3) Các chủ thể tham gia thị trường chứng khoán
2.4.4-Tiếp cận Lerman và thuật toán dựa trên tính đúng đắn của các liên hệ
liên hệ
I.C Lerman đã đề nghị một tiếp cận khác khi phân lớp đối với các biến. Ông thay các độ đo nói trên bằng khả năng các biến độc lập (không có mối lien hệ nào). Chẳng hạn, thay cho việc sử dụng hệ số tương quan tuyến tính r, ông sử dụng P(R<r).
Cách tiếp cận này khá hiệu quả cho trường hợp các biến định tính. Với các biến định tính ta có thể xác định độ đo Khi bình phương, từ đó xác định bảng hệ số các độ đo khác biệt d(i, j)=P(χ >2 χ2(i,j)). Hai biến I,j được ghép vào một biến nhóm nếu d(I,j) là nhỏ nhất.
Khi đã có hai hóm biến A và B với p và q biến thì tiêu chuẩn ghép hai lớp này thành một lớp lớn hơn phụ thuộc cách chọn độ đo khoảng cách của hai biến này, Thông thường người ta chọn inf{P(χ >2k χ2( )i, j )} với i∈A và
B
CHƯƠNG III : MÔ HÌNH HOÁ VÀ ỨNG DỤNG 3.1. Phân tích sơ bộ
Thị trường luôn thay đổi và doanh nghiệp phải luôn theo sát những thay đổi đó để có những chiến lược chiến thuật phù hợp và nhanh nhạy. Phân tích thị trường là một trong những lý do đầu tiên và quan trọng để lập kế hoạch kinh doanh. Đã là doanh nghiệp thì mục tiêu hàng đầu chính là lợi nhuận. Điều này lại phụ thuộc vào việc công ty có được lượng khách hàng là bao nhiêu? Như thế nào. Liệu khách hàng có trung thành với công ty mình không? Và nếu muốn đạt được thì Slàm cách nào xây dựng được mối quan hệ thân thiết với khách hàng.
Tuy nhiên, các công ty lại đối mặt với một thực tế là số lượng khách hàng mà họ kỳ vọng là khó có thể thực hiện được. Vẫn biết rằng khách hàng tiềm năng của bạn một ngày nào đó sẽ trở thành những khách hàng có giá trị và mang lại nhiều lợi nhuận cho công ty, song thách thức lớn nhất là làm thế nào để tìm được lượng khách hàng tiềm năng như vậy và doanh nghiệp cần biết cách như thế nào để tìm ra và khai thác một cách triệt để, để những đối tượng này tăng lợi nhuận cho các doanh nghiệp, vấn đề cơ cấu khách hàng có ảnh hưởng rất nhiều đến hiệu quả kinh doanh của công ty.
Những khách hàng giao dịch ít cũng như vốn nhỏ thì lợi nhuận cũng như doanh thu về phía công ty cũng ít. Bởi vậy làm sao xác định được những khách hàng nào đem lại lợi nhuận cho công ty và định hướng chăm sóc họ và quan trọng hơn là phải biết giữ chân được các đối tượng ấy để khai thác kiếm lợi nhuận lâu dài, phải xác định được cơ cấu khách hàng trong công ty mình ra sao biết được đối tượng khách hàng nào mà ta quan tâm, khách hàng nào là khách hàng mà công ty chờ đợi từ đó có thể biết được họ mang lại lợi nhuận cho công ty mình như thế nào. Để có biện pháp cạnh tranh thu hút khách hàng về phía doanh nghiệp mình.
Tất cả các công ty chứng khoán đều không ngừng tìm kiếm và thu hút kháhc hàng về phía công ty mình, khách hàng càng nhiều lượng giao dịch càng lớn. Yêu cầu đặt ra là phải xác định cơ cấu khách hàng để có biện pháp chăm sóc họ để giữ họ được lâu dài sinh lợi nhuận và doanh thu cho công ty mình.
Với việc các chỉ số VN_index và chỉ số Hastc_index liên tục giảm trong thời gian qua khiến các nhà đầu tư cũng phải lao đao theo. Nhìn chung tâm lý của nhiều nhà đầu tư trên thị trường hiện nay đang ở thế giằng co vì bán thì sợ giá tăng, mua thì sợ giá xuống. Điều đó cũng tạo nên một sự giằng co trên thị trường và được thể hiện qua sự tăng, giảm giá khác nhau của các cổ phiếu.
Trên thị trường chứng khoán các nhà đầu tư cá nhân chỉ chiếm khoảng 20 % tổng vốn trên thị trường nhưng lượng giao dịch của họ chiếm tới 80 % giá trị giao dịch trong mỗi phiên.
Việc chỉ số chứng khoán trên thế giới cũng ảnh hưởng rất nhiều đến TTCK Việt Nam. Nguyên nhân cơ bản vẫn là bài toán lạm phát và tăng trưởng kinh tế.
Việc phân tích cơ cấu khách hàng có ý nghĩa rất quan trọng đối với các công ty chứng khoán nói chung và với APEC nói riêng. Các nhà đầu tư là những người mang lại lợi nhuận cũng như doanh thu cho công ty. Mở rộng các mạng lưới ở nhiều nơi là một trong những chiến lược được đặt ra hàng đầu đối với các công ty chứng khoán, từ đó có được nhiều khách hàng ngày càng lớn thì doanh thu ngày càng cao.
Từ ngày bắt đầu thành lập APEC đã mở rộng được mạng lưới khắp cả nước với quy mô tương đối lớn. Để phát triển được các thị trường ở các chi nhánh và các đại lý nhận lệnh, việc quan trọng dể tồn tại được thì vốn để khách hàng hay các nhà đầu tư được mở rộng với quy mô lớn thì phân
chia khách hàng theo cơ cấu để xem đối tượng nào, khách hàng nào mà doanh nghiệp cần quan tâm và có những chiến lược quan tâm đến khách hàng và để tạo lòng tin với các nhà đầu tư, đó là bài toán đặt ra cho các chi nhánh và đại lý nhận lệnh mới.
Ta xem xét bảng thông tin về 100 khách hàng được lấy ngẫu nhiên từ hơn 1000 khách hàng thường xuyên của APEC Hải Dương trong
thang3/2008 như sau :
STT Họ và tên Ngày sinh Tần suất giao dịch Tuần 1 Tuần 2 Tuần 3 Tuần 4 1 Ngô Thế Tâm 27/01/1976 2 2 0 1 250,000,000
2 Dương Văn Long 23/12/1985 2 0 0 1 50,000,000
3 Trần Thị Thái 03/05/1986 1 0 1 1 20,000,000
4 Diêm Văn Tiến 06/04/1970 2 1 2 3 890,000,000
5 Nguyễn Hữu Hoà 02/07/1987 1 1 1 1 8,000,000
6 Nguyễn Vĩnh Trung 20/02/1975 2 1 2 1 1,250,000,000 7 Nguyễn Xuân Tùng 20/07/1988 0 1 0 1 10,000,000 8 Nguyễn Thị Hường 01/07/1987 1 0 1 0 15,000,000 9 Trương Viết Lý 14/02/1958 2 0 0 3 115,000,000 10 Nguyễn Hoàng Huy 26/10/1979 3 1 1 0 2,375,000,000 11 Nguyễn Xuân Thu 07/07/1975 0 2 1 2 78,000,000
12 Đỗ Khắc Phong 04/12/1987 1 2 0 2 10,000,000 13 Nguyễn Văn Thành 01/05/1972 2 3 2 3 300,000,000 14 Phạm Thị Quế Hương 12/08/1985 3 0 0 3 400,000,000 15 Nguyễn Thị Lan 18/11/1969 2 3 0 0 75,000,000 16 Lê Thị Vấn 22/12/1979 0 4 2 4 320,000,000 17 Trần Thị Đông 02/02/1984 0 0 3 4 100,000,000 18 Nguyễn Thị Thanh Huyền 07/01/1986 0 1 3 0 10,000,000 19 Nguyễn Thị Hồng Như 09/05/1967 1 3 2 0 18,000,000,000 20 Diêm Thị Ánh 07/07/1975 3 1 0 1 320,000,000
21 Phạm Văn Hùng 17/11/1971 5 3 2 0 17,000,000,000 22 Nguyễn Thị Ngọc Minh 08/01/1987 2 0 2 0 50,000,000 23 Nguyễn Trọng Hiền 17/03/1966 5 3 0 4 23,750,000,000 24 Nguyễn Xuân Thành 10/10/1987 2 0 0 2 15,000,000 25 Nguyễn Thị Phong 09/02/1985 3 2 1 4 80,000,000 26 Nguyễn Thị Lan 01/05/1972 6 5 3 5 24,575,000,000 27 Lê Thị Vân 26/10/1979 5 4 4 2 1,725,000,000 28 Trần Thị Đông 01/12/1984 3 2 0 2 40,000,000 29 Nguyễn Thị Tuyết Mai 26/10/1979 2 0 3 0 50,000,000 30 Nguyễn Ngọc Cử 08/01/1987 0 3 0 2 10,000,000 31 Trịnh Đức Tới 20/02/1984 3 0 2 0 20,000,000 32 Nguyễn Bá Kim 01/06/1986 2 0 3 1 15,000,000 33 Nguyễn Đình Tuệ 15/04/1988 2 0 0 0 10,000,000 34 Nguyễn Thị Huyền 12/05/1985 3 0 0 0 8,000,000 35 Trịnh Đức TớI 10/05/1970 4 5 0 1 375,000,000
36 Nguyễn Văn Cường 20/02/1984 2 3 2 2 150,000,000 37 Nguyễn Văn Châu 13/11/1971 0 3 0 0 200,000,000 38 Nguyễn Thị Kim Lại 24/10/1987 1 0 0 0 15,000,000
39 Lê Thị Thảo 20/10/1974 2 0 1 1 185,000,000 (adsbygoogle = window.adsbygoogle || []).push({});
40 Vũ Đức Trung 03/02/1987 4 3 3 2 60,000,000
41 Nguyễn Thị Tâm 10/09/1988 2 0 1 2 7,000,000
42 Nguyễn Chí Hiếu 22/12/1979 2 3 0 4 120,000,000 43 Nguyễn Văn Tuyên 10/05/1970 4 3 2 0 60,000,000 44 Nguyễn Hồng Phong 23/11/1956 3 4 3 0 320,000,000 45 Nguyễn Anh Tuấn 25/10/1984 1 1 0 1 20,000,000
46 Phạm Thị Oanh 11/09/1982 2 0 0 3 110,000,000
47 Lê Ngọc Quang 23/11/1987 2 1 3 0 10,000,000
48 Nguyễn Thị Kim Hải 15/04/1988 2 2 0 2 70,000,000 49 Nguyễn Thị Thảo 06/09/1984 3 2 0 2 45,000,000 50 Nguyễn Thị Hồng
Nga 22/12/1979 4 3 2 0 70,000,000
51 Nguyễn Quốc Việt 20/10/1974 5 0 0 4 672,000,000 52 Nguyễn Văn Mạnh 10/05/1980 4 0 3 0 120,000,000 53 Nguyễn Hữu Nguyên24/10/1988 0 0 1 2 10,000,000
54 Nguyễn Thị Hà 25/01/1982 0 0 0 4 50,000,000
Hương
56 Lê Đức Tuyến 20/03/1971 5 5 0 5 13,654,000,000
57 Lê Duy Thảo 01/08/1983 4 4 3 2 675,000,000
58 Nguyễn Quang
Khương 26/02/1987 0 3 2 0 100,000,000
59 Nguyễn Văn Nam 13/06/1981 0 0 0 5 300,000,000
60 Tạ Thị Hường 09/12/1985 3 0 0 4 70,000,000
61 Nguyễn Xuân Quang 06/11/1988 2 0 2 0 15,000,000
62 Đoàn Văn Việt 21/12/1980 0 4 2 4 120,000,000
63 Nguyễn Thế Trọng 01/01/1979 5 1 1 4 13,565,000,000 64 Nguyễn Thế Hồng 01/04/1959 3 4 0 4 1,230,000,000 65 Nguyễn Thị Việt Nga17/10/1983 0 0 2 3 68,000,000 66 Phạm Thị Ngọc Lan 24/03/1987 2 0 1 1 30,000,000 67 Nguyễn Tiến Nam 15/11/1988 1 1 0 0 7,000,000 68 Đinh Thị Minh Thuận12/03/1978 3 2 0 3 230,000,000 69 Nguyễn Thị Phương
Nga 20/01/1981 3 0 2 1 65,000,000
70 Trần Thị Thuý Hoài 24/06/1980 0 3 2 4 375,000,000
71 Lê Duy Thưởng 29/11/1973 4 0 2 4 875,000,000
72 Ngô Thị Tý 01/09/1982 3 0 0 2 120,000,000
73 Trần Thị Phương Hoa17/02/1982 0 3 2 1 280,000,000 74 Chu Kiều Trang 15/02/1988 0 0 2 1 15,000,000 75 Lê Danh Nguyên 04/01/1985 2 0 3 0 90,000,000 76 Vũ Thị Ngọc Lan 11/08/1983 0 4 2 3 480,000,000 77 Phan Thị Thanh 12/01/1976 1 2 1 2 80,000,000 78 Ngô Thị Hồng Thịnh 01/01/1985 2 0 1 3 450,000,000
79 Bạch Thị An 06/04/1970 4 2 0 4 650,000,000
80 Nguyễn Hoàng Long 16/10/1987 0 0 1 2 10,000,000
81 Đoàn Văn Việt 12/01/1976 2 1 0 2 300,000,000
82 Trần Thị Phương Hoa19/09/1982 0 0 0 2 60,000,000 83 Nguyễn Thế Hồng 23/12/1983 2 0 0 2 120,000,000 84 Nguyễn Thị Xuyên 05/05/1986 0 2 0 1 10,000,000 85 Tạ Thị Ngọc Thuỷ 20/02/1975 3 0 3 0 320,000,000 86 Ngô Đình Dũng 12/06/1962 0 4 2 3 210,000,000 87 Đàm Thanh Tùng 20/07/1988 1 0 1 1 20,000,000 88 Đàm Thị Thuý Hằng 12/06/1987 0 1 1 1 10,000,000 89 Nguyễn Thị Trinh 26/02/1983 3 2 1 2 365,000,000 90 Hoàng Thị Thu 04/12/1987 2 1 1 1 25,000,000
91 Nguyễn Thị Kim Hải 06/04/1970 3 2 3 2 465,000,000 92 Nguyễn Xuân Thọ 17/11/1971 3 2 1 3 850,000,000 93 Nguyễn Thị Sen 01/12/1986 2 1 1 0 25,000,000 94 Nguyễn Thế Trọng 10/10/1965 2 1 2 1 300,000,000 95 Nguyễn Chí Hiếu 07/07/1965 1 0 1 2 20,000,000 96 Lê Thị Thảo 09/02/1985 2 0 0 1 15,000,000 97 Nguyễn Thị Hà 11/08/1979 1 2 1 0 80,000,000 98 Tạ Thị Hường 01/02/1987 1 1 0 0 6,000,000 (adsbygoogle = window.adsbygoogle || []).push({});
99 Nguyễn Văn Quân 07/01/1986 1 1 0 2 20,000,000
100 Đỗ Huy Nam 01/07/1972 3 0 2 3 360,000,000
Từ bảng thống kê trên ta xem xét xem liệu từng đối tượng khách hàng với tần suất giao dịch, độ tuổi và quy mô vốn sẽ phân bổ như thế nào?
Ta có thống kê sau : Quy mô
vốn
Tần suất giao dịch Độ tuổi
1-5 6-10 Trên 10 18-30 31-45 Trên 45
<100 triệu 40 9 0 44 4 1
100tr-500tr 9 19 1 12 10 7
500tr-1tỷ 4 6 5 3 8 4
> 1tỷ 1 2 4 2 2 3
Dựa vào bảng ta có thể biết được những đối tượng khách hàng nào là khách hàng doanh nghiệp cần quan tâm.
Ta vẽ đồ thị cơ cấu của các khách hàng phân theo từng mức tuổi :
Từ đồ thị trên bằng trực quan chúng ta dễ dàng nhận thấy các khách hàng ở độ tuổi từ 18 – 30 tuổi tham gia giao dịch chứng khoán chiếm số nhiều và với tần suất khá lớn; với cơ cấu tham gia chiếm đến 61 %. Chúng ta nhận thấy khách hàng càng trẻ thì sự ưa thích rủi ro càng lớn, tức là họ sẵn sàng chấp nhận mức rủi ro cao. Tiếp đến là những khách hàng ở mức tuổi
30 – 45 tuổi, khách hàng tham gia chơi chứng khoán trong độ tuổi này chiếm 24 %, và cuối cùng là những khách hàng trong độ tuối lớn hơn 45 tuổi tỷ lệ tham gia chơi chứng khoán chiếm 15 %. Vậy chúng ta kết luận rằng càng nhiều tuổi thì mức độ chấp nhận rủi ro càng ít.
Ta vẽ đồ thị cơ cấu tần suất giao dịch cổ phiếu trong 1 tháng theo quy mô vốn :
BẢNG 3.1 : Đồ thị cơ cấu tần suất giao dịch theo quy mô vốn
Từ đồ thị ta nhận thấy rằng những khách hàng có quy mô vốn thấp thì tần suất giao dịch hàng tháng ( số lần mà khách hàng lên sàn ) nhiều hơn. Cụ thể khách hàng có số vốn dưới 100 triệu tham gia giao dịch với tần suất cao chiếm 48 %. Các khách hàng có quy mô vốn từ 100 – 500 triệu tham gia giao dịch với tần suất 29 %, các khách hàng có quy mô vốn 500tr – 1 tỷ tham gia giao dịch với tần suất 16 %, và cuối cùng khách hàng có quy mô vốn trên 1 tỷ tham gia giao dịch với tần suất 7 %.
Vậy chúng ta thấy rằng, những khách hàng có càng ít tiền thì họ càng kì vọng hơn vào lợi nhuận mà họ thu được, tức là họ càng đặt kì vọng hơn vào khoản lãi mà họ thu được từ việc đầu tư chứng khoán.
3.2. Phân tích bằng Spss
3.2.1. Thủ tục K – Means Cluster
Chúng ta thực hiện phân lớp các khách hàng theo 3 lớp xác định trước theo thủ tục phân lớp K – Means Cluster. Kết quả thu được như sau :
Iterati
on Change in Cluster Centers
1 2 3 1 44.548 .000 191.910 2 .000 .000 .000
a Convergence achieved due to no or small change in cluster centers. The maximum absolute
coordinate change for any center is .000. The current iteration is 2. The minimum distance
between initial centers is 11010.011. Final Cluster Centers (adsbygoogle = window.adsbygoogle || []).push({});
Cluster
1 2 3
tuoi 23 36 28
tan suat 15 19 7
qui mô von 13610 24575 198
ANOVA Cluster Error F Sig. Mean Square df Mean Square df tuoi 57.583 2 59.859 96 .962 .386 tan suat 136.874 2 9.837 96 13.914 .000 qui mô von 46376073 0.182 2 122431.7 60 96 3787.9 12 .000
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Number of Cases in each Cluster
Cluster 1 2.000
2 1.000
Valid 99.000
Missing .000
Bảng ANOVA cho thấy tổng sai số bình phương tính theo từng biến trong kết quả phân lớp ( cột Mean Square ). Cột Cluster cho biết mỗi biến cho trung bình bình phương khoảng cách giữa các tâm nhóm với tâm của toàn bộ đám mây điểm. Cột Error cho trung bình khoảng cách của các cá thể đến tâm các nhóm.
MỘT SỐ KIẾN NGHỊ
Xuất phát từ quá trình thực tế về thị trường chứng khoán và trong thời gian thực tập tại Apec Bắc Ninh em xin đưa ra một số kiến nghị riêng của mình để góp phần thu hút các nhà đầu tư vào công ty, đặc biệt với Apec Bắc Ninh:
- Với Apec Bắc Ninh cần thu hút khách hang bằng cách thường xuyên có các buổi phổ biến kiến thức cho người dân tại Apec Bắc Ninh hoặc đến các công ty… phổ biến cho họ về kiến thức chứng khoán, cho họ biết được ý nghĩa của thị trường chứng khoán…
- Khi khách hàng đến giao dịch cần quan tâm đến khách hàng, làm sao đem lại cho họ cảm giác thoải mái, tự nhiên, các nhân viên luôn luôn tỏ ra than thiện với khách.
- Có Wifi, nước uống, máy tính… miễn phí (cafê), có phòng lạnh, ghế nệm phục vụ nước nóng lạnh tậnnơi.
- Giảm mức phí giao dịch.
- Mời khách tham gia vào các chương trình thường kỳ của công ty hoặc tạo ra các chiến lược giao tiếp nhằm duy trì số lượng khách hàng tiềm