675
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH T VÀ XÃ HỘI TRONG MÔI TRƯỜNG S LN TH 3
ẢNH HƯỞNG CỦA ASVI TỚI LỢI NHUẬN CỦA CÁC CÔNG TY
TRONG NHÓM VN30, SỬ DỤNG PHƯƠNG PHÁP PHÂN TÍCH GARCH
Lương Minh Hoàng
Đào Thị Thanh Bình
Đào Mai Hương
Phạm Thị Mỹ Phương
Trường Đại học Hà Nội
Email: hoanglm@hanu.edu.vn , binhdtt@hanu.edu.vn,
maihuong@hanu.edu.vn, phuongptm@hanu.edu.vn
Tóm tt: Ch s VN30 bao gm các c phiếu vn hoá lớn, tính định hướng
th trường, cũng như mc tiêu làm các qu ETF. Chính vy, các yếu t ảnh hưởng lên li
nhun ca c phiếu các công ty trong nhóm VN30 luôn được các nhà đầu tư đặc bit quan tâm,
yếu t quyết định ti t sut sinh li ti các thời điểm c th. Bài viết này nhm mc
tiêu phân tích ảnh hưởng ca ch s khối lượng tìm kiếm ca Google - Search Volume Index
bất thường (ASVI) ti các chui li nhun theo tun ca 44 c phiếu trong nhóm VN30, ng
dng mô hình GARCH, trên b d liu 3/1/2018-29/12/2022. Kết qu cho thy ch mt s
c phiếu có s ảnh hưởng đáng kể ca ASVI lên li nhun, mt s khác là không nh hưởng
ý nghĩa thống kê. Ngoài ra phn ln các chui li nhuận trong nhóm VN30 là phương sai
sai s theo mô hình Garch(1,1).
T khóa: VN30, li nhun c phiếu, mô hình GARCH, SVI, ASVI.
1. M đầu
Th trường chng khoán Việt Nam cũng giống như các thị trường chng khoán khác trên
thế gii, chu s ảnh hưởng ca các biến động kinh tế cũng như sự thay đổi trong tâm trng và
quan tâm của nhà đầu tư. mt th trường còn non tr, tâm trạng cũng như sự quan tâm ca
nhà đầu được k vng s được phản ánh lên đng lc biến động ca th trường. Nh s
phát trin vượt bc ca công ngh trong những năm gần đây, việc thu thp d liệu định lượng
các yếu t tâm lý tr nên d dàng thun tiện n. Điu này m ra các cơ hi mới để th
thc hin các nghiên cu phân tích sâu rộng hơn mối quan h gia li tc c phiếu và s chú ý
của nhà đầu tư.
Nghiên cứu này được thc hin nhm đánh giá sự ảnh hưởng ca s chú ý của nhà đầu
lên li tc ca các c phiếu đã đang trong chỉ s VN30, s dng d liệu trong giai đon t
ngày 1 tháng 1 năm 2018 đến ngày 31 tháng 12 năm 2022. Sử dng ch s khối lượng tìm kiếm
ca Google - Search Volume Index (SVI) cho các mã c phiếu (stock ticker), s thay đổi trong
s chú ý của nhà đầu tư sẽ đưc th hin s biến động ca ch s SVI. Trong nghiên cu này,
li tc theo tun ca các c phiếu trong ch s VN30 s được hi quy theo s bất thường ch
s SVI (ASVI) cùng biến điều khin phn ri ro th trường (MRP). Kết qu cho thy
hu hết các c phiếu trong VN30, ASVI không ý nghĩa thng trong vic d báo li tc
ca c phiếu.
676
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH T VÀ XÃ HỘI TRONG MÔI TRƯỜNG S LN TH 3
Ngoài ra, trong nghiên cu này, hình GARCH - Generalized Autoregressive
Conditional Heteroskedasticity cũng đưc s dụng để kim tra s hp ca gi định v tính
đồng phương của phương sai trong phương pháp hồi quy OLS. Ngoi tr c phiếu GRV, độ
biến động ca các phần dư là không đồng nht phn ln là theo hình GARCH(1,1) các
c phiếu thuc ch s VN30 được nghiên cu.
Bài nghiên cứu được cấu trúc như sau. Phn 2 tng quan thuyết trong đó thảo lun
v các nghiên cứu đã đưc công khai kết qu ca chúng. Phn 3 t d liệu phương
pháp lun ca bài viết. Các kết quhn chế ca bài nghiên cu s được trình bày trong phn
4. Phn 5 là kết luận và các hướng nghiên cứu trong tương lai.
2. Tng quan lý thuyết
2.1. Lý thuyết th trường hiu qu và s quan tâm của nhà đầu tư
thuyết th trường hiu qu (EMH) có hàm ý quan trọng đối trong lĩnh vực nguyên cu
hàn lâm thc tin trong vic gii thích hành vi giá c phiếu. Tuy nhiên, thuyết này cũng
nhận được nhiu tranh cãi. Sau nhiu thp k nghiên cu, các nhà nghiên cu vẫn chưa đạt
được s đồng thun v vic liu th trường có hiu qu hay không. Theo Gi thuyết Th trường
hiu qu do Fama (1970) phát trin, mt th trường hiu qu khi giá c phiếu phn ánh tt c
thông tin sn có. Nếu c phiếu b định giá sai, các nhà kinh doanh chênh lch giá s nhanh
chóng nm gi v thế trên th trường giá c phiếu cui cùng s quay tr li trng thái cân
bng. Bn cht ca mt th trường hiu qu được xây dng dựa trên hai ý ng chính: trong
th trường hiu qu, thông tin có sẵn được phn ánh vào giá c phiếu và do đó, các nhà đầu tư
không th kiếm được li nhuận cao hơn so vi th trường nhiu tài liu nghiên cu thc
nghim khẳng định EMH vi nhiu mức độ hiu qu th trường khác nhau: Nisar Hanif
(2012a, 2012b) ch ra mt s th trường Châu Á Thái Bình Dương, Châu MChâu Âu tuân
theo hiu qu th trường dng yếu khi giá chng khoán phản ánh đầy đủ mi thông tin d liu
lch sử, do đó nhà đầu sẽ không tìm kiếm được li nhun dựa trên sở các thông tin này;
Brealey cng s (2011) nhn thy rng tng li nhun thặng phải bng 0 hoc âm, Malkiel
(2011) ch ra rằng hơn 66% quỹ tương hỗ ca Hoa K mang li ít li nhuận hơn so với chun.
T nhng thp k cui ca thế k 20, nhiu nghiên cu v EMH đã kết lun v tính kém
hiu qu như: phản ng thái quá của nhà đầu hiu ng tháng Mt (De Bondt Thaler,
1985), hiu ng doanh nghip nh (Malkiel, 2003), Hành vi bước đi ngu nhiên ca giá
(Malkiel, 2012). Nhiu nghiên cu tìm ra các yếu t khác nhau, được chng minh là gii thích
cho s thay đổi t sut sinh li c phiếu. Fama và French (1993) khuyến ngh rng s thay đổi
trong li nhun c phiếu được xác định bi phn bù ri ro th trường, quy giá tr công ty.
Fama và French (2015) sau đó đã bổ sung thêm hai yếu t na kh năng sinh lời và đầu để
gii thích s biến động ca t sut sinh li ca c phiếu. Jagadeesh và Titman (1993) xác đnh
rng hiu ng momentum kh năng giải thích s thay đổi ca giá c phiếu. Hiu ng
momentum là tình hung các c phiếu hoạt động tốt hơn (hoạt động kém hơn) thị trường trong
vài tháng qua có xu hướng hoạt động tốt hơn (tệ hơn) so vi th trường trong nhng tháng tiếp
theo.
Mt s minh chng mâu thun vi EMH th được gii thích bng Tài chính hành vi,
trong đó chỉ ra rng s thay đổi trong li nhun chng khoán có th phát sinh t s bt hp lý
ca những người tham gia th trường. Hành vi phi của các nhà đầu thể dẫn đến vic
định giá sai c phiếu trong ngn hạn cũng như bong bóng tài sn dài hn (Degutis & Novickyte,
677
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH T VÀ XÃ HỘI TRONG MÔI TRƯỜNG S LN TH 3
2014). Mt nghiên cu của Baker Nofsinger (2010) đã chỉ ra nhng hiện tượng phi ph
biến nht bao gm Hiu ng ám nh v mt mát (Loss aversion), t tin quá mc
(overconfidence), hiu ng m neo (anchoring) hay thiên v xác nhn (confirmation bias).
hình T tin thái quá (Overconfidence) do Daniel cng s (1998) đề xut khẳng định rng
các nhà đầu thể quá t tin v thông tin nhân h đã dày công to ra. Tin tc công
khai sau đó cũng ảnh hưởng đến giá theo cách ơng tự do s thiên v t quy của nhà đầu tư.
Do đó, sự t tin thái quá ban đầu càng tr nên trm trọng hơn, t đó tạo ra hiu ng momentum.
Theo Da cng s (2011), s chú ý điều kin cn thiết để các hành vi thành kiến có
ảnh hưởng đến giao dch và giá tài sn, khi có nhiều nhà đầu tư cá nhân chú ý đến mt c phiếu
hơn, sự t tin quá mc ca h tng hp li có nhiu kh năng ảnh hưởng đến giá tài sn và to
ra hiu ng momentum mnh m hơn. Vì sự chú ý là ngun lc khan hiếm nên các nhà đầu tư
bán l ch tìm cách mua nhng c phiếu thu hút được s chú ý ca họ; ngược li, khi mun bán
c phiếu, h thường ch th nhìn thy nhng c phiếu h đã sở hu (Barber Odean,
2008). Trong thời đại internet và s ph biến ca công c tìm kiếm như Google, các nhà đầu tư
thường có nhng ngun thông tin ging nhau và có th đưa ra những đánh giá cổ phiếu tương
t nhau, điều này có th dẫn đến hiu ng momentum mnh m hơn.
mt s biến đại din gián tiếp đo lường s quan tâm của nhà đầu nkhối ng
giao dch li nhun cực đại (Barber & Odean, 2008), thông tin mi (Baker & Wurgler, 2006),
chi phí qung cáo (Gustavo et al., 2004), bn tin mi (Tetlock, 2007). Nhng bin pháp này gi
định rằng các nhà đầu sẽ quan tâm đến nhng c phiếu t sut li nhun cc cao các
c phiếu được đề cập trên các phương tiện truyn thông hoc tin tức. Tuy nhiên, điều này
không th đảm bảo. Sau đó, Da và các đồng nghip (2011) đề xut tn sut tìm kiếm tng hp
(SVI) của Google thước đo trực tiếp đ đo lường s quan tâm ca các nhà đầu tư. Nguyên
nhân chn Google SVI là do Google chiếm khong 90% trên toàn thế gii (Statcounter, 2023)
trong tng s truy vn tìm kiếm. Vit Nam, con s này còn cao hơn, hơn 95% trong 10 năm
qua (2013-2023). Quan trọng hơn, Google SVI cung cấp thước đo trực tiếp rõ ràng v mc
độ quan tâm của nhà đầu tư.
Nghiên cu ca Da cng s (2011), trên mu c phiếu Rusell 3000 t năm 2004 đến
năm 2008, đã kết lun rng s gia tăng bất thường ca Google SVI (ASVI) có th dn đến giá
c phiếu cao hơn nhưng tác động gim dần trong năm. Điều này chng minh gi thuyết EMH
không đúng đối vi th trường c phiếu M trong giai đoạn nghiên cu. Ch s khối lượng tìm
kiếm bt thường, ASVI, thước đo lường s quan tâm bất thường của nhà đầu tư, cụ th, ASVI
được tính bng log SVI ca tun hin ti tr log ca SVI trung bình trong 8 tun qua. Trong
mt nghiên cứu tương tự, Joseph cng s (2011) nhn thy rng ASVI d đoán lợi nhun
cao ca c phiếu trong tương lai trong một đến hai tuần đầu tiên vi s đảo chiu tiếp theo.
Preis cng s (2013) nhn thy rng chiến lược trong đó danh mục đầu thị trường được
mua hoc bán da trên ASVI cho kết qu tốt hơn chỉ s th trường ba ln.
Mt s ng ln các bài nghiên cu gần đây cũng cho thy mi quan h ch cc gia
ASVI và t sut sinh li c phiếu, đi ngược li vi gi thuyết th trường hiu qu. Mt nghiên
cu ca Chen & Craig (2023), s dng d liu hàng tun v mức độ quan tâm của nhà đầu
bán l tích cc theo ASVI cho mã c phiếu, nhn thy rng s quan tâm ca nhà đầu tư bán lẻ
tích cc s gia tăng quan tâm của nhà đầu bán lẻ tích cực liên quan đến s gia tăng
ngun lc của nhà đầu tư, th hiu là liên quan tích cc đến nhu cu v c phiếu và li nhun
678
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH T VÀ XÃ HỘI TRONG MÔI TRƯỜNG S LN TH 3
c phiếu trong bn tun tiếp theo. Tương tự, Desagre D’Hondt (2021) (th trường B, M,
Pháp Lan), Yang cng s (2021), Dharani cng s (2021), Swamy Dharani
(2019) (th trường Ấn Độ), Takeda và Wakao (2014) (th trường Nht Bản) cũng kết lun rng
ASVI có mi liên h thun chiu vi li nhun c phiếu.
Mt khác, Bijl và cng s (2016) nhn thy rằng lượng tìm kiếm c phiếu (theo mã) cao
trên Google dẫn đến li nhun âm, khi s dng mu các công ty S&P 500 t năm 2008 đến năm
2013. Chen (2017) ghi nhn s st giảm đáng kể v li nhun chng khoán toàn cu sau khi có
s gia tăng cý của nhà đầu tác động tiêu cực này rõ ràng hơn các nước phát triển như
M.
Ti Vit Nam, nghiên cu của Cường Nguyn cng s (2020) trên mu các công ty
niêm yết trên HOSE t năm 2013 đến năm 2018, cho thấy cường độ tìm kiếm mối tương
quan dương với li nhun c phiếu khối lượng giao dịch sau đó. Một s nghiên cu khác ti
th trường Vit Nam s dụng Google SVI làm thước đo sự chú ý của nhà đầu tư nhưng không
nghiên cu mi liên h ca vi li nhun c phiếu. Mt nghiên cu của Uyên (2022)
điều tra tâm trng của c nhà đầu tư liên quan đến đi dch COVID-19 phân ch tác động
của đến li nhun th trường chng khoán Vit Nam bng cách xây dng ch s s hãi
COVID-19 Google SVI. Bài viết ca Bùi Xuân Vinh và Nguyn Thu Hng (2019) nghiên cu
mi quan h gia GSV vi khối lượng giao dch, tính thanh khon biến động. Mt bài báo
khác của Nguyn Minh Phạm (2018) điều tra thước đo tâm sử dng SVI ca mt s
t khóa trên Google tìm kiếm và ảnh hưởng của nó đến li nhun c phiếu. Vì vy, nghiên cu
của chúng tôi được thc hiện để khẳng định thêm mi quan h gia ASVI và li nhun ca c
phiếu VN30 trong giai đoạn gần đây từ 2018 đến 2022, t đó kiểm định tính hiu qu ca th
trường c phiếu Vit Nam.
Da vào tng quan nghiên cứu, chúng tôi đưa ra giả thuyết sau:
H1: Google ASVI có tác động tích cc lên t sut li nhun ca c phiếu.
2.2. Mô hình GARCH cho li nhun c phiếu
Các nghiên cu v Google SVI li nhun c phiếu đều không tính đến vấn đề phương
sai thay đổi ca phần dư (mô hình GARCH/ARCH).
Engle phát triển mô hình ARCH năm 1982, dựa trên quan sát là mô hình li nhun phiếu
giông hình trung bình động hơn dạng t hi quy Autoregressive, phương sai ca sai số
ti thời điểm t ph thuc vào phương sai nhiễu bình phương các giai đon trước. Bollerslev
(1986) đề xut mô hình thêm các biến tr ca phương sai có điều kin vào phương trình phương
sai theo dng t hi quy, trên tp chí Journal of Econometrics vi tên gọi “Generalised
Autogressive Conditional Heteroskedasticity”, và viết tt là mô hình GARCH. GARCH (1,1)
tr nên là mô hình ph biến s dng trong d báo li nhun c phiu.
Nghiên cu v hình GARCH trên th trường chng khoán Vit Nam các nghiên
cứu Vương (2004), Hồ và cng s (2017), Nguyn và cng s (2022).
H2: Mô hình li nhun c phiếu, có phương sai phần dư là mô hình GARCH(1,1).
3. Phương pháp nghiên cứu
3.1. D liu nghiên cu
D liệu được s dng trong nghiên cu này là d liu v các c phiếu và trái phiếu được
thu thp theo tn sut ngày t ngày 01 tháng 01 năm 2018 đến ngày 31 tháng 12 năm 2022.
679
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH T VÀ XÃ HỘI TRONG MÔI TRƯỜNG S LN TH 3
Nhóm nghiên cu tính toán các biến t sut sinh li c phiếu (R), li nhun phi ri ro, li
nhun ca th trường, ch s khối lượng tìm kiếm ca Google (SVI) và ch s khối lượng tìm
kiếm bất thường ca Google (ASVI) theo bng 1.
Bng 1: Các biến s dng trong nghiên cu
Biến
Định nghĩa biến
Nguồn dữ liệu
Ri,t
Tỷ suất sinh lợi cổ phiếu i tháng t
Ri,t= log(Pt/ Pt-1)
Pt và Pt-1 lần lượt là giá đóng cửa điều chỉnh cuối tháng t và
tháng t-1.
Giá cổ phiếu từ
Investing.com
rf
Lợi nhuận phi rủi ro = lãi suất trái phiếu chính phủ 5 năm
Investing.com
Rm
Lợi nhuận của thị trường HOSE - VN-Index hàng ngày
Investing.com
MRP
Phần bù rủi ro thị trường
MRP = Rm - rf
SVI
Chỉ số khối lượng tìm kiếm của Google (SVI)
SVI = (Số lượng truy vấn của từ khóa)/ (Tổng số truy vấn
trên Google)
Google trend
ASVI
Chỉ số khối lượng tìm kiếm bất thường của Google (ASVI)
ASVI= Log SVI của tuần hiện tại – Log SVI trung vị của 8
tuần trước
Tính toán của
nhóm tác giả
dựa trên SVI
Ch s Khối lượng Tìm kiếm ca Google (Search Volume Index - SVI), s liệu được
s dụng để đo lường mức độ ph biến hoc s thích tìm kiếm ca mt t khóa hoc ch đề c
th trong mt khong thi gian c thể. SVI được thu thp t trang web Google Xu hướng,
website được thành lp t năm 2004 chuyên phân tích mức độ ph biến ca các truy vn tìm
kiếm hàng đầu cung cp d liu ch s ng tìm kiếm t năm 2004 đến nay. D liu tìm
kiếm ca Google sn hàng ngày trong khong thi gian tối đa 90 ngày trên s hàng
tun trong khong thi gian tối đa 5 năm và trên cơ s hàng tháng trong khong thời gian hơn
5 năm kể t năm 2004. Khoảng thi gian d liu hàng ngày 90 ngày có th ảnh hưởng theo
mùa và có th không phn ánh hành vi của nhà đầu tư.
Google tính toán SVI da trên chun hoá s ng tìm kiếm cho mt cm t c th so vi
tng s ng tìm kiếm trên Google trong mt khung thi gian nhất định. SVI được tính như
sau:
SVI = (S ng truy vn ca t khóa)/ (Tng s truy vn trên Google)
Tóm li, giá tr SVI ca Google giá tr tương đối nm trong phm vi t 0 đến 100
với 100 đại din cho các t khóa được tìm kiếm nhiu nht và 0 ng ý các t khóa có lượt tìm
kiếm thp nht trong mt khong thi gian nhất định. Kết qu là, các t khóa SVI bng 0
không ng ý giá tr tuyệt đối 0 cho tn sut tìm kiếm ch cho thy mức độ tìm kiếm ph
biến cho t khóa đó là thấp nht.