Luận văn Thạc sĩ Kinh tế: Nhận dạng, đo lường hiệu ứng đám đông trên thị trường chứng khoán Việt Nam và phân tích các nhân tố ảnh hưởng

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH ------------------------------------

TRẦN CHUNG THỦY NHẬN DẠNG, ĐO LƯỜNG HIỆU ỨNG ĐÁM ĐÔNG TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM VÀ PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, NĂM 2010

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH ------------------------------------- CHƯƠNG TRÌNH GIẢNG DẠY KINH TẾ FULBRIGHT

TRẦN CHUNG THỦY

NHẬN DẠNG, ĐO LƯỜNG HIỆU ỨNG ĐÁM ĐÔNG TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM VÀ PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG

Chuyên ngành: Chính sách công Mã số : 60.31.14

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. Trần Ngọc Anh

TP. HỒ CHÍ MINH, NĂM 2010

Lời cam đoan

Tôi xin cam đoan luận văn này hoàn toàn do tôi thực hiện. Các đoạn trích dẫn và

số liệu sử dụng trong luận văn đều được dẫn nguồn và có độ chính xác cao nhất trong

phạm vi hiểu biết của tôi. Luận văn này không nhất thiết phản ánh quan điểm của

Trường Đại học Kinh tế thành phố Hồ Chí Minh hay Chương trình giảng dạy kinh tế

Fulbright.

Học viên

Trần Chung Thủy

TÓM TẮT

Tâm lý bầy đàn là một nhân tố quan trọng tác động lên các hành vi trên thị

trường tài chính đặc biệt vào những thời kỳ thị trường căng thẳng (quá nóng hoặc sụt

giảm suy thoái). Trong đề tài này, tác giả áp dụng một phương pháp của Hwang và

Salmon (2004) để đo lường và kiểm chứng hiệu ứng đám đông trên TTCK Việt Nam.

Kết quả cho thấy tồn tại hiệu ứng đám đông và cung cấp các ước lượng của tham số về

mức độ hiệu ứng đám đông theo thời gian. Dùng các giá trị ước lượng mức độ hiệu ứng

đám đông theo thời gian kết hợp với các phân tích định tính tác giả đã chỉ ra cần hướng

đến thực hiện chính sách giao dịch với biên độ rộng sau đó áp dụng việc giao dịch bán

khống với sự chuẩn bị các điều kiện minh bạch thông tin từ môi trường vĩ mô là điều

tiên quyết.

Tác giả cũng đưa đến một kết luận tâm lý đám đông hình thành trên thị trường

với các tiền đề, định kiến đánh giá thấp rủi ro ngay từ buổi ban đầu. Không loại trừ

nguyên nhân nền kinh tế tiềm ẩn một cơ cấu đầu tư sai lệch từ trước khi TTCK ra đời.

Để nghiên cứu về hành vi định giá của nhà đầu tư mang đặc điểm gì tác giả đã

chia các cổ phiếu thành ba nhóm.

Kết quả trên nhóm 1 cho thấy các cổ phiếu có hệ số Beta nhỏ hơn 1 sẽ có xu

hướng được định giá cao hơn mức hợp lý trong thời kỳ thị trường đi lên và bị định

giá thấp hơn mức hợp lý trong thời kỳ thị trường sụt giảm.

Kết quả trên nhóm 2 cho thấy các cổ phiếu có hệ số Beta bằng 1 có xu hướng

được định giá hội tụ về mức giá hợp lý.

Kết quả trên nhóm 3 cho thấy các cổ phiếu có hệ số Beta lớn hơn 1 khi thị

trường đi xuống thì nhà đầu tư thận trọng trong việc đặt giá xung quanh mức giá

hợp lý và ít biến động giá. Khi thị trường đang đi lên thì giá cổ phiếu có xu hướng

được định giá cao hơn so với mức hợp lý. Nhưng tốc độ phát triển của bong bóng giá

chậm hơn so với nhóm cổ phiếu có hệ số Beta nhỏ hơn 1 trong thời kỳ thị trường

nóng lên.

Từ khóa: hiệu ứng đám đông; mức độ hiệu ứng đám đông.

MỤC LỤC

Chương 1 GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU ........................................................... 1 1.1 Đặt vấn đề nghiên cứu............................................................................................ 1 1.2. Tổng quan các nghiên cứu liên quan ..................................................................... 8 1.3. Mục tiêu và câu hỏi nghiên cứu........................................................................... 12 1.3.1. Mục tiêu ........................................................................................................ 12 1.3.2. Câu hỏi nghiên cứu ...................................................................................... 12 1.4. Đối tượng và phạm vi nghiên cứu ....................................................................... 13 1.5. Giả thuyết nghiên cứu .......................................................................................... 14 1.6. Phương pháp nghiên cứu ..................................................................................... 14

Chương 2 PHƯƠNG PHÁP LUẬN ................................................................................. 15 2.1. Các luận điểm của lý thuyết tài chính hành vi .................................................... 15 2.2. Tóm tắt các mô hình sử dụng .............................................................................. 18 2.3. Mô tả số liệu và phương pháp thực hiện ............................................................. 27

Chương 3 KẾT QUẢ NGHIÊN CỨU .............................................................................. 29 3.1. Kết quả đo lường hiệu ứng đám đông ................................................................. 29 3.2. Kết quả phân tích các nhân tố ảnh hưởng đến hiệu ứng đám đông ................... 35 3.3. Mô tả quá trình định giá không hợp lý đã diễn ra .............................................. 39 3.4. Nhận dạng hành vi định giá và kiểm chứng lại sự tồn tại hiệu ứng đám đông–

cải tiến mô hình của Chang, Cheng và Khorana (2000) .................................... 41

Chương 4 ĐỀ XUẤT CHÍNH SÁCH VÀ KIẾN NGHỊ ................................................. 48 4.1. Đề xuất chính sách về phía nhà nước .................................................................. 49 4.1.1. Thực hiện trên thị trường giao dịch thứ cấp ............................................... 49 4.1.2. Các chính sách vĩ mô ................................................................................... 51 4.2. Kiến nghị đối với doanh nghiệp và nhà đầu tư ................................................... 53

KẾT LUẬN VÀ PHẢN BIỆN CHÍNH SÁCH ................................................................ 55 TÀI LIỆU THAM KHẢO .................................................................................................. 59 Phụ lục 1. Bảng lợi suất VN-Index, T-bill3, độ biến động của lợi suất VN-Index ... 61 Phụ lục 2. Chương trình ước lượng hệ số Beta theo tháng của các cổ phiếu ............ 63 Phụ lục 3. Bảng hệ số Beta của các mã cổ phiếu ......................................................... 67 Phụ lục 4. Bảng mức độ hiệu ứng đám đông h4 .......................................................... 78 Phụ lục 5. Kết quả ước lượng mô hình đo lường hiệu ứng đám đông ....................... 80 Phụ lục 6. Kết quả ước lượng các mô hình kiểm chứng hiệu ứng đám đông và hành

vi định giá trên các nhóm ............................................................................ 83

DANH MỤC CÁC TỪ VIẾT TẮT

BIENDO

Biên độ giao dịch của UBCK quy định cho thị trường theo ngày.

Biến nhận giá trị bằng 1 khi giá trị tuyệt đối của lợi suất chỉ số thị

trường đi về cực điểm lớn hơn 85% biên độ và bằng 0 trong trường

hợp còn lại.

Sai lệch tiêu chuẩn chéo của hệ số Beta của các cổ phiếu cho từng

CSSD

tháng.

Mức độ biến động trung bình của lợi suất của từng nhóm theo

CSSDLS

ngày.

Mức độ biến động trung bình của lợi suất các cổ phiếu của từng

CSSDLS1_CC

nhóm có giá biến động cùng chiều với chỉ số thị trường so với lợi

suất chỉ số thị trường theo ngày.

Biến nhận giá trị bằng 1 sau ngày có 13/12/2005 và nhận giá trị 0

trong những ngày còn lại.

LSVN

Lợi suất của chỉ số thị trường theo ngày.

LSVNBS

Trị tuyệt đối của lợi suất chỉ số thị trường theo ngày.

Biến nhận giá trị bằng 1trong ngày thị trường tăng điểm bằng 0

trong ngày thị trường giảm điểm.

TTCK

Thị trường chứng khoán.

UBCK

Uỷ ban chứng khoán.

Chương 1

GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU

1.1 Đặt vấn đề nghiên cứu

Đứng trên góc độ nghiên cứu Kinh tế phát triển và Tài chính phát triển thì sự ra

đời của TTCK là nhằm mục tiêu thúc đẩy việc huy động, sử dụng vốn hiệu quả để đạt

được tốc độ tăng trưởng cao cho nền kinh tế. Một nền kinh tế muốn phát triển bền

vững cần có một thị trường tài chính trong đó bao gồm TTCK phát triển lành mạnh và

hiệu quả. Ở những thị trường đó ít xảy ra những biến động thăng giáng quá lớn vì

những sự thăng giáng này sẽ ảnh hưởng đến toàn bộ nền kinh tế nhất là khu vực sản

xuất đang huy động vốn đầu tư qua thị trường tài chính.

Theo Thomas E. Copeland và J. Fred Weston (1992) [13] thị trường tài chính

hiệu quả là thị trường mà mọi thông tin sẵn có trên thị trường được phản ánh đầy đủ,

đồng thời và liên tục vào giá cả. Điều đó có nghĩa giá cả tài sản được xác lập thông qua

các giao dịch trên thị trường sẽ là tín hiệu quan trọng, chính xác và đóng vai trò định

hướng trong việc phân bổ nguồn vốn một cách hiệu quả.

Từ các luận điểm trên có thể cho rằng khi thị trường tài chính hiệu quả thì các

thông tin sát thực về rủi ro tương đối giữa các doanh nghiệp, giữa các ngành trong mối

quan hệ với toàn bộ nền kinh tế tại mỗi thời điểm được phản ánh đầy đủ, ngay lập tức

vào giá cả các tài sản tài chính đang được giao dịch trên thị trường. Chính những thông

tin này sẽ giúp cho việc ra quyết định đầu tư đúng đắn của các nhà đầu tư đồng thời

góp phần hình thành một cơ cấu đầu tư hợp lý của nền kinh tế để đạt được hiệu quả

tăng trưởng GDP tốt nhất. Như vậy thị trường giao dịch chính thức của các cổ phiếu

niêm yết cần được xây dựng và điều chỉnh để các thông tin đánh giá về rủi ro tương đối

giữa các tài sản được bộc lộ một cách chân thực. Từ đó theo mối quan hệ đồng biến

giữa lợi suất và rủi ro mà lý thuyết Kinh tế học Tài chính đã chứng minh, các nhà đầu

tư sẽ xác định được mức lợi suất hợp lý của các tài sản tài chính trên thị trường tài

chính nói chung khi định giá các tài sản này. Khi các tài sản tài chính được đầu tư ở

mức giá hợp lý tức là các nhà đầu tư đã thực hiện được việc tối đa hóa lợi nhuận trên

danh mục đầu tư của mình. Và chính vì thế mà cơ cấu đầu tư chung của nền kinh tế sẽ

có thể dẫn đến tăng trưởng GDP hiệu quả.

TTCK Việt Nam đã bước sang năm thứ 10 với những thăng trầm như những thị

trường mới nổi khác trên thế giới. Các nhà quản lý cũng như những người tham gia thị

trường đã học được nhiều kinh nghiệm trên con đường phát triển của thị trường. Giai

đoạn thị trường nóng bỏng là thời gian từ cuối năm 2006 đến đầu năm 2008 khi cuộc

khủng hoảng tài chính diễn ra trên thế giới. Nhìn lại hiện tượng phát triển nóng thời kỳ

đó (chỉ số VN-Index lên đến 1178.67 điểm vào ngày 13/3/2007) và theo sau là thời kỳ

sụt giảm đến mức thấp nhất vào tháng 12/2008 (chỉ số VN-Index ở mức 285.56 điểm) chúng ta thấy rằng sự biến động của thị trường quá mạnh.1 Bên cạnh đó trong lịch sử

phát triển từ tháng 8/2000 đến nay cũng đã nhiều lần diễn ra hiện tượng tăng giảm lớn

trong một thời gian ngắn.

Quan sát trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh cho thấy: đến

tháng 12/2005 có 23 mã cổ phiếu niêm yết; đến tháng 12/2006 có 82 mã cổ phiếu niêm

yết; đến tháng 12/2007 có 120 mã cổ phiếu niêm yết; đến tháng 3/2010 có 213 mã cổ phiếu niêm yết.2 Như vậy có sự gia tăng rõ rệt về số lượng công ty niêm yết cổ phiếu

trên thị trường trong giai đoạn trước năm 2006 so với sau năm 2006 cho đến nay,

nhưng số lượng các công ty chưa niêm yết cổ phiếu trên sàn giao dịch cũng còn chiếm

một lượng không nhỏ. Bên cạnh đó theo tính toán của Bộ Tài chính cho đến ngày

1 Nguồn : Công ty chứng khoán Tân Việt-TVSI. 2 Nguồn : Công ty chứng khoán Tân Việt-TVSI.

31/12/2007 mức vốn hóa thị trường trên 30 tỷ USD tương đương với 43.7% GDP.3

Những số liệu thể hiện thị giao dịch trường thứ cấp đã hút một lượng vốn rất lớn của

nền kinh tế trong năm 2007 trong khi số lượng các công ty niêm yết trên sàn giao dịch

chính thức chỉ là một phần của tổng các doanh nghiệp trong cả nước. Theo logic một

câu hỏi được đặt ra là: liệu giá cả trên thị trường cổ phiếu lúc đó có phải là mức giá

hợp lý không?

Trong khoảng thời gian cuối năm 2006 đến tháng 3/2007 trên thị trường cổ

phiếu có hiện tượng cầu về cổ phiếu lớn vượt cung thể hiện ở khối lượng đặt mua luôn

cao hơn khối lượng đặt bán. Điều này khiến cho giá nhiều mã cổ phiếu có xu hướng

tăng kịch trần nhiều phiên liên tiếp. Trước sự tăng trưởng quá nóng đó của thị trường

cổ phiếu Chính phủ đã thúc đẩy tiến trình cổ phần hóa các doanh nghiệp nhà nước và

niêm yết trên sàn giao dịch chính thức (với những quy định của nghị định 187/2004/NĐ-

CP đã được triển khai từ giữa năm 2005) nhằm tăng lượng cung cho thị trường. Tuy

nhiên, cho đến cuối năm 2007 và đầu 2008 thị trường vẫn tiếp tục giữ ở mức 900-1000

điểm chỉ số. Vì vậy việc tăng cung hàng hóa trên thị trường giai đoạn đó thông qua

thúc đẩy cổ phần hóa có tác dụng hạ nhiệt thị trường hay không vẫn còn là một câu

hỏi?

Trong giai đoạn 2007 đến đầu 2008 các công ty đã phát hành cổ phiếu lần đầu

hoặc phát hành thêm để huy động vốn. Điều đáng nói ở đây là lượng thặng dư huy

động vốn đã được doanh nghiệp đầu tư ngược trở lại thị trường thứ cấp mà không dùng

tất cả để mở rộng sản xuất kinh doanh. Quan sát thời kỳ đó hầu như các doanh nghiệp

đều có hạng mục đầu tư tài chính. Bên cạnh đó các ngân hàng cũng cho vay để đầu tư

chứng khoán với lượng lớn. Khi có chỉ thị số 03 của Ngân hàng Nhà nước (ban hành

ngày 28/06/2007) quy định từ ngày 1/7/2007 các tổ chức tín dụng chỉ được phép cho

vay đầu tư kinh doanh chứng khoán dưới 3% của dư nợ tín dụng thì một lượng vốn tín

3Nguồn: http://www.mof.gov.vn/Default.aspx?tabid=82&ItemID=505.

dụng đã chảy vào thị trường thứ cấp. Và có thể điều này đã góp phần làm giá cả các cổ

phiếu được thổi phồng lên.

Chỉ số VN-Index tuột dốc không phanh trong 2008 khi thị trường suy thoái

mạnh. Một trong các nguyên nhân dẫn đến điều này là do ảnh hưởng của cuộc khủng

hoảng tài chính đang diễn ra trên thế giới cùng năm đó. Trong giai đoạn này các ngân

hàng bộc lộ nợ xấu trong đó một phần do cho vay đầu tư chứng khoán và bất động sản.

Các doanh nghiệp báo cáo lợi nhuận trên vốn cổ phần và trên tổng tài sản thấp hơn

mức kỳ vọng của thị trường trước đó rất nhiều. Đồng thời lạm phát của nền kinh tế

tăng cao trong đó có một nguyên nhân do lượng cung tiền thời kỳ 2007 cao. Lượng

cung tiền này tăng lên để cân đối với lượng vốn của các nhà đầu tư nước ngoài chảy

vào nền kinh tế giai đoạn 2006-2007. Không loại trừ khả năng một phần lượng vốn đó

đã chảy vào TTCK do khu vực sản xuất không hấp thu được - bởi ngay cả các doanh

nghiệp thặng dư vốn do phát hành cổ phiếu cũng không dùng tất cả vào mở rộng quy

mô sản xuất như đã nêu trên. Hệ quả tất yếu là tốc độ tăng trưởng của nền kinh tế chậm lại trong năm 2008 và 2009 với mức tương ứng là 6.23% và 5.32%.4

Vậy điều gì đang diễn ra trong giai đoạn vừa qua khi giá cả trên thị trường cổ

phiếu có những sự biến động mạnh mà dường như các tác động chính sách của Chính

phủ ít làm thay đổi các xu thế biến động này? Bên cạnh đó như đã nêu trên cho thấy

xuất hiện một nghi vấn về tính hợp lý của giá cả cổ phiếu trên thị trường. Để trả lời các

câu hỏi này cần phải có một sự phân tích sâu hơn để tìm hiểu về hành vi định giá đang

được thực hiện trên thị trường với các cơ chế dẫn dắt.

Lý thuyết định giá tài sản tài chính cho thấy giá tài sản tài chính trên thị trường

phụ thuộc vào mức lợi suất chiết khấu. Để xem xét cơ chế định giá trên thị trường tài

chính cần xem lại khái niệm lợi suất yêu cầu trên thị trường và lợi suất cân bằng. Lợi

4 Nguồn: http://infotv.vn/kinh-doanh-dau-tu/dau-tu/21780-tang-truong-gdp-nam-2008-dat-623

và http://phapluattp.vn/2009123111433517p0c1014/nam-2009-toc-do-tang-truong-kinh-te-tang-532.htm.

suất yêu cầu hay còn gọi là lợi suất thực hiện trong giao dịch là lợi suất mà người ta kỳ

vọng thu được trong tương lai khi đầu tư vào tài sản và dùng lợi suất này như lợi suất

chiết khấu trong định giá. Trong điều kiện thị trường hiệu quả và cân bằng lợi suất thực

có thể mang lại trên việc đầu tư vào tài sản công ty sẽ bằng với lợi suất yêu cầu. Lúc

này tài sản được định giá hợp lý (giá cân bằng). Nhưng thực tế có nhiều nghiên cứu

cho thấy cho thấy các thị trường nhất là thị trường mới nổi như Việt Nam thường

không đạt được mức hiệu quả yếu hoặc hiệu quả trung bình vì vậy cân bằng nói trên

không xảy ra. Và chúng ta sẽ không thể quan sát được mức lợi suất cân bằng mà chỉ có

thể quan sát được mức lợi suất thực hiện sai lệch so với mức lợi suất cân bằng trong lý

thuyết với điều kiện thị trường hiệu quả. Khi lợi suất thực hiện lớn hơn lợi suất cân

bằng thì giá tài sản tài chính được định giá cao so với giá trị hợp lý. Sau một thời gian

được định giá cao, tài sản sẽ có xu hướng quay trở lại giá cân bằng và xuống thấp hơn

giá cân bằng. Như vậy lợi suất thực hiện lại thấp hơn lợi suất cân bằng và quá trình này

tiếp tục cho đến khi hiện tượng đảo chiều xuất hiện. Lúc này giá sẽ có xu hướng trở lại

giá cân bằng và theo đà sẽ tăng cao hơn giá cân bằng. Các quá trình này sẽ lập lại theo

chu kỳ tăng trưởng rồi giảm sút.

Lý thuyết tài chính hành vi5 cho thấy: Việc không xử lý được lượng thông tin

quá lớn hoặc không có thông tin đầy đủ khiến một nhà đầu tư vào bất kỳ thời điểm nào

cũng có thể đưa ra mức giá không hợp lý. Khi các thông tin trên thị trường không đầy

đủ dẫn đến nhiều nhà đầu tư đưa ra các mức giá không hợp lý có tính hệ thống vì ai

cũng chọn cách hành động theo số đông trên thị trường. Vì vậy mức giá hình thành trên

thị trường do cân bằng cung - cầu sẽ sai lệch so với mức giá hợp lý. Sự định giá sai

lệch có thể kéo dài dẫn đến giá cổ phiếu ngày càng sai khác với giá trị thực (giá hợp lý)

của nó. Các hành vi định giá sai lệch có tính hệ thống này thường gọi là “hành vi theo

bầy đàn” hay “hành vi theo đám đông”.

5Dựa vào các nghiên cứu và xây dựng lý thuyết của các nhà nghiên cứu trong lĩnh vực Kinh tế học hành vi và Tài chính học hành vi. Xem Dan Ariely (2009) [1], Bikhchandani.S. & Sharma.S. (2001) [5], Shiller Robert J. (2003) [11].

Một trong những vấn đề thường xảy ra với thị trường mới nổi là hành vi bầy đàn

hay còn gọi là tâm lý đám đông với cơ chế định giá không hợp lý kéo dài dẫn đến hệ

quả là thị trường phát triển quá nóng hay sụp đổ và ảnh hưởng đến các thị trường liên

quan. Điều này cũng ảnh hưởng đến việc huy động vốn của các doanh nghiệp trong nền

kinh tế khi chi phí vốn quá cao trong thời kỳ phát triển nóng cũng như khó khăn huy

động trong thời kỳ thị trường sụt giảm sâu.

Ngay cả các TTCK phát triển cũng vẫn tồn tại hành vi đầu tư theo tâm lý đám

đông. Nhưng do thị trường đã phát triển đạt mức hiệu quả nhất định nên tác động của

hành vi đầu tư theo tâm lý đám đông lên quá trình định giá và làm sai lệch giá tài sản

tài chính diễn ra nhanh với mức độ sai lệch nhỏ. Các thị trường đã phát triển với điều

kiện thông tin minh bạch, đầy đủ dẫn đến các cơ hội kinh doanh chênh lệch giá sẽ

nhanh chóng mất đi và giá tài sản tài chính có xu hướng trở lại mức hợp lý ngay lập tức.6 Đối với thị trường không hiệu quả và có tâm lý bầy đàn mạnh thì quá trình định

giá sai lệch sẽ kéo dài thể hiện sự dao động của lợi suất thực tế sẽ lớn. Như vậy nếu

tâm lý đám đông tác động lên hành vi định giá và gây ra sự sai lệch giá kéo dài thì sẽ

tạo thành hiệu ứng đám đông. Mức độ của hiệu ứng đám đông bao gồm hai thuộc tính:

độ lớn của tác động sai lệch giá và độ dài (hay độ trễ) của trạng thái tác động. Chúng ta

sẽ dùng hai khái niệm hiệu ứng đám đông và mức độ hiệu ứng đám đông theo nghĩa

tương đương nhau.

Người ta thấy rằng việc đo lường hiệu ứng đám đông để nhận dạng mức độ

thăng giáng của thị trường mới nổi và các nhân tố ảnh hưởng đến mức độ hiệu ứng

đám đông sẽ giúp cho các nhà hoạch định chính sách đưa ra các biện pháp điều chỉnh

6 Các nhà nghiên cứu cho thấy ở TTCK Mỹ cho thấy cơ hội kiếm lợi chênh lệch giá chỉ kéo dài 30s.

(Nguồn:http://vi.wikipedia.org/wiki/Gi%E1%BA%A3_thuy%E1%BA%BFt_th%E1%BB%8B_tr%C6%

B0%E1%BB%9Dng_hi%E1%BB%87u_qu%E1%BA%A3).

thị trường một cách thích hợp trong giai đoạn còn non trẻ. Sự tăng giảm quá mạnh của

các cổ phiếu một cách đồng loạt sẽ dẫn đến sự phát triển quá nóng hoặc sụt giảm quá

mức của toàn thị trường. Với một TTCK đóng vai trò tập hợp vốn xã hội cho việc đầu

tư phát triển thì sự trồi sụt của thị trường kéo dài sẽ dẫn đến những ảnh hưởng mang

tính chất vĩ mô. Nếu kèm theo đó là hành vi định giá theo kiểu đám đông sẽ dẫn đến

việc cơ cấu đầu tư mất cân bằng cùng với sự đánh giá rủi ro thấp. Sự đầu tư sai lệch

không hiệu quả sẽ làm cho các nhà đầu tư đứng trước nguy cơ thua lỗ nặng nề trong

tương lai; các doanh nghiệp sẽ lâm vào tình trạng khó khăn; các nguồn vốn không được

đầu tư hiệu quả. Hệ quả cuối cùng nền kinh tế sẽ không đạt được tăng trưởng theo định

hướng. Tâm lý bầy đàn cũng làm ảnh hưởng đến cuộc sống đời thường của mỗi cá

nhân khi người ta đổ xô chạy theo những giá trị ảo và đánh mất sự cân bằng tâm lý vốn

là điểm tựa để phát triển một đời sống hài hòa.

Mười năm trôi qua với nguồn dữ liệu ghi nhận về giá cả giao dịch của cổ phiếu

niêm yết cũng đã đủ để bắt đầu thực hiện các nghiên cứu về hành vi thị trường. Từ đó

có thể đánh giá các chính sách đã thực hiện và cải thiện các chính sách này để thúc đẩy

thị trường phát triển, thực hiện ngày càng hiệu quả chức năng huy động vốn cũng như

làm phong vũ biểu cho nền kinh tế. Trong bài viết này tác giả sẽ đi vào nghiên cứu về

sự tồn tại của hiệu ứng đám đông và các nhân tố ảnh hưởng lên tâm lý đám đông. Vấn

đề nghiên cứu được đặt ra là cần xác định thực chất có tồn tại hiệu ứng đám đông trên

TTCK Việt Nam giai đoạn 2000-2009 hay không và với mức độ nào? Sau đó cần nhận

dạng hành vi định giá của nhà đầu tư trên các cổ phiếu và tìm ra một số nguyên nhân

dẫn đến tâm lý bầy đàn cũng như sự ảnh hưởng của nó đến thị trường và nền kinh tế để

từ đó có thể đề xuất những chính sách thích hợp về phía Nhà nước trong việc quản lý

thị trường cùng với các chính sách hỗ trợ. Bên cạnh đó cũng đưa ra những phân tích

giúp cho doanh nghiệp và nhà đầu tư có những phản ứng thích hợp khi hiệu ứng đám

đông diễn ra mạnh mẽ.

1.2. Tổng quan các nghiên cứu liên quan

Việc nghiên cứu đo lường hiệu ứng đám đông đã được thực hiện khá nhiều trên

thế giới. Các nghiên cứu này thường kết hợp các mô hình toán tài chính và lý thuyết tài

chính hành vi. Đây là những nghiên cứu có tính chất thực nghiệm nhưng đồng thời

cũng ủng hộ những lý thuyết mới trong tài chính hành vi. Các nghiên cứu dựa trên việc

giả thiết thị trường không hiệu quả và các mô hình toán tài chính không còn mang tính

chuẩn tắc như đã xây dựng. Trong đó có các nghiên cứu nổi lên như mô hình của

Soosung Hwang và Mark Salmon (2004) [12].

Trước tiên cần điểm lại các công trình và luận điểm nghi vấn về giả thiết thị

trường hiệu quả có tồn tại trong thực tiễn hay không? Theo Shiller Robert J. (2003)

[11] cũng như Bikhchandani và Sharma (2001) [5] thì các công trình nghiên cứu của

Summers (1986), Shiller (1981,1988) cho thấy mô hình định giá cổ phiếu cùng giả

thiết thị trường tài chính hiệu quả bộc lộ nhiều điểm không phù hợp với thực tế đã diễn

ra. Shiller (2003) [11] cho rằng nguyên nhân là do giả thiết các nhà đầu tư đồng nhất

trong kỳ vọng hợp lý về giá tương lai cũng như ngay lập tức phản ánh tất cả thông tin

trên thị trường vào giá cổ phiếu theo cùng một cách không phù hợp thực tế. Như vậy

việc mô phỏng, phân tích các hành vi định giá cổ phiếu đang diễn ra trên thị trường

thực bằng các mô hình xây dựng trong điều kiện thị trường hiệu quả sẽ dẫn đến những

kết luận không thuyết phục.

Lý thuyết thị trường hiệu quả cho rằng tất cả các nhà đầu tư đều có mục tiêu tối

đa hóa lợi nhuận. Lý thuyết này cũng mô tả thị trường hiệu quả bao gồm các nhà đầu tư

liên tục sử dụng những thông tin được công bố rộng rãi trên thị trường và họ ngầm hiểu

các nhà đầu tư khác cũng sử dụng những thông tin theo cùng một cách. Vì những lẽ đó

mà đương nhiên trên thị trường các nhà đầu tư sẽ đưa ra quyết định tương tự nhau; Lúc

này điều tất yếu phải diễn ra là sẽ xuất hiện đám đông các nhà đầu tư theo cùng xu

hướng. Nhưng các nhà nghiên cứu tài chính hành vi nghi ngờ lý giải này và cho rằng

việc hành động giống nhau của các nhà đầu tư là kết quả của diễn biến tâm lý theo bầy

đàn hay tâm lý đám đông trên thị trường không hiệu quả. Bikhchandani và Sharma

(2001) đã định nghĩa tâm lý đám đông là một tâm lý sẽ định hướng dẫn dắt hành vi của

các nhà đầu tư và kết quả họ sẽ hành động giống như nhau khi định giá cổ phiếu trên

thị trường.

Những lí do nào trong thực tế đã tạo ra tâm lý của các nhà đầu tư theo xu hướng

bác bỏ các thông tin từ phân tích cá nhân để thiết lập kiểu hình hành động như những

nhà đầu tư khác? Bikhchandani và Sharma (2001) [5] đã tổng hợp các nghiên cứu của

các tác giả đi trước để đưa ra nhận định có ba nguyên nhân chính hình thành nên ba

loại tâm lý đám đông.

Thứ nhất, Bikhchandani và Sharma (2001) đã đưa ra quan điểm theo cách nhìn

nhận của Avery và Zemsky (1998) [1] cho rằng trên thị trường người ta luôn tin một số

nhà đầu tư có thể biết được thông tin về lợi suất của việc đầu tư thực tế của doanh

nghiệp và những hành động của các nhà đầu tư sẽ bộc lộ thông tin mà họ có. Do vậy

các nhà đầu tư cá nhân sẽ theo nhau đi vào chuỗi bầy đàn khi trên thị trường có một sự

bộc lộ thông tin nào đó. Điều này xuất phát từ nguyên nhân trên thị trường không có

đầy đủ thông tin và năng lực xử lý thông tin để ra quyết định của mỗi cá nhân là có giới

hạn. Trong trường hợp này sẽ xuất hiện những nhóm nhà đầu tư chủ ý tạo ra bầy đàn từ

sự bất cân xứng thông tin để kiếm lợi. Bên cạnh đó cũng xuất hiện những nhóm nhà

đầu tư biết các thông tin có thể không xác thực nhưng vẫn đi theo để tận dụng cơ hội

kiếm lợi trong ngắn hạn.

Thứ hai, Bikhchandani và Sharma (2001) [5] có chung quan điểm với Devenow

và Welch (1996) [8] trong việc chứng minh tâm lý các nhà đầu tư luôn cho rằng việc

tuân theo các xu hướng hành động trên thị trường là lựa chọn tối ưu. Điều này thường

xảy ra với các nhà quản lý quỹ hay các nhà phân tích mới vào nghề khi muốn tạo dựng

và giữ danh tiếng cho mình thì tốt hơn cả là nên đi theo xu thế của thị trường cho dù cá

nhân có những nhận định trái ngược với nhận định chung.

Thứ ba, Bikhchandani và Sharma (2001) [5] cùng với Scharfstein và Stein

(1990) [10] cũng như Maug và Naik (1996) [9] tìm ra tâm lý của các nhà quản lý danh

mục đầu tư vì tỷ lệ tiền thưởng trên tỷ suất lợi nhuận của danh mục họ quản lý nên sẽ

hành động theo đám đông. Họ hành động theo đám đông để hy vọng kiếm được lợi

nhuận vượt trội so với thị trường và cũng vì thế mà khoản tiền thưởng của họ sẽ tăng

lên.

Bikhchandani và Sharma (2001) [5] đã tổng kết các nghiên cứu của DeLong,

Shleifer, Summers và Waldman (1990) Froot, Scharfstein và Stein (1992), Lux và

Marchesi (1999)... với cách tiếp cận theo Bayesian. Đây là cách tiếp cận dựa trên thông

tin hậu nghiệm. Các tác giả này đã đi đến chứng tỏ hành vi đầu tư theo đám đông là

một hành vi hoàn toàn không hợp lý kết quả sẽ đưa ra các mức giá sai lệch.

Các nghiên cứu trên đã phát triển theo hướng chỉ ra thị trường với giả thiết có

hiệu quả mạnh là thị trường khó có thể tồn tại trong thực tiễn. Như vậy sẽ có ba lý do

chính để hình thành các kiểu hình ra quyết định đầu tư theo đám đông. Các nghiên cứu

cũng đi đến chỉ ra hệ quả của việc đưa ra quyết định đầu tư theo đám đông sẽ dẫn đến

hình thành các mức giá sai lệch trên thị trường. Vấn đề tiếp theo là xây dựng các

phương pháp kiểm chứng, đo lường các mức độ của tâm lý đám đông tác động lên

hành vi định giá làm giá cả sai lệch. Có rất nhiều phương pháp đã được xây dựng và

phát triển. Trong đó phải kể đến công trình của Chang, Cheng và Khorana (2000) [6]

và Christie và Huang (1995) [7] đã đưa ra phương pháp để phát hiện hiện tượng tâm lý

đầu tư theo đám đông khi nghiên cứu sự biến động của độ lệch các lợi suất cổ phiếu so

với giá trị lợi suất trung bình hoặc lợi suất chỉ số thị trường.

Mô hình của Christie và Huang (1995) [7] đã xây dựng biến sai lệch tiêu chuẩn

chéo của lợi suất các cổ phiếu trên thị trường. Sau đó xây dựng hai biến giả nhận giá trị

1 khi rơi vào các cực điểm dương của phân phối xác suất của lợi suất thị trường và

kiểm chứng hành vi đầu tư tại khoảng thời gian rơi vào cực điểm có khác biệt với thời

gian còn lại hay không. Soosung Hwang và Mark Salmon(2004) [12] đã đưa ra phản

biện cho thấy vào thời kỳ mà hai chỉ số Dow Jones và NASDAQ đều có độ dao động

lớn thì thị trường các cổ phiếu không thể hiện sự thay đổi cảm xúc, tâm lý của đám

đông thể hiện qua giá cổ phiếu. Bên cạnh đó cũng quan sát được sự biến động mạnh

của độ lệch lợi suất xảy ra cùng với sự tái cấu trúc trên diện rộng của các ngành. Do

vậy theo Hwang và Salmon (2004) [12] thì luận điểm cho rằng tâm lý đám đông chỉ

xuất hiện khi có lợi suất biến động mạnh là luận điểm không thuyết phục. Vì việc đặt

ra các ngưỡng cực điểm của lợi suất thị trường sẽ mang tính chủ quan. Bên cạnh đó

theo Hwang và Salmon (2004) [12] thì mô hình này không xem xét việc lọc thông tin

về sự thay đổi giá trị cơ bản của tài sản nên không đưa ra được kết luận khẳng định

được tâm lý đám đông hay tự tài sản đã điều chỉnh giá trị về giá trị cơ bản. Như vậy

khả năng nhận biết được trạng thái thị trường hiệu quả hay không hiệu quả là rất thấp

nếu như không muốn nói là không thể.

Hwang và Salmon (2004) [12] đã xây dựng mô hình đo lường hiệu ứng đám

đông mà cho đến nay được đánh giá là khá thích hợp và đã được khá nhiều tác giả sử dụng để đo lường trên các thị trường khác nhau.7

Các nghiên cứu ở Việt Nam về tài chính hành vi và hiệu ứng đám đông còn ít ỏi.

Trong những năm gần đây có một số nghiên cứu cho thấy thị trường Việt Nam là

không hiệu quả. Năm 2008 tác giả Lê An Khang đã hoàn thành luận văn thạc sĩ kinh tế

với đề tài “Ảnh hưởng của thông tin bất cân xứng đối với nhà đầu tư trên TTCK Việt

Nam” với sự hướng dẫn của tiến sĩ Nguyễn Trọng Hoài tại trường Đại học Kinh tế Tp

Hồ Chí Minh. Năm 2009 tác giả Lê Thị Ngọc Lan cũng hoàn thành luận văn thạc sĩ với

đề tài “Nghiên cứu lý thuyết hành vi trên TTCK Việt Nam” với sự hướng dẫn của tiến

sĩ Phan Thị Bích Nguyệt tại trường Đại học Kinh tế Tp Hồ Chí Minh. Các đề tài này

cũng gợi ý cho tác giả những ý tưởng mới trong khi nghiên cứu về hành vi định giá

theo đám đông của các bên tham gia trên TTCK Việt Nam.

7 Các mô hình của hai tác giả này sẽ được trình bày kỹ lưỡng trong chương 2.

Tác giả lựa chọn và thực hiện nghiên cứu đề tài này trên cơ sở nhiều năm đã tiến

hành các nghiên cứu thực nghiệm về hệ số rủi ro Beta của các doanh nghiệp trên TTCK

Việt Nam. Các nghiên cứu này đã được kết hợp thực hiện tại Công ty chứng khoán Tân

Việt và cũng dùng để hướng dẫn phát triển một số đề tài nghiên cứu khoa học và luận

văn tốt nghiệp của sinh viên chuyên ngành Toán Tài chính trường Đại học Kinh tế

Quốc dân mà tác giả đang giảng dạy.

1.3. Mục tiêu và câu hỏi nghiên cứu

1.3.1. Mục tiêu

Đề tài sẽ hướng đến việc đo lường hiệu ứng đám đông tại TTCK Việt Nam trên

cơ sở mô hình của Hwang và Salmon (2004) và phát triển mô hình của Chang, Cheng

và Khorana (2000), mô hình của Christie, Chang và Huang (1995). Dùng các tham số

đo lường được để nhận dạng hành vi định giá và phân tích các nhân tố ảnh hưởng đến

hiệu ứng đám đông. Trên cơ sở các phân tích này sẽ đưa ra một số đề xuất chính sách

về phía Nhà nước và kiến nghị. Các chính sách đưa ra dựa trên quan điểm trung lập

nhằm thúc đẩy sự tự điều chỉnh hành vi của các bên liên quan và hướng đến sự quản lý

thị trường một cách hiệu quả.

1.3.2. Câu hỏi nghiên cứu

Trong nghiên cứu này đặt ra các câu hỏi như sau

Hiệu ứng đám đông có tồn tại trên TTCK Việt Nam hay không? Có thể tiến

hành đo lường được hiệu ứng đám đông trên TTCK Việt Nam theo cách

nào?

ii)

Dùng các thông số đo lường được để hỗ trợ quá trình nhận dạng, phân tích

các hành vi trên TTCK Việt Nam thì có thể phân nhóm cổ phiếu và nhận

dạng các hành vi định giá cổ phiếu trên thị trường theo các nhóm như thế

nào? Các nhân tố nào là cơ sở hình thành, ảnh hưởng đến hiệu ứng đám

đông?

iii)

Từ các kết quả trên Chính phủ và UBCK có thể tác động đến tâm lý đám

đông nhằm giảm những sai lệch định giá của thị trường với những chính

sách cụ thể nào?

iv) Những hướng nghiên cứu nào sẽ cần tiếp tục để hỗ trợ, hoàn thiện việc thực

hiện chính sách đã đề nghị?

1.4. Đối tượng và phạm vi nghiên cứu

Biến nghiên cứu hay đối tượng nghiên cứu là mức độ của hiệu ứng đám đông.

Biến này được lựa chọn xây dựng dựa trên cơ sở biến nguồn là hệ số rủi ro Beta của

các doanh nghiệp trên cơ sở mô hình CAPM.

Phạm vi nghiên cứu là mức độ của hiệu ứng đám đông trên TTCK Việt Nam với

các phân tích mở rộng ngoại vi là các doanh nghiệp, nhà đầu tư hoạt động trên TTCK

Việt Nam.

Số liệu được sử dụng là giá cả các cổ phiếu trên sàn giao dịch thành phố Hồ Chí

Minh (Hose) từ ngày 1/08/2000 đến ngày 19/03/2010.

Các khái niệm8

Tâm lý đám đông: Tâm lý sẵn sàng ra quyết định theo cách của một nhóm lớn

mà không xem xét đến tính hợp lý của quyết định đó. Tâm lý này dễ nảy sinh khi có ít

thông tin và thời gian để thực hiện các phân tích cá nhân.

Hành vi đầu tư theo đám đông: Hành vi đầu tư theo đám đông là hành vi đầu

tư theo cách làm của nhiều người khác mà không dựa vào các phân tích của cá nhân

trên các thông tin cơ bản về doanh nghiệp hoặc dự án đầu tư.

Mức độ của hiệu ứng đám đông: Tâm lý đám đông tác động lên hành vi định

giá và gây ra sự định giá sai lệch kéo dài sẽ tạo thành hiệu ứng đám đông. Mức độ của

hiệu ứng đám đông bao gồm hai thuộc tính: độ lớn của tác động sai lệch giá và độ dài

8 Các khái niệm tác giả đưa ra sau khi đã nghiên cứu tham khảo lý thuyết Tài chính hành vi và các công trình nghiên cứu về hành vi đám đông đã nêu trong mục 1.2.

(hay độ trễ) của trạng thái tác động. Sau đây trong bài viết sẽ dùng hai khái niệm hiệu

ứng đám đông và mức độ hiệu ứng đám đông theo nghĩa tương đương nhau.

1.5. Giả thuyết nghiên cứu

Hiệu ứng đám đông trên TTCK Việt Nam đang tồn tại và tác giả cần kiểm

chứng đo lường.

1.6. Phương pháp nghiên cứu

Sử dụng giá cổ phiếu giao dịch trên TTCK Việt Nam giai đoạn 2000-2009 và sẽ đo

lường hiệu ứng đám đông theo mô hình của Hwang và Salmon (2004) để đưa ra các tham

số đo lường. Phát triển mô hình của Chang, Cheng và Khorana (2000) với sự tham khảo

mô hình của Christie, Chang và Huang (1995) để kiểm chứng so sánh lại các kết luận.

Dùng công cụ kinh tế lượng với phương pháp bộ lọc Kalman để xử lý dữ liệu, ước

lượng các mô hình. Xây dựng mô hình kinh tế lượng tài chính để nhận dạng hành vi định

giá.

Kết hợp phân tích định tính và sử dụng cơ sở lý thuyết Kinh tế học hành vi và Tài

chính học hành vi.

Chương 2

PHƯƠNG PHÁP LUẬN

2.1. Các luận điểm của lý thuyết tài chính hành vi

Theo Thomas E. Copeland và J. Fred Weston (1992) [13] tồn tại một cơ chế tự

giám sát trên thị trường hiệu quả thông qua việc bộc lộ thông tin khiến cho thị trường ở

trạng thái cân bằng ổn định. Chính sự cạnh tranh cũng là một nguyên nhân tạo ra cơ

chế tự giám sát cũng như tự cân bằng dẫn đến khả năng một nhà đầu tư có thể thu được

lợi nhuận vượt trội so với thị trường là rất nhỏ.

Các nghiên cứu được nhắc đến trong mục 1.2 đã cho thấy những điểm không

vững vàng của giả thiết thị trường hiệu quả trong thực tế. Giả thiết thị trường hiệu quả

có thể đúng khi xem xét thông tin về diễn biến giá trị một cổ phiếu nào đó. Bởi thông

tin trên thị trường về cổ phiếu này có thể cân xứng, đầy đủ và lượng thông tin là không

quá tải đối với khả năng phân tích của mỗi nhà đầu tư. Nhưng xét trên thị trường các cổ

phiếu nói chung thì vấn đề hoàn toàn khác bởi vì ở đây còn xuất hiện thêm sự tương tác

của các thông tin về các cổ phiếu mà chúng vốn dĩ không độc lập với nhau. Vì vậy nếu

có một nguyên do nào đó trên thị trường xuất hiện một làn sóng tâm lý đám đông dẫn

dắt thị trường thì nó sẽ có thể kéo dài mà chúng ta khó có thể đảo ngược bởi các tác

động có tính duy lí.

Để hỗ trợ cho việc nghiên cứu và áp dụng các mô hình được xây dựng với các

điều kiện chuẩn tắc và lý tưởng vào thực tiễn thì các nghiên cứu theo trường phái Kinh

tế học hành vi và Tài chính học hành vi đã ngày càng phát triển. Tuy còn gặp phải

nhiều sự bác bỏ của các nhà nghiên cứu theo trường phái chuẩn tắc nhưng các nghiên

cứu này cũng đã cho thấy sự thuyết phục nhất định và ngày càng thu hút nhiều người

quan tâm bởi tính thực tiễn của nó. Trong bài viết này tác giả sẽ sử dụng những luận

điểm, nguyên lý của lý thuyết tài chính hành vi để đưa ra các phân tích về hành vi của

các nhà đầu tư trên TTCK Việt Nam và các cơ chế hình thành, thúc đẩy các hành vi

này.

Theo Dan Ariely (2009) [1] nghiên cứu về kinh tế học hành vi, tác giả thấy quá

trình nghiên cứu về tâm lý hành vi gồm ba bước:

Thứ nhất, nhận dạng hành vi thông qua quan sát thực nghiệm.

Thứ hai, tìm ra điểm trái ngược với những quan điểm lý trí và lí giải. Việc lý

giải dựa trên so sánh với những hành vi mang tính lý trí đáng ra phải xảy ra. Từ đó chỉ

ra những sai lệch gây bất lợi ở điểm nào. Chỉ xét các bất lợi gây lãng phí tài nguyên

thông qua giảm hiệu quả đầu ra của một quá trình.

Thứ ba, đề xuất cách điều chỉnh hành vi về hướng lí trí nếu thấy sai lệch là bất

lợi.

Các hành động phi lý trí là mang tính hệ thống và có thể dự đoán được. Các lựa

chọn ban đầu dẫn dắt các cá nhân theo thói quen trong cả quá trình. Nhưng lựa chọn

ban đầu mang tính ngẫu nhiên và lộn xộn. Như vậy có thể cung cấp xuất phát điểm cho quá trình đưa ra quyết định và cải thiện cách hoạch định chính sách.9

Phương pháp nghiên cứu theo mô hình và kiểm chứng thống kê nên xuất phát từ

các lý luận vững chắc về mặt định tính. Số liệu đo lường chỉ khẳng định lại hoặc phát

hiện ra những gì trái ngược với dự đoán; Cũng có thể những đo lường này sẽ cho biết

độ lớn của các thông số (ước lượng) để nhận biết môi trường chúng ta đang quan sát có

gì khác biệt với môi trường chúng ta đã tiến hành đo lường trước đó.

Các nghiên cứu thực nghiệm cho thấy rằng những thành kiến cố hữu không hề

thay đổi dù kinh nghiệm tăng lên và con người luôn bị giới hạn khả năng phân tích

thông tin. Vì vậy việc nghiên cứu để nhận ra hiện thực cách điều lý tưởng bao xa sẽ

đưa ra gợi ý về phương cách điều chỉnh hành vi thông qua cung cấp sự hình dung về

9 Dựa theo Dan Ariely (2009) [1].

môi trường thực và những lựa chọn sẽ mang lại kết quả như thế nào cho những người

đang bị chi phối bởi thông tin.

Các thí nghiệm tách biệt các nhân tố riêng lẻ và kiểm tra, phân tích để hiểu được

điều gì khiến các cá nhân lựa chọn một hành vi nào đó. Từ đó mở rộng ngoại suy ra

nhiều bối cảnh khác của thực tế. Dan Ariely (2009) [1] đưa ra phương pháp ngoại suy

từ những khám phá thông qua thí nghiệm và trình bày những ý nghĩa với việc tác động

chính sách công. Khi đã nhận dạng được hành vi trong thực tế với những điểm không

giống như trong lý thuyết duy lý thì cần đưa ra đánh giá từ góc độ trung lập, khách

quan (duy lý có tính vị kỷ nhưng tâm lý thông thường có thể có tính vị tha và ngược

lại).

Việc đặt những giả định không phù hợp cũng như cung cấp những động lực theo

hình dung duy lý đã mất đi ý nghĩa hay nói cách khác đám đông đã không sử dụng

những động lực này cho sự chọn lựa của mình. Nếu hiểu được bản chất của hành vi con

người trong thực tại thì có cách gì để họ làm khác đi? Câu trả lời là tạo cho đám đông

một động lực khác đi so với cách hình dung về đám đông duy lý với những giả định

không phù hợp thực tiễn.

Theo lý thuyết tài chính hành vi10, các quan điểm và phương pháp nghiên cứu

được đề xuất ở trên có thể áp dụng trên thị trường tài chính nếu xác định được trên thị

trường tồn tại một trong ba điều kiện sau: Thứ nhất, có những cơ sở tiền đề để xuất

hiện hành vi định giá không hợp lý; Thứ hai, môi trường tiềm ẩn những động lực thúc

đẩy hành vi định giá không hợp lý mang tính hệ thống; Thứ ba, có sự cản trở quá trình

tự đảo ngược hành vi định giá bất hợp lý mà ở đây theo Lê Ngọc Lan (2009) [3] gọi là

sự “Giới hạn khả năng kinh doanh chênh lệch giá trên thị trường tài chính”.

10Dựa vào các nghiên cứu và xây dựng lý thuyết của các nhà nghiên cứu trong lĩnh vực Kinh tế học hành vi và Tài chính học hành vi. Xem Dan Ariely (2009) [1], Bikhchandani.S. & Sharma.S. (2001) [5], Shiller Robert J. (2003) [11].

Trong mục 1.1 sau khi tham khảo các quan điểm của các nhà nghiên cứu tài chính hành vi11 đã nêu: Việc không xử lý được lượng thông tin quá lớn hoặc không có

thông tin đầy đủ khiến một nhà đầu tư vào bất kỳ thời điểm nào cũng có thể đưa ra mức

giá không hợp lý. Khi các thông tin trên thị trường không đầy đủ dẫn đến nhiều nhà

đầu tư đưa ra các mức giá không hợp lý có tính hệ thống vì ai cũng chọn cách hành

động theo số đông trên thị trường.Vì vậy mức giá hình thành trên thị trường do cân

bằng cung - cầu sẽ sai lệch so với mức giá hợp lý. Sự định giá sai lệch có thể kéo dài

dẫn đến giá cổ phiếu ngày càng sai khác với giá trị thực (giá hợp lý) của nó. Các hành

vi định giá sai lệch có tính hệ thống này thường gọi là “hành vi theo bầy đàn” hay

“hành vi theo đám đông”.

Có thể thấy khi khẳng định hiệu ứng đám đông đang tồn tại trên TTCK tức là

khẳng định ít nhất một trong ba điều kiện nêu trên đã xảy ra trên TTCK và khẳng định

thị trường là không hiệu quả. Do đó có thể vận dụng lý thuyết tài chính hành vi trong

phân tích hành vi và đưa ra gợi ý chính sách điều chỉnh hành vi trên TTCK cũng như

thị trường tài chính với mục tiêu hướng thị trường về khả năng tự điều tiết, tự giám sát

và tự cân bằng của thị trường hiệu quả. Trong trường hợp này cần đi từ hệ thống thể

chế, luật pháp và các chính sách công đã thực hiện trước đó để tìm hiểu xem cơ chế

nào đã thúc đẩy sự hình thành một trong ba điều kiện nói trên. Trên cơ sở đó phát hiện

nguyên nhân đã tạo ra cũng như các nguy cơ có thể làm trầm trọng thêm một trong ba

điều kiện đã nêu.

2.2. Tóm tắt các mô hình sử dụng

Trong bài viết này sẽ sử dụng phương pháp kiểm chứng đo lường hiệu ứng

đám đông theo mô hình của Hwang và Salmon (2004) [12]. Sau đây là tóm tắt các nội

dung của mô hình.

11 Dựa vào các nghiên cứu và xây dựng lý thuyết của các nhà nghiên cứu trong lĩnh vực Kinh tế học hành vi và Tài chính học hành vi. Xem Dan Ariely (2009) [1], Bikhchandani.S. & Sharma.S. (2001) [5], Shiller Robert J. (2003) [11].

Quan điểm của Hwang và Salmon (2004) [12] về việc sử dụng mô hình

CAPM trong phân tích hành vi đầu tư theo đám đông

Khi thị trường hiệu quả có thể đưa ra mô hình CAPM trong điều kiện cân bằng

như sau

)



(2.1)

rE ( t it

imt

rE ( t

Trong đó

itr và mtr lần lượt là phần bù rủi ro của tài sản i và của thị trường tại

thời điểm t,

imt là hệ số cho biết rủi ro hệ thống của tài sản i; Et(.) là kỳ vọng tại thời

điểm t. Nếu thị trường hiệu quả tức là điều kiện cân bằng xảy ra thì sẽ dùng

imt để

xác định mức lợi suất yêu cầu khi định giá tài sản i.

Dưới tác động của tâm lý đám đông việc định giá sẽ bị sai lệch thông qua việc

làm sai lệch mối quan hệ giữa lợi suất kỳ vọng và rủi ro. Rủi ro ở đây mang tính tương

đối giữa các tài sản với nhau. Chúng ta cũng giả sử rằng phân phối lợi suất chỉ số thị

trường có tính đối xứng theo hai chiều biến động lên và xuống thì hệ số Beta trong mô

hình SIM là mô hình ước lượng của CAPM sẽ phản ánh mối quan hệ lợi suất rủi ro

đang diễn ra trên thị trường của tài sản. Hwang và Salmon (2004) [12] mô tả lại việc

hiệu ứng đám đông làm sai lệch mối quan hệ giữa lợi suất – rủi ro như sau:

Nếu các nhà đầu tư cùng bám theo sự thay đổi của danh mục thị trường và làm

cho tất cả những tài sản mình nắm giữ có sự thay đổi gần đúng như vậy thì hệ số Beta

của mỗi tài sản sẽ sai lệch với giá trị cân bằng của chúng. Lúc đó độ phân tán chéo giữa

các hệ số Beta của mỗi tài sản sẽ nhỏ hơn độ phân tán chéo giữa các hệ số Beta của

mỗi tài sản khi cân bằng. Nếu tất cả các lợi suất kỳ vọng của mỗi tài sản bằng với lợi

suất của thị trường thì các hệ số Beta sẽ đều bằng 1. Và lúc này độ phân tán chéo giữa

các hệ số Beta của mỗi tài sản sẽ bằng 0.

Mô hình CAPM cho rằng

imt có giá trị không thay đổi theo thời gian nhưng

Hwang và Salmon (2004) [12] đã chỉ ra nếu có một sự thay đổi rõ rệt của hệ số Beta thì

đó là thông tin về sự thay đổi tâm lý của nhà đầu tư.12 Ở đây có thể đưa ra lập luận

phản biện như sau: Nếu có sự thay đổi cơ bản trong cơ cấu vốn của doanh nghiệp (cơ

cấu vốn nợ thay đổi hoặc lĩnh vực kinh doanh chủ yếu thay đổi) thì cũng có thể sẽ dẫn

đến sự thay đổi giá trị cân bằng của hệ số Beta. Nhưng những sự thay đổi này rất hiếm

và khó có thể xảy ra trong khoảng thời gian ngắn. Như vậy đưa ra lý giải sự thay đổi

theo thời gian của hệ số Beta bao gồm cả nguyên nhân do hành vi định giá theo xu

hướng đám đông tạo ra thuyết phục hơn là lý giải rằng chỉ do những thay đổi cơ bản

và

tạo ra.

của

)

imt hoặc thay đổi trong mối quan hệ cân bằng giữa

t rE ( it

t rE ( mt

Hwang và Salmon (2004) [12] lập luận cho thấy rằng các nhà đầu tư không

quan tâm đến mối quan hệ cân bằng giữa lợi suất và rủi ro mà chỉ quan tâm đến việc

thay đổi danh mục đầu tư sao cho lợi suất của danh mục có thể bằng hoặc vượt trội so

với lợi suất của thị trường. Trong trường hợp này, họ sẽ cố gắng làm cho lợi suất của

mỗi tài sản xấp xỉ theo lợi suất thị trường. Như vậy có thể thấy rõ ràng tâm lý đám

đông đã đóng vai trò dẫn dắt hành vi định giá trên thị trường.

Khi thị trường tăng lên các nhà đầu tư thường sẽ cố gắng mua những tài sản có

lợi suất thấp hơn lợi suất kỳ vọng trong quá khứ (underperforming assets) và sẽ bán

những tài sản có lợi suất cao hơn lợi suất kỳ vọng trong quá khứ (overperforming

assets). Theo quan điểm của tác giả luận văn, tại mỗi thời điểm sẽ có ba loại tài sản: tài

sản có tỷ lệ tăng giá trị ít hơn, nhiều hơn và bằng danh mục thị trường. Như vậy hành

vi giao dịch đối với các loại tài sản theo phân loại trên là khác nhau và tâm lý đám

đông sẽ làm một số tài sản có hệ số Beta tăng lên, một số tài sản có hệ số Beta giảm đi,

một số rất ít tài sản sẽ có hệ số Beta giữ nguyên.

Tại cân bằng, nếu giả sử chỉ số thị trường tăng 10% thì có thể kỳ vọng những tài

sản có hệ số Beta cân bằng là 0.5 sẽ tăng giá 5% và những tài sản có hệ số Beta là 1.5

sẽ tăng giá 15%. Tuy nhiên nếu đang tồn tại hành vi đầu tư theo đám đông (tâm lý đám

12 Đã có nhiều nghiên cứu thực nghiệm cho thấy hệ số Beta là thay đổi theo thời gian.

đông) thì các nhà đầu tư sẽ mua tài sản có hệ số Beta là 1.5 khi chúng có xu hướng

được định giá thấp hơn so với mối quan hệ cân bằng được kỳ vọng trong quá khứ và vì

thế giá của các tài sản này sẽ tăng. Bên cạnh đó các nhà đầu tư sẽ bán tài sản có hệ số

Beta là 0.5 khi chúng có xu hướng định giá cao hơn so với mối quan hệ cân bằng được

kỳ vọng trong quá khứ và vì thế giá của các tài sản này sẽ giảm. Khi thị trường đi

xuống các hành vi tương tự cũng sẽ xảy ra. Như vậy hệ số Beta thực tế của tài sản có

Beta lớn hơn 1 sẽ thấp hơn mức cân bằng và hệ số Beta thực tế của tài sản có Beta nhỏ

hơn 1 sẽ cao hơn mức cân bằng.

Xét dạng ngược lại của hành vi đám đông đã được mô tả ở trên. Khi đó các hệ

số Beta lớn hơn 1 sẽ được đánh giá lớn hơn nữa đồng thời các hệ số Beta nhỏ hơn 1 sẽ

được đánh giá nhỏ hơn nữa. Lúc này, lợi suất của mỗi tài sản có hệ số Beta lớn hơn 1

sẽ trở nên nhạy cảm và lợi suất của mỗi tài sản có hệ số Beta nhỏ hơn 1 sẽ trở nên ít

nhạy cảm. Trong thời kỳ có tâm lý đám đông ngược có thể thấy các tài sản với hệ số

Beta là 1.5 ở trên do được mua nhiều nên mức giá sẽ tăng lên nhanh và có xu hướng

định giá cao hơn trong mối quan hệ cân bằng với thị trường. Lúc đó hệ số Beta của tài

sản sẽ tăng lên. Hành vi giao dịch được thực hiện trong giai đoạn này là bán ra tài sản

mà ở thời kỳ trên đã mua vào. Mô tả tương tự với trường hợp tài sản có hệ số Beta 0.5.

Tất cả những điều đó cho thấy hệ số Beta có xu hướng quay về giá trị cân bằng dài hạn

khi các thời kỳ có tâm lý hành vi đám đông và tâm lý hành vi đám đông ngược xuất

hiện kế tiếp nhau trên thị trường chứng khoán và tài chính.

Với các mô tả đã nêu, tác giả của luận văn này có thể đưa ra khái niệm về hiệu

ứng đám đông như mức độ làm sai lệch hệ số Beta khỏi giá trị cân bằng khi các hành vi

giao dịch trên thị trường được thực hiện có tính chất đám đông. Khái niệm này hoàn

toàn phù hợp với khái niệm về mức độ hiệu ứng đám đông đã nêu trong mục 1.4. Vì

như ở trên đây cho thấy sự định giá sai lệch tương đương với việc xác định hệ số rủi ro

Beta bị sai lệch. Khi thị trường không xảy ra hai trường hợp làm sai lệch hệ số Beta

như đã nêu trên thì các phân cực là không rõ nét và có thể lý giải các nhà đầu tư thực

hiện các giao dịch hoàn toàn dựa trên đánh giá cá nhân. Và như vậy tâm lý đám đông

không chi phối các giao dịch trên thị trường. Các hành vi giao dịch khác nhau sẽ đưa

mức giá thực hiện trên thị trường về cân bằng (hợp lý) với sự chi phối của quan hệ

cung – cầu cân bằng và độc lập.

Thực chất “hiệu ứng đám đông ngược” chỉ có thể tồn tại nếu hiệu ứng đám đông

nói chung tồn tại. Và thị trường sẽ diễn biến theo chu kỳ tức là với mỗi khoảng thời

gian xuất hiện hành vi đầu tư theo đám đông theo một trong hai dạng trên thì lại có một

khoảng thời gian xuất hiện hành vi đảo ngược lại. Nếu thực hiện một số chính sách

điều chỉnh có tính hệ thống thì hệ số Beta có thể phục hồi về giá trị cân bằng xác định

theo mô hình CAPM mà không phụ thuộc vào lúc đó hệ số Beta đang ở mức không

hợp lý cao hơn hoặc thấp hơn mức cân bằng.

Nếu các nhà đầu tư nhận thấy các thông tin trên thị trường đang giúp cho việc

dự báo thị trường dễ dàng thì họ lại rơi vào trạng thái phản ứng cực đoan. Có nghĩa là

xuất hiện sự lạc quan hoặc bi quan quá mức và điều này dẫn đến mối quan hệ giữa lợi

suất và rủi ro rời xa mức cân bằng. Trong những trường hợp này, sẽ tồn tại các nhà đầu

tư tìm kiếm, giao dịch các cổ phiếu có giá cao hơn hoặc thấp hơn so với mức cân bằng

thị trường (hoặc so với các cổ phiếu trong ngành). Đây là lực đẩy đưa giá các cổ phiếu

này quay về mức cân bằng nhưng mức giá thị trường có được xác định ở vị trí cân

bằng hay không thì còn phụ thuộc vào mức độ của hiệu ứng đám đông. Như vậy điều

quan trọng khi xem xét hiệu ứng đám đông là xem xét độ dài thời gian mà thị trường

chuyển từ tâm lý đám đông sang tâm lý đám đông ngược lại. Nếu khoảng thời gian này

càng ngắn thì ý nghĩa thống kê của mức độ hiệu ứng sẽ càng giảm. Vì vậy tâm lý đám

đông có thể xuất hiện ở cả thị trường phát triển nhưng việc định giá sai lệch không kéo

dài nên mức độ hiệu ứng đám đông không có ý nghĩa thống kê. Và sự ảnh hưởng của

nó tới thị trường tài chính trong trường hợp này không phải là một vấn đề nổi bật.

Phương pháp đo lường mức độ hiệu ứng đám đông của Hwang và Salmon

(2004) [12]

)

trong thị trường chung với ý nghĩa là

Hwang và Salmon (2004) [12] đặt

t rE ( mt

phần bù rủi ro chung của thị trường. Do đó Hwang và Salmon (2004) [12] cho rằng các

mà quyết định hành vi của mình.

nhà đầu tư sẽ tùy thuộc vào việc xác định

)

t rE ( mt

Như vậy các quan sát thực nghiệm của

imt có thể bị chệch trong ngắn hạn. Nhưng

ngược lại việc đo lường tâm lý đám đông không bị ảnh hưởng bởi sự thay đổi của giá

trị phần bù rủi ro chung của thị trường.

Giả sử rằng mối quan hệ giữa lợi suất và rủi ro bao gồm sự tồn tại của tâm lý

đám đông được biểu diễn qua phương trình





  imt

b imt

h mt

(  imt

(2.2)

) )

b rE ( t it ( rE t mt

)

và

Trong đó

b t rE ( it

imt lần lượt là kỳ vọng có điều kiện của phần bù rủi ro của

tài sản i và hệ số Beta của tài sản i tại thời điểm t với điều kiện thị trường bị tác động

của hiệu ứng đám đông làm sai lệch mối quan hệ cân bằng; mth là tham số đo mức độ

và phụ thuộc vào

“hiệu ứng đám đông” và thay đổi theo thời gian. Có thể thấy

1mth

thị trường.

b  

thì

do vậy không có tâm lý đám đông và cân bằng

Khi

0mth

imt 

imt

1b

CAPM xuất hiện. Khi

và

thì phần bù rủi ro kỳ vọng của mỗi tài sản sẽ

1mth

imt

bằng với phần bù rủi ro thị trường. Vì vậy khi

có nghĩa là tâm lý đám đông dẫn

1mth

dắt thị trường và làm cho lợi suất của mọi tài sản sẽ thay đổi cùng hướng và cùng độ

lớn với lợi suất của danh mục thị trường. Tổng quát có thể nói rằng nếu khẳng định

có ý nghĩa thống kê thì khẳng định được hiệu ứng đám đông đang tồn

được



 mth

tại trên thị trường và mức độ của hiệu ứng đám đông thể hiện qua giá trị mth .

)

Có thể giải thích mối quan hệ giữa kỳ vọng thực tế

và kỳ vọng cân bằng

b t rE ( it

)

của phần bù rủi ro theo từng loại hệ số Beta của tài sản i trong trường hợp tồn tại

t rE ( it

hiệu ứng đám đông như sau:

Nếu tài sản có

thì

. Như vậy khi có hiệu ứng đám đông

)





1imt

 rE it t

rE ( mt t

thì lợi suất của tài sản sẽ thay đổi theo lợi suất thị trường do đó

có xu hướng tiến

)

b t rE ( it

đến gần

đồng thời

. Dẫn đến

và nghĩa là tài

)





t rE ( mt

 rE t it

b rE ( t it

rE ( t

imt   imt

sản trở nên ít rủi ro hơn so với mức hợp lý. Nếu tài sản có

khi có hiệu ứng đám

1imt

đông thì lợi suất của tài sản sẽ thay đổi theo lợi suất thị trường do đó

có xu

)

b t rE ( it

hướng tiến đến gần

đồng thời

. Dẫn đến

và

)





t rE ( mt

 rE it t

b rE ( t it

rE ( t

imt   imt

1

nghĩa là tài sản trở nên rủi ro hơn so với mức hợp lý. Nếu tài sản có

thì nó sẽ

imt

trung hòa với hiệu ứng đám đông. Tương tự hiệu ứng đám đông ngược thể hiện cùng

với

- lúc này, tài sản có

thì

, tài sản có

)





0mth

1imt

b rE ( it t

 rE it t

rE ( t

1imt

thì

)





b rE ( it t

 rE it t

rE ( t

Mô hình đo lường hiệu ứng đám đông của Hwang và Salmon (2004) [12]

Quá trình xây dựng khái niệm cho thấy tham số mức độ hiệu ứng đám đông mth

đặc trưng cho việc tâm lý đám đông tác động lên danh mục thị trường. Do

imt và mth

đều không thể quan sát được nên không thể đo lường trực tiếp mth cho từng tài sản nhất

là khi giá trị

imt không phải là một hằng số. Vì vậy phương trình (2.2) được giả định là

thỏa mãn tất cả các tài sản trên thị trường để tính mức độ hiệu ứng đám đông chung

cho tất cả các tài sản trên thị trường. Theo phân tích ở phần trên nếu có tâm lý đám

đông chi phối thị trường thì mức độ biến động của các hệ số Beta của các tài sản sẽ

thay đổi theo thời gian ngắn ngay cả khi các yếu tố vĩ mô không thay đổi. Vì vậy sẽ xét

độ biến động của các hệ số Beta theo tháng như một biến dùng để phân tích và đo

lường hiệu ứng đám đông. Trong khoảng thời gian một tháng các yếu tố vĩ mô và các

yếu tố cấu trúc vốn, ngành nghề doanh nghiệp hầu như ít thay đổi. Nếu độ biến động

của các hệ số Beta có ý nghĩa thì đó là một bằng chứng cho thấy sự tồn tại tâm lý đám

đông trên thị trường.

Xem xét độ biến động của các hệ số Beta trên thị trường so với hệ số Beta cân

bằng, do giá trị trung bình chéo của các

imt cũng như các

imt luôn bằng 1 nên có thể

viết

)

((



2)1)1 

Std c

b (  imt

E c

 imt

h  imt

(  imt

)





E c

((  imt

h mt

2 1())1

1)(

)





(2.3)

Std c

(  imt

h mt

Trong đó

là kỳ vọng của bình phương sai lệch giữa giá trị hệ số Beta thực

(.)

tế của từng tài sản so với giá trị trung bình chung của các hệ số Beta cân bằng tại thời

điểm t; Và

là độ sai lệch tiêu chuẩn chéo CSSD. Trong vế phải của phương

(.)

cStd

trình (2.3) nhân tử thứ nhất là độ sai lệch tiêu chuẩn chéo của hệ số Beta cân bằng và

nhân tử thứ hai là hàm trực tiếp của tham số “ hiệu ứng đám đông”.

(

Trong phương trình (2.3), Hwang và Salmon (2004) [12] xem

cStd  là ngẫu )

imt

nhiên và có thể cung cấp thông tin về sự thay đổi quanh giá trị cân bằng của hệ số Beta.

Tuy nhiên, các tác giả cũng đã cho thấy rằng trong điều kiện cân bằng thì

cStd  ( imt )

khó có thể thay đổi ngoại trừ trường hợp cấu trúc của công ty trong thị trường đột ngột

)

thay đổi. Chính vì vậy mà có thể giả định rằng

cStd  sẽ không mang theo thông tin

( imt

về bất cứ sự thay đổi nào từ hệ thống và sự thay đổi của

)

cStd  trong ngắn hạn sẽ là

( imt

thông tin về sự thay đổi của mth .

Thực hiện phép tính logarit hai vế của phương trình (2.3)

log[

)]

log[

)]

log( 1

)







(2.4)

Std c

b (  imt

( Std  imt

h mt

(

)

Sử dụng giả thiết

cStd  là ngẫu nhiên dẫn đến

imt

log[

( 

)]

cStd

imt

  mt

[log[

Std

)]]

( 

idd~

và

nên

(2.5)  0,

mt

2 

  m

imt

log[

Std

)]



(2.6)

b (  imt

 m

 mt

log( 1

)





và

Với

h mt

mtH là một quá trình động thay đổi theo thời gian.

Hwang và Salmon (2004) [12] cho rằng

mtH là quá trình AR(1) có trung bình là 0, do

đó mô hình hay hệ phương trình được viết như sau

Std

log[

)]





b (  imt

 mt

(2.7)





c  m

( tm

idd~

. Đây là một quá trình ngẫu nhiên với không gian

Trong đó

 m  mt 

 )1  0,

2 m

mt



trạng thái tiêu chuẩn nên tương tự như phương pháp ước lượng các mô hình quá trình

ngẫu nhiên với độ bấp bênh (volatility) có thể dùng bộ lọc Kalman để ước lượng.

Hwang và Salmon (2004) [12] sử dụng bộ lọc Kalman để ước lượng các tham số của

mô hình và ước lượng biến trạng thái

mtH .

Khi

mô hình trở thành

2 m

log[

)]

(2.8)

cStd

b (  imt

  mt

Trong trường hợp này sẽ không có hiệu ứng đám đông tức là

với mọi

0mtH

t. Do vậy từ việc giá trị

m có ý nghĩa thống kê có thể nói lên sự tồn tại của hiệu ứng

đám đông. Và bên cạnh đó nếu  có ý nghĩa thống kê thì sẽ cho thấy cấu trúc tự

tương quan riêng đồng thời khẳng định chắc chắn hơn về sự tồn tại của hiệu ứng đám

đông. Vì cấu trúc tự tương quan riêng là biểu hiện của quá trình phụ thuộc kéo dài của

mtH .

Sở dĩ đưa ra ràng buộc là chuỗi

mtH dừng là vì cho rằng quá trình hiệu ứng đám

đông dẫn dắt (chi phối) thị trường không phải là quá trình “bùng nổ” (quá trình mà

trong đó các giá trị của chuỗi

mtH theo thời gian sẽ tăng không giới hạn). Chính vì vậy

mà Hwang và Salmon (2004) [12] cho rằng

m

Hwang và Salmon (2004) [12] đưa thêm đề xuất nghiên cứu sự thay đổi của một

số yếu tố như: lợi suất thị trường, độ dao động của thị trường và các yếu tố cơ bản liên

quan đến các chỉ số tài chính doanh nghiệp, cấu trúc, quy mô doanh nghiệp... tác động

lên diễn biến tâm lý đám đông. Ý tưởng chính đó là kiểm định biến

mtH còn ý nghĩa

thống kê hay không khi thêm các biến mới vào phương trình thứ nhất trong mô hình hệ

phương trình (2.7). Nếu

mtH không có ý nghĩa thống kê thì có thể diễn giải nguyên

nhân của sự thay đổi

)

cStd  là do các yếu tố khác mà không phải do tâm lý đám

( imt

đông kéo dài gây ra. Ví dụ khi thêm biến lợi suất của thị trường và biến độ dao động

của thị trường thì dạng của mô hình như sau

log[

)]

log





b (  imt

rc 1 m

c m

  mt

(2.9)

Std c 





H tmm

 m  mt

 )1(

Trong đó mtr ,

mt là lợi suất của thị trường và độ dao động của thị trường tại

thời điểm t.

2.3. Mô tả số liệu và phương pháp thực hiện

Trong bài viết này tác giả sẽ sử dụng dữ liệu là giá đóng cửa và giá tham chiếu

theo phiên của các cổ phiếu niêm yết trên sàn giao dịch thành phố Hồ Chí Minh.

Nguồn số liệu được cung cấp từ công ty chứng khoán Tân Việt (TVSI).

Tác giả lấy số liệu giao dịch từ 1/08/2000 đến ngày 19/03/2010 với 213 cổ

phiếu. Tổng số quan sát sử dụng để ước lượng mô hình là 134390 quan sát.

Quy trình thực hiện để ước lượng mô hình của Hwang và Salmon (2004) như

+ Tính lợi suất của cổ phiếu và chỉ số Vn-Index theo ngày với công thức

Rt=ln(Pt /Pt-1) trong đó Pt là giá đóng cửa ngày t, Pt-1 là giá tham chiếu ngày t. Tiếp theo

sẽ tính độ dao động của lợi suất thị trường đại diện bởi độ lệch tiêu chuẩn của lợi suất

Vn-Index và tính lợi suất của Vn-Index trung bình, theo từng tháng.

+ Ước lượng hệ số Beta của từng tháng cho từng cổ phiếu thông qua ước lượng

mô hình SIM là dạng mô hình kinh tế lượng của mô hình CAPM.

+ Tính sai lệch tiêu chuẩn chéo CSSD của hệ số Beta của các cổ phiếu trong

mỗi tháng.

+ Cuối cùng thực hiện ước lượng bộ lọc Kalman bằng phần mềm Eview6 đối

với chuỗi CSSD vừa thu được ở trên để lọc ra tham số hiệu ứng đám đông và kiểm

chứng ý nghĩa thống kê của tham số này.

Chương 3

KẾT QUẢ NGHIÊN CỨU

3.1. Kết quả đo lường hiệu ứng đám đông

Sử dụng phần mềm SPSS với chương trình do tác giả viết (xem phụ lục 2) để

lọc bộ dữ liệu gồm 134390 quan sát sau đó tự động chạy hồi qui để đưa ra 6793 hệ số

Beta theo từng tháng của 213 cổ phiếu đang giao dịch trên sàn giao dịch thành phố Hồ

Chí Minh (xem bảng 3.1, phụ lục 3). Chúng ta có 116 quan sát của biến CSSD từ tháng

8/2000 đến tháng 3/2010 (xem bảng 3.2, phụ lục 3).

Kiểm chứng được lợi suất của VN-Index là phân phối chuẩn (xem phụ lục 4).

Đây là điều kiện để lọc Kalman được thực hiện. Mặt khác khi lợi suất chỉ số thị trường

phân phối chuẩn cũng thể hiện tính đối xứng của các chiều dao động lên xuống của giá

cổ phiếu nói chung trên thị trường. Điều này đảm bảo cho giả thiết đã nêu trong

chương 2 về việc đánh giá rủi ro tương đối trên thị trường có tính đối xứng.

Dựa trên kết quả tính hệ số Beta trung bình theo tháng (xem bảng 3.2, phụ lục 3)

với 116 quan sát kiểm định được chuỗi các hệ số Beta trung bình theo tháng là chuỗi

dừng (xem phụ lục 3). Điều này cho thấy thông tin về hệ số Beta trung bình theo tháng

là ổn định tức là hành vi của thị trường đã có tính cố hữu từ những điều kiện cung cấp

ban đầu.

Dùng bộ lọc Kalman để ước lượng hệ phương trình

Std

log[

)]





b (  imt

 mt

(3.1)





c  m

( tm

 m  mt

 )1

Giá trị có ý nghĩa thống kê của m và của sai số tiêu chuẩn của mt sẽ đưa đến

kết luận tồn tại hiệu ứng đám đông trên thị trường. Hệ phương trình nhập vào phần

mềm Eview6 là

@signal log(cssd) = c(1) + h1

@state h1 = c(2)*h1(-1) + [var = exp(c(3))]

Ước lượng bằng Eview6 thu được kết quả (xem trong phụ lục 5) cho thấy tất cả

các tham số trên đều có ý nghĩa thống kê. Như vậy có thể kết luận tồn tại hiệu ứng đám

đông trong việc định giá cổ phiếu trên sàn giao dịch thành phố Hồ Chí Minh (Hose).

Tiếp theo lần lượt đưa các biến trung bình theo tháng của chỉ số thị trường, lợi

suất theo tháng của trái phiếu ngắn hạn (T-bill) 3 tháng, độ dao động của chỉ số thị

trường (đại diện bởi độ lệch tiêu chuẩn của lợi suất chỉ số thị trường trong mỗi tháng)

vào hệ phương trình để lọc hiệu ứng đám đông. Thực hiện ước lượng các hệ phương

trình (3.2), (3.3), (3.4) bằng bộ lọc Kalman

Std

log[

)]





b (  imt

rc mtm

 mt

(3.2)





c  m

 m  mt

 )1(

Hệ phương trình nhập vào phần mềm Eview6 tương ứng với (3.2) là

@signal log(cssd) = c(1) +c(2)*lsvntb + h2

@state h2 = c(3)*h2(-1) + [var = exp(c(4))]

log[

)]





rc mtm

bill

 mt

b (  imt



(3.3)

Std c 





H tmm

 m  mt

)1( 

Hệ phương trình nhập vào phần mềm Eview6 tương ứng với (3.3) là

@signal log(cssd) = c(1) + c(2)*t_bill3+h3

@state h3 = c(3)*h3(-1) + [var = exp(c(4))]

log[

)]

log





b (  imt

c m

  mt mt

(3.4)

Std c 





H tmm

 m  mt

 )1(

Hệ phương trình nhập vào phần mềm Eview6 tương ứng với (3.4) là

@signal log(cssd) = c(1) +c(2)*log(lsvn_sd)+ h4

@state h4 = c(3)*h4(-1)+ [var = exp(c(4))]

Trong đó

lần lượt là lợi suất trung bình theo tháng của chỉ số

, mt r r mt

, mt

3 bill

thị trường, lợi suất theo tháng của trái phiếu ngắn hạn (T-bill) 3 tháng, độ dao động của

thị trường đại diện bởi độ lệch tiêu chuẩn của lợi suất Vn-Index trong mỗi tháng. Tên

các biến tương ứng trong các hệ phương trình nhập vào để phần mềm Eview6 ước

lượng là lsvntb, t_bill3, lsvn_sd. Các kết quả ước lượng các mô hình trên có thể xem

trong phụ lục 5.

Trong các mô hình trên ta thấy hệ số của biến lợi suất chỉ số thị trường và lợi

suất tín phiếu 3 tháng không có ý nghĩa thống kê. Mô hình ước lượng của hệ phương

trình 3.4 cho thấy hệ số của độ dao động thị trường

mt có ý nghĩa thống kê và các

tham số m ,

m (của sai số tiêu chuẩn của mt hay là độ bấp bênh của quá trình ngẫu

nhiên

mtH ) cũng khác 0 một cách có ý nghĩa. Như vậy có thể khẳng định tồn tại tâm lý

đám đông trên thị trường vì mô hình đã lọc các tác động có thể giải thích được cho sự

biến động của biến CSSD mà các tham số trên vẫn có ý nghĩa.

Độ dao động (volatility, độ bấp bênh) của thị trường

mt (đo bằng độ biến động

của lợi suất thị trường trong tháng) được hiểu như một biến đại diện cho sự thay đổi

của tất cả các yếu tố trên thị trường xung quanh thời điểm t. Hệ số của biến độ dao

động có ý nghĩa thống kê trong mô hình ước lượng của hệ phương trình 3.4 cho thấy

thị trường hình thành tâm lý đám đông theo sự thay đổi này. Điều này chứng tỏ có một

cơ chế hình thành tâm lý đám đông đang tồn tại trên thị trường ngoài cơ chế hình thành

theo yếu tố vĩ mô căn bản của thị trường. Ta sẽ sử dụng ước lượng tham số mức độ

hiệu ứng đám đông h4 từ việc ước lượng hệ phương trình 3.4 cho các phân tích.

Mô hình 4 còn cho biết sự biến động của hệ số Beta phụ thuộc ngược chiều với

độ dao động của thị trường. Mặt khác vì hệ số Beta cho biết độ rủi ro của mỗi tài sản

nên từ kết quả ước lượng mô hình 4 cho thấy thị trường càng bấp bênh thì sự sai biệt về

mức độ rủi ro tương đối giữa giữa các tài sản giảm đi. Ngược lại, khi thị trường ít biến

động hơn thì sự sai biệt về mức độ rủi ro tương đối giữa các tài sản tăng lên. Đây chính

là một biểu hiện của hành vi giao dịch theo đám đông.

Hệ số tương quan giữa trị tuyệt đối mức độ hiệu ứng đám đông h4 và độ dao

động của thị trường

mt cho thấy mối liên hệ tương quan dương có ý nghĩa khá chặt

giữa hai yếu tố này (hệ số tương quan là 0.62). Như vậy khi độ biến động của thị

trường tăng thì nhà đầu tư không tin vào những phân tích, đánh giá cá nhân mà càng

gia tăng xu hướng hành động theo đám đông. Điều này sẽ làm tăng hiệu ứng đám đông.

Theo nhận xét đầu chương hệ số Beta trung bình theo tháng ổn định và hành vi

của thị trường đã có tính cố hữu từ những điều kiện cung cấp ban đầu. Có thể thấy hệ

số Beta trung bình theo tháng nhỏ hơn 1 và có trung bình của chúng là 0.7949 trong khi

theo lý thuyết tại điểm cân bằng thì trung bình các hệ số Beta phải bằng 1. Điều gì

đang diễn ra ở đây? Tác giả hoàn toàn có thể chứng minh bằng phương pháp toán học

để đưa ra mô tả như sau: Thị trường đã được cung cấp một định kiến ban đầu để đánh

giá thấp mức độ rủi ro của các tài sản; Sau đó trong từng thời điểm do hiệu ứng đám

đông các độ rủi ro thông các hệ số Beta lại bị làm sai lệch đi hơn nữa. Có thể đưa ra

bằng chứng hoàn toàn thuyết phục khi trong mô hình 3.4 khẳng định hệ số của độ dao

động thị trường có ý nghĩa thống kê và mang dấu âm. Mặt khác hệ số tương quan giữa

giá trị Beta trung bình theo tháng và độ dao động

mt mang dấu dương (0.2587). Có

nghĩa khi thị trường có độ bấp bênh cao thì các hệ số Beta thực tế thu hẹp khoảng cách

lại và hệ số Beta trung bình có xu hướng tăng dần lên. Sau đó nếu độ bấp bênh của thị

trường giảm xuống thì hệ số Beta trung bình lại giảm đi và có xu hướng hội tụ về mức

nhỏ hơn 1. Ở đây thể hiện tính cố hữu “nhỏ hơn 1” của hệ số Beta trung bình hay là thị

trường vốn dĩ đã mang trong lòng nó một quan điểm đánh giá thấp rủi ro của các tài

sản. Như vậy có thể nhận dạng quá trình làm sai lệch hệ số Beta có hai tác động: tác

động thứ nhất là tác động cố hữu có nghĩa khi thị trường vừa ra đời nó đã được cung

cấp một định kiến để quan niệm độ rủi ro thấp hơn so với mức hợp lý; tác động làm sai

lệch thứ hai do tâm lý đám đông tại từng thời điểm được đo lường thông qua tham số

h4. Thiết nghĩ không cần phải trình bày những chứng minh toán học ở đây vì bản thân

những lập luận trên đã hoàn toàn phù hợp với lý thuyết kinh tế học hành vi trong đó có

nêu vấn đề định kiến ban đầu dẫn dắt hành vi và biến nó thành thuộc tính cố hữu khó

thay đổi của quá trình định giá.

Trên cơ sở các mô hình vừa ước lượng có thể đưa ra ước lượng của tham số đo

mức độ hiệu ứng đám đông h4 trong bảng phụ lục 4. Trong bảng phụ lục 4 chúng ta

cũng kiểm định được h4 là chuỗi dừng thỏa mãn giả thiết về mức độ hiệu ứng đám

đông.

-.1

-.2

-.3

Hình 3.1. Mức độ của hiệu ứng đám đông theo tháng

LSVN

-.1

-.2

-.3

-.4

-.5

Hình 3.2. Lợi suất chỉ số thị trường

Dùng đồ thị của lợi suất chỉ số thị trường để đối chiếu các thời kỳ thị trường đi

lên hoặc đi xuống với mức độ hiệu ứng đám đông. Giá trị ước lượng và đồ thị của tham

số h4 cho thấy tồn tại các thời kỳ hiệu ứng dương và hiệu ứng âm kéo dài. Thị trường

phát triển theo đúng qui luật đã dự kiến cứ một thời kỳ xuất hiện hiệu ứng đám đông

dương lại đến một thời kỳ hiệu ứng ngược. Độ dài trung bình của mỗi thời kỳ khá dài

trung bình khoảng 4 tháng. Trên đồ thị có xuất hiện những khoảng thời gian ngắn với

mức độ hiệu ứng đám đông nhỏ theo sau những thời kỳ mà hiệu ứng đám đông giữ một

dạng âm hoặc dương kéo dài. Đây chính là giai đoạn giá cả trên thị trường tương đối

hợp lý. Các giai đoạn này xuất hiện rất ít cho thấy trên TTCK Việt Nam thông tin sát

thực khó phản ánh đầy đủ vào giá cổ phiếu.

Giai đoạn khởi đầu trong năm 2000 đến 2002 xuất hiệu ứng đám đông âm với

độ lớn khá mạnh. Nhưng đây lại là thời kỳ thị trường xoay trở nhanh hơn khi chuyển

qua các thời kì hiệu ứng đám đông ngược nhau. Điều này cũng dễ lý giải vì giai đoạn

này số lượng cổ phiếu niêm yết là ít nên lượng thông tin mà các nhà đầu tư cần xử lý

cũng không quá tải. Vì vậy giá cả được điều chỉnh nhanh. Trong các giai đoạn sau thì

hiệu ứng đám đông kéo dài vào cuối năm 2006 đến đầu năm 2008, điều này phù hợp

với thực tế đã diễn ra. Giai đoạn 2006 đến nay chủ yếu là hiệu ứng đám đông âm. Đầu

năm 2010 hiện nay chúng ta đang năm trong giai đoạn đám đông ngược. Nghĩa là các

tài sản chủ động (hệ số Beta lớn hơn 1) có sự định giá cao hơn mức giá hợp lý (cân

bằng). Tài sản thụ động (hệ số Beta nhỏ hơn 1) nếu trước đó đang được định giá cao thì

mức độ chậm lại và quay về mức giá thấp hơn mức giá cân bằng.

Giai đoạn từ tháng 10/2006 đến tháng 2/2008 thể hiện khá rõ rệt - các tài sản

của các công ty có mức lợi nhuận cao bị định giá cao hơn mức hợp lý kéo dài với mức

độ thổi phồng giá khá mạnh. Thời kỳ tiếp theo trong năm 2008 xuất hiện hiệu ứng đám

đông dương kéo dài nhưng mức độ khá nhỏ - cho thấy tương ứng với thị trường sụt

giảm liên tục trong thời gian dài nhưng khối lượng giao dịch nhỏ vì vậy mà mức độ

làm biến đổi giá khỏi giá trị cân bằng là nhỏ. Hiệu ứng đám đông dương cho thấy các

cổ phiếu chủ động (hệ số Beta lớn hơn 1) bị định giá thấp hơn mức cân bằng và thể

hiện là các cổ phiếu trước đó tăng giá rất mạnh thì đi vào thời kỳ sụt giảm ngoài mức

tưởng tượng. Các cổ phiếu thụ động ít được giao dịch.

Trong giai đoạn hiện nay thị trường đang phục hồi tương ứng ta thấy đang xuất

hiện hiệu ứng đám đông ngược nhưng mức độ kích động là nhỏ. Có thể cảm nhận được

thị trường đã rút ra bài học từ sau thời kỳ phát triển nóng vào cuối 2007 đầu 2008.

3.2. Kết quả phân tích các nhân tố ảnh hưởng đến hiệu ứng đám đông

Từ các mô hình đã ước lượng ở trên chúng ta thấy các nhân tố vĩ mô trong ngắn

hạn không quyết định tâm lý đám đông trên TTCK Việt Nam. Điều này thể hiện ở chỗ

hệ số các biến lợi suất chỉ số thị trường và lợi suất tín phiếu 3 tháng của Chính phủ

không có ý nghĩa trong mô hình và dường như tâm lý đám đông hình thành trên thị

trường với các tiền đề, định kiến đã có sẵn từ ban đầu. Sự xuất hiện hiệu ứng đám đông

khá mạnh và kéo dài được kiểm chứng trong các mô hình chương 3 cũng là một bằng

chứng cho thấy thị trường không hiệu quả. Như vậy thị trường không có một cơ chế tự

giám sát liên tục và ở trạng thái ổn định. Chúng ta cần tìm hiểu xem các chính sách vĩ

mô nào đã làm giảm cơ chế tự giám sát này. Vì mục tiêu cuối cùng của nghiên cứu là

đưa ra những gợi ý chính sách để nâng cao mức hiệu quả của thị trường hoặc ít ra cũng

không làm trầm trọng thêm việc định giá sai lệch và sự kém hiệu quả của thị trường.

Với khung lý thuyết tài chính hành vi đã trình bày trong chương 2 mục 2.1 sau

đây sẽ tìm hiểu xem các chính sách nào có thể là nguyên nhân và các nguy cơ có thể

làm xuất hiện một trong ba điều kiện: Thứ nhất, có những cơ sở tiền đề để xuất hiện

hành vi định giá không hợp lý; Thứ hai, môi trường tiềm ẩn những động lực thúc đẩy

hành vi định giá không hợp lý mang tính hệ thống; Thứ ba, có sự cản trở quá trình tự

đảo ngược hành vi định giá bất hợp lý mà theo Lê Ngọc Lan (2009) [3] gọi là sự “Giới

hạn khả năng kinh doanh chênh lệch giá trên thị trường tài chính”.

Xem xét lại các giai đoạn phát triển của TTCK đi cùng với chính sách cổ phần

hóa các doanh nghiệp Nhà nước như đã thực hiện phân tích trong mục 1.1 nhận thấy

các điểm sau

Thứ nhất, hầu hết các doanh nghiệp cổ phần hóa đều có một phần lớn vốn Nhà

nước và rất nhiều trong số đó đang trải qua một thời kỳ khó khăn thua lỗ cho đến trước

khi cổ phần hóa. Các doanh nghiệp này đã phải làm một số “động tác” trên báo cáo tài

chính để việc cổ phần hóa diễn ra thành công. Trong tình trạng vốn Nhà nước trong các

doanh nghiệp chiếm tỉ trọng lớn trong tổng số vốn đầu tư trên danh nghĩa thì việc sai

lệch thông tin đến với các nhà đầu tư là tất yếu. Kịch bản diễn ra thường là rủi ro sẽ bị

đánh giá thấp hơn so với thực tế dẫn đến tài sản sẽ được đánh giá cao hơn mức tiềm

năng. Điều này sẽ tạo ra một hiệu ứng đầu tư sai lệch. Kết quả xuất hiện các bong bong

đầu tư vào bất động sản và cơ cấu đầu tư của nền kinh tế bị sai lệch. Điều này đã được

nhiều nghiên cứu khác đề cập đến.

Thứ hai, ở Việt Nam xuất hiện các mô hình công ty tập đoàn với việc sử dụng

vốn Nhà nước cũng trong tình trạng không minh bạch trong báo cáo tài chính (điều này

cũng do một phần hệ thống chuẩn mực kế toán Việt Nam). Các tập đoàn sử dụng vốn

đầu tư chéo cũng dẫn đến hiện tượng đầu tư sai lệch không hiệu quả. Các tập đoàn ra

đời dựa trên sự che chở của Nhà nước nên nguy cơ phá sản sẽ rất ít xảy ra. Một số

doanh nghiệp tập đoàn còn được hưởng sự ưu đãi từ việc Nhà nước liên tục rót vốn hỗ

trợ khi làm ăn không hiệu quả (như trường hợp VinaShin). Điều này gây ra một tâm lý

thị trường sẵn sàng đầu tư vào cổ phiếu các doanh nghiệp này mặc dù biết rằng giá

đang giao dịch không phản ánh giá trị công ty. Đây là trường hợp tâm lý bầy đàn tự

nguyện để kiếm lợi rồi tìm thời điểm thoát khỏi thị trường khi đã đẩy giá lên quá cao.

Động cơ đưa ra thông tin không minh bạch và sai lệch của các nhà quản trị tài

chính doanh nghiệp là quá rõ ràng. Và động cơ này đã có điều kiện để phát triển khi

Chính phủ thúc đẩy cổ phần hóa doanh nghiệp nhà nước với sự kiểm soát việc đưa

thông tin ra thị trường của các doanh nghiệp không chặt chẽ. Bất cân xứng thông tin đã

xảy ra trên thị trường cũng là điều tất yếu. Bất cân xứng thông tin đã dẫn các nhà đầu

tư đến các nhận định đánh giá sai lầm ngay từ lúc mới tham gia thị trường hoặc mới

tiếp cận thông tin về một mã cổ phiếu nào đó.

Như vậy môi trường thể chế chính sách của nền kinh tế, đã tạo điều kiện cho

khuynh hướng bầy đàn phát triển đồng thời cũng tạo ra những tiền đề cho hành vi định

giá sai lệch, không hợp lý xuất hiện và tồn tại trên thị trường. Có thể lý giải cho phát

hiện trong mục 3.1 về việc đánh giá rủi ro tài sản thấp hơn mức hợp lý là một định kiến

cố hữu có ngay từ lúc TTCK ra đời chính là do trước đó nền kinh tế của chúng ta đã

tiềm tàng một cơ cấu đầu tư sai lệch. Một sự đầu tư sai lệch ban đầu của Nhà nước sẽ

làm xuất hiện khuynh hướng bầy đàn. Sau đó tính bầy đàn sẽ tiếp tục làm gia tăng sự

đầu tư sai lệch này. Tất cả những điều này hình thành một cách nhận thức đánh giá rủi

ro thấp hơn so với bản chất của tài sản được đầu tư. Đây là một khuynh hướng mang

tính xã hội và có quá trình hình thành. Điều này phần nào lý giải được tại sao các hệ số

Beta được ước lượng của các ngành tại Việt Nam lại nhỏ hơn so với một số thị trường

phát triển. Cụ thể như ngành điện, năng lượng, viễn thông (tham khảo bảng hệ số Beta

trong bảng 3.1, phụ lục 3).

Xem xét về mặt quản lý thị trường chúng ta chú ý đến chính sách đặt biên độ

giao dịch và cấm giao dịch bán khống. Trước hết dựa vào nguồn thông tin do công ty chứng khoán Tân Việt (TVSI) cung cấp13 có thể xem lại quá trình thay đổi biên độ giao

dịch trên sàn giao dịch thành phố Hồ Chí Minh (Hose) như sau

Lần 1: Ngày 28/7/2000 là lần thay đổi biên độ đầu tiên từ ±5% xuống ±2%.

Lần 2: Ngày 13/6/2001 điều chỉnh tăng biên độ từ ±2% lên ±7%.

Lần 3: Ngày 15/10/2001 điều chỉnh giảm biên độ từ ±7% xuống ±2%.

Lần 4: Ngày 1/8/2002 điều chỉnh tăng biên độ từ ±2% lên ±3%.

Lần 5: Ngày 23/12/2002 điều chỉnh tăng biên độ từ ±3% lên±5%.

Lần 6: Ngày 27/3/2008 điều chỉnh giảm biên độ từ ±5% xuống±1%.

Lần 7: Ngày 7/4/2008 điều chỉnh tăng biên độ từ ±1% lên ±2%.

Lần 8: Ngày 16/6/2008 điều chỉnh tăng biên độ từ ±2% lên ±3%.

Lần 9: Ngày 18/8/2008 điều chỉnh tăng biên độ từ ±3% lên ±5%.

So sánh với bảng tính mức độ hiệu ứng đám đông trong phụ lục 4 ta nhận thấy

các chính sách về biên độ không có tác dụng làm giảm hiệu ứng đám đông vì sau khi

thực hiện thực hiện chính sách trong phần lớn các trường hợp thị trường quay trở lại

thói quen đã hình thành. Điều này thể hiện ở mức độ hiệu ứng đám đông dường như

độc lập với các chính sách biên độ. Trong một số trường hợp việc thu hẹp biên độ còn

đi kèm với sự gia tăng hiệu ứng đám đông. Trên khía cạnh định tính chúng ta có thể

đưa ra luận điểm: chính sách biên độ đã góp phần hình thành thói quen đầu tư theo đám

đông. Trong điều kiện một môi trường thông tin không minh bạch việc phân tích thông

tin sẽ rất khó khăn, điều này dẫn đến xu hướng làm theo người khác. Việc đặt biên độ

đã tạo ra một môi trường nuôi dưỡng tâm lý đám đông ở chỗ nếu không có thông tin

trong thời kỳ tăng trưởng người ta có xu hướng đặt giá kịch trần, trong thời kỳ suy

13 Có tham khảo so sánh với nguồn http://www.infotv.vn/chung-khoan/phan-tich-binh-luan/5756-nhin-lai- nhung-lan-thay-doi-bien-do

giảm người ta có xu hướng đặt giá kịch sàn. Hành vi đầu tư này có tính an toàn rất cao

vì đã được nâng đỡ biên độ. Nếu giá giảm liên tục trong nhiều ngày hoặc tăng liên tục

trong nhiều ngày thì chính sách biên độ để ngăn đà suy giảm hoặc tăng trưởng quá

nóng là vô hiệu. Vì vậy việc đặt biên độ giao dịch quá hẹp cũng chính là nguyên nhân

thúc đẩy hành vi định giá sai lệch không hợp lý kéo dài.

Chính sách cấm giao dịch bán khống đã dẫn đến đánh mất khả năng tự điều

chỉnh và làm gia tăng khối lượng đầu cơ của thị trường. Bán khống thường xảy ra khi

thị trường đang đi lên với các mã cổ phiếu tăng giá. Khi cấm giao dịch bán khống thì

phần của khối lượng đầu cơ này không nằm trong mong muốn của nhà đầu tư. Vì các

nhà đầu tư không được thực hiện giao dịch bán khống nên xu hướng thị trường gia tăng

kéo dài. Điều này lý giải vì sao các quá trình tham số hiệu ứng đám đông âm hoặc

dương kéo dài. Chính sách cấm giao dịch bán khống là một trong những nguyên nhân

khiến TTCK Việt Nam khó xoay trở nhanh chóng dẫn đến hiệu ứng đám đông dai

dẳng.

Trên đây đã đưa ra các phân tích để tìm ra các nhân tố hình thành và phát triển

tâm lý đám đông trên TTCK Việt Nam.

3.3. Mô tả quá trình định giá không hợp lý đã diễn ra

Với thời kỳ hiệu ứng đám đông dương

Khi có hiệu ứng đám đông dương theo mô hình của Hwang và Salmon (2004)

những tài sản năng động với hệ số Beta lớn hơn 1 sẽ có xu hướng nhỏ hơn hệ số Beta

cân bằng của nó. Tài sản thụ động có hệ số Beta nhỏ hơn 1 sẽ có xu hướng lớn hơn hệ

số Beta cân bằng. Có thể hình dung như sau: Với các cổ phiếu có hệ số Beta lớn hơn 1

nếu nó đang tăng giá thì mức tăng giá chậm lại hội tụ về mức cân bằng rồi có thể sụt

giảm khi hiệu ứng đám đông âm xuất hiện vào thời kỳ thị trường sụt giảm, nếu nó đang

giảm giá thì mức giảm giá cũng chậm lại chờ đến khi đảo chiều hiệu ứng đám đông nó

sẽ tăng vượt qua mức cân bằng và đi lên vào thời kỳ thị trường tăng trưởng; Với các cổ

phiếu có hệ số Beta nhỏ hơn 1 nếu đang tăng giá thì mức độ tăng còn mạnh hơn tiếp

tục trong một thời gian, nếu giá đang giảm thì mức độ giảm sẽ mạnh hơn tiếp tục trong

một thời gian. Các cổ phiếu có hệ số Beta bằng 1 sẽ có xu hướng ổn định xung quanh

giá hợp lý.

Khi thị trường tăng lên, các nhà đầu tư sẽ thường cố gắng mua những tài sản có

tỷ lệ tăng giá trị ít hơn tỷ lệ tăng giá trị kỳ vọng trong quá khứ . Đó chính là các cổ

phiếu có hệ số Beta lớn hơn 1. Và sẽ bán những tài sản có tỷ lệ tăng giá trị nhiều hơn tỷ

lệ tăng giá kỳ vọng trong quá khứ. Đó chính là các cổ phiếu có hệ số Beta nhỏ hơn 1.

Khi thị trường đi xuống người ta sẽ chủ yếu giao dịch các cổ phiếu có hệ số

Beta nhỏ hơn 1 đang giảm giá từ trước đó và ít giao dịch các cổ phiếu có hệ số Beta lớn

hơn 1.

Quan sát giá các mã cổ phiếu trên TTCK Việt Nam và so sánh với bảng hệ số

Beta ước lượng ta nhận thấy vào thời kỳ có hiệu ứng đám đông dương các tài sản thụ

động được giao dịch nhiều hơn. Nhưng tại các thời kỳ này hiệu ứng đám đông lại nhỏ

nên mức độ biến động giá không nhiều. Đây là thời kỳ êm ả của thị trường như đã phân

tích ở trên.

Với thời kỳ hiệu ứng đám đông âm

Khi có hiệu ứng đám đông âm theo mô hình của Hwang và Salmon (2004)

những tài sản năng động với hệ số Beta lớn hơn 1 sẽ có xu hướng lớn hơn hệ số Beta

cân bằng của nó. Tài sản thụ động có hệ số Beta nhỏ hơn 1 sẽ có xu hướng nhỏ hơn hệ

số Beta cân bằng.

Với các cổ phiếu có hệ số Beta lớn hơn 1 nếu đang tăng giá thì mức độ tăng còn

mạnh hơn tiếp tục trong một thời gian, nếu giá đang giảm thì mức độ giảm sẽ mạnh

hơn tiếp tục trong một thời gian. Với các cổ phiếu có hệ số Beta nhỏ hơn 1 nếu nó đang

tăng giá thì mức tăng giá chậm lại hội tụ về mức cân bằng rồi có thể sụt giảm khi hiệu

ứng đám đông dương xuất hiện vào thời kỳ thị trường sụt giảm, nếu nó đang giảm giá

thì mức giảm giá cũng chậm lại chờ đến khi đảo chiều hiệu ứng đám đông nó sẽ tăng

vượt qua mức cân bằng và đi lên vào thời kỳ thị trường tăng trưởng. Các hành vi mua

bán diễn ra trong thời kỳ hiệu ứng đám đông âm sẽ ngược lại với thời kỳ hiệu ứng đám

đông dương ở trên. Người ta sẽ bán ra những cổ phiếu mà thời kỳ trước đã mua vào.

Tương tự phân tích trên chúng ta cũng quan sát được vào thời kỳ thị trường

nóng lên giai đoạn 2007- đầu 2008 các cổ phiếu chủ động có Beta lớn hơn 1 được giao

dịch nhiều và được đánh giá cao hơn mức giá hợp lý. Trong các thời kỳ hiệu ứng đám

đông mang dấu âm mức độ hiệu ứng bầy đàn mạnh vì khoảng thời gian để đảo chiều

hiệu ứng đám đông là dài (xem đồ thị h4). Đây chính là những thời kỳ phát triển nóng

hoặc sụt giảm nghiêm trọng của thị trường.

3.4. Nhận dạng hành vi định giá và kiểm chứng lại sự tồn tại hiệu ứng

đám đông– cải tiến mô hình của Chang, Cheng và Khorana (2000)

Dùng bảng 6789 hệ số Beta ước lượng của 213 mã cổ phiếu để thực hiện kiểm

định chia thành ba nhóm: nhóm 1 là nhóm các cổ phiếu có hệ số Beta nhỏ hơn 1, nhóm

2 là nhóm các cổ phiếu có hệ số Beta bằng 1, nhóm 3 là nhóm các cổ phiếu có Beta lớn

hơn 1. Danh sách các cổ phiếu đã chia theo nhóm nằm ở bảng 3.1 của phụ lục 3. Sau

đây sẽ phân tích, mô tả mức độ hiệu ứng đám đông và hành vi định giá trên ba nhóm

cổ phiếu này.

Xây dựng biến CSSDLS là biến đo mức độ biến động trung bình của lợi suất

của từng nhóm theo ngày, biến CSSDLS1_CC là biến đo mức độ biến động trung bình

của lợi suất các cổ phiếu của từng nhóm có giá biến động cùng chiều với chỉ số thị

trường so với lợi suất chỉ số thị trường theo ngày. Biến LSVNBS là trị tuyệt đối của lợi

suất chỉ số thị trường theo ngày. Biến này thể hiện mức độ thay đổi giá cả chung của

thị trường, giá trị của nó càng lớn thì càng thể hiện thị trường đang đi về cực điểm

bùng nổ hoặc suy sụp. Biến LSVN là biến lợi suất của chỉ số thị trường theo ngày. Biến

BIENDO là mức độ giới hạn biên độ giao dịch của UBCK đặt ra theo ngày. Biến UD là

biến nhận giá trị bằng 1 trong ngày thị trường tăng điểm chỉ số và bằng 0 trong ngày thị

trường giảm điểm. Biến CD nhận giá trị bằng 1 khi trị tuyệt đối của lợi suất chỉ số thị

trường đi về cực điểm lớn hơn 85% biên độ và bằng 0 trong các trường hợp còn lại.

Biến GD nhận giá trị bằng 1 sau ngày có cổ phiếu có giá trị Beta lớn hơn 1 xuất hiện.

Đó là ngày 13/12/2005. Biến GD nhận giá trị 0 trong những ngày còn lại.

Nhóm 1 có 2237 quan sát ứng với các ngày giao dịch từ 31/7/2000 đến

12/3/2010. Nhóm 2 có 2018 quan sát ứng với các ngày giao dịch từ 21/12/2001 đến

12/3/2010. Nhóm 3 có 1056 quan sát ứng với các ngày giao dịch từ 13/12/2005 đến

12/3/2010. Như vậy có thể theo phương pháp đánh giá tác động có thể dùng nhóm 1 là

nhóm đối chứng.

Thống kê cho thấy nhóm 1 trung bình có 69% số cổ phiếu biến động giá cùng

chiều với chỉ số thị trường; Nhóm 2 trung bình có 72% số cổ phiếu biến động giá cùng

chiều với chỉ số thị trường; Nhóm 3 trung bình có 71% số cổ phiếu biến động giá cùng

chiều với chỉ số thị trường; Vào ngày thị trường đi về cực điểm cho thấy nhóm 1 trung

bình có 97.3405% số cổ phiếu biến động giá cùng chiều với chỉ số thị trường; Nhóm 2

trung bình có 95.4872% số cổ phiếu biến động giá cùng chiều với chỉ số thị trường;

Nhóm 3 trung bình có 98.8571% số cổ phiếu biến động giá cùng chiều với chỉ số thị

trường; Hệ số Beta trung bình của nhóm 1 bằng 0.72 với 95 cổ phiếu. Hệ số Beta trung

bình của nhóm 2 bằng 0.91 với 89 cổ phiếu. Hệ số Beta trung bình của nhóm 3 bằng

1.15 với 29 cổ phiếu.

Các mô hình ước lượng tác động dưới đây xây dựng theo phương pháp mô hình

đánh giá tác động. Các mô hình này là đề xuất của tác giả có tham khảo một số ý tưởng

của Chang, Cheng và Khorana (2000) [6], mô hình của Christie và Huang (1995) [7].

Mô hình kiểm chứng lại sự tồn tại của hiệu ứng đám đông trên các nhóm

Các mô hình của các tác giả nêu trên đều hướng đến việc lý giải vì sao lợi suất

của các cổ phiếu riêng lẻ có thể dao động tập trung xung quanh lợi suất thị trường trong

toàn bộ giai đoạn thị trường gặp sự cố (thị trường căng thẳng). Ở đây ý tưởng chính

cho rằng các nhà đầu tư không tin vào những phân tích của mình mà có xu hướng quan

sát và đi theo diễn biến thị trường cùng các nhà đầu tư khác. Vì vậy trong giai đoạn thị

trường có biến động mạnh đồng thời giá cổ phiếu cũng biến động mạnh thì hành vi

đám đông thể hiện khá rõ. Lúc này mức chênh lệch lợi suất giữa các cổ phiếu có thể có

xu hướng giảm dần khi các nhà đầu đi theo đám đông trên thị trường.

Kết quả ước lượng mô hình kiểm chứng hiệu ứng đám đông trên từng nhóm có

thể xem trong phụ lục 6. Các mô hình cho các nhóm tương tự nhau chỉ sai khác sự điều

chỉnh biến AR(p)

CSSDLS = C(1)*LSVNBS(-1) + C(2)*LSVNBS(-2) + C(3)*LSVNBS +

C(4)*LSVN^2 + C(5)*(LSVN^2)*UD + C(6)*(LSVN^2)*CD + C(7)*BIENDO +

C(8)*BIENDO*UD + C(9)*CSSDLS1_CC + C(10) + [AR(1) = C(11), AR(2) = C(12),

AR(3) = C(13), AR(4) = C(14), AR(5) = C(15), AR(6) = C(16), AR(21) = C(17)]

Trong các mô hình trên đưa biến CSSDLS1_CC làm biến kiểm soát lọc các tác

động nội tại. Biến LSVN^2 là bình phương của LSVN, hệ số của biến này được kỳ

vọng mang dấu âm trong khi hệ số của biến LSVNBS được kỳ vọng mang dấu dương.

Điều này thể hiện khi thị trường biến động mạnh thì lợi suất các cổ phiếu có xu hướng

gần sát nhau nên mức độ biến động lợi suất giảm. Như vậy có nghĩa thị trường tồn tại

hiệu ứng đám đông. Các biến độc lập trong mô hình đã được kiểm tra có mức độ tương

quan rất nhỏ. Kết quả ước lượng trên cho thấy tồn tại hiệu ứng đám đông một cách có ý

nghĩa trên cả ba nhóm. Mức độ của tâm lý đám đông mạnh hơn vào thời kỳ thị trường

đang đi lên và trong ba nhóm thì mức độ tâm lý đám đông ở nhóm 1 và 2 mạnh hơn

nhóm 3. Mức độ hiệu ứng đám đông trên cổ phiếu nhóm 1, 2 kéo dài hơn nhóm 3 vì

các biến trễ của lợi suất có ý nghĩa thống kê. Biên độ thị trường giảm đi thì mức độ

hiệu ứng đám đông tăng lên thể hiện qua hệ số của biến này dương.

Mô hình phân tích hành vi định giá

Tác giả đề xuất mô hình này với biến phụ thuộc là CSSDLS1_CC. Biến này cho

biết sự sai lệch trung bình của các phần bù rủi ro của các cổ phiếu cùng biến động theo

thị trường so với phần bù rủi ro chung của thị trường. Chọn biến kiểm soát để lọc các

tác động nội tại là biến CSSDLS. Các kết quả ước lượng có thể xem trong phụ lục 6.

Các mô hình cho các nhóm tương tự nhau chỉ sai khác sự điều chỉnh biến AR(p)

CSSDLS1_CC = C(1)*LSVNBS + C(2)*LSVNBS*CD + C(3)*LSVNBS*UD

+ C(4)*BIENDO + C(5)*BIENDO*UD + C(6)*BIENDO*CD + C(7)*CSSDLS + C(8)

+ [AR(1) = C(9), AR(2) = C(10), AR(4) = C(11)]

Nhóm 1

Ước lượng mô hình cho giai đoạn biến động mạnh của thị trường. Kết quả cho

thấy giai đoạn thị trường nóng các cổ phiếu có hệ số Beta nhỏ hơn 1 có mức độ định

giá sai lệch rất cao. Hệ số Beta trung bình của nhóm là 0.72 mà mô hình cho thấy phần

bù rủi ro thị trường tăng lên 1% thì phần bù rủi ro của cổ phiếu nhóm 1 tăng 1.1% tức

là gấp 1.5 phần bù rủi ro hợp lý.

Ước lượng mô hình cho giai đoạn sau 2006 và ước lượng mô hình cho giai đoạn

trước 2006 trong thời kỳ bình thường. Kiểm định cho thấy tổng hai hệ số của hai biến

LSVNBS và LSVNBS*UD bằng 0 trong mô hình giai đoạn sau 2006 (xem phụ lục 6).

Điều này chứng tỏ trước 2006 phần bù rủi ro của cổ phiếu nhóm 1 là ổn định vào thời

kỳ thị trường đi lên. Trong thời kỳ thị trường đi xuống cổ phiếu có xu hướng được định

giá cao hơn trước đó. Điều này phù hợp với phân tích trong mục 3.3 ứng với thời kỳ

hiệu ứng đám đông dương chủ yếu diễn ra trước 2006. Các thời kỳ hiệu ứng đám đông

âm không kéo dài.

Nhóm 2

Từ kết quả ước lượng mô hình thấy giai đoạn thị trường biến động mạnh không

phân biệt với giai đoạn bình thường nên ta ước lượng mô hình trong giai đoạn bình

thường (xem phụ lục 6).

Nhóm 3

Từ kết quả ước lượng mô hình thấy giai đoạn thị trường biến động mạnh không

phân biệt với giai đoạn bình thường nên ta ước lượng mô hình trong giai đoạn bình

thường (xem phụ lục 6).

Các kiểm định phụ, các kiểm định về khuyết tật của mô hình trình bày trong

phụ lục 6.

Kết luận trên các mô hình của 3 nhóm

Kết quả trên nhóm 1 cho thấy khi thị trường biến động mạnh (LSVNBS tăng)

thì CSSDLS1_CC tăng một cách có ý nghĩa. Như vậy sự sai lệch của phần bù rủi ro cổ

phiếu nhóm 1 so với mức bù rủi ro chung có xu hướng gia tăng khi thị trường biến

động. Một kết luận được rút ra là: các cổ phiếu có hệ số Beta nhỏ hơn 1 sẽ có xu

hướng được định giá cao hơn mức hợp lý trong thời kỳ thị trường tăng mạnh và bị

định giá thấp hơn mức hợp lý trong thời kỳ thị trường sụt giảm mạnh.

Kết quả trên nhóm 2 cho thấy khi thị trường biến động mạnh (LSVNBS tăng)

thì CSSDLS1_CC giảm một cách có ý nghĩa. Như vậy sự sai lệch của phần bù rủi ro cổ

phiếu nhóm 2 so với mức bù rủi ro chung có xu hướng giảm khi thị trường biến động.

Một kết luận được rút ra là: các cổ phiếu có hệ số Beta bằng 1 có xu hướng được

định giá hội tụ về mức giá hợp lý.

Kết quả trên nhóm 3 cho thấy hệ số biến CSSDLS1_CC không có ý nghĩa thống

kê, hệ số biến UD*CSSDLS1_CC dương có ý nghĩa thống kê. Như vậy khi thị trường

biến động mạnh (LSVNBS tăng) theo chiều hướng đi xuống thì phần bù rủi ro cổ phiếu

nhóm 3 không thay đổi khi thị trường biến động. Một kết luận được rút ra là: Đối với

các cổ phiếu có hệ số Beta lớn hơn 1 khi thị trường đi xuống thì nhà đầu tư thận

trọng trong việc đặt giá xung quanh mức giá hợp lý và ít biến động giá. Khi thị

trường đang đi lên thì giá cổ phiếu có xu hướng được định giá cao hơn so với mức

hợp lý. Nhưng tốc độ phát triển của bong bóng giá chậm hơn so với nhóm cổ phiếu

có hệ số Beta nhỏ hơn 1 trong thời kỳ thị trường nóng lên.

Hệ số của biến BIENDO chỉ có ý nghĩa thống kê và âm trong mô hình của nhóm

1 và không có ý nghĩa thống kê trong mô hình đối với nhóm 2 và nhóm 3. Mô hình

ước lượng trong thời kỳ thị trường biến động mạnh cho thấy việc giảm biên độ sẽ làm

gia tăng hành vi định giá sai lệch trên cổ phiếu nhóm 1. Điều đó có nghĩa là chính sách

biên độ không tác động đến hành vi định giá của nhà đầu tư đối với các cổ phiếu có hệ

số Beta lớn hơn hoặc bằng 1. Và một chính sách thắt chặt biên độ sẽ dẫn đến gia tăng

hành vi định giá sai lệch theo hướng bầy đàn đối với nhóm cổ phiếu có Beta nhỏ hơn 1

là nhóm gồm 95/213 cổ phiếu trên thị trường. Đây là một kết quả phù hợp với kết quả

đánh giá về chính sách biên độ rút ra từ mô hình kiểm chứng về tâm lý đám đông trên

các nhóm đã trình bày ở trên.

Chúng ta có thể tóm tắt các hành vi định giá trên ba nhóm cổ phiếu như sau

Bảng tóm tắt hành vi định giá

Thị trường bình thường

Thị trường căng thẳng

2001-2005

2006-3/2010

Bị định giá cao trong thời kỳ TT đi lên Bị định giá thấp trong thời kỳ TT đi xuống

Bị định giá cao trong thời kỳ TT đi xuống

Beta<1

Có xu hướng ổn định Có xu hướng ổn định

Giữ xu thế cũ

Beta=1

Có xu hướng ổn định Bị định giá cao trong thời kỳ TT đi lên. Có xu hướng ổn định trong thời kỳ TT đi xuống.

Giữ xu thế cũ

Beta>1

Như vậy đây là một bằng chứng ủng hộ kết luận ở mục 3.1 cho rằng từ 2006 trở

lại đây chủ yếu là xuất hiện hiệu ứng đám đông ngược. Hiệu ứng đám đông ngược

cùng nhóm cổ phiếu có Beta lớn hơn 1 xuất hiện từ 2006 trở lại đây.

Vào thời kỳ thị trường nóng lên hoặc tụt dốc thì việc định giá sai lệch và hiệu

ứng đám đông xuất hiện chủ yếu trên nhóm cổ phiếu có Beta nhỏ hơn 1.

Dựa vào tham số ước lượng của biến LSVNBS trong mô hình của nhóm 1 có tỷ

lệ cổ phiếu biến động theo thị trường thời kỳ cực điểm là 97.34%, hệ số Beta trung

bình là 0.72. Vậy nếu phần bù rủi ro trong năm 2007 của Damodaran ước tính cho Việt

Nam khoảng 12%/năm thì mức lợi nhuận trung bình của các cổ phiếu này đạt cao hơn

mức cân bằng khoảng 4%/năm. Với số cổ phiếu gia tăng nhanh chóng trên thị trường

trong giai đoạn này chúng ta thấy thị trường đạt được trên 1000 điểm là do tâm lý đám

đông quyết định. Trong khi mức hợp lý của chỉ số này theo tính toán từ mô hình

khoảng 700 đến 800 điểm vào thời điểm tháng 3/2007.

Chương 4

ĐỀ XUẤT CHÍNH SÁCH VÀ KIẾN NGHỊ

Tác giả đưa ra các đề xuất chính sách dựa trên quan điểm trung lập. Từ những

quan sát khách quan của giá cổ phiếu kết hợp phân tích các chính sách của Nhà nước

chúng ta cần lọc bỏ những bối cảnh để tìm ra nguyên nhân chân thực. Điều này sẽ giúp

cho việc đưa ra một phương sách để các bên thực hiện có thể điều chỉnh hành vi và đầu

tranh được với các trở ngại trong việc thực hiện. Một chính sách trung lập là một chính

sách chú trọng thúc đẩy sự tự điều chỉnh và cung cấp động cơ tự điều chỉnh hành vi.

Khi có hiệu ứng đám đông mạnh và kéo dài thì giá cả tài sản tài chính hoặc các

dự án trong các ngành cũng sẽ bị định giá sai lệch. Từ sai lệch này sẽ dẫn đến sai lệch

cơ cấu đầu tư chung của nền kinh tế do nhận thức sai lầm mức độ rủi ro của đầu tư. Hệ

quả cuối cùng chúng ta sẽ không đạt được hiệu quả đầu tư và nền kinh tế không thể có

sự tăng trưởng vượt bậc với nhiều nỗ lực bỏ ra trên các mặt như: đầu tư phát triển công

nghệ, tăng chất lượng vốn con người… Khi thị trường cổ phiếu không bộc lộ được

những thông tin chân thực về mức lợi suất hợp lý thì nó sẽ không hơn gì một sòng bạc

mà Chính phủ luôn phải giải cứu khi nguy nan. Thị trường trái phiếu là một thị trường

cần có qui mô lớn cũng không thể phát triển được.

Xem xét TTCK Mỹ cho thấy không phải không có đổ vỡ và hành vi đầu tư theo

đám đông. Nhưng cơ chế tự điều chỉnh đã giúp thị trường phục hồi nhanh chóng trở lại

cân bằng và làm tốt vai trò khai thác thông tin từ tất cả các bên tham gia thị trường để

cung cấp thông tin về rủi ro tương đối khi đầu tư vào các ngành, các tài sản tài chính.

Chính phủ duy trì thị trường cổ phiếu như một nơi để vui chơi có thưởng. Nhưng thị

trường trái phiếu của Mỹ lại phát triển mạnh với quy mô lớn hơn thị trường cổ phiếu sử

dụng thông tin được cung cấp từ những giao dịch diễn ra hàng giây phút trên thị trường

cổ phiếu. Mô hình phát triển thị trường chứng khoán này rất phù hợp với kết luận về

thứ tự huy động vốn tối ưu mà lý thuyết Kinh tế học Tài chính trong lĩnh vực tài chính

công ty đã đưa ra. Theo kết luận đó các doanh nghiệp, công ty bao giờ cũng huy động

vốn theo thứ tự ưu tiên sau: từ nguồn lợi nhuận giữ lại; kế tiếp là huy động vốn nợ qua

phát hành nợ hoặc trái phiếu; cuối cùng là huy động vốn thông qua phát hành (phát

hành thêm) cổ phiếu và từ các nguồn vốn khác.

Chúng ta hướng tới phát triển thị trường chứng khoán hiệu quả với sự hình

thành một cơ chế tự giám sát thông qua cung cấp các động cơ bộc lộ thông tin khiến

cho thị trường ở trạng thái cân bằng ổn định. Chính sự cạnh tranh cũng là một nguyên

nhân tạo ra cơ chế tự giám sát cũng như tự cân bằng dẫn đến khả năng một nhà đầu tư

có thể thu được lợi nhuận vượt trội so với thị trường là rất nhỏ. Với thị trường này hệ

số Beta của các cổ phiếu sẽ ở mức cân bằng động. Và lợi suất yêu cầu dùng để định giá

tài sản tài chính được tính dựa vào hệ số Beta ước lượng trên thị trường theo mô hình

CAPM và mô hình APT sẽ cho mức giá tương đối hợp lý. Vì vậy các gợi ý chính sách

sau hướng tới giảm thiểu việc cung cấp một cơ chế gia tăng hiệu ứng đám đông từ các

chính sách của Chính phủ để hỗ trợ cho TTCK phát triển thành thị trường hiệu quả.

4.1. Đề xuất chính sách về phía nhà nước

4.1.1. Thực hiện trên thị trường giao dịch thứ cấp

Những ảnh hưởng của tâm lý đám đông tới TTCK là rõ ràng. Tâm lý đám đông

có thể sẽ đẩy thị trường đi chệch khỏi hướng phát triển đúng đắn, dẫn đến mức phát

triển quá nóng hoặc cũng có thể là sự sụp đổ. Sự tồn tại của tâm lý đám đông là khách

quan, nhưng bằng một số biện pháp mà cơ quan quản lý có thể hạn chế tác động tiêu

cực của hiệu ứng đám đông tới thị trường.

Với các phân tích trong mục 3.2 và 3.3 chúng ta thấy có thể xem xét thay đổi

chính sách biên độ và chính sách cấm bán khống để cung cấp một động cơ tự điều

chỉnh cho thị trường. Trong mục 3.4 cho thấy thời kỳ thị trường biến động mạnh thì

việc giảm biên độ sẽ làm gia tăng hành vi định giá sai lệch trên cổ phiếu nhóm 1 và

chính sách biên độ không có tác dụng làm giảm mức độ hiệu ứng đám đông trong

những trường hợp còn lại.

Khi giao dịch không có biên độ hoặc với biên độ rộng nhà đầu tư sẽ phải cẩn

trọng hơn trong các quyết định giao dịch. Theo lý thuyết tài chính hành vi việc đưa ra

biên độ dường như đã cho thị trường một định kiến chủ quan và họ khó lòng dứt bỏ

“chiếc mỏ neo” này. Khi bỏ biên độ giao dịch hoặc quy định biên độ giao dịch rộng

cũng giống như căng buồm cho một con tàu ra khơi mà số phận của nó phụ thuộc vào

người lái. Thị trường có thể sẽ giảm tính thanh khoản khi đưa ra chính sách này vì nhà

đầu tư sẽ phản ứng dè dặt trong thời kỳ đầu. Nhưng khi đã quen với việc giao dịch

không có biên độ hoặc với biên độ rộng thì thị trường sẽ học được nhiều điều để trưởng

thành và các nhà đầu tư sẽ chú trọng đến việc lọc các thông tin cơ bản sát thực giúp

cho việc ra quyết định của mình. Khi các quyết định dựa trên các phân tích cá nhân thì

hiệu ứng đám đông sẽ giảm.

Nếu giao dịch bán khống được cho phép thì hiệu quả cũng tương tự nhưng vì

các nhà đầu tư được cung cấp một động cơ tự điều chỉnh có tính chất hai mặt thì sẽ có

thể gây ra những hiệu quả không mong muốn. Vì vậy theo quan điểm của tác giả chúng

ta sẽ lựa chọn việc nới rộng dần biên độ giao dịch trước và sẽ xem xét đến việc cho

phép việc giao dịch bán khống khi thị trường được chuẩn bị đầy đủ những điều kiện để

có thể minh bạch thông tin.

Việc nới rộng dần biên độ cần được theo dõi và thực hiện các nghiên cứu sau

mỗi thời kỳ nới rộng biên độ để quan sát nhận dạng các biến đổi của hành vi trên thị

trường.

Trong chương 3 đã chỉ ra thời kỳ thị trường đi lên hiệu ứng đám đông mạnh hơn

thời kỳ thị trường đi xuống nên chúng ta cũng có thể áp dụng biên độ lệch theo cách

thắt chặt hơn chiều giảm giá của cổ phiếu.

4.1.2. Các chính sách vĩ mô

Hạn chế tạo ra môi trường để hành vi định giá không hợp lý xuất hiện và tồn tại

là vấn đề quan trọng hơn cả. Vì theo lý thuyết tài chính hành vi có thể thấy khi không

dẫn thị trường đến những định kiến sai lầm ban đầu thì cũng sẽ không phải lo lắng đến

việc đối phó với những sai lầm và những hệ lụy từ đó sinh ra. Vì vậy những chính sách

vĩ mô đúng đắn mới chính là điều kiện tiên quyết để phát triển thị trường hiệu quả. Do

đó các chính sách vĩ mô cần được hoạch định để đi đến mục tiêu minh bạch thông tin.

Điều này cũng đồng nghĩa với việc giảm bất cân xứng thông tin.

Đối với Nhà nước qua nghiên cứu này cho thấy cần hạn chế việc cung cấp một

cơ chế thúc đẩy hành vi bầy đàn thông qua cân nhắc các chính sách đầu tư và ưu đãi

các doanh nghiệp cổ phần hóa. Cũng cần xem xét lại mô hình công ty tập đoàn Nhà

nước và cách Nhà nước nắm giữ các phần vốn ở trong công ty cổ phần hóa để có thể

minh bạch thông tin.

Những công ty cổ phần hóa ban đầu thường đã được nhìn nhận lợi suất yêu cầu

nhỏ do đặc điểm của nó là các công ty nhà nước làm ăn kém hiệu quả nên khi gia nhập

thị trường sẽ có nhiều khả năng rơi vào nhóm có Beta nhỏ hơn 1. Và chính những cổ

phiếu này bị thổi phồng giá rất nhanh trong thời kỳ thị trường nóng lên. Chính vì vậy

mà trong giai đoạn tới Chính phủ cần xem xét lại phương thức cổ phần hóa các công ty

nhà nước và cũng cần kiểm soát việc đưa thông tin trong giai đoạn phát hành cổ phiếu

lần đầu ra công chúng (IPO) một cách trung thực. Rõ ràng việc đưa thông tin và định

giá sai lệch trong giai đoạn IPO của các công ty này cũng một phần được thúc đẩy bởi

sự che chở của nhà nước.

Xác định điều chỉnh cơ cầu đầu tư trong dài hạn để chủ động có được sự đồng

bộ giữa chính sách tiền tệ và chính sách tài khóa với cơ cấu đầu tư hợp lý. Theo lý

thuyết kinh tế phát triển và Keynes thì một khoản thâm hụt ngân sách được đầu tư một

cách hiệu quả thì sẽ có thể mang đến sự tăng trưởng cao hơn trong tương lai. Vì vậy

cần dự kiến những khoản thâm hụt và phát hành trái phiếu Chính phủ có lộ trình, kế

hoạch. Thực hiện dần dần tự do hóa tài chính và bỏ trần lãi suất sẽ giúp cho thị trường

trái phiếu trong đó có trái phiếu doanh nghiệp phát triển đúng với quy mô cần có của

nó. Chính sách tài khóa và tiền tệ đồng bộ cùng với sự điều chỉnh cơ cấu đầu tư dài hạn

sẽ sẽ tránh được sự tương tác quá mạnh với TTCK giúp nó có thể hoàn thành nhiệm vụ

thu hút vốn đầu tư từ xã hội một cách hiệu quả. Sự tương tác quá mạnh sẽ gây ra những

kích động hình thành tâm lý đám đông trên TTCK.

Nhà nước cũng cần xem xét việc hình thành thị trường tài chính phái sinh để

tăng cường việc điều tiết từ TTCK qua các thị trường khác. Thị trường tài chính phái

sinh sẽ giúp cho các nhà đầu tư phòng hộ rủi ro. Mặt khác, khi các hàng hóa bao gồm

cả hàng hóa vật chất và tài chính được giao dịch thông qua các hợp đồng mua bán

tương lai sẽ giúp cho việc định giá được xác định cẩn trọng hơn. Các ràng buộc qua lại

giữa thị trường tài chính phái sinh với TTCK sẽ giúp việc tự điều tiết diễn ra hiệu quả.

Ngoài ra cần phải chuẩn bị những tiền đề để phát triển một thị trường với sự

minh bạch thông tin thông qua việc phát triển các tổ chức cung cấp thông tin tài chính.

Dữ liệu trên thị trường tài chính cần được lưu giữ một cách khoa học, bài bản và xác

định giá trị như một hàng hóa. Các dữ liệu sẽ giúp cho việc khảo sát thị trường và tính

các chỉ số cảnh báo thị trường. Thực chất mô hình đo lường hiệu ứng đám đông được

thực hiện trong mục 3.1 còn đưa ra được dự báo cho mức độ hiệu ứng đám đông trong

ngắn hạn là một tháng. Nếu nghiên cứu về hành vi định giá cổ phiếu trên thị trường

theo các nhóm trong mục 3.4 và các nghiên cứu tương tự được đưa ra như một bản

phân tích thị trường cung cấp thông tin về hành vi thị trường cho các nhà đầu tư thì các

nhà đầu tư sẽ nhận ra được các cơ hội kinh doanh chênh lệch giá và có chiến lược tận

dụng nó. Chính vì điều này mà các cơ hội kinh doanh chênh lệch giá sẽ giảm thời gian

xuất hiện và hiệu ứng đám đông cũng sẽ giảm đi cùng với việc mức độ thị trường hiệu

quả tăng lên.

Tăng cường vai trò giám sát thị trường của UBCK để thúc đẩy đi đến minh bạch

thông tin trên thị trường. Cần đưa ra luật chi tiết về xử phạt việc đưa thông tin sai của

tất cả các bên liên quan. Bên cạnh đó cũng cần đưa thông tin, phân tích thị trường lên

trang điện tử của UBCK một cách đầy đủ để tạo một nguồn thông tin có độ chính xác

cao. Chính đây sẽ là nguồn thông tin hỗ trợ cho sự phân tích của các nhà đầu tư.

4.2. Kiến nghị đối với doanh nghiệp và nhà đầu tư

Các doanh nghiệp muốn chủ động trong việc huy động đầu tư trên TTCK thì

cần phải hiểu một sự công bố thông tin sai lệch để lợi dụng thị trường sẽ phải trả giá

bằng thời kỳ đối mặt với những khó khăn về vốn khi thị trường sụt giảm. Khi nguồn

vốn không được duy trì liên tục và chủ động sẽ có thể đẩy doanh nghiệp đến sự phá

sản. Vì vậy cần phải quản trị rủi ro tài chính một cách khoa học và cân nhắc khi đưa ra

các chính sách phát hành cổ phiểu, cổ tức cũng như phát tín hiệu với thị trường thông

qua báo cáo tài chính.

Đối với nhà đầu tư cần hiểu lòng tham khi thị trường đi lên và sự lo sợ khi thị

trường đi xuống là hiện tượng tâm lý bình thường của mỗi người. Nhà đầu tư sẽ luôn

phải đứng trước những lựa chọn và cân nhắc khi quyết định mua hay bán cổ phiếu. Khi

gặp nhiều thông tin trái chiều hoặc không có thông tin hoặc quá mệt mỏi khi thị trường

đi xuống cũng như phấn khích quá đà khi thị trường tăng nhanh khiến các nhà đầu tư

không đủ năng lực, bình tĩnh để phân tích. Kết quả tất yếu họ sẽ đi theo đám đông. Vấn

đề của họ là cần phải hiểu được nguyên nhân mình đến với đám đông để có quyết định

từ bỏ khi cần thiết. Để giúp những nhà đầu tư có thể có được quyết định từ bỏ đám

đông đúng lúc thì cần thực hiện các chính sách đã nêu ở mục 4.1.1

Khi hiệu ứng đám đông vẫn còn ở mức độ kéo dài như hiện nay thì các nhà đầu

tư nên lựa chọn chiến lược đầu tư dài hạn. Theo chiến lược này, nhà đầu tư sẽ theo dõi

tìm hiểu thông tin và trang bị kiến thức để xác định mức giá hợp lý để mua những cổ

phiếu trong các ngành có triển vọng cũng như có tiềm năng tăng giá trong tương lai.

Các nhà đầu tư dài hạn đã có quá trình theo dõi giá cổ phiếu sẽ nhận ra được các thời

điềm thích hợp để bán ra.

Các nhận dạng và mô tả về quá trình định giá theo các nhóm ở trên cũng cung

cấp cho các nhà đầu tư các tư thông tin về hành vi đang diễn ra theo các nhóm cổ

phiếu để họ có được những quyết định của mình.

KẾT LUẬN VÀ PHẢN BIỆN CHÍNH SÁCH

Hành vi bầy đàn là một nhân tố quan trọng tác động lên các hành vi trên thị

trường tài chính đặc biệt vào những thời kỳ thị trường căng thẳng (quá nóng hoặc sụt

giảm suy thoái). Trong đề tài này, tác giả áp dụng một phương pháp của Hwang và

Salmon để đo lường và kiểm chứng hiệu ứng đám đông. Phương pháp đo lường này

cũng chứa đựng các nhân tố dao động bấp bênh của chuỗi thời gian. Kết hợp với các

phân tích định tính tác giả đã cho thấy cần thực hiện chính sách bỏ biên độ sau đó áp

dụng việc giao dịch bán khống với sự chuẩn bị các điều kiện minh bạch thông tin từ

môi trường vĩ mô là điều tiên quyết.

Từ các mô hình đã ước lượng ở trên chúng ta thấy các nhân tố vĩ mô trong ngắn

hạn không quyết định tâm lý đám đông trên TTCK Việt Nam. Điều này thể hiện ở chỗ

hệ số các biến lợi suất chỉ số thị trường và lợi suất tín phiếu 3 tháng của Chính phủ

không có ý nghĩa trong mô hình và dường như tâm lý đám đông hình thành trên thị

trường với các tiền đề, định kiến đã có sẵn. Không loại trừ nguyên nhân nền kinh tế đã

tiềm ẩn một cơ cấu đầu tư sai lệch từ trước khi TTCK ra đời.

Tác giả cũng đã đạt được một kết quả phân tích khá thú vị về hành vi của thị

trường trên ba nhóm cổ phiếu khác nhau.

Kết quả trên nhóm 1 cho thấy các cổ phiếu có hệ số Beta nhỏ hơn 1 sẽ có xu

hướng được định giá cao hơn mức hợp lý trong thời kỳ thị trường đi lên và bị định

giá thấp hơn mức hợp lý trong thời kỳ thị trường sụt giảm.

Kết quả trên nhóm 2 cho thấy các cổ phiếu có hệ số Beta bằng có xu hướng

được định giá hội tụ về mức giá hợp lý.

Kết quả trên nhóm 3 cho thấy các cổ phiếu có hệ số Beta lớn hơn 1 khi thị

trường đi xuống thì nhà đầu tư thận trọng trong việc đặt giá xung quanh mức giá

hợp lý và ít biến động giá. Khi thị trường đang đi lên thì giá cổ phiếu có xu hướng

được định giá cao hơn so với mức hợp lý. Nhưng tốc độ phát triển của bong bóng

giá chậm hơn so với nhóm cổ phiếu có hệ số Beta nhỏ hơn 1 trong thời kỳ thị trường

nóng lên.

Hệ số của biến BIENDO chỉ có ý nghĩa thống kê và âm trong mô hình của nhóm

1 và không có ý nghĩa thống kê trong mô hình đối với nhóm 2 và nhóm 3. Điều đó có

nghĩa là chính sách biên độ không tác động đến hành vi định giá của nhà đầu tư đối với

các cổ phiếu có hệ số Beta lớn hơn hoặc bằng 1. Và một chính sách thắt chặt biên độ sẽ

dẫn đến gia tăng hành vi định giá sai lệch theo hướng bầy đàn đối với nhóm cổ phiếu

có Beta nhỏ hơn 1 là nhóm gồm 95/213 cổ phiếu trên thị trường. Đây là một kết quả

phù hợp với kết quả đánh giá về chính sách biên độ rút ra từ mô hình kiểm chứng về

tâm lý đám đông trên các nhóm.

Các kết quả trên cũng đạt được một mức độ tin cậy cao. Tuy nhiên việc có quá ít

cổ phiếu được giao dịch trong giai đoạn trước cũng là một nguyên nhân có thể gây lên

các khuyết tật của mô hình.

Khi hiệu ứng đám đông mạnh và kéo dài giá cả tài sản tài chính, các dự án trong

các ngành cũng sẽ bị định giá sai lệch. Từ sai lệch này sẽ dẫn đến sai lệch cơ cấu đầu

tư chung của nền kinh tế do nhận thức sai lầm mức độ rủi ro của đầu tư. Hệ quả cuối

cùng chúng ta sẽ không đạt được hiệu quả đầu tư và nền kinh tế không thể có sự tăng

trưởng vượt bậc với nhiều nỗ lực bỏ ra trên các mặt như: đầu tư phát triển công nghệ,

tăng chất lượng vốn con người… Tác giả đã đưa ra các chính sách hướng tới phát triển

thị trường chứng khoán hiệu quả thị có một cơ chế tự giám sát và ở trạng thái ổn định;

sự cạnh tranh sẽ tạo ra cơ chế kiểm soát, tự cân bằng để không có lợi nhuận thặng dư

cao. Với thị trường này hệ số Beta của các cổ phiếu sẽ ở mức cân bằng động. Và lợi

suất yêu cầu dùng để định giá tài sản tài chính được tính dựa vào hệ số Beta ước lượng

trên thị trường theo mô hình CAPM và mô hình APT sẽ cho mức giá tương đối hợp lý.

Các chính sách được đưa ra luôn có mặt trái của nó. Chính sách yêu cầu bộc lộ

thông tin minh bạch đối với các công ty cổ phần hóa cũng sẽ có thể làm tiến trình cổ

phần hóa chậm đi. Điều này sẽ gây áp lực đối với việc cải thiện nền kinh tế bằng cách

cổ phần hóa các doanh nghiệp nhà nước để mang lại luồng sinh khí mới cho các doanh

nghiệp này cũng như thúc đẩy các doanh nghiệp tiếp cận vốn tư nhân để làm ăn hiệu

quả hơn. Nhưng chúng ta cũng cần lưu ý cổ phần hóa cũng là một cơ hội để điều chỉnh

cơ cấu đầu tư của nền kinh tế. Khi các doanh nghiệp nhà nước cổ phần hóa tức là được

mang ra định giá dưới con mắt thị trường. Nếu thông tin về doanh nghiệp minh bạch

thì kết quả định giá cũng sẽ là câu trả lời xem doanh nghiệp đó có vai trò như thế nào

trong ngành và ngành của doanh nghiệp đó có vai trò như thế nào trong nền kinh tế. Đó

là một thông tin mà Chính phủ rất cần khi xem xét lại cơ cấu đầu tư của nền kinh tế

trong quá khứ.

Chính sách phát triển thị trường tài chính phái sinh chắc chắn sẽ gặp nhiều phản

đối vì bài học của cuộc khủng hoảng tài chính toàn cầu 2008 cũng do nguyên nhân thị

trường tài chính phái sinh đã phát triển tạo ra những giao dịch ảo dẫn đến đổ vỡ thị

trường và phình đại tín dụng bất động sản. Nhưng sau những bài học đó thiết nghĩ quốc

gia nào cũng sẽ tìm ra một con đường phát triển an toàn hơn cho mình.

Chính sách cho giao dịch bán khống cũng là một chính sách cần cân nhắc mặt

trái của nó. Tác giả suy nghĩ về việc cho giao dịch bán khống theo một tỷ lệ nào đó trên

tổng giá trị lưu ký của nhà đầu tư.

Do thời gian nghiên cứu hạn chế nên tác giả chưa làm được việc phân loại các

cổ phiếu có Beta nhỏ hơn 1 theo ngành nghề, tính chất công ty, cũng như báo cáo tài

chính. Nếu nghiên cứu tiếp tục theo hướng này hẳn sẽ thu được các kết quả không kém

phần quan trọng liên quan đến cơ cấu đầu tư của doanh nghiệp cũng như nền kinh tế

cùng các hành vi quản trị tài chính của doanh nghiệp. Từ đó có thể đưa ra các kiến nghị

sâu sắc hơn đối với doanh nghiệp để họ có những phản ứng thích hợp hiệu quả trước

thị trường.

Tác giả mong muốn trong thời gian tới sẽ tiến hành nghiên cứu ước lượng phần

bù rủi ro cân bằng của thị trường và của các ngành theo phương pháp khai thác thông

tin sai lệch đã được thực hiện trong nghiên cứu này. Nếu kết quả có thể thuyết phục thì

đó cũng là một thông tin cung cấp cho thị trường về phần bù rủi ro hợp lý để hỗ trợ đi

đến việc định giá hợp lý cùng với các chính sách đã đề xuất.

Một hướng nghiên cứu tiếp theo được đề nghị đó là phát triển mô hình đo lường

hiệu ứng đám đông trong đó có biến SMB, HML là hai nhân tố của Fama đề cập trong

mô hình APT. Một nhân tố khác là tỉ lệ vốn Nhà nước trên tổng vốn đầu tư của các

doanh nghiệp là một nhân tố đặc trưng của thị trường Việt Nam cũng cần xem xét.

Cuối cùng tác giả nghĩ là khi bài viết này được công bố thì hành vi thị trường có

thể đã đi theo một xu hướng khác. Nhưng dù sao cũng thấy tâm huyết với việc xử lý

một khối lượng thông tin lớn để cung cấp cho thị trường một hình ảnh của mình trong

thời gian qua. Khi đã hiểu được mình người ta cũng có thể làm khác đi. Chính vì vậy

mà mảnh đất nghiên cứu kinh tế học hành vi, tài chính hành vi trên thị trường Việt

Nam còn hứa hẹn nhiều điều thú vị, hữu ích cho sự phát triển của nền kinh tế. Các

nghiên cứu về kinh tế học hành vi đòi hỏi việc khảo sát khoa học, quy mô và kinh phí

để khảo sát trên thị trường thực tế. Vì lẽ đó mà việc tạo thành một cộng đồng hợp tác,

chia sẻ giữa nhiều nhà nghiên cứu cũng như tìm các nguồn lực tài trợ để nghiên cứu

ứng dụng vào thực tiễn là điều rất cần thiết.

TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Dan Ariely (2009), Phi lý trí, Nxb Lao động, Hà Nội.

2. Lê An Khang (2008), “Ảnh hưởng của thông tin bất cân xứng đối với nhà đầu tư trên

TTCK Việt Nam”, Luận văn Thạc sĩ, Đại học Kinh tế Tp Hồ Chí Minh.

3. Lê Thị Ngọc Lan (2009), “Nghiên cứu lý thuyết hành vi trên TTCK Việt Nam”,

Luận văn Thạc sĩ, Đại học Kinh tế Tp Hồ Chí Minh.

Tiếng Anh

4. Avery.C. & P.Zemsky (1998), “Multidimensional uncertainty and herd behavior in

financial markets”, The American Economic Review, Vol.88, No.4, pp.724-748.

5. Bikhchandani.S. & Sharma.S. (2001), “Herd behavior in financial markets”, IMF

Staff Papers, Vol.47, No.3, pp. 279-310.

6. Chang.E.C., Cheng.J.W. & Khorana.A. (2000), “An examination of herd behavior in

equity markets: an international perspective”, Journal of Banking and Finance, Vol.24,

No.10, pp.1651-1699.

7. Christie.W.G. & Huang.R.D. (1995), “Following the pied piper: do individual

returns herd around the market?”, Financial Analyst Journal, Vol.51, No.4, pp.31-37.

8. Devenow.A. & Welch.I. (1996), “Rational herding in financial economics”,

European Economic Review, Vol. 40, pp. 603-615.

9. Ernst G. Maug & Narayan Y.Naik (1996), “Herding and delegated portfolio

management: the impact of relative performance evaluation on asset allocation”, IFA

Working Paper, No. 223.

10. Scharfstein David S. & Stein Jeremy C. (1990), “Herd behavior and investment”,

American Economic Review, Vol.80, No.3, pp. 465–479.

11. Shiller Robert J. (2003), “From efficient markets theory to behavioral finance”,

Journal of Economic Perspectives, Vol.17, No.1, pp. 83-104.

12. Soosung Hwang & Mark Salmon (2004), “Market stress and herding”, Journal of

Empirical Finance, Vol.11, pp. 585-616.

13. Thomas E. Copeland và J. Fred Weston (1992), Financial Theory and Corporate

Policy, Addison Wesley Publishing Company, Los Angeles.

14. Vasileios Kallinterakis & Mario Pedro Leite Ferreira (2005), “Herding and positive

feedback trading in the Portuguese stock exchange: an exploratory investigation”,

Durham University Review.

Nguồn điện tử

15.

http://infotv.vn

16. http://phapluattp.vn

17. http://vi.wikipedia.org

18. http://www.mof.gov.vn

19 http://www.saga.vn

20. http://www.tvsi.com.vn

Phụ lục 1. Bảng lợi suất VN-Index, T-bill3, độ biến động của lợi suất

VN-Index

Năm/tháng

Lợi suất theo tháng của trái phiếu T- bill3

Lợi suất trung bình của chỉ số thị trường theo tháng

Độ lệch tiêu chuẩn của lợi suất chỉ số thị trường trong tháng

2000M08 0.125684 0.051000 0.012241 2005M06 0.010467 0.061900 0.002253

2000M09 0.047155 0.051000 0.009791 2005M07 -0.005200 0.062000 0.003831

2000M10 0.154234 0.052000 0.006193 2005M08 0.035882 0.062500 0.006958

2000M11 0.180675 0.053000 0.007610 2005M09 0.128267 0.061500 0.016509

2000M12 0.203597 0.054000 0.005449 2005M10 0.060582 0.060900 0.010209

2001M01 0.172621 0.054000 0.002091 2005M11 0.012704 0.061800 0.010134

2001M02 0.026497 0.054000 0.015282 2005M12 -0.012378 0.063000 0.003855

2001M03 0.064811 0.055000 0.010038 2006M01 0.015553 0.063000 0.006955

2001M04 0.175833 0.054500 0.009467 2006M02 0.223784 0.062800 0.013466

2001M05 0.230399 0.054500 0.001145 2006M03 0.253891 0.062500 0.017096

2001M06 0.213110 0.054500 0.043935 2006M04 0.167665 0.058700 0.024538

2001M07 -0.169073 0.055100 0.048698 2006M05 -0.099819 0.056800 0.030931

2001M08 -0.420634 0.056400 0.058654 2006M06 -0.044237 0.051200 0.016974

2001M09 -0.126409 0.058000 0.040839 2006M07 -0.199336 0.040414 0.020801

2001M10 0.062745 0.057000 0.038215 2006M08 0.150834 0.037067 0.022952

2001M11 0.102968 0.052500 0.015721 2006M09 0.069194 0.034433 0.012041

2001M12 -0.203478 0.053300 0.012841 2006M10 -0.028579 0.033600 0.008367

2002M01 -0.125914 0.056700 0.014959 2006M11 0.213124 0.033500 0.021009

2002M02 -0.082575 0.057500 0.008420 2006M12 0.171881 0.033400 0.022070

2002M03 0.046270 0.057500 0.013171 2007M01 0.325824 0.035125 0.021547

2002M04 0.040776 0.058500 0.007990 2007M02 0.088501 0.035600 0.024343

2002M05 -0.006545 0.060000 0.009431 2007M03 -0.060099 0.038225 0.022266

2002M06 -0.024734 0.060000 0.010529 2007M04 -0.148063 0.039075 0.020185

2002M07 -0.022472 0.060100 0.007639 2007M05 0.157493 0.040250 0.015347

2002M08 -0.030370 0.061000 0.005565 2007M06 -0.053950 0.043000 0.010057

2002M09 -0.051002 0.061000 0.005716 2007M07 -0.120946 0.047000 0.013951

2002M10 -0.025131 0.059800 0.003705 2007M08 0.000462 0.048000 0.014313

2002M11 -0.002029 0.058300 0.003546 2007M09 0.141899 0.048000 0.012518

2002M12 0.033727 0.059800 0.008304 2007M10 0.017264 0.048000 0.012670

Năm/tháng

Lợi suất theo tháng của trái phiếu T- bill3

Lợi suất trung bình của chỉ số thị trường theo tháng

Lợi suất theo tháng của trái phiếu T- bill3

Lợi suất trung bình của chỉ số thị trường theo tháng

Độ lệch tiêu chuẩn của lợi suất chỉ số thị trường trong tháng

2003M01 -0.061586 0.061600 0.005534 2007M11 -0.091099 0.048000 0.011892

2003M02 -0.046122 0.062000 0.010275 2007M12 -0.047741 0.082100 0.012595

2003M03 -0.124022 0.062000 0.008250 2008M01 -0.093692 0.082100 0.024220

2003M04 0.047869 0.062500 0.015087 2008M02 -0.241055 0.082100 0.024016

2003M05 -0.001969 0.062500 0.005890 2008M03 -0.249475 0.082100 0.031359

2003M06 0.000197 0.062500 0.002573 2008M04 0.010604 0.082100 0.010090

2003M07 -0.039859 0.062000 0.003166 2008M05 -0.232249 0.082100 0.006695

2003M08 -0.024981 0.060700 0.004323 2008M06 -0.036144 0.082100 0.015004

2003M09 -0.024041 0.051600 0.004269 2008M07 0.122302 0.082100 0.018870

2003M10 -0.022576 0.048800 0.005718 2008M08 0.177636 0.156000 0.019550

2003M11 0.184876 0.050500 0.017951 2008M09 -0.165874 0.154000 0.031712

2003M12 0.018561 0.052500 0.005997 2008M10 -0.274558 0.141538 0.028693

2004M01 0.249836 0.055000 0.017000 2008M11 -0.097722 0.108537 0.025332

2004M02 0.195516 0.055000 0.024070 2008M12 0.002792 0.085600 0.020457

2004M03 0.062618 0.056800 0.016935 2009M01 -0.040113 0.074900 0.009453

2004M04 -0.048028 0.057200 0.012580 2009M02 -0.210152 0.060000 0.020250

2004M05 -0.048187 0.056000 0.008647 2009M03 0.132906 0.068800 0.020083

2004M06 -0.009129 0.058000 0.007189 2009M04 0.136222 0.000000 0.028243

2004M07 -0.046142 0.058500 0.006974 2009M05 0.246747 0.000000 0.021311

2004M08 -0.025744 0.058500 0.019083 2009M06 0.085291 0.000000 0.029488

2004M09 0.003480 0.058500 0.002515 2009M07 0.040375 0.000000 0.024707

2004M10 -0.002576 0.058500 0.004212 2009M08 0.158231 0.000000 0.009281

2004M11 -0.013113 0.058500 0.006326 2009M09 0.060532 0.000000 0.011536

2004M12 0.041512 0.054500 0.006671 2009M10 0.010651 0.000000 0.017706

2005M01 -0.025265 0.059500 0.004015 2009M11 -0.152415 0.000000 0.025508

2005M02 0.007600 0.060000 0.003971 2009M12 -0.018721 0.000000 0.023443

2005M03 0.047392 0.060300 0.007832 2010M01 -0.026232 0.000000 0.022294

2005M04 -0.001055 0.060800 0.003960 2010M02 0.030548 0.000000 0.014502

2005M05 -0.008196 0.061000 0.003461 0.067313 0.000000 0.007466

(Lợi suất theo tháng của trái phiếu ngắn hạn T-bill 3 tháng lấy từ nguồn EIU -

Economist Intelligence Unit)

2010M03

Phụ lục 2. Chương trình ước lượng hệ số Beta theo tháng của các cổ

phiếu

Chương trình ước lượng hệ số Beta theo tháng của các cổ phiếu

GET

FILE='D:\luanvanthuy\tonghopthuy.sav'.

DATASET NAME DataSet1 WINDOW=FRONT.

SORT CASES BY

TICKER (A) .

COMPUTE ln = ln(CLOSE) .

EXECUTE .

COMPUTE ls = ln-lag(ln) .

EXECUTE .

COMPUTE dem=0

EXECUTE .

IF (TICKER=lag(TICKER)) dem = 1 .

EXECUTE .

FILTER OFF.

USE ALL.

SELECT IF(dem=1).

EXECUTE .

SAVE OUTFILE='D:\luanvanthuy\tonghopthuy.sav'

/COMPRESSED.

GET

FILE='d:\luanvanthuy\index1.sav'.

DATASET NAME DataSet2 WINDOW=FRONT.

SORT CASES BY

DATE (A) .

SAVE OUTFILE='d:\luanvanthuy\index1.sav'

/COMPRESSED.

DATASET ACTIVATE DataSet1.

DATASET CLOSE DataSet2.

SORT CASES BY

DATE (A) .

SAVE OUTFILE='D:\luanvanthuy\tonghopthuy.sav'

/COMPRESSED.

MATCH FILES /FILE=*

/RENAME (CLOSE dem ln = d0 d1 d2)

/TABLE='d:\luanvanthuy\index1.sav'

/BY DATE

/DROP= d0 d1 d2.

EXECUTE.

SORT CASES BY

TICKER (A) .

COMPUTE thang = XDATE.MONTH(DATE) .

EXECUTE .

COMPUTE nam = XDATE.year(DATE) .

EXECUTE .

SORT CASES BY nam thang TICKER .

SPLIT FILE

LAYERED BY nam thang TICKER .

REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT ls

/METHOD=ENTER lsvn .

Chương trình tính ra biến CSSD và các thống kê về hệ số Beta theo tháng

GET

FILE='D:\thunghiem.sav'.

DATASET NAME DataSet1 WINDOW=FRONT.

COMPUTE dem = 0 .

EXECUTE .

IF (Beta > 0) dem = 1 .

EXECUTE .

IF (Beta < 0) dem = 1 .

EXECUTE .

IF (dem=1) ticker = lag(TICKER) .

EXECUTE .

IF (dem=1) nam = lag(nam) .

EXECUTE .

IF (dem=1) thang = lag(thang) .

EXECUTE .

FILTER OFF.

USE ALL.

SELECT IF(dem=1).

EXECUTE .

IF (dem=1) dem = 0 .

EXECUTE .

IF (thang > 0) dem = 1 .

EXECUTE .

COMPUTE dem2 = 0 .

EXECUTE .

IF (nam> 0) dem2 = 1 .

EXECUTE .

IF (dem=0) thang = lag(thang) .

EXECUTE .

IF (dem2=0) nam = lag(nam) .

EXECUTE .

AGGREGATE

/OUTFILE='D:/aggr1.sav'

/BREAK=thang nam

/B_mean = MEAN(B) /B_median = MEDIAN(B) /B_sd = SD(B) /Beta_mean =

MEAN(Beta) /Beta_median = MEDIAN(Beta) /Beta_sd = SD(Beta)

/N_BREAK=N.

GET

FILE='D:\aggr.sav'.

DATASET NAME DataSet2 WINDOW=FRONT.

DATASET ACTIVATE DataSet1.

AGGREGATE

/OUTFILE='D:/aggr.sav'

/BREAK=TICKER

/B_mean = MEAN(B) /B_median = MEDIAN(B) /B_sd = SD(B) /Beta_mean =

MEAN(Beta) /Beta_median = MEDIAN(Beta) /Beta_sd = SD(Beta)

/N_BREAK=N.

Phụ lục 3. Bảng hệ số Beta của các mã cổ phiếu

Bảng 3.1. Bảng hệ số Beta của các mã cổ phiếu

Số quan sát

Nhóm

Mã cổ phiếu

Beta lớn nhất

Beta trung bình

Trung vị của Beta

Beta nhỏ nhất

Năm

Tháng

trung bình

vị của Beta

của hệ số

CSSD

cổ phiếu

nhỏ nhất

lớn nhất

Beta theo

theo tháng

tháng

2000 8 0.38 0.47 0.071303 0.585223 0.22 3 0.27 2000 9 -0.73 0.51 -4.79675 0.85606 2.35 4 2.72 2000 10 0.28 0.17 -0.05089 0.834683 0.37 4 0.42 2000 11 0.38 0 -0.0906 1.616502 0.72 4 0.83 2000 12 0.35 0.19 0.036591 0.757059 0.28 5 0.32 2001 1 1.11 1.38 -0.05624 2.473891 1 5 1.12 2001 2 0.41 0.5 -0.02605 0.821732 0.36 5 0.4 2001 3 0.3 -0.02 -0.04859 0.836796 0.41 5 0.45 2001 4 0.39 0.22 -0.03773 1.081818 0.42 5 0.47 2001 5 0.32 0.21 -0.2767 1.252975 0.5 5 0.56 2001 6 0.85 0.86 0.541266 1.063793 0.18 5 0.2 2001 7 0.86 0.85 0.732141 0.950434 0.08 5 0.09 2001 8 0.81 0.81 0.706088 0.925564 0.07 5 0.08 2001 9 0.86 0.84 0.558489 1.039742 0.17 5 0.19

Độ lệch

Trung

Beta

tiêu chuẩn

Beta

Số

vị của Beta

Năm

Tháng

trung bình

của hệ số

CSSD

nhỏ nhất

lớn nhất

cổ phiếu

Beta theo

theo tháng

tháng

2001 10 0.7 0.64 0.538976 0.990769 0.16 5 0.18 2001 11 0.83 0.85 0.588039 1.131859 0.18 5 0.21 2001 12 1.18 0.55 -0.2503 4.906633 1.71 6 1.87 2002 1 0.8 0.95 0.114729 1.289984 0.41 8 0.44 2002 2 0.38 0.59 -0.88864 1.329594 0.71 8 0.76 2002 3 0.62 0.61 0.337474 0.89354 0.2 8 0.21 2002 4 0.79 0.73 -0.12214 1.786674 0.45 10 0.48 2002 5 0.84 0.89 0.106831 1.38643 0.31 12 0.33 2002 6 0.77 0.79 0.42715 0.998892 0.15 12 0.15 2002 7 0.87 0.82 0.618439 1.22268 0.2 12 0.2 2002 8 0.97 0.9 0.266678 1.823335 0.48 14 0.5 2002 9 0.78 0.56 0.020761 2.033863 0.58 14 0.61 2002 10 0.78 0.78 -1.71816 2.372889 1.04 14 1.08 2002 11 0.34 0.25 -0.88026 2.020296 0.62 14 0.64 2002 12 1.27 1.23 0.266845 4.493749 0.93 15 0.97 2003 1 0.87 0.47 -1.21083 2.326814 1.02 15 1.05 2003 2 0.85 1 -1.24655 2.134738 0.78 15 0.81 2003 3 0.62 0.74 -0.6095 1.42117 0.62 15 0.64 2003 4 0.7 0.74 -0.12303 1.287113 0.33 15 0.34 2003 5 0.84 0.84 0.226432 1.92651 0.47 15 0.48 2003 6 0.62 0.36 -1.71389 2.541886 1.01 15 1.05 2003 7 0.57 0.46 -0.96117 2.542696 0.82 15 0.85 2003 8 0.71 0.38 -0.76185 2.440995 0.83 15 0.85 2003 9 0.5 0.34 -0.22673 1.631981 0.55 15 0.57 2003 10 0.75 0.66 0.007422 1.323202 0.34 15 0.35 2003 11 0.98 0.99 0.410573 1.549258 0.32 15 0.33 2003 12 0.75 0.84 0.024878 1.630362 0.46 15 0.48

Độ lệch

Trung

Beta

tiêu chuẩn

Beta

Số

vị của Beta

Năm

Tháng

trung bình

của hệ số

CSSD

nhỏ nhất

lớn nhất

cổ phiếu

Beta theo

theo tháng

tháng

2004 1 0.89 0.91 0.510402 1.121867 0.15 15 0.15 2004 2 0.98 1.02 0.593571 1.286305 0.22 15 0.23 2004 3 1.09 1 0.465957 1.69246 0.34 15 0.35 2004 4 0.91 0.93 0.045397 1.830569 0.44 16 0.45 2004 5 0.53 0.52 -0.04712 1.512607 0.42 16 0.43 2004 6 0.89 0.81 0.147326 1.680933 0.43 16 0.45 2004 7 0.48 0.35 -0.38077 2.075577 0.58 16 0.6 2004 8 0.94 0.96 0.258362 1.279516 0.26 16 0.27 2004 9 1.2 1.12 -0.38883 2.727601 0.86 16 0.88 2004 10 0.93 1.06 -0.01582 2.89771 0.69 17 0.71 2004 11 0.69 0.67 0.131673 1.433822 0.33 17 0.34 2004 12 0.79 0.69 0.116056 2.471038 0.57 18 0.59 2005 1 0.78 0.69 -1.02628 2.471416 0.72 18 0.74 2005 2 0.51 0.41 -0.83477 1.839312 0.72 18 0.74 2005 3 0.63 0.54 -0.74435 1.329743 0.45 20 0.46 2005 4 0.37 0.16 -0.71579 1.797838 0.57 20 0.59 2005 5 0.68 0.69 -1.5416 2.728162 0.92 20 0.94 2005 6 0.64 0.6 -0.47547 2.090506 0.65 20 0.66 2005 7 0.62 0.56 -2.20339 2.58031 0.95 22 0.97 2005 8 0.84 0.77 0.063566 1.586882 0.44 22 0.46 2005 9 0.96 1.01 0.510914 1.277443 0.24 22 0.24 2005 10 1.11 1.11 0.164367 2.282506 0.55 22 0.57 2005 11 0.93 0.86 0.028042 2.05019 0.52 22 0.53 2005 12 0.44 0.36 -1.50656 2.947111 0.95 23 0.97 2006 1 0.52 0.47 -0.45218 1.68829 0.5 25 0.51 2006 2 0.57 0.65 -0.05662 1.305999 0.33 26 0.34 2006 3 0.78 0.91 -0.77526 1.449669 0.52 29 0.53

Độ lệch

Trung

Beta

tiêu chuẩn

Beta

Số

vị của Beta

Năm

Tháng

trung bình

của hệ số

CSSD

nhỏ nhất

lớn nhất

cổ phiếu

Beta theo

theo tháng

tháng

2006 4 0.35 0.076818 1.446805 0.71 0.73 0.34 29 2006 5 0.84 0.89 -0.0371 1.160602 0.29 31 0.3 2006 6 1.1 1.06 0.618659 1.756116 0.3 31 0.3 2006 7 0.8 0.9 -0.40954 1.260687 0.34 36 0.34 2006 8 0.82 0.94 -1.63175 1.343558 0.48 40 0.48 2006 9 0.85 0.89 -0.39539 1.459333 0.35 40 0.35 2006 10 1.16 1.15 -0.33817 2.59956 0.66 42 0.67 2006 11 0.66 0.73 -0.98779 1.305519 0.43 47 0.44 2006 12 0.58 0.45 -0.5991 2.330097 0.55 82 0.55 2007 1 0.37 0.31 -4.09236 1.667453 0.7 91 0.71 2007 2 0.58 0.57 -0.35134 1.63526 0.4 91 0.4 2007 3 0.91 0.96 -0.01189 1.877317 0.29 91 0.29 2007 4 1 1.02 0.16575 2.102662 0.33 91 0.33 2007 5 0.79 0.84 -0.26072 1.458834 0.4 91 0.4 2007 6 0.59 0.63 -1.86647 2.434867 0.68 91 0.68 2007 7 1 1.06 -0.30734 2.343218 0.46 93 0.47 2007 8 0.73 0.7 -0.21883 1.720369 0.39 96 0.39 2007 9 0.7 0.73 -0.31556 1.514235 0.39 99 0.39 2007 10 0.7 0.71 -0.37859 2.400928 0.54 104 0.55 2007 11 1.14 1.15 -0.05174 4.672053 0.57 109 0.57 2007 12 0.81 0.92 -2.88702 1.660875 0.61 120 0.61 2008 1 1.05 1.06 -0.07288 3.167746 0.3 126 0.3 2008 2 1.03 1.06 -0.02893 1.663376 0.29 132 0.29 2008 3 1 1 0.290302 2.025036 0.22 132 0.22 2008 4 0.98 1 -0.17687 3.006255 0.37 132 0.37 2008 5 0.66 0.21 -0.75804 2.924486 0.86 133 0.86 2008 6 0.83 0.9 -0.27683 1.484948 0.37 135 0.37

Độ lệch

Trung

Beta

tiêu chuẩn

Beta

Số

vị của Beta

Năm

Tháng

trung bình

của hệ số

CSSD

nhỏ nhất

lớn nhất

cổ phiếu

Beta theo

theo tháng

tháng

7 2008 0.95 1.01 -0.72565 1.480707 0.3 139 0.3 8 2008 0.94 1.01 -0.39063 1.926739 0.4 139 0.4 9 2008 0.93 0.96 0.439448 1.334339 0.18 143 0.18 10 2008 0.93 0.93 0.274563 1.323143 0.23 143 0.23 11 2008 0.8 0.82 -0.10413 1.399732 0.33 150 0.33 12 2008 0.81 0.84 -0.45847 1.727167 0.38 152 0.38 1 2009 0.85 0.85 -1.89165 2.657151 0.74 154 0.74 2 2009 0.78 0.85 -0.79431 1.619922 0.41 155 0.41 3 2009 0.72 0.75 -0.26047 1.836004 0.4 159 0.4 4 2009 0.87 0.9 0.068706 1.431953 0.26 159 0.26 5 2009 0.82 0.85 -0.1495 1.864665 0.38 160 0.38 6 2009 1 1.06 -0.46049 1.44121 0.25 162 0.25 7 2009 0.93 0.95 0.305428 1.430283 0.21 165 0.21 8 2009 0.79 0.86 -0.97844 2.223315 0.61 170 0.61 9 2009 0.76 0.76 -1.07137 2.888139 0.57 178 0.57 10 2009 1.05 1.08 -0.28925 1.825865 0.37 184 0.37 11 2009 0.99 1.04 -0.19755 1.476262 0.27 190 0.27 12 2009 1.05 1.12 -0.14553 1.54983 0.32 199 0.32 1 2010 0.93 0.98 -1.65476 1.649571 0.38 209 0.38 2 2010 0.85 0.88 -0.43822 2.02954 0.42 212 0.42 3 2010 0.81 0.95 -2.76869 3.73286 0.95 212 0.95

Kiểm định tính dừng của chuỗi hệ số Beta trung bình theo tháng

Giả thuyết Ho: Hệ số Beta trung bình theo tháng là dừng Có hệ số chặn Độ trễ: 0 (sai phân bậc 0)

Giá trị thống kê t

Mức ý nghĩa

-7.129245

0.0000

Giá trị thống kê Dickey-Fuller Giá trị tới hạn với các mức ý nghĩa

Mức 1% Mức 5% Mức 10%

-3.488063 -2.886732 -2.580281

Phụ lục 4. Bảng mức độ hiệu ứng đám đông h4

Mức độ của hiệu ứng đám đông theo tháng

2000M08 0

2003M01

-0.10371 2005M06

-0.02914

2007M11

-0.04776

2000M09 0.09189

2003M02

-0.08487 2005M07 0.057349 2007M12

-0.05145

2000M10

-0.2923

2003M03

-0.09176

2005M08

-0.04255

2008M01

-0.06742

2000M11 0.065992 2003M04

-0.0354

2005M09 0.031592 2008M02

-0.00533

2000M12

-0.05323 2003M05

0.016567

2005M10 0.057726 2008M03

0.000644

2001M01 0.114692 2003M06

0.03419

2005M11

-0.03322

2008M04

0.022755

2001M02

-0.00246 2003M07

-0.0204

2005M12

-0.02361

2008M05

0.029748

2001M03 0.002101 2003M08

-0.0038

2006M01

-0.04305

2008M06

-0.07213

2001M04 0.01445

2003M09

-0.03043 2006M02 0.01208

2008M07

-0.00075

2001M05 0.01524

2003M10

0.034707

2006M03 0.025247 2008M08

0.014054

2001M06 0.141751 2003M11

0.083975

2006M04

-0.06623

2008M09

-0.03415

2001M07 0.027694 2003M12

0.007928

2006M05

-0.02624

2008M10

0.052106

2001M08 0.136546 2004M01

0.036079

2006M06

-0.01928

2008M11

0.022737

2001M09 0.142024 2004M02

0.122467

2006M07 0.022163 2008M12

-0.024

2001M10 0.041819 2004M03

0.042712

2006M08

-0.0131

2009M01

-0.02952

2001M11 0.05576

2004M04

0.003023

2006M09

-0.07744

2009M02

-0.0758

2001M12 0.102589 2004M05

-0.01419 2006M10 0.024785 2009M03

-0.041

2002M01

-0.25593 2004M06

0.022174

2006M11

-0.04672

2009M04

-0.03632

2002M02

-0.0167

2004M07

0.032605

2006M12

-0.05179

2009M05

0.005056

2002M03

-0.05926 2004M08

-0.01132 2007M01

-0.09725

2009M06

-0.03281

2002M04 0.100194 2004M09

0.035019

2007M02

-0.13728

2009M07

0.007804

2002M05 0.017645 2004M10

0.006695

2007M03

-0.05198

2009M08

0.04771

2002M06 0.061172 2004M11

0.000924

2007M04 0.006524 2009M09

-0.0423

2002M07 0.154652 2004M12

0.081026

2007M05

-0.00602

2009M10

-0.04896

2002M08 0.137624 2005M01

-0.00509 2007M06

-0.01481

2009M11

-0.01376

2002M09 0.035287 2005M02

-0.00199

2007M07

-0.06681

2009M12

0.007088

2002M10 0.004247 2005M03

-0.00113 2007M08

-0.02953

2010M01

-0.01294

2002M11

-0.05465 2005M04

0.019174

2007M09

-0.00531

2010M02

-0.03645

2002M12 0.030592 2005M05

0.034974

2007M10 0.005139 2010M03

-0.01807

Kiểm định tính dừng của h4

Giả thuyết Ho: H4 là dừng Có hệ số chặn Độ trễ: 0 (sai phân bậc 0)

Giá trị thống kê t

Mức ý nghĩa

-9.388002

0.0000

Giá trị thống kê Dickey-Fuller Giá trị tới hạn với các mức ý nghĩa

Mức 1% Mức 5% Mức 10%

-3.488063 -2.886732 -2.580281

Kiểm định lợi suất VN-Index phân phối chuẩn

Series: LSVN Chuỗi : lsvntb Sample 2000M08 2010M03 Mẫu: từ 8/2000 đến 3/2010 Observations 116 Số quan sát : 116 Mean 0.014269 Trung bình: 0.014269 Median 0.001627 Trung vị: 0.001627 Maximum 0.325824 Lớn nhất: 0.325824 -0.420634 Minimum 0.126201 Std. Dev. Nhỏ nhất: -0.12620 Skewness -0.256752 Hệ số nhọn: 3.611524 Kurtosis 3.611524 Hệ số bất đối xứng: -0.256 Jarque-Bera 3.081964 Chỉ số Jarque-Bera: 3.081964 Probability 0.214171 Mức ý nghĩa: 0.214171

-0.375

-0.250

-0.125

0.000

0.125

0.250

Lợi suất chỉ số VN-Index là phân phối chuẩn do P-value = 0.214171.

Phụ lục 5. Kết quả ước lượng mô hình đo lường hiệu ứng đám đông

Hệ phương trình 3.1

@signal log(cssd) = c(1) + h1

@state h1 = c(2)*h1(-1) + [var = exp(c(3))]

HỆ PHƯƠNG TRÌNH 3.1 Phương pháp ước lượng hợp lý tối đa Ngày : 05/25/10 Thời gian: 06:09 Mẫu: 2000M08 2010M03 Số quan sát : 116 Hội tụ sau 4 vòng lặp

Hệ số

Sai số tiêu chuẩn

Thống kê Z Mức ý nghĩa

-0.856952 0.346062 -1.292553

0.080189 0.075858 0.104014

-10.68662 4.561990 -12.42671

0.0000 0.0000 0.0000

C(1) C(2) C(3)

Trạng thái cuối Chỉ số MSE

Thống kê Z Mức ý nghĩa

0.278808

0.523993

0.532084

0.5947

Tỷ số hợp lý Tham số

-89.69335 3

Chỉ số Akaike info Chỉ số Schwarz Chỉ số Hannan-Quinn

1.598161 1.669375 1.627070

Hệ phương trình 3.2

@signal log(cssd) = c(1) +c(2)*lsvntb + h2

@state h2 = c(3)*h2(-1) + [var = exp(c(4))]

HỆ PHƯƠNG TRÌNH 3.2 Phương pháp ước lượng hợp lý tối đa Ngày 05/25/10 Thời gian: 13:33 Mẫu: 2000M08 2010M03 Số quan sát : 116 Hội tụ sau 21 vòng lặp

Hệ số

Sai số tiêu chuẩn Thống kê Z Mức ý nghĩa

-0.857184 0.016155 0.345380 -1.292539

0.080188 0.388659 0.090968 0.104678

-10.68969 0.041566 3.796739 -12.34780

0.0000 0.9668 0.0001 0.0000

C(1) C(2) C(3) C(4)

Trạng thái cuối Chỉ số MSE

Thống kê Z Mức ý nghĩa

0.277963

0.523997

0.530467

0.5958

Tỷ số hợp lý Tham số

-89.69266 4

Chỉ số Akaike info Chỉ số Schwarz Chỉ số Hannan-Quinn

1.615391 1.710342 1.653936

Hệ phương trình 3.3

@signal log(cssd) = c(1) + c(2)*t_bill3+h3

@state h3 = c(3)*h3(-1) + [var = exp(c(4))]

HỆ PHƯƠNG TRÌNH 3.3 Phương pháp ước lượng hợp lý tối đa Ngày 05/25/10 Thời gian: 13:33 Mẫu: 2000M08 2010M03 Số quan sát : 116 Hội tụ sau 21 vòng lặp

Hệ số

Sai số tiêu chuẩn

Thống kê Z Mức ý nghĩa

C(1) C(2) C(3) C(4)

-0.678889 -2.811428 0.331550 -1.255433

0.307652 4.922446 0.078896 0.110514

-2.206681 -0.571145 4.202366 -11.35997

0.0273 0.5679 0.0000 0.0000

Trạng thái cuối Chỉ số MSE

Thống kê Z Mức ý nghĩa

-0.014580

0.533809

-0.027313

0.9782

Tỷ số hợp lý Tham số

-82.34198 4

Chỉ số Akaike info Chỉ số Schwarz Chỉ số Hannan-Quinn

1.660423 1.762130 1.701627

Hệ phương trình 3.4

@signal log(cssd) = c(1) +c(2)*log(lsvn_sd)+ h4

@state h4 = c(3)*h4(-1)+ [var = exp(c(4))]

HỆ PHƯƠNG TRÌNH 3.4 Phương pháp ước lượng hợp lý tối đa Ngày 05/25/10 Thời gian: 8:45 Mẫu: 2000M08 2010M03 Số quan sát : 116 Hội tụ sau 17 vòng lặp

Hệ số

Sai số tiêu chuẩn

Thống kê Z Mức ý nghĩa

C(1) C(2) C(3) C(4)

-3.145311 -0.510793 0.176728 -1.805647

0.234244 0.049557 0.077763 0.085391

-13.42751 -10.30722 2.272653 -21.14555

0.0000 0.0000 0.0230 0.0000

Trạng thái cuối Chỉ số MSE

Thống kê Z Mức ý nghĩa

0.104705

0.405423

0.258260

0.7962

Tỷ số hợp lý Tham số

-61.70466 4

Chỉ số Akaike info Chỉ số Schwarz Chỉ số Hannan-Quinn

1.132839 1.227790 1.171384

Phụ lục 6. Kết quả ước lượng các mô hình kiểm chứng hiệu ứng đám

đông và hành vi định giá trên các nhóm

Bảng hệ số tương quan các biến

CSSDLS CSSDLS1_CC LSVNBS BIENDO CSSDLS1

CSSDLS 1.000000 0.817790 0.255364 0.386726 0.978876

CSSDLS1_CC 0.817790 1.000000 0.072028 0.376463 0.792699

LSVNBS 0.255364 0.072028 1.000000 0.166319 0.285594

BIENDO 0.386726 0.376463 0.166319 1.000000 0.377329

CSSDLS1 0.978876 0.792699 0.285594 0.377329 1.000000

Mô hình kiểm chứng hiệu ứng đám đông trên các nhóm

Nhóm 1

Biến phụ thuộc: CSSDLS Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/09/10 Thời gian: 16:09 Mẫu: 24 2237 Số quan sát sau khi hiệu chỉnh: 2144 Hội tụ sau 10 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn Thống kê t

Mức ý nghĩa

0.0000 0.0000 0.0000 0.0020 0.0000 0.0000 0.0000 0.0024 0.0000 0.0043 0.0000 0.0002 0.0022 0.0016 0.0330 0.0000 0.0734

5.054048 7.070321 9.039142 -3.095527 -13.28053 -5.508516 7.145900 3.033501 41.27385 -2.859822 13.68737 3.675366 3.067818 3.167262 2.133301 4.838740 1.791266

LSVNBS(-1) LSVNBS(-2) LSVNBS LSVN^2 (LSVN^2)*UD (LSVN^2)*CD BIENDO BIENDO*UD CSSDLS1_CC C AR(1) AR(2) AR(3) AR(4) AR(5) AR(6) AR(21)

0.047155 0.065051 0.243597 -2.106478 -3.863512 -1.769681 0.167524 0.013676 0.630519 -0.003088 0.294628 0.082615 0.068898 0.071106 0.047617 0.104539 0.035633

0.009330 0.009201 0.026949 0.680491 0.290915 0.321263 0.023443 0.004508 0.015276 0.001080 0.021526 0.022478 0.022458 0.022450 0.022321 0.021605 0.019893

0.793096 R- bình phương 0.791540 R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy 0.004194 Tổng bình phương các phần dư 0.037409 8702.921 Tỷ số hợp lý 509.5706 Thống kê F 0.000000 Mức ý nghĩa của F

0.016341 Trung bình biến phụ thuộc Sai số tiêu chuẩn của biến phụ thuộc 0.009185 -8.102538 Chỉ số Akaike info -8.057577 Chỉ số Schwarz criterion -8.086088 Chỉ số Hannan-Quinn 2.007957 Thống kê Durbin-Watson

Nhóm 2

Biến phụ thuộc: CSSDLS Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/09/10 Thời gian: 17:05 Mẫu: 15 2018 Số quan sát sau khi hiệu chỉnh: 1439 Hội tụ sau 10 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS(-1) LSVNBS(-2) GLSVNBS LSVN^2 (LSVN^2)*UD (LSVN^2)*CD BIENDO BIENDO*UD CSSDLS1_CC C AR(1) AR(2) AR(3) AR(4) AR(5) AR(6)

0.053808 0.014449 0.056142 0.014078 0.179928 0.047643 -4.140302 1.251314 -1.372098 0.560870 -1.655760 0.539190 0.117351 0.052451 -0.015321 0.007406 0.645636 0.024164 0.000918 0.002508 0.170455 0.026279 0.026652 0.130655 0.086706 0.026851 0.124884 0.027086 0.065076 0.027530 0.027567 0.115849

3.724056 3.987849 3.776618 -3.308764 -2.446375 -3.070827 2.237325 -2.068801 26.71929 0.365952 6.486365 4.902299 3.229214 4.610632 2.363818 4.202508

0.0002 0.0001 0.0002 0.0010 0.0146 0.0022 0.0254 0.0387 0.0000 0.7145 0.0000 0.0000 0.0013 0.0000 0.0182 0.0000

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư 0.045768 Chỉ số Schwarz criterion Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.683023 Trung bình biến phụ thuộc 0.018297 0.679682 Sai số tiêu chuẩn của biến phụ thuộc 0.010020 -7.495759 0.005671 Chỉ số Akaike info -7.437144 -7.473877 1.964558

5409.198 Chỉ số Hannan-Quinn 204.4188 Thống kê Durbin-Watson 0.000000

Nhóm 3

Biến phụ thuộc: CSSDLS Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/09/10 Thời gian: 19:21 Mẫu: 33 1056

Số quan sát sau khi hiệu chỉnh: 1439 Hội tụ sau 10 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS LSVN^2 (LSVN^2)*UD BIENDO BIENDO*UD CSSDLS1_CC C AR(1) AR(2) AR(3) AR(4) AR(5) AR(6)

0.269400 0.046926 -7.452487 1.096739 -1.346161 0.613067 0.141624 0.051933 -0.013852 0.008943 0.733822 0.027054 -0.000110 0.002470 0.170160 0.031918 0.096973 0.032105 0.092898 0.031800 0.087036 0.031694 0.113613 0.031710 0.050237 0.031613

5.741001 -6.795135 -2.195780 2.727045 -1.548837 27.12463 -0.044732 5.331232 3.020494 2.921323 2.746145 3.582896 1.589130

0.0000 0.0000 0.0283 0.0065 0.1217 0.0000 0.9643 0.0000 0.0026 0.0036 0.0061 0.0004 0.1124

0.687629 Trung bình biến phụ thuộc 0.683831 0.005422 Chỉ số Akaike info

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư 0.029016 Chỉ số Schwarz criterion Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.018997 Sai số tiêu chuẩn của biến phụ thuộc 0.009643 -7.583791 -7.519990 -7.559542 1.998859

3804.896 Chỉ số Hannan-Quinn 181.0588 Thống kê Durbin-Watson 0.000000

Mô hình phân tích hành vi định giá

Tác giả đề xuất mô hình này với biến phụ thuộc là CSSDLS1_CC. Biến này cho

biết sự sai lệch trung bình của các phần bù rủi ro của các cổ phiếu cùng biến động theo

thị trường so với phần bù rủi ro chung của thị trường. Chọn biến kiểm soát để lọc các tác

động nội tại là biến CSSDLS.

Kết quả ước lượng như sau

Nhóm 1

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/01/10 Thời gian: 17:02 Mẫu: 5 2237 Số quan sát sau khi hiệu chỉnh: 2216 Hội tụ sau 6 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

-0.259569 0.012618 1.402879 0.113281 0.208445 0.014711 0.093973 0.011049 -0.048640 0.005587 -1.219651 0.104992 0.743106 0.012838 -5.29E-05 0.000466 0.123006 0.021359 0.065858 0.021354 0.066097 0.021183

-20.57113 12.38405 14.16976 8.505174 -8.706429 -11.61660 57.88463 -0.113532 5.758877 3.084161 3.120303

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9096 0.0000 0.0021 0.0018

LSVNBS LSVNBS*CD LSVNBS*UD BIENDO BIENDO*UD BIENDO*CD CSSDLS C AR(1) AR(2) AR(4)

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.739684 Trung bình biến phụ thuộc 0.738504 Sai số tiêu chuẩn của biến phụ thuộc 0.004225 Chỉ số Akaike info 0.039365 Chỉ số Schwarz criterion 8975.311 Chỉ số Hannan-Quinn 626.5488 Thống kê Durbin-Watson 0.000000

0.013419 0.008263 -8.090534 -8.062222 -8.080192 2.008151

Ước lượng mô hình cho giai đoạn biến động mạnh của thị trường:

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/10/10 Thời gian: 17:21 Mẫu: 1 2237 với CD=1 Số quan sát sau khi hiệu chỉnh: 185 Hội tụ sau 3 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*UD BIENDO CSSDLS C AR(2)

1.357683 0.114595 0.141364 0.016470 -1.321254 0.106202 0.605797 0.029040 0.001949 0.000631 -0.000314 0.014000

11.84764 8.583253 -12.44098 20.86113 3.089315 -0.022396

0.0000 0.0000 0.0000 0.0000 0.0023 0.9822

Sai số tiêu chuẩn của biến phụ thuộc

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.857988 Trung bình biến phụ thuộc 0.854021 0.003800 Chỉ số Akaike info 0.002584 Chỉ số Schwarz criterion 771.5256 Chỉ số Hannan-Quinn 216.2916 Thống kê Durbin-Watson 0.000000

0.008309 0.009945 -8.275953 -8.171509 -8.233624 1.952190

Kết quả cho thấy giai đoạn thị trường nóng các cổ phiếu có hệ số Beta nhỏ hơn 1

(nhóm 1) có mức độ định giá sai lệch rất cao. Hệ số Beta trung bình của nhóm là 0.72 mà

mô hình cho thấy phần bù rủi ro thị trường tăng lên 1% thì phần bù rủi ro của cổ phiếu

nhóm 1 tăng 1.1% tức là gấp ít nhất 1.5 phần bù rủi ro hợp lý.

Ước lượng mô hình cho giai đoạn sau 2006 với những ngày bình thường không rơi

vào cực điểm biến động:

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/10/10 Thời gian: 17:23 Mẫu: 1 2237 với CD=0 và GD=1 Số quan sát sau khi hiệu chỉnh: 899 Hội tụ sau 7 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*UD CSSDLS BIENDO BIENDO*UD AR(1) AR(2)

-0.271539 0.016283 0.124522 0.022734 0.599197 0.023824 0.173007 0.013134 -0.024526 0.008735 0.141543 0.033884 0.049180 0.033476

-16.67611 5.477391 25.15056 13.17230 -2.807828 4.177250 1.469100

0.0000 0.0000 0.0000 0.0000 0.0051 0.0000 0.1422

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê Durbin-Watson

0.659406 Trung bình biến phụ thuộc 0.657115 Sai số tiêu chuẩn của biến phụ thuộc 0.003819 Chỉ số Akaike info 0.013012 Chỉ số Schwarz criterion 3733.240 Chỉ số Hannan-Quinn 1.971957

0.018051 0.006522 -8.289743 -8.252358 -8.275461

Ước lượng mô hình cho giai đoạn trước 2006 với những ngày bình thường không

rơi vào cực điểm biến động:

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/01/10 Thời gian: 6:30 Mẫu: 1 2237 với CD=0 và GD=0 Số quan sát sau khi hiệu chỉnh: 1140 Hội tụ sau 5 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*UD CSSDLS BIENDO BIENDO*UD AR(1) AR(2)

-0.233351 0.025366 0.262306 0.031162 0.801200 0.020542 0.067065 0.007100 -0.060888 0.007670 0.080877 0.029047 0.059480 0.029190

-9.199443 8.417388 39.00375 9.445462 -7.938502 2.784346 2.037688

0.0000 0.0000 0.0000 0.0000 0.0000 0.0055 0.0418

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê Durbin-Watson

0.641545 Trung bình biến phụ thuộc 0.639647 Sai số tiêu chuẩn của biến phụ thuộc 0.004421 Chỉ số Akaike info 0.022148 Chỉ số Schwarz criterion 4566.214 Chỉ số Hannan-Quinn 1.754694

0.010544 0.007365 -7.998621 -7.967681 -7.986937

Kiểm định cho thấy tổng hai hệ số c(1) và c(2) của hai biến LSVNBS và

LSVNBS*UD bằng 0. Điều này chứng tỏ trước 2006 phần bù rủi ro của cổ phiếu nhóm 1

là ổn định vào thời kỳ thị trường đi lên. Trong thời kỳ thị trường đi xuống cổ phiếu có xu

hướng được định giá cao hơn trước đó. Điều này phù hợp với phân tích trong mục 3.3

ứng với thời kỳ hiệu ứng đám đông dương chủ yếu diễn ra trước 2006. Các thời kỳ hiệu

ứng đám đông âm không kéo dài.

Nhóm 2

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/01/10 Thời gian: 15:29 Mẫu: 13 2018 Số quan sát sau khi hiệu chỉnh: 1526 Hội tụ sau 9 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn Thống kê t

Mức ý nghĩa

0.0000 0.4194 0.0083 0.0000 0.7174 0.4339 0.0000 0.2611 0.0000 0.0002 0.0079

LSVNBS LSVNBS*CD LSVNBS*UD BIENDO BIENDO*UD BIENDO*CD CSSDLS C AR(1) AR(2) AR(4)

-0.136349 0.017858 0.315393 0.390464 0.057444 0.021719 0.148117 0.024291 -0.002976 0.008219 -0.277076 0.353993 0.608505 0.016426 -0.001267 0.001127 0.156850 0.026477 0.100730 0.026554 0.069909 0.026301

-7.635027 0.807737 2.644818 6.097677 -0.362028 -0.782718 37.04611 -1.124320 5.924054 3.793451 2.658069

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.645531 Trung bình biến phụ thuộc 0.643191 Sai số tiêu chuẩn của biến phụ thuộc 0.005161 Chỉ số Akaike info 0.040358 Chỉ số Schwarz criterion 5876.995 Chỉ số Hannan-Quinn 275.8998 Thống kê Durbin-Watson 0.000000

0.015064 0.008641 -7.688067 -7.649643 -7.673765 1.994126

Từ kết quả mô hình thấy giai đoạn thị trường biến động mạnh không phân biệt với

giai đoạn bình thường nên ta ước lượng mô hình trong giai đoạn bình thường:

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/01/10 Thời gian: 17:14 Mẫu: 1 2018 với CD=0 Số quan sát sau khi hiệu chỉnh: 1513 Hội tụ sau 10 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*UD CSSDLS C AR(1) AR(2) AR(3)

-0.136935 0.017093 0.057801 0.016816 0.609676 0.016813 0.005508 0.000426 0.182541 0.027167 0.106671 0.026871 0.093041 0.026842

-8.010984 3.437245 36.26293 12.91646 6.719277 3.969816 3.466236

0.0000 0.0006 0.0000 0.0000 0.0000 0.0001 0.0005

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê F Mức ý nghĩa của F

0.625518 Trung bình biến phụ thuộc 0.624026 Sai số tiêu chuẩn của biến phụ thuộc 0.005300 Chỉ số Akaike info 0.042308 Chỉ số Schwarz criterion 5784.762 Chỉ số Hannan-Quinn 419.2588 Thống kê Durbin-Watson 0.000000

0.015178 0.008644 -7.637491 -7.612869 -7.628322 1.971224

Nhóm 3

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/01/10 Thời gian: 17:12 Mẫu: 31 1056 Số quan sát sau khi hiệu chỉnh: 1513 Hội tụ sau 10 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*CD LSVNBS*UD BIENDO BIENDO*UD BIENDO*CD CSSDLS C AR(1) AR(2) AR(4)

-0.101023 0.019361 0.459157 0.420924 0.019386 0.024536 0.120030 0.029577 0.014106 0.010415 -0.403869 0.380921 0.631403 0.019360 -0.000678 0.001381 0.096938 0.031724 0.082845 0.031672 0.126401 0.031268

-5.217738 1.090830 0.790077 4.058266 1.354343 -1.060242 32.61341 -0.490781 3.055715 2.615721 4.042481

0.0000 0.2756 0.4297 0.0001 0.1759 0.2893 0.0000 0.6237 0.0023 0.0090 0.0001

0.674360 Trung bình biến phụ thuộc 0.671094 Sai số tiêu chuẩn của biến phụ thuộc 0.004867 Chỉ số Akaike info 0.023615 Chỉ số Schwarz criterion 3943.160 Chỉ số Hannan-Quinn 206.4662 Thống kê Durbin-Watson 0.000000

0.015856 0.008486 -7.801906 -7.748262 -7.781525 2.025714

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê F Mức ý nghĩa của F Từ kết quả mô hình thấy giai đoạn thị trường biến động mạnh không phân biệt với

giai đoạn bình thường nên ta ước lượng mô hình trong giai đoạn bình thường:

Biến phụ thuộc: CSSDLS1_CC Phương pháp ước lượng bình phương nhỏ nhất thông thường Ngày: 06/10/10 Thời gian: 17:17 Mẫu: 1 1056 với CD=0 Số quan sát sau khi hiệu chỉnh: 964 Hội tụ sau 5 vòng lặp

Biến độc lập

Hệ số

Sai số tiêu chuẩn

Thống kê t

Mức ý nghĩa

LSVNBS LSVNBS*UD CSSDLS AR(1)

-0.028547 0.054303 0.803979 0.086194

0.016182 0.018369 0.011387 0.033530

-1.764056 2.956247 70.60707 2.570661

0.0780 0.0032 0.0000 0.0103

R- bình phương R-bình phương điều chỉnh Sai số tiêu chuẩn của hồi quy Tổng bình phương các phần dư Tỷ số hợp lý Thống kê Durbin-Watson

0.611996 0.610783 0.005266 0.026621 3691.776 2.001805