Phân tích hành vi bầy đàn và mối quan hệ với độ rộng thị trường tại thị trường chứng khoán Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:18

Thêm vào BST

Báo xấu

8
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu này nhằm chứng minh sự hiện diện của hành vi bầy đàn trong quyết định đầu tư của các nhà đầu tư trong giai đoạn tháng 1 năm 2013 đến tháng 3 năm 2023 bằng cách sử dụng phương pháp tính toán độ phân tán thông qua thước đo độ lệch tuyệt đối mặt cắt ngang (CSAD) của lợi nhuận cổ phiếu niêm yết trên cả hai sàn chứng khoán TP.HCM (HOSE) và Hà Nội (HNX).

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Phân tích hành vi bầy đàn và mối quan hệ với độ rộng thị trường tại thị trường chứng khoán Việt Nam

PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 PHÂN TÍCH HÀNH VI BẦY ĐÀN VÀ MỐI QUAN HỆ VỚI ĐỘ RỘNG THỊ TRƯỜNG TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Đào Thị Thanh Bình Nguyễn Hà Linh Trường Đại học Hà Nội Email: binhdtt@hanu.edu.vn, 1904040066@s.hanu.edu.vn Tóm tắt: Nghiên cứu này nhằm chứng minh sự hiện diện của hành vi bầy đàn trong quyết định đầu tư của các nhà đầu tư trong giai đoạn tháng 1 năm 2013 đến tháng 3 năm 2023 bằng cách sử dụng phương pháp tính toán độ phân tán thông qua thước đo độ lệch tuyệt đối mặt cắt ngang (CSAD) của lợi nhuận cổ phiếu niêm yết trên cả hai sàn chứng khoán TP.HCM (HOSE) và Hà Nội (HNX). Kết quả nghiên cứu chứng minh sự tồn tại của hành vi bầy đàn. Hơn nữa, hành vi bầy đàn thể hiện rõ ràng hơn trong thời kỳ suy thoái và giai đoạn Covid-19. Sự tồn tại của tâm lý bầy đàn với mối tương quan nghịch giữa độ phân tán và độ rộng thị trường càng củng cố thêm cho kết luận. Những cơ sở khoa học này nhằm nâng cao kiến thức cũng như hiểu biết về hiệu ứng bầy đàn trên thị trường chứng khoán Việt Nam. Từ khóa: Covid-19, độ rộng thị trường, hành vi bầy đàn, mô hình CSAD 1. Giới thiệu Nhà đầu tư là yếu tố quyết định hàng đầu cho sự hình thành và phát triển của thị trường chứng khoán. Theo đó, giả thuyết thị trường hiệu quả (EMH) cho rằng một thị trường tài chính hiệu quả tồn tại khi giá chứng khoán đã phản ánh toàn bộ thông tin. Nhưng trên thực tế, rất khó để hình thành một thị trường hiệu quả bởi yếu tố tâm lý ảnh hưởng rất lớn đến quyết định cuối cùng của nhà đầu tư. Như vậy, hiện tượng nhà đầu tư bắt chước các nhà đầu tư trước đó và đưa ra quyết định cũng như thông tin thị trường dẫn đến hiệu ứng đám đông (còn gọi là hành vi bầy đàn). Đối với nhà đầu tư cá nhân, do hạn chế trong việc sở hữu thông tin nên họ dễ bị cuốn vào những “trò chơi xu hướng” của các tổ chức nhằm lèo lái thị trường theo hướng mình mong muốn. Còn đối với các nhà đầu tư tổ chức, hành vi bầy đàn thường xuất phát từ các nhà quản lý vì luôn có sự cạnh tranh trong cùng một lĩnh vực nên những nhà quản lý có trình độ thấp hơn có xu hướng đi theo những người có trình độ cao hơn, để nâng cao hiệu suất làm việc của họ. Một nghiên cứu của Bikhchandani và Sharma (2001) đã chỉ ra rằng có ba lý do quan trọng dẫn đến hành vi bầy đàn, tức là bất cân xứng thông tin– xảy ra khi các nhà đầu tư tin rằng người khác có thông tin riêng tư mà họ không biết, sau đó bắt chước; danh tiếng – một kiểu bầy đàn vì các nhà quản lý không chắc chắn về khả năng của họ, đi theo người khác đã làm trước đó để bảo vệ danh tiếng; và cơ cấu thù lao – do thù lao của người quản lý phụ thuộc vào cách thức hoạt động của danh mục đầu tư, do đó, để giữ mức lương ổn định hoặc mong muốn lương cao hơn, các nhà quản lý có xu hướng bắt chước danh mục đầu tư có lợi nhuận cao hơn khác. Do những quyết định không hợp lý, hành vi bầy đàn sẽ dẫn đến việc tài sản bị định giá sai, đồng nghĩa với lợi nhuận dưới mức mong đợi và mức độ rủi ro tăng lên. Hơn nữa, hành vi bầy đàn được cho là chỉ xuất hiện hoặc gia tăng trong thời kỳ thị trường biến động, như đã được chứng minh trong một số nghiên cứu trước đây như Võ Xuân Vinh & 2
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Phan Đặng Bảo Anh (2017) với cuộc khủng hoảng tài chính năm 2008. Theo đó, sự xuất hiện của Covid-19 – giai đoạn đầy biến động trong thời gian gần đây – rất đáng để tìm hiểu sâu hơn xem liệu hành vi bầy đàn có tồn tại hay không và tác động của nó đến thị trường chứng khoán Việt Nam. Độ rộng thị trường là một kỹ thuật phân tích được sử dụng để đánh giá sức khỏe tổng thể của thị trường chứng khoán hoặc chỉ số. Nó đo lường số lượng cổ phiếu đang tăng hoặc giảm để giúp các nhà giao dịch và nhà đầu tư xác định điểm mạnh hay điểm yếu của xu hướng thị trường và cung cấp cái nhìn sâu sắc về những thay đổi tiềm ẩn về giá. Thị trường có thể được coi là đủ mạnh để duy trì xu hướng tăng hoặc giảm nếu có độ rộng thị trường đáng kể, điều đó có nghĩa là nhiều cổ phiếu đang theo xu hướng. Tuy nhiên, nếu độ rộng thị trường yếu, nghĩa là có ít cổ phiếu được giao dịch, thị trường có thể gặp nguy hiểm và xu hướng có thể không kéo dài. Với hai sở giao dịch chứng khoán lớn và uy tín nhất cả nước là Sở giao dịch chứng khoán TP.HCM và Sở giao dịch chứng khoán Hà Nội, thị trường chứng khoán đến nay đã được gieo mầm và phát triển ở Việt Nam hơn 20 năm (từ năm 2000). So với các thị trường lớn có lịch sử phát triển lâu đời như Mỹ, Anh, Nhật Bản, nhìn vào Việt Nam, có thể thấy một thị trường mới nổi tiềm ẩn nhiều rủi ro, nhưng cũng đặc biệt hấp dẫn nhiều nhà đầu tư bởi tính mới lạ. Thị trường chứng khoán sôi động của Việt Nam đã trở thành một trong nhiều kênh huy động vốn quan trọng của nền kinh tế, với quy mô huy động vốn đóng góp vào tổng vốn đầu tư toàn xã hội thêm 19,5% và góp phần tái cơ cấu đất nước. hệ thống tài chính quốc gia theo hướng cân bằng và bền vững hơn (Phạm Bảo Anh, 2022). Dù vậy, thị trường chứng khoán Việt Nam cũng không thoát khỏi những hạn chế, yếu kém của một thị trường non trẻ. Cụ thể, tại Việt Nam, tính công khai, minh bạch thông tin trên thị trường chứng khoán còn kém, chưa được quản lý chặt chẽ, khiến rủi ro cho nhà đầu tư cá nhân vẫn ở mức cao. Bên cạnh đó, mặc dù có khả năng huy động vốn đầu tư cao nhưng điều này chỉ đúng với các doanh nghiệp lớn và đã có chỗ đứng trên thị trường nhưng đây chỉ là thiểu số vì hầu hết các công ty niêm yết vẫn chưa phải là công ty lớn trong khu vực. Đặc biệt là sự bất ổn của giá cổ phiếu do tâm lý nhà đầu tư dễ biến động do thiếu thông tin. Trong thời gian gần đây, đại dịch Covid-19 bùng phát tại Việt Nam đã gây ra nhiều tác động tiêu cực đến nền kinh tế nói chung và thị trường chứng khoán nói riêng. Cụ thể, do dịch bệnh bùng phát, nước ta phong tỏa hoạt động thương mại trong thời gian dài, kéo theo đó là nỗi lo khủng hoảng kinh tế từ nhà đầu tư khiến thị trường tài chính giảm vốn vào đầu năm 2020. Tuy nhiên, sau đó, Ủy ban Chứng khoán Nhà nước ghi nhận, chỉ số chứng khoán trong nước đạt mức cao kỷ lục hơn 1.530 điểm vào tháng 1 năm 2022 (Nguyễn Việt Hùng, 2022), trong đó có hai nguyên nhân chính được chỉ ra. Nguyên nhân của sự thay đổi này là do hiệu ứng TINA1 (không có lựa chọn nào khác) và hiệu ứng FOMO2 (hội chứng sợ bỏ lỡ). Từ khi dịch bệnh bùng phát, kênh đầu tư bị hạn chế, nhiều nhóm ngành hoạt động kém hiệu quả, trong khi ngân hàng vẫn duy trì lãi suất thấp để hỗ trợ nền kinh tế, khiến đầu tư chứng khoán trở thành giải pháp ngắn hạn cho nhà đầu tư. Ngoài ra, tâm lý đám đông (hay hành vi bầy đàn) của các nhà đầu tư đã khiến nhiều nhà đầu tư F0 (bắt đầu tham gia thị trường) chạy theo đám đông để đầu tư vào 1 There Is No Alternatives 2 Fear of Missing Out 3
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 thị trường chứng khoán thời điểm đó. Cho đến nay, việc nghiên cứu hành vi bầy đàn đã được mở rộng và đạt được những thành tựu đáng kể. Do hầu hết các tài liệu nghiên cứu trước đây đều tập trung vào các thị trường phát triển như Mỹ, Úc, Đức… (Christie và Huang, 1995; Chang và cộng sự, 2000), nên một thị trường mới nổi như Việt Nam như một mảnh đất màu mỡ để khám phá. Do đó, thông qua nghiên cứu này, để có cái nhìn tổng quan hơn về hành vi bầy đàn tại thị trường mới nổi - Việt Nam, chúng tôi dựa trên dữ liệu thu thập được từ cả HOSE và HNX để đánh giá từ nhiều góc độ khác nhau: tổng quan về toàn thị trường, theo các thị trường khác nhau, dưới tác động của Covid-19 và đặc biệt là mối quan hệ giữa hành vi bầy đàn và độ rộng thị trường. Nghiên cứu này gồm 5 mục: mục 1 là giới thiệu, mục 2 là tổng quan nghiên cứu, mục 3 là phương pháp nghiên cứu và dữ liệu, mục 4 là kết quẩ nghiên cứu và thảo luận, mục 5 là kết luận. 2. Tổng quan lý thuyết 2.1. Lý thuyết tài chính hành vi Tài chính hành vi là một lý thuyết kết hợp những hiểu biết sâu sắc từ tâm lý học và kinh tế để giải thích cách mọi người đưa ra quyết định tài chính, giả định rằng các cá nhân không phải lúc nào cũng hành động hợp lý hoặc vì lợi ích tài chính và cảm xúc, thành kiến và lỗi nhận thức có thể ảnh hưởng đến các quyết định tài chính. Lý thuyết tài chính hành vi cho rằng các nhà đầu tư có thể bị ảnh hưởng bởi các yếu tố như giá trị cá nhân, kinh nghiệm và cảm xúc của họ, cũng như các yếu tố bên ngoài như mức độ đưa tin trên phương tiện truyền thông hoặc xu hướng xã hội. Những ảnh hưởng này có thể khiến các nhà đầu tư đưa ra những quyết định không phù hợp với các mô hình kinh tế hợp lý. Một số thành kiến và kinh nghiệm phổ biến được xác định bởi tài chính hành vi bao gồm: • Quá tự tin: niềm tin rằng khả năng hoặc kiến thức của mình vượt trội hơn người khác. • Ảo tưởng về quyền kiểm soát: xu hướng mọi người đánh giá quá cao khả năng kiểm soát hoặc ảnh hưởng đến các kết quả thực sự được xác định bởi cơ hội hoặc các yếu tố bên ngoài. • Thiên lệch nhận thức muộn: xu hướng mọi người đánh giá quá cao khả năng dự đoán một sự kiện hoặc kết quả sau khi nó xảy ra. • Ngụy biện tường thuật: đề cập đến xu hướng của con người trong việc xây dựng hoặc tin tưởng vào những câu chuyện hoặc cách giải thích nhằm đơn giản hóa các sự kiện hoặc hiện tượng phức tạp. • Ám ảnh về sự mất mát: xu hướng cảm nhận nỗi đau mất mát mạnh mẽ hơn niềm vui đạt được. • Hiệu ứng mỏ neo: xu hướng dựa quá nhiều vào thông tin đầu tiên nhận được khi đưa ra quyết định. • Hiệu ứng bầy đàn: xu hướng làm theo hành động của một nhóm lớn hơn, thường dẫn đến phản ứng thái quá trên thị trường. Bầy đàn là một hiện tượng được xác định trong lý thuyết tài chính hành vi đề cập đến xu 4
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 hướng các cá nhân bắt chước hành động hoặc quyết định, ngay cả khi những hành động hoặc quyết định đó không hợp lý hoặc không có bằng chứng hỗ trợ. Hiện tượng này có thể được thúc đẩy bởi một số yếu tố, bao gồm mong muốn tuân thủ các chuẩn mực xã hội, sợ bỏ lỡ những lợi ích tiềm năng hoặc niềm tin rằng đám đông có thông tin hoặc kiến thức vượt trội. Hành vi này có ý nghĩa quan trọng đối với hiệu quả của thị trường vì có thể dẫn đến việc định giá sai tài sản và tạo ra bong bóng hoặc sự cố. Ngoài ra, thị trường trở nên khó tự điều chỉnh hơn khi các cá nhân tiếp tục đi theo đám đông ngay cả khi đối mặt với những kết quả tiêu cực. Các chuyên gia tài chính có thể làm việc để giảm thiểu tác động của tâm lý bầy đàn bằng cách khuyến khích khách hàng tập trung vào các mục tiêu tài chính cá nhân và khả năng chấp nhận rủi ro, thay vì làm theo hành động của một nhóm. Chiến lược đa dạng hóa và phân bổ tài sản cũng có thể giúp giảm tác động của tâm lý bầy đàn đến hiệu quả danh mục đầu tư. Trên thực tế, một số sự kiện đã được cho là kết quả của hiệu ứng này, đó là bong bóng Dot-com vào cuối những năm 1990 hay sự sụp đổ của thị trường nhà đất vào giữa những năm 2000. Gần đây, thế giới đã chứng kiến sự bùng nổ và phá sản Bitcoin vào năm 2017 cũng như câu chuyện GameStop vào đầu năm 2021. 2.2. Nghiên cứu thực nghiệm 2.2.1. Hành vi bầy đàn Chang và cộng sự (2000) đã sử dụng thước đo độ lệch tuyệt đối mặt cắt ngang (CSAD) để kiểm tra tính sẵn có của hành vi bầy đàn ở hai thị trường khác nhau, thị trường phát triển tốt đại diện bởi Mỹ, Hồng Kông và Nhật Bản, và các thị trường mới nổi là Hàn Quốc và Đài Loan. Cả hai mẫu đều được lấy từ NYSE và AMEX trong khoảng 20 năm cho mỗi mẫu. Đối với nghiên cứu này, kết quả giống như những gì Christie và Huang (1995) đã làm trước đây đối với thị trường Mỹ, Hồng Kông và Nhật Bản cũng có bằng chứng chống lại sự tồn tại của hành vi bầy đàn. Tuy nhiên, đối với hai thị trường mới nổi, Chang và cộng sự kết luận rằng độ phân tán ở các thị trường đó nhỏ hơn, điều này nhấn mạnh rằng sự xuất hiện của tâm lý bầy đàn là đáng kể ở cả thị trường lên giá và thị trường xuống giá. Trong bối cảnh thị trường toàn cầu, sử dụng số đo độ phân tán, Chiang và Zheng (2010) đã kiểm tra 18 quốc gia với dữ liệu hàng ngày trong 20 năm kể từ tháng 5 năm 1989. Theo đó, thị trường chứng khoán Mỹ và chứng khoán Mỹ Latinh cho thấy không có hành vi bầy đàn trong khi kết quả này được thấy rõ ràng ở các thị trường chứng khoán tiên tiến như Úc, Pháp, Đức, Hồng Kông, Nhật Bản, Anh và thị trường châu Á. Điều này trái ngược với bằng chứng của Chang trước đó khi ông đề cập rằng Nhật Bản không có hiệu ứng bầy đàn. Cụ thể, hiện tượng bầy đàn xuất hiện ở cả thị trường lên giá và xuống giá ở các nước này và đặc biệt mạnh mẽ vào năm 2008. Bên cạnh đó, tác giả cũng chứng minh rằng nhà đầu tư có xu hướng bầy đàn ở cả thị trường Mỹ bên cạnh thị trường trong nước. Ngoài các kết quả trước đây từ nghiên cứu của Chiang và Zheng (2010), Espinosa-Méndez và Arias (2021) đã tiếp cận thị trường chứng khoán Úc với tất cả dữ liệu hàng ngày từ 90 công ty niêm yết trên S&P ASX 200 từ tháng 6 năm 2008 đến tháng 6 năm 2020 suy luận rằng Covid -19 thực sự đã làm tăng hành vi bầy đàn do không có bằng chứng về sự biến động cao do đại dịch. Về phía Đông Âu, Fang và cộng sự (2021) đã điều tra rằng đối với mẫu gồm sáu quốc gia (Nga, Ba Lan, Cộng hòa Séc, Hungary, Croatia và Slovenia) từ tháng 1 năm 2010 đến tháng 3 năm 2021, hành vi bầy đàn tồn tại ở hầu hết Đông EU ngoại trừ Ba Lan với ít bằng chứng hơn về sự tồn tại. Ngoài ra, các tác giả cho rằng Covid-19 đã có tác động đáng kể đến lợi nhuận của 5
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 cổ phiếu và đáng kể hơn trong thời kỳ hậu Covid ngoại trừ Nga và Hungary. Để tìm hiểu liệu hành vi bầy đàn có xảy ra ở thị trường chứng khoán Trung Quốc và Ấn Độ hay không, Lao và Singh (2011) đã lấy dữ liệu từ 300 công ty hàng đầu ở Shanghai A-share và 300 công ty hàng đầu trên Sở giao dịch chứng khoán Bombay trong giai đoạn 1999 - 2009. Sử dụng phương pháp CSAD, bài báo nhận thấy sự tồn tại của hành vi bầy đàn và nó càng trở nên mạnh mẽ hơn khi thị trường có diễn biến cực đoan. Đặc biệt, hai thị trường thể hiện mô hình trái ngược nhau vì Trung Quốc xem xét nhiều hơn khi thị trường đi xuống trong khi Ấn Độ khám phá hành vi bầy đàn khi thị trường đi lên. Arjoon và cộng sự (2020) đã thực hiện một nghiên cứu để kiểm tra xem thị trường Singapore có hành vi bầy đàn hay không bằng cách sử dụng dữ liệu lấy từ Sở giao dịch chứng khoán Singapore từ tháng 1 năm 2005 đến tháng 12 năm 2018. Hành vi bầy đàn được cho là hành vi bắt chước trong các danh mục đầu tư nhỏ trong khi các danh mục đầu tư lớn hơn coi đó là một phản ứng tương tự của nhà đầu tư trước những thay đổi về thông tin. Nó được thấy rõ ràng hơn trong điều kiện tăng giá, hơn nữa, có một số bằng chứng cho thấy sự mở rộng khi tính thanh khoản và độ biến động cao hơn. Trong lĩnh vực nghiên cứu này, Việt Nam cũng có đóng góp của Võ Xuân Vinh & Phan Đặng Bảo Anh (2017). Với số liệu từ Sở Giao dịch Chứng khoán TP.HCM trong giai đoạn từ 2005 đến 2015, họ kết luận rằng thị trường Việt Nam có sự hiện diện của tâm lý bầy đàn, và điều này càng rõ rệt hơn ở thị trường giá xuống. Hơn nữa, Võ Xuân Vinh & Phan Đặng Bảo Anh (2019) tiếp tục xem xét hành vi bầy đàn trong các thời kỳ khác nhau và trong những biến động đặc trưng. Cuối cùng, các nhà nghiên cứu kết luận rằng tính bầy đàn tồn tại trong tất cả các thời kỳ và mạnh mẽ hơn trong nhóm biến động mang phong cách riêng nhỏ nhất. Còn trên thị trường chứng khoán Việt Nam, một nghiên cứu của Đào Thị Thanh Bình và Ngô Tú (2014) cho rằng, trong giai đoạn 2005 – 2013, hiện tượng bầy đàn đã xuất hiện ở Việt Nam và trở nên gay gắt hơn ở thị trường giá lên thay vì thị trường giá xuống như nghiên cứu của Võ Xuân Vinh (2017). Tuy nhiên, khi phân tích hành vi bầy đàn trong cuộc khủng hoảng tài chính, cả hai nghiên cứu đều kết luận rằng hành vi bầy đàn chỉ tồn tại sau cuộc khủng hoảng. Hơn nữa, tác giả tin rằng trong những giai đoạn thị trường khắc nghiệt, cả việc tăng hay giảm đều không có tín hiệu bầy đàn. Ngoài ra, còn có một phương pháp khác để tiếp cận hành vi bầy đàn là mô hình Lakonishok-Shleifer-Vishny hay mô hình LSV - mô hình truyền thống, đo lường khối lượng giao dịch chứng khoán bằng tác động lên giá khi nhiều nhà đầu tư đặt lệnh mua hoặc bán một cổ phiếu cùng một lúc. Sử dụng lý thuyết này, các tác giả đã đánh giá hành vi bầy đàn của các nhà quản lý quỹ thuộc các tổ chức Hoa Kỳ trong mỗi quý từ năm 1985 đến năm 1989, trong đó quỹ hưu trí chiếm đa số. Kết quả hành vi bầy đàn là thấp đối với khối lượng giao dịch chứng khoán nhỏ và hầu như không có đối với khối lượng giao dịch chứng khoán lớn (Lakonishok và cộng sự, 1992). Tiếp theo đó, Wermers (1999) đề xuất một kết quả cho thấy tâm lý bầy đàn không chỉ xảy ra ở các quỹ hưu trí mà còn cao hơn nhiều ở các quỹ tương hỗ định hướng tăng trưởng vì các nhà đầu tư thường đầu tư vào những cổ phiếu có lợi nhuận quá khứ cao và bán những cổ phiếu có lợi nhuận quá khứ thấp cho dữ liệu của 20 năm kể từ năm 1974 tại Hoa Kỳ. Sử dụng mô hình tương tự, Liu và Liu (2020) nhận thấy rằng các quỹ đầu tư chứng khoán Trung Quốc từ quý 1 năm 2007 đến quý 4 năm 2019 có mức đầu tư hạn chế do Ủy ban Điều tiết Chứng khoán và sự bùng nổ toàn diện của cổ phiếu blue-chip, do đó, họ có xu hướng mua 6
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 theo nhiều hơn các quỹ lai vốn chủ sở hữu một phần, trong khi các quỹ lai vốn chủ sở hữu một phần của Trung Quốc có hành vi bán ra mạnh mẽ hơn do tính tự do của nó. Tuy nhiên, mô hình LSV bộc lộ nhược điểm trong việc phân biệt “hành vi bầy đàn có chủ ý” và “hành vi bầy đàn giả” nên các nhà nghiên cứu sau này có xu hướng đổi mới hoặc sử dụng mô hình khác như CSAD để thuyết phục hơn. 2.2.2. Độ rộng thị trường Hành vi bầy đàn được coi là yếu tố ảnh hưởng đến sự ổn định của lợi nhuận tài sản. Tiếp theo, độ rộng thị trường – chỉ số đo lường lợi nhuận thị trường dựa trên sự chênh lệch giữa số lượng cổ phiếu tăng và giảm đối với một nhóm cổ phiếu hoặc toàn thị trường – là một thành phần để đánh giá dự đoán giá cổ phiếu. Để đo lường, phương pháp momentum theo chuỗi thời gian được sử dụng trong bài báo của Jegadeesh và Titman (1993), trong đó việc mua cổ phiếu tốt trong quá khứ và bán cổ phiếu xấu trong quá khứ tạo ra lợi nhuận dương cho các nhà đầu tư cá nhân. Theo đó, họ đã chứng minh điều này là đúng bằng việc kiểm tra mức tăng lợi nhuận của cổ phiếu trong giai đoạn 1965-1989 khi chỉ lựa chọn và nắm giữ trong sáu tháng những cổ phiếu tốt từ sáu tháng trước. Tuy nhiên, khoản lợi nhuận này không tồn tại được lâu và có dấu hiệu bị đào thải ngay từ năm thứ 2 nắm giữ. Họ cũng chỉ ra rằng sự gia tăng lợi nhuận này không phải do rủi ro thị trường hay phản ứng chậm của giá cổ phiếu trước thông tin. Ngoài ra, với dữ liệu từ 58 công cụ thanh khoản trong 30 năm, Moskowitz và cộng sự (2012) đã kết luận rằng tính ổn định của lợi nhuận sẽ đảo ngược trong dài hạn, điều này cũng giống như kết quả của Jegadeesh và Titman trước đây. Một phương pháp khác mà các học giả trước đây sử dụng để đánh giá độ rộng thị trường là hiệu ứng 52 tuần cao, được phát triển bởi George và Hwang (2004). Thu thập dữ liệu cổ phiếu trên CRSP từ năm 1963 đến năm 2001 và phân thành 20 ngành, hai tác giả đã đo lường hiệu suất của từng cổ phiếu bằng cách xem mức giá hiện tại gần với chỉ số cao nhất trong 52 tuần như thế nào. Bằng cách mua cổ phiếu gần chỉ số và bán khống cổ phiếu ở xa, lợi nhuận được xác định là cao hơn gấp đôi so với phương pháp của Jegadeesh và Titman. Ngược lại, việc dự đoán lợi nhuận chỉ số cao nhất trong 52 tuần sẽ tránh được sự đảo chiều về lâu dài. Gần đây, Avramov và cộng sự (2018) đã phát triển một nghiên cứu cắt ngang để dự đoán lợi nhuận cổ phiếu bằng cách sử dụng khoảng cách từ đường trung bình động (MAD) của giá và các nguyên tắc cơ bản mà theo các tác giả, dự đoán lợi nhuận bất thường trên vốn chủ sở hữu. Tiếp cận tất cả các công ty Mỹ niêm yết trên NYSE, AMEX và NASDAQ với điều kiện thu thập nghiêm ngặt, tác giả nhận thấy MAD tồn tại vì các nhà đầu tư quá tin tưởng vào các cổ phiếu trung bình dài hạn, khiến họ không phản ứng tích cực với những tin tức mới nhất. Zaremba và cộng sự (2021) nghiên cứu về độ rộng thị trường của lợi nhuận toàn cầu của 64 quốc gia trong giai đoạn 1973-2018, sử dụng chỉ số độ rộng thị trường để thể hiện tỷ lệ cổ phiếu tăng và giảm trong danh mục đầu tư. Tác giả kết luận rằng một danh mục đầu tư có độ rộng thị trường lớn chắc chắn sẽ vượt trội hơn so với danh mục đầu tư có độ rộng thị trường thấp hơn sau khi khám phá sâu hơn về mối quan hệ giữa tính bầy đàn và độ rộng thị trường. Vì vậy, bài viết của chúng tôi cũng đi theo hướng nghiên cứu này và áp dụng vào thị trường Việt Nam. Một nghiên cứu của Qi và Zhao (2008) đã kiểm tra số liệu thống kê về độ rộng thị trường về khả năng dự đoán lợi nhuận chứng khoán trong tương lai. Kết quả cho thấy sức mạnh dự đoán tác động đáng kể đến thị trường chứng khoán ngày hôm sau, nhưng nó yếu hơn hoặc thậm 7
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 chí không tồn tại đối với các cổ phiếu lớn. Ngoài ra, các tác giả xác nhận độ rộng thị trường là một chỉ báo tốt hơn để dựa vào vì nó có thể tạo ra lợi nhuận lớn hơn trong khi chi phí giao dịch vẫn thấp hơn. 3. Dữ liệu và Phương pháp nghiên cứu 3.1. Dữ liệu Dữ liệu được lựa chọn từ 192 cổ phiếu thuộc các lĩnh vực khác nhau niêm yết trên HOSE và HNX dựa trên thời điểm niêm yết trên thị trường chứng khoán. Mỗi cổ phiếu được xác định bởi giá đóng cửa hàng ngày từ tháng 1 năm 2013 đến tháng 3 năm 2023 cũng như chỉ số VN- Index được sử dụng làm chuẩn mực cho lợi nhuận thị trường. Giai đoạn này phải kể đến “Thiên nga đen” của thế giới – Covid-19 – một sự kiện bất ngờ khiến thị trường bất ổn do xuất hiện nhiều “người mới” chạy theo xu hướng khiến thị trường chao đảo. Nghiên cứu này sử dụng 2553 quan sát. Lợi nhuận chứng khoán hàng ngày được tính như sau: 𝑷 𝒊,𝒕 𝑹 𝒊,𝒕 = 𝐥𝐨𝐠 (1) 𝑷 𝒊,𝒕−𝟏 𝑅 𝑖,𝑡 : tỷ suất lợi nhuận của cổ phiếu thứ i vào ngày t ln: logarit tự nhiên 𝑃𝑖,𝑡 : giá đóng cửa của cổ phiếu thứ i vào ngày t 𝑃𝑖,𝑡−1 : giá đóng cửa của cổ phiếu thứ i ngày t-1 Ngoài ra, dữ liệu khối lượng giao dịch và lợi nhuận trên mỗi cổ phiếu cũng được lấy từ 192 cổ phiếu trong 10 năm. Đồng thời, dữ liệu được chia thành 3 khoảng thời gian trước, trong và sau Covid để nghiên cứu sâu hơn về sự khác biệt. Cụ thể, khoảng thời gian trong đại dịch được ấn định từ tháng 1 năm 2021 đến hết tháng 4 năm 2022. 3.2. Nghiên cứu thực nghiệm Độ lệch tuyệt đối mặt cắt ngang (CSAD) – thước đo được phát triển bởi Chang và cộng sự (2000) được khuyến khích phát hiện tính bầy đàn với một mẫu thị trường, đo lường bằng phương trình: 𝒏 ∑ 𝒊=𝟏 |𝑹 𝒊,𝒕 −𝑹 𝒎,𝒕 | 𝑪𝑺𝑨𝑫 = (2) 𝒏 𝑅 𝑖,𝑡 : tỷ suất lợi nhuận trên cổ phiếu riêng lẻ 𝑅 𝑚,𝑡 : tỷ suất lợi nhuận trên toàn thị trường chứng khoán n: số lượng cổ phiếu Với mục đích đo lường sự phân tán giữa lợi nhuận cổ phiếu riêng lẻ và lợi nhuận thị trường, nhưng với độ chính xác cao hơn, hồi quy mô tả mối quan hệ này như sau: 𝟐 𝐂𝐒𝐀𝐃 𝐭 = 𝛄+ 𝛄 𝟏 |𝐑 𝐦,𝐭 | + 𝛄𝟐 𝐑 𝐦,𝐭 +𝛆 𝐭 Giá trị âm và có ý nghĩa thống kê của γ2 chứng tỏ có hành vi bầy đàn. Mặt khác, những người ủng hộ mô hình định giá tài sản sẽ dự đoán rằng hệ số hồi quy γ 2 sẽ dương đáng kể. Vì vậy, trong bài báo này, CSAD sẽ được sử dụng để kiểm tra sự hiện diện của hiện tượng bầy đàn. 8
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 3.3. Đo độ rộng thị trường Độ rộng thị trường có thể được đo bằng công thức sau: 𝑹𝑺 𝒊,𝒕−𝟏 −𝑭𝑺 𝒊,𝒕−𝟏 𝑴𝑩𝑹 = (3) 𝑹𝑺 𝒊,𝒕−𝟏 +𝑭𝑺 𝒊,𝒕−𝟏 RSi,t -1: số lượng cổ phiếu tăng trung bình ngày trong tháng t-1 FSi,t-1: số lượng cổ phiếu giảm trung bình ngày trong tháng t-1 Mặt khác, nghiên cứu này cũng tiến hành kiểm tra mối quan hệ của các thành phần độ rộng thị trường với tâm lý bầy đàn như giá trị thị trường và lợi nhuận trên giá. Giá trị thị trường = ln (Số lượng cổ phiếu * Giá thị trường hiện tại) Giá thị trường hiện tại Tỉ lệ giá trên lợi nhuận = 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑡𝑟ê𝑛 𝑚ỗ𝑖 𝑐ổ 𝑝ℎ𝑖ế𝑢 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑟ò𝑛𝑔 Lợi nhuận trên mỗi cổ phiếu = 𝑆ố 𝑙ượ𝑛𝑔 𝑐ổ 𝑝ℎ𝑖ế𝑢 𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ Dựa trên công thức nghiên cứu của Fama và MacBeth (1973) để xem xét mối quan hệ giữa các yếu tố nội tại và độ rộng thị trường với tính bầy đàn, hồi quy sử dụng như sau: 𝐤 Ri = β0 + ∑ 𝐣=𝟏 𝛃 𝐣 𝐊 𝐢 + ε t Ri : lợi nhuận vượt mức hàng ngày (CSAD) β0 và βj: hệ số hồi quy Ki : đặc điểm của cổ phiếu i. Trong bài báo này, Ki là viết tắt của MBR, MV và PE 3.4. Kiểm định giả thuyết 3.4.1. Hành vi bầy đàn trên thị trường chứng khoán Việt Nam Giả thuyết về lợi nhuận thị trường (Rm,t) - VN Index sử dụng mô hình CSAD là: CSADt = γ + γ1 | Rm,t | + γ2 Rm,t 2 + εt H1: nếu tính bầy đàn tồn tại, γ2 được kỳ vọng là âm và có ý nghĩa thống kê. 3.4.2. Hành vi bầy đàn trong các lĩnh vực khác nhau Trong nghiên cứu này, 5 nhóm ngành đại diện tại thị trường Việt Nam được lựa chọn. CSADk,t = γ + γ1 | Rm,t | + γ2 Rm,t 2 + εt Trong đó: K=1, 2, 3, 4, 5 lần lượt là Dịch vụ Tài chính, Bất động sản, Hàng hóa và Dịch vụ tiêu dùng, Sản xuất, Dược phẩm. H2: nếu hành vi bầy đàn xảy ra ở mỗi ngành thì γ2 được kỳ vọng là âm và có ý nghĩa thống kê. 3.4.3. Hành vi bầy đàn trong các điều kiện thị trường khác nhau (bao gồm thị trường tăng giá và thị trường giảm giá) Vì hầu hết các nhà đầu tư có xu hướng theo dõi các xu hướng lịch sử nên sự khác biệt trong diễn biến thị trường có thể ảnh hưởng đến lựa chọn mua hoặc bán cổ phiếu của nhà đầu tư. Do đó, dữ liệu đã được tách thành thị trường xuống giá và thị trường lên giá, áp dụng cho cả dữ liệu chứng khoán và chỉ số VN để kiểm tra kịch bản này. CSAD t = γ + γ1DOWN | Rm,t | + γ2DOWN R m,t 2 + εt khi Rm,t < 0 Và CSADt = γ + γ1UP | Rm,t | + γ2UP Rm,t 2 + εt khi Rm,t > 0 9
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 H3: nếu tính bầy đàn tồn tại, γ2 được kỳ vọng là âm và có ý nghĩa thống kê. Giá trị cao hơn giữa γ2DOWN và γ2UP có nghĩa là những mức độ bầy đàn trong điều kiện thị trường đó rõ rệt hơn. 3.4.4. Hành vi bầy đàn trong đại dịch Covid-19 ở Việt Nam (bao gồm trước, trong và sau đại dịch) Khi thị trường có nhiều biến động thì khả năng bầy đàn càng lớn. Với nền kinh tế đang phát triển như Việt Nam, dù tác động của Covid được nhiều chuyên gia kinh tế đánh giá là may mắn hơn các nước phát triển nhưng không loại trừ khả năng thị trường chứng khoán vẫn có một số dấu hiệu bầy đàn. Để kiểm tra đại dịch trong thời gian đó, ba biến giả được sử dụng là Covid_B, Covid, và Covid_A gắn với lợi nhuận thị trường. 01/2013 12/2020 1/2021 4/2022 03/2023 Covid=0 Covid=1 Covid=0 Covid_B=1 Covid_B=0 Covid_A=0 Covid_A=1 CSADt = γ + γ1 | Rm,t | *Covid + γ2 Rm,t2 *Covid + εt CSADt = γ + γ1 | Rm,t | *Covid_B + γ2 Rm,t2 *Covid_B + εt CSADt = γ + γ1 | Rm,t | *Covid_A + γ2 Rm,t2 *Covid_A + εt H4: trong khoảng thời gian bất kỳ, nếu tâm lý bầy đàn tồn tại do dịch bệnh Covid, γ2 được kỳ vọng là âm và có ý nghĩa thống kê. 3.4.5. Hành vi bầy đàn và mối quan hệ với độ rộng thị trường trên thị trường chứng khoán Việt Nam Khoảng cách giữa số lượng cổ phiếu tăng và giảm điển hình được đề cập đến độ rộng thị trường. Nhấn mạnh từ kết quả của Zaremba và cộng sự (2021), giá trị độ rộng thị trường cao hơn hàm ý giá cổ phiếu trong tương lai sẽ tăng do nhu cầu về cổ phiếu cao hơn và ngược lại. Để kiểm tra tác động của độ rộng thị trường đến việc hành vi bầy đàn, phương trình sau được sử dụng: CSADt = γ + γ1 | Rm,t | + γ2 MBR + γ3 Rm,t2 + εt H5: nếu hành vi bầy đàn và độ rộng thị trường có mối quan hệ với nhau, γ 2 được kỳ vọng là âm và có ý nghĩa thống kê. Ngoài ra, nghiên cứu về độ rộng thị trường trong các giai đoạn khác nhau của đại dịch Covid đã được thực hiện để xác định bất kỳ sự khác biệt nào. CSADt = γ + γ1 | Rm,t | *Covid + γ2 MBR + γ3 Rm,t2 *Covid + εt CSADt = γ + γ1 | Rm,t | *Covid_B + γ2 MBR + γ3 Rm,t2 *Covid_B + εt CSADt = γ + γ1 | Rm,t | *Covid_A + γ2 MBR + γ3 Rm,t2 *Covid_A + εt H6: nếu hành vi bầy đàn và độ rộng thị trường có mối quan hệ với nhau, γ2 được kỳ vọng là âm và có ý nghĩa thống kê. 10
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Giả thuyết về độ rộng thị trường và các thành phần của nó đối với tỷ suất sinh lợi cổ phiếu dựa trên mô hình CSAD đã được tiến hành để so sánh thêm. CSADt = γ + γ1 | Rm,t | + γ2 MV + γ3 Rm,t2 + εt CSADt = γ + γ1 | Rm,t | + γ2 PE + γ3 Rm,t2 + εt H7: nếu tính bầy đàn tồn tại trong mô hình, γ 2 được kỳ vọng là âm và có ý nghĩa thống kê. Khi điều tra nội bộ, sự hồi quy về độ rộng thị trường và các thành phần của nó đối với lợi nhuận cổ phiếu là: CSADt = β + β1 MBR + β2 MV + β3 PE + εt H8: nếu tính bầy đàn tồn tại trong mô hình, β 1 hoặc β2 hoặc β3 được kỳ vọng là âm và có ý nghĩa thống kê. Hành vi bầy đàn Thị trường Covid Độ rộng thị trường Tổng thể 5 ngành Lên giá/ A B MBR MV PE H8 công nghiệp Xuống giá H1 H2 H3 H4 H5 H6 H7 4. Phân tích thực nghiệm 4.1. Thống kê mô tả Có 2553 quan sát cho mỗi loại dữ liệu, bằng số ngày giao dịch trong 10 năm. Bảng dưới đây tóm tắt kết quả thống kê giữa lợi nhuận thị trường dựa trên VN Index với độ lệch chuẩn được tính toán thông qua mô hình CSAD và các biến khác được sử dụng để mô tả hồi quy trong bài viết. 11
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Bảng 1: Thống kê mô tả các biến từ tháng 1/2013 đến tháng 3/2023 Trung Trung Lớn Nhỏ Độ lệch Quan bình vị nhất nhất chuẩn sát CSAD 0,0084 0,0080 0,0207 0,0045 0,0020 2553 VNINDE 2553 0,0002 0,0005 0,0211 -0,0300 0,0051 X MBR -0,0102 -0,0075 0,8810 -0,9322 0,3239 2553 LN_MV 25,7481 25,6450 28,3773 22,5940 1,1251 2553 PE 845,869 24,510 10317,7 11,997 2300,67 2553 Dựa vào bảng mô tả, có thể thấy giá trị trung bình của CSAD không lớn (0,0084), trong khi giá trị trung bình của VN Index lại cách xa giá trị trên. Vì lợi nhuận của thị trường (VN Index) khi đưa vào công thức tính CSAD được chuyển thành giá trị dương nên kết quả trung bình rõ ràng sẽ nằm trong phạm vi cao hơn dữ liệu gốc. Điều này cũng đúng đối với trung vị của tất cả các biến, vì số trung vị và số trung bình thường tương đối gần nhau. Giá trị lớn nhất của CSAD và VN Index có xu hướng gần giống nhau, đều ở mức 0,02. Tuy nhiên, phạm vi số liệu có sự chênh lệch rõ ràng khi CSAD là 0,004 và lớn nhất là phạm vi của VN Index do mức tối thiểu lên tới -0,03. Theo đó, mức độ rủi ro của VN Index cũng cao nhất, đạt 0,5% trong khi giá trị CSAD chỉ khoảng 0,2%. Bảng 2: Ma trận tương quan các biến từ tháng 1/2013 đến tháng 3/2023 CSAD VNINDEX MBR LN_MV PE CSAD 1 VNINDEX -0,1800 1 MBR -0,1277 0,7768 1 LN_MV 0,1092 0,0159 0,0311 1 PE 0,1583 -0,0464 -0,0333 0,4743 1 Có mối quan hệ nghịch biến giữa lợi nhuận thị trường với tất cả các biến từ mô hình CSAD do hệ số tương quan âm. Tuy nhiên, mối tương quan của độ rộng thị trường hoàn toàn trái ngược với các biến khác khi cùng chiều với VN Index nhưng lại nghịch chiều với tất cả các biến. Hình 1: Biểu đồ phân tán mối quan hệ giữa CSAD – lợi nhuận thị trường trong thời gian 1/1/2013 – 31/3/2023 Bỏ qua các ngoại lệ, hình dạng của biểu đồ phân tán thể hiện mối quan hệ phi tuyến tính của CSAD – lợi nhuận thị trường. Các giá trị có xu hướng tập trung ở phía dưới và 12
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 giảm khi CSAD tăng. Các cụm nằm trong khoảng từ -0,02 đến 0,02 trên trục hoành đều đạt đỉnh ở mức 0. Hơn nữa, biểu đồ có độ dốc nhẹ về phía CSAD và độ phân tán của các giá trị lợi nhuận hơi dốc. 4.2. Thảo luận Có đủ bằng chứng thống kê để kết luận rằng hành vi bầy đàn đang tồn tại ở thị trường Việt Nam. Bảng 3: Kết quả hồi quy H1 H2 CSAD CSAD_FI CSAD_RE CSAD_C CSAD_M CSAD_PH NS GS ANU ARMA | Rm | 0,4219*** 0,4924 0,4640 *** 0,5008 0,4732 0,5234 ( 39,8323) *** ( 16,4750) *** *** *** ( 15,9787) ( 24,7233) ( 21,1128) ( 16,1575) Rm2 - - - - - - 1,3432 7,7390*** 6,4703*** 10,4449*** 6,2086*** 4,4242*** (-0,7225) (-16,8571) (-3,6583) (-(6,4625) (-5,3407) (-3,4395) C 0,0071 0,0067 0,0076 0,0063 0,0067 0,006 (94,5200) (78,4151) (97,1394) (113,3861) (107,9930) (72,5099) R2 0,6445 0,2531 0,2011 0,4545 0,4039 0,3327 R2 điều 0,6440 0,2525 0,2005 0,4541 0,4034 0,3322 chỉnh (***, **, * lần lượt là 1%, 5%, 10%; thống kê t trong ngoặc) Lưu ý: Rm lấy từ VN Index, chỉ số chuẩn của cổ phiếu trên cả 2 sàn Hà Nội và TP.HCM. Nghiên cứu này chấp nhận kết quả từ phương pháp CSAD và đưa ra câu trả lời rằng sự tồn tại tâm lý bầy đàn trên thị trường chứng khoán là hoàn toàn có sẵn trong khoảng thời gian 10 năm từ 2013 đến nay. Kết quả này tương đồng với nghiên cứu của Võ Xuân Vinh & Phan Đặng Bảo Anh (2017) hay Đào Thị Thanh Bình và Ngô Tú (2014) trước đó. So với các thử nghiệm từ nước ngoài, thử nghiệm của Chang và cộng sự từ năm 2000 vẫn có giá trị do kết quả nhất quán với nghiên cứu này. Bên cạnh đó, việc thử nghiệm cho từng ngành cũng được thực hiện để đo lường điểm mạnh, điểm yếu của các ngành khác nhau. Khi tách thành các ngành có sự phân cấp rõ ràng giữa các cấp độ bầy đàn giữa các ngành. Chi tiết hơn, có thể xếp hạng các ngành theo cấp độ bầy đàn lần lượt là: Bất động sản, Dịch vụ tài chính, Hàng hóa và dịch vụ tiêu dùng, Sản xuất và Dược phẩm. Tuy nhiên, như đã đề cập ở trên, do tính mơ hồ của hệ số trong ngành dược nên không thể khẳng định hoàn toàn sự hiện diện của tâm lý bầy đàn dù ở mức thấp nhất. Sự phân bổ hành vi bầy đàn thậm chí còn cho thấy, từ giá trị hệ số, ngành Bất động sản có tính bầy đàn mạnh hơn toàn thị trường. Trước tình hình giá nhà ở Việt Nam hiện nay, thị trường bất động sản khởi sắc và lấy lại sức sống sau dịch Covid. Ngoài ra, xung đột giữa Nga và Ukraine còn tạo ra nỗi lo lạm phát khiến người dân coi bất động sản là phương tiện tiết kiệm tiền (Võ Phương Linh và cộng sự, 2022), dẫn đến giá nhà đất tăng cao do nhu cầu cao. Từ đó, các nhà đầu tư chứng 13
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 khoán chọn đầu tư nhiều hơn vào các công ty bất động sản do kỳ vọng lợi nhuận cao, dẫn đến sự lựa chọn của nhiều nhà đầu tư mới vào nghề. Dịch vụ tài chính và Hàng hóa và dịch vụ tiêu dùng là hai ngành có quy mô gần như tương đương với toàn thị trường, do đó có nhiều yếu tố có thể giải thích cho mô hình đầu tư này. Các nhà đầu tư hiện nay đã có một con đường đầu tư đáng tin cậy và an toàn nhờ sự xuất hiện của các mã chứng khoán từ các ngân hàng, công ty chứng khoán và công ty bảo hiểm. Nguyễn Văn Tâm (2021) khẳng định thêm rằng sự lây lan của dịch bệnh đã làm tăng nhu cầu phát triển các dịch vụ tài chính kỹ thuật số và thúc đẩy đầu tư vào nguồn cung cấp dịch vụ. Mặt khác, do nhu cầu không ngừng tăng lên nên lĩnh vực hàng hóa và dịch vụ tiêu dùng từ lâu đã được coi là rất quan trọng. Ngoài ra, xu hướng hội nhập toàn cầu hóa hiện nay nhằm sản xuất thêm nhiều “hàng tiêu dùng nhanh” đã tạo cơ hội cho các doanh nghiệp tăng lợi nhuận, tăng vốn tự có để thu hút thêm nhà đầu tư. Do Việt Nam tập trung vào ngành luyện kim ngay từ khi nền kinh tế phát triển nên các doanh nghiệp trong lĩnh vực sản xuất có lịch sử lâu đời và tạo được thị phần lớn trong lĩnh vực này. Kết quả là, không có gì đáng ngạc nhiên khi tâm lý bầy đàn tồn tại, do xu hướng của các nhà đầu tư cá nhân ủng hộ các công ty có khả năng sinh lời và tồn tại lâu dài. Do lợi nhuận tăng kể từ dịch Covid, kinh doanh dược phẩm trở thành nơi trú ẩn an toàn cho các nhà đầu tư. Tuy nhiên, số lượng các công ty dược phẩm có khả năng thể hiện tình trạng bầy đàn là rất ít. Vì vậy, không thể chứng minh được sự hiện diện của đàn trong toàn bộ ngành dược phẩm. 14
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Bảng 4: Kết quả hồi quy (tiếp) H3 H4 CSAD CSAD CSAD CSAD CSAD | Rm_U | 0,3815*** ( 13,5986 ) Rm_U2 0,1231 ( 0,0589 ) | Rm_D | 0,5612 *** ( 20,6760 ) Rm_D2 - 10,0793 *** ( -7,1908 ) ABS(Rm)* 0,3679*** COVID (9,5479) Rm2* COVID - 7,0158*** (-2,8188) ABS(Rm)* 0,1144*** COVID_B (5,1537) Rm2* COVID_B 11,4558*** (8,0011) ABS(Rm)* 0,1691*** COVID_A (3,4118) Rm2* COVID_A 8,6185** (2,5285) C 0,0069 0,0067 0,0082 0,0078 0,0082 ( 103,7307 ) ( 85,5908 ) (204,9936) (152,0321) (209,4859) R2 0,4373 0,5262 0,0756 0,2050 0,0856 R2 điều chỉnh 0,4365 0,5254 0,0749 0,2044 0,0849 (***, **, * lần lượt là 1%, 5%, 10%; thống kê t trong ngoặc) Các giá trị hệ số trong hai trường hợp điều kiện thị trường cho thấy chỉ có thị trường xuống giá mới tạo ra tính bầy đàn. Hơn nữa, mức độ bầy đàn trong thị trường giá xuống thậm chí còn cao hơn mức độ chung của thị trường. Trên thực tế, trên thị trường chứng khoán Việt Nam, các nhà đầu tư lớn thường liên kết với nhau để tăng hoặc giảm giá cổ phiếu nhằm hưởng lợi từ chênh lệch giá. Vì vậy, nhà đầu tư thường nhạy cảm với diễn biến đi xuống của thị trường do sợ thua lỗ, dẫn đến bán tháo ồ ạt ra thị trường để cắt lỗ. Trong thời kỳ Covid, kết quả cho thấy hành vi bầy đàn chỉ xuất hiện trong thời kỳ cao điểm của Covid ở Việt Nam và không biểu hiện trước hoặc sau Covid. Theo hệ số phát hiện được, so với toàn thị trường 10 năm, khoảng thời gian hơn 1 năm tác động của Covid đến mức độ bầy đàn tại các sàn chứng khoán chỉ mang tính tương đối. Kết quả này giống 15
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 với nghiên cứu ở Úc do Espinosa- Méndez và Arias (2021) thực hiện, nhưng khác với các nước Đông Âu trong nghiên cứu của Fang và cộng sự (2021) về sự tồn tại của hành vi bầy đàn sau Covid. Bảng 5: Kết quả hồi quy (tiếp theo) H5 H6 H7 H8 CSAD CSAD CSAD CSAD CSAD CSAD CSAD | Rm |* 0,3898*** COVID (10,1631) Rm2* - COVID 9,0085*** (-3,6230) | Rm |* 0,1224*** COVID_B (5,5206) Rm2* 10,6047*** COVID_B (7,3770) | Rm |* 0,1777*** COVID_A (3,6049) Rm2* 7,4373** COVID_A (2,1905) | Rm | 0,4369*** 0,4863*** 0,4799*** (41,9521) (26,9710) (26,6624) Rm2 - - - 9,0409*** 6,6535*** 6,4110*** (-19,8248) (-6,4256) (-6,2141) MBR - - - - - 0,0005*** 0,0005*** 0,0007*** 0,0006*** 0,0007*** (-9,8404) (-4,6725) (-6,6287) (-5,5788) (-6,4367) LN_MV 0,0001*** 9,2465** (4,8818) (2,3393) PE 7,7056*** 1,1362*** (6,2096) (5,8782) C 0,0070 0,0078 0,0082 0,0082 0,0036*** 0,0067*** 0,0059 (94,1322) (152,2632) (206,2694) (210,5169) (5,5756) (134,3825) (5,8371) R2 0,6543 0,2118 0,0913 0,0966 0,4916 0,4945 0,0421 R2 điều 0,6536 0,2108 0,0902 0,0955 0,4910 0,4939 0,0410 chỉnh (***, **, * lần lượt là 1%, 5%, 10%; thống kê t trong ngoặc) Độ rộng thị trường và hành vi bầy đàn là mối quan hệ tồn tại và ảnh hưởng lẫn nhau với mỗi lần tăng độ rộng thị trường sẽ dẫn đến mức độ phân tán giảm 0,000566 lần. Hơn nữa, trong hồi quy có thêm độ rộng thị trường, mức độ bầy đàn cũng cao hơn so với thị trường chung. Vì vậy, có thể kết luận rằng đây là điểm mới của nghiên cứu này khi chưa có nghiên cứu nào ở Việt Nam kiểm định tác động của độ rộng thị trường đến hành vi bầy đàn mà chỉ có nghiên cứu toàn cầu của Zaremba và cộng sự (2021). Ngoài ra, các bài kiểm tra độ rộng thị trường với hành vi bầy đàn đã được tiến hành trong ba giai đoạn trước, trong và sau Covid để đánh giá điểm mạnh và điểm yếu của hành vi bầy đàn so với thị trường chung. Nhờ đó, mối quan hệ tác động lẫn nhau này vẫn tồn tại và thể hiện rõ nét hơn trong và sau dịch. Vì hành vi bầy đàn không tồn tại trước và sau 16
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Covid, nên chỉ có thời kỳ dịch bệnh mới thấy hành vi bầy đàn và ảnh hưởng của độ rộng thị trường đến hành vi bầy đàn. Đây là điểm khác biệt của nghiên cứu này với tất cả các nghiên cứu hiện có trên thị trường về hành vi bầy đàn. Vì độ rộng thị trường là một chỉ số tổng hợp được tạo thành từ nhiều thành phần phụ, bao gồm vốn hóa thị trường, tỷ lệ giá trên lợi nhuận, chỉ số biến động, chỉ báo động lượng, v.v... Theo mô hình Fama MacBeth, chỉ có mối quan hệ giữa độ rộng thị trường và độ phân tán, như đã thấy trong nghiên cứu ở trên, khi xem xét mối quan hệ giữa ba biến số giá trị thị trường, giá trên lợi nhuận và độ phân tán. Mối liên hệ tích cực giữa hai biến thành phần và độ phân tán không ảnh hưởng đến độ phân tán. Các hệ số luôn dương trong cả hai phương trình, điều này được hỗ trợ thêm khi hai biến được kiểm tra bằng mô hình CSAD ban đầu. Những thành phần này không có nhiều tác động đến tâm lý nhà đầu tư, đặc biệt là nhà đầu tư cá nhân, do phần lớn thông tin thu được tại thị trường Việt Nam khi phân tích mã chứng khoán là giá lịch sử hoặc sự kiện gần đây. Vì vậy, những chỉ số này không đủ để mô tả bất kỳ sự thay đổi nào một cách riêng biệt. 5. Kết luận Nghiên cứu được thực hiện trên mẫu gồm 192 cổ phiếu công ty trong 10 năm từ tháng 1 năm 2013 đến tháng 3 năm 2023, số lượng quan sát được ghi nhận là 2553 quan sát tương ứng với mỗi ngày giao dịch trong hơn 10 năm. Và tất cả các xét nghiệm đều được thực hiện theo phương pháp CSAD để cho kết quả chính xác và đáng tin cậy. Hành vi bầy đàn đã được chứng minh tồn tại trên thị trường Việt Nam trên cả HNX và HOSE. Ngoại trừ dược phẩm, các ngành còn lại được phát hiện có hành vi bầy đàn, kết quả cũng cung cấp bằng chứng mạnh mẽ rằng tâm lý bầy đàn tồn tại khi thị trường giảm giá chứ không phải trong cả hai kịch bản. Ngoài ra, sự xuất hiện của Covid đã dẫn đến mức độ bầy đàn của nhà đầu tư lớn hơn so với trường hợp khác. Sự hiện diện của độ rộng thị trường đã góp phần giải thích tại sao hành vi này lại tồn tại trên thị trường chứng khoán từ tháng 1/2013 đến hết tháng 3/2023. Nhiều cá nhân tham gia vào thị trường chứng khoán với nguồn lực thấp và chỉ quan tâm đến việc kiếm tiền. Hiện nay, đối tượng tham gia thị trường chứng khoán vô cùng đa dạng; họ đến từ mọi tầng lớp xã hội. Giá cổ phiếu tăng mạnh do có nhiều nhà đầu tư mới tham gia thị trường và cố gắng mua cổ phiếu với kỳ vọng cao một cách bất hợp lý, dẫn đến bong bóng thị trường. Khi ngày càng có nhiều nhà đầu tư mới tham gia vào thị trường chứng khoán Việt Nam nhờ lợi nhuận khổng lồ mà các nhà đầu tư hiện tại kiếm được, bong bóng giá cổ phiếu ngày càng lớn. Thị trường chứng khoán Việt Nam là một thị trường đang phát triển, khuyến khích sự phát triển của hành vi bầy đàn. Hệ thống pháp luật lỏng lẻo và kém hiệu quả, khiến thị trường mở ra cho những tin đồn, thao túng thị trường và khuyến khích hình thành bầy đàn nhà đầu tư. Do đó, bài nghiên cứu này có thể được sử dụng như một nguồn tài liệu tham khảo cho các nhà đầu tư, nhà nghiên cứu và bất kỳ ai muốn tìm hiểu. Bài viết này cập nhật hành vi bầy đàn trong bối cảnh Việt Nam nói chung cho các nhà hoạch định chiến lược, từ đó, hỗ trợ người ra quyết định xác định chính xác nguyên nhân gốc rễ và đưa ra các biện pháp khắc phục nhằm giảm tác động bất lợi của hiệu ứng đám đông đến giao dịch chứng khoán, nâng cao tính minh bạch và đảm bảo tính bền vững của thị trường chứng khoán Việt Nam. 17
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 TÀI LIỆU THAM KHẢO [1]. Arjoon, V., Bhatnagar, C. S., & Ramlakhan, P. (2020), ‘Herding in the Singapore stock exchange’, Journal of Economics and Business, 109, 105889. [2]. Avramov, D., Kaplanski, G., & Subrahmanyam, A. (2018), ‘Stock return predictability: New evidence from moving averages of prices and firm fundamentals’, Available at SSRN 3111334. [3]. Bikhchandani, S., & Sharma, S. (2000), ‘Herd behavior in financial markets’, IMF Staff papers, 47(3), 279-310. [4]. Chang, E. C., Cheng, J. W., & Khorana, A. (2000), ‘An examination of herd behavior in equity markets: An international perspective’, Journal of Banking & Finance, 24(10), 1651- 1679. [5]. Chiang, T. C., & Zheng, D. (2010), ‘An empirical analysis of herd behavior in global stock markets’, Journal of Banking & Finance, 34(8), 1911-1921. [6]. Christie, W. G., & Huang, R. D. (1995), ‘Following the pied piper: do individual returns herd around the market?’, Financial Analysts Journal, 51(4), 31-37. [7]. Đào Thị Thanh Bình., & Ngô Tú. (2014), ‘Herding behavior: Overview and evidence in Vietnam stock market’, Available at SSRN 2543723. [8]. Espinosa-Méndez, C., & Arias, J. (2021), ‘Herding Behaviour in Asutralian stock market: Evidence on COVID-19 effect’, Applied Economics Letters, 28(21), 1898-1901. [9]. Fama, E. F., & MacBeth, J. D. (1973), ‘Risk, return, and equilibrium: Empirical tests’, Journal of political economy, 81(3), 607-636. [10]. Fang, H., Chung, C. P., Lee, Y. H., & Yang, X. (2021), ‘The Effect of Covid-19 on Herding Behavior in Eastern European Stock Markets’, Frontiers in Public Health, 9, 695931. [11]. George, T. J., & Hwang, C. Y. (2004), ‘The 52‐week high and momentum investing’, The Journal of Finance, 59(5), 2145-2176. [12]. Jegadeesh, N., & Titman, S. (1993), ‘Returns to buying winners and selling losers: Implications for stock market efficiency’, The Journal of finance, 48(1), 65-91. [13]. Lakonishok, J., Shleifer, A., & Vishny, R. W. (1992), ‘The impact of institutional trading on stock prices’, Journal of financial economics, 32(1), 23-43. [14]. Lao, P., & Singh, H. (2011), ‘Herding behaviour in the Chinese and Indian stock markets’, Journal of Asian economics, 22(6), 495-506. [15]. Liu, J., & Liu, M. (2020), ‘A Comparative Study on the Herd Behavior of Chinese Equity and Partial Equity Hybrid Funds-Empirical Analysis Based on Market Fluctuations’, Applied Economics and Finance, 7(6), 49-56. [16]. Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012), ‘Time series momentum’, Journal of financial economics, 104(2), 228-250. [17]. Nguyễn Văn Tâm. (2021), ‘Thực trạng và giải pháp phát triển dịch vụ tài chính số tại Việt Nam’, Tạp chí Tài chính điện tử, ISSN 2815-6188. https://tapchitaichinh.vn/thuc-trang- va-giai-phap-phat-trien-dich-vu-tai-chinh-so-tai-viet-nam.html [18]. Nguyễn Việt Hùng. (2022), ‘Thực trạng thị trường chứng khoán Việt Nam trong bối 18
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 cảnh đại dịch Covid-19’, Tạp chí Công Thương. https://tapchicongthuong.vn/bai-viet/thuc- trang-thi-truong-chung-khoan-viet-nam-trong-boi-canh-dai-dich-Covid-19-88368.htm [19]. Phạm Bảo Anh. (2022), ‘Thực trạng và giải pháp phát triển thị trường chứng khoán Việt Nam’, Tạp chí Tài chính điện tử, ISSN 2815-6188. https://tapchitaichinh.vn/thuc-trang- va-giai-phap-phat-trien-thi-truong-chung-khoan-viet-nam.html [20]. Qi, M., & Zhao, X. (2008), ‘Market Breadth, Trin Statistic, and Market Returns’, The Journal of Investing, 17(1), 65-73. [21]. Võ Phương Linh, Lê Thị Mỹ Hoa & Vũ Thị Ánh Huyền. (2022), ‘Thị trường bất động sản Việt Nam: Thực trạng và giải pháp’, Cổng thông tin điện tử Bộ Tài chính.https://mof.gov.vn/webcenter/portal/btcvn/pages_r/l/tin-bo-tai- chinh?dDocName=MOFUCM254595 [22]. Võ Xuân Vinh. (2017), ‘Do foreign investors improve stock price informativeness in emerging equity markets? Evidence from Vietnam’, Research in International Business and Finance, https://doi.org/10.1016/j.ribaf.2017.07.032 [23]. Võ Xuân Vinh., & Phan Đặng Bảo Anh. (2017), ‘Further evidence on the herd behavior in Vietnam stock market’, Journal of Behavioral and Experimental Finance, 13, 33- 41. [24]. Võ Xuân Vinh., & Phan Đặng Bảo Anh. (2019), ‘Herd behavior and idiosyncratic volatility in a frontier market’, Pacific-Basin Finance Journal, 53, 321-330. [25]. Wermers, R. (1999), ‘Mutual fund herding and the impact on stock prices’, The Journal of Finance, 54(2), 581-622. [26]. Zaremba, A., Szyszka, A., Karathanasopoulos, A., & Mikutowski, M. (2021), ‘Herding for profits: Market breadth and the cross-section of global equity returns’, Economic Modelling, 97, 348-364. 19