Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN index

BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC ĐÀ NẴNG



NGUYỄN TRẦN PHƯƠNG THẢO


PHÂN TÍCH ẢNH HƯỞNG CỦA NHÂN TỐ
KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ
CHỨNG KHOÁN VN INDEX


Chuyên ngành : Tài chính – Ngân hàng
Mã số : 60.34.20



TÓM TẮT LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH



Đà Nẵng - Năm 2015

Công trình được hoàn thành tại
ĐẠI HỌC ĐÀ NẴNG



Người hướng dẫn khoa học: TS. ĐINH BẢO NGỌC

Phản biện 1: TS. Đặng Tùng Lâm

Phản biện 2: GS.TS. Dương Thị Bình Minh




Luận văn đã được bảo vệ trước Hội đồng chấm Luận văn tốt
nghiệp thạc sĩ quản trị kinh doanh họp tại Đại học Đà Nẵng vào ngày
26 tháng 01 năm 2015







Có thể tìm hiểu luận văn tại:
- Trung tâm Thông tin-Học liệu, Đại học Đà Nẵng
- Thư viện trường Đại học kinh tế, Đại học Đà Nẵng
1
MỞ ĐẦU
1. Tính cấp thiết của đề tài
Hầu hết mọi người đều cho rằng chỉ số giá chứng khoán chịu ảnh
hưởng của các nhân tố vĩ mô cơ bản như lạm phát, tỷ giá, lãi suất…
nhưng điều đáng nói là, kết quả của sự tác động đó khi nghiên cứu ở quốc
gia này lại có thể giống hoặc không giống với quốc gia khác. Thậm chí,
trong cùng một quốc gia nhưng kết quả vẫn có thể khác nhau khi nghiên

cứu ở những giai đoạn khác nhau. Vì vậy, việc sử dụng kết quả của các
nghiên cứu nước ngoài để áp dụng cho thị trường chứng khoán Việt Nam
là điều không thể. Do đó, nghiên cứu thực nghiệm tác động của các biến
kinh tế vĩ mô đến thị trường chứng khoán khi sử dụng chuỗi dữ liệu thời
gian tại Việt Nam là điều vô cùng cần thiết. Đối với các nhà hoạch định
chính sách, kết quả nghiên cứu này là kim chỉ nan giúp họ có được sự
lựa chọn tối ưu nhất khi muốn tác động vào nền kinh tế theo đúng mục
đích; còn đối với các nhà đầu tư, việc nắm rõ mối quan hệ giữa giá chứng
khoán với các biến kinh tế vĩ mô giúp họ có thể dự đoán được thị trường
và đưa ra các quyết định hợp lý. Chính vì lý do đó, tôi đã chọn đề tài
nghiên cứu: “Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến
chỉ số giá chứng khoán VN Index”
Tác động đến thị trường chứng khoán nói chung và chỉ số giá
chứng khoán nói riêng bao gồm các yếu tố nội sinh, các yếu tố ngoại sinh
và những yếu tố khác nữa. Tuy nhiên, trong nghiên cứu này chúng ta chỉ
quan tâm đến sự ảnh hưởng của các nhân tố kinh tế vĩ mô (nhân tố ngoại
sinh) đến chỉ số giá chứng khoán Vn-Index.
2. Mục tiêu nghiên cứu
Mục tiêu tổng quát của đề tài là phân tích sự ảnh hưởng của các
nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN-Index. Gồm những
mục tiêu cụ thể sau:
- Hệ thống hóa cơ sở lý thuyết và những nghiên cứu thực nghiệm về
sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán.
- Xác định và phân tích ảnh hưởng của các biến kinh tế vĩ mô đến
chỉ số giá chứng khoán Vn-Index.
- Gợi ý chính sách kinh tế vĩ mô nhằm phát triển ổn định thị trường
2
chứng khoán Việt Nam.
3. Đối tượng và phạm vi nghiên cứu
 Đối tượng nghiên cứu: Sự ảnh hưởng của các biến kinh tế vĩ

mô đến chỉ số giá chứng khoán Vn-Index.
 Phạm vi nghiên cứu
Nghiên cứu ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng
khoán Vn-Index trong khoảng thời gian từ tháng 1/2005 đến tháng 09/2014.
4. Phương pháp nghiên cứu
Nghiên cứu được thực hiện bằng phương pháp định lượng theo mô
hình Vector hiệu chỉnh sai số (VECM) kết hợp với các kiểm định tính
dừng ADF và PP; kiểm định đồng liên kết Johansen; kiểm định nhân quả
Granger Bên cạnh đó, nghiên cứu còn sử dụng phương pháp thống kê
mô tả (phân tích biểu đồ, hình ảnh, các chỉ số…) để phân tích sự ảnh
hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index.
5. Bố cục đề tài
Chương 1: Cơ sở lý luận và nghiên cứu thực nghiệm về ảnh hưởng
của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán.
Chương 2: Nghiên cứu ảnh hưởng của các nhân tố kinh tế vĩ mô
đến chỉ số giá chứng khoán Vn-Index.
Chương 3: Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến
chỉ số giá chứng khoán Vn-Index.
Chương 4: Một số gợi ý về chính sách vĩ mô nhằm phát triển ổn
định thị trường chứng khoán Việt Nam.
6. Ý nghĩa khoa học và thực tiễn của đề tài
Thông qua kết quả thực nghiệm, nghiên cứu đã chỉ ra mức độ và
chiều hướng tác động của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng
khoán Vn-Index trong giai đoạn từ 12/2005 đến 09/2014. Từ đó, đề xuất
một vài gợi ý về điều hành chính sách kinh tế vĩ mô nhằm phát triền ổn
định thị trường chứng khoán Việt Nam, đồng thời giúp các nhà đầu tư
trong và ngoài nươc giảm thiểu được rủi ro khi đầu tư vào thị trường
chứng khoán Việt Nam.

3

CHƯƠNG 1
CƠ SỞ LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM VỀ
ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ
SỐ GIÁ CHỨNG KHOÁN
1.1. THỊ TRƯỜNG CHỨNG KHOÁN VÀ CHỈ SỐ GIÁ CHỨNG KHOÁN
1.1.1. Thị trường chứng khoán
a. Khái niệm
b. Phân loại thị trường chứng khoán
 Phân loại theo phương thức hoạt động của thị trường
 Phân loại theo sự luân chuyển các nguồn vốn
 Phân loại theo hàng hóa trên thị trường
c. Chức năng và vai trò của thị trường chứng khoán
 Chức năng:
 Vai trò:
d. Chủ thể tham gia trên thị trường chứng khoán
1.1.2. Chỉ số giá chứng khoán
a. Khái niệm
Chỉ số giá chứng khoán là chỉ số được dùng để phản ánh sự biến
động của giá cổ phiếu niêm yết trên một TTCK nhất định tại một thời
điểm so với thời điểm gốc. Chỉ số giá chứng khoán cung cấp thông tin
cho các nhà đầu tư đánh giá và phân tích TTCK, từ đó đưa ra những
quyết định đầu tư phù hợp.
Ý nghĩa của chỉ số giá chứng khoán:
b. Phương pháp tính
1.2. CƠ SỞ LÝ THUYẾT VỀ CÁC NHÂN TỐ KINH TẾ VĨ MÔ
ẢNH HƯỞNG ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN
Sự ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng
khoán có thể tìm thấy trong lý thuyết kinh doanh chênh lệch giá
(Arbitrage Pricing Theory – APT). Theo đó, bất kỳ một thông tin mới
nào về các nhân tố vĩ mô như lãi suất, lạm phát, cung tiền…đều có thể

ảnh hưởng đến giá chứng khoán/ tỷ suất sinh lợi chứng khoán thông qua
tác động đến cổ tức kỳ vọng, tỷ lệ chiết khấu hoặc cả hai (Chen, Roll &
4
Ross, 1986). Năm 1976, lý thuyết APT đã được phát triển bởi Stephen
Ross để giải thích tỷ suất sinh lợi của chứng khoán trên thị trường chứng
khoán. Các nhân tố trong mô hình APT có thể là các nhân tố kinh tế vĩ
mô hoặc các nhân tố kinh tế vi mô. Lý thuyết này cho rằng tỷ suất sinh
lời kỳ vọng của chứng khoán được xác định bởi công thức:
R
j
= a
j
+ β
j,1
F
1
+ β
j,2
F
2
+…+ + β
j,k
F
k
+ u
j
Bên cạnh đó, theo lý thuyết thị trường hiệu quả, giá cổ phiếu phản
ánh tất cả các thông tin có được từ việc phân tích về công ty và nền kinh
tế, do đó có mối quan hệ mật thiết giữa giá cổ phiếu với kỳ vọng về kinh
tế vĩ mô trong tương lai.

Dựa vào khung lý thuyết nêu trên, nghiên cứu sẽ phân tích ảnh
hưởng của các nhân tố vĩ mô gồm: lạm phát, chỉ số sản xuất công nghiệp,
lãi suất, tỷ giá, cung tiền, giá dầu và chỉ số giá vàng đến chỉ số giá chứng
khoán dựa trên các lý thuyết có liên quan.
1.2.1. Ảnh hưởng của lạm phát đến chỉ số giá chứng khoán
1.2.2. Ảnh hưởng của chỉ số sản xuất công nghiệp đến chỉ số giá
chứng khoán
1.2.3. Ảnh hưởng của lãi suất đến chỉ số giá chứng khoán
1.2.4. Ảnh hưởng của tỷ giá đến chỉ số giá chứng khoán
1.2.5. Ảnh hưởng của cung tiền đến chỉ số giá chứng khoán
1.2.6. Ảnh hưởng của giá xăng bán lẻ đến chỉ số giá chứng khoán
1.2.7. Ảnh hưởng của giá vàng trong nước đến chỉ số giá chứng khoán
1.3. NHỮNG NGHIÊN CỨU THỰC NGHIỆM VỀ ẢNH HƯỞNG CỦA
CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN
1.3.1. Nghiên cứu thực nghiệm ở nước ngoài
Nền tảng của việc định giá chứng khoán là dựa vào dòng tiền chiết
khấu kỳ vọng. Do đó, nhân tố quyết định giá chứng khoán chính là tỷ
suất sinh lợi và dòng tiền kỳ vọng ( Elton & Gruber, 1991). Các biến kinh
tế vĩ mô sẽ tác động lên tỷ suất sinh lợi và dòng tiền kỳ vọng trong tương
lai của doanh nghiệp, từ đó sẽ ảnh hưởng đến giá chứng khoán.
Fama & Gibbon (1982) đã nghiên cứu mối quan hệ giữa lạm phát,
tỷ suất sinh lợi và vốn đầu tư. Kết quả này ủng hộ cho các nghiên cứu
5
của Mundell (1963) và Tobin (1965) cho thấy rằng lợi nhuận kỳ vọng và
tỷ lệ lạm phát có tương quan âm.
Chen, Roll và Ross (1986) với nghiên cứu nổi tiếng về mô hình đa
nhân tố để đánh giá ảnh hưởng của các biến kinh tế vĩ mô lên TTCK Mỹ.
Các biến kinh tế vĩ mô mà nghiên cứu đã xem xét bao gồm : chỉ số sản
xuất công nghiệp (Industrial Production), lạm phát (Inflation), phần bù
rủi ro (Risk Premia), cấu trúc kỳ hạn (The Term Structure), chỉ số thị

trường (Market Indices), mức chi tiêu thực tế (Consumption) và giá dầu
(Oil Prices) giai đoạn từ tháng 1/1953 đến tháng 11/1984. Kết quả cho
thấy có một vài biến được chứng minh là có ý nghĩa trong việc giải thích
tỷ suất sinh lợi kỳ vọng của cổ phiếu, đặc biệt là biến sản lượng công
nghiệp, biến động trong phần bù rủi ro và đường cong lãi suất ; những
biến còn lại có tác động yếu hơn. Tác giả cũng kiểm định sự ảnh hưởng
của những thay đổi trong tiêu dùng bình quân đầu người thực và thay đổi
giá dầu trong việc định giá chứng khoán, nhưng kết quả cho thấy không
có một tác động toàn diện nào.
1.3.2. Nghiên cứu thực nghiệm ở Việt Nam
Nguyệt & Thảo (2013) đã chọn sáu nhân tố vĩ mô là: cung tiền,
lạm phát, sản lượng công nghiệp, lãi suất, tỷ giá hối đoái và giá dầu làm
biến độc lập. Dữ liệu được chọn để thể hiện tình hình của thị trường
chứng khoán là chỉ số VN-Index theo tháng trong giai đoạn từ tháng
7/2000 đến tháng 9/2011 (135 quan sát). Kết quả cuối cùng cho thấy khi
các điều kiện khác không đổi thì cung tiền, lạm phát, sản lượng công
nghiệp và giá dầu có mối tương quan dương với thị trường chứng khoán.
Lãi suất và tỷ giá hối đoái có tương quan âm với thị trường chứng khoán.
Yến & Sơn (2014) đã sử dụng các nhân tố vĩ mô gồm: lạm phát,
lãi suất, tỷ giá và cung tiền để phân tích tác động của nó đến chỉ số giá
chứng khoán Vn-Index. Dữ liệu dùng để phân tích được lấy theo tháng
từ tháng 1/2007 đến tháng 12/2012. Kết quả cho thấy, các biến lạm phát
và lãi suất có tác động âm đến chỉ số giá chứng khoán, các biến còn lại
là tỷ giá và cung tiền thì có tác động dương đến chỉ số VNI. Trong đó,
6
các hệ số đều có ý nghĩa ở mức 5% trừ tác động của biến cung tiền đến
chỉ số giá chứng khoán VNI là không đáng tin cậy ở mức ý nghĩa 5%.
KẾT LUẬN CHƯƠNG 1
Qua chương 1, nghiên cứu đã trình bày cơ sở lý luận về sự ảnh
hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán. Đồng

thời, tác giả đã tổng hợp một số nghiên cứu thực nghiệm trên thế giới và
trong nước nhằm thấy được sự tác động và mức độ ảnh hưởng của các
biến kinh tế vĩ mô đến chỉ số giá chứng khoán là giống và khác nhau như
thế nào ở mỗi quốc gia và mỗi giai đoạn.
Dựa vào cơ sở lý luận đã trình bày, đặc biệt là nghiên cứu của Chen,
Roll và Ross (1986) tác giả đã lựa chọn một số biến kinh tế vĩ mô phù hợp
với điều kiện kinh tế và thông tin tại Việt Nam để thực hiện phân tích. Bên
cạnh đó, qua tham khảo các nghiên cứu nước ngoài đã cho thấy sự hữu
hiệu của phương pháp hồi quy theo mô hình VECM khi dữ liệu đều là các
chuỗi thời gian không dừng; đồng thời, thực tế cho thấy các nghiên cứu
trong nước bằng mô hình VECM cũng đạt được những kết quả khả quan
nên bài nghiên cứu sẽ thực hiện theo mô hình VECM nhằm khắc phục
những hạn chế và nâng cao hơn nữa ý nghĩa thực tiễn của mô hình.
Trong phần sau của luận văn, tác giả sẽ từng bước thực hiện việc
thiết kế nghiên cứu và phân tích kết quả nhận được; đồng thời đưa ra
một số kiến nghị về chính sách kinh tế vĩ mô nhằm phát triển ổn định
TTCK Việt Nam.

CHƯƠNG 2
NGHIÊN CỨU ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ
MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX
2.1. GIỚI THIỆU KHÁI QUÁT VỀ CHỈ SỐ VN-INDEX
2.1.1. Công thức tính chỉ số Vn-Index
Chỉ số VN-Index được tính theo công thức Passcher theo công thức:
VN-Index =
0
tt
t
PQ
PQ






Trong đó: P
t
và P
0
: là giá tại thời điểm t và thời điểm gốc.
Q
t
: là khối lượng (quyền số) tại thời điểm tính toán t.
7
2.1.2. Diễn biến chỉ số Vn-Index giai đoạn 2005-2014
2.2. THIẾT KẾ NGHIÊN CỨU ẢNH HƯỞNG CỦA CÁC BIẾN
KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX
2.2.1. Phương pháp nghiên cứu
Bài nghiên cứu này sử dụng kỹ thuật phân tích chuỗi dữ liệu để
xem xét ảnh hưởng của các nhân tố kinh tế vĩ mô đến thị trường chứng
khoán. Trong phân tích chuỗi thời gian, phương pháp OLS tỏ ra nhiều
hạn chế vì yêu cầu tính dừng của chuỗi dữ liệu. Một chuỗi dừng là chuỗi
có giá trị trung bình là hằng số, đồng thời có phương sai không thay đổi
theo thời gian. Điều này thường không đúng đối với những biến có xu
thế. Do đó, nếu hồi quy những chuỗi như vậy sẽ dễ dàng dẫn đến hiện
tượng hồi quy giả mạo. Để khắc phục hạn chế đó, trong bài nghiên cứu
này tôi sử dụng mô hình Vector hiệu chỉnh sai số (VECM). Đây là một
mô hình cho phép hồi quy các biến không dừng nhưng lại có quan hệ
đồng liên kết, điều này rất phù hợp với các biến được lựa chọn trong mô
hình. Trước khi thực hiện hồi quy, tất cả các biến đều được lấy Logarit

để tăng tính ổn định.
Để hồi quy theo mô hình VECM, bài nghiên cứu tiến hành quy
trình sau:
a. Kiểm định tính dừng của chuỗi dữ liệu
Trong phân tích dữ liệu chuỗi thời gian, có thể nói tính dừng là
một yếu tố tiên quyết. Một mô hình tốt được đưa ra khi phân tích trên các
dữ liệu dừng. Nếu chuỗi dữ liệu không dừng thì sẽ tạo ra hiện tượng hồi
quy giả mạo và làm sai lệch kết quả mô hình.
Có nhiều phương pháp để kiểm định tính dừng của chuỗi thời gian
như: kiểm định Dickey-Fuller (DF), kiểm định Phillip-Person (PP) và
kiểm định Dickey-Fuller mở rộng (ADF)… Trong đó, phương pháp ADF
được sự dụng phổ biến hơn cả. Tuy nhiên, trong thời gian gần đây
phương pháp ADF thường bị chỉ trích vì không đủ tính thuyết phục nên
trong nghiên cứu này tôi sử dụng thêm phương pháp PP song song với
phương pháp ADF để tăng tính chính xác của kiểm định.
b. Kiểm định đồng liên kết Johansen
Việc hồi quy các chuỗi thời gian không dừng thường dẫn đến kết
8
quả hồi quy giả mạo. Tuy nhiên, Engle và Granger (1987) cho rằng nếu
kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi
dừng và các chuỗi thời gian không dừng đó được cho là đồng liên kết.
Có nhiều phương pháp kiểm định mối quan hệ đồng liên kết như: kiểm
định Engle-Granger ; kiểm định CRDW ; phương pháp VAR của Johansen ;…
Trong đó, phương pháp phổ biến nhất hiện nay là phương pháp VAR của
Johansen, bao gồm hai kiểm định là Trace và kiểm định Max-Eigen.
c.Mô hình Vector hiệu chỉnh sai số VECM
Trong phân tích hồi quy, các chuỗi thời gian thường không dừng
nên việc áp dụng phương pháp bình phương bé nhất OLS (Ordinary Least
Squares) thường không xác định được một mô hình hồi quy hiệu quả cho
mối liên hệ giữa các biến trong mô hình. Nhưng nếu các biến nghiên cứu

không dừng ở dữ liệu gốc nhưng dừng ở sai phân bậc 1 và sự kết hợp
tuyến tính giữa các biến này là một chuỗi dừng; nghĩa là tồn tại mối quan
hệ đồng liên kết giữa các biến hay nói cách khác là tồn tại mối quan hệ
cân bằng dài hạn giữa các biến trong mô hình thì chúng ta có thể áp dụng
mô hình vector hiệu chính sai số VECM (Vector Error Correction Model)
để ước lượng mô hình thể hiện mối quan hệ trong dài hạn giữa các biến.
d. Kiểm định sự phù hợp của mô hình
 Kiểm định quan hệ nhân quả Granger để xem xét sự tồn tại các
mối quan hệ giữa các biến.
 Kiểm định nghiệm đơn vị đối với phần dư thu được từ mô hình.
 Kiểm định tự tương quan của phần dư trong mô hình.
2.2.2. Dữ liệu nghiên cứu
Biến VNI: đại diện cho TTCK Việt Nam và được tính là trung
bình của chỉ số VN-Index đóng cửa cuối mỗi ngày giao dịch trong tháng.
Điều này giúp phản ánh chính xác và giảm sai lệch so với việc lấy chỉ số
đầu tháng hoặc cuối tháng.
Biến CPI: đại diện cho mức độ lạm phát của nền kinh tế và được xác
định bằng chỉ số giá tiêu dùng theo tháng tính trên cơ sở năm gốc là năm
2005. CPI được dự báo sẽ có tác động ngược chiều đối với chỉ số VN-Index
giống như kết quả thu được từ các nghiên cứu như: Fama (1991), Mohamed
& cộng sự (2009); Khil và Lee (2000); Francis và Tewari (2011)
9
Biến IIP: Theo lý thuyết, tăng trưởng GDP mới là biến phù hợp
nhất để đại diện cho triển vọng tăng trưởng kinh tế. Tuy nhiên, do hạn
chế không thu thập được số liệu tăng trưởng GDP theo tháng nên bài
nghiên cứu sử dụng chỉ số giá trị sản xuất công nghiệp để thay thế. Trong
một vài nghiên cứu trước đây, giá trị sản xuất công nghiệp có tác động
dương lên chỉ số VN-Index như: Fama (1981, 1990); Schwert (1990);
Chen, Roll & Ross (1986); Levine & Zervos (1996); Khan và Senhadji
(2000); Adjasi và Biekpe (2006); Bilson và cộng sự (2001), Humpe và

Macmillan (2009)
Biến SIR: dùng để chỉ lãi suất ngắn hạn và được xác định bằng lãi
suât bình quân liên ngân hàng kỳ hạn ba tháng và được lấy trung bình
theo tháng. Kỳ vọng về dấu của biến SIR đối với VNI là âm, phù hợp với
hầu hết các lý thuyết và bằng chứng thực nghiệm như: Fama (1981);
Menike (2006); Sohail và Hussain (2011); Mashayekh và cộng sự
(2011).
Biến EX: là biến đại diện cho tỷ giá hối đoái VND/USD và được
xác định bằng tỷ giá giao dịch của ngày cuối cùng trong mỗi tháng. Có
quan điểm cho rằng tồn tại mối quan hệ nghịch biến hai biến EX và VNI
như Bilson, Braisford và Hooper (2001). Trong khi đó, nghiên cứu của
Gan, Lee, Yong và Zhang (2006) Maysami & các cộng sự (2004) lại tìm
thấy mối quan hệ đồng biến. Do đó, kỳ vọng về sự tác động của EX lên
VNI là có thể âm hoặc dương.
Biến M2: đại diện cho mức cung tiền. M2 được tính bằng tổng
lượng tiền mặt và tiền các ngân hàng thương mại gởi tại ngân hàng trung
ương (M1) cộng với chuẩn tệ (tiền gởi tiết kiệm và tiền gởi có kỳ hạn).
Theo lý thuyết thì việc tăng M2 sẽ kích thích tăng trưởng kinh tế, từ đó
gây phản ứng tốt lên thị trường chứng khoán. Các nghiên cứu trước đây
cũng đưa ra kết quả tương tự: Chen, Roll & Ross (1986); Wong (2005);
Mukherjee (1995)…
Biến ROIL: đại diện cho giá dầu bán lẻ trong nước. Được tính
theo giá bán lẻ của mặt hàng xăng Mogas 92 vào thời điểm cuối mỗi
tháng trên thị trường Việt Nam. Các nghiên cứu trước đây về vấn đề này
cho thấy những kết quả trái chiều. Gan, Lee, Yong & Zhang (2006) cho
10
rằng có quan hệ đồng biến giữa hai biến này. Còn Chen, Roll & Ross
(1986) lại không tìm thấy mối quan hệ nào giữa giá dầu và TTCK.
Biến GP: là chỉ số giá vàng trong nước được xác định theo từng
tháng. Chỉ số giá vàng là chỉ tiêu tương đối phản ảnh xu hướng và mức độ

biến động của giá vàng. Kết quả nghiên cứu thực nghiệm về sự tương quan
giữa giá vàng chỉ số giá chứng khoán ở một số nước trên thế giới cho nhiều
kết quả khác nhau: nghiên cứu của Pooja Singh (2014), Bhunia & Mukhuti
(2013), Yahyazadehfar & Babaie (2012) và Bhunia (2013) trên thị trường
chứng khoán Ấn Độ đều cho thấy giá vàng có tác động tiêu cực đến chỉ số
giá chứng khoán. Trong khi đó, Kaliyamoorthy & Parithi (2012) trên thị
trường Ấn Độ và Buyuksalvarci (2010) trên thị trường Thổ Nhĩ Kỳ lại kết
luận rằng không có quan hệ nào giữa giá vàng và chỉ số giá chứng khoán.
Tuy nhiên, nghiên cứu của Movahedizadeh (2013) trên thị trường Malaysia
thì cho rằng mối quan hệ này là cùng chiều.
Bảng 2.2 Tóm tắt các biến trong mô hình và nguồn thu thập dữ liệu
Tên
biến
Mô tả
Đơn
vị
Nguồn
VNI
Chỉ số giá thị trường trung
bình tháng trên sàn HOSE.
Điểm
Website của Sở giao dịch
chứng khoán TP. HCM.
CPI
Chỉ số giá tiêu dùng hàng
tháng.
%
Website của Tổng cục
thống kê Việt Nam.
IIP

Chỉ số sản xuất công
nghiệp hàng tháng.
%
Website của Tổng cục
thống kê Việt Nam.
SIR
Lãi suất bình quân liên
ngân hàng (trung bình
tháng) kỳ hạn 3 tháng.
%
Website của Ngân hàng
nhà nước Việt Nam.
EX
Tỷ giá hối đoái liên ngân
hàng (trung bình tháng) của
VND so với USD.
VND/
USD
Website của Ngân hàng
nhà nước Việt Nam.
M2
Mức cung tiền
Tỷ
đồng
Elibrary trên website của
Quỹ tiền tệ Quốc tế IMF.
ROI
L
Giá xăng bán lẻ vào thời
điểm cuối mỗi tháng trên

thị trường Việt Nam.
Đồng
/lít
Website của Hiệp hội
xăng dầu Việt Nam.
GP
Chỉ số giá vàng trong nước
hàng tháng
%
Website của Tổng cục
thống kê Việt Nam.

11
Từ những phân tích ở phần trước, tác giả xây dựng bảng kỳ vọng
về dấu giữa các biến độc lập và các biến phụ thuộc như sau:
Bảng 2.3 Kỳ vọng tương quan giữa các nhân tố vĩ mô với chỉ số VN-Index
Biến
Kỳ
vọng
Cơ sở lý thuyết và thực nghiệm
CPI
_
Fama (1991), Mohamed & cộng sự (2009); Khil và
Lee (2000); Francis và Tewari (2011)
IIP
+
Fama (1981, 1990); Schwert (1990); Chen, Roll &
Ross (1986); Levine & Zervos (1996); Khan và
Senhadji (2000); Adjasi và Biekpe (2006); Bilson và
cộng sự (2001), Humpe và Macmillan (2009)

SIR

_

Fama (1981); French và cộng sự (1987); Menike
(2006); Sohail và Hussain (2011); Mashayekh và
cộng sự (2011)…
EX
-/+
Bilson, Braisford và Hooper (2001); Gan, Lee, Yong
và Zhang (2006); Maysami & các cộng sự (2004)…
M2
+
Chen, Roll & Ross (1986); Wong (2005); Mukherjee
(1995)…
ROIL
- /+
Gan, Lee, Yong & Zhang (2006); Chen, Roll & Ross
(1986)…
GP
-
Pooja Singh (2014), Bhunia & Mukhuti (2013),
Yahyazadehfar & Babaie (2012), Bhunia (2013)…

2.3. KẾT QUẢ NGHIÊN CỨU
2.3.1. Phân tích thống kê mô tả dữ liệu
2.3.2. Kết quả nghiên cứu thực nghiệm
a. Kết quả kiểm định tính dừng của chuỗi dữ liệu
Bảng 2.5 Bảng kết quả kiểm định tính dừng của các biến trong mô hình
Các biến

Kiểm định ADF
Kiểm định PP
Kết quả
VNI
-2.67*
-2.41
Dừng ở sai phân bậc 1
D(VNI)
-7.63***
-7.66***
CPI
-0.62
-0.96
Dừng ở sai phân bậc 1
D(CPI)
-5.52***
-5.68***
IIP
1.11
-1.23
Dừng ở sai phân bậc 1
D(IIP)
-4.68***
-44.89***
12
SIR
-1.30
-1.28
Dừng ở sai phân bậc 1
D(SIR)

-12.50***
-12.46***
EX
-0.27
-0.23
Dừng ở sai phân bậc 1
D(EX)
-11.03***
-11.03***
M2
-1.41
-1.50
Dừng ở sai phân bậc 1
D(M2)
-8.02***
-7.86***
ROLL
-1.63
-1.63
Dừng ở sai phân bậc 1
D(ROIL)
-9.61***
-9.56***
GP
-1.83
-1.78
Dừng ở sai phân bậc 1
D(GP)
-13.80***
-13.75***

Trong đó: D là sai phân bậc 1.
- Ký hiệu * thể hiện dữ liệu có ý nghĩa thống kê ở mức ý nghĩa 10%.
- Ký hiệu *** thể hiện dữ liệu có ý nghĩa thống kê ở mức ý nghĩa 1%.

Từ bảng trên ta có thể thấy cả hai phương pháp gần như đồng nhất
về kết quả với độ tin cậy cao. Trong tám biến nghiên cứu, tất cả đều được
cho là dừng tại sai phân bậc 1. Điều này đã bước đầu cho thấy sự phù
hợp để sử dụng mô hình VECM cho tám biến, thể hiện sự tác động của
các nhân tố kinh tế vĩ mô đến chỉ số giá VN-Index. Kết quả này cũng rất
phù hợp với kết quả của các nghiên cứu trước đây ở trong nước và ngoài
nước đã tìm thấy rằng các biến kinh tế vĩ mô không dừng ở dữ liệu gốc
mà dừng ở sai phân bậc 1.
b. Kết quả kiểm định đồng liên kết Johansen
Sau khi đã kiểm tra tính dừng của chuỗi dữ liệu nghiên cứu; kết quả
cho thấy rằng các chuỗi thời gian tuy không dừng tại mức nhưng đều dừng
tại sai phân bậc 1. Điều này khiến chúng ta nghi ngờ về khả năng đồng liên
kết giữa các biến nghiên cứu trong mô hình. Để có được một kết luận đáng
tin cậy bài nghiên cứu tiến hành kiểm định đồng liên kết của tám biến trong
mô hình theo phương pháp Var của Johansen để trả lời câu hỏi: liệu có tồn
tại mối quan hệ cân bằng trong dài hạn giữa các biến hay không. Tuy nhiên,
đây là một phương pháp rất nhạy cảm với độ trễ lựa chọn nên trước khi
kiểm định, ta cần phải xác định độ trễ tối ưu cho mô hình.
13
Việc xác định độ trễ tối ưu dựa trên năm tiêu chuẩn thông dụng :
LR, PFE, AIC, SC, HQ. Theo đó, ta sẽ lựa chọn độ trễ nào được nhiều
tiêu chuẩn xác định nhất làm độ trễ tối ưu cho việc kiểm định đồng liên
kết đối với cặp biến đó. Kết quả cho thấy, các tiêu chí LR, FPE, AIC và
HQ đều đề xuất độ trễ tối ưu cho mô hình là 12; chỉ có tiêu chí SC cho
rằng độ trễ tối ưu là 1. Do đó, tôi sử dụng độ trễ tối ưu là 12 để thực hiện
kiểm định đồng liên kết Johansen cho tám biến nghiên cứu.

Khi thực hiện việc kiểm định đồng liên kết Johansen cho tám biến
trong mô hình dưới sự hỗ trợ của phần mềm Eview 8 với độ trễ là 12 ta
nhận được thông báo: “Near singular matrix”, nghĩa là các cột của ma
trận các biến độc lập có liên hệ tuyến tính với nhau (ma trận suy biến).
Vì thế, chúng ta nghi ngờ về khả năng xảy ra hiện tượng đa cộng tuyến
giữa các biến độc lập trong mô hình, điều này làm cho các tính toán
không thực hiện được. Để kiểm tra khả năng này, ta xem xét ma trận hệ
số tương quan giữa các biến độc lập trong mô hình. Kết quả cho thấy có
sự tương quan giữa các biến kinh tế vĩ mô với nhau. Trong đó, cặp biến
có hệ số tương quan cao nhất là CPI và M2 (98,54%). Để giảm bớt mức
độ đa cộng tuyến giữa các biến độc lập ta có thể bỏ bớt biến độc lập ra
khỏi mô hình, đặc biệt là hai biến CPI và M2.
Sau khi thực hiện việc loại bỏ từng biến trong bảy biến độc lập và
chạy thử mô hình, kết quả thu được tốt nhất khi loại bỏ biến M2. Khi đó,
các tính toán đều thực hiện được và mô hình có mức độ giải thích cao
nhất trong số các mô hình. Bên cạnh đó, các kiểm định hậu hồi quy cũng
thu được kết quả tốt, mô hình là phù hợp. Ngoài ra, trong một số nghiên
cứu trước đây trên thị trường Việt Nam cũng cho thấy mối quan hệ giữa
M2 với chỉ số VNI là không có ý nghĩa về mặt thống kê như: nghiên cứu
của Yến & Sơn (2013), Nguyễn Hữu Tuấn (2012). Hơn nữa, trong nền
kinh tế Việt Nam thì giao dịch bằng tiền mặt là phổ biến và chiếm tỷ
trọng chủ yếu nên sự tác động của cung tiền M2 đến TTCK là không rõ
ràng. Vì các lý do đó nên trong phần tiếp theo, nghiên cứu sẽ thực hiện
việc xây dựng mô hình chỉ với sáu biến độc lập là: CPI, IIP, SIR, EX,
ROIL và GP sau khi đã loại bỏ biến M2.
14
c.Kết quả mô hình Vector hiệu chỉnh sai số (VECM)
VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX + 7,75 ROIL – 5,48 GP + 𝜺
𝒕

[6,73] [-0,78] [2,88] [12,70] [-5,70] [-9,16]
Bảng 2.9 Tóm tắt kết quả mô hình VECM
Biến
Giá trị
Hệ số điều chỉnh CointEq1
-0,580034
(0,17891)
[-3,24202]
Hệ số R
2
0,930290
F-Statistic: 2,87
Hệ số R
2
hiệu chỉnh
0,601103
Trong đó: [ ] : giá trị của thống kê T ( ): sai số
Qua các kết quả trên ta thấy, các hệ số của mô hình này đều giống
với kỳ vọng về dấu của các biến kinh tế vĩ mô khi tác động lên chỉ số
VN-Index. Các hệ số này đều có ý nghĩa thống kê ở mức 1%; ngoại trừ
hệ số thể hiện mối tương quan cùng chiều giữa chỉ số sản xuất công
nghiệp (IIP) và chỉ số VN-Index là không đủ tin cậy về mặt thống kê ở
mức ý nghĩa 1%. Bên cạnh đó, hệ số xác định R
2
của mô hình là 93,03%
và hệ số R
2
hiệu chỉnh là 60,11%. Điều này nghĩa là mô hình đã giải thích
được 60,11% sự thay đổi của chỉ số VN-Index bởi sáu biến kinh tế vĩ mô
đã chọn. Ngoài ra, hệ số điều chỉnh CointEq1 của mô hình có giá trị tuyệt

đối nhỏ hơn 1, mang dấu âm và có ý nghĩa thống kê ở mức 1%.
d. Kết quả kiểm định sự phù hợp của mô hình
 Trước hết, để chắc chắn các biến vĩ mô trong mô hình thực sự
có tương quan với chỉ số Vn-Index, chúng ta tiến hành kiểm định nhân
quả theo đề xuất của Granger với độ trễ của mô hình là 12. Kết quả cho
thấy, tất cả các biến vĩ mô đều tồn tại mối quan hệ nhân quả với biến
VNI ở mức ý nghĩa 1%; sự tác động này là một chiều từ các nhân tố vĩ
mô đến chỉ số VNI ở độ trễ 12 ngoại trừ mối quan hệ giữa biến GP với
VNI là hai chiều. Bên cạnh đó, các biến vĩ mô cũng có tác động qua lại
lẫn nhau. Chủ yếu là sự tác động một chiều của các biến khác lên biến
GP: biến IIP và ROIL là nguyên nhân Granger của GP với mức ý nghĩa
15
1%, biến SIR cũng có tac động một chiều đến chỉ số giá vàng GP với
mức ý nghĩa 5%.
 Tiếp theo, để đảm bảo hơn sự phù hợp của mô hình ta tiến hành
kiểm định nghiệm đơn vị của phần dư thu được từ mô hình. Kết quả cho
thấy tất cả các chuỗi phần dư của bảy biến trong mô hình đều dừng ở
mức ý nghĩa 1%
 Bên cạnh đó, với độ trễ bằng 12 ta kiểm định tính ổn định của
mô hình bằng cách xem xét nghiệm của đa thức đặc trưng có nằm trong
vòng tròn đơn vị không. Kết quả cho thấy mô hình đạt được tối ưu và sự
ổn định khi tất cả các nghiệm đều nhỏ hơn 1 và nằm lọt vào trong hình
tròn đơn vị.
 Cuối cùng, kết quả thực hiện kiểm định tự tương quan của phần
dư trong mô hình cũng cho kết quả tối ưu với độ trễ là 12 khi không xảy
ra bất cứ sự tự tương quan nào của phần dư vì ở tất cả các độ trễ đều có
giá trị p của thống kê lớn hơn 5%.
Vậy từ tất cả các kết quả trên ta có thể rút ra kết luận mô hình vừa
hồi quy được là một mô hình phù hợp để giải thích sự tác động của các
biến kinh tế vĩ mô gồm: CPI, IIP, SIR, EX, ROIL và GP đến chỉ số VNI.

KẾT LUẬN CHƯƠNG 2
Qua chương 2, tác giả đã trình bày sơ lược về chỉ số giá chứng
khoán Vn-Index và cách tính, cũng như diễn biến của chỉ số giá chứng
khoán Vn-Index trong giai đoạn 2005- T9/2014 theo từng tháng. Từ đó,
dựa vào những phân tích ở chương 1 về sự ảnh hưởng của các biến kinh
tế vĩ mô với chỉ số giá chứng khoán (đặc biệt là nghiên cứu của Chen,
Roll & Ross (1986)), đồng thời để phù hợp với điều kiện cũng như thông
tin ở Việt Nam tác giả đã chọn ra bảy biến vĩ mô sử dụng trong mô hình
bao gồm: lạm phát, chỉ số sản xuất công nghiệp, lãi suất, tỷ giá
VND/USD, cung tiền M2, giá xăng bán lẻ trong nước và chỉ số giá vàng
trong nước.
Tiếp theo, tác giả thực hiện việc thiết kế nghiên cứu để tìm ra sự
ảnh hưởng của các biến kinh tế vĩ mô đã chọn đến chỉ số Vn-Index với
dữ liệu của tám biến được lấy theo tháng từ tháng 01/2005 đến tháng
09/2014 (117 quan sát). Số liệu được tổng hợp từ các nguồn đáng tin cậy
16
và đều lấy Logarit trước khi thực hiện để tăng thêm sự ổn định. Để hồi
quy theo mô hình Vector hiệu chỉnh sai số (VECM), nghiên cứu thực hiện
theo quy trình sau:Kiểm định tính dừng của chuỗi dữ liệu, Kiểm định
đồng liên kết Johansen, Xây dựng mô hình VECM, Kiểm định sự phù hợp
của mô hình.
Sau từng bước kiểm định theo quy trình trên, tác giả đã xây dựng
được mô hình với mức ý nghĩa 60,11% và thỏa mãn các kiểm định về độ
phù hợp sau khi đã loại bỏ biến M2 nhằm giảm mức độ đa cộng tuyến
trong mô hình như sau:
VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX +
7,75 ROIL – 5,48 GP + 𝜺
𝒕

Ở chương tiếp theo, nghiên cứu sẽ phân tích những kết quả thu

được từ mô hình VECM, cũng như phân tích sự ảnh hưởng của các biến
vĩ mô đến chỉ số Vn-Index trong điều kiện thực tế tại Việt Nam.

CHƯƠNG 3
PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ
MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX

3.1. PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ
VĨ MÔ ĐẾN CHỈ SỐ VN-INDEX TỪ KẾT QUẢ MÔ HÌNH
NGHIÊN CỨU
3.1.1. Phân tích kết quả mô hình nghiên cứu
VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX + 7,75 ROIL – 5,48 GP + 𝜺
𝒕

Chỉ số giá tiêu dùng (CPI) tăng 1% làm cho chỉ số VNI giảm
7,24%. Kết quả này là hợp lý tại Việt Nam, vì trong thời kỳ lạm phát thì
kỳ vọng về sự tăng trưởng kinh tế trong tương lai sẽ xấu đi, lạm phát làm
giảm lượng tiền thực lưu thông trong nền kinh tế khiến cầu về hàng hóa
nói chung và cầu về chứng khoán nói riêng giảm xuống, kéo theo sự giảm
sút của chỉ số VNI.
Mối tương quan ngược chiều này hoàn toàn phù hợp với lý thuyết
kinh tế và tương đồng với kết quả nghiên cứu của của Fama (1981), Khil
& Lee (2000) tại Mỹ và mười quốc gia châu Á Thái Bình Dương ở giai
đoạn 1990-1997, Francis và Tewari (2011) nghiên cứu trên thị trường
17
Ghana trong giai đoạn 1998-2007 hay nghiên cứu của Yến & Sơn (2013).
Chỉ số sản xuất công nghiệp (IIP) tăng 1% dẫn đến chỉ số VNI
tăng thêm 1,87%. Khi chỉ số sản xuất công nghiệp tăng lên tạo nên một
sự kỳ vọng về tăng trưởng kinh tế ở tương lai trong tâm lý các nhà đầu
tư, do đó họ sẽ gia tăng đầu tư vào chứng khoán và kéo chỉ số giá chứng

khoán VNI cũng tăng lên. Tuy nhiên, sự tương quan này không có ý
nghĩa về mặt thống kê ở mức 5% nên không phản ánh được chính xác
tác động thực sự của nhân tố chỉ số sản xuất công nghiệp đến VNI. Một
trong những nguyên nhân có thể kể đến là do giá trị sản xuất công nghiệp
của Việt Nam chiếm tỷ trọng không đến 50% tổng sản phẩm trong nước
(GDP) nên chỉ số này không mang tính đại diện cao cho GDP. Bên cạnh
đó, tỷ trọng sản xuất công nghiệp trong tổng sản phẩm quốc nội cũng
thay đổi theo từng năm và có xu tăng dần từ năm 2005 đến nay. Do đó,
việc sử dụng chỉ số này thay cho GDP còn tồn tại nhiều bất cập.
Kết quả này trùng hợp với một vài nghiên cứu trước đây, chỉ số
sản xuất công nghiệp có tác động dương lên chỉ số VN-Index như: Fama
(1981, 1990); Schwert (1990); Chen, Roll & Ross (1986); Levine &
Zervos (1996); Khan & Senhadji (2000); Adjasi & Biekpe (2006); Bilson
&cộng sự (2001), Humpe & Macmillan (2009), Nguyệt & Thảo (2013).
Lãi suất (SIR) tăng 1% tác động làm giảm chỉ số VNI 0,95%.
Trong nền kinh tế Việt Nam, lãi suất tăng cũng là một tín hiệu dễ nhận
biết về sự bất ổn kinh tế vĩ mô. Khi đó chi phí cơ hội sẽ tăng lên nên nhà
đầu tư sẽ yêu cầu một mức tỷ suất sinh lợi cao hơn khi đầu tư vào chứng
khoán, nếu không dòng vốn của họ sẽ chuyển sang tiền gởi ngân hàng để
đảm bảo an toàn, tâm lý này càng khiến cho chỉ số VNI sụt giảm. Tuy
nhiên sự tác động này không mạnh mẽ khi 1% tăng lên của lãi suất chỉ
làm giảm 0,95% chỉ số VNI, tác động này là yếu nhất so với mức ảnh
hưởng của các biến khác đến chỉ số VNI ở độ trễ 12 tháng.
Sự tác động ngược chiều này là hoàn toàn phù hợp với các lý
thuyết kinh tế cũng như kết quả nghiên cứu thực nghiệm trước đây như
Menike (2006) ở thị trường Sri Lanka, Sohail & Hussain (2011) tại thị
trường Pakistan, Mashayekh & cộng sự (2011) trên thị trường chứng
18
khoán Iran, Nguyệt & Thảo (2013) và Yến & Sơn (2013) trên thị trường
Việt Nam.

Tỷ giá VNĐ/USD (EX) tăng 1% làm chỉ số VNI giảm 28,39%:
khi tỷ giá VNĐ/USD tăng (đồng Việt Nam giảm giá so với USD) sẽ dẫn
đến tác động tiêu cực đối với các doanh nghiệp sử dụng nguyên liệu nhập
khẩu ở nước ngoài. Việt Nam là một nước nhập siêu, do đó việc tỷ giá
tăng càng gây ra một phản ứng mạnh mẽ cho nền kinh tế. Những hàng
hóa, nguyên liệu nhập khẩu từ nước ngoài đều tăng giá làm cho chi phí
đầu vào của các doanh nghiệp tăng lên, lợi nhuận giảm và vì thế giá của
chứng khoán trên thị trường cũng giảm. Hơn nữa, USD là một loại ngoại
tệ cơ sở dùng để định giá nhiều sản phẩm hoặc loại tiền tệ khác, nó còn
là một cách giữ tiền của dân cư vì họ cho rằng đây là một loại ngoại tệ
mạnh. Chính vì những lý do đó, biến động của tỷ giá luôn dẫn đến những
phản ứng rất nhạy trong nền kinh tế Việt Nam.
Và kết quả này cũng được tìm thấy ở nghiên cứu của Bilson,
Braisford & Hooper (2001) tại các thị trường mới nổi.
Giá dầu bán lẻ (ROIL) tăng 1% làm chỉ số VNI tăng 7,75%: theo
lý thuyết, mối tương quan giữa giá dầu với chỉ số VN-Index có thể dương
hoặc âm. Mối tương quan đó là dương nếu quốc gia đó là quốc gia xuất
khẩu dầu, ngược lại ở một quốc gia nhập khẩu dầu thì mối tương quan
này là âm. Việt Nam không phải là một quốc gia xuất khẩu dầu nhưng
lại thể hiện tương quan dương giữa giá dầu với chỉ số VN-Index. Điều
này có thể được lý giải là do giá xăng dầu trên thị trường Việt Nam đã
chịu nhiều sự can thiệp sâu từ phía Nhà nước, nên các tín hiệu phát ra từ
nhân tố này đã bị bóp méo.
Kết quả này trái ngược với kết quả của Chen, Roll và Ross (1986)
ở thị trường Mỹ nhưng lại tương đồng với kết quả của Gan, Lee, Yong
và Zhang (2006) trên thị trường New Zeland.
Chỉ số giá vàng (GP) tăng 1% tác động làm chỉ số VNI giảm
5,48%. Trong những năm gần đây, vàng đã trở thành một kênh đầu tư
thu hút nhiều sự quan tâm của các nhà đầu tư, nhất là đối với các tầng
lớp dân cư trong xã hội có nguồn vốn nhàn rỗi. Trong giai đoạn 2011-

19
2013, vàng liên tục lập các mốc kỷ lục về giá đã tạo ra không ít cơ hội
kinh doanh cho các nhà đầu tư. Sự tăng lên của giá vàng đã hút dòng tiền
đầu tư vào nó một cách mạnh mẽ, do đó giảm lượng đầu tư vào chứng
khoán, kéo giá chứng khoán tụt xuống.
Mối tương quan này giống với kết quả nghiên cứu của Pooja Singh
(2014), Bhunia & Mukhuti (2013), Yahyazadehfar & Babaie (2012) và
Bhunia (2013) trên thị trường chứng khoán Ấn Độ.
 Kết luận rút ra từ mô hình
Mô hình VECM thu được có hệ số điều chỉnh sai số là -0,58. Giá
trị nhận được mang dấu âm, nhỏ hơn 1 và có ý nghĩa thống kê với mức
ý nghĩa 1%. Giá trị âm của hệ số này đảm bảo mối quan hệ đồng liên kết
đã tìm ra ở phần trước và các mất cân bằng trong ngắn hạn của kỳ trước
sẽ được điều chỉnh ở kỳ hiện tại. Hệ số điều chỉnh nhận được từ mô hình
nhỏ hơn 1 và có giá trị tuyệt đối là 0,58; điều này nghĩa là nếu có sự mất
cân bằng trong kỳ này thì trong kỳ tiếp theo trung bình 58% sự mất cân
bằng đó sẽ được điều chỉnh.
Để phân tích sâu hơn mối tương quan giữa các biến nghiên cứu,
từ mô hình thu được ta tiến hành phân tích hàm phản ứng đẩy (Impulse
Response Function, IRF) và ước lượng phân rã phương sai (Forecast
Erorr Variance Decomposition, FEVD).
3.1.2. Phân tích hàm phản ứng đẩy (Impulse Response
Function, IRF)
Kết quả trên cho thấy, VNI chịu tác động từ các cú sốc của chính
nó và các biến kinh tế vĩ mô khác trong cả ngắn hạn và trung hạn. Trong
đó, VNI chịu tác động từ các cú sốc của chính nó là nhiều nhất và kéo
dài trong suốt 24 tháng, đạt cực đại vào tháng thứ 15. Sự tác động của
các biến còn lại đều phù hợp với lý thuyết cũng như kết quả mô hình
VECM thu được. Các cú sốc trong quá khứ của các biến kinh tế vĩ mô
trong mô hình tác động đến chỉ số VNI có xu hướng tăng dần và đạt cực

đại vào khoảng tháng thứ 15, sau đó giảm dần và ổn định. Sự phản ứng
của VNI trước các cú sốc của nó là rất nhạy, còn đối với các cú sốc của
các biến vĩ mô khác thì có phần chậm hơn (nhanh nhất sau 3 tháng).
20
3.1.3. Uớc lượng phân rã phương sai (Forecast Erorr Variance
Decomposition, FEVD)
Từ những phân tích trên ta có thể thấy thị trường chứng khoán Việt
Nam chưa thực sự hoàn hảo khi hầu hết sự biến động của giá chứng khoán
chỉ phụ thuộc vào chính nó, thông tin vĩ mô chưa đóng góp nhiều cho việc
giải thích sự biến động của chỉ số VNI trong cả ngắn hạn và dài hạn. Trong
đó, hai biến vĩ mô chiếm tỷ trọng cao hơn trong việc giải thích sự biến động
của VNI trong cả ngắn và dài hạn là GP và CPI. Các biến IIP và ROIL có
mức độ giải thích tăng dần theo thời gian nhưng vẫn ở mức thấp. Hai biến
còn lại là SIR và EX thể hiện sự tác động mạnh mẽ đến chỉ số VNI trong
ngắn hạn (từ 1-2 tháng) nhưng sau đó thì giảm dần. Điều này cho thấy VNI
khá nhạy với thông tin của lãi suất và tỷ giá, tuy nhiên trong thời gian dài thì
mức độ ảnh hưởng của hai nhân tố này không còn cao.
3.2. PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ
VĨ MÔ ĐẾN CHỈ SỐ VN-INDEX TRONG ĐIỀU KIỆN THỰC TẾ
TẠI VIỆT NAM
3.2.1. Ảnh hưởng của chỉ số giá tiêu dùng đến chỉ số Vn-Index
Theo phân tích trong giai đoạn 2005-2014, nếu chỉ số CPI tăng nhưng
vẫn nằm trong tầm kiểm soát thì sẽ ảnh hưởng tích cực đến TTCK làm cho
chỉ số VNI tăng lên (2005, 2006, 2007, 2010, 2013, 09/2014). Ngược lại,
nếu chỉ số CPI tăng quá mức kiểm soát thì điều này lại tác động tiêu cực đến
TTCK làm chỉ số VNI giảm xuống (2008, 2009, 2011, 2012).
3.2.2. Ảnh hưởng của chỉ số sản xuất công nghiệp đến chỉ số
Vn-Index
Qua các phân tích trong giai đoạn nghiên cứu, ta thấy tác động của
IIP đến VNI trong giai đoạn 2005-2014 là đúng với lý thuyết cũng như

kết quả mô hình thu được ngoại trừ năm 2008, 2009, 2011 và 2012. Tuy
vậy, mối liên hệ này ở thời điểm năm 2006 và 2007 thể hiện nhiều sự
không chắc chắn khi chỉ số IIP tăng rất nhẹ nhưng TTCK lại phản ứng
quá mạnh mẽ. Kết quả này có lẽ giải thích được vì sao hệ số hồi quy của
biến IIP trong mô hình lại không đáng tin cậy.
3.2.3. Ảnh hưởng của lãi suất đến chỉ số Vn-Index
21
Qua diễn biến của lãi suất và chỉ số VNI có thể nhận thấy rằng mối
quan hệ giữa hai biến này trong giai đoạn 2005-2014 là ngược chiều. Mối
quan hệ này được thể hiện ở từng giai đoạn cụ thể trong năm chứng tỏ
TTCK khá nhạy cảm với lãi suất. Khi lãi suất thấp hoặc cao nhưng đang
có xu hướng giảm thì TTCK tăng điểm, và ngược lại khi lãi suất cao thì
TTCK giảm điểm.
3.2.4. Ảnh hưởng của tỷ giá VNĐ/USD đến chỉ số Vn-Index
Trong giai đoạn 2005-2014 tác động của tỷ giá đến chỉ số VNI là
tiêu cực nếu sự biến động của tỷ giá là mạnh mẽ và bất ngờ (2008, 2009,
2011, 2012). Ngược lại, nếu tỷ giá chỉ tăng nhẹ và có thể dự báo trước
thì chỉ số VNI gần như không bị ảnh hưởng (2005, 2006, 2007, 2010)
hoặc thậm chí nó có thể tác động tích cực lên chỉ số VNI (2013, 2014).
3.2.5. Ảnh hưởng của giá xăng bán lẻ đến chỉ số Vn-Index
Qua những phân tích trong giai đoạn nghiên cứu, ta có thể rút ra
vài nhận xét về ảnh hưởng của giá xăng đến chỉ số VNI giai đoạn 2005-
2014 như sau: khi giá xăng tăng mạnh và đột ngột sẽ gây nhiều ảnh
hưởng bất lợi lên TTCK làm chỉ số VNI giảm. Ngược lại, nếu giá xăng
chỉ tăng nhẹ và được dự báo trước theo định hướng của Chính Phủ thì
chỉ số VNI lại tăng lên (2005, 2006, 2007, 2009, 2010, 2013 và 2014).
Kết quả này phù hợp với mô hình, tuy nhiên giá xăng trong nước chưa
thực sự phản ánh đúng theo quy luật cung cầu do còn nhiều sự can thiệp
của nhà nước, chính vì thế giá xăng chưa được xem là một tin hiệu đáng
tin cậy để dự báo diễn biến của TTCK Việt Nam.

3.2.6. Ảnh hưởng của chỉ số giá vàng đến chỉ số Vn-Index
Qua những phân tích trong giai đoạn 2005-2014 về sự ảnh hưởng
của giá vàng đến TTCK ta thấy rằng: khi giá vàng tăng (hoặc giảm) đều
và ổn định trong một khoảng thời gian khá dài thì sẽ gây tác động ngược
chiều lên TTCK làm giảm (hoặc tăng) chỉ số VNI. Ngược lại, trước sự
biến động đột ngột và liên tục đổi chiều tăng, giảm của giá vàng sẽ gây
ra tâm lý không tốt cho các nhà đầu tư, họ không dám đầu tư vào vàng
và vì thế chỉ số VNI tăng giá.
KẾT LUẬN CHƯƠNG 3
Từ kết quả mô hình VECM thu được, nghiên cứu cho thấy sự ảnh
hưởng của các biến chỉ số CPI, lãi suất, tỷ giá VNĐ/USD và chỉ số giá vàng
22
lên chỉ số giá chứng khoán Vn-Index là ngược chiều; còn các biến chỉ số
sản xuất công nghiệp và giá xăng bán lẻ thì có tác động cùng chiều lên chỉ
số giá chưng khoán Vn-Index. Kết quả này phù hợp với lý thuyết và tương
đồng với kết quả của các nghiên cứu thực nghiệm ở trong và ngoài nước.
Tiếp đó, nghiên cứu phân tích sự ảnh hưởng của từng nhân tố kinh
tế vĩ mô trong mô hình với chỉ số Vn-Index trong điều kiện thực tế tại
Việt Nam giai đoạn 2005-T9/2014. Kết quả phân tích trùng khớp với kết
quả thu được từ mô hình VECM, tuy nhiên trong một vài giai đoạn thì
điều này là không đúng. Điển hình nhất là những năm 2006-2008, các
thay đổi của nền kinh tế vĩ mô gần như không tác động đến chỉ số VNI
mà chủ yếu TTCK phát triển theo phản ứng bầy đàn; khi mà sự hiểu biết,
trình độ cũng như kinh nghiệm của các nhà đầu tư về lĩnh vực này còn
quá non nớt. Sau khi trải qua thời kỳ phát triển quá nóng, TTCK đã dần
thể hiện đúng vị trí của nó trong nền kinh tế khi đã có những phản ứng
trước sự thay đổi của các biến kinh tế vĩ mô theo đúng quy luật của nó.
Do đó, ở những năm 2009-T9/2014 ta thấy được kết quả phân tích trùng
hợp với kết quả thu được từ mô hình.
Từ những kết quả thu được ở chương này, nghiên cứu đề xuất một

vài gợi ý trong việc xây dựng và hoàn thiện chính sách vĩ mô nhằm phát
triển ổn định TTCK Việt Nam.
CHƯƠNG 4
MỘT SỐ GỢI Ý VỀ CHÍNH SÁCH VĨ MÔ NHẰM PHÁT TRIỂN
ỔN ĐỊNH THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
4.1. CHIẾN LƯỢC PHÁT TRIỂN THỊ TRƯỜNG CHỨNG
KHOÁN VIỆT NAM GIAI ĐOẠN 2011-2020
Việc phát triển ổn định thị trường chứng khoán được cụ thẻ hóa
trong chủ trương chung của Đảng và Nhà Nước về tái cấu trúc nền kinh
tế nhằm phát huy hiệu quả sử dụng vốn, thúc đẩy phát triển kinh tế thị
trường định hướng xã hội chủ nghĩa. Nội dung này được Thủ tưởng
Chính Phủ phê duyệt tại quyết định số 252/QĐ-TTg ngày 01/03/2013 với
những điểm cơ bản sau:
4.1.1. Quan điểm phát triển
4.1.2. Mục tiêu phát triển
a. Mục tiêu tổng quát
23
b. Mục tiêu cụ thể
4.2. GỢI Ý VỀ CHÍNH SÁCH VĨ MÔ NHẰM PHÁT TRỂN ỔN
ĐỊNH THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Dựa trên kết quả phân tích ở trên và bài học kinh nghiệm rút ra từ
các lý thyết và nghiên cứu thực nghiệm trên Thế giới cùng với chiến lược
phát triển thị trường chứng khoán của Đảng và Nhà Nước trong giai đoạn
tới, chúng tôi đề xuất một số gợi ý cho việc xây dựng và hoàn thiện các
chính sách vĩ mô như sau:
4.2.1. Kiểm soát lạm phát kịp thời và hiệu quả
4.2.2. Thực hiện mục tiêu tăng trưởng nhanh và bền vững
4.2.3. Điều hành chính sách lãi suất linh hoạt hướng đến một
ức lãi suất chung theo thị trường
4.2.4. Nâng cao hiệu quả điều hành chính sách tỷ giá VND/USD

4.2.5. Thực hiện các biện pháp phát triển thị trường xăng dầu
4.2.6. Liên thông thị trường vàng trong nước với thị trường
vàng quốc tế
KẾT LUẬN CHƯƠNG 4
Căn cứ vào kết quả nghiên cứu thực nghiệm và phân tích thực trạng
thị trường chứng khoán Việt Nam giai đoạn T01/2005-T09/2014 cũng như
dựa vào định hướng mục tiêu phát triển thị trường chứng khoán Việt Nam
đến năm 2020 của Chỉnh Phủ, nghiên cứu đã đề xuất các giải pháp tương
ứng với các biến kinh tế vĩ mô nhằm giải quyết những vấn đề tồn tại trên thị
trường để hướng đến mục tiêu phát triển ổn định thị trường chứng khoán
Việt Nam. Những giải pháp này được trình bày cụ thể và tách bạch cho từng
biến kinh tế vĩ mô trong mô hình. Trong quá trình triển khai, cẩn phải phối
hợp thực hiện đồng bộ và có sự cam kết duy trì thực hiện của các chủ thể có
liên quan, nếu cần thiết có thể điều chỉnh các giải pháp cho phù hợp với tình
hình thực tế. Bên cạnh đó, hai yếu tố rất quan trọng đó là: sự đồng bộ, cam
kết thực hiện và xử lý nghiêm các sai phạm cần được quán triệt chặt chẽ. Có
như vậy thì các giải pháp đưa ra mới phát huy được hiệu quả. Từ đó, giúp
thị trường chứng khoán Việt Nam phát triển ổn định hơn để đảm đương tốt
vai trò dẫn vốn cho nền kinh tế.
KẾT LUẬN CHUNG
Dựa trên cơ sở lý thuyết về các nhân tố kinh tế vĩ mô ảnh hưởng đến
thị trường chứng khoán cũng như các kết quả nghiên cứu thực nghiệm trong