Mối quan hệ giữa khối lượng giao dịch và chỉ số chứng khoán

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH









MI LIÊN H GIA KHI LNG
GIAO DCH VÀ CH S CHNG KHOÁN:
BNG CHNG THC NGHIM TI VIT NAM


N



Tp. H Chí Minh, 2014
B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH

MI LIÊN H GIA KHI LNG
GIAO DCH VÀ CH S CHNG KHOÁN:
BNG CHNG THC NGHIM TI VIT NAM
ậ

: 60340201



:
ậ


Tp. H Chí Minh, 2014









Tôi xin cam đoan lun vn “MI LIÊN H GIA KHI LNG GIAO
DCH VÀ CH S CHNG KHOÁN: BNG CHNG THC NGHIM TI
VIT NAM” là công trình nghiên cu ca chính tác gi, ni dung đc đúc kt t
quá trình hc tp và các kt qu nghiên cu thc tin trong thi gian qua, s liu s
dng là trung thc và có ngun gc trích dn rõ ràng. Lun vn đc thc hin di
s hng dn khoa hc ca PGS- TS Phan Th Bích Nguyt

Tác gi lun vn


Dng Quang Tú




LI CAM OAN


Trang ph bìa
Li cam đoan
Mc lc
Danh mc t vit tt
Danh mc các bng biu
Danh mc các ph lc
TÓM TT  TÀI 1
1) GII THIU 2
1.1) Lý do chn đ tài 2
1.2) Mc tiêu nghiên cu 4
1.3) Câu hi nghiên cu 4
1.4) B cc đ tài 4
2) TNG QUAN CÁC NGHIÊN CU TRC ỂY 5
3) D LIU VÀ PHNG PHÁP NGHIểN CU 13
3.1) D liu nghiên cu 13
3.2) Phng pháp nghiên cu 14
3.3) Kim đnh nghim đn v 15
3.4) Mô hình Var 17
3.5) Kim đnh Granger 18

3.6) Hàm phn ng xung và phân rã phng sai 19

MC LC
4) NI DUNG KIM NH 20
31/12/2006 20
4.1.1) Kim đnh nghim đn v 20
4.1.2) La chn đ tr ti u 21
4.1.3) Mô hình Var vi đ tr ti u là 6 21
4.1.4) Kim đnh Granger 25
4.1.5) Hàm phn ng xung 25
4.1.6) Phân rã phng sai 27
01/09/2013 28
4.2.1) Kim đnh nghim đn v 28
4.2.2) La chn đ tr ti u 29
4.2.3) Mô hình Var vi đ tr ti u là 4 30
4.2.4) Kim đnh Granger 32
4.2.5) Hàm phn ng xung 33
4.2.6) Phân rã phng sai 34
5) KT LUN,
VÀ HN CH CA  TÀI 37
5.1) Kt lun 37
5.2)
38
5.3) Hn ch ca đ tài 40
TÀI LIU THAM KHO 41
PH LC 44

TTCK: Th trng chng khoán.
SGDCK: S Giao dch Chng khoán.
SGD: S Giao dch.
SGDCK HCM: S Giao dch Chng khoán H Chí Minh.
ADF: kim đnh Augmented Dickey-Fuller.
PP: kim đnh Phillips – Perront.










DANH MC CÁC T VIT TT





Bng 1: Kt qu kim đnh nghim đn v 20
Bng 2: La chn đ tr ti u 21
Bng 3: Kt qu mô hình Var ca bin RVNI1 21
Bng 4: Kt qu mô hình Var ca bin RVOL1 23

Bng 5: Kt qu kim đnh Granger 24
Bng 6: Phân rã phng sai ca bin RVNI1 27
Bng 7: Phân rã phng sai ca bin RVOL1 27
Bng 8: Kt
2 28
Bng 9:
2 29
Bng 10: Kt qu mô hình Var ca bin RVNI 30
Bng 11: Kt qu mô hình Var ca bin RVOL 31
Bng 12: Kt qu kim
2 32
Bng 13: Phân rã phng sai ca bin RVNI 34
Bng 14: Phân rã phng sai ca bin RVOL 35
Biu đ 1: Hàm phn ng xung ca bin RVOL1 25
Biu đ 2: Hàm phn ng xung ca bin RVNI1 26
Biu đ 3: Hàm phn ng xung ca bin RVOL 33
Biu đ 2: Hàm phn ng xung ca bin RVNI 34

DANH MC CÁC BNG BIU





Phc lc 1: Kt qu kim đnh ADF ca bin RVOL1 44
Phc lc 2: Kt qu kim đnh ADF ca bin RVNI1 45
Phc lc 3: Kt qu kim đnh Phillips – Perront (PP) ca bin RVOL1 46
Phc lc 4: Kt qu kim đnh Phillips – Perront (PP) ca bin RVNI1 47
Phc lc 5: Kt qu c lng đ tr ti u
1 48

Phc lc 6: Kt qu mô hình Var vi đ tr t
1 48
Phc lc 7: Kt qu kim đnh Granger
1 50
Phc lc 8: Kt qu hàm phn ng xung
1 50
Phc lc 9: Kt qu phân rã phng sai
1 51
Phc lc 10: Kt qu kim đnh ADF ca bin RVOL 52
Phc lc 11: Kt qu kim đnh ADF ca bin RVNI 53
Phc lc 12: Kt qu kim đnh Phillips – Perront (PP) ca bin RVOL 54
Phc lc 13: Kt qu kim đnh Phillips – Perront (PP) ca bin RVNI 55
Phc lc 14: Kt qu c lng đ tr ti u
2 56
Phc lc 15: Kt qu mô hình Var vi đ tr ti
2 56
Phc lc 16: Kt qu kim đ
2 58
Phc lc 17: Kt qu hàm phn 
2 58
Phc lc 18: Kt qu phân rã phng sai
2 59

DANH MC CÁC PHC LC
1

Mc tiêu ca nghiên cu này là kho sát bn cht mi quan h tác đng qua
li gia s thay đi ca khi lng giao dch vi s bin đng ca ch s VNI Index
trên S Giao Dch Chng khoán H Chí Minh. S liu s dng trong bài nghiên cu
này là chui khi lng giao dch và ch s VNI Index theo thi gian vi tn sut
hàng ngày

28/07 144
t 01/01/2007 (thi đim Doanh Nghip khi niêm yt không
còn đc hng u đãi v thu thu nhp doanh nghip
) đn 01/09/2013 vi 1654 s quan sát, thông qua vic s dng
VAR, kim đnh nhân qu Granger, hàm phn ng xung và phân rã phng sai.
Kt qu cho thy
có mi quan h tích cc gia s
thay đi ca khi lng giao dch vi s bin đng ca ch s VNI Index. Hn na
các kt qu bng vic s dng VAR và kim đnh nhân qu Granger cho thy mi
quan h này là 2 chiu. Tuy nhiên kt qu ca hàm phn xung và phân rã phng
sai cho thy mi quan h này tác đng qua li này yu.
T khóa: S thay đi ca khi lng giao dch, s bin đng ca ch s Vni
– Index, mô hình Var, kim đnh Granger, hàm phn ng xung, phân rã phng sai

TÓM TT  TÀI
2

1. GII THIU

1.1) Lý do chn đ tài
Th trng chng khoán đóng vai trò rt quan trng trong s phát trin kinh
t ca mt quc gia. Mt mt nó giúp đ đ cung cp thanh khon cho các nhà đu
t, mt khác, giúp doanh nghip to ra vn mi. Th trng chng khoán đc xem
nh là phong v biu ca nn kinh t quc gia.

Trong nhng nm gn đây, mi quan h tác đng qua li gia s thay đi ca
khi lng giao dch vi s bin đng ca giá chng khoán đã nhn đc s quan
tâm đc bit ca các nhà kinh t tài chính. Karpoff (1987) đa ra 4 lý do có th có
là: u tiên, nó cung cp cái nhìn sâu sc v cu trúc ca th trng tài chính nh
là: mc đ ca thông tin tác đng ti th trng, thông tin đc ph bin nh th
nào, mc đ mà giá c truyn ti thông tin và hn ch ca bán khng. Th hai, nó
đc dùng đ kim tra tính hu ích ca phân tích k thut. Hn na, nó còn đc s
dng đ điu tra vai trò ca đu c đi vi s bin đng giá, vì đu c có mi quan
h cht ch ti khi lng giao dch. Cui cùng, nó nh hng đn hp đng tng
lai.
Mc dù nhiu nghiên cu đã c gng thit lp cu trúc thc nghim và lý
thuyt ca mi quan h này, mt s đng thun vn cha th đt đc.
khi s bin đng ca khi lng giao dch càng ln thì giá s thay
đi càng ln. Tuy nhiên, cng có nhng trng hp cho thy rng vi s bin đng
khi lng giao dch thp nhng bin đng giá cao hoc s bin đng khi lng
giao dch cao nhng giá li không bin đng.
li cho
rng mi quan h này ph thuc vào lúc th trng trong chu k tng hay gim. Nu
th trng trong chu k tng thì khi lng giao dch cao và giá bin đng nhiu
hn so vi th trng trong xu th gim.
Fama cho rng vi th trng hiu qu yu thì giá c phiu hin ti đã phn
ánh ht các thông tin trong quá kh (Fama, 1970, 1991), điu này ng ý rng giá
3

chng khoán trong quá kh không th đc s dng đ d đoán nhng thay đi giá
tng lai và do đó, các công c phân tích k thut không có giá tr . Ngc li, các
nhà phân tích k thut cho rng thông tin trong giá chng khoán trong quá kh là
không hoàn toàn tích hp trong giá chng khoán hin ti , và do đó, h tin rng
bng cách quan sát giá trong quá kh có th d đoán đc s thay đi giá chng
khoán tng lai. Nhà phân tích k thut tin tng mt cách mnh m rng “Khi

lng nh hng đn s thay đi giá”.
Có mt s nghiên cu ch ra rng có mi quan h tích cc gia s bin đng
khi lng hàng ngày vi s thay đi giá hàng ngày đi vi c ch s th trng
chung cng nh c phiu riêng bit (ví d nh Ying, 1966; Westerfield, 1977;
Rutledge, 1984). Thêm mt nghiên cu v mi quan h này ca Gervars , Kaniel và
Mingelgrin (KGM, 2001). KGM tin hành nghiên cu vai trò ca các hot đng
giao dch trong điu kin các thông tin phn ánh vào giá trong tng li. Hay nói
mt cách khác là s bin đng ca khi lng giao dch có nh hng xu hng
thay đi giá trong tng lai hay không. Và h đã tìm thy bng chng rng các c
phiu có khi lng giao dch ln (nh) trong thi gian mt ngày hay mt tun thì
có nh hng đn s thay đi giá ln (nh) trong tháng k tip. i vi các nc
ông Nam Á thì Moosa và Al-Loughani (1996) ch ra rng có s tác đng qua li
gia giá c phiu và khi lng giao dch  th trng chng khoán Singapore và
Thái Lan, và mi quan h mt chiu t khi lng giao dch đn giá c phiu 
Malaysia. Tuy nhiên, không có bt k mi quan h nào gia giá c phiu và khi
lng giao dch đc tìm thy  th trng chng khoán Philippines.
Mc dù mi quan h gia s bin đng gia giá và khi lng giao dch đã
đc nghiên cu rt nhiu, đc bit là ti các th trng phát trin. Vì vy bài
nghiên cu này đ
mi quan h gia khi lng giao dch và ch s chng
khoán trên Th Trng Chng khoán Vit Nam.

4

1.2) Mc tiêu nghiên cu
Xem xét mi quan h tác đng qua li gia s bin đng khi lng giao
dch và s thay đi ch s VNI Index trên S Giao Dch Chng khoán H
Chí Minh, qua đó cung cp bng chng khoa hc v ch đ này trên th
trng chng khoán Vit Nam.
cho

Và da trên kt qu nghiên cu góp sc mt phn nào đó cho các Nhà đu t
trong vic giao dch hiu qu hn.
1.3) Câu hi nghiên cu
 gii quyt mc tiêu nghiên cu trên, tác gi s tìm câu tr li cho câu hi nghiên
cu: ”
hay không??”
1.4) B cc đ tài
Phn còn li ca lun vn gm có 4 phn: phn tip theo tác gi s trình bày
tng quan các nghiên cu trc đây. Phn 3 trình bày Phng pháp nghiên cu.
Phn 4 trình bày ni dung và kt qu nghiên cu. Phn 5 là kt lun.









5

2. TNG QUAN V CÁC NGHIÊN CU TRC ỂY

Schwert (1990) lp lun rng s thay đi khi lng giao dch đã phn ánh
s bin đng giá bi vì s bin đng giá là yu t rt quan trng trong vic thc
hin chin lc giao dch ca nhà đu t. Và tác gi cng đa ra quan đim rng khi
có xu hng chc chn v s bin đng giá thì nhiu nhà đu t s giao dch cùng
mt hng, quan đim này ca tác gi da trên tâm lý hành vi “by đàn” ca nhà
đu t và s bin đng giá ngu nhiên là không hp l.

 th trng chng khoán New York,
Hiemstra & Jones (1994) bng vic s
dng kim đnh Granger tuyn tính và phi tuyn trong 2 giai đon t nm 1915 đn
1946 và 1947 đn 1990 đã ch ra rng có mi quan h tác đng qua li gia s thay
đi giá c phiu và khi lng giao dch.
 khu vc Châu M La Tinh, Saatcioglu & Starks (1998) bng vic s dng
d liu ch s hàng tun và hàng tháng, mô hình Var, kim đnh mi quan h nhân
qu Granger đã cung cp bng chng v mi quan h gia s thay đi giá c phiu
và khi lng c phiu giao dch ti 6 th trng Argentina, Brazil, Chile,
Colombia, Mexico, and Venezuela. Có s tác đng qua li gia s thay đi giá c
phiu và khi lng c phiu giao dch  th trng chng khoán Colombia và
Venezuela. Ngoài ra, nghiên cu này còn ch ra rng s thay đi ca giá c phiu
dn đn s thay đi ca khi lng giao dch  th trng chng khoán Chile và s
thay đi khi lng giao dch dn đn s thay đi giá c phiu  th trng chng
khoán Brazil và Mexico. Riêng ti th trng Mexico, nu s dng d liu hàng
ngày thì có s thay đi ca giá dn đn s thay đi ca khi lng giao dch. iu
này là do trong khon thi gian nghiên cu, bao gm Cuc khng hong Peso 1994,
và tác gi cho rng kt qu này có th ch đn gin là mt s phn ánh ca khong
thi gian đó.
Tuy nhiên khi nghiên cu ti th trng chng khoán M, Hongkong và 4 th
trng chng khoán ti Trung Quc vi d liu hàng ngày trong giai đon t
6

12/12/1990 đn 31/12/1997 đi vi th trng ti Thng Hi A, còn trong giai
đon t 21/02/1992 đn 31/12/1997 đi vi th trng ti Thng Hi B, còn trong
giai đon t 30/09/1992 đn 31/12/1997 đi vi th trng ti Thâm Quyn A, và
trong giai đon t 06/10/1992 đn 31/12/1997 đi vi th trng ti Thâm Quyn B.
Lee & Rui (2000) li đa ra kt qu rng khi lng giao dch li không có tác đng
đn s thay đi giá ti các th trng này. Ngoài ra tác gi khi nghiên cu mi quan
h gia các th trng vi nhau, cng đa ra kt lun rng th trng tài chính M

và Hongkong có nh hng rt yu đi vi các th trng chng khoán ti Trung
Quc. iu này có ngha là th trng tài chính Trung Quc đc lp vi th trng
tài chính th gii, điu đó th trng chng khoán ti Trung Quc cha đng li
nhun cao hn cng đi kèm vi ri ro cao hn.Th trng chng khoán ti Trung
Quc tr nên thu hút hn đi vi nhà đu t ngoi bi vì tính đc lp và nhiu c
hi tim nng. Tuy nhiên khi nghiên cu trong ni ti th trng Trung Quc, thì li
có mi tng quan ln nhau gia các TTCK Thng Hi A, Thng Hi B, Thâm
Quyn A và Thâm Quyn B.
Vi mt cách tip cn mi v mi quan h gia khi lng và giá, Gervais,
Kaniel và Mingelgrin (GKM) (2001)
s dng d liu hàng ngày và hàng tun trong
giai đon t 1963 đn 1996 ti th trng chng khoán New York (NYSE) đã phát
trin lý thuyt tm nhìn da trên quan đim ca Miller (1997) và Mayshar (1983).
Lý thuyt tm nhìn cho rng khi nhà đu t có nhiu quan đim khác nhau v giá tr
c phiu thì nhng nhà đu t đã mua c phiu thng rt lc quan v giá tr ca c
phiu. Hn na, nu ngun cung ca c phiu b gii hn bi bán khng thì quan
đim ca nhà đu t bi quan s không phn ánh vào giá và giá c phiu s b nhiu.
GKM cho rng vi trng hp nh vy thì c phiu vi bin đng tích cc s đc
giao dch nhiu hn (do nhiu ngi mun mua hn). Tuy nhiên, ngun cung ca
c phiu thì hu hn, nên khi lng và giá s bin đng tích cc. Và tác gi kt
lun rng khi lng giao dch cha đng thông tin quan trng đi vi s bin đng
7

giá xy ra trong tng lai, khi s thay đi khi lng giao dch cao thì dn đn s
bin đng giá tích cc và ngc li.
Bng vic dùng mô hình Var và kim đnh Granger vi d liu hàng ngày t
1973 đn 2000,
Chen, Firth, Rui (2001) cng nghiên cu mi quan h nhân qu
gia s bin đng ch s giá vi s thay đi khi lng giao dch ti 9 th trng
chng khoán ln nht: New York, Tokyo, London, Paris, Toronto, Milan, Zurich,

Amsterdam, và Hong Kong. Tác gi la chn các th trng này là do qui mô th
trng ln, uy tín tt và d liu đ cho vic kim đnh cng nh nhng th trng
này đc s quan tâm ca nhà đu t nc ngoài. Tác gi đã đa ra kt lun rng có
mi tng quan tích cc gia khi lng và giá ti 9 th trng. Nghiên cu này
còn tìm thy mi quan h tác đng qua li gia s s thay đi giá c phiu và khi
lng giao dch tn ti  th trng chng khoán Thu S, Hà Lan và Hong Kong và
s tác đng ca s thay đi giá c phiu đn khi lng giao dch  th trng
chng khoán M, Nht, Anh, Pháp và Ý.
Vi vic dùng mô hình Var và kim đnh Granger,
Lee & Rui (2002) đã
kim tra các mi quan h nng đng gia s bin đng giá và khi lng giao dch
vi cách s dng d liu hàng ngày ca ba th trng chng khoán ln nht th
gii: New York, Tokyo, và London. Ti th trng New York tác gi s dng d
liu S&P 500 t giai đon 02/01/1973 đn 1/12/1999 vi 6784 s quan sát, và ti th
trng Tokyo tác gi s dng d liu Topix t giai đon 07/01/1974 đn 1/12/1999
vi 6525 s quan sát, và ti th trng London tác gi s dng d liu FT-SE100 t
giai đon 27/10/1986 đn 1/12/1999 vi 3310 s quan sát. Tác gi đã đa ra kt
lun rng ti mc ý ngha 5%, khi lng giao dch không có mi quan h nhân
qu ti c 3 th trng trên, điu này có ngha là mc dù có mi quan h tng quan
tích cc gia khi lng và giá nhng s bin đng khi lng không phi là nhân
t trc tip đ d đoán s thay đi giá. Tuy nhiên, tác gi tìm thy bng chng cho
rng có thông tin phn hi qua li gia khi lng
và giá, điu này có
8

ngha là khi lng giao dch có nh hng đn giá, nhng bng hình thc gián
tip.
S dng d liu hàng tháng ti các th trng mi ni (26 quc gia),
Assogbavi & Osagie (2006) li tìm thy bng chng mnh v s bin đng giá tác
đng ti s thay đi khi lng

. Tuy nhiên, vic thiu bng chng mnh
v mi tng quan tích cc gia khi lng
và giá, điu này cho thy s
khác nhau v th ch, lung thông tin ti th trng mi ni là quan trng nh
hng ti giá tr ca công ty. iu này đc tác gi gii thích là do mi tng quan
gia khi lng và giá ph thuc vào cách thông tin đc ph bin trên th trng,
và ti các th trng mi ni thì nhà đu t tip cn thông tin thng có đ tr nht
đnh, do đó dn mi tng quan yu gia s bin đng gia khi lng giao dch và
giá.
De Medeiros & Doornik (2006) cng tin hành nghiên cu mi quan h thc
nghim gia s thay đi khi lng giao dch và s bin đng giá ti th trng
chng khoán Braxin (Bovespa). D liu nghiên cu là d liu hàng ngày ca 57 c
phiu (chim hn 80% vn hóa) trên TTCK Braxin trong giai đon t 03/01/2000
đn 29/12/2005. Phng pháp nghiên cu đc tác gi s dng gm: phân tích t
tng quan, kim nghim đn v, phân tích phng trình hi quy 2 bin, GARCH,
VAR, và kim đnh Granger. Tác gi tìm thy bng chng cho thy rng có s tác
đng qua li gia s bin đng khi lng giao dch và s thay đi giá. Tác gi
cng cho rng s bin đng khi lng giao dch càng ln s dn đn s giao đng
ca giá càng mnh và mi quan h này là đi xng.
Tov Assogbavi, Jennifer Schell, Simeon Fagnisse (2007) cng tìm thy bng
chng mnh m cho rng mi quan h tác đng gia s bin đng giá vi s thay
đi khi lng giao dch là 2 chiu khi s dng mô hình Var, kim đnh Granger
vi d liu là 28 c phiu thuc các ngành khác nhau (lúc đu tác gi đa ra 60 c
phiu nhng sau đó chn lc li 28 c phiu), d liu thi gian là d liu hàng tun
9

trong giai đon t tháng 1/1997 đn 12/2005 đ phân tích mi quan h gia s bin
đng giá vi s thay đi khi lng giao dch ti th trng chng khoán Nga
(RTS).
Ti TTCK Chi lê (IPSA),

Kamath (2008) s dng d liu hàng ngày t tháng
01/2003 đn 10/2006. Nghiên cu ch ra rng s gia tng ca ch s IPSA đi kèm là
theo là khi lng tng và ch s IPSA gim đi kèm vi khi lng gim. Mi quan
h tích thi gia khi lng và giá là mi quan h tích cc, và là 2 chiu.
Mederios & Doornik (2008) tin hành nghiên cu mi quan h gia s thay
đi khi lng giao dch và s bin đng giá ti th trng chng khoán Brazil
(Bovespa). D liu đc thu thp hàng ngày t 03/01/2000 đn 29/12/2005 bng
vic s dng phân tích t tng quan, kim nghim đn v, hi qui đa bin, kim
đnh Garch, mô hình Var và kim đnh nhân qu Granger. Tác gi chng t rng
mi quan h này là tích cc và tc thi. Ngoài ra vi vic s dng kim đnh nhân
qu Granger, bài nghiên cu cng cho thy rng có s tác đng qua li ln nhau
gia s thay đi khi lng giao dch và s bin đng giá

Brajesh Kumar, Priyanka singh, Ajay Pandey (2009)
cng tin hành nghiên
cu mi quan h gia khi lng giao dch và giá thông qua d liu 50 c phiu
thuc 21 lnh vc trên TTCK n  trong giai đon t 01/01/2000 đn 31/12/2008.
Bng s dng mô hình VAR, kim đnh Granger, phân rã phng sai và hàm phn
ng xung, tác gi cho rng mi quan h trên là tích cc và 2 chiu; tuy nhiên mi
quan h này là yu.
Ti th trng chng khoán ca các nc Bc Âu,
Le Quang Tiep & Mustafa
Mehmed (2009)
tin hành nghiên cu mi quan h gia s thay đi khi lng giao
dch và s bin đng giá trong giai đon t nm 1999 đn 2009 bng vic s dng
mô hình Var và kim đnh Egarch. Các tác gi cho rng có mi quan h này là tích
cc. Hn na, bài nghiên cu cng cho thy rng mi quan h này là hai chiu ti
th trng chng khoán an Mch và Phn Lan, trong khi đó ti Thy in và Na
10

Uy th s bin đng giá không nh hng đn s thay đi khi lng giao dch và
mi quan h này là 1 chiu.
Tripathy (2011) nghiên cu mi quan h thc nghim gia s thay đi khi
lng giao dch và s bin đng giá ti th trng chng khoán ti TTCK n 
vi d liu hàng ngày trong giai đon t 01/01/2005 đn 01/01/2010 bng vic s
dng hi quy 2 bin, mô hình VECM, VAR, IRF và kim đnh Johansen. Tác gi
rút ra kt lun là có s tác đng 2 chiu gia gia s thay đi khi lng giao dch
và s bin đng giá, và tác gi cho rng thông tin mi din bin hàng ngày trên tin
trng nh hng tc thi đn s bin đng giá, và đc bit khi có tin xu xy ra thì
s tác đng rt nhiu vào s bin đng ca khi lng giao dch và giá, vic này
đc gii thích là do các nhà đu t thng ác cm trong xu hng th trng gim,
vì vy h thng có hành đng nhanh hn khi có tin xu. Bng vic s dng hàm
phn ng xung và phân rã phân sai, tác gi cng cho thy rng mc đ tác đng ca
khi lng giao dch mnh hn đi vi s bin đng giá, vì vy các thông tin quá
kh ca khi lng giao dch rt hu ích đ ci thin d báo bin đng giá.
Tuy nhiên không hn mi quan h gia s thay đi khi lng giao dch và
s bin đng giá thng tích cc,
Pathirawasam (2011) nghiên cu d liu hàng
tháng ca 266 c phiu ti TTCK Colombo (Sri Lanka) t 02/2000 đn 10/2008, tác
gi cho rng s thay đi khi lng giao dch hin ti có tác đng tích cc ti s
bin đng giá. Tuy nhiên mi quan h gia s thay đi khi lng giao dch trong
quá kh và s bin đng giá hin ti li tiêu cc. iu này có ngha là các c phiu
có s bin đng khi lng giao dch thp s tt hn đi vi các c phiu có s bin
đng khi lng cao trong tháng k tip. Vic này đc gii thích là do nhà đu t
đánh giá sai v li nhun trong tng lai ca công ty, hn na vic thanh khon
thp cng có th là nguyên nhân làm cho các c phiu vi khi lng giao dch thp
đc đánh giá cao ti th trng không hiu qu dng yu.
11

, Al-Jafari & Tliti

(2013)
gia s thay đi khi lng giao dch
và s bin đng giá
12/2011 bng vic s dng hi quy 2 bin, mô hình
VECM,
và kim đnh
Johansen. Tác gi
có s tác đng 2 chiu gia gia s thay đi khi
lng giao dch và s bin đ
q thay đi khi
lng giao dch và s bin đ
các
thông tin quá kh ca
rt hu ích đ ci thin d
.
Tripathy (2011)
Ti th trng chng khoán Karachi (KSE-100 index), Attri & Rafiq and
Awan (2013)
cng tin hành nghiên cu mi quan h gia s thay đi khi lng
giao dch và s bin đng giá vi d liu tun đc thu thp t 01/2000 đn
03/2012 bng vic s dng kim đnh nghim đn v và kim đnh Garch. Các tác
gi cho rng có mi quan h tích cc gia s bin đng khi lng giao dch và s
thay đi giá chng khoán. Các tác gi cng cho rng mi quan h này là rt quan
trng đi vi các nhà đu t cng nh nhà hoch đnh chính sách do khi lng
giao dch phn ánh thông tin v k vng th trng, và mi quan h gia giá và khi
lng có ý ngha quan trng đi vi hot đng giao dch , đu c, d báo và phòng
nga ri ro
(2012) nghiên cu mi quan h thc nghim gia s thay đi khi lng
giao dch và s bin đng giá ti
. S liu s dng trong

nghiên cu này bao gm chui ch s VN-Index và khi lng c phiu giao dch
theo thi gian vi tn sut tun đc thu thp trong khong thi gian t ngày
27/08/2000 đn ngày 12/05/2010. S dng kim đnh Granger, kt qu nghiên cu
12

cho thy rng s thay đi ca khi lng giao dch không có nh hng đn s thay
đi ca ch s VN-Index. Tuy nhiên,  chiu ngc li s thay đi ca ch s VN-
Index li có nh hng đn s thay đi ca khi lng giao dch
rng mi quan h gia s thay đi ch s VN-Index và
khi lng giao dch ch xy ra mt chiu là t ch s VN-Index đn khi lng
giao dch.














13

3. D LIU VÀ PHNG PHÁP NGHIểN CU

3.1) D liu nghiêu cu

S liu s dng trong nghiên cu này bao gm chui ch s VN-Index và
khi lng c phiu giao dch theo thi gian vi tn sut ngày đc thu thp trong
khong thi gian t (28/0
ngày
31/21/
01/01/2007 (thi đim Doanh Nghip khi niêm yt không còn đc
hng u đãi v thu thu nhp doanh nghip
) cho đn ngày 01/09/2013 vi 1654 s quan sát. Khi lng c phiu giao
dch và ch s VN-Index đc s dng trong nghiên cu này tng ng là khi
lng giao dch tng cng c phiên (không tính đn khi lng giao dch tha
thun, do nó không nh hng ti ch s VN-Index) và ch s đóng ca th trng
vào cui mi ngày trên S Giao Dch Chng khoán H Chí Minh (SGDCK
TPHCM). Ngun d liu đc thu thp trên web ca SGDCK TPHCM và web ca
mt s công ty chng khoán ni ting nh:
www.hsx.vn, www.bvsc.com.vn,
www.hsc.com.vn, www.vndirect.com.vn. Vi:
RVNI
t
= VNI
t
ậ VNI
t-1

RVOL
t
= VOL
t
ậ VOL
t-1

Trong đó:
RVOL
t
: S thay đi khi lng ti thi k t
VOL
t
: Khi lng ti thi k t
VOL
t-1
: Khi lng ti thi k t - 1
RVNI
t
: S thay đi ch s VnIndex ti thi k t
14

VNI
t
: ch s VnIndex ti thi k t
VNI
t-1
: ch s VnIndex ti thi k t – 1
3.2) Phng pháp nghiên cu
 nghiên cu mi quan h tác đng qua li gia s thay đi ca khi lng
giao dch và s bin đng ca ch s th trng tác gi s dng mô hình Var và
kim đnh Granger , ngoài ra kim đnh nghim đn v cng đc s dng đ kim
tra tính dng ca chui s liu. Hn na hàm phn ng xung, phân rã phng sai
cng đc tác gi s dng đ nói lên mc đ ca tác đng này.
3.3) Kim đnh nghim đn v
Ti sao chui thi gian dng li quan trng? Có mt s lý do quan trng khi
bit mt chui thi gian là dng hay không.

 u tiên, Gujarati (2003) cho rng nu mt chui thi gian không dng,
chúng ta ch có th nghiên cu hành vi ca nó ch trong khong thi gian
đang đc xem xét. Vì th, mi mt mu d liu thi gian s mang mt tình
tit nht đnh. Kt qu là, chúng ta không th khái quát hóa cho các giai đon
thi gian khác. i vi mc đích d báo, các chui thi gian không dng
nh vy có th s không có giá tr thc tin. Vì nh chúng ta đã bit, trong
d báo chui thi gian, chúng ta luôn gi đng rng xu hng vn đng ca
d liu trong quá kh và hin ti đc duy trì cho các giai đon tng lai. Và
nh vy chúng ta không th d báo đc điu gì cho tng lai nu nh bn
than d liu luôn thay đi.
 Ngoài ra khi hi qui mt bin ca mt chui thi gian đi vi mt bin ca
chui thi gian khác, ta thng thu đc giá tr R
2
rt cao, mc dù không h
có mi liên h có ý ngha nào gia chúng. Tình hung này là thí d cho vn
đ hi qui không xác thc. Vn đ này xut hin bi vì nu nh c hai chui
thi gian đc xét đn đu th hin các xu hng mnh (xu hng lên hoc
15

xung liên tc), thì R
2
có giá tr cao là do s hin din ca xu hng loi
này, ch không phi do mi quan h thc ca hai chui thi gian đó. Do đó,
điu quan trng là tìm ra đc mi quan h gia các bin s kinh t là thc
hay gi.
 Hn na, khi bit d liu dng hay không, chúng ta s gii hn đc s mô
hình d báo phù hp nht cho d liu.
 khc phc đc tình trng trên thì chui thi gian phi dng và phng
pháp thng đ kim tra tính dng ca chui là kim nghim đn v.
Xem xét mô hình sau:

ẤRVNI
t
= (ð - 1) RVNI
t-1
+ u
t
=  RVNI
t-1
+ u
t

ẤRVOL
t
= (ð - 1) RVOL
t-1
+ u
t
=  RVOL
t-1
+ u
t

RVNI
t
và RVOL
t:
,
 = (ð - 1) và Ấ, nh ta đã bit, là hàm sai phân bc 1.
 bit đc liu chui thi gian RVNI
t

và RVOL
t
có phi là chui
không dng hay không, thc hin hi qui và kim tra xem ð có bng 1 v mt thng
kê không, hoc tng đng nh vy, kim tra xem liu có phi =0 hay không
im đnh Dickey-Fuller đc áp dng đi vi các hi qui đc thc hin
 các dng sau:
Ấ RVNI
t
=  RVNI
t-1
+ u
t
(1)
Ấ RVOL
t
=  RVOL
t-1
+ u
t
(1)
Ấ RVNI
t
= 1 +  RVNI
t-1
+ u
t
(2)
Ấ RVOL
t

= 1 +  RVOL
t-1
+ u
t
(2)
16

Ấ RVNI
t
= 1 + 
2
t +  RVNI
t-1
+ u
t
(3)
Ấ RVOL
t
= 1 + 
2
t +  RVOL
t-1
+ u
t
(3)
 đây, t là bin xu hng hoc bin thi gian. Trong mi trng hp gi
thuyt không s là  = 0, tc là có nghim đn v. S khác bit gia (1) và hai hi
qui khác là  ch có s bao gm c hng s (giao đim vi trc ta đ) và s hng
xu hng.
Gi thuyt H

0
vn là  = 0, có ngha là RVNI
t
, RVOL
t
có nghim đn v
(RVNI
t
, RVOL
t
là không dng) và H
1
:  ≠ 0, RVNI
t
, RVOL
t
là chui dng. Khi
kim đnh DF đc áp dng cho các mô hình nh (3), nó đc gi là kim đnh gia
tng Dickey-Fuller (ADF).
Bi vì kim đnh ADF da trên gi đnh sai s ngu nhiên nên khi s dng
phng pháp ADF phi chc chn rng khon mc sai s là không có tng quan
vi nhau và có s bin đi c đnh. Do đó, trong nghiên cu thc nghim, phng
pháp ADF thng đc dùng kèm theo kim đnh Phillip-Perron (PP). Phng trình
cho kim đnh PP có dng: .
ẤRVNI
t
=  RVNI
t-1
+  RVOL
t

+ 
t
ẤRVOL
t
=  RVOL
t-1
+  RVNI
t
+ 
t

: RVNI
t
, RVOL
t

RVOL
t
, RVNI
t
: , 
t
:
Gi thuyt H
0
vn là  = 0, có ngha là RVNI
t
, RVOL
t
có nghim đn v

(RVNI
t
, RVOL
t
là không dng) và H
1
:  ≠ 0, RVNI
t
, RVOL
t
là chui dng
17

3.4) Mô hình var
Nh chúng ta đã bit, mi quan h gia các bin s kinh t không đn thun
ch theo mt chiu, bin đc lp (bin gii thích) nh hng lên bin ph thuc mà
trong nhiu trng hp nó còn có nh hng ngc li. Do đó mà ta phi xét nh
hng qua li gia các bin này cùng mt lúc. Chính vì th mô hình kinh t lng
mà ta phi xét đn không phi là mô hình mt phng trình mà là mô hình nhiu
phng trình.
Tuy nhiên, đ c lng đc các mô hình này ta phi đm bo rng các
phng trình trong h đc đnh dng, mt s bin đc coi là ni sinh (bin mà
giá tr đc xác đnh bi mô hình, là bin ngu nhiên) và mt s bin khác đc coi
là ngoi sinh hay đã xác đnh trc (ngoi sinh cng vi ni sinh tr). Vic đnh
dng này thng đc thc hin bng cách gi thit rng mt s bin đc xác đnh
trc ch có mt trong mt s phng trình. Quyt đnh này thng mang tính ch
quan và đã b Chrishtopher Sims lên ting ch trích. Theo Sims, nu tn ti mi
quan h đng thi gia mt s bin thì các bin này phi đc xét có vai trò nh
nhau, tc là tt c các bin xét đn đu là bin ni sinh. Da trên tinh thn đó mà
Sims đã xây dng mô hình vector t hi quy Var.

RVNI
t
= 
0
+

+ + 
t

RVOL
t
= 
1
+

+ + u
t

Phng pháp c lng mô hình Var:
 Xét tính dng ca các bin trong mô hình.
 La chn đ tr ti u.
 Chy mô hình var vi đ tr phù hp.
Vi nhng phân tích trên, tác gi s dng mô hình t hi quy vect (VAR)
đ kim đnh mi quan h tác đng gia s thay đi khi lng giao dch và s bin