1. Trang Chủ
  2. Đầu tư Chứng khoán
  3. Ứng dụng mô hình phân tích chuỗi thời gian trong phân tích mối quan hệ của các nhân tố kinh tế vĩ mô và giá cổ phiếu trên sàn chứng khoán thành phố Hồ Chí Minh (HSX)

Ứng dụng mô hình phân tích chuỗi thời gian trong phân tích mối quan hệ của các nhân tố kinh tế vĩ mô và giá cổ phiếu trên sàn chứng khoán thành phố Hồ Chí Minh (HSX)

Bài nghiên cứu sử dụng Mô hình phân tích chuỗi thời gian Var(p) để xem xét mối quan hệ của các nhân tố kinh tế vĩ mô như CPI – chỉ số giá tiêu dùng, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền,... và giá cổ phiếu trên sàn HSX. Đây thực sự là một vấn đề quan trọng và rất cần được quan tâm ở tại Việt Nam. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN 26. ỨNG DỤNG MÔ HÌNH PHÂN TÍCH CHUỖI THỜI GIAN TRONG PHÂN TÍCH MỐI QUAN HỆ CỦA CÁC NHÂN TỐ KI

Thể loại Tài liệu miễn phí Đầu tư Chứng khoán

Số trang 11

Ngày tạo 4/7/2023 1:04:10 AM +00:00

Loại tệp PDF

Kích thước 0.34 M

Tên tệp

Tải Ứng dụng mô hình phân tích chuỗi thời gian trong p... (.pdf)

Xem mẫu

  1. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN 26. ỨNG DỤNG MÔ HÌNH PHÂN TÍCH CHUỖI THỜI GIAN TRONG PHÂN TÍCH MỐI QUAN HỆ CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ VÀ GIÁ CỔ PHIẾU TRÊN SÀN CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH (HSX) Sinh viên lớp 17DQF. Nguyễn Tâm Nhi Trường Đại học Tài chính - Marketing Tóm tắt Bài nghiên cứu sử dụng Mô hình phân tích chuỗi thời gian Var(p) để xem xét mối quan hệ của các nhân tố kinh tế vĩ mô như CPI – chỉ số giá tiêu dùng, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền,... và giá cổ phiếu trên sàn HSX. Đây thực sự là một vấn đề quan trọng và rất cần được quan tâm ở tại Việt Nam. Các kết quả của mô hình được tổng hợp thông qua kiểm định nhân quả Granger, Đồ thị hàm phản ứng xung và Bảng phân rã phương sai. Mục tiêu chính của bài nghiên cứu là tìm hiểu và phân tích sự tác động qua lại giữa các biến, từ đó đưa ra các chính sách và giải pháp hiệu quả cao nhất để mang lại nhiều cơ hội, lợi nhuận và phòng tránh rủi ro cho các nhà đầu tư, thúc đẩy nền kinh tế của đất nước. Từ khóa: Mô hình VAR(P), chỉ số giá tiêu dùng (CPI), VN-Index, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền 271
  2. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN 1. GIỚI THIỆU Trong xu thế hội nhập quốc tế ngày nay, sự phát triển của các quốc gia trên thế giới đã khẳng định mối liên hệ giữa các chính sách kinh tế vĩ mô và thị trường chứng khoán. Hiện nay, có nhiều bài viết nghiên cứu về vấn đề trên, tuy nhiên, trong mỗi điều kiện và thời điểm khác nhau thì các yếu tố và sự tác động sẽ hoàn toàn bị biến đổi. Do đó, trong bối cảnh này, việc nghiên cứu về mối quan hệ của các nhân tố kinh tế vĩ mô và giá cổ phiếu trên sàn HSX là vô cũng hữu ích. Trên thế giới đã có nhiều nghiên cứu về mối quan hệ các chính sách vĩ mô tác động đến giá cổ phiếu. Friedman và Schwartz (1963) đã nghiên cứu về mối quan hệ cung tiền và thu nhập chứng khoán, theo đó thì giá chứng khoán sẽ tăng lên khi gia tăng cung tiền, vì điều đó làm gia tăng thanh khoản và tín dụng cho cổ phiếu. Tỷ lệ lạm phát, tỷ lệ tăng trưởng của thị trường chứng khoán Mỹ trong thời gian 1929 đến năm 1981 đã thể hiện rằng: “Lạm phát tăng cao luôn là kẻ thù của thị trường cổ phiếu” (Leeb và Conrad,1996). Trong nghiên cứu của Al-Qenae và cộng tác viên (2002) về cổ phiếu niêm yết trên thị trường chứng khoán Kuwait cho thấy, giá của cổ phiếu có tỷ lệ thuận với biến EPS và GNP, nhưng lại có tỷ lệ nghịch với các biến lãi suất và lạm phát. Liu và Sharestha (2008) đã phân tích trên thị trường chứng khoán Trung Quốc, tìm ra mối tương quan thuận giữa cổ phiếu với gía trị sản xuất công nghiệp, cung tiền và tương quan nghịch giữa giá cổ phiếu với tỷ lệ lạm phát, lãi suất và tỷ giá. Mahmudul và Sahah Uddin (2009) với nghiên cứu về mối quan hệ lãi suất và giá cổ phiếu ở các nước phát triển và các nước đang phát triển. Thông qua đó, làm rõ tác động tiêu cực giữa giá cổ phiếu và lãi suất. Tác giả George Filis (2009) sử dụng mô hình Var để tìm hiểu về mối quan hệ giữa giá cổ phiếu và giá trị sản lượng công nghiệp và kết quả thấy được giá trị sản lượng công nghiệp có tác động tích cực đến giá cổ phiếu.Mehr- un-Nisa và Nishat (2012) đã sử dụng phương pháp GMM (Generalized Method of Moments) nghiên cứu sự ảnh hưởng của chi tiêu tài chính công ty và các yếu tố vĩ mô đến giá của cổ phiếu niêm yết trên Thị trường chứng khoán Karachi (Pakistan). Năm 2012, Aurangzeb đã nghiên cứu trên ba thị trường chứng khoán ở khu vực Nam Á và xác định các nhân tố ảnh hưởng đến giá các cổ phiếu. Tại Việt Nam, trong nghiên cứu “Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam” thể hiện mối quan hệ tích cực giữa chỉ số giá thị trường đối với các biến cung tiền, sản lượng công nghiệp và giá dầu thế giới. Nhưng, VN-Index lại có quan hệ tiêu cực đối với lãi suất và tỷ giá hoái đối (Phan Thị Bích Nguyệt và Phạm Dương Phương Thảo, 2013). Hussainey và Ngoc (2009) nghiên 272
  3. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN cứu ảnh hưởng của các yếu tố vĩ mô của Việt Nam và của Mỹ đến giá cổ phiếu của Việt Nam. Từ đó, đưa ra kết luận mối tương quan thuận giữa giá trị sản xuất công nghiệp của Việt Nam và Mỹ đối với cổ phiếu Việt Nam. Đồng thời, làm rõ mối tương quan nghịch giữa lãi suất và giá cổ phiếu. Mục tiêu của bài nghiên cứu này, là xem xét mối quan hệ của các biến số kinh tế vĩ mô đối với chỉ số VN-index. Từ đó, giúp các nhà đầu tư đưa ra các phân tích và chiến lược phù hợp. Đồng thời, đề xuất các chính sách giúp tăng trưởng kinh tế và phát triển thị trường chứng khoán Việt Nam. 2. GIỚI THIỆU DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Dữ liệu nghiên cứu Đây là số liệu được thu thập cho khoảng thời gian từ tháng 01/2010 đến tháng 4/2020, bao gồm ba yếu tố kinh tế vĩ mô và chỉ số VN-Index được sử dụng trong phân tích (Bảng 1). Bảng 1: Mô tả các biến số Tên yếu tố vĩ mô Ký hiệu Định nghĩa Chỉ sô VN-Index X1 Chỉ số Vn-Index là chỉ số đóng cửa ngày cuối cùng trong tháng Chỉ số CPI X2 Chỉ số giá tiêu dùng (hàng tháng) Tỷ giá hối đoái X3 Tỷ số hối đối là tỷ giá VND/USD ngày cuối cùng trong tháng Tốc độ tăng trưởng cung tiền X4 Tốc độ tăng trưởng cung tiền tháng này so với tháng trước Nguồn dữ liệu: Tên yếu tố vĩ mô Nguồn Chỉ sô VN-Index https://cophieu68.vn/ Chỉ số CPI https://vietstock.vn/ Tỷ giá hối đoái https://aric.adb.org/ Tốc độ tăng trưởng cung tiền https://aric.adb.org/ 2.2. Phương pháp nghiên cứu Vào năm 1980, Giáo sư Đại học Princeton, Chrisphopher Sims đã đề xuất mô hình Vectơ tự hồi quy (VAR). Và nghiên cứu này đã trở thành một phương pháp thành công nhất trong phân tích thực nghiệm vĩ mô. Mô hình VAR là một mô hình kinh tế lượng dung để xem xét động thái và sự phụ thuộc lẫn nhau giữa một số biến theo thời gian. 273
  4. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN Trong mô hình VAR, mỗi một biến được giải thích bằng một phương trình chứa các giá trị trễ của chính biến số và các giá trị trễ của các biến số khác. Do đó, mô hình VAR được xây dựng nhầm mục đích: xây dựng mô hình dự báo mà không cần lý do, cho phép xem xét ảnh hưởng động của các cú sốc đối với các biến khác và đánh giá tầm quan trọng của cú sốc đối với sự dao động của các biến. 3. KẾT QUẢ NGHIÊN CỨU 3.1. Chọn độ trễ tối ưu Độ dài độ trễ tối ưu cho mô hình VAR được lựa chọn dựa trên kiểm định log- likelihood test. Kết quả kiểm định LR, AIC đều gợi ý cho độ trễ mô hình VAR tối ưu là 1. (Bảng 2) Bảng 2: Xác định độ trễ tối ưu cho mô hình VAR  Lag LogL LR FPE AIC SC HQ 0 -1717,435 NA   33905162  28,69058  28,78350  28,72832 1 -1663,650  103,0879   18065592*   28,06083*   28,52542*   28,24950* 2 -1649,072   26,96976*  18516101  28,08453  28,92078  28,42413 3 -1636,412  22,57597  19621043  28,14021  29,34812  28,63075 3.2. Kiểm định tính dừng của các chuỗi số liệu với mức ý nghĩa 5% Trong phân tích chuỗi số liệu thời gian, nghiên cứu sử dụng kiểm định ADF (Augemented Dickey-Fuller test) để xác định tính dừng. Thông qua đó, kết luận được thể hiện như sau: với mức ý nghĩa 5% các chuỗi số liệu X1 (chỉ số VNI-Index), X3 (Tỷ giá hối đoái), X4 (Tốc độ tăng trưởng cung tiền) đều không dừng, X2 (chỉ số CPI dừng). Sau đó, tiến hành thực hiện kiểm tra tính dừng các chuỗi sai phân bậc 1 và kết quả cho thấy các biến X1, X2, X3 đều dừng. (Bảng 3) Bảng 3: Kết quả kiểm định tính dừng Biến Giá trị thống kê ADF Xác suất Giá trị tới hạn 5% (Thống kê t) 1. Giá trị các biến X1 -1,122735 0,7054 -2,885051 X2 -4,409498 0,0005 -2,885051 X3 -1,904104 0,3295 -2,855450 X4 -2,219591 0,2005 -2,855591 274
  5. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN Biến Giá trị thống kê ADF Xác suất Giá trị tới hạn 5% (Thống kê t) 2. Giá trị các biến sai phân bậc 1 X1 -10,51180 0,0000 -2,885249 X3 -8,734112 0,0000 -2,885450 X4 -10,47116 0,0000 -2,855249 3.3. Kiểm định nhân quả Granger Kiểm định Granger (Bảng 4) mô tả kết quả như sau: - Chỉ số CPI, tỷ giá hối đoái và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của chỉ số VNI-Index (do p_value đều lớn hơn 0,5). - Chỉ số VNI-Index, tỷ giá hối đoái và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của chỉ số CPI (do p_value đều lớn hơn 0,5). - Chỉ số VNI-Index, CPI và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của tỷ giá hối đoái (do p_value đều lớn hơn 0,5). - Chỉ số VNI-Index, CPI đều không thực sự là nguyên nhân gây ra sự biến động của tốc độ tăng trưởng cung tiền (do p_value đều lớn hơn 0,5). Nhưng tỷ giá hối đoái và sự kết hợp của chúng lại thực sự là nguyên nhân gây ra sự biến động của tốc độ tăng trưởng cung tiền (do p_value đều nhỏ hơn 0,5). Bảng 4: Kiểm định nhân quả Granger Dependent variable: DX1 Excluded Chi-sq df Prob X2  3,427548 6  0,7536 DX3  3,641918 6  0,7250 DX4  3,635980 6  0,7258 All  12,48545 18  0,8212 Dependent variable: X2 Excluded Chi-sq df Prob DX1  10,95732 6  0,0897 DX3  10,94511 6  0,0901 275
  6. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN DX4  4,393487 6  0,6236 All  25,86612 18  0,1029 Dependent variable: DX3 Excluded Chi-sq df Prob DX1  4,640951 6  0,5906 X2  2,698878 6  0,8456 DX4  6,791443 6  0,3406 All  15,72622 18  0,6116 Dependent variable: DX4 Excluded Chi-sq df Prob DX1  10,49834 6  0,1052 X2  8,952156 6  0,1763 DX3  17,36883 6  0,0080 All  35,31427 18  0,0086 3.4. Hàm phản ứng xung Hình 1: Hàm phản ứng xung Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DX1 to DX1 Response of DX1 to X2 Response of DX1 to DX3 Response of DX1 to DX4 60 60 60 60 40 40 40 40 20 20 20 20 0 0 0 0 -20 -20 -20 -20 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Response of X2 to DX1 Response of X2 to X2 Response of X2 to DX3 Response of X2 to DX4 .6 .6 .6 .6 .4 .4 .4 .4 .2 .2 .2 .2 .0 .0 .0 .0 -.2 -.2 -.2 -.2 -.4 -.4 -.4 -.4 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Response of DX3 to DX1 Response of DX3 to X2 Response of DX3 to DX3 Response of DX3 to DX4 150 150 150 150 100 100 100 100 50 50 50 50 0 0 0 0 -50 -50 -50 -50 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Response of DX4 to DX1 Response of DX4 to X2 Response of DX4 to DX3 Response of DX4 to DX4 2 2 2 2 1 1 1 1 0 0 0 0 -1 -1 -1 -1 -2 -2 -2 -2 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 276
  7. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN Đối với chỉ số VNI-Index: - Khi có một cú sốc đối với CPI thì chỉ số VNI-Index có phản ứng tăng nhẹ từ tháng thứ nhất cho đến tháng thứ hai thì có trạng thái dương, sau đó giảm nhẹ ở tháng thứ ba về trạng thái cân bằng. Và từ tháng thứ ba tăng nhẹ dần đến chu kỳ cuối thì đạt trạng thái cân bằng và sau đó ổn định. - Khi có một cú sốc đối với tỷ giá hối đoái thì chỉ số VNI-Index từ mức cân bằng đạt được ở quý thứ hai, chỉ số VNI-Index bắt tăng nhẹ đến tháng thứ ba. Sau đó giảm nhẹ đến tháng thứ tư và điều chỉnh tăng cho đến chu kỳ cuối. - Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì chỉ số VNI-Index có phản ứng giảm nhẹ sau khoảng hơn ba tháng và điều chỉnh tăng không đáng kể đến tháng thứ tư. Từ đó, giảm đến cuối chu kỳ. Đối với chỉ số CPI: - Khi có một cú sốc đối với VNI-Index thì CPI có phản ứng tăng từ tháng thứ nhất đến tháng thứ hai. Sau đó, giảm về tháng thứ ba và điều chỉnh về trạng thái cân bằng ở tháng thứ tư và tiếp tục giảm cho đến chu kỳ cuối. - Khi có một cú sốc đối với tỷ giá hối đoái thì CPI có phản ứng tăng mạnh từ tháng thứ nhất (ở vị trí cân bằng) đến tháng thứ ba và sau đó điều chỉnh giảm đến chu kỳ cuối. - Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì CPI có phản ứng tăng mạnh từ tháng thứ nhất (ở vị trí cân bằng) đến cuối chu kỳ. Đối với tỷ giá hối đoái: - Khi có một cú sốc đối với chỉ số VNI-Index thì tỷ giá hối đoái ngay ở tháng thứ nhất đạt ở trạng thái âm và sau đó tăng đến tháng thứ ba. Từ đó, điều chỉnh giảm đến tháng thứ tư và đến cuối chu kỳ đạt ở trạng thái cân bằng. - Khi có một cú sốc đối với CPI thì tỷ giá hối đoái gần như không có phản ứng tức thì từ tháng thứ nhất đến tháng thứ ba. Từ đó, tăng nhẹ đến tháng thứ tư và điều chỉnh giảm đến cuối kỳ. - Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì tỷ giá hối đoái tăng từ tháng thứ nhất (ở trạng thái cân bằng) đến tháng thứ ba giảm nhẹ và điều chỉnh về trạng thái cân bằng ở thời kỳ cuối. 277
  8. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN Đối với tốc độ tăng trưởng cung tiền thì: - Khi có một cú sốc đối với chỉ số VNI-Index thì tốc độ tăng trưởng cung tiền ở trạng thái dương khi ở tháng thứ nhất và bắt đầu giảm mạnh đến tháng thứ hai. Từ đó, điều chỉnh tăng đến tháng thứ ba và sau đó đạt trạng thái cân bằng ở thời kỳ cuối. - Khi có một cú sốc đối với chỉ số CPI thì tốc độ tăng trưởng cung tiền bắt đầu tăng từ tháng thứ nhất đến tháng thứ hai. Sau đó, giảm đến tháng thứ ba và từ đó duy trì trạng thái cân bằng đến thời kỳ cuối. - Khi có một cú sốc đối với tỷ giá hối đoái thì tốc độ tăng trưởng cung tiền có phản ứng giảm từ tháng thứ nhất (ở vị trí cân bằng) đến tháng thứ hai và sau đó tăng nhẹ đến tháng thứ ba. Từ đó điều chỉnh giảm nhẹ đến tháng thứ tư và tăng không đáng kể đến cuối kỳ. 3.5. Phân rã phương sai VDF Bảng 5: Bảng phân rã phương sai Variance Decomposition of DX1: Period S.E. DX1 X2 DX3 DX4 1 42,46284 100,0000 0,000000 0,000000 0,000000 2 42,79002 98,47669 1,049922 0,019328 0,454061 3 44,19522 97,58866 1,069773 0,833828 0,507741 4 45,08679 95,43867 1,417179 2,314375 0,829775 5 46,16574 93,36080 1,407405 2,274115 2,957684 Variance Decomposition of X2: Period S.E. DX1 X2 DX3 DX4 1 0,483509 0,008535 99,99147 0,000000 0,000000 2 0,620207 2,617115 96,39659 0,383118 0,603174 3 0,676062 2,279672 88,91353 6,493043 2,313756 4 0,700728 2,315632 84,56624 8,537751 4,580377 5 0,719794 3,172774 83,14865 8,140794 5,537779 Variance Decomposition of DX3: Period S.E. DX1 X2 DX3 DX4 1 114,7192 5,266350 0,027272 94,70638 0,000000 2 125,2948 6,476545 0,022941 92,47646 1,024052 3 128,4950 9,027769 0,144105 88,75768 2,070447 4 131,1164 9,045265 1,630145 87,28354 2,041049 5 131,8907 8,969998 1,670079 87,24102 2,118899 278
  9. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN Variance Decomposition of DX4: Period S,E, DX1 X2 DX3 DX4 1 1,752471 8,723963 0,476555 0,493194 90,30629 2 1,906250 16,55461 2,678419 4,105151 76,66182 3 1,974943 20,94336 2,580058 4,316014 72,16057 4 2,021117 20,67458 2,546845 7,418498 69,36007 5 2,041185 20,70102 2,512561 8,272224 68,51420 Từ kết quả phân tích phân rã phương sai trên cho thấy rằng: - Chỉ số VNI-Index trong quá khứ 5 tháng giải thích được khoảng 93,36080% biến động của chỉ số VNI-Index hiện tại. Bên cạnh đó, chỉ số CPI chỉ giải thích được khoảng 1,407405% biến động của VNI-Index, còn tỷ giá hối đối giải thích được 2,274155% biến động của VNI-Index, còn tốc độ tăng trưởng cung tiền giải thích được 2,957684% biến động của VNI-Index. - Chỉ số CPI trong quá khứ 5 tháng giải thích được khoảng 83,14865% biến động của chính nó ở hiện tại. Bên cạnh đó, chỉ số VNI-Index chỉ giải thích được khoảng 8,8699968% biến động của CPI, còn tỷ giá hối đối giải thích được 8,140794% biến động của CPI, còn tốc độ tăng trưởng cung tiền giải thích được 5,537779% biến động của CPI. - Tỷ giá hối đoái trong quá khứ 5 tháng giải thích được khoảng 87,24102% biến động của tỷ giá hối đoái hiện tại. Bên cạnh đó, chỉ số VNI-Index chỉ giải thích được khoảng 8,969998% biến động của tỷ giá hối đoái, còn CPI giải thích được 1,670079% biến động của tỷ giá hối đoái, còn tốc độ tăng trưởng cung tiền giải thích được 2,118899% biến động của tỷ giá hối đoái. - Tốc độ tăng trưởng cung tiền trong quá khứ 5 tháng giải thích được khoảng 68,51420% biến động của tốc độ tăng trưởng cung tiền hiện tại. Bên cạnh đó, chỉ số VNI-Index giải thích được khoảng 20,70102% biến động của tốc độ tăng trưởng cung tiền, còn CPI giải thích được 2,512516% biến động của tốc độ tăng trưởng cung tiền, còn tỷ giá hối đoái giải thích được 8,227224% biến động của tốc độ tăng trưởng cung tiền. 279
  10. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN 4. KẾT LUẬN Qua phân tích trên đây đã thấy được mối quan hệ của các nhân tố vĩ mô đối với giá cổ phiếu trên sàn HSX. Trong ngắn hạn, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền và chỉ số CPI và sự kết hợp của các nhân tố này chưa thực sự là nguyên nhân gây ra biến động của chỉ số VNI-Index. Tuy nhiên, sự kết hợp của tỷ giá hối đoái, chỉ số VNI-Index và CPI lại là nguyên nhân gây ra biến động của tốc độ tăng trưởng cung tiền. Do hạn chế về số liệu nên trong nghiên cứu chỉ mới đưa vào 4 nhân tố để áp dụng phân tích mô hình Var. Đồng thời, trong tương lai, nghiên cứu sẽ thực hiện kết hợp mô hình vectơ hiệu chỉnh sai số (VECM), góp phần mở rộng mối quan hệ các biến trong dài hạn. TÀI LIỆU THAM KHẢO 1. Al- Qenae, Rashid, Carmen Li and Bob (2002), The information content of earnings on stock price: The Kuwait Stock Exchange. Multinational Finance Journal, 6(3- 4), p 197-221. 2. Aurangzeb (2012), Factors affecting performance of stock market: Evidence from South Asian countries. International Journal of Academic Research in Business and Social Sciences, trang 1-15. 3. Friedman M. and Schwartz A (1867-1960), A Monetary History of the United States. Princeton University Press: 1963. 4. George Filis (2009), The relationship between stock market, CPI and industrial production in Greece and the impact of oil prices: Are any new findings emerging from the examination of their cyclical components, using recent data. International Conference on Applied Economics, p 164 - p176. 5. Hussainey, Khaled and Le Khanh Ngoc (2009), The impact of macroeconomic indicators on Vietnamese stock prices. Journal of Risk Finance, 10(4), p 321-332. 6. Leeb, S. and Conrad, R.S. (1996), Xác định thời điểm mua bán cổ phiếu (Trần Tuấn Thạc dịch), NXB Thống Kê. 7. Liu, Ming-Hua and Keshab Shrestha (2008), Analysis of the long-term relationship between macroeconomic variables and the Chinese stock market using heteroscedastic cointegration. Managerial Finance, 34, p 744-755. 280
  11. KỶ YẾU HỘI THẢO KHOA HỌC ĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN 8. Mahmudul Alam and Salah Uddin (2009), Relationship between interest rate and stock price: Empirical evidence from developed and developing countries. International Journal of Business and Management, 3, p 43 – 51. 9. Phan Thị Bích Nguyệt và Phạm Dương Phương Thảo (2013), Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam. Tạp chí Phát triển và hội nhập, 8, trang 34-41. 10. Nguyễn Huy Hoàng, Nguyễn Văn Phong, Nguyễn Trung Đông (2019), Sử dụng mô hình phân tích chuỗi thời gian, xem xét mối quan hệ giữa chi tiêu công và một số chỉ tiêu kinh tế xã hội tại Thành phố Hồ Chí Minh. Tạp chí Phát triển Khoa học và Công nghệ - Kinh tế - Luật và Quản lý, 3(1), trang 68-84. 11. Nguyễn Minh Kiều và Nguyễn Văn Điệp (2013), Quan hệ giữa các yếu tố kinh tế vĩ mô và biến động thị trường chứng khoán: bằng chứng nghiên cứu từ thị trường Việt Nam. Science & Technology Development, 16(3), trang 86-100. DANH MỤC TỪ VIẾT TẮT HSX : Sàn chứng khoán Thành phố Hồ Chí Minh   VAR : Mô hình vec-tơ tự hồi quy (Vector Autoregression) VECM : Mô hình hiệu chỉnh sai số (Vector Error Correction Model) CPI : Chỉ số giá tiêu dùng (Consumer price index) 281
nguon tai.lieu . vn
Ngân hàng - Tín dụng Kế toán - Kiểm toán Đầu tư Bất động sản Quỹ đầu tư Đầu tư Chứng khoán Tài chính doanh nghiệp Bảo hiểm Tiêu chuẩn - Qui chuẩn Giáo dục học Kinh tế học Quản trị kinh doanh