Dự báo thanh khoản nhóm cổ phiếu chế biến thủy sản trong thị trường chứng khoán việt nam (sàn giao dịch tphcm)

  • Số trang: 167 |
  • Loại file: DOCX |
  • Lượt xem: 20 |
  • Lượt tải: 0
nhattuvisu

Đã đăng 26946 tài liệu

Mô tả:

1 MỞ ĐẦU Thanh khoản rất được chú ý trong thị trường chứng khoán như một trong những tiêu chí quan trọng dự báo, quyết định xu hướng của thị trường, của nhóm cổ phiếu hoặc từng cổ phiếu riêng lẻ. Một phần nào đó nó cũng chỉ ra mức độ rủi ro của cổ phiếu. Luận văn này chỉ tập trung phân tích và dự báo thanh khoản của nhóm cổ phiếu chế biến thủy sản với ý nghĩa và sẽ là tài liệu cho nhà đầu tư tham khảo, có thể giúp họ giảm bớt được rủi ro khi đầu tư, tăng vòng quay đầu tư và việc dự báo tiên đoán chính xác thanh khoản của cổ phiếu hoặc của thị trường giúp nhà đầu tư nắm được xu thế và cơ hội mang đến lợi nhuận cho mình hoặc giảm thiểu lỗ xuống mức thấp khi tham gia mua bán trên thị trường chứng khoán Việt Nam. Luận văn được thực hiện với mục tiêu: + Nghiên cứu mức độ thanh khoản của nhóm cổ phiếu chế biến thủy sản cũng như của thị trường chứng khoán Việt Nam. + Đưa ra mô hình dự báo tính thanh khoản của các nhóm cổ phiếu chế biến thủy sản được giao dịch chính thức trên thị trường chứng khoán Việt Nam. + Giải pháp nào có thể giúp nhà đầu tư giảm thiểu rủi ro từ rủi ro do thanh khoản. Phạm vi nghiên cứu: Nghiên cứu tập chung chủ yếu vào các cố phiếu chế biến thủy sản (20 cổ phiếu) niêm yết trên sàn giao dịch thành phố Hồ Chí Minh Kết cấu luận văn Nội dung luận văn bao gồm: Chương Mở đầu: + Gồm những nội dung: tính cấp thiết của đề tài, mục đích của đề tài, đối tượng và phạm vi nghiên cứu, ý nghĩa thực tiễn, phương pháp nghiên cứu Chương 1: Lý Luận Thanh Khoản Và Các Mô Hình Dự Báo Gồm những nội dung: + Một số lý thuyết về thanh khoản, tính thanh khoản, đo lường thanh khoản, các yếu tố tác động đến thanh khoản + Các phương pháp và mô hình dự báo: mô hình ARMAX (Quá trình trung bình trượt, tự hồi quy với các biến đầu vào ngoại sinh), mô hình hồi quy vectơ (Vector autoregression). + Dữ liệu của đề tài Chương 2: Dự báo thanh khoản nhóm cổ phiếu chế biến thủy sản niêm yết trên sàn giao dich chứng khoán thành phố Hồ Chí Minh Gồm những nội dung: + Sơ lược về các công ty cổ phần nhóm chế biến thủy sản niêm yết trên sàn giao dich chứng khoán thành phố Hồ Chí Minh + Thống kê và xếp hạng thanh khoản của nhóm cổ phiếu chế biến thủy sản niêm yết trên sàn giao dich chứng khoán thành phố Hồ Chí Minh 2 + Kết quả mô hình tự hồi quy vectơ và phương trình dự báo thanh khoản nhóm cổ phiếu chế biến thủy sản niêm yết trên sàn giao dich chứng khoán thành phố Hồ Chí Minh Chương 3: Kết Luận, Kiến Nghị và Giải Pháp Gồm những nội dung: Tóm tắt và thảo luận kết quả nghiên cứu, đóng góp của đề tài, ý nghĩa thực tiễn của đề tài và đề xuất giải pháp áp dụng kết quả nghiên cứu vào thực tiễn, hạn chế của đề tài và hướng nghiến cứu tiếp theo CHƯƠNG 1: LÝ LUẬN THANH KHOẢN VÀ CÁC MÔ HÌNH DỰ BÁO 1.1 Thanh khoản 1.1.1 Định nghĩa thanh khoản 1. Thanh khoản là mức độ mà một tài sản hoặc chứng khoán có thể được mua hoặc bán trên thị trường. Thanh khoản được đặc trưng bởi một mức độ cao của các hoạt động mua bán. Tài sản có thể dễ dàng mua hoặc bán, được gọi là tài sản có tính thanh khoản 2. Khả năng để chuyển đổi một tài sản sang tiền mặt một cách nhanh chóng được gọi là thanh khoản Không có công thức tính thanh khoản cụ thể, tuy nhiên thanh khoản thường được tính bằng cách sử dụng các tỷ lệ thanh khoản. 1.1.2 Tính thanh khoản Tính thanh khoản cho thấy sự linh hoạt và an toàn của vốn đầu tư, thị trường hoạt động càng năng động và có hiệu quả thì tính thanh khoản của chứng khoán giao dịch càng cao. 1.1.3 Tính thanh khoản của cổ phiếu Chứng khoán có tính thanh khoản là những chứng khoán có sẵn thị trường cho việc bán lại dễ dàng, giá giao dịch tương đối ổn định theo thời gian và khả năng cao để phục hồi nguồn vốn đã đầu tư nguyên thủy. Khi lựa chọn chứng khoán để đầu tư, nhà đầu tư nhất thiết phải xem xét đến khả năng bán lại để tái tạo nguồn vốn đầu tư ban đầu. Nếu khả năng tái tạo kém, nghĩa là khó tìm được người mua hoặc phải bán mất giá, nhà đầu tư sẽ gánh chịu những tổn thất tài chính lớn. Và điều này gọi là rủi ro thanh khoản trong đầu tư chứng khoán. 1.2 Các yếu tố ảnh hưởng đến thanh khoản của cổ phiếu, thị trường Tuy cổ phiếu có khả năng chuyển hóa thành tiền mặt dễ dàng nhưng tính thanh khoản của cổ phiếu lại phụ thuộc vào nhiều yếu tố trong đó các yếu tố tác động lớn nhất là: Thứ nhất, kết quả kinh doanh của tổ chức phát hành (cty có cổ phiếu niêm yết). Thứ hai, là mối quan hệ cung - cầu trên thị trường chứng khoán. 18 lượng cổ phiếu khớp lệnh trung bình của từng phiên, điều này để tránh trường hợp mất thanh khoản khi xảy ra rủi ro hệ thống như đợt khủng hoảng tài chính năm 2008 – 2009. + Chỉ lựa chọn những cổ phiếu đầu ngành có thanh khoản tốt nhất ngành. Đặc biệt, cần cẩn trọng tránh đầu cơ theo các cổ phiếu giá trị thấp có tỷ lệ nợ lớn trên 80% tổng nguồn vốn và kết quả kinh doanh lỗ nhiều quỹ liên tiếp. + Sử dụng các phương trình dự báo các chỉ số đo lường thanh khoản đã được đưa ra trong luận văn này, kết hợp với phân tích cơ bản và phân tích kỹ thuật nhằm xác 19 nhân tạo và mô hình lai để khảo sát và dự báo thanh khoản đồng thời so sánh kết quả dự báo giữa các phương pháp để đưa ra phương pháp tốt nhất cho dự báo thanh khoản cổ phiếu. định chính xác xu hướng của cổ phiếu có giá trị để đầu tư ngắn hạn, trung hạn hay dài hạn. + Đối với đầu tư dài hạn, nhà đầu tư cần đặc biệt chú ý đến các yếu tố, chỉ số kinh tế vĩ mô đặc biệt có ảnh hưởng đến thanh khoản của nhóm cổ phiếu ngành chế thủy sản cũng như của thị trường như chỉ số lạm phát, lãi suất, tăng trưởng tín dụng, sản lượng chế biến thủy sản..v.v. (1992) Kyle (1985) Pagano (1989) + Khối lượng giao dịch Khối lượng giao dịch từ đơn vị thời gian t -1 đến t được tính theo công thức (1.1) 3 1.3 Đo lường thanh khoản cổ phiếu Có hai phương pháp phổ biến đo lường thanh khoản của cổ phiếu là độ phân tán lệnh mua-bán và khối lượng giao dịch theo như nghiên cứu của Schwartz Lạm phát thưòng có ảnh hưởng tiêu cực đến thanh khoản và có độ trễ là một tháng. Có nghĩa là khi lạm phát tăng cao trong tháng này sẽ gây suy giảm thanh khoản của cổ phiếu cũng như giá cổ phiếu trong các tháng sau đó. Cũng như chỉ số lạm phát, lãi suất cũng cơ bản là liều thuốc độc đối với chứng khoán. Khi lãi suất cơ bản tăng dẫn đến lãi suất huy động và cho vay tăng. Điều này dẫn đến suy giảm thanh khoản của cổ phiếu do một lượng tiền của nhà đầu tư rút khỏi thị trường chứng khoán để gửi tiết kiệm hoặc cho vay với lãi suất cao hơn so với suất sinh lợi từ việc đầu tư vào cổ phiếu. Độ trễ cho suy giảm thanh khoản là 3 tháng kể từ khi lãi suất cơ bảng tăng như đã nêu ra theo mô hình dự báo hồi quy vectơ ở trên. Vì vậy nhà đầu không nên đầu tư quá nhiều vào cổ phiếu khi lãi suất tăng cao nên duy trì một lượng tiền lớn so với lượng cổ phiếu trong tài khoản. Tăng trưởng tín dụng và cung tiền lại có ảnh hưởng tích cực đến thanh khoản của cổ phiếu với độ trễ là ba tháng. Một lượng tiền từ cung tiền sẽ tham gia thị trường chứng khoán sẽ giúp giá cổ phiếu tăng từ đó lượng cổ phiếu giao dịch cũng sẽ tăng theo. Vì vậy nên gia tăng nắm giữ cổ phiếu khi có thông tin về tăng trưởng tín dụng và cung tiền tăng cao. + Như vậy dựa vào các phương trình dự báo thanh khoản và dữ liệu thống kê quá khứ, nhà đầu tư phải thiết lập cho mình các định hướng, mục tiêu. Xây dựng các chiến lược (bao gồm chiến lược đầu tư và chiến lược rút lui), chiến thuật đầu tư rõ ràng, phù hợp trong dài hạn, ngắn hạn hay trung hạn. Cần tuân thủ chặt chẽ các chiến lược, chiến thuật đó. Hướng nghiên cứu tiếp theo của đề tài là tiếp tục áp dụng mô hình tự hồi quy vectơ để phân tích và dự báo thanh khoản của cổ phiếu theo dữ liệu intraday (dữ liệu giao dịch trong ngày). Bước tiếp theo là sử dụng mô hình mạng thần kinh 4 + Số lệnh giao dịch. (TOR) Số lệnh giao dịch là tổng số lệnh đặt mua, bán cổ phiếu được các nhà đầu tư đưa ra theo đơn vị thời gian. (1.8) TORt = NAt + NBt + Tỉ lệ đặt hàng (ORR) Tỷ lệ đặt hàng là một chỉ số đo lường chính xác chiều sâu của thị trường. Nó so sánh độ sâu đo được là sự mất cân bằng thị trường đến giá trị giao dịch và nhận dạng chuyển động thị trường hoặc sự mất cân bằng trong thị trường kể từ khi nó Nt ký hiệu cho số giao dịch trong khoảng thời gian t-1 và t, qi là khối lượng cổ phiếu của giao dịch thứ i + Tốc độ luân chuyển Turnover (tổng giá trị giao dịch khớp trong phiên) Tốc độ luân chuyển (Vt) được tính theo từng đơn vị thời gian. (1.2) Nt ký hiệu cho số giao dịch trong khoảng thời gian t-1 và t, pi là giá của giao dịch thứ i + Độ sâu (Depth) Gọi Dept là kí hiệu độ sâu của thị trường trong thời gian t. Độ sâu được tính bằng tổng khối lượng đặt mua và đặt bán trong khoảng thời gian t, qAt và qBt Dept = qAt + qBt (1.3) Để cải thiện các tính chất phân phối của độ sâu, ta có thể lấy ln của qAt và qBt có thể được sử dụng, như trong nghiên cứu của Butler, Grullon & Weston (2002). (1.4) LogDept = ln(pAt)+ ln(pBt) + Độ rộng (Spread) Độ rộng liên quan đến đo lường thanh khoản càng nhỏ thì tính thanh khoản càng lớn. Độ rộng tuyệt đối (Spr) là hiệu giữa giá đặt bán thấp nhất và giá đặt mua cao nhất. Chỉ số này luôn có giá trị dương (1.5) Sprt = pAt - pBt Cũng như log độ sâu, để cải thiện các tính chất phân phối của độ rộng tuyệt đối. Ta có thể lấy logarit. Công thức như sau (1.6) LogSpr = ln(Spr)= ln(pAt - pBt) + Chênh lệch mua bán Thể hiện tình trạng cân bằng khối lượng giao dịch giữa bên mua và bên bán. Sự mất cân bằng của chỉ số này sẽ dẫn đến tình trạng mất thanh khoản (1.7) NAt ,NBt số lệnh mua và bán trong khoảng thời gian t 17 + Biện pháp thứ hai để tăng tính thanh khoản là nới lỏng biên độ giá giao dịch của sàn chứng khoán thành phố Hồ Chí Minh từ 5% lên 7% như sàn chứng khoán Hà Nội. + Biện pháp thứ ba để tăng tốc độ luân chuyển cổ phiếu, ta cũng có thể áp dụng tăng lên khi sự khác biệt trong lượng mua và bán trở thành lớn. giải pháp là cho phép nhà đầu tư được mua bán cùng một loại cổ phiếu trong cùng phiên giao dịch hoặc cho phép nhà đầu tư được mở nhiều tài khoản giao dịch. Thêm vào đó là cần tăng thêm thời lượng cho phiên giao dịch từ 2 giờ 30 phút lên 4 giờ tức tăng thêm 1 giờ 30 phút. (1.9) ORR = t + Hệ số góc của đường giá. Là tỉ số giữa độ rộng (Spread) và logarit của độ sâu (Depth). Một hệ số góc đường giá (bao gồm giá mua và giá bán) lớn biểu thị cho mức thanh khoản thấp. QOSt = (1.10) + Chỉ số dòng tiền (MFI) Chỉ số dòng tiền MFI = 100 - (100/ (1 + Tỷ số tiền)) Khoảng thời gian tính toán là 26 kỳ (1.11) + Chỉ số thanh khoản thứ nhất (LQ1) Là tỉ lệ của số cổ phiếu khớp lệnh trong phiên so với khối lượng niêm yết của cổ phiếu đó trên sàn. (1.12) QNt: Khối lượng niêm yết cổ phiếu trên sàn + Chỉ số thanh khoản thứ hai (LQ2) Là tỉ số giữa trị tuyệt đối trung bình của thay đổi giá trong 14 chu kỳ (1.13) Pt: giá cổ phiếu tại thời điểm t Pt-1: giấ cổ phiếu tại thời điểm t-1 Nt : Số phiên giao dịch trong chu kỳ, trong đề tài này Nt bằng14 + Tỉ lệ khối lượng giao dịch của cổ phiếu so với khối lượng cổ phiếu niêm yết của toàn thị trường (MKQ) Là tỉ lệ của số cổ phiếu khớp lệnh trong phiên so với khối lượng cổ phiếu niêm yết trên sàn. (1.14) 16 Trong ngắn hạn ta có thể sử dụng các phương trình dự báo các biến đo lường thanh khoản của các cổ phiếu ngành chế biến thủy sản niêm yết trên sàn chứng khoán thành phố Hồ Chí Minh như biến chỉ số dòng tiền, biến chỉ số thanh khoản thứ nhất và thứ hai đã được đưa ra ở phần trên để có được những nhận định tính thanh khoản tương lai của cổ phiếu mà ta cần lựa chọn. Thêm vào đó ta cũng cần nắm rõ các định hướng, xu thế phát triển của thị trường chứng khoán và của nền kinh tế Việt Nam để có cái nhìn toàn cảnh chung nhất cho việc lựa chọn các chiến lược đầu tư ngắn hạn hoặc dài hạn thích hợp + Biện pháp thứ tư là mở trần sở hữu cổ phần cho nhà đầu tư nước ngoài lên hơn 49% đối với các doanh nghiệp niêm yết và hơn 30% đối với ngân hàng. Điều này sẽ khuyến khích các dòng vốn ngoại đầu tư thêm vào chứng khoán trong nước và giúp tăng thanh khoản cho thị trường tuy vậy việc này cũng dẫn đến rủi ro là khả năng các công ty cổ phần trong nước bị các công ty nước ngoài thôn tính. + Biện pháp thứ năm: như phân tích ở chương hai, các biến kinh tế vĩ mô có tác động đáng kể đến thanh khoản của nhóm cổ phiếu ngành chế biến thủy sản vì vậy nhà nước cần ổn định các chỉ tiêu kinh tế vĩ mô như giảm lạm phát và giảm lãi suất cơ bản, ổn định chúng ở một tỷ lệ phù hợp để duy trì mức tăng trưởng kinh tế từ đó thu hút được các nhà đầu tư nước ngoài cũng như trong nước tham gia vào thị trường chứng khoán. 3.4.2 Giải pháp cho nhà đầu tư a) Đối mới nhà đầu tư mới, trước khi tham gia thị trường chứng khoán cần phải có một kiến thức cơ bản nền tảng về thị trường chứng khoán, về cổ phiếu và tính thanh khoản của chúng. Hiện nay, các thông tin về tài chính chứng khoán khá phổ biến trên mạng thông tin cho nên việc thu thập và cập nhật thông tin về cổ phiếu, doanh nghiệp hết sức nhanh chóng và dễ dàng. Các trang điện tử đáng tin cậy mà nhà đầu tư có thể tra cứu, tham khảo và thu thập thông tin như http://www.ssc.gov.vn/ (Uỷ ban Chứng khoán Nhà nước); http://www.hsx.vn (Sở Giao Dịch Chứng Khoán Tp.Hồ Chí Minh); http://hnx.vn/ (Sở Giao Dịch Chứng Khoán Hà Nội); http://vietstock.vn/ (Công ty Cổ phần Tài Việt); http://www.cophieu68.com/ (Công Ty Cổ Phần Tư Vấn Đầu Tư Cây Cầu Vàng) b) Giải pháp để hạn chế rủi ro khi lựa chọn cổ phiếu thanh khoản kém hay đầu tư vào những giai đoạn thanh khoản thị trường suy giảm, nhà đầu tư cần những chú ý những điểm sau đây: + Cần nắm rõ thông tin, tình hình sản xuất - kinh doanh của doanh nghiệp mà ta muốn đầu tư qua hình thức mua cổ phiếu của doanh nghiệp đó. Những doanh nghiệp tốt thường có mức tăng trưởng hằng năm trên 20% + Khảo sát thống kê một cách thật kỹ lưỡng tính thanh khoản của cố phiếu đó trong quá khứ và so sánh với các cổ phiếu khác trong ngành, chú ý đối với nhà đầu tư ngắn hạn hoặc lướt sóng không nên nắm giữ số lượng cổ phiếu vượt quá số nhằm đạt được tối ưu hóa lợi nhuận. 3.1 Định Hướng Phát Triển Kinh Tế Việt Nam Cho Đến Năm 2020 3.1.1 Các chỉ tiêu giám sát và đánh giá phát triển bền vững Việt Nam giai đoạn 2011 – 2020 3.1.2 Các định hướng ưu tiên nhằm phát triển Kinh tế bền vững trong giai đoạn 2011-2020 3.1.3 Các nhóm giải pháp 3.2 Chương Trình Phát Triển Xuất Khẩu Thủy Sản Đến Năm 2015 Và Định Hướng Đến Năm 2020 3.2.1. Mục Tiêu Đến Năm 2015 Và Định Hướng Đến Năm 2020 3.2.1.1. Mục tiêu tổng quát 3.2.1.2. Mục tiêu cụ thể đến năm 2015 3.2.1.3. Định hướng đến năm 2020 3.2.2. Nội Dung Chủ Yếu Của Chương Trình 3.2.2.1. Tăng sản lượng thủy sản chế biến xuất khẩu 3.2.2.2. Về thị trường xuất khẩu 3.2.2.3. Bảo đảm đủ nguồn nguyên liệu và ổn định về chất lượng sản phẩm xuất khẩu 3.2.3. Một Số Giải Pháp 3.3 Định hướng phát triển thị trường chứng khoán Việt Nam cho đến năm 2020 3.3.1. Quan điểm phát triển 3.3.2. Mục tiêu phát triển thị trường chứng khoán Việt Nam a) Mục tiêu tổng quát b) Mục tiêu cụ thể 3.3.3. Các giải pháp thực hiện 3.4. Kiến nghị và giải pháp thực hiện của tác giả 3.4.1 Kiến nghị đối với cơ quan quản lý Tác giả đồng tình với các mục tiêu và giải pháp của Bộ trưởng Bộ Tài chính cho định hướng phát Thị trường Chứng khoán Việt Nam giai đoạn 2011 – 2020 thêm vào đó tác giả cũng kiến nghị các biện pháp cấp thiết cần làm hiện nay để tăng tính thanh khoản của nhóm cổ phiếu ngành chế biến và của toàn thị trường là: + Biện pháp thứ nhất: Ủy ban Chứng khoán Nhà nước cần nên xem xét và sớm thay đổi về cách thức giao dịch cho nhà đầu tư như giảm thời gian cho phép bán chứng khoán và thanh toán xuống T+2 thay cho cách giao dịch hiện tại là cho phép bán chứng khoán T+4 và thanh toán T+3. 5 QMt ký hiệu cho tổng khối lượng cổ phiếu niêm yết của thị trường. α là hằng số khuếch đại chỉ số = 1*106 Chỉ số càng cao chứng tỏ tính thanh khoản càng cao + Tỉ lệ giá trị khớp lệnh so với vốn hóa thị trường (MKV) Là tỉ lệ tổng giá trị giao dịch khớp của cổ phiếu trong phiên với vốn hóa thị trường. (1.15) VMt ký hiệu cho Vốn hóa toàn thị trường α là hằng số khuếch đại chỉ số = 1*106 Chỉ số càng cao chứng tỏ tính thanh khoản càng cao 1.4 Các phương pháp, mô hình dự báo tính thanh khoản 1.4.1 Mô hình ARMAX (Autoregressive–moving-average model with exogenous inputs model) 1.4.1.1 Quá trình tự hồi quy (AR) Ta có phương trình tổng quát quá trình tự hồi quy bậc p hay AR(p) (1.23) Với Yt là biến cần khảo sát theo thời gian t ví dụ như GDP, δ là giá trị trung bình của Y, ut nhiễu trắng là một số hạng không tương quan có giá trị bằng 0 và phương sai không đổi σ2 1.4.1.2 Quá trình trung bình trượt (MA) Ta có phương trình tổng quát quá trình trung bình trượt tổng quát MA(q) (1.24) Với µ là hằng số và u nhiễu trắng 1.4.1.3 Quá trình tự hồi quy và trung bình trượt (ARMA) Ta có phương trình tổng quát quá trình tự hồi quy và trung bình trượt ARMA(p,q) với p=1 và q=1, θ là hằng số (1.25) 1.4.1.4 Quá trình trung bình trượt, tự hồi quy với các biến đầu vào ngoại sinh (ARMAX- Autoregressive moving average model with exogenous inputs model) Ký hiệu ARMAX (p,q,b) đề cập đến mô hình với p là khoản tự hồi quy, q là khoản trung bình trượt, b là khoản các biến đầu vào ngoại sinh. Mô hình này bao gồm AR(p), MA(q) và kết hợp tuyến tính của các biến đầu vào ngoại sinh hay các biến độc lập (b) đã biết và chuỗi thời gian ngoại dt. Với công thức mô tả: 6 (1.26) Với η1,...ηb là các thông số của biến ngoại sinh đầu vào ở khoảng thời gian dt Ước lượng các thông số hồi quy theo phương trình (1.27) 15 Tương tự như biểu đồ 2.8 dự báo LQ1, biểu đồ 2.10 dự báo chỉ số thanh khoản thứ hai (LQ2) cũng khằng định xu hướng thanh khoản của nhóm cổ phiếu thủy sản niêm yết trên sàn chứng khoán thành phố Hồ Chí Minh là tăng mạnh trở lại từ tháng 1 đến tháng 3 năm 2012 và suy giảm dần từ tháng 4 đến tháng 6 Bảng 2. 5 Số liệu dự báo LQ2 sáu tháng đầu năm 2012 Với mt kết hợp tất cả các biến ngoại sinh hay biến độc lập (1.28) 1.4.2 Mô hình Tự hồi quy vectơ VAR (Vector Autoregression) 1.4.2.1 Mô hình tự hồi quy vectơ cơ bản Mô hình tự hồi quy cơ bản của một trật tự p, ký hiệu là VAR(p) như sau: (1.29) Với c là một vectơ của hằng số k x 1 (intercept), Ai là một ma trận k × k (cho mỗi i = 1, ..., p) và et là một vectơ lỗi của các mục thỏa mãn k × 1 1.4.2.2 Thứ tự thống nhất của các biến. 1.4.2.3 Phương trình ma trận rút gọn 1.4.2.4 Mô hình VAR với các biến ngoại sinh (exogenous variables) Xét một mô hình VAR với các biến ngoại sinh Yt = α0 + A1Yt−1 + ... + ApYt−p +B1Xt−1 + ... + BqXt−q + Ut, (1.31) Với Yt ∈ Rk, Xt ∈ Rm là một vectơ của các biến ngoại sinh, α0 ∈ Rk là 1 vectơ của các hằng số, Aj là các ma trận hệ số k × k, Bi là các ma trận hệ số k × m, và Ut ∈ Rk các vectơ của sai số. Đây là một mô hình VARX. Các điều kiện rất quan trọng cho tính đúng đắn của mô hình này với xác suất là 1 là (1.32) Tiếp theo, cho rằng một mô hình VAR cho biến Xt được viết như sau (1.33) CHƯƠNG 3. KẾT LUẬN, KIẾN NGHỊ VÀ GIẢI PHÁP Việc đưa ra công thức tổng quát chung để dự báo chính xác thanh khoản của các cổ phiếu và nhóm cổ phiếu ngành chế biến thủy sản niêm yết trên sàn giao dịch thành phố Hồ Chí Minh là một điều hết sức khó khăn và mất nhiều thời gian. Tuy vậy việc áp dụng phương pháp tự hồi quy vectơ để đưa ra mô hình dự báo thanh khoản của các cổ phiếu, đã thể hiện trong luận văn này cũng như trong nhiều đề tài nghiên cứu khác trên toàn thế giới, được chứng minh một cách khá thuyết phục về tiềm năng của phương pháp này. Tuy nhiên luận văn vẫn còn điểm hạn chế do chưa đưa các chỉ số tài chính cơ bản nhưng khá quan trọng cho việc lựa chọn cổ phiếu tốt như chỉ số P/E, EPS, tỉ số nợ, giá trị sổ sách, vòng quay tài sản, vòng quay tồn kho, tỉ lệ vốn cổ phần…. vào mô hình tự hồi quy vectơ để khảo sát tính thanh khoản do số lượng dữ liệu không đủ cho việc phân tích mô hình. Từ chương hai phần thống kê các chỉ số đo lường thanh khoản của nhóm cổ phiếu ngành chế biến thủy sản đã cho ta thấy rất rõ về mức độ thanh khoản của từng nhóm cổ phiếu khi so chúng với nhau và so với trung bình ngành. Xét về quy mô khối lượng giao dịch, nhóm cổ phiếu có vốn hóa lớn có tính thanh khoản cao hơn so với các nhóm còn lại. Xét về tỷ lệ cổ phiếu được đem ra giao dịch so với số lượng cổ phiếu niêm yết thì nhóm cổ phiếu có vốn hóa siêu nhỏ lại có tính thanh khoản cao hơn. Cũng trong chương hai phần dự báo trong dài hạn với ảnh hưởng của các yếu tố kinh tế vĩ mô. Ta thấy yếu tố sản lượng chế biến thủy sản có tác động đáng kể nhất đến thanh khoản cổ phiếu của ngành chế biến thủy sản. Ngoài ra ta còn thấy sự ảnh hưởng lớn đến thanh khoản cổ phiếu của ngành từ tác động của yếu tố lạm phát, tăng trưởng tín dụng và lãi suất cơ bản. Yếu tố cung tiền ở độ trễ là ba và yếu tố sản lượng chế biến thủy sản ở các độ trễ khác nhau luôn đồng biến với chỉ số thanh khoản thứ nhất. Trong khi đó yếu tố lạm phát ở độ trễ là một và yếu tố lãi suất với độ trễ là ba có xu hướng nghịch biến với chỉ số thanh khoản thứ nhất, điều này có nghĩa là khi lạm phát và lãi suất tăng sẽ làm cho thanh khoản của cổ phiếu giảm. Tuy nhiên phần này ta cần phải có thời gian để nghiên cứu thêm vì dữ liệu cho mô hình khảo sát còn khá ít. 14 2.5.4.2 Nhóm cổ phiếu vốn hóa trung bình Mô hình VAR cho nhóm cổ phiếu vốn trung bình theo bảng B.39 phụ lục B 2.5.4.3 Nhóm cổ phiếu vốn hóa nhỏ 7 Mô hình VAR cho nhóm cổ phiếu vốn nhỏ theo bảng kết quả B.40 phụ lục B 2.5.4.4 Nhóm cổ phiếu vốn hóa siêu nhỏ Mô hình VAR cho nhóm cổ phiếu vốn siêu nhỏ theo bảng kết quả B.41 phụ lục B, 2.6 Kết quả dự báo thanh khoản cho ngành chế biến thủy sản sàn HOSE Xét mô hình VAR cho ngành chế biến thủy sản với sáu biến nội sinh là các chỉ số thanh khoản (AAB, MFI, LQ1, LQ2, ORR, QOS) với độ trễ là 1, biến ngoại sinh là c (const) bao gồm các biến tác động khác . Sử dụng phần mềm Grelt để thực hiện mô hình VAR cho các biến và đưa ra kết quả dự báo. Do số lượng mẫu chỉ có 60 mẫu nên tác giả chỉ dự báo trong sáu tháng đầu năm 2012 (số lượng kết quả dự báo bằng 10% số lượng mẫu). a) Dự báo LQ1 Theo Grelt, ta có phương trình dự báo LQ1 ở mức ý nghĩa 10%, R2 bằng 0,564, p-Value bằng 5,26*10-8 (2.43) LQ1t = 0,704 LQ1t-1 – 2,5*10-6 AABt-1 Biểu đồ 2. 2: Dự báo LQ1 cho sáu tháng đầu năm 2012 Dự báo chỉ số thanh khoản thứ nhất (LQ1) cho nửa năm 2012 theo như biểu đồ 2.8. Đường xanh dương trong hình dự báo cho ta thấy chỉ số thanh khoản thứ nhất của nhóm cổ phiếu ngành chế biến thủy sản có xu hướng tăng mạnh trở lại từ tháng 1 đến tháng 3 năm 2012 và suy giảm dần từ tháng 4 đến tháng 6 Bảng 2. 3 Số liệu dự báo LQ1 sáu tháng đầu năm 2012 b) Dự báo chỉ số chênh lệch mua bán AAB Theo Grelt, ta có phương trình dự báo cho chỉ số chênh lệch mua bán AAB ở mức ý nghĩa 5%, R2 bằng 0,618, P-Value bằng 1,97*10-9 AABt = 0,748 AABt-1 (2.44) Biểu đồ 2.9 cho thấy chỉ số chênh lệch mua bán AAB của nhóm cổ phiếu ngành chế biến thủy sản giảm dần từ tháng 1-2012 đến tháng 6-2012. Điều này tiếp tục khẳng định xu hướng tăng thanh khoản của nhóm cổ phiếu này. Số liệu dự báo thể hiện theo bảng Biểu đồ 2. 3: Dự báo AAB cho sáu tháng đầu năm 2012 Bảng 2. 4 Số liệu dự báo AAB sáu tháng đầu năm 2012 c) Dự báo LQ2 Theo Grelt, ta có phương trình dự báo chỉ số thanh khoản thứ hai LQ2 với mức ý nghĩa 5%, R2 bằng 0,651, P-Value bằng 2,1*10-10 LQ2t = 0,67 LQ2t-1 – 0,175 AABt-1 (2.45) Biểu đồ 2. 10: Dự báo LQ2 cho sáu tháng đầu năm 2012 Chú ý là mô hình (1.33) có nghĩa là Yt không Granger-cause với Xt, là một dạng yếu của ngoại sinh. Về nguyên tắc, người ta cũng có thể bao gồm đồng thời một biến Xt của mô hình (1.33) (1.34) Yt = α0 + A1Yt−1 + ... + ApYt−p + B0Xt + B1Xt−1 + ... + BqXt−q + Ut, Tuy nhiên, nếu B0 ≠ O điều này có thể là Yt có một tác động gián tiếp đến Xt thông qua sự phụ thuộc lẫn nhau có thể có của Ut và Vt. Nếu ta kết hợp phương trình (1.33) và (1.34) ta được một hệ thống phương trình đồng thời. Ta có thể viết lại phương trình (1.34) thành một mô hình VARX lược giản bằng cách thay phương trình (1.33) vào phương trình (1.34) Yt = α0 + A1Yt−1 + ... + ApYt−p + B0 (C1Xt−1 + ... + CrXt−r) (1.35) + B1Xt−1 + ... + BqXt−q + Ut + B0Vt 1.5 Dữ liệu phân tích: 1.5.1 Nguồn dữ liệu + Các biến đo lường thanh khoản đã nêu ở chương 1 mục 1.3 bao gồm cả các biến đo lường thanh khoản của VNIndex. + Các biến kinh tế vĩ mô được đưa vào để dự báo thanh khoản cổ phiếu bao gồm: chỉ số của thị trường chứng khoán Việt Nam (Vnpri); Cung tiền (M2); Tăng trưởng tín dụng (CR); Lãi suất (INT); Lạm phát (CPI); Sản lượng chế biến ngành Thủy sản (PrF); Sản lượng xuất khẩu Thủy sản (ExF); Giá vàng (GOL) + Các chỉ số về tài chính được đưa vào phần phụ lục của luận văn chỉ mang tính chất tham khảo và không được đưa vào mô hình vì dữ liệu mẫu quá bé không đủ để khảo sát và dự báo thanh khoản. + Dữ liệu thứ cấp theo ngày và tháng trong giai đoạn 12/2006 – 12/2012 được tác giảNguồn thu thập và tổng từ các nguồn sau. Địa chỉ trang mạng BảngTPHCM 1.1: Các nguồn dữ http://www.hsx.vn/ liệu thứ cấp Sở giao dịch chứng khoán Tổng cục thống kê http://www.gso.gov.vn/ Ngân hàng nhà nước Việt Nam http://www.sbv.gov.vn/ Trung tâm lưu ký chứng khoán http://www.vacpa.org.vn http://vietstock.vn/ Các trang báo điện tử về thông tin tài http://www.cophieu68.com/ chính http://cafef.vn/home.chn dữ liệu chứng khoán Việt Nam 1.5.2 Dữ liệu mẫu cho mô hình Trong các vấn đề dự báo chuỗi thời gian, Box và Jenkins (1976) đã gợi ý rằng ít nhất là 50 mẫu, 100 mẫu quan sát là cần thiết để xây dựng các mô hình tuyến tính ARIMA, ARMAX, VAR. Vì vậy, để mô hình hóa phi tuyến, kích thước mẫu càng lớn thì càng tốt. Trong thực tế, bằng cách sử dụng chuỗi thời gian dài 8 nhất có sẵn để phát triển các mô hình dự báo là một nguyên tắc thời gian thử nghiệm trong dự báo (Armstrong, 2001). 1.6 Ứng dụng phần mềm 13 Do tính chất phức tạp của việc thông kê số liệu trong các mô hình nên việc tính toán và phân tích sẽ được áp dụng tự động bằng các phần mềm kinh tế lượng như E.Views, Gretl và một số phần mềm thông dụng khác. Grelt được viết tắt bởi các từ (Gnu Regression, Econometrics, and Timeseries Library) tạm dịch phần mềm mã nguồn mở bao gồm hồi quy, kinh tế lượng, thư viện chuỗi thời gian. Grelt được phát triển dựa trên mã nguồn kinh tế lượng do giáo sư Ramu Ramanathan, là giáo sư danh dự của đại học California, San Diego. Giáo sư Ramanathan là tác giả của giáo trình “Giới thiệu về Kinh tế lượng và các áp dụng” (hiện đang là phiên bản thứ 5). Giáo sư Ramu Ramanathan cũng đã đóng góp và phê bình rất hữu ích trong quá trình phát triển Grelt. CHƯƠNG 2: DỰ BÁO THANH KHOẢN NHÓM CỔ PHIẾU CHẾ BIẾN THỦY SẢN NIÊM YẾT TRÊN SÀN GIAO DICH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH 2.1 Tổng Quan Về Thị Trường Chứng Khoán Việt Nam 2.1.1 Thị trường chứng khoán Việt Nam Biểu đồ 2. 1: Tình hình giao dịch của sàn chứng khoán TP HCM 12 tháng 2011 (Nguồn: Sở giao dịch chứng khoán TP.HCM) 2.1.2 Hiện trạng thanh khoản của VNINDEX Kiểm định Jarque-Bera của các biến đo lường thanh khoản thị trường bảng 2.1 đều không tuân theo quy luật phân phối chuẩn. Bảng 2.1: Các chỉ tiêu đo lường thanh khoản của sàn HOSE (trang 26 luận văn) 2.2 Cổ phiếu ngành thủy sản niêm yết trên sàn chứng khoán TP.HCM 20 cổ phiếu thuộc ngành chế biến thủy sản sàn HOSE được xếp vào bốn nhóm chính như sau. Từ bảng 2.13 mô hình VAR ta có thể rút ra được phương trình để dự báo chỉ số MFI của ngành chế biến thủy sản với R2 bằng 0,966 và p-value bằng 0 như sau: FIS_MFIt = c + β1FIS_MFIt-1 + β2 FIS_MFIt-2 + β3VnQOSt (2.26) + β4VnPrit +β5VnPrit-1 Các biến độc lập của phương trình (2.26) có thể giải nghĩa đến 96,66% biến phụ thuộc MFI của ngành chế biến thủy sản (R2 = 0,9666; p-value = 0,0000 ) * Với AAB của ngành chế biến thủy sản ta có phương trình như sau : FIS_AABt = c + β1FIS_AABt-1 + β2 FIS_AABt-2 + β3FIS_AABt-5 +β4FIS_ORRt-5 +β5VnAABt + β6VnORRt + β7 VnORRt-5 + β8VnQOSt (2.27) Các biến độc lập của phương trình (2.27) có thể giải nghĩa đến 59,79% biến phụ thuộc AAB của ngành chế biến thủy sản (R2 = 0,5979; p-value = 3,7* 10 -186 ) Bảng 2. 13: Mô hình tự hồi quy vectơ chỉ số thanh khoản nhóm cổ phiếu ngành chế biến thủy sản và toàn thị trường. (trang 53 luận văn) * Với LQ1 của ngành chế biến thủy sản ta có phương trình như sau : FIS_LQ1t = c + β1FIS_LQ1t-1 + β2 FIS_LQ1t-2 + β3FIS_LQ1t-5 + β4FIS_AABt-1 +β5FIS_AABt-5 + β6FIS_MFIt-1 + β7 VnAABt + β8VnORRt + β9VnQOSt (2.28) + β10VnQOSt-1 + β11VnQOSt-4 + β12VnPrit-1 +β13VnPrit-2 Các biến độc lập của phương trình (2.28) có thể giải nghĩa đến 77,43% biến phụ thuộc LQ1 của ngành chế biến thủy sản (R2 = 0,7743; p-value = 0,0000 ) * Với LQ2 của ngành chế biến thủy sản ta có phương trình như sau : FIS_LQ2t = c + β1FIS_LQ2t-1 + β2 FIS_LQ2t-2 + β3FIS_LQ2t-3 + β4FIS_ MFIt-3 +β5VnQOSt + β6 VnPrit + β7VnPrit-1 +β8VnPrit-2 + β9VnPrit-3 (2.29) Các biến độc lập của phương trình (2.29) có thể giải nghĩa đến 90,54% biến phụ thuộc LQ2 của ngành chế biến thủy sản (R2 = 0,9054; p-value = 0,0000 ) * Với ORR của ngành chế biến thủy sản ta có phương trình như sau : FIS_ORRt = β1FIS_ORRt-3 + β2 FIS_ORRt-4 + β3FIS_ORRt-5 + β4FIS_AABt-3 +β5FIS_AABt-4 + β6VnAABt + β7VnAABt-3 + β8VnORRt (2.30) + β9ORRt-3 + β10ORRt-4+ β11ORRt-5 Các biến độc lập của phương trình (2.29) có thể giải nghĩa đến 52,75% biến phụ thuộc ORR của ngành chế biến thủy sản (R2 = 0,5275; p-value = 3,7*10-148) 2.5.4 Mô hình hồi quy vectơ các chỉ số thanh khoản của nhóm cổ phiếu ngành chế biến thủy sản Phần này ta khảo sát sự tác động của các biến thể hiện chỉ số thanh khoản nội tại của từng nhóm cổ phiếu. Các biến được đưa vào mô hình VAR bao gồm + Các biến nội sinh (Endogenous) bao gồm: AAB, MFI, LQ1, LQ2, ORR, QOS và các biến nội sinh của chính nó với độ trễ từ 1 đến 5 + Các biến ngoại (Exogenous): hằng số (c) 2.5.4.1 Nhóm cổ phiếu vốn hóa lớn Mô hình VAR cho nhóm cổ phiếu vốn lớn theo bảng kết quả B.38 phụ lục B 12 9 CR_2 CR_3 -41,01 1027,98 -0,0123 0,0310 M2_1 436,88 0,0018 M2_2 154,13 0,0049 1452 M2_3 -1538,61 0,0086 -1275 R-squared 0,8720 0,8616 0,8456 P-value(F) 4,41*10-07 1,2*10-06 0,0000 ** 3308 -2344 *** *** -1083 0,5846 ** * 0,0004 -42,815 66,547 79,5564 -7637,5 -0,2029 0,1383 -20,745 11012,2 -0,5839 73,378 3888,46 0,2438 -54,118 8522,59 0,1631 0,4614 0,7733 0,5493 0,2387 Nguồn: Cơ sở dữ liệu tác giả tính toán và phân tích trên Grelt Bảng 2. 12 thể hiện mô hình tự hồi quy vectơ với 6 chỉ số thanh khoản và biến trễ thứ nhất của nó cùng với các biến trễ từ 1 đến 3 của các yếu tố vĩ mô. */**/*** ký hiệu cho các mức ý nghĩa là 10%/5%/1%. Dữ liệu từ giai đoạn tháng 1 năm 2007 đến tháng 12 năm 2011 * Xét mô hình 2 theo bảng 2.12 với biến phụ thuộc là LQ1 chỉ số thanh khoản thứ nhất. Ta có phương trình tổng quát cho mô hình 2 như sau: LQ1t = c + β1LQ1t-1 + β2LQ2t-1 + β3ORRt-1 + β4QOSt-1 +β5INTt-3 + β6CPIt-1 + β7EXFt-1 + β8PRFt-1 + β9PRFt-2 + β10PRFt-3 (2.2) * Xét mô hình 3 theo bảng 2.12 với biến phụ thuộc là LQ2 Ta có phương trình tổng quát cho mô hình 3 như sau: LQ2t = c + β1LQ1t-1 + β2 LQ2t-1 + β3ORRt-1 + β4AABt-1 (2.3) + β5CPIt-1 + β6CRt-2 + β7CRt-3 + β8M2 t-2 * Xét mô hình 5 theo bảng 2.12 với biến phụ thuộc là ORR tỉ lệ đặt lệnh của ngành. Ta có phương trình tổng quát cho mô hình 5 như sau: QRRt = c + β1LQ1t-1 + β2 LQ2t-1 + β3AABt-1 + β4GOLt-3 (2.4) * Xét mô hình 6 theo bảng 2.12 với biến phụ thuộc là QOS hệ số góc đường giá của ngành. Ta có phương trình tổng quát cho mô hình 6 như sau: (2.5) QOSt = c + β GOLt-1 2.5.2.2 Mô hình VAR cho nhóm cổ phiếu vốn hóa lớn. Mô hình VAR cho nhóm cổ phiếu vốn hóa lớn theo bảng B.29 phần phụ lục B (trang 110 luận văn) 2.5.2.3 Mô hình VAR cho nhóm cổ phiếu vốn hóa trung bình. Mô hình VAR cho nhóm cổ phiếu vốn hóa trung bình theo bảng B.30 phần phụ lục B (trang 111 luận văn) 2.5.2.4 Mô hình VAR cho nhóm cổ phiếu vốn hóa nhỏ. Mô hình VAR cho nhóm cổ phiếu vốn hóa nhỏ theo bảng B.31 phần phụ lục B (trang 112 luận văn) 2.5.2.5 Mô hình VAR cho nhóm cổ phiếu vốn hóa siêu nhỏ. Mô hình VAR cho nhóm cổ phiếu vốn hóa siêu nhỏ theo bảng B.32 phần phụ lục B (trang 113 luận văn) 2.5.3. Mô hình hồi quy vectơ các chỉ số thanh khoản của ngành và của toàn thị trường. Ở phần này ta tiếp tục khảo sát sự tác động qua lại giữa các biến đo lường thanh khoản (đã chọn ở mục 2.4.2) của thị trường và của ngành chế biến thủy sản Nhóm cổ phiếu có vốn hóa lớn (VHL) Vốn thị trường trên 500 tỷ: VHC, MPC, HVG, ANV, ABT Nhóm cổ phiếu có vốn hóa trung bình (VTB) Vốn thị trường trên 250 tỷ và nhỏ hơn 500 tỷ: VTF, AGD, AGF, AAM, AVF Nhóm cổ phiếu có vốn hóa nhỏ (VHN) Vốn thị trường từ 90 tỷ và nhỏ hơn 250 tỷ: ACL, ATA, TS4, FBT, FMC Nhóm cổ phiếu có vốn hóa siêu nhỏ (VSN) Vốn thị trường nhỏ hơn 90 tỷ: ICF, CMX, VNH, CAD, BAS Chi tiết thông tin niêm yết và vốn hóa của cổ phiếu được thể hiện trong bảng 2.2 2.3. Hiện trạng thanh khoản của nhóm cổ phiếu ngành thủy sản. 2.3.1 Các chỉ tiêu đo lường thanh khoản của ngành chế biến thủy sản (FIS) Bảng 2.2: Các chỉ tiêu đo lường thanh khoản của ngành chế biến thủy sản (trang 28) Kiểm định Jarque-Bera cho thấy các biến đo lường thanh khoản đều không tuân theo quy luật phân phối chuẩn. 2.3.2 Các chỉ số đo lường thanh khoản của nhóm cổ phiếu ngành chế biến thủy sản Từ dữ liệu ngày giai đoạn 01/2011 đến 12/2011 mà tác giả thu thập được qua các nguồn, sau khi tính toán và tổng hợp lại theo giá trị trung bình (bảng 2.4) tác giả đưa ra các biểu đồ và bảng dưới đây để minh họa cho hiện trạng thanh khoản của các nhóm cổ phiếu ngành chế biến thủy sản như sau. Bảng 2.4 Số liệu trung bình thanh khoản của các nhóm cổ phiếu ngành chế biến thủy sản đã hiệu chỉnh theo thang đo. Biến số LQ2 SPR TOR AAB QT DEP LQ1 MKQ LOGDEP QOS MKV ORR VT MFI Nguồn: Đơn Vị Cổ phiếu Cổ phiếu Ngành Chế biến Thủy sản 81,79 37,40 60,00 % 105,46 Ngàn đồng 303,17 % 127,08 % 156,10 % 176,69 % 393,63 Cp/tr VND 56,09 Cổ phiếu 74,91 Ngàn đồng 64,43 Lệnh 41,47 đồng toán99,79 tác Triêu giả tính và phân Nhóm vốn hóa lớn Nhóm vốn hóa nhỏ 101,66 98,77 57,43 33,30 82,75 76,13 110,36 115,16 566,17 348,24 222,14 151,34 97,50 278,30 325,78 205,03 428,70 386,31 27,50 16,41 161,18 81,65 18,39 44,79 88,32 45,72 96,46bằng EViews 97,96 tích Nhóm vốn hóa siêu nhỏ 42,48 14,19 43,53 118,44 174,38 81,43 173,20 102,82 384,96 7,36 15,26 162,48 8,62 95,51 dựa trên Nhóm vốn hóa trung bình 82,23 43,63 37,18 75,85 112,18 49,79 78,90 66,34 374,54 172,62 36,92 34,61 20,68 109,21 liệu ngày Mức hiệu chỉnh thang đo trên biểu đồ (*X) 1 1 100 10 0,01 0,001 100.000 100 20 1000 10 0,001 0,1 từ Sở2 dữ giao dịch chứng khoán TP.HCM 2.3.2.1 Các chỉ số thanh khoản liên quan đến lệnh, khối lượng và giá cổ phiếu 10 2.3.2.2 Các chỉ số thanh khoản liên quan đến khối lượng cổ phiếu 2.3.2.3 Các chỉ số thanh khoản liên quan đến khối lượng và giá cổ phiếu 2.3.3 Xếp hạng thanh khoản của các cổ phiếu chế biến thủy sản. Dựa vào các chỉ tiêu thống kê (xem phần phụ lục A) của các cổ phiếu ngành chế biến thủy sản tác giả tổng kết được bảng xếp hạng thanh khoản cổ phiếu từ cao đến thấp xếp theo nhóm vốn hóa cổ phiếu như sau Bảng 2.7, cột thứ tự thanh khoản, hàng dọc thể hiện mức độ thanh khoản của nhóm cổ phiếu theo vốn hóa trong đó số một biểu thị cho tính thanh khoản cao nhất, số bốn thể hiện tính thanh khoản thấp nhất. Hàng ngang thể hiện mức độ thanh khoản của cổ phiếu so với các cổ phiếu còn lại trong nhóm, trong đó số một thể hiện tính thanh khoản của cổ phiếu cao nhất trong nhóm, số năm thể hiện tính thanh khoản thấp nhất. Bảng 2.7: Xếp hạng thanh khoản theo nhóm vốn hóa cổ phiếu Nguồn: tác giả tính toán 2.4.Xây dựng ma trận hệ số tương quan các chỉ báo thanh khoản 2.4.1.Ma trận hệ số tương quan của các chỉ số thanh khoản ngành chế biến Thứ Tự 1 2 3 4 5 thủyNhóm sản. vốn hóa cổ phiếu thanh khoản 2.4.2.Ma trận quan 1chỉ số thanh ngành chế biến Nhóm cổ phiếu có hệ vốn số hóa tương lớn HVG khoản ANV của MPC ABT VHC thủy Nhóm cổ phiếu có vốn hóa nhỏ Nhóm cổ phiếu có vốn hóa siêu nhỏ Nhóm cổ phiếu có vốn hóa trung bình 2 3 4 TS4 CAD AAM ACL ICF AGD FMC BAS AGF FBT CMX AVF ATA VNH VTF 11 Ta chọn biến chỉ số thanh khoản thứ nhất (LQ1) làm biến phụ thuộc để khảo sát, các biến độc lập gồm AAB, MFI, LQ2, ORR, QOS với độ trễ là 1. Kết quả đo sự thể hiện các phương pháp dư báo qua các chỉ số kiểm tra theo bảng 2.10 Bảng so sánhpháp Kết quả đo sự thể hiện các MAE phương MAPE pháp dư Dữ liệu biến2. 11: Bảng Phương MSE -6 báo ARMAX (0,1,0) 0,0018236 47,552 6,6439*10 LQ1 -6 VAR 0,0017639 51,054 5,7552*10 Kết quả kiểm tra cho thấy phương pháp VAR cho kết quả dự báo tốt hơn phương pháp ARMAX (0,1,0). Như kết quả hiển thị trên hình vẽ đường dự báo của mô hình VAR khá khít với đường thực tế của LQ1. Trong khi đó mô hình ARMAX ở một số thời đoạn kết quả dự báo cách khá xa so với thực tế. Ngoài mức độ chính xác cao hơn ARMAX, phương pháp VAR cho phép đa so sánh đồng thời các phương trình của các biến phụ thuộc mà ta cần khảo sát với kết quả nhanh nhất. Để tiếp tục cho phần nghiên cứu cho luận văn tác giả chọn phương pháp VAR (Tự hồi quy vectơ) với nhưng lý do đã nêu ra ở trên 2.5.2. Mô hình hồi quy vectơ dự báo thanh khoản của các chỉ số thanh khoản của nhóm cổ phiếu và các yếu tố vĩ mô. 2.5.2.1 Mô hình VAR cho cổ phiếu ngành chế biến thủy sản và các yếu tố vĩ mô * Xét mô hình 1 theo bảng 2.12 với biến phụ thuộc là AAB chênh lệch mua bán.Ta rút được phương trình tổng quát cho mô hình 1 ở mức ý nghĩa 5% như sau: AABt = c + β1LQ1t-1 + β2 AABt-1 + β3ORRt-1 + β4INTt-2 +β5INTt-3 (2.1) Bảng 2. 12 Mô hình tự hồi quy vectơ các chỉ số thanh khoản của nhóm cổ phiếu ngành chế biến thủy sản và các yếu tố vĩ mô Hệ số sản và thị trường 2.4.3.Ma trận hệ số tương quan chỉ số thanh khoản của ngành chế biến thủy sản và các yếu tố vĩ mô. Từ các bảng ma trận hệ số tương quan giữa các biến tác giả rút ra được các biến cần thiết để tiếp tục khảo sát gồm: + Các biến kinh tế vĩ mô như CPI, CR, EXF, GOL, INT, M2, PRF + Các biến từ ngành chế biến thủy sản: AAB, LQ1, LQ2, MFI, ORR, QOS + Các biến từ thị trường (Vnindex): AAB, ORR, QOS, và PRI (chỉ số vnindex) Các biến còn lại không được đưa vào mô hình do tính tương quan khá cao giữa chúng (trên 70%) 2.5. Dự báo thanh khoản nhóm cổ phiếu trong danh mục 2.5.1 Xác định mô hình dự báo Để lựa chọn mô hình dự báo ta tiếp tục xem xét sự thể hiện kết quả dự báo của các phương pháp với 6 biến AAB, MFI, LQ1, LQ2, ORR, QOS của ngành chế biến thủy sản. Dữ liệu được tổng hợp theo tháng, giai đoạn 01/2007 đến 12/2011. Bảng 2. 12 const AAB LQ1 -448,18 0,0179 AAB_1 0,87 *** -2*10-07 LQ1_1 LQ2_1 -30803 0,14 ** 0,2927 -5*10-06 MFI_1 6,78 Orr_1 -0,02 QoS_1 1054,46 Gol_1 -0,17 Gol_2 -0,16 -6*10-06 Gol_3 0,35 2*10-06 Int_1 11010 0,1549 Int_2 -25460 Int_3 12327 ** * *** ** LQ2 Orr -26317 * -0,0269 -0,29 *** * ** 18407 0,57 ** *** -0,005 14,1614 *** -0,0001 49,827 -0,007 -899060 10,4731 ** ** -3,5420 0,0001 0,226 27,8297 0,0024 ** 0,0002 0,20924 1,4*10-06 -0,1981 89,077 ** QoS 516,22 -2*10-05 2,16 -1*10-07 0,01 0,0055 321,24 -8,343 11723,5 -2*10-07 -0,10 0,0003 -1,3699 0,0002 * -0,12 -0,011 -5,4461 -0,0001 * -8620 -0,1769 *** 666,09 ** 0,12 -0,0538 Cpi_1 16,61 -0,0017 Cpi_2 50,58 0,0005 7551 Cpi_3 10,61 0,0008 -0,12 -2*10-05 ExF_2 0,36 -6*10-06 ExF_3 -0,54 -1*10-05 PrF_1 -0,64 4,1*10-05 *** PrF_2 0,25 0,0001 PrF_3 2,19 0,0001 CR_1 955,52 -0,0236 95,30 * * ** -28,42 ExF_1 * MFI ** 57,60 0,002 12,9103 -44,778 282418 236,2 -372402 -429,7 79951,4 ** -0,0001 -0,8390 * 1,6896 -0,7460 -1,761 -1151 0,0144 0,822 -798,57 -0,0198 -0,0027 2,438 -1150,2 -0,09 -0,011 -11,673 0,0002 0,42 -0,015 -6,3102 -2*10-05 0,12 -0,002 -3,4241 -0,0001 0,61 0,055 -7,8866 0,0003 *** -0,22 0,082 -5,5625 0,0002 *** -1,27 0,023 28,7883 -0,0002 -50,468 25446,6 0,0572 ** -1206 * * * *** * BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHỆ TP. HCM --------------------------- NGUYỄN ĐĂNG KHOA DỰ BÁO THANH KHOẢN NHÓM CỔ PHIẾU CHẾ BIẾN THỦY SẢN TRONG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM (SÀN GIAO DỊCH TPHCM) LUẬN VĂN THẠC SĨ Chuyên ngành : QUẢN TRỊ KINH DOANH Mã số ngành: 60.34.05 TP. HỒ CHÍ MINH, tháng 07 năm 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHỆ TP. HCM NGUYỄN ĐĂNG KHOA DỰ BÁO THANH KHOẢN NHÓM CỔ PHIẾU CHẾ BIẾN THỦY SẢN TRONG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM (SÀN GIAO DỊCH TPHCM) LUẬN VĂN THẠC SỸ Chuyên ngành: Quản Trị Kinh Doanh Mã số: 60.34.05 Hướng Dẫn Khoa Học PGS-TS NGUYỄN PHÚ TỤ CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHỆ TP. HCM Cán bộ hƣớng dẫn khoa học : PGS-TS NGUYỄN PHÚ TỤ Luận văn Thạc sĩ đƣợc bảo vệ tại Trƣờng Đại học Kỹ thuật Công nghệ TP.HCM ngày 19 tháng 07 năm 2012 Thành phần Hội đồng đánh giá Luận văn Thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ Luận văn Thạc sĩ) 1. TS LƢU THANH TÂM 2. TS TRƢƠNG QUANG DŨNG 3. TS NGUYỄN ĐÌNH LUẬN 4. TS HUỲNH MINH TRIẾT 5. TS NGUYỄN VĂN DŨNG Xác nhận của Chủ tịch Hội đồng đánh giá Luận sau khi Luận văn đã đƣợc sửa chữa (nếu có). Chủ tịch Hội đồng đánh giá LV ii TRƯỜNG ĐH KỸ THUẬT CÔNG NGHỆ TP. HCM PHÒNG QLKH – ĐTSĐH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc TP. HCM, ngày 30 tháng 5 năm 2012 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN ĐĂNG KHOA Giới tính: Nam Ngày, tháng, năm sinh: 12/08/1981 Nơi sinh: TP.HCM Chuyên ngành: Quản Trị Kinh Doanh MSHV: 1084011015 I- TÊN ĐỀ TÀI: DỰ BÁO THANH KHOẢN NHÓM CỔ PHIẾU CHẾ BIẾN THỦY SẢN TRONG THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM (SÀN GIAO DỊCH TP.HCM) II- NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu mức độ thanh khoản của cổ phiếu nhóm chế biến thủy sản cũng nhƣ của thị trƣờng chứng khoán Việt Nam. Đƣa ra mô hình dự báo tính thanh khoản của các cổ phiếu nhóm chế biến thủy sản đƣợc giao dịch chính thức trên thị trƣờng chứng khoán Việt Nam. Giải pháp có thể giúp nhà đầu tƣ giảm thiểu rủi ro từ rủi ro do thanh khoản. III- NGÀY GIAO NHIỆM VỤ: 15/09/2011 IV- NGÀY HOÀN THÀNH NHIỆM VỤ:15/05/2012 V- CÁN BỘ HƢỚNG DẪN: PGS-TS NGUYỄN PHÚ TỤ CÁN BỘ HƢỚNG DẪN (Họ tên và chữ ký) PGS-TS NGUYỄN PHÚ TỤ KHOA QUẢN LÝ CHUYÊN NGÀNH (Họ tên và chữ ký) iii LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nàokhác. Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện luận văn này đã đƣợccảm ơn và các thông tin trích dẫn trong luận văn đã đƣợc chỉ rõ nguồn gốc. Học viên thực hiện luận văn NGUYỄN ĐĂNG KHOA iv LỜI CÁM ƠN Lời cảm ơn đầu tiền tôi muốn chân thành gửi đến PGS-TS Nguyễn Phú Tụ. Thầy đã hƣớng dẫn rất tận tình cho tôi để hoàn thành luận văn này. Lời cảm ơn sâu sắc con muốn gửi đến cha mẹ vì sự giúp đỡ và sự ủng hộ của cha mẹ trên suốt con đƣờng học vấn mà con đã chọn. Lời cảm cuối cùng tôi dành cho vợ tôi vì sự chăm sóc của cô ấy đối với gia đình và con trai yêu dấu của chúng tôi khi tôi vắng nhà. Nguyễn Đăng Khoa v TÓM TẮT Luận văn hệ thống lại lý thuyết và các công thức đo lƣờng thanh khoản của cổ phiếu nói chung và nhóm cổ phiếu chế biến thủy sản đang giao dịch trên sàn chứng khoán thành phố Hồ Chí Minh nói riêng. Qua đó tác giả cũng phân tích mức độ và xếp hạng thanh khoản của từng cổ phiếu, nhóm cổ phiếu thuộc ngành chế biến thủy sản. Cũng từ dữ liệu thu thập và tính toán đƣợc, tác giả áp dụng phƣơng pháp Tự hồi quy vectơ (Vector Autoregression) và phần mềm Grelt để đƣa ra các mô hình tổng quát dự báo thanh khoản dƣới tác động của các biến kinh tế vĩ mô, dƣới tác động của các biến đo lƣờng thanh khoản của thị trƣờng và của chính các biến đo lƣờng thanh khoản nhóm cổ phiếu chế biến thủy sản. Dựa trên mô hình dự báo, tác giả dự báo thanh khoản trong sáu tháng đầu năm 2012 cho nhóm cổ phiếu chế biến thủy sản. Cuối cùng, tác giả cũng dựa vào mô hình tổng quát dự báo thanh khoản để đƣa ra các kiến nghị và giải pháp cho nhà đầu tƣ. vi ASTRACT The thesis systematized theories of liquidity and formulas to measure the liquidity of stock in general and the liquidity of stocks of seafood processing industry which are traded on the stock market in Ho Chi Minh City in particular. Thereby the author also analyzes the level and ranking of liquidity for individual stock and group of stocks of seafood processing industry. Also from the calculated data, the author applies Vector Autoregression model and Grelt software to makes the general forecast models to predicts the liquidity under impact of macroeconomic variables, under impact of variables measuring the liquidity of the market and variables measuring the liquidity of stocks of seafood processing industry. Based on the forecast models, the author predicts liquidity of stocks of seafood processing in the first six months of 2012. Finally, the author also relies on the general forecast liquidity models to make recommendations and solutions to investors. vii MỤC LỤC Trang Trang phụ bìa Lời cam đoan Lời cảm ơn Mục lục Danh mục các từ viết tắt Danh mục các bảng biểu Danh mục các hình vẽ, đồ thị MỞ ĐẦU ................................................................................................................ 1 1. Tính cấp thiết của đề tài .................................................................................... 1 2. Mục đích của đề tài ........................................................................................... 2 3. Đối tƣợng và phạm vi nghiên cứu. .................................................................... 2 4. Ý nghĩa thực tiễn .............................................................................................. 2 5. Phƣơng pháp nghiên cứu................................................................................... 3 6. Kết cấu luận văn ............................................................................................... 3 CHƯƠNG 1: LÝ LUẬN THANH KHOẢN VÀ CÁC MÔ HÌNH DỰ BÁO ...... 5 1.1 Thanh khoản ..................................................................................................... 5 1.2 Các yếu tố ảnh hƣởng đến thanh khoản của cổ phiếu, thị trƣờng ........................ 6 1.3 Đo lƣờng thanh khoản cổ phiếu ......................................................................... 7 1.4 Các phƣơng pháp, mô hình dự báo tính thanh khoản........................................ 13 1.4.1 Mô hình ARMAX (Autoregressive–moving-average model with exogenous inputs model)........................................................................................................ 14 1.4.2 Mô hình tự hồi quy vectơ VAR (Vector Autoregression) .............................. 15 1.5 Dữ liệu phân tích: ............................................................................................ 19 1.6 Ứng dụng phần mềm: ...................................................................................... 21 CHƢƠNG 2: DỰ BÁO THANH KHOẢN NHÓM CỔ PHIẾU CHẾ BIẾN THỦY SẢN NIÊM YẾT TRÊN SÀN GIAO DICH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH ............................................................................................................ 22
- Xem thêm -