Tóm tắt Luận văn Thạc sĩ Quản trị kinh doanh: Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN Index

Chia sẻ: Lê Na | Ngày: | Loại File: PDF | Số trang:26

Thêm vào BST

Báo xấu

151
lượt xem 32
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn nhằm hệ thống hóa cơ sở lý thuyết và những nghiên cứu thực nghiệm về sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán; xác định và phân tích ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán VN-Index; gợi ý chính sách kinh tế vĩ mô nhằm phát triển ổn định thị trường chứng khoán Việt Nam.

Chủ đề:

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

Lưu

Nội dung Text: Tóm tắt Luận văn Thạc sĩ Quản trị kinh doanh: Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN Index

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG NGUYỄN TRẦN PHƯƠNG THẢO PHÂN TÍCH ẢNH HƯỞNG CỦA NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN INDEX Chuyên ngành : Tài chính – Ngân hàng Mã số : 60.34.20 TÓM TẮT LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH Đà Nẵng - Năm 2015
Công trình được hoàn thành tại ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học: TS. ĐINH BẢO NGỌC Phản biện 1: TS. Đặng Tùng Lâm Phản biện 2: GS.TS. Dương Thị Bình Minh Luận văn đã được bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ quản trị kinh doanh họp tại Đại học Đà Nẵng vào ngày 26 tháng 01 năm 2015 Có thể tìm hiểu luận văn tại: - Trung tâm Thông tin-Học liệu, Đại học Đà Nẵng - Thư viện trường Đại học kinh tế, Đại học Đà Nẵng
1 MỞ ĐẦU 1. Tính cấp thiết của đề tài Hầu hết mọi người đều cho rằng chỉ số giá chứng khoán chịu ảnh hưởng của các nhân tố vĩ mô cơ bản như lạm phát, tỷ giá, lãi suất… nhưng điều đáng nói là, kết quả của sự tác động đó khi nghiên cứu ở quốc gia này lại có thể giống hoặc không giống với quốc gia khác. Thậm chí, trong cùng một quốc gia nhưng kết quả vẫn có thể khác nhau khi nghiên cứu ở những giai đoạn khác nhau. Vì vậy, việc sử dụng kết quả của các nghiên cứu nước ngoài để áp dụng cho thị trường chứng khoán Việt Nam là điều không thể. Do đó, nghiên cứu thực nghiệm tác động của các biến kinh tế vĩ mô đến thị trường chứng khoán khi sử dụng chuỗi dữ liệu thời gian tại Việt Nam là điều vô cùng cần thiết. Đối với các nhà hoạch định chính sách, kết quả nghiên cứu này là kim chỉ nan giúp họ có được sự lựa chọn tối ưu nhất khi muốn tác động vào nền kinh tế theo đúng mục đích; còn đối với các nhà đầu tư, việc nắm rõ mối quan hệ giữa giá chứng khoán với các biến kinh tế vĩ mô giúp họ có thể dự đoán được thị trường và đưa ra các quyết định hợp lý. Chính vì lý do đó, tôi đã chọn đề tài nghiên cứu: “Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN Index” Tác động đến thị trường chứng khoán nói chung và chỉ số giá chứng khoán nói riêng bao gồm các yếu tố nội sinh, các yếu tố ngoại sinh và những yếu tố khác nữa. Tuy nhiên, trong nghiên cứu này chúng ta chỉ quan tâm đến sự ảnh hưởng của các nhân tố kinh tế vĩ mô (nhân tố ngoại sinh) đến chỉ số giá chứng khoán Vn-Index. 2. Mục tiêu nghiên cứu Mục tiêu tổng quát của đề tài là phân tích sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN-Index. Gồm những mục tiêu cụ thể sau: - Hệ thống hóa cơ sở lý thuyết và những nghiên cứu thực nghiệm về sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán. - Xác định và phân tích ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index. - Gợi ý chính sách kinh tế vĩ mô nhằm phát triển ổn định thị trường
2 chứng khoán Việt Nam. 3. Đối tượng và phạm vi nghiên cứu  Đối tượng nghiên cứu: Sự ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index.  Phạm vi nghiên cứu Nghiên cứu ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index trong khoảng thời gian từ tháng 1/2005 đến tháng 09/2014. 4. Phương pháp nghiên cứu Nghiên cứu được thực hiện bằng phương pháp định lượng theo mô hình Vector hiệu chỉnh sai số (VECM) kết hợp với các kiểm định tính dừng ADF và PP; kiểm định đồng liên kết Johansen; kiểm định nhân quả Granger... Bên cạnh đó, nghiên cứu còn sử dụng phương pháp thống kê mô tả (phân tích biểu đồ, hình ảnh, các chỉ số…) để phân tích sự ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index. 5. Bố cục đề tài Chương 1: Cơ sở lý luận và nghiên cứu thực nghiệm về ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán. Chương 2: Nghiên cứu ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index. Chương 3: Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index. Chương 4: Một số gợi ý về chính sách vĩ mô nhằm phát triển ổn định thị trường chứng khoán Việt Nam. 6. Ý nghĩa khoa học và thực tiễn của đề tài Thông qua kết quả thực nghiệm, nghiên cứu đã chỉ ra mức độ và chiều hướng tác động của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán Vn-Index trong giai đoạn từ 12/2005 đến 09/2014. Từ đó, đề xuất một vài gợi ý về điều hành chính sách kinh tế vĩ mô nhằm phát triền ổn định thị trường chứng khoán Việt Nam, đồng thời giúp các nhà đầu tư trong và ngoài nươc giảm thiểu được rủi ro khi đầu tư vào thị trường chứng khoán Việt Nam.
3 CHƯƠNG 1 CƠ SỞ LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM VỀ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN 1.1. THỊ TRƯỜNG CHỨNG KHOÁN VÀ CHỈ SỐ GIÁ CHỨNG KHOÁN 1.1.1.Thị trường chứng khoán a. Khái niệm b. Phân loại thị trường chứng khoán  Phân loại theo phương thức hoạt động của thị trường  Phân loại theo sự luân chuyển các nguồn vốn  Phân loại theo hàng hóa trên thị trường c. Chức năng và vai trò của thị trường chứng khoán  Chức năng:  Vai trò: d. Chủ thể tham gia trên thị trường chứng khoán 1.1.2. Chỉ số giá chứng khoán a. Khái niệm Chỉ số giá chứng khoán là chỉ số được dùng để phản ánh sự biến động của giá cổ phiếu niêm yết trên một TTCK nhất định tại một thời điểm so với thời điểm gốc. Chỉ số giá chứng khoán cung cấp thông tin cho các nhà đầu tư đánh giá và phân tích TTCK, từ đó đưa ra những quyết định đầu tư phù hợp. Ý nghĩa của chỉ số giá chứng khoán: b. Phương pháp tính 1.2. CƠ SỞ LÝ THUYẾT VỀ CÁC NHÂN TỐ KINH TẾ VĨ MÔ ẢNH HƯỞNG ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN Sự ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán có thể tìm thấy trong lý thuyết kinh doanh chênh lệch giá (Arbitrage Pricing Theory – APT). Theo đó, bất kỳ một thông tin mới nào về các nhân tố vĩ mô như lãi suất, lạm phát, cung tiền…đều có thể ảnh hưởng đến giá chứng khoán/ tỷ suất sinh lợi chứng khoán thông qua tác động đến cổ tức kỳ vọng, tỷ lệ chiết khấu hoặc cả hai (Chen, Roll &
4 Ross, 1986). Năm 1976, lý thuyết APT đã được phát triển bởi Stephen Ross để giải thích tỷ suất sinh lợi của chứng khoán trên thị trường chứng khoán. Các nhân tố trong mô hình APT có thể là các nhân tố kinh tế vĩ mô hoặc các nhân tố kinh tế vi mô. Lý thuyết này cho rằng tỷ suất sinh lời kỳ vọng của chứng khoán được xác định bởi công thức: Rj = aj + βj,1F1 + βj,2F2 +…+ + βj,kFk + uj Bên cạnh đó, theo lý thuyết thị trường hiệu quả, giá cổ phiếu phản ánh tất cả các thông tin có được từ việc phân tích về công ty và nền kinh tế, do đó có mối quan hệ mật thiết giữa giá cổ phiếu với kỳ vọng về kinh tế vĩ mô trong tương lai. Dựa vào khung lý thuyết nêu trên, nghiên cứu sẽ phân tích ảnh hưởng của các nhân tố vĩ mô gồm: lạm phát, chỉ số sản xuất công nghiệp, lãi suất, tỷ giá, cung tiền, giá dầu và chỉ số giá vàng đến chỉ số giá chứng khoán dựa trên các lý thuyết có liên quan. 1.2.1.Ảnh hưởng của lạm phát đến chỉ số giá chứng khoán 1.2.2.Ảnh hưởng của chỉ số sản xuất công nghiệp đến chỉ số giá chứng khoán 1.2.3.Ảnh hưởng của lãi suất đến chỉ số giá chứng khoán 1.2.4.Ảnh hưởng của tỷ giá đến chỉ số giá chứng khoán 1.2.5.Ảnh hưởng của cung tiền đến chỉ số giá chứng khoán 1.2.6. Ảnh hưởng của giá xăng bán lẻ đến chỉ số giá chứng khoán 1.2.7. Ảnh hưởng của giá vàng trong nước đến chỉ số giá chứng khoán 1.3. NHỮNG NGHIÊN CỨU THỰC NGHIỆM VỀ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN 1.3.1. Nghiên cứu thực nghiệm ở nước ngoài Nền tảng của việc định giá chứng khoán là dựa vào dòng tiền chiết khấu kỳ vọng. Do đó, nhân tố quyết định giá chứng khoán chính là tỷ suất sinh lợi và dòng tiền kỳ vọng ( Elton & Gruber, 1991). Các biến kinh tế vĩ mô sẽ tác động lên tỷ suất sinh lợi và dòng tiền kỳ vọng trong tương lai của doanh nghiệp, từ đó sẽ ảnh hưởng đến giá chứng khoán. Fama & Gibbon (1982) đã nghiên cứu mối quan hệ giữa lạm phát, tỷ suất sinh lợi và vốn đầu tư. Kết quả này ủng hộ cho các nghiên cứu
5 của Mundell (1963) và Tobin (1965) cho thấy rằng lợi nhuận kỳ vọng và tỷ lệ lạm phát có tương quan âm. Chen, Roll và Ross (1986) với nghiên cứu nổi tiếng về mô hình đa nhân tố để đánh giá ảnh hưởng của các biến kinh tế vĩ mô lên TTCK Mỹ. Các biến kinh tế vĩ mô mà nghiên cứu đã xem xét bao gồm : chỉ số sản xuất công nghiệp (Industrial Production), lạm phát (Inflation), phần bù rủi ro (Risk Premia), cấu trúc kỳ hạn (The Term Structure), chỉ số thị trường (Market Indices), mức chi tiêu thực tế (Consumption) và giá dầu (Oil Prices) giai đoạn từ tháng 1/1953 đến tháng 11/1984. Kết quả cho thấy có một vài biến được chứng minh là có ý nghĩa trong việc giải thích tỷ suất sinh lợi kỳ vọng của cổ phiếu, đặc biệt là biến sản lượng công nghiệp, biến động trong phần bù rủi ro và đường cong lãi suất ; những biến còn lại có tác động yếu hơn. Tác giả cũng kiểm định sự ảnh hưởng của những thay đổi trong tiêu dùng bình quân đầu người thực và thay đổi giá dầu trong việc định giá chứng khoán, nhưng kết quả cho thấy không có một tác động toàn diện nào. 1.3.2. Nghiên cứu thực nghiệm ở Việt Nam Nguyệt & Thảo (2013) đã chọn sáu nhân tố vĩ mô là: cung tiền, lạm phát, sản lượng công nghiệp, lãi suất, tỷ giá hối đoái và giá dầu làm biến độc lập. Dữ liệu được chọn để thể hiện tình hình của thị trường chứng khoán là chỉ số VN-Index theo tháng trong giai đoạn từ tháng 7/2000 đến tháng 9/2011 (135 quan sát). Kết quả cuối cùng cho thấy khi các điều kiện khác không đổi thì cung tiền, lạm phát, sản lượng công nghiệp và giá dầu có mối tương quan dương với thị trường chứng khoán. Lãi suất và tỷ giá hối đoái có tương quan âm với thị trường chứng khoán. Yến & Sơn (2014) đã sử dụng các nhân tố vĩ mô gồm: lạm phát, lãi suất, tỷ giá và cung tiền để phân tích tác động của nó đến chỉ số giá chứng khoán Vn-Index. Dữ liệu dùng để phân tích được lấy theo tháng từ tháng 1/2007 đến tháng 12/2012. Kết quả cho thấy, các biến lạm phát và lãi suất có tác động âm đến chỉ số giá chứng khoán, các biến còn lại là tỷ giá và cung tiền thì có tác động dương đến chỉ số VNI. Trong đó,
6 các hệ số đều có ý nghĩa ở mức 5% trừ tác động của biến cung tiền đến chỉ số giá chứng khoán VNI là không đáng tin cậy ở mức ý nghĩa 5%. KẾT LUẬN CHƯƠNG 1 Qua chương 1, nghiên cứu đã trình bày cơ sở lý luận về sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khoán. Đồng thời, tác giả đã tổng hợp một số nghiên cứu thực nghiệm trên thế giới và trong nước nhằm thấy được sự tác động và mức độ ảnh hưởng của các biến kinh tế vĩ mô đến chỉ số giá chứng khoán là giống và khác nhau như thế nào ở mỗi quốc gia và mỗi giai đoạn. Dựa vào cơ sở lý luận đã trình bày, đặc biệt là nghiên cứu của Chen, Roll và Ross (1986) tác giả đã lựa chọn một số biến kinh tế vĩ mô phù hợp với điều kiện kinh tế và thông tin tại Việt Nam để thực hiện phân tích. Bên cạnh đó, qua tham khảo các nghiên cứu nước ngoài đã cho thấy sự hữu hiệu của phương pháp hồi quy theo mô hình VECM khi dữ liệu đều là các chuỗi thời gian không dừng; đồng thời, thực tế cho thấy các nghiên cứu trong nước bằng mô hình VECM cũng đạt được những kết quả khả quan nên bài nghiên cứu sẽ thực hiện theo mô hình VECM nhằm khắc phục những hạn chế và nâng cao hơn nữa ý nghĩa thực tiễn của mô hình. Trong phần sau của luận văn, tác giả sẽ từng bước thực hiện việc thiết kế nghiên cứu và phân tích kết quả nhận được; đồng thời đưa ra một số kiến nghị về chính sách kinh tế vĩ mô nhằm phát triển ổn định TTCK Việt Nam. CHƯƠNG 2 NGHIÊN CỨU ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX 2.1. GIỚI THIỆU KHÁI QUÁT VỀ CHỈ SỐ VN-INDEX 2.1.1. Công thức tính chỉ số Vn-Index Chỉ số VN-Index được tính theo công thức Passcher theo công thức: VN-Index =  Pt  Qt P Q 0 t Trong đó: Pt và P0: là giá tại thời điểm t và thời điểm gốc. Qt: là khối lượng (quyền số) tại thời điểm tính toán t.
7 2.1.2. Diễn biến chỉ số Vn-Index giai đoạn 2005-2014 2.2. THIẾT KẾ NGHIÊN CỨU ẢNH HƯỞNG CỦA CÁC BIẾN KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX 2.2.1. Phương pháp nghiên cứu Bài nghiên cứu này sử dụng kỹ thuật phân tích chuỗi dữ liệu để xem xét ảnh hưởng của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán. Trong phân tích chuỗi thời gian, phương pháp OLS tỏ ra nhiều hạn chế vì yêu cầu tính dừng của chuỗi dữ liệu. Một chuỗi dừng là chuỗi có giá trị trung bình là hằng số, đồng thời có phương sai không thay đổi theo thời gian. Điều này thường không đúng đối với những biến có xu thế. Do đó, nếu hồi quy những chuỗi như vậy sẽ dễ dàng dẫn đến hiện tượng hồi quy giả mạo. Để khắc phục hạn chế đó, trong bài nghiên cứu này tôi sử dụng mô hình Vector hiệu chỉnh sai số (VECM). Đây là một mô hình cho phép hồi quy các biến không dừng nhưng lại có quan hệ đồng liên kết, điều này rất phù hợp với các biến được lựa chọn trong mô hình. Trước khi thực hiện hồi quy, tất cả các biến đều được lấy Logarit để tăng tính ổn định. Để hồi quy theo mô hình VECM, bài nghiên cứu tiến hành quy trình sau: a. Kiểm định tính dừng của chuỗi dữ liệu Trong phân tích dữ liệu chuỗi thời gian, có thể nói tính dừng là một yếu tố tiên quyết. Một mô hình tốt được đưa ra khi phân tích trên các dữ liệu dừng. Nếu chuỗi dữ liệu không dừng thì sẽ tạo ra hiện tượng hồi quy giả mạo và làm sai lệch kết quả mô hình. Có nhiều phương pháp để kiểm định tính dừng của chuỗi thời gian như: kiểm định Dickey-Fuller (DF), kiểm định Phillip-Person (PP) và kiểm định Dickey-Fuller mở rộng (ADF)… Trong đó, phương pháp ADF được sự dụng phổ biến hơn cả. Tuy nhiên, trong thời gian gần đây phương pháp ADF thường bị chỉ trích vì không đủ tính thuyết phục nên trong nghiên cứu này tôi sử dụng thêm phương pháp PP song song với phương pháp ADF để tăng tính chính xác của kiểm định. b. Kiểm định đồng liên kết Johansen Việc hồi quy các chuỗi thời gian không dừng thường dẫn đến kết
8 quả hồi quy giả mạo. Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là đồng liên kết. Có nhiều phương pháp kiểm định mối quan hệ đồng liên kết như: kiểm định Engle-Granger ; kiểm định CRDW ; phương pháp VAR của Johansen ;….. Trong đó, phương pháp phổ biến nhất hiện nay là phương pháp VAR của Johansen, bao gồm hai kiểm định là Trace và kiểm định Max-Eigen. c.Mô hình Vector hiệu chỉnh sai số VECM Trong phân tích hồi quy, các chuỗi thời gian thường không dừng nên việc áp dụng phương pháp bình phương bé nhất OLS (Ordinary Least Squares) thường không xác định được một mô hình hồi quy hiệu quả cho mối liên hệ giữa các biến trong mô hình. Nhưng nếu các biến nghiên cứu không dừng ở dữ liệu gốc nhưng dừng ở sai phân bậc 1 và sự kết hợp tuyến tính giữa các biến này là một chuỗi dừng; nghĩa là tồn tại mối quan hệ đồng liên kết giữa các biến hay nói cách khác là tồn tại mối quan hệ cân bằng dài hạn giữa các biến trong mô hình thì chúng ta có thể áp dụng mô hình vector hiệu chính sai số VECM (Vector Error Correction Model) để ước lượng mô hình thể hiện mối quan hệ trong dài hạn giữa các biến. d. Kiểm định sự phù hợp của mô hình  Kiểm định quan hệ nhân quả Granger để xem xét sự tồn tại các mối quan hệ giữa các biến.  Kiểm định nghiệm đơn vị đối với phần dư thu được từ mô hình.  Kiểm định tự tương quan của phần dư trong mô hình. 2.2.2.Dữ liệu nghiên cứu Biến VNI: đại diện cho TTCK Việt Nam và được tính là trung bình của chỉ số VN-Index đóng cửa cuối mỗi ngày giao dịch trong tháng. Điều này giúp phản ánh chính xác và giảm sai lệch so với việc lấy chỉ số đầu tháng hoặc cuối tháng. Biến CPI: đại diện cho mức độ lạm phát của nền kinh tế và được xác định bằng chỉ số giá tiêu dùng theo tháng tính trên cơ sở năm gốc là năm 2005. CPI được dự báo sẽ có tác động ngược chiều đối với chỉ số VN-Index giống như kết quả thu được từ các nghiên cứu như: Fama (1991), Mohamed & cộng sự (2009); Khil và Lee (2000); Francis và Tewari (2011)...
9 Biến IIP: Theo lý thuyết, tăng trưởng GDP mới là biến phù hợp nhất để đại diện cho triển vọng tăng trưởng kinh tế. Tuy nhiên, do hạn chế không thu thập được số liệu tăng trưởng GDP theo tháng nên bài nghiên cứu sử dụng chỉ số giá trị sản xuất công nghiệp để thay thế. Trong một vài nghiên cứu trước đây, giá trị sản xuất công nghiệp có tác động dương lên chỉ số VN-Index như: Fama (1981, 1990); Schwert (1990); Chen, Roll & Ross (1986); Levine & Zervos (1996); Khan và Senhadji (2000); Adjasi và Biekpe (2006); Bilson và cộng sự (2001), Humpe và Macmillan (2009)... Biến SIR: dùng để chỉ lãi suất ngắn hạn và được xác định bằng lãi suât bình quân liên ngân hàng kỳ hạn ba tháng và được lấy trung bình theo tháng. Kỳ vọng về dấu của biến SIR đối với VNI là âm, phù hợp với hầu hết các lý thuyết và bằng chứng thực nghiệm như: Fama (1981); Menike (2006); Sohail và Hussain (2011); Mashayekh và cộng sự (2011). Biến EX: là biến đại diện cho tỷ giá hối đoái VND/USD và được xác định bằng tỷ giá giao dịch của ngày cuối cùng trong mỗi tháng. Có quan điểm cho rằng tồn tại mối quan hệ nghịch biến hai biến EX và VNI như Bilson, Braisford và Hooper (2001). Trong khi đó, nghiên cứu của Gan, Lee, Yong và Zhang (2006) Maysami & các cộng sự (2004) lại tìm thấy mối quan hệ đồng biến. Do đó, kỳ vọng về sự tác động của EX lên VNI là có thể âm hoặc dương. Biến M2: đại diện cho mức cung tiền. M2 được tính bằng tổng lượng tiền mặt và tiền các ngân hàng thương mại gởi tại ngân hàng trung ương (M1) cộng với chuẩn tệ (tiền gởi tiết kiệm và tiền gởi có kỳ hạn). Theo lý thuyết thì việc tăng M2 sẽ kích thích tăng trưởng kinh tế, từ đó gây phản ứng tốt lên thị trường chứng khoán. Các nghiên cứu trước đây cũng đưa ra kết quả tương tự: Chen, Roll & Ross (1986); Wong (2005); Mukherjee (1995)… Biến ROIL: đại diện cho giá dầu bán lẻ trong nước. Được tính theo giá bán lẻ của mặt hàng xăng Mogas 92 vào thời điểm cuối mỗi tháng trên thị trường Việt Nam. Các nghiên cứu trước đây về vấn đề này cho thấy những kết quả trái chiều. Gan, Lee, Yong & Zhang (2006) cho
10 rằng có quan hệ đồng biến giữa hai biến này. Còn Chen, Roll & Ross (1986) lại không tìm thấy mối quan hệ nào giữa giá dầu và TTCK. Biến GP: là chỉ số giá vàng trong nước được xác định theo từng tháng. Chỉ số giá vàng là chỉ tiêu tương đối phản ảnh xu hướng và mức độ biến động của giá vàng. Kết quả nghiên cứu thực nghiệm về sự tương quan giữa giá vàng chỉ số giá chứng khoán ở một số nước trên thế giới cho nhiều kết quả khác nhau: nghiên cứu của Pooja Singh (2014), Bhunia & Mukhuti (2013), Yahyazadehfar & Babaie (2012) và Bhunia (2013) trên thị trường chứng khoán Ấn Độ đều cho thấy giá vàng có tác động tiêu cực đến chỉ số giá chứng khoán. Trong khi đó, Kaliyamoorthy & Parithi (2012) trên thị trường Ấn Độ và Buyuksalvarci (2010) trên thị trường Thổ Nhĩ Kỳ lại kết luận rằng không có quan hệ nào giữa giá vàng và chỉ số giá chứng khoán. Tuy nhiên, nghiên cứu của Movahedizadeh (2013) trên thị trường Malaysia thì cho rằng mối quan hệ này là cùng chiều. Bảng 2.2 Tóm tắt các biến trong mô hình và nguồn thu thập dữ liệu Tên Mô tả Đơn Nguồn biến vị VNI Chỉ số giá thị trường trung Điểm Website của Sở giao dịch bình tháng trên sàn HOSE. chứng khoán TP. HCM. CPI Chỉ số giá tiêu dùng hàng % Website của Tổng cục tháng. thống kê Việt Nam. IIP Chỉ số sản xuất công % Website của Tổng cục nghiệp hàng tháng. thống kê Việt Nam. SIR Lãi suất bình quân liên % Website của Ngân hàng ngân hàng (trung bình nhà nước Việt Nam. tháng) kỳ hạn 3 tháng. EX Tỷ giá hối đoái liên ngân VND/ Website của Ngân hàng hàng (trung bình tháng) của USD nhà nước Việt Nam. VND so với USD. M2 Mức cung tiền Tỷ Elibrary trên website của đồng Quỹ tiền tệ Quốc tế IMF. ROI Giá xăng bán lẻ vào thời Đồng Website của Hiệp hội L điểm cuối mỗi tháng trên /lít xăng dầu Việt Nam. thị trường Việt Nam. GP Chỉ số giá vàng trong nước % Website của Tổng cục hàng tháng thống kê Việt Nam.
11 Từ những phân tích ở phần trước, tác giả xây dựng bảng kỳ vọng về dấu giữa các biến độc lập và các biến phụ thuộc như sau: Bảng 2.3 Kỳ vọng tương quan giữa các nhân tố vĩ mô với chỉ số VN-Index Kỳ Biến Cơ sở lý thuyết và thực nghiệm vọng Fama (1991), Mohamed & cộng sự (2009); Khil và CPI _ Lee (2000); Francis và Tewari (2011)... Fama (1981, 1990); Schwert (1990); Chen, Roll & Ross (1986); Levine & Zervos (1996); Khan và IIP + Senhadji (2000); Adjasi và Biekpe (2006); Bilson và cộng sự (2001), Humpe và Macmillan (2009)... Fama (1981); French và cộng sự (1987); Menike SIR _ (2006); Sohail và Hussain (2011); Mashayekh và cộng sự (2011)… Bilson, Braisford và Hooper (2001); Gan, Lee, Yong EX -/+ và Zhang (2006); Maysami & các cộng sự (2004)… Chen, Roll & Ross (1986); Wong (2005); Mukherjee M2 + (1995)… Gan, Lee, Yong & Zhang (2006); Chen, Roll & Ross ROIL - /+ (1986)… Pooja Singh (2014), Bhunia & Mukhuti (2013), GP - Yahyazadehfar & Babaie (2012), Bhunia (2013)… 2.3. KẾT QUẢ NGHIÊN CỨU 2.3.1. Phân tích thống kê mô tả dữ liệu 2.3.2. Kết quả nghiên cứu thực nghiệm a. Kết quả kiểm định tính dừng của chuỗi dữ liệu Bảng 2.5 Bảng kết quả kiểm định tính dừng của các biến trong mô hình Các biến Kiểm định ADF Kiểm định PP Kết quả VNI -2.67* -2.41 Dừng ở sai phân bậc 1 D(VNI) -7.63*** -7.66*** CPI -0.62 -0.96 Dừng ở sai phân bậc 1 D(CPI) -5.52*** -5.68*** IIP 1.11 -1.23 Dừng ở sai phân bậc 1 D(IIP) -4.68*** -44.89***
12 SIR -1.30 -1.28 Dừng ở sai phân bậc 1 D(SIR) -12.50*** -12.46*** EX -0.27 -0.23 Dừng ở sai phân bậc 1 D(EX) -11.03*** -11.03*** M2 -1.41 -1.50 Dừng ở sai phân bậc 1 D(M2) -8.02*** -7.86*** ROLL -1.63 -1.63 Dừng ở sai phân bậc 1 D(ROIL) -9.61*** -9.56*** GP -1.83 -1.78 Dừng ở sai phân bậc 1 D(GP) -13.80*** -13.75*** Trong đó: D là sai phân bậc 1. - Ký hiệu * thể hiện dữ liệu có ý nghĩa thống kê ở mức ý nghĩa 10%. - Ký hiệu *** thể hiện dữ liệu có ý nghĩa thống kê ở mức ý nghĩa 1%. Từ bảng trên ta có thể thấy cả hai phương pháp gần như đồng nhất về kết quả với độ tin cậy cao. Trong tám biến nghiên cứu, tất cả đều được cho là dừng tại sai phân bậc 1. Điều này đã bước đầu cho thấy sự phù hợp để sử dụng mô hình VECM cho tám biến, thể hiện sự tác động của các nhân tố kinh tế vĩ mô đến chỉ số giá VN-Index. Kết quả này cũng rất phù hợp với kết quả của các nghiên cứu trước đây ở trong nước và ngoài nước đã tìm thấy rằng các biến kinh tế vĩ mô không dừng ở dữ liệu gốc mà dừng ở sai phân bậc 1. b. Kết quả kiểm định đồng liên kết Johansen Sau khi đã kiểm tra tính dừng của chuỗi dữ liệu nghiên cứu; kết quả cho thấy rằng các chuỗi thời gian tuy không dừng tại mức nhưng đều dừng tại sai phân bậc 1. Điều này khiến chúng ta nghi ngờ về khả năng đồng liên kết giữa các biến nghiên cứu trong mô hình. Để có được một kết luận đáng tin cậy bài nghiên cứu tiến hành kiểm định đồng liên kết của tám biến trong mô hình theo phương pháp Var của Johansen để trả lời câu hỏi: liệu có tồn tại mối quan hệ cân bằng trong dài hạn giữa các biến hay không. Tuy nhiên, đây là một phương pháp rất nhạy cảm với độ trễ lựa chọn nên trước khi kiểm định, ta cần phải xác định độ trễ tối ưu cho mô hình.
13 Việc xác định độ trễ tối ưu dựa trên năm tiêu chuẩn thông dụng : LR, PFE, AIC, SC, HQ. Theo đó, ta sẽ lựa chọn độ trễ nào được nhiều tiêu chuẩn xác định nhất làm độ trễ tối ưu cho việc kiểm định đồng liên kết đối với cặp biến đó. Kết quả cho thấy, các tiêu chí LR, FPE, AIC và HQ đều đề xuất độ trễ tối ưu cho mô hình là 12; chỉ có tiêu chí SC cho rằng độ trễ tối ưu là 1. Do đó, tôi sử dụng độ trễ tối ưu là 12 để thực hiện kiểm định đồng liên kết Johansen cho tám biến nghiên cứu. Khi thực hiện việc kiểm định đồng liên kết Johansen cho tám biến trong mô hình dưới sự hỗ trợ của phần mềm Eview 8 với độ trễ là 12 ta nhận được thông báo: “Near singular matrix”, nghĩa là các cột của ma trận các biến độc lập có liên hệ tuyến tính với nhau (ma trận suy biến). Vì thế, chúng ta nghi ngờ về khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình, điều này làm cho các tính toán không thực hiện được. Để kiểm tra khả năng này, ta xem xét ma trận hệ số tương quan giữa các biến độc lập trong mô hình. Kết quả cho thấy có sự tương quan giữa các biến kinh tế vĩ mô với nhau. Trong đó, cặp biến có hệ số tương quan cao nhất là CPI và M2 (98,54%). Để giảm bớt mức độ đa cộng tuyến giữa các biến độc lập ta có thể bỏ bớt biến độc lập ra khỏi mô hình, đặc biệt là hai biến CPI và M2. Sau khi thực hiện việc loại bỏ từng biến trong bảy biến độc lập và chạy thử mô hình, kết quả thu được tốt nhất khi loại bỏ biến M2. Khi đó, các tính toán đều thực hiện được và mô hình có mức độ giải thích cao nhất trong số các mô hình. Bên cạnh đó, các kiểm định hậu hồi quy cũng thu được kết quả tốt, mô hình là phù hợp. Ngoài ra, trong một số nghiên cứu trước đây trên thị trường Việt Nam cũng cho thấy mối quan hệ giữa M2 với chỉ số VNI là không có ý nghĩa về mặt thống kê như: nghiên cứu của Yến & Sơn (2013), Nguyễn Hữu Tuấn (2012). Hơn nữa, trong nền kinh tế Việt Nam thì giao dịch bằng tiền mặt là phổ biến và chiếm tỷ trọng chủ yếu nên sự tác động của cung tiền M2 đến TTCK là không rõ ràng. Vì các lý do đó nên trong phần tiếp theo, nghiên cứu sẽ thực hiện việc xây dựng mô hình chỉ với sáu biến độc lập là: CPI, IIP, SIR, EX, ROIL và GP sau khi đã loại bỏ biến M2.
14 c.Kết quả mô hình Vector hiệu chỉnh sai số (VECM) VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX + 7,75 ROIL – 5,48 GP + 𝜺𝒕 [6,73] [-0,78] [2,88] [12,70] [-5,70] [-9,16] Bảng 2.9 Tóm tắt kết quả mô hình VECM Biến Giá trị Hệ số điều chỉnh CointEq1 -0,580034 (0,17891) [-3,24202] 2 Hệ số R 0,930290 F-Statistic: 2,87 Hệ số R2 hiệu chỉnh 0,601103 Trong đó: [ ] : giá trị của thống kê T ( ): sai số Qua các kết quả trên ta thấy, các hệ số của mô hình này đều giống với kỳ vọng về dấu của các biến kinh tế vĩ mô khi tác động lên chỉ số VN-Index. Các hệ số này đều có ý nghĩa thống kê ở mức 1%; ngoại trừ hệ số thể hiện mối tương quan cùng chiều giữa chỉ số sản xuất công nghiệp (IIP) và chỉ số VN-Index là không đủ tin cậy về mặt thống kê ở mức ý nghĩa 1%. Bên cạnh đó, hệ số xác định R2 của mô hình là 93,03% và hệ số R2 hiệu chỉnh là 60,11%. Điều này nghĩa là mô hình đã giải thích được 60,11% sự thay đổi của chỉ số VN-Index bởi sáu biến kinh tế vĩ mô đã chọn. Ngoài ra, hệ số điều chỉnh CointEq1 của mô hình có giá trị tuyệt đối nhỏ hơn 1, mang dấu âm và có ý nghĩa thống kê ở mức 1%. d. Kết quả kiểm định sự phù hợp của mô hình  Trước hết, để chắc chắn các biến vĩ mô trong mô hình thực sự có tương quan với chỉ số Vn-Index, chúng ta tiến hành kiểm định nhân quả theo đề xuất của Granger với độ trễ của mô hình là 12. Kết quả cho thấy, tất cả các biến vĩ mô đều tồn tại mối quan hệ nhân quả với biến VNI ở mức ý nghĩa 1%; sự tác động này là một chiều từ các nhân tố vĩ mô đến chỉ số VNI ở độ trễ 12 ngoại trừ mối quan hệ giữa biến GP với VNI là hai chiều. Bên cạnh đó, các biến vĩ mô cũng có tác động qua lại lẫn nhau. Chủ yếu là sự tác động một chiều của các biến khác lên biến GP: biến IIP và ROIL là nguyên nhân Granger của GP với mức ý nghĩa
15 1%, biến SIR cũng có tac động một chiều đến chỉ số giá vàng GP với mức ý nghĩa 5%.  Tiếp theo, để đảm bảo hơn sự phù hợp của mô hình ta tiến hành kiểm định nghiệm đơn vị của phần dư thu được từ mô hình. Kết quả cho thấy tất cả các chuỗi phần dư của bảy biến trong mô hình đều dừng ở mức ý nghĩa 1%  Bên cạnh đó, với độ trễ bằng 12 ta kiểm định tính ổn định của mô hình bằng cách xem xét nghiệm của đa thức đặc trưng có nằm trong vòng tròn đơn vị không. Kết quả cho thấy mô hình đạt được tối ưu và sự ổn định khi tất cả các nghiệm đều nhỏ hơn 1 và nằm lọt vào trong hình tròn đơn vị.  Cuối cùng, kết quả thực hiện kiểm định tự tương quan của phần dư trong mô hình cũng cho kết quả tối ưu với độ trễ là 12 khi không xảy ra bất cứ sự tự tương quan nào của phần dư vì ở tất cả các độ trễ đều có giá trị p của thống kê lớn hơn 5%. Vậy từ tất cả các kết quả trên ta có thể rút ra kết luận mô hình vừa hồi quy được là một mô hình phù hợp để giải thích sự tác động của các biến kinh tế vĩ mô gồm: CPI, IIP, SIR, EX, ROIL và GP đến chỉ số VNI. KẾT LUẬN CHƯƠNG 2 Qua chương 2, tác giả đã trình bày sơ lược về chỉ số giá chứng khoán Vn-Index và cách tính, cũng như diễn biến của chỉ số giá chứng khoán Vn-Index trong giai đoạn 2005- T9/2014 theo từng tháng. Từ đó, dựa vào những phân tích ở chương 1 về sự ảnh hưởng của các biến kinh tế vĩ mô với chỉ số giá chứng khoán (đặc biệt là nghiên cứu của Chen, Roll & Ross (1986)), đồng thời để phù hợp với điều kiện cũng như thông tin ở Việt Nam tác giả đã chọn ra bảy biến vĩ mô sử dụng trong mô hình bao gồm: lạm phát, chỉ số sản xuất công nghiệp, lãi suất, tỷ giá VND/USD, cung tiền M2, giá xăng bán lẻ trong nước và chỉ số giá vàng trong nước. Tiếp theo, tác giả thực hiện việc thiết kế nghiên cứu để tìm ra sự ảnh hưởng của các biến kinh tế vĩ mô đã chọn đến chỉ số Vn-Index với dữ liệu của tám biến được lấy theo tháng từ tháng 01/2005 đến tháng 09/2014 (117 quan sát). Số liệu được tổng hợp từ các nguồn đáng tin cậy
16 và đều lấy Logarit trước khi thực hiện để tăng thêm sự ổn định. Để hồi quy theo mô hình Vector hiệu chỉnh sai số (VECM), nghiên cứu thực hiện theo quy trình sau:Kiểm định tính dừng của chuỗi dữ liệu, Kiểm định đồng liên kết Johansen, Xây dựng mô hình VECM, Kiểm định sự phù hợp của mô hình. Sau từng bước kiểm định theo quy trình trên, tác giả đã xây dựng được mô hình với mức ý nghĩa 60,11% và thỏa mãn các kiểm định về độ phù hợp sau khi đã loại bỏ biến M2 nhằm giảm mức độ đa cộng tuyến trong mô hình như sau: VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX + 7,75 ROIL – 5,48 GP + 𝜺𝒕 Ở chương tiếp theo, nghiên cứu sẽ phân tích những kết quả thu được từ mô hình VECM, cũng như phân tích sự ảnh hưởng của các biến vĩ mô đến chỉ số Vn-Index trong điều kiện thực tế tại Việt Nam. CHƯƠNG 3 PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VN-INDEX 3.1. PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ VN-INDEX TỪ KẾT QUẢ MÔ HÌNH NGHIÊN CỨU 3.1.1.Phân tích kết quả mô hình nghiên cứu VNI= -206,23 – 7,24 CPI + 1,87 IIP – 0,95 SIR – 28,39 EX + 7,75 ROIL – 5,48 GP + 𝜺𝒕 Chỉ số giá tiêu dùng (CPI) tăng 1% làm cho chỉ số VNI giảm 7,24%. Kết quả này là hợp lý tại Việt Nam, vì trong thời kỳ lạm phát thì kỳ vọng về sự tăng trưởng kinh tế trong tương lai sẽ xấu đi, lạm phát làm giảm lượng tiền thực lưu thông trong nền kinh tế khiến cầu về hàng hóa nói chung và cầu về chứng khoán nói riêng giảm xuống, kéo theo sự giảm sút của chỉ số VNI. Mối tương quan ngược chiều này hoàn toàn phù hợp với lý thuyết kinh tế và tương đồng với kết quả nghiên cứu của của Fama (1981), Khil & Lee (2000) tại Mỹ và mười quốc gia châu Á Thái Bình Dương ở giai đoạn 1990-1997, Francis và Tewari (2011) nghiên cứu trên thị trường
17 Ghana trong giai đoạn 1998-2007 hay nghiên cứu của Yến & Sơn (2013). Chỉ số sản xuất công nghiệp (IIP) tăng 1% dẫn đến chỉ số VNI tăng thêm 1,87%. Khi chỉ số sản xuất công nghiệp tăng lên tạo nên một sự kỳ vọng về tăng trưởng kinh tế ở tương lai trong tâm lý các nhà đầu tư, do đó họ sẽ gia tăng đầu tư vào chứng khoán và kéo chỉ số giá chứng khoán VNI cũng tăng lên. Tuy nhiên, sự tương quan này không có ý nghĩa về mặt thống kê ở mức 5% nên không phản ánh được chính xác tác động thực sự của nhân tố chỉ số sản xuất công nghiệp đến VNI. Một trong những nguyên nhân có thể kể đến là do giá trị sản xuất công nghiệp của Việt Nam chiếm tỷ trọng không đến 50% tổng sản phẩm trong nước (GDP) nên chỉ số này không mang tính đại diện cao cho GDP. Bên cạnh đó, tỷ trọng sản xuất công nghiệp trong tổng sản phẩm quốc nội cũng thay đổi theo từng năm và có xu tăng dần từ năm 2005 đến nay. Do đó, việc sử dụng chỉ số này thay cho GDP còn tồn tại nhiều bất cập. Kết quả này trùng hợp với một vài nghiên cứu trước đây, chỉ số sản xuất công nghiệp có tác động dương lên chỉ số VN-Index như: Fama (1981, 1990); Schwert (1990); Chen, Roll & Ross (1986); Levine & Zervos (1996); Khan & Senhadji (2000); Adjasi & Biekpe (2006); Bilson &cộng sự (2001), Humpe & Macmillan (2009), Nguyệt & Thảo (2013). Lãi suất (SIR) tăng 1% tác động làm giảm chỉ số VNI 0,95%. Trong nền kinh tế Việt Nam, lãi suất tăng cũng là một tín hiệu dễ nhận biết về sự bất ổn kinh tế vĩ mô. Khi đó chi phí cơ hội sẽ tăng lên nên nhà đầu tư sẽ yêu cầu một mức tỷ suất sinh lợi cao hơn khi đầu tư vào chứng khoán, nếu không dòng vốn của họ sẽ chuyển sang tiền gởi ngân hàng để đảm bảo an toàn, tâm lý này càng khiến cho chỉ số VNI sụt giảm. Tuy nhiên sự tác động này không mạnh mẽ khi 1% tăng lên của lãi suất chỉ làm giảm 0,95% chỉ số VNI, tác động này là yếu nhất so với mức ảnh hưởng của các biến khác đến chỉ số VNI ở độ trễ 12 tháng. Sự tác động ngược chiều này là hoàn toàn phù hợp với các lý thuyết kinh tế cũng như kết quả nghiên cứu thực nghiệm trước đây như Menike (2006) ở thị trường Sri Lanka, Sohail & Hussain (2011) tại thị trường Pakistan, Mashayekh & cộng sự (2011) trên thị trường chứng
18 khoán Iran, Nguyệt & Thảo (2013) và Yến & Sơn (2013) trên thị trường Việt Nam. Tỷ giá VNĐ/USD (EX) tăng 1% làm chỉ số VNI giảm 28,39%: khi tỷ giá VNĐ/USD tăng (đồng Việt Nam giảm giá so với USD) sẽ dẫn đến tác động tiêu cực đối với các doanh nghiệp sử dụng nguyên liệu nhập khẩu ở nước ngoài. Việt Nam là một nước nhập siêu, do đó việc tỷ giá tăng càng gây ra một phản ứng mạnh mẽ cho nền kinh tế. Những hàng hóa, nguyên liệu nhập khẩu từ nước ngoài đều tăng giá làm cho chi phí đầu vào của các doanh nghiệp tăng lên, lợi nhuận giảm và vì thế giá của chứng khoán trên thị trường cũng giảm. Hơn nữa, USD là một loại ngoại tệ cơ sở dùng để định giá nhiều sản phẩm hoặc loại tiền tệ khác, nó còn là một cách giữ tiền của dân cư vì họ cho rằng đây là một loại ngoại tệ mạnh. Chính vì những lý do đó, biến động của tỷ giá luôn dẫn đến những phản ứng rất nhạy trong nền kinh tế Việt Nam. Và kết quả này cũng được tìm thấy ở nghiên cứu của Bilson, Braisford & Hooper (2001) tại các thị trường mới nổi. Giá dầu bán lẻ (ROIL) tăng 1% làm chỉ số VNI tăng 7,75%: theo lý thuyết, mối tương quan giữa giá dầu với chỉ số VN-Index có thể dương hoặc âm. Mối tương quan đó là dương nếu quốc gia đó là quốc gia xuất khẩu dầu, ngược lại ở một quốc gia nhập khẩu dầu thì mối tương quan này là âm. Việt Nam không phải là một quốc gia xuất khẩu dầu nhưng lại thể hiện tương quan dương giữa giá dầu với chỉ số VN-Index. Điều này có thể được lý giải là do giá xăng dầu trên thị trường Việt Nam đã chịu nhiều sự can thiệp sâu từ phía Nhà nước, nên các tín hiệu phát ra từ nhân tố này đã bị bóp méo. Kết quả này trái ngược với kết quả của Chen, Roll và Ross (1986) ở thị trường Mỹ nhưng lại tương đồng với kết quả của Gan, Lee, Yong và Zhang (2006) trên thị trường New Zeland. Chỉ số giá vàng (GP) tăng 1% tác động làm chỉ số VNI giảm 5,48%. Trong những năm gần đây, vàng đã trở thành một kênh đầu tư thu hút nhiều sự quan tâm của các nhà đầu tư, nhất là đối với các tầng lớp dân cư trong xã hội có nguồn vốn nhàn rỗi. Trong giai đoạn 2011-