Nguồn: Bảng số liệu từ phần mềm Stata
Dựa vào bảng 4.2.1, tương quan giữa hầu hết các biến là tương đối thấp. Tuy nhiên, một số hệ số tương quan giữa các biến sau khá cao:
Thứ nhất, hệ số tương quan giữa vốn hoá thị trường của HOSE (CAP_HOSE) và tổng sản phẩm nội địa GDP khá cao với mức giá trị là 92,52%. Mặc dù vốn hoá thị trường của HOSE và GDP có hiện tượng đa cộng tuyến (do có giá trị lớn hơn 80%) nhưng tác giả vẫn chấp nhận kết quả này vì chỉ tiêu tổng giá trị vốn hoá thị trường của các cổ phiếu đang niêm yết (giao dịch) tại các Sở giao dịch chứng khoán so với tổng sản phẩm quốc nội (GDP)11 để phản ánh quy mô của TTCK, so sánh giá trị của thị trường chung hiện tại đang bị đánh giá thấp hay cao hơn so với mức trung bình trong quá khứ. Khi kết quả lớn hơn 100%, thị trường được xem là bị định giá cao nếu kết quả lớn hơn 100%, định giá thấp nếu xấp xỉ 50%. Khi kết quả thuộc trong khoảng từ 50% đến 75%, thị trường được xem là bị định giá thấp vừa phải, còn khi tỉ lệ rơi vào khoảng 75% đến 90% thì thị trường được coi là định giá hợp lí, khi kết quả thuộc khoảng 90% đến 115% thì là định giá cao vừa phải12. Quy mô vốn hóa của thị trường cổ phiếu đã đạt 84,3% GDP năm 2020.
Thứ hai, hệ số tương quan giữa xuất khẩu tại khu vực đầu tư TT NN (EX) và nhập khẩu tại khu vực đầu tư TT NN (IM) là 84,71%. Mặc dù xuất khẩu tại khu vực đầu tư TT NN (EX) và nhập khẩu tại khu vực đầu tư TT NN (IM) có hiện tượng đa cộng tuyến (do có giá trị lớn hơn 80%) nhưng tác giả vẫn chấp nhận kết quả này vì nhập khẩu và xuất khẩu có mối quan hệ khá chặt chẽ với nhau. Nhập khẩu không chỉ có vai trò trong việc thúc đẩy xuất khẩu, tạo điều kiện cho xuất khẩu hàng hoá ra các nước nhập khẩu nói riêng và thị trường quốc tế nói chung một cách thuận lợi mà còn góp phần thúc đẩy và bảo vệ sản xuất trong nước, đáp ứng nhu cầu tiêu dùng trong nước mà còn tạo ra đa dạng hàng hoá để xuất khẩu từ đó mở rộng thị trường ngoài nước. Nguồn vốn cho nhập khẩu chủ yếu là từ xuất khẩu. Để tiếp tục phát triển con đường công nghiệp hoá đất nước thì cần có nguồn vốn lớn để nhập khẩu máy móc, thiết bị, kỹ thuật, vật tư và công nghệ tiên tiến. Liên doanh đầu tư với
NN, thu từ hoạt động du lịch, dịch vụ, xuất khẩu sức lao động,... là những nguồn để hình thành nên nguồn vốn để nhập khẩu. Xuất khẩu ảnh hưởng tới tốc độ tăng trưởng và quy mô của nhập khẩu. Đồng thời, khi sản xuất hàng xuất khẩu sẽ giải quyết vấn đề việc làm cho hàng triệu lao động, từ đó cung cấp nguồn vốn để nhập khẩu nguyên vật liệu, vật phẩm tiêu dùng thiết yếu13. Bên cạnh đó, tỷ trọng xuất nhập khẩu của khối FDI chiếm khá cao trong tổng giá trị xuất nhập khẩu cả nước nên hệ số tương quan giữa hai biến này được cho là hợp lí.
Thứ ba, hệ số tương quan giữa khối lượng mua của NĐTNN trên HOSE (VOL_BUY_HOSE) với giá trị mua của NĐTNN trên HOSE (WORTH_BUY_HOSE) là 95,5%, khối lượng bán của NĐTNN trên HOSE (VOL_SELL_HOSE) với giá trị bán của NĐTTNN trên HOSE (WORTH_SELL_HOSE) là 95,53%. Mặc dù các biến trên có hiện tượng đa cộng tuyến, có mối quan hệ chặt chẽ với nhau nhưng hợp lí và không ảnh hưởng tới mục đích của khoá luận vì khối lượng mua/bán càng nhiều thì giá trị mua/bán càng lớn và ngược lại.
Thứ tư, hệ số tương quan giữa WORTH_BUY_HOSE với WORTH_SELL_HOSE là 93,66%, VOL_BUY_HOSE và WORTH_SELL_HOSE, VOL_SELL_HOSE lần lượt là 89,68%, 88,39%, VOL_SELL_HOSE và WORTH_BUY_HOSE là 86,21%. Mặc dù giữa các biến có hiện tượng đa cộng tuyến (do có giá trị lớn hơn 80%) nhưng tác giả vẫn chấp nhận kết quả này vì các biến có mối tương quan chặt chẽ với nhau trong thực tế. Khi khớp lệnh tại cùng một mức giá và khối lượng: khối lượng và giá trị sở hữu chứng khoán của bên mua và bên bán sẽ có sự thay đổi. Khối lượng và giá mua/bán liên quan tới khớp lệnh toàn bộ hoặc khớp lệnh một phần. Khi khớp lệnh một phần, khối lượng mua/bán nhận được sẽ thay đổi so với khối lượng mua/bán nếu khớp toàn bộ từ đó ảnh hưởng tới giá trị mua/bán. Ví dụ, trong một giao dịch, giá bên mua lớn hơn giá bên bán hoặc cùng một mức giá, khối lượng mua ít hơn khối lượng bán thì khối lượng bán chỉ
13 Khoa Quản trị kinh doanh Đại học Duy Tân:
https://kqtkd.duytan.edu.vn/Home/ArticleDetail/vn/88/4938/tinh-hinh-can-can-can-ngan-sach-viet-nam- 2019
https://www.academia.edu/36109451/N%E1%BB%98I DUNG Mo %oC3o %o94N H0 %0EΓ%0BB0 %08CC
HNX CAP_H NX EX IM IM_CA P________ PRO REG_CA P_________ VOL_BU Y HNX VOL_SE LL HNX WORTH _BUY_ HNX WORT H_SEL L_HN X_______ NETB UY_H NX INFLA T_______ GD P _________HNX_________ 1 CAP_HNX 0,2831 1 __________EX__________ 0,185 0,5066 1 __________IM__________ 0,1688 0,3484 0,8471 1 IM_CAP -0,0027 0,1524 0,6644 0,5389 1 _________PRO_________ -0,0544 - 0,0727 0,6117 0,4733 0,4759 1 REG CAP -0,0969 0,0287- 0,3749 0,3106 0,4074 0,5108 1
khớp một phần đúng bằng khối lượng mua đã đặt lệnh từ đó ảnh hưởng tới giá trị bán ban đầu mong muốn nhận được và ngược lại. Khối lượng bán ít hơn khối lượng mua thì khối lượng mua chỉ khớp một phần đúng bằng khối lượng bán đã đặt lệnh và ảnh hưởng tới khối lượng mua muốn nhận được từ đó cũng ảnh hưởng giá trị mua/bán.
Bên cạnh đó, GDP được tính theo góc độ sử dụng (chi tiêu), bao gồm tiêu dùng cuối cùng của hộ gia đình, tiêu dùng cuối cùng của chính phủ, tích lũy tài sản và chênh lệch xuất - nhập khẩu của một quốc gia nên hệ số tương quan giữa GDP và EX có mối quan hệ chặt chẽ là 88,51%
NETBUY_HNX -0,0476 0,1513- -0,3906 -0,3254 -0,3054 -0,2308 -0,2093 0,0645 -0,4503 -0,0323 -0,4343 1 INFLAT 0,1022 - 0,4146 -0,5818 -0,4786 -0,3016 -0,3858 -0,2893 -0,1056 -0,211 -0,1857 -0,2996 0,319 3 1 _________GDP_________ -0,0835 0,6673 0,8851 0,6869 0,6051 0,6949 0,425 0,2012 0,3628 0,3207 0,4504 -0,3986 -0,4627 1
Nguồn: Bảng số liệu từ phần mềm Stata
VNI Coefficients Standard Deviation P-value
Tương tự với bảng ma trận tương quan trên đây ta nhận ra rằng nhìn chung tương quan giữa hầu hết các biến là tương đối thấp. Tuy nhiên, một số hệ số tương quan giữa các biến sau khá cao, cụ thể là EX với IM là 84,17%, VOL_BUY_HNX
với VOL_SELL_HNX là 83,26%, WORTH_BUY_HNX với
WORTH_SELL_HNX là 91,39%, VOL_BUY_HNX với VOL_SELL_HNX, WORTH_BUY_HNX, WORTH_SELL_HNX lần lượt là 83,26%, 97,4%, 85,21%, VOL_SELL_HNX với WORTH_BUY_HNX, WORTH_SELL_HNX là 86,87%, 96,63%, GDP và EX là 88,51%
Mặc dù các biến trên có tượng đa cộng tuyến (do có giá trị lớn hơn 80%) nhưng tác giả vẫn chấp nhận kết quả này vì có mối tương quan chặt chẽ như đã giải thích ở bảng 4.2.1 như trên.
4.2.2 Mô hình hồi quy tuyến tính đa biến (Regression)
Nghiên cứu đã sử dụng mô hình bình quân nhỏ nhất (OLS) trong phần mềm Stata để kiểm định có các biến độc lập nào tác động đến biến phụ thuộc bao gồm thị giá cổ phiếu VNI, HNX, vốn hoá thị trường sàn HOSE, HNX. Mỗi mô hình nghiên cứu chọn ra các 13 biến gồm 1 biến phụ thuộc và 12 biến gồm các biến độc lập và biến kiểm soát để lần lượt cạnh nhau rồi dùng phần mềm Stata và lệnh Regression để chạy mô hình kiểm định hồi quy tuyến tính đa biến.
Các biến có p-value nhỏ hơn 0,05 (5%) sẽ có tác động đến biến phụ thuộc. Nếu hệ số Coefficients của biến đó lớn hơn 0 thì nó sẽ tác động cùng chiều đến biến phụ thuộc. Hệ số Significance - F là một điều kiện để kiểm định độ tin cậy về mặt thống kê của toàn bộ phương trình. Kết quả kiểm định Significance - F nhỏ hơn 0,05 thì mô hình sẽ có ý nghĩa thống kê.
4.2.3 Kết quả chạy mô hình OLS
Mô hình 1:
VNIi,t = βo + βι*EXt + β2 *IMt + β3*PROt + β4*IMPCAPt +
β5*NETBUYHOSEt + β6*VOLBUYHOSEt + β7*WORTHBUYHOSEt +
+β8*WORTHSELLHOSEt + β9*VOLSELLHOSEt + β10*REGCAPt +
β11*INFLATt+ β12*GDPt + ɛi,t.
51