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

TRN NGUYN HUY NHÂN

MI QUAN H GIA NHU CU THÔNG TIN VÀ
 BT N CA TH TRNG CHNG KHOÁN

Chuyên ngành: Tài chính ậ Ngân hàng
Mã s: 60340201 LUN VN THω S KINH T
GVHD: TS. NGUYN KHC QUC BO TP. H CHÍ MINH – Nm β01δ
DANH MC BNG BIU

ωHNG βμ THÔNG TIN VÀ  BÁT N GIÁ CHNG KHOÁN 5
2.1 Phngăphápătip cn truyn thng 5
2.2 Phngăphápătip cn da trên d liu phi truyn thng 8
2.3 Bng chng thc nghim t các nghiên cuătrcăđơy 9
2.4 Mt s nghiên cu liên quan 11
ωHNG γμ PHNG PHÁP NGHIÊN ωU 17
3.1 Phngăphápănghiênăcu 17
3.2 D liu 18
ωHNG δμ NI DUNG VÀ KT QU NGHIÊN CU 26
4.1 Thng kê mô t 27
4.1.1 Cu thông tin 27
4.1.2 Cung thông tin 30
4.2 Cu thông tin và hotăđng th trng 38
4.3 nhăhng ca trng thái th trng 47
ωHNG εμ KT LUN 53
5.1 Kt lun 53
5.2 Gii hnăvƠăhng nghiên cu 55
TÀI LIU THAM KHO
1

TÓM TT

Mc tiêu ca nghiên cu này là nhm tìm hiuătácăđng ca cung, cu thông tin  cpăđ
doanh nghip và th trngăđnăđ bt n giá chng khoán ca các công ty niêm yt trên
sàn HoSE và HNX. Nghiên cu này da trên cách tip cn phi truyn thng, s dng d
liu cu thông tin đcăđoălng da vào khiălng tìm kim trên Google thông qua công
c Google Trends. Kt qu nghiên cu đƣăchoăthy rng c cuăvƠăcungăthôngătinăđu có
tácăđngăđnăđ bt n ca th trng chng khoán. Tácăđng mnhăvƠăvt triăhnăđi
vi cuăthôngătin,ă trongă đóă cu thông tin toàn th trng có mcă tácă đng lnă hnă cu
thông tin ti cpăđ tng c phiu.ăiuăđóăchoăthyănhƠăđuătăb tácăđng mnh hnăbi

tin trong ngành tài chính và thói quen xem xét thông tin trên mngătrc khi thc
3

hin quytăđnh ca phn lnănhƠăđuătăVit Nam, tác gi tip cn dng d liu
miă đi din cho cu thông tin v doanh nghip theo khiă lng tìm kim trên
internet theo nghiên cu ca Nikolaos Vlastakis và Raphael N. Markellos , 2012.
D liu này cho phép kim tra lnălt mc nhăhng ca cu thông tin ca tng
c phiu riêng bit và ca toàn th trng.
Vi mt th trng còn khá non tr nhăth trng c phiu Vit Nam, trình
đ nhƠăđuătăcóăs phân hóa cao thêmăvƠoăđóălƠănhuăcu sáp nhp hai sàn HOSE và
HNXătrongătngălaiăthìăvic tìm hiu nhăhng cung cuăthôngătinăđn mc bin
đng ca giá c phiu nhmăxácăđnhăxuăhngătrng thành caăcácănhƠăđuătăcóă
mtăỦănghaăquanătrngăđi vi s phát trin bn vng ca th trng c phiu Vit
Namătrongătngălai.
Xut phát t lý do trên, tác gi chnăđ tài nghiên cu ắMi quan h gia
nhu cu thông tin và đ bt n ca th trng chng khoán” cho bài lunăvnă
ca mình vi mong mun cung cp thêm bng chng thc nghim v nhăhng
ca nhu cu tìm kimăthôngătinăđn s binăđng ca giá c phiu.
1.2 Mc tiêu và câu hi nghiên cu
Mc tiêu nghiên cu ca lunăvnălƠăđoălng mcăđ nhăhng ca cung
cuăthôngătinălênăđ binăđng ca công ty, th trng, nhn mnh vào tng thi k.
T mc tiêu nghiên cu trên, các câu hi nghiên cuăđcăđt ra bao gm:
(1) Mi quan h gia cung thông tin và cu thông tin? (2) nhăhng ca cung và
cuăthôngătinălênăđ bt n và khiălng giao dch? (3) nhăhng ca trng thái
th trng lên cung cu thông tin và khiălng giao dch?
1.3 Phng pháp nghiên cu
Bài nghiên cu s dngăphngăphápăphơnătíchăđnh lng. Mô hình hi quy
OLS và GARCHă(1;1)ăđc s dngăđ kho sát nhăhng ca cung cu thông tin
đn giá c phiu.ăPhngăphápăđnhălngăđc thc hinăquaăcácăbc:
4

2.1 Phng pháp tip cn truyn thng
V phía cung thông tin, mi quan h gia dòng chy thông tin và th trng
tƠiă chínhă đƣă đc nhiu nhà kinh t tài chính nhcă đn (Fama và các cng s,
1969; French và Roll, 1986). Ederington và Lee (1993) đƣătìmăthy mi quan h
mnh giaăcácăthôngăbáoăvămôăđƣăđc lên k hoch viăđ bt n ca lãi sut và
t giá giao sau. Các gi thit m rng nhmăđoălng mi quan h gia hotăđng
th trng - đ bt n t sut sinh livà khiălng giao dch liên quan trc tipăđn
tn sut xut hin thông tin. Si dây liên h các lý thuyt này là ắGi thuyt Phân
phi hn hpă(MixtureăofăDistributionsăHypothesis)”ă(Clark, 1973; Epps và Epps,
1973; Tauchen và Pitts, 1983; và nhng nghiên cu khác) (gi tt là MDH).
Trng tâm ca thuyt MDH là vic nhng dòng chy thông tin s lƠmăthayăđi giá
và khiălng giao dch. S xut hinăkhôngămongăđi ca tin tt s lƠmăgiáătngăvƠă
ngc li khi tin xu xut hin. C hai hotăđngăđóăđuăđiăkèmăvi khiălng giao
dch trên mcătrungăbình,ăđng thi thit lp mt mc cân bng mi.
Vìă thôngă tină khôngă đc quan sát trc tip, mi n lc nghiên cu thc
nghim nhăhng ca nó lên các th trngătƠiăchínhăđu yêu cu mtăphngăphápă
xácăđnh dòng chy thông tin c th. Mitchel và Mulherin (1994) đoălng dòng
chy thông tin bng cách s dng s lng tin tc vămôăvƠătinătc tng công ty
đc công b bi Dow Jones & Company trên Broadtape và Wall Street Journalầă
và thy rng dòng chy thông tin có mu hình theo ngày, tunăvƠăthángătrongănm,ă
tngăng vi nhng mu hình binăđng giá tài sn. H tìm thy các bng chng
cóăỦănghaăthng kê rng: 1. Mi quan h gia thông tin và khiălng giao dch,
nhngăviăđ bt n thì có mi quan h yu. 2. Mu hình theo mùa ca dòng chy
các thông tin mi công b. 3. Có s khác nhau trong dòng chy thông tin gia thi
gian giao dch và thi gian không giao dch và tranh lun rngăđiu này có th gii
thích s khácănhauătrongăđ bt năđc quan sát bi French và Roll (1986). Berry
6

và Howe (1994) nghiên cu bng khiă lng thông tin trong h thng Reuters
North American Wire.

trang nht ca t New York Times. Ryan và Taffler (2004) xácăđnh nhng bin
đng ln ca th trng và nghiên cu tin tcăđng sau nhng binăđngăđó.Mc dù
các nghiên cu trên cho kt qu cóăỦănghaăthngăkêănhngăh ch tp trung vào các
s kin gây ra binăđng th trng mnh,đƣăloi tr mtălng ln thông tin và có
th lƠmăphóngăđi nhăhng ca thông tin lên t sut sinh li c phiu.
V phía cu thông tin có th tóm tt thông qua các kt qu nghiên cu chính
sau:
Thông tin có tính thay th. Grossman và Stiglitz (1980) vi nghiên cu
“On the Impossibility of Informationally Efficient Markets”, cho rng giá c phiu
b nhăhng bi nhngăngi nm thông tin và nhngăngi không nm thông tin.
Vì phi tnăchiăphíăđ cóăđcăthôngătinănênăbanăđu s lngăngi nm thông tin
rt ít. Càng v sau, s lng nƠyăcƠngătngălênălƠmăchoăthôngătinăđc phn ánh vào
trong giá c phiu nhiuăhn.ăLúcănƠy,ăli ích ca nhngăngi nm thông tin so
viăngi không nm thông tin s nh đi,ăcu thông tin gim xung.
Phn trm các nhƠ giao dch nm thông tin t l vi đ nhiu th trng.
Theo Veldkamp (2006) vi nghiên cu “Media frenzies in markets for financial
information”, thông tin có chi phí c đnh cao (chi phí ca vic xây dng h thng
thông tin) và chi phí binăđi rt thp (chi phí sao chép) nên s lng thông tin càng
ln thì chi phí càng gim. Chi phí gim khinănhƠăđuătăítăchu riăroăhn,ăh s
nm thông tin nhiuăhnăvƠăgiáăc phiuăcngăphn ánh nhiuăthôngătinăhnăkhin
giá binăđng nhiuăhn.ă
Cu thông tin tng khi mc đ cn thit phân tích thông tin tng.
Moscarini và Smith (2002) vi nghiên cu “The law of large demand for
information”. Khi mt thông tin phc tp xut hin, s có s không rõ ràng v nh
hng ca thông tin, lúc này nhu cuăthôngătinătngălênănhm ctănghaăthôngătină
phc tp trênăvƠăngc li. Gingănhătrongăcuc sng, khi mt s kin khó hiu
xyăra,ăconăngi vi s tò mò s đƠoăsơuătìmăhiuăhn.ăKhiăconăngi hài lòng vi
8

thông tin nhnăđc và nhăhng ca s kin ít nhiuăđƣăđc bit, h s dng nhu

t internetăđn hotăđng giao dch c phiu vnăchaăđc làm rõ.
Bài nghiên cu s dng d liu trích xut t Google Trends ậ công c thng
kêăcácăthóiăquenăvƠăxuăhng tìm kim caăngi dùng Google trên toàn th gii.
Google Trends h tr theo dõi s tngăgim ca ch s tìm kimăđi vi tng t
khóaăđcăngi dùng tìm kim trên Google theo Quc gia, ngôn ng và mc thi
gian. Ngoài ra, ngi dùng có th s dng Google Trends nhm so sánh hai hay
nhiu t khóa khác nhau. VD:ăđi vi các công ty có nhiu tên gi bên cnh mã c
phiuănhăHoƠngăanhăGiaăLai,ăHAG,ăHoƠngăanh Gia Lai Vit Nam thì chcănngăsoă
sách cho phép chn la t khóaăđc nhiuăngi quan tâm nht.
2.3 Bng chng thc nghim t các nghiên cu trc đơy
D liu tìm kim trích xut t Google Trendsăđƣ đc Da và các cng s
(2011a) s dngăđ đánhăgiáămcăđ quanătơmănhƠăđuăt.ăH călng mcăđ
quan tâm caănhƠăđuătăv tài sn theo SVI và mi quan h ca nó viăcácăphngă
phápăđánhăgiáăhin hu. H cngăđánhăgiáăgi thuyt v vic SVI có nm bt mc
quan tâm ca tngănhƠăđu tăhayăkhông.ăTrongăphngăphápăthc nghim ca h,
h phân tích SVI theo tunăđi vi các t khóa tìm kim caăRussellă3000ăđ xem
xét hotăđng giá c phiu. Các kt qu cho thy SVI có th đoălng mc quan tâm
caănhƠăđuătăhiu qu hnăcácăphngăpháp khác. Theo mtăphngăphápăkhác,ă
Da và các cng s (2011b) xây dng ch s Trng thái tài chính và nn kinh t
bng s lt tìm kim (Financial và Economic Attitudes Revealed by Search
(FEARS)) bng cách tng hp SVI hàng ngày theo các t khóaăliênăquanăđn tài
chính h giaăđìnhăvƠăs quan tâm v nn kinh t. ng h viămôăhìnhăắcácănhƠăgiaoă
dch nhiu”ăca De Long và các cng s (1990), ch s ca h có th d đoánăđ bt
n lch s ca các ETF (Qu đuătăch s) thm chí sau khi tính toán cho các bin
nhă ch s VIX (Ch s bină đng th trng (Volatility Index)), khiă lng và
doanhăthu,ăcngănhăcácăphngăphápăthayăth khác. Ch s trênăcngăd đoánădòngă
chyăđuătăhƠngăngƠyăt giá c phiu sang các tài sn có thu nhpăcóăđnh, và các
10

qu đuă tă vƠo kim loi quý, phù hp vi hiu ngă ắTim v giá tr (flight to

Your Attention, Please: The Market Microstructure of Investor Attention”ă đƣă s
dngăGoogleăSearchăVolumeăđ xácăđnhătácăđng t s chú ý caănhƠăđuătăđn
tính thanh khon và li nhun ca c phiu. Các tác gi thy rng tính thanh khon
tngăvƠoă nhng ngày có mcăđ chúăỦătng,ă tínăhiu này mnhă hnă  nhng c
phiu các doanh nghip nh.
Tóm li, d liu trích xut t Google Trends thông qua ch s SVIăđƣăđc
tha nhn và s dng rng rãi thi gian qua trong vicăđi din cho nhu cu thông
tin (s chú ý) ca nhngănhƠăđuătăcáănhơn.ăDoăđó, trong bài nghiên cu này tác
gi s dng s lng các tìm kim trên Google - phngă phápă tìmă kim trên
internet ph bin nht thông qua dch v ắGoogle Trends” ch s ắSearch Volume
Index” (SVI) ậ nhămt cách tip cn miălƠmăđi din cho cu thông tin.
2.4 Mt s nghiên cu liên quan
Jeff Fleming, Chris Kirby và Barbara Ostdiek vi nghiên cu “Information and
volatility linkages in the stock, bond, and money markets”
Nghiên cu này xem xét vai trò ca thông tin trong vic to mi liên kt s
binăđng gia các th trng.ă d đoánăv sc mnh ca nhng liên kt này,
nhóm tác gi đƣă xây dng mtămôăhìnhăđnăgin v kinhădoanhăđuăc.ăTrongămôă
hình này, có hai ngun riêng bit gây ny sinh ra nhng liên kt. Th nht là thông
tinăchung,ănhătinătc mi v lm phát gây nhăhngăđng thi lên k vng ca
cácănhƠăđuătătrênănhiu th trng. Th hai là do nghip v t bo him chéo gia
các th trng. Khi thông tin gây raăthayăđi k vng trên mt th trng, các nhà
kinhădoanhăđiu chnhălng nm gi ca mình gia các th trng, to ra hiu ng
lan ta thông tin. Trong th trng c phiu, trái phiu và tin t, c hai ngun này
đu có vai trò quan trng. Mi th trngăđu chu nhăhng biăthôngătinăvămôăvƠă
đc tính này là thun li cho nghip v t bo him chéo gia các th trng.ăDoăđó,ă
nhóm tác gi k vng có th quanăsátăđc nhng mi liên kt tính binăđng mnh
m.
12

 đoălng sc mnh ca các liên kt s binăđng gia nhng th trng,

tích ca tác gi ch ra tm quan trng ca nhng làn sóng binăđng.
Qi Chen, Itay Goldstein và Wei Jiang vi nghiên cu “Price Informativeness and
Investment”
Nghiên cu thc nghim v mi quan h giaălng thông tin riêng v giá c
phiuăvƠăđ nhy cm caă đuă tăvi giá c phiu. S dngă haiăthcăđoălng
thông tin riêng v giá khác nhau ậ giáăkhôngăđng b và PIN ậ tác gi thyăđc
miătngăquanămnh m giaălng thông tin riêng v giáăvƠăđ nhy cm caăđu
tăvi giá c phiu. MiătngăquanănƠyălƠăvng vi vicăđaăvƠoăc thông tin v
qun lý, bo him, vn và kích c doanh nghip, hay mt lot chi tit khác. Nhìn
chung, kt qu ca tác gi phù hp vi gi thuyt cho rng thông tin riêng v giá là
miăđi vi các nhà qun lý, h tìm hiu nó t giá và kt hp nó vào quytăđnhăđu
tăca mình.
Kh nngăv vic giá dn dt các nhà qună lỦă đaă raă quytăđnh cho thy
rng th trng tài chính có gây nhăhng ti nn kinh t thc.ăiu này có nhng
Ủănghaăquanătrng. Mt mt,ănhăSubrahmanyamăandăTitmană(1999)ăchng minh,
th trng tài chính có th nâng cao hiu qu đuătăbi vì chúng cung cp nhng
thông tin giá tr ti các nhà qun lý. Mtăkhác,ănhăGoldsteinăandăGuembelă(2005)ă
cho thy, nhng hiu ng phn hi t giáăđn nn kinh t thc có th làm cho vic
thao túng giá xy ra, và nó chính là nguyên nhân mà nn kinh t thc không hiu
qu. Nhng nhăhngătrênăcóăỦănghaăquanătrngăchoăcácăquyăđnh nhmătngătínhă
minh bch th trng và khuyn khích vic thu thp thông tin.

14

Johan Bollen, Huina Mao và Xiaojun Zeng vi nghiên cu Twitter mood
preicts the stock marketadding Bài nghiên cuxét xem liu tâm trng qun
chúngăđc đot lng ln các tweetăăđcăđngătrênătwitter.comăcó tngăquanhay
thm chí d báo giá tr Dow Jones Industrial Average (DJIA) không. Kt qu cho
thy rng vic thayăđi trng thái tâm trng là có th theo dõi tni dung ca ngun
d liu Twitter bng k thut x lỦăvnăbnăđnăgin và nhngăthayăđiănhăthlà

R&D so vi giá th trng ca c phnăcóăxuăhng gim trong quá kh. Các công
ty chi tiêu nhiu cho R&D mc dù hiu qu hotăđng trong quá kh thp và áp lc
ct gimăchiăphíătrongătrng hp mà các nhà qunălỦătngăđi lc quan v trin
vngătngălaiăca công ty. Tuy nhiên, th trngăcóăxuăhng gim giá khi nhn
đc thông tin này và có v chm chp trong vică thayă đi k vng ca mình.
Nhng phát hin này ca tác gi không d thayăđi khi li nhunăđcăđiu chnh
do kíchăthc và nhngă tácă đngă đo chiu li nhun.ă Hnă na, tác gi cngăcóă
16

đc kt qu tngă t đi vi vic chi tiêu cho mt loi tài sn vô hình khác -
qung cáo.
Mc dù các ghi chép lch s cho thy ít có s khác bit gia din bin giá c
phiu trung bình ca và c phiu có thc hin R&D và không thc hin R&D,
nhngăđiu này không ktăthúcăđc vnăđ. Tác gi cung cp bng chng cho thy
cngăđ R&D liên quan ti binăđng li nhun, sau khi kim soát quy mô doanh
nghip, tui tác, và nhăhng ca ngành. Ngay c khi giá th trng trung bình hp
nht vi li nhunătngălaiăt R&D, s thiu ht thông tin k toánănhămt tài sn
vô hình quan trng phi chu chi phí thc đánhăvƠo cácănhƠăđuătăthôngăquaăbin
đngătng.
17


Kt qu đc tìm thy t các nghiên cu ca Akgiray, 1989; Bollerslev và cng s, 1992; Bams và
Wielhouwer, 1999; Goorbergh và Vlaar, 1999; Angellidis và Benos, 2004; Oh và Kim, 2007; Floros, 2007;
Chih-Hsiung Tseng và Yi-Hsien Wang, 2009.
18

Trongăđó:ă
là t sut sinh li c phiu trong khong thi gian t, là hng
s, là chui sai s khôngătngăquanăca t sut sinh li c phiu vi giá tr trung
bình bng không,
th hin b thông tin, lƠăphngă saiă cóă điu kin ca
, lƠăđc tính ca cu thông tin ti thiăđim t, là cu thông tin v th trng
ti thiăđim t,
là cung thông tin v công ty ti thiăđim t, là tp hp cung
thông tin ti thiăđim t, là t sut sinh li th trng ti thiăđim t.
Tip tc hi quy khiălng giao dch theo cung cu thông tin

Trongăđó:ă
là khiălng giao dch, là giá tr tuytăđi ca logarity t
sut sinh li c phiu,
lƠă đc tính ca cu thông tin ti thiă đim t, là cu
thông tin v th trng ti thiăđim t, là cung thông tin v công ty ti thiăđim t,
là tp hp cung thông tin ti thiăđim t.
Sauăđó,ăthêm vào bin gi biu hin trng thái th trng và hi quy liăđ
binăđng theo cung cu thông tin.

Trongăđó:ă
là giá tr tuytăđi ca logarity t sut sinh li c phiu, là
đc tính ca cu thông tin ti thiăđim t, là cu thông tin th trng ti thiăđim
t,
là cung thông tin v công ty ti thiăđim t, là tp hp cung thông tin ti thi

đóămiăxétăđn c phiu mi sao cho s lng c phiu trong r bng 30 c phiu.
Trng hp có nhiuăhnă1ăc phiuăcăcóăcùngăv trí, s uătiênăchn c phiuăcă
có giá tr vnăhóaăhƠngăngƠyăbìnhăquơnăcaoăhnăca k xem xét.
20

Sau quá trình sàng lc trên, top 40 c phiu có giá tr giao dch cao nht theo
th t xp hng t trên xung s đc chn,ătrongăđóă Top 30 c phiu s đcăđaă
vào danh mc chính thc ca r ch s

Các bc sàng lc c phiu vào danh mc HNX30
A.ăTiêuăchíăvƠăphngăphápăla chn c phiu vào r ch s:
Các c phiuăđc la chn là c phiu ca các doanh nghipăđangăniêmăyt ti
HNX và không thuc mt trong các dinăsauăđơy:
C phiu thuc din b kim soát, b tm ngng giao dch trong vòng 03
thángătínhăđn thiăđim xem xét;
C phiu có thi gian niêm yt và giao dchătrênăHNXădi 06 tháng, ngoi
tr trng hpăđc bităđc Hiăđng ch s thông qua.
B.ăCácăbc la chn c phiu vào r ch s đc tinăhƠnhătheoăcácăbc sau:
ψc 1:
Tính giá tr giao dch bình quân phiên trong 12 tháng gn nht tính t ngày
căs tr v trc caăcácămƣăđápăngăđiu kinătrên,ăsauăđóăchn 100 mã có giá tr
giao dch bình quân phiên ln nht (Top100GTGD);
ψc 2:
Trong Top100GTGD chn 70 mã có mc vn hóa th trngăsauăkhiăđiu
chnh khiălng t do chuynănhng (free float adjusted market capitalization-
FFMC) bình quân trong 12 tháng gn nht ln nht (Top70);
ψc 3:
Trong Top70, kim tra các tiêu chun v thanh khon:
+ Tính KLGD trung v ngày trong 12 tháng gn nht theo cách: tính tng
KLGD tng phiên ca mi tháng, sp xp theo th t t caoăđn thp, chn KLGD

22

MÃ
CK
TÊN CÔNG TY
T KHÓA
VN30
SSI
CTCP CHNG KHOÁN SÀI GÒN
SSI
HAG
CTCP HOÀNG ANH GIA LAI
HOÀNG ANH GIA
LAI
FLC
CTCP TPăOẨNăFLC
FLC
ITA
CTCPăUăTăCÔNGăNGHIP TÂN TO
ITA
VNM
CTCP SA VIT NAM
VINAMILK
FPT
CÔNG TY C PHN FPT
FPT
VIC
TPăOẨNăVINGROUP-CTCP
VINCOM
MSN

HSG
STB
NGỂNăHẨNGăTMCPăSẨIăGọNăTHNGăTệN
SACOMBANK
VCB
NGÂN HÀNG TMCP NGOIăTHNGăVIT NAM
VIETCOMBANK
CSM
CTCP CÔNG NGHIP CAO SU MIN NAM
CSM
CII
CTCPăUăTăH TNG K THUT TP. HCM
CII