Tác động của giao dịch nhà đầu tư nước ngoài đến chỉ số phát triển bền vững

Trần Văn Trung - Trường Đại học Tài chính - Marketing

Bài viết nghiên cứu tác động của nhà đầu tư nước ngoài ảnh hưởng đến sự biến động của Chỉ số phát triển bền vững (VNSI). Nghiên cứu sử dụng mô hình vectơ tự hồi quy (VAR), dữ liệu nghiên cứu là kết quả đóng theo tuần của VNSI và khối lượng giao dịch ròng, giá trị giao dịch ròng theo tuần của nhà đầu tư nước ngoài trong rổ VNSI. Kết quả nghiên cứu cho thấy, khối lượng giao dịch ròng của nhà đầu tư nước ngoài và sự biến động của VNSI tác động đến giá trị giao dịch ròng của nhà đầu tư nước ngoài.

Giới thiệu

Chỉ số Phát triển bền vững Việt Nam (VNSI - Vietnam Sustainability Index) được Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) phối hợp cùng Tổ chức Hợp tác Quốc tế CHLB Đức (GIZ) và Ủy ban Chứng khoán Nhà nước (UBCKNN) Việt Nam ra mắt vào tháng 7/2017.

Những cổ phiếu được lựa chọn vào rổ VNSI thuộc rổ VN100 - Index của Công ty niêm yết trên sàn HOSE dựa trên hơn 100 tiêu chí theo những nguyên tắc của Tổ chức Hợp tác và Phát triển kinh tế (OECD) về quản trị doanh nghiệp (DN) và tiêu chuẩn toàn cầu về báo cáo phát triển bền vững (GRI). Câu hỏi đặt ra là dưới góc độ nhà đầu tư (NĐT) mà cụ thể là NĐT nước ngoài những cổ phiếu thuộc VNSI có hấp dẫn không, giao dịch của NĐT nước ngoài ảnh hưởng thế nào đến sự biến động của VNSI. Đây chính là nội dung mà nghiên cứu này đi tìm câu trả lời.

Tổng quan nghiên cứu

Chỉ số VNSI

Chỉ số VNSI hướng đến các mục tiêu: Xác định chuẩn phát triển bền vững cho các công ty niêm yết; hỗ trợ NĐT tổ chức và cá nhân xác định những DN có đặc tính “xanh” để đầu tư; tăng cường xu hướng phát triển bền vững của toàn bộ nền kinh tế; xác định các tiêu chí về thông lệ tốt nhất về môi trường, xã hội và quản trị; bổ sung thêm một công cụ đầu tư mới, góp phần thúc đẩy tăng trưởng thị trường chứng khoán và nền kinh tế. Việc xây dựng VNSI dựa trên các nguyên tắc sau:

- Điểm phát triển bền vững của DN niêm yết: Chỉ số VNSI dựa trên nền tảng là điểm số điểm phát triển bền vững (PTBV) của các DN thuộc VN100. HOSE chấm điểm PTBV của các DN vào thời gian từ tháng 5 đến tháng 6 hàng năm, sau khi các DN đã hoàn tất chuẩn bị báo cáo thường niên và báo cáo PTBV năm. Việc chấm điểm PTBV được thực hiện độc lập dựa trên các thông tin công bố rộng rãi của DN và Bộ câu hỏi Môi trường, xã hội và quản trị (ESG) do HOSE soạn thảo, có khoảng 81 câu, nhằm đánh giá hoạt động PTBV dựa trên 3 khía cạnh gồm: Môi trường; xã hội; quản trị DN. Bộ câu hỏi ESG được xây dựng theo tiêu chuẩn báo cáo GRI cụ thể hóa các mục tiêu PTBV (SGDs) của Liên Hợp quốc như các vấn đề về đối xử bình đẳng, đảm bảo tài nguyên thiên nhiên, sản xuất và tiêu dùng có trách nhiệm…

Việc chấm điểm PTBV của các DN được thực hiện một cách bài bản, bao gồm thu thập dữ liệu, chấm điểm lần 1, rà soát chéo nội bộ và với bên thứ ba (Công ty Kiểm toán PwC), nhằm hạn chế tối đa sai sót trong khâu chấm điểm, để đưa ra kết quả cuối cùng có độ tin cậy tốt. Sau khi DN có số điểm cụ thể cho mỗi khía cạnh, điểm tổng hợp của DN sẽ được điều chỉnh tỷ trọng theo ngành, do mỗi ngành nghề có mức độ ảnh hưởng liên quan đến môi trường, xã hội và quản trị DN khác nhau.

Cụ thể, điểm số về môi trường của các công ty thuộc ngành công nghiệp hoặc năng lượng sẽ có tỷ trọng cao, chiếm 50% tổng số điểm, phản ánh tầm quan trọng của môi trường liên quan đến hoạt động của DN. Mặt khác, điểm số về môi trường của các công ty thuộc ngành Tài chính có tỷ trọng 10% trong điểm tổng do tác động môi trường của ngành Tài chính rất hạn chế.

Cuối cùng, các DN sẽ được lựa chọn vào chỉ số VNSI theo thứ tự về điểm PTBV và loại trừ các DN hoạt động trong một số lĩnh vực được xem là có tác động tiêu cực đến môi trường và xã hội.

- Sàng lọc loại trừ: Theo thông lệ, các DN hoạt động trong các lĩnh vực nhạy cảm hoặc có rủi ro tác động đến ESG sẽ đủ điều kiện tham gia chỉ số bền vững. Quy tắc chỉ số VNSI đưa ra danh sách loại trừ, bao gồm các DN được phân ngành theo chuẩn GICS® vào các lĩnh vực: Vũ khí hoặc đạn dược; thức uống có cồn (không bao gồm bia hoặc rượu nhẹ); thuốc lá; kinh doanh casino, kinh doanh đặt cược hoặc tương tự; văn hóa phẩm đồi trụy; năng lượng nguyên tử; than đá.

Theo Quy tắc chỉ số VNSI, HOSE sẽ lựa chọn cố định 20 cổ phiếu có điểm PTBVDN tốt nhất là thành phần của chỉ số VNSI. Vào các kỳ đổi rổ tiếp theo, VNSI sẽ xét tới điều kiện ưu tiên đối với các cổ phiếu thuộc kỳ trước (nếu cổ phiếu có điểm PTBV xếp từ vị trí 16 đến 25).

Lược khảo một số nghiên cứu

Hiện nay, có nhiều nghiên cứu trong nước và trên thế giới về sự ảnh hưởng của giao dịch của các NĐT nước ngoài đến chỉ số giá chứng khoán. Dương Ngân Hà (2018) dự báo sự biến động của chỉ số VN - Index thông qua mô hình tự hồi quy vector - Var, kết quả nghiên cứu cho thấy, sự biến động của chỉ số VN - Index tác động đến khối lượng giao dịch ròng và giá trị giao dịch ròng của NĐT nước ngoài và ngược lại.

Nghiên cứu về tác động của việc mua ròng của NĐT nước ngoài đến hiệu quả hoạt động của thị trường chứng khoán và tính thanh khoản của thị trường, Tri Minh Nguyen (2017) sử dụng mô hình ARCH. Kết quả cho thấy, có mối quan hệ tích cực giữa hiệu suất thị trường và lượng mua ròng, diễn biến thị trường chứng khoán bị ảnh hưởng bởi yếu tố độ trễ, tính thanh khoản của thị trường bị ảnh hưởng tiêu cực bởi hoạt động giao dịch của NĐT nước ngoài.

Tiến hành khảo sát giá trị và khối lượng giao dịch của NĐT nước ngoài, giá trị và khối lượng giao dịch toàn thị trường và chỉ số giá chứng khoán VN-Index, Nguyễn Thị Kim Anh, Cao Tiến Sĩ (2017) kết luận rằng, có mối quan hệ một chiều và tác động của chỉ số VN-Index đến giá trị giao dịch mua và bán của NĐT nước ngoài trên sàn HOSE.

Nghiên cứu của Poshakwale và cộng sự (2009) cho rằng, có một xu hướng chung hướng tới hội nhập sâu rộng hơn và quá trình này dường như bị ảnh hưởng bởi khối lượng ngày càng tăng của dòng đầu tư danh mục đầu tư vốn cổ phần nước ngoài. Nghiên cứu này cũng chỉ ra rằng, các NĐT nước ngoài là những người theo đuổi lợi nhuận và hành vi giao dịch của họ dựa trên thông tin rút ra từ lợi nhuận gần đây có sẵn ở các thị trường mới nổi.

Như vậy, hầu hết các nghiên cứu trong và ngoài nước khẳng định, giao dịch của khối ngoại ảnh hưởng đến thị trường chứng khoán nội địa. Tại Việt Nam, VNSI là chỉ số PTBV gồm 20 công ty tiêu biểu được chọn lọc. Vì chỉ số này còn khá mới nên có rất ít các nghiên cứu về chỉ số này và liệu rằng các công ty thuộc rổ PTBV có hấp dẫn NĐT nước ngoài, hay nói cách khác giao dịch của khối ngoại tác động thế nào đến sự giao động của chỉ số VNSI. Khoảng trống này được nghiên cứu này lựa chọn để thực hiện.

Phương pháp nghiên cứu

Dữ liệu nghiên cứu

Dữ liệu nghiên cứu thực hiện bao gồm sự chênh lệch tỷ suất lợi nhuận theo tuần của Chỉ số VNSI, giá trị giao dịch ròng và khối lượng giao dịch ròng tính theo tuần của NĐT nước ngoài thuộc rổ VNSI. Dữ liệu lấy từ ngày 17/09/2021 đến ngày 29/03/2024.

Mô hình nghiên cứu

Nghiên cứu áp dụng mô hình Vectơ tự hồi quy (VAR) nhằm xem xét mức độ tác động của giao dịch ròng của nhà đầu tư nước ngoài đến VNSI. Các bước thực hiện mô hình VAR: (1) Kiểm tra tính dừng của dữ liệu; (2) Lựa chọn độ trễ tối ưu cho mô hình; (3) Chạy mô hình VAR; (4) Kiểm định tính ổn định của mô hình; (5) Kiểm định Granger.

Kết quả nghiên cứu và thảo luận

Bảng 1: Mô tả các biến của mô hình

Biến

Giải thích biến

Cách tính

NETVAL

Giá trị giao dịch ròng của nhà đầu tư nước ngoài rổ VNSI.

Giá trị mua – Giá trị bán

NETVOL

Khối lượng giao dịch ròng của nhà đầu tư nước ngoài thục rổ VNSI

Khối lượng mua – Khối lượng bán

RVNSI

Tỷ suất lợi nhuận của chỉ số VNSI.

(VNSI Index (t+1))/(VNSI INdex (t))-1

Nguồn: Tác giả tổng hợp

Bảng 2: Mô tả thống kê dữ liệu

 

NETVAL

NETVOL

RVNSI

Mean

-169.7990

-2.962209

-0.000113

Median

-125.8081

-3.361139

0.000279

Maximum

2059.033

65.67393

0.095517

Minimum

-2435.829

-48.59779

-0.090761

Std. Dev.

628.3020

18.19807

0.026666

Skewness

-0.322280

0.398529

-0.245824

Kurtosis

5.028774

4.476557

4.775925

Jarque-Bera

24.92259

15.48536

18.67595

Probability

0.000004

0.000434

0.000088

Sum

-22413.47

-391.0116

-0.014865

Sum Sq. Dev.

51714007

43383.24

0.093148

Observations

132

132

132

Nguồn: Thực hiện của tác giả trên phần mềm Eview

Bảng 3: Kết quả kiểm định tính dừng của các biến

Kiểm định

 

RVNSI

NETVAL

NETVOL

Augmented Dickey-Fuller

Thống kê ADF

-10.20724

-6.929471

-6.373292

Xác suất

0.0000

0.0000

0.0000

Giá trị tới hạn

1%

-3.480818

-3.480818

-3.480818

5%

-2.883579

-2.883579

-2.883579

10%

-2.578601

-2.578601

-2.578601

Nguồn: Thực hiện của tác giả trên phần mềm Eview

Bảng 4: Kiểm định độ trễ cho mô hình VAR

Lag

LogL

LR

FPE

AIC

SC

HQ

0

-1001.989

NA

2199.233

16.20949

16.27773

16.23721

1

-965.8600

69.92633

1419.943

15.77194

16.04487*

15.88281*

2

-962.5472

6.251695

1556.809

15.86366

16.34129

16.05769

3

-955.2568

13.40495

1601.442

15.89124

16.57356

16.16842

4

-948.8877

11.40270

1672.979

15.93367

16.82070

16.29400

5

-933.0080

27.66145

1500.296

15.82271

16.91443

16.26619

6

-919.2541

23.29290*

1393.676*

15.74603*

17.04245

16.27267

7

-913.5389

9.402429

1475.523

15.79901

17.30013

16.40880

8

-907.5021

9.639356

1556.163

15.84681

17.55262

16.53975

Nguồn: Thực hiện của tác giả trên phần mềm Eview

Bảng 5: Kiểm định nhân quả Granger

Dependent variable: NETVAL

Excluded

Chi-sq

df

Prob.

NETVOL

21.47460

6

0.0015

RVNSI

10.96424

6

0.0895

All

31.34488

12

0.0017

Dependent variable: NETVOL

Excluded

Chi-sq

df

Prob.

NETVAL

28.07808

6

0.0001

RVNSI

21.69395

6

0.0014

All

48.14845

12

0.0000

Dependent variable: RVNSI

Excluded

Chi-sq

df

Prob.

NETVAL

6.542332

6

0.3653

NETVOL

6.481176

6

0.3715

All

12.76294

12

0.3865

Nguồn: Thực hiện của tác giả trên phần mềm Eview

Mô tả thống kê dữ liệu

Các chỉ số mô tả thống kê dữ liệu được nêu cụ thể tại Bảng 2.

Kết quả mô hình VAR

Kiểm định tính dừng của chuỗi dữ liệu thông qua kiểm định Augmented Dickey -Fuller, kết quả từ Bảng 3 cho thấy, giá trị thống kê của kiểm định Dickey-Fuller đối với chuỗi logvnsi, netval, netvol đều dừng với mức ý nghĩa 1%.

Kết quả từ Bảng 4 cho thấy, độ trễ tối ưu của mô hình VAR là p =6. Thực hiện chạy VAR(6) trên Eview cho ra kết quả các mô hình như sau:

NETVAL = 0.806259492605*NETVAL(-1) + 0.174730197499*NETVAL(-2)- 0.0783480239852*NETVAL(-3)+ 0.685499211772*NETVAL(-4)- 0.900180272374*NETVAL(-5)- 0.0314143827623*NETVAL(-6)- 10.0498755969*NETVOL(-1)- 3.41561515284*NETVOL(-2)+ 8.74745470085*NETVOL(-3)- 20.7887606824*NETVOL(-4)+ 22.640468591*NETVOL(-5)+ 5.71377823776*NETVOL(-6) - 444.037731857*RVNSI(-1) - 228.293726793*RVNSI(2) - 3225.13579906*RVNSI(-3) - 744.760763287*RVNSI(-4) - 301.162103336*RVNSI(-5) - 3767.71533873*RVNSI(-6) - 49.2549041051

NETVOL = 0.0157873067343*NETVAL(-1) + 0.00293747250317*NETVAL(-2)- 0.00147759482003*NETVAL(-3)+ 0.0163706854949*NETVAL(-4)- 0.0270397212393*NETVAL(-5)- 0.00103396913755*NETVAL(-6)- 0.00102077034934*NETVOL(-1)- 0.0481700431219*NETVOL(-2)+ 0.225864367831*NETVOL(-3)- 0.492601311533*NETVOL(-4)+ 0.781044837426*NETVOL(-5)+ 0.0931619971948*NETVOL(-6)+ 20.0168677657*RVNSI(-1) - 4.9725206171*RVNSI(-2) - 130.859387746*RVNSI(-3) + 23.4782658244*RVNSI(-4)-35.9872992697*RVNSI(-5)- 169.756520535*RVNSI(-6) - 0.52009427428

RVNSI = 1.65554825253e-05*NETVAL(-1) - 1.90559629777e-05*NETVAL(-2) - 1.8882053588e-05*NETVAL(-3) + 1.26888407156e-05*NETVAL(-4) - 8.95290840564e-06*NETVAL(-5) + 1.74745135892e-06*NETVAL(-6) - 0.000542577326045*NETVOL(-1) + 0.000917447769499*NETVOL(-2) + 0.000157235748675*NETVOL(-3) - 0.00027707308408*NETVOL(-4) + 3.47331316266e-05*NETVOL(-5) + 0.000141974556404*NETVOL(-6) + 0.15480853972*RVNSI(-1) - 0.0514050396863*RVNSI(-2) - 0.0185266145607*RVNSI(-3) - 0.134431536159*RVNSI(-4) + 0.260294380316*RVNSI(-5) - 0.0827045085968*RVNSI(-6) - 0.00125367942294

Kiểm định tính ổn định của mô hình VAR bằng sử dụng AR Root Test. Kết quả cho thấy, các nghiệm nằm trong đường tròn đơn vị, như vậy mô hình VAR có tính ổn định. Kiểm định nhân quả Granger nhằm trả lời câu hỏi liệu giá trị trong quá khứ của một biến nào đó có giúp dự báo một biến khác hay không. Kết quả Bảng 5, cho thấy:

- NETVOL là nguyên nhân gây ra biến động NETVAL, RVNSI không là nguyên nhân gây ra biến động NETVAL. Kết hợp NETVOL và RVNSI là nguyên nhân gây ra biến động NETVAL.

- NETVAL, RVNSI và sự kết hợp NETVAL, RVNSI đều gây ra sự biến động của NETVOL.

- Cả NET VOL, NETVAL và sự kết hợp cả hai đều không gây ra sự biến động của RVNSI.

Kết quả này thực hiện trên VNSI cũng phù hợp với các nghiên cứu trước đây trên VN - Index của Dương Ngân Hà (2018) và Nguyễn Thị Kim Anh, Cao Tiến Sĩ (2017). Qua kết quả này cho thấy, cách phản ứng của NĐT nước ngoài khi tham gia thị trường chứng khoán để tìm kiếm lợi nhuận của các NĐT. Khi VNSI tăng chứng tỏ giá cổ phiếu tăng, NĐT nước ngoài thấy rằng, mức sinh lời đã đạt kỳ vọng và họ tiến hành bán ra, khi chỉ sổ giảm tức khi giá cổ phiếu giảm và trở nên rẻ hơn là cơ hội để NĐT ngoại tham gia trở lại thị trường.

Kết luận

Nghiên cứu tập trung vào sự tác động của giao dịch của NĐT nước ngoài đến sự biến động của chỉ số PTBV. Nghiên cứu cho thấy, khối lượng giao dịch ròng của NĐT nước ngoài và sự biến động của VNSI tác động đến giá trị giao dịch ròng của NĐT nước ngoài.

Giá trị giao dịch ròng của NĐT nước ngoài và sự biến động của VNSI tác động đến khối lượng giao dịch ròng của NĐT nước ngoài. Tuy nhiên, giá trị giao dịch ròng và khối lượng giao dịch ròng của NĐT nước ngoài không ảnh hưởng đến sự biến động của chỉ số VNSI. Kết quả này cho thấy, cách phản ứng của NĐT nước ngoài theo xu hướng của thị trường để tìm kiếm lợi nhuận. Khi thị trường tăng giá đạt kỳ vọng, NĐT nước ngoài sẽ bán ra và khi thị trường giảm về mức đủ rẻ họ lại mua vào.

Tài liệu tham khảo:

  1. Dương Ngân Hà (2018), Dự báo biến động của chỉ số VN - Index thông qua khối lượng giao dịch ròng và giá trị giao dịch ròng của nhà đầu tư nước ngoài. Tạp chí Khoa học & Đào tạo Ngân hàng, số 195, trang 18, 25;
  2. Nguyễn Thị Kim Anh, Cao Tiến Sĩ (2017), Tác động của giao dịch nhà đầu tư nước ngoài đến thị trường chứng khoán Việt Nam, Tạp chí khoa học Trường Đại học An Giang, Tập 16 (4), trang 62 - 75;
  3. Trương Đông Lộc, Mai Quốc Việt (2016), Kiểm định mối quan hệ nhân quả giữa khối lượng cổ phiếu giao dịch của nhà đầu tư nước ngoài và sự biến động của chỉ số VN30, Tạp chí Kinh tế đối ngoại, số 90;
  4. Olokoyo, Felicia O.; Ibhagui, Oyakhilome W.; Babajide, Abiola; McMillan, David (2020), Macroeconomic indicators and capital market performance: Are the links sustainable?. Cogent Business và Management, 7(1);
  5. Poshakwale, S.S., & Thapa, C. (2009), The impact of foreign equity investment flows on global linkages of the Asian emerging equity markets. Applied Financial Economics, 19, 1787 – 1802.
Bài đăng trên Tạp chí Tài chính kỳ 1 tháng 6/2024