Đánh giá sự phù hợp của hệ thống phân ngành GICS và TRBC: Nghiên cứu thực nghiệm tại Sở Giao dịch chứng khoán Thành phố Hồ Chí Minh

Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 107 
Đánh giá sự phù hợp của hệ thống phân ngành GICS và TRBC: 
Nghiên cứu thực nghiệm tại Sở Giao dịch chứng khoán 
Thành phố Hồ Chí Minh 
Lê Khoa Huân1*, Trần Thị Ngọc Quỳnh2 và Lê Đình Nghi3 
1,2,3Trường Đại học Sài Gòn 
*Tác giả liên hệ, Email: lekhoahuan@sgu.edu.vn 
1. Giới thiệu 
Với xu thế hội nhập của Việt Nam vào kinh tế thế giới, ngày 25 tháng 01 năm 2015, Sở 
Giao dịch chứng khoán TP. HCM (HOSE) đã chọn chuẩn phân ngành toàn cầu GICS (Global 
Industry Classification Standard) làm chuẩn phân ngành cho các công ty niêm yết trên HOSE 
(Vương Đức Hoàng Quân & Trần Thị Ngọc Quỳnh, 2017). Mặc dù đã được áp dụng tại Việt Nam, 
tuy nhiên, cho đến nay nhóm tác giả tìm được rất ít nghiên cứu đánh giá sự phù hợp của hệ thống 
phân ngành GICS trên TTCK Việt Nam. Một trong các phương pháp đánh giá sự phù hợp của các 
THÔNG TIN TÓM TẮT 
DOI:10.46223/HCMCOUJS.econ.
vi.15.2.243.2020 
Ngày nhận: 20/01/2020 
Ngày nhận lại: 02/03/2020 
Duyệt đăng: 05/03/2020 
Từ khóa: 
Nhóm đồng nhất 
Phân ngành 
Suất sinh lợi 
Keywords: 
Homogeneous group 
Industry classification 
Return 
Nghiên cứu này nhằm đánh giá sự phù hợp của hai hệ thống 
phân ngành là GICS (Global Industry Classification Standard) và 
TRBC (Thomson Reuters Business Classification - TRBC) tại 
TTCK TP. HCM dựa trên phân tích tương quan SSL giữa các cổ 
phiếu trong cùng ngành và khác ngành. Sử dụng dữ liệu SSL từ 
01/01/2014 đến 31/12/2017, đối với SSL theo tháng, kết quả nghiên 
cứu chỉ ra trong cả hai hệ thống phân ngành GICS và TRBC, sự 
khác biệt tương quan suất sinh lợi (SSL) trung bình giữa các cổ 
phiếu trong cùng ngành và khác ngành có ý nghĩa thống kê. Như 
vậy, nếu xét dựa trên tiêu chí phân chia các cổ phiếu cùng ngành 
thành các nhóm đồng nhất, cả hai hệ thống phân ngành TRBC và 
GICS là phù hợp đối với TTCK TP. HCM. 
 ABSTRACT 
This study aims to assess the suitability of two industry 
classification schemes, GICS (Global Industry Classification 
Standard) and TRBC (Thomson Reuters Business Classification – 
TRBC,) in Ho Chi Minh City Stock Exchange, based on the 
analysis of average return correlations between within-industry and 
outside-industry stocks. Using monthly data from Jan 01, 2014 to 
Dec 31, 2017, in both GICS and TRBC classification schemes, the 
results show that there are significant differences between within-
industry and outside-industry correlations. Therefore, both GICS 
and TRBC are suitable to use in Ho Chi Minh City Stock Exchange. 
108 Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 
hệ thống phân ngành trên TTCK là xác định các nhóm đồng nhất (homogeneous groups), cụ thể 
là phân tích sự khác biệt giữa tương quan trung bình của SSL cổ phiếu các công ty trong cùng 
ngành và khác ngành. Phương pháp này đã được ứng dụng trong một số nghiên cứu của (Chan, 
Lakonishok, & Swaminathan, 2007), (Bhojraj, Lee, & Oler, 2003), tại một số TTCK thế giới. 
Tuy nhiên, tại Việt Nam, nhóm tác giả chỉ tìm thấy nghiên cứu của Vương Đức Hoàng Quân & 
Trần Thị Ngọc Quỳnh (2017) đánh giá sự phù hợp của hệ thống phân ngành toàn cầu (GICS) tại 
TTCK TP.HCM. Kết quả nghiên cứu chỉ ra chưa đủ cơ sở để chứng minh tính phù hợp của hệ 
thống phân ngành GICS khi áp dụng trên HOSE. 
Hiện nay, có nhiều hệ thống phân ngành đang được sử dụng trên thế giới như SIC (Standard 
Industry Code), NAICS (North American Industry Classification System), FF (Fama and French), 
GICS (Global Industry Classification Standard) và TRBC (Thomson Reuters Business 
Classification). Từ đó, nhiều nghiên cứu khác nhau đã được sử dụng để đánh giá sự phù hợp của 
các hệ thống phân ngành này tại nhiều thị trường khác nhau trên thế giới như Chan và cộng sự 
(2007), Phillips & Ormsby (2016), Bhojraj và cộng sự (2003). Tuy nhiên, ngoài nghiên cứu của 
Vương Đức Hoàng Quân & Trần Thị Ngọc Quỳnh (2017) chỉ ra hệ thống phân ngành GICS chưa 
thực sự phù hợp tại Việt Nam, nhóm tác giả chưa tìm thấy nghiên cứu nào đánh giá sự phù hợp 
của các hệ thống phân ngành khác tại TTCK Việt Nam. Ngoài ra, GICS đã được bổ sung thêm 
ngành thứ 11 là ngành bất động sản (real estate) từ tháng 9/2016 (MSCI, 2016). Như vậy, việc 
đánh giá lại mức độ phù hợp của chuẩn phân ngành GICS (sau khi bổ sung ngành bất động sản) 
với số liệu cập nhật hơn cũng như so sánh với các hệ thống phân ngành khác là cần thiết. Vì vậy, 
nghiên cứu này sẽ thực hiện đánh giá sự phù hợp của hai hệ thống phân ngành phổ biến là GICS 
và TRBC. 
2. Cơ sở lý thuyết 
GICS được phát triển bởi tổ chức Morgan Stanley Capital International (MSCI) và 
Standard & Poor's (S&P) vào năm 1999. GICS được đưa ra nhằm thiết lập một tiêu chuẩn chung 
cho việc phân loại các công ty vào các ngành và nhóm ngành có liên quan với nhau. Chuẩn phân 
ngành GICS được chia làm 4 cấp độ. GICS gồm 11 Lĩnh vực (sectors), cấp 2 gồm 24 Nhóm ngành 
(industry groups), cấp 3 gồm 69 Ngành (industries) và cấp 4 gồm 158 Tiểu ngành (sub-industries) 
(MSCI, 2018). 
Phân ngành kinh doanh theo Thomson Reuters (Thomson Reuters Business Classification 
-TRBC) là hệ thống phân ngành được sở hữu và điều hành bởi Thomson Reuters. Chuẩn phân 
ngành theo TRBC được chia làm 5 cấp độ: cấp độ 1 gồm 10 Lĩnh vực kinh tế (Economic sector), 
cấp độ 2 gồm 28 Lĩnh vực kinh doanh (Business sector), cấp độ 3 gồm 54 Nhóm ngành công 
nghiệp (industry groups), cấp độ 4 gồm 136 Ngành công nghiệp (industries) và cấp độ 5 gồm 837 
Hoạt động (activities) (Refinitiv, 2019). 
Một trong các phương pháp xác định sự phù hợp của các hệ thống phân ngành là xác định 
các nhóm đồng nhất. Cụ thể hơn, với một thông tin xuất hiện trên TTCK, các công ty cùng ngành 
có thể sẽ có phản ứng tương tự nhau, trong khi điều này không hoặc ít xảy ra với các công ty khác 
ngành. Điều này dẫn đến tương quan SSL trung bình giữa các công ty trong cùng ngành sẽ lớn 
hơn tương quan  ... hân ngành cấp 1 
của cả hai hệ thống phân ngành là GICS và TRBC. Các bước trên được thực hiện thông qua lập 
trình trên phần mềm Matlab 2016, kết quả nghiên cứu được trình bày trong bảng sau: 
Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 111 
Bảng 1 
Tương quan SSL theo ngày trong ngành và ngoài ngành của hệ thống phân ngành GICS 
Phân ngành theo GICS Trong ngành Ngoài ngành Khác biệt 
Số Công ty 
(Tổng =276) 
Năng lượng (10) 0.207 0.118 0.089 9 
Nguyên vật liệu (15) 0.074 0.078 -0.005 46 
Công nghiệp (20) 0.088 0.084 0.003 76 
HTD không thiết yếu (25) 0.048 0.062 -0.014 29 
HTD thiết yếu (30) 0.057 0.068 -0.011 30 
Chăm sóc sức khoẻ (35) 0.085 0.069 0.016 9 
Tài chính (40) 0.235 0.122 0.113 19 
Công nghệ thông tin (45) 0.050 0.069 -0.019 6 
Dịch vụ tiện ích (55) 0.062 0.067 -0.005 18 
Bất động sản (60) 0.140 0.100 0.040 34 
Trung bình đơn giản 0.104 0.084 0.021 
Trung bình có trọng số 0.096 0.083 0.013 
t-statistic 1.427 
p-value 0.187 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
Kết quả nghiên cứu cho hệ thống phân ngành GICS chỉ ra tại TTCK TP. HCM, trong tổng 
số 276 công ty được xem xét, các công ty tập trung nhiều nhất vào ngành công nghiệp (76 công 
ty), kế đến là nguyên vật liệu (46 công ty) và ngành có số công ty ít nhất là công nghệ thông tin (6 
công ty), tiếp theo là chăm sóc sức khỏe (9 công ty) và năng lượng (9 công ty). Ngoài ra, kết quả 
nghiên cứu cũng chỉ ra tương quan SSL giữa các công ty trong ngành và ngoài ngành tương đối 
nhỏ và có sự khác biệt không đáng kể. Ngoại trừ ngành năng lượng, bất động sản và tài chính, hầu 
hết các ngành có tương quan cả trong ngành và ngoài ngành đều nhỏ hơn 0.1. Điều này làm cho 
kết quả kiểm định về sự khác biệt giữa trung bình tương quan SSL của các công ty trong cùng 
ngành và trung bình tương quan SSL của các công ty khác ngành là không có ý nghĩa thống kê. 
Như vậy, nếu xét theo tiêu chí nhóm đồng nhất, hệ thống phân ngành GICS là chưa thực sự phù 
hợp ở TTCK TP. HCM. Mặc dù có sự khác biệt với các nghiên cứu trước trên thế giới như Chan 
và cộng sự (2007), Bhojraj và cộng sự (2003), kết quả nghiên cứu có sự tương đồng với nghiên 
cứu của Vương Đức Hoàng Quân & Trần Thị Ngọc Quỳnh (2017) cho TTCK TP. HCM. Như vậy, 
dù với số liệu cập nhật hơn, và chuẩn phân ngành GICS có sự thay đổi (bổ sung thêm ngành bất 
động sản), kết quả nghiên cứu cũng cho thấy hệ thống phân ngành GICS chưa thực sự phù hợp khi 
áp dụng tại HOSE. Vì vậy, nghiên cứu tiếp tục thực hiện với hệ thống phân ngành TRBC. Kết quả 
nghiên cứu đối với hệ thống phân ngành TRBC được trình bày trong bảng sau: 
112 Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 
Bảng 2 
Tương quan suất sinh lợi theo ngày trong ngành và ngoài ngành của hệ thống phân ngành TRBC 
Phân ngành theo TRBC Trong ngành Ngoài ngành Khác biệt 
Số Công ty 
(Tổng = 276) 
Năng lượng (50) 0.120 0.093 0.026 16 
Nguyên vật liệu cơ bản (51) 0.091 0.086 0.005 45 
Công nghiệp (52) 0.068 0.077 -0.009 55 
HTD theo chu kỳ (53) 0.066 0.073 -0.007 40 
HTD không theo chu kỳ (54) 0.054 0.067 -0.013 32 
Tài chính (55) 0.168 0.102 0.066 55 
Chăm sóc sức khoẻ (56) 0.099 0.072 0.027 8 
Công nghệ (57) 0.063 0.081 -0.017 8 
Dịch vụ viễn thông (58) 
Dịch vụ tiện ích (59) 0.062 0.066 -0.004 17 
Trung bình đơn giản 0.088 0.080 0.007 
Trung bình có trọng số 0.093 0.082 0.011 
t-statistic 0.914 
p-value 0.388 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
Kết quả nghiên cứu cho hệ thống phân ngành TRBC chỉ ra tại TTCK TP. HCM, trong tổng 
số 276 công ty được xem xét, các công ty tập trung nhiều nhất vào ngành tài chính (55 công ty) và 
công nghiệp (55 công ty), kế đến là nguyên vật liệu cơ bản (45 công ty) và ngành có số công ty ít 
nhất là dịch vụ viễn thông (0 công ty), tiếp theo là chăm sóc sức khỏe (8 công ty) và công nghệ (8 
công ty). Ngoài ra, kết quả nghiên cứu cũng chỉ ra trung bình tương quan SSL giữa các công ty 
trong ngành và ngoài ngành tương đối nhỏ và có sự khác biệt không đáng kể. Tương tự như hệ 
thống phân ngành GICS, ngoại trừ ngành năng lượng và tài chính, hầu hết các ngành có tương 
quan cả trong ngành và ngoài ngành đều nhỏ hơn 0.1. Điều này làm cho kết quả kiểm định về sự 
khác biệt giữa trung bình tương quan SSL của các công ty trong cùng ngành và trung bình tương 
quan SSL của các công ty khác ngành là không có ý nghĩa thống kê. Như vậy, nếu xét theo tiêu 
chí nhóm đồng nhất, hệ thống phân ngành TRBC cũng chưa thực sự phù hợp ở TTCK TP. HCM. 
Tiếp theo, nghiên cứu thực hiện phân tích với dữ liệu tuần. Các kết quả phân tích với các 
hệ thống phân ngành GICS và TRBC được trình bày trong Bảng 3 và Bảng 4. Với dữ liệu SSL 
theo tuần, mức tương quan trung bình của các cổ phiếu cả trong ngành và ngoài ngành của cả hệ 
thống phân ngành GICS và TRBC đều có sự tăng nhẹ, và sự khác biệt giữa tương quan trong ngành 
và ngoài ngành cũng có xu hướng tăng. Tuy nhiên, ở mức ý nghĩa 5%, sự khác biệt giữa tương 
quan SSL trung bình giữa trong ngành và ngoài ngành chưa có ý nghĩa thống kê. Như vậy, mặc 
dù kết quả có sự cải thiện so với trường hợp phân tích với dữ liệu SSL theo ngày, phân tích với dữ 
liệu tuần cũng chưa cho thấy tính phù hợp của hai hệ thống phân ngành GICS và TRBC đối với 
các cổ phiếu trên HOSE. 
Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 113 
Bảng 3 
Tương quan SSL theo tuần trong ngành và ngoài ngành của hệ thống phân ngành GICS 
 Trong ngành Ngoài ngành Khác biệt Số Công ty 
Năng lượng (10) 0.283 0.142 0.142 9 
Nguyên vật liệu (15) 0.089 0.089 -0.001 46 
Công nghiệp (20) 0.110 0.100 0.010 76 
HTD không thiết yếu (25) 0.056 0.068 -0.012 29 
HTD thiết yếu (30) 0.077 0.087 -0.010 30 
Chăm sóc sức khoẻ (35) 0.093 0.074 0.019 9 
Tài chính (40) 0.261 0.132 0.130 19 
Công nghệ thông tin (45) 0.092 0.081 0.011 6 
Dịch vụ tiện ích (55) 0.081 0.082 0.000 18 
Bất động sản (60) 0.172 0.116 0.056 34 
Trung bình đơn giản 0.132 0.097 0.034 
Trung bình có trọng số 0.118 0.096 0.022 
t-statistic 1.922 
p-value 0.087 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
Bảng 4 
Tương quan SSL theo tuần trong ngành và ngoài ngành của hệ thống phân ngành TRBC 
Phân ngành theo TRBC Trong ngành Ngoài ngành Khác biệt Số Công ty 
Năng lượng (50) 0.154 0.115 0.039 16 
Nguyên vật liệu cơ bản (51) 0.103 0.099 0.005 45 
Công nghiệp (52) 0.089 0.093 -0.004 55 
HTD theo chu kỳ (53) 0.067 0.078 -0.010 40 
HTD không theo chu kỳ (54) 0.073 0.085 -0.011 32 
Tài chính (55) 0.200 0.116 0.085 55 
Chăm sóc sức khoẻ (56) 0.116 0.076 0.040 8 
Công nghệ (57) 0.081 0.093 -0.012 8 
Dịch vụ viễn thông (58) 0.000 0 
Dịch vụ tiện ích (59) 0.090 0.081 0.009 17 
Trung bình đơn giản 0.108 0.093 0.014 
Trung bình có trọng số 0.113 0.095 0.018 
t-statistic 1.408 
p-value 0.197 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
114 Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 
Từ các phân tích với dữ liệu tuần cho thấy kết quả có được cải thiện so với dữ liệu ngày, 
nghiên cứu tiếp tục thực hiện phân tích với dữ liệu SSL theo tháng, cho cả hai hệ thống phân ngành 
GICS và TRBC. Kết quả nghiên cứu được trình bày trong các Bảng 5 và Bảng 6. Với dữ liệu SSL 
theo tháng, hầu hết các giá trị tăng lên so với trường hợp tính toán cho SSL theo ngày. Điều này 
làm cho sự khác biệt giữa trung bình tương quan SSL theo tháng giữa các công ty cùng ngành và 
khác ngành có sự khác biệt về mặt thống kê ở mức ý nghĩa 5%. Như vậy, hệ thống phân ngành 
GICS và TRBC có thể phân các công ty trên HOSE thành các nhóm đồng nhất. Nói cách khác, khi 
xem xét dữ liệu SSL theo tháng, dựa trên tiêu chí này, hệ thống phân ngành GICS và TRBC là phù 
hợp để áp dụng phân ngành trên HOSE. 
Như vậy, mặc dù cả hai hệ thống phân ngành GICS và TRBC chưa chứng tỏ được sự phù 
hợp khi phân tích dữ liệu theo ngày và theo tuần, khi phân tích dữ liệu tháng, các kết quả chỉ ra 
các hệ thống này là phù hợp cho HOSE. Như vậy, nghiên cứu này đã bổ sung kết quả nghiên cứu 
của Vương Đức Hoàng Quân & Trần Thị Ngọc Quỳnh (2017), nghĩa là các tiêu chí này chỉ không 
phù hợp khi phân tích dữ liệu ngắn hạn (theo ngày), trong khi sẽ phù hợp khi phân tích dữ liệu dài 
hạn (theo tháng). Nguyên nhân có thể giải thích cho hiện tượng này là do khi xem xét trong ngắn 
hạn (theo ngày), số lượng tin tức liên quan đến ngành là không nhiều, làm sự biến động giá cả của 
các công ty mang tính ngẫu nhiên do cung cầu nhiều hơn là do các tin tức theo ngày của từng 
ngành. Ngoài ra, giới hạn biên độ dao động giá trên HOSE cũng góp phần giải thích nguyên nhân 
cho sự khác biệt khi phân tích với SSL theo ngày và theo tháng. Giới hạn giá làm cho giá cổ phiếu 
khó có thể biến động mạnh, làm cho SSL cổ phiếu theo ngày bị giới hạn trong biên độ quy định, 
trong khi phân tích dữ liệu theo tháng, vai trò của biên độ giá hầu như không đáng kể. Điều này 
góp phần làm tương quan giữa các cổ phiếu khi phân tích dữ liệu theo tháng có xu hướng lớn hơn 
khi phân tích dữ liệu theo ngày. 
Bảng 5 
Tương quan SSL theo tháng trong ngành và ngoài ngành của hệ thống phân ngành GICS 
Phân ngành GICS Trong ngành Ngoài ngành Khác biệt Số Công ty 
Năng lượng (10) 0.344 0.163 0.181 9 
Nguyên vật liệu (15) 0.105 0.101 0.004 46 
Công nghiệp (20) 0.115 0.110 0.005 76 
HTD không thiết yếu (25) 0.100 0.095 0.005 29 
HTD thiết yếu (30) 0.074 0.094 -0.019 30 
Chăm sóc sức khoẻ (35) 0.189 0.095 0.094 9 
Tài chính (40) 0.285 0.141 0.144 19 
Công nghệ thông tin (45) 0.157 0.115 0.043 6 
Dịch vụ tiện ích (55) 0.150 0.107 0.043 18 
Bất động sản (60) 0.175 0.118 0.057 34 
Trung bình đơn giản 0.169 0.114 0.056 
Trung bình có trọng số 0.140 0.109 0.030 
t-statistic 2.682 
p-value 0.025 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 115 
Bảng 6 
Tương quan suất sinh lợi theo tháng trong ngành và ngoài ngành của hệ thống phân ngành TRBC 
Phân ngành theo TRBC Trong ngành Ngoài ngành Khác biệt Số Công ty 
Năng lượng (50) 0.237 0.144 0.092 16 
Nguyên vật liệu cơ bản (51) 0.106 0.107 -0.001 45 
Công nghiệp (52) 0.108 0.106 0.002 55 
HTD theo chu kỳ (53) 0.087 0.093 -0.006 40 
HTD không theo chu kỳ (54) 0.071 0.091 -0.020 32 
Tài chính (55) 0.211 0.119 0.092 55 
Chăm sóc sức khoẻ (56) 0.229 0.104 0.125 8 
Công nghệ (57) 0.170 0.123 0.047 8 
Dịch vụ viễn thông (58) 0 
Dịch vụ tiện ích (59) 0.170 0.107 0.062 17 
Trung bình đơn giản 0.154 0.110 0.039 
Trung bình có trọng số 0.137 0.108 0.030 
t-statistic 2.505 
p-value 0.037 
Nguồn: tính toán của nhóm tác giả dựa trên Matlab 2016 
Tóm lại, kết quả nghiên cứu đã chỉ ra các hệ thống phân ngành GICS và TRBC là phù hợp 
cho HOSE khi phân tích dữ liệu theo tháng. Nghiên cứu này đã góp phần bổ sung đáng kể cho 
nghiên cứu trước đây của (Vương Đức Hoàng Quân & Trần Thị Ngọc Quỳnh, 2017). Như vậy, 
mặc dù tại HOSE, GICS và TRBC chưa phân các cổ phiếu thành các nhóm đồng nhất tốt như trên 
các thị trường thế giới, hai hệ thống phân ngành này vẫn có thể được sử dụng trên HOSE. 
5. Kết luận 
Nghiên cứu này đã tính toán tương quan bình quân SSL trong ngành và ngoài ngành cấp 1 
cho tất cả các cổ phiếu niêm yết trên HOSE giai đoạn từ năm 2014 đến năm 2017, ứng với 2 hệ 
thống phân loại ngành GICS và TRBC. Trong cả hai hệ thống phân ngành, mặc dù kết quả nghiên 
cứu chưa cho thấy sự khác biệt có ý nghĩa về mặt thống kê giữa SSL của các công ty trong ngành 
và ngoài ngành đối với dữ liệu theo ngày và tuần, kết quả nghiên cứu với SSL theo tháng cho thấy 
sự khác biệt này có ý nghĩa thống kê. Như vậy, với dữ liệu SSL theo tháng, nghiên cứu cho thấy 
GICS và TRBC là phù hợp với HOSE theo tiêu chí phân chia các công ty niêm yết thành các nhóm 
đồng nhất. Kết quả nghiên cứu đã bổ sung nghiên cứu trước đây của Vương Đức Hoàng Quân & 
Trần Thị Ngọc Quỳnh (2017). Tóm lại, trong bối cảnh chưa nhiều nghiên cứu đánh giá sự phù hợp 
của các hệ thống phân ngành tại TTCK Việt Nam, nghiên cứu này đã góp phần chỉ ra sự phù hợp 
của hệ thống GICS và TRBC tại HOSE. 
Nghiên cứu là một phần kết quả của nghiên cứu Khoa học cấp cơ sở (Trường Đại học Sài 
Gòn), được thực hiện bởi nhóm tác giả Trần Thị Ngọc Quỳnh (chủ nhiệm đề tài), Lê Đình Nghi, 
Lê Khoa Huân, theo Hợp đồng nghiên cứu Khoa học số 875/HĐ-ĐHSG giữa Bên A là Trường Đại 
học Sài Gòn và Bên B là Trần Thị Ngọc Quỳnh. 
116 Lê Khoa Huân và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 107-116 
Tài liệu tham khảo 
Bhojraj, S., Lee, C. M. C., & Oler, D. K. (2003). Bhojraj, Lee, Oler 2003.pdf. Journal of 
Accounting Research, 41(5), 745-774. 
Chan, L. K. C., Lakonishok, J., & Swaminathan, B. (2007). Industry return classifications and 
comovement. Financial Analysts Journal, 63(6), 56-70. 
Hrazdil, K., Trottier, K., & Zhang, R. (2013). A comparison of industry classification schemes: 
A large sample study. Economics Letters, 118(1), 77-80. https://doi.org/10.1016/j.econlet.2012.09.022 
MSCI. (2016). S & P Dow Jones Indices and MSCI announce August 2016 creation of a real estate 
sector in the global industry classification standard ( GICS ® ) structure. 
MSCI. (2018). The global industry classification standard. Retrieved from 
https://www.msci.com/gics 
Phillips, R. L., & Ormsby, R. (2016). Industry classification schemes: An analysis and 
review. Journal of Business and Finance Librarianship, 21(1), 1-25. 
https://doi.org/10.1080/08963568.2015.1110229 
Refinitiv. (2019). Thomson Reuters business classification. Retrieved from 
https://www.refinitiv.com/en/financial-data/indices/trbc-business-classification 
Vương, Đ. H. Q., & Trần, T. N. Q. (2017). Phải chăng hệ thống phân ngành toàn cầu là phù hợp 
cho Sở Giao dịch chứng khoán Thành phố Hồ Chí Minh. Tạp Chí Kinh Tế & Phát Triển, 
240, 66-76.