Mối quan hệ giữa suất sinh lợi, độ biến thiên và khối lượng giao dịch tại thị trường chứng khoán thành phố Hồ Chí Minh
Bài báo phân tích mối quan hệ giữa suất sinh lợi (SSL), độ biến thiên và khối lượng giao dịch
(KLGD) trên Sàn giao dịch chứng khoán TP. HCM (HOSE) trong giai đoạn 05/01/2015 đến 14/02/2020. Sử dụng kiểm định nhân quả Granger và mô hình GARCH, kết quả nghiên cứu chỉ ra mối quan
hệ hai chiều giữa SSL và KLGD trên HOSE. Ngoài ra, nghiên cứu cũng chỉ ra KLGD có tác động lên độ
biến thiên trên Sàn giao dịch chứng khoán TP. HCM. Nghiên cứu đã cung cấp thêm bằng chứng về mối quan
hệ giữa SSL, độ biến thiên và KLGD trên Thị trường chứng khoán Việt Nam, đồng thời cung cấp các thông
tin quan trọng cho nhà đầu tư và nhà hoạch định chính sách trong các quyết định đầu tư và quản lý.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Tóm tắt nội dung tài liệu: Mối quan hệ giữa suất sinh lợi, độ biến thiên và khối lượng giao dịch tại thị trường chứng khoán thành phố Hồ Chí Minh
Sè 149 + 150/2021 thương mại khoa học 1 3 14 25 35 43 50 63 76 MỤC LỤC KINH TẾ VÀ QUẢN LÝ 1. Trần Việt Thảo và Vũ Thị Thanh Huyền - Tác động liên kết của phát triển ngành công nghiệp hỗ trợ Việt Nam trong bối cảnh đại dịch COVID-19: tiếp cận theo phương pháp bảng cân đối liên ngành, Mã số: 149+150.1 DEco.11 The Impacts of Linkages in the Development of Vietnam’s Supporting Industries in the Context of the Covid-19: Inter-Sector Balance Sheet Approach 2. Phan Thị Thu Hiền và Bùi Thái Quang - Nghiên cứu yếu tố ảnh hưởng đến hành vi tuân thủ pháp luật xuất nhập khẩu hàng hóa của các doanh nghiệp Việt Nam. Mã số: 149+150.1IIEM.12 A Study on the Factors Affecting Goods Import-Export Law Compliance by Vietnamese Enterprises 3. Phạm Lê Hồng Nhung, Nguyễn Nhật Minh, Nguyễn Thị Tú Trinh và Đinh Công Thành - Phát triển du lịch cụm Cần Thơ - Sóc Trăng - Bạc Liêu - Cà Mau theo hướng liên kết mạng lưới các điểm du lịch. Mã số: 149+150.1TrEM.11 Tourism development in association of tourist attractions in Can Tho- Soc Trang- Bac Lieu- Ca Mau 4. Lê Thanh Huyền - Ảnh hưởng của các yếu tố bên trong đến khả năng sinh lời của doanh nghiệp niêm yết ngành sản xuất, chế biến thực phẩm ở Việt Nam. Mã số: 149+150.1FiBa.11 The effects of internal factors on profitability of various listed companies in Vietnamese food processing industry QUẢN TRỊ KINH DOANH 5. Lê Đình Nghi - Mối quan hệ giữa suất sinh lợi, độ biến thiên và khối lượng giao dịch tại thị trường chứng khoán Thành phố Hồ Chí Minh. Mã số: 149+150.2FiBa.21 The Relationship among Return, Volatility, and Trade Volume on Hochiminh City Stock Exchange (HOSE) 6. Đào Tuyết Lan - Hiệu quả áp dụng chuẩn mực kế toán thuế thu nhập doanh nghiệp tại các doanh nghiệp trên địa bàn TP. HCM. Mã số: 149+150.2 BAcc.22 The Efficiency of Corporate Income Tax (CIT) Accounting Standards in Enterprises in Ho Chi Minh 7. Ngô Thị Khuê Thư, Trương Bá Thanh và Trần Triệu Khải - Ảnh hưởng của chất lượng tích hợp kênh đến lòng trung thành khách hàng trong ngành khách sạn ở Việt Nam. Mã số: 149+150.2BMkt.21 The Effect of Multi-channel Integration Quality on Customer Loyalty in the Hotel Industry in Vietnam 8. Nguyễn Thị Phương Anh và Vũ Huy Thông - Hành vi mua ngẫu hứng của người tiêu dùng Việt Nam theo độ tuổi, thu nhập và nghề nghiệp: Nghiên cứu sản phẩm quần áo may sẵn. Mã số: 149+150.2BMkt.22 Impulse Buying Behaviour of Vietnamese Consumers by Age, Income, and Profession: Case Study on Ready-to-Wear Clothing Products ISSN 1859-3666 Sè 149 + 150/20212 thương mại khoa học 9. Nguyễn Thị Thanh Nhàn và Vũ Tuấn Dương - Nghiên cứu sự hài lòng của sinh viên với chương trình đào tạo đặc thù ngành du lịch. Mã số: 149+150.2OMIS.21 Study on Student Satisfaction with the Tourism -Specific Training Program 10. Vũ Thị Kim Anh - Phương pháp tiếp cận kiểm toán nội bộ dựa trên rủi ro trong doanh nghiệp: nghiên cứu tại các doanh nghiệp kinh doanh bất động sản Việt Nam. Mã số: 149+150.2DEco.21 Risk-Based Internal Audit in Enterprises: Case Study in Vietnamese Real Estate Businesses 11. Nguyễn Tuấn Kiệt và Hồ Hữu Phương Chi - Thái độ đối với rủi ro của nông dân Đồng bằng Sông Cửu Long: Bằng chứng thực nghiệm với thang đo DOSPERT. Mã số: 149+150.2 The Attitudes toward Risks of Framers in Mekong Delta: Experimental Evidence with DOSPERT 12. Hà Minh Hiếu - Nghiên cứu yếu tố tác động đến việc lựa chọn nhà cung ứng dịch vụ logistics của chủ hàng Việt Nam trong thời kỳ đại dịch Covid-19. Mã số: 149+150.2BMkt.21 A Study on Factors Affecting the Choice of Logistics Service Suppliers of Vietnam’s Goods Owners in the Covid-19 Pandemic 13. Nguyễn Trần Hưng và Đỗ Thị Thu Hiền - Nghiên cứu các yếu tố ảnh hưởng đến quyết định sử dụng ứng dụng du lịch thông minh của du khách đến Hà Nội. Mã số: 149+150.2TRMg.21 A Study on the Factors Affecting the Decision to Use Smart Travel Apps by Visitors to Hanoi 14. Nguyễn Hữu Khôi, Nguyễn Thị Nga và Bùi Hoàng Ngọc - Mối quan hệ giữa tính “sành điệu” của sản phẩm thời trang, giá trị cảm nhận và ý định mua của người tiêu dùng trẻ tuổi tại Nha Trang. Mã số: 149+150.2BMkt.21 The Relationship between the “Excellence” of the Fashion Products, the Perceived Value, and the Purchase Intention of Young Consumers in Nha Trang City Ý KIẾN TRAO ĐỔI 15. Hoàng Thanh Hạnh - Một số vấn đề lý luận về kiểm toán kê khai tài sản - thu nhập do kiểm toán nhà nước thực hiện. Mã số: 149+150.3BAcc.32 Several Theoretical Issues on Asset and Income Declaration Auditing by State Audit 16. Nguyễn Thị Phương Thảo và Nguyễn Văn Anh - Đánh giá sự hài lòng của người dân đối với chất lượng dịch vụ công trực tuyến - Góc nhìn từ những người đã sử dụng dịch vụ. Mã số: 149+150.3OMIS.32 Assessment of citizen's satisfaction with online public service quality - Perspective from those who have used the online service 17. Đinh Văn Toàn - Nghiên cứu doanh nghiệp học thuật Spin-offs từ các trường đại học trên thế giới và những vấn đề đặt ra đối với giáo dục đại học Việt Nam. Mã số: 149+150.3OMIS.31 Research on Spin-offs in Universities in the World and Problems of Tertiary Education in Vietnam 82 93 104 115 123 137 148 156 167 1. Giới thiệu Một trong những lĩnh vực thu hút nhiều sự quan tâm của các nhà nghiên cứu tài chính và nhà đầu tư trên thị trường chứng khoán (TTCK) là khả năng dự báo giá chứng khoán, trong đó việc xác định các yếu tố có tác động đáng kể lên sự thay đổi giá cổ phiếu đóng vai trò quan trọng. Các nghiên cứu này thường sử dụng kỹ thuật phân tích hồi quy (regression) hoặc kiểm định nhân quả (causality) để xác định mối quan hệ giữa giá cổ phiếu và các yếu tố khác như lợi nhuận doanh nghiệp, tỷ số giá trị sổ sách/giá trị thị trường của công ty, tỷ giá hối đoái, lãi suất, lạm phát, cung tiền, tăng trưởng kinh tế, (Rashid, 2007). Một vấn đề gặp phải đối với các nghiên cứu này là giá cổ phiếu thường ... Nam. Như vậy, nhà đầu tư có thể sử dụng thông tin về KLGD để dự báo sự thay đổi giá cổ phiếu trên HOSE và ngược lại 4.4. Đánh giá ảnh hưởng của KLGD lên SSL Quy tắc Box-Jenkin (Gujarati, 2004) được áp dụng để xác định phương trình mô tả SSL và GARCH (1,1) được dùng để mô tả độ biến thiên. Lý do chọn mô hình này là GARCH (1,1) là mô hình hợp lý và được áp dụng trong hầu hết các nghiên cứu tương tự. Các trường hợp mô hình GARCH (p,q) với các hệ số p,q lớn hơn thường chỉ được dùng trong các chuỗi dữ liệu rất dài như chuỗi dữ liệu ngày của một vài thập kỉ hoặc dữ liệu giờ của một năm (Engle, 2001). Nhận định này cũng phù hợp với giáo trình của (Alexander, 2001). Kết quả ước lượng với mô hình GARCH(1,1) như trong Bảng 4: Ước lượng GARCH tại cả TTCK Việt Nam cho thấy các hệ số α (thành phần ARCH) và β (thành phần GARCH) đều có ý nghĩa thống kê ở mức 1%, chứng tỏ độ biến thiên tại TTCK Việt Nam phụ thuộc vào cả độ biến thiên và thành phần sai số (đại diện cho sự tăng giảm ngoài kì vọng của NĐT) trong giai đoạn trước đó. Nghiên cứu bổ sung biến KLGD vào mô hình trên để đánh giá ảnh hưởng của KLGD đến SSL của VN- Index. Kết quả nghiên cứu được trình bày trong Bảng 5: Bảng 5 cho thấy KLGD có tác động lên SSL tại HOSE. Kết quả này cũng phù hợp với kết quả phân tích bằng kiểm định nhân quả Granger đã được trình Sè 149 + 150/202146 QUẢN TRỊ KINH DOANH thương mại khoa học Bảng 1: Thống kê mô tả các chuỗi dữ liệu KLGD SSL (VN-Index) Trung bình (Mean) 0.000628 0.000427 Trung vӏ (Median) 0.000685 0.000938 Ĉӝ lӋch chuҭn (Std. Dev) 0.195782 0.009721 Ĉӝ nghiêng (Skewness) 0.112685 -0.617480 Ĉӝ nhӑn (Kurtosis) 4.557304 6.472194 Bảng 2: Kiểm định tính dừng các chuỗi dữ liệu bằng kiểm định ADF (Nguồn: Tính toán của tác giả) SSL (VN-Index) SSL (KLGD) Giҧ thuyӃt H0 Chuӛi không dӯng Chuӛi không dӯng t-Statistic -33.85269 -24.96476 KӃt luұn Bác bӓ ӣ mӭc 1% Bác bӓ ӣ mӭc 1% Bảng 3: Kiểm định nhân quả Granger (Nguồn: Tính toán của tác giả) KiӇPÿӏnh nhân quҧ Granger Giҧ thuyӃt H0 SSL cӫa VN-,QGH[NK{QJWiFÿӝng nhân quҧ Granger lên khӕLOѭӧng giao dӏch tҥi HOSE. KhӕLOѭӧng giao dӏch tҥi HOSE không WiFÿӝng nhân quҧ Granger lên SSL cӫa VN-Index. F-Statistics 7.58097 2.38386 KӃt luұn Bác bӓ ӣ mӭFêQJKƭD Bác bӓ ӣ mӭc ý QJKƭD%. bày trong Bảng 2. Điều này cũng phù hợp với hầu hết các nghiên cứu trước đó, như của Chen và cộng sự (2001), Mpofu (2011), Alkhazali (2014), Như vậy, nhà đầu tư và nhà quản lý chính sách có thể sử dụng thông tin khối lượng giao dịch để dự báo sự thay đổi giá cổ phiếu trên HOSE, từ đó có thêm thông tin để ra quyết định đầu tư cũng như đưa ra các chính sách phù hợp. 4.5. Ảnh hưởng của KLGD lên độ biến thiên Nghiên cứu tiếp tục sử dụng mô hình GARCH để phân tích ảnh hưởng của KLGD lên độ biến thiên tại HOSE. Kết quả ước lượng GARCH được trình bày trong Bảng 6: Bảng 6 cho thấy KLGD có tác động lên độ biến thiên tại HOSE. Như vậy, nghiên cứu đã chỉ ra KLGD có tác động lên độ biến thiên SSL tại HOSE. Như vậy, kết quả kiểm định cho thấy mối quan hệ giữa KLGD và độ biến thiên tuân theo giả thuyết hỗn hợp phân phối, nghĩa là khối lượng giao dịch là một biến có ý nghĩa giải thích độ biến thiên SSL. Như vậy, nhà đầu tư và nhà hoạch định chính sách có thể sử dụng thông tin KLGD để dự báo độ biến thiên của thị trường, từ đó có thêm thông tin để đầu tư cũng như kiểm soát rủi ro thị trường tốt hơn. 4.6. Thảo luận kết quả nghiên cứu Kết quả kiểm định ở trên cho thấy KLGD có tác động đang kể lên cả SSL và độ biến thiên SSL trên HOSE. Các kết quả này phù hợp với các nghiên cứu trước tại nhiều thị trường khác nhau trên thế giới như Chen và cộng sự (2001), Mpofu (2011), Alkhazali (2014), Rashid (2007), Tương tự như các nghiên cứu trước, nguyên nhân có thể lý giải cho mối quan hệ này trên HOSE là do KLGD phản ánh mức độ hoạt động giao dịch và đầu cơ, và vì vậy nên sẽ ảnh hưởng đáng kể đến sự thay đổi giá cổ phiếu (Blume và cộng sự, 1994). Khối lượng giao dịch cũng cho thấy niềm tin của nhà đầu tư đối với thị 47 ? Sè 149 + 150/2021 QUẢN TRỊ KINH DOANH thương mại khoa học Bảng 4: Ước lượng GARCH Ghi chú: *, **, *** lần lượt đại diện cho các mức ý nghĩa 10%, 5% và 1%. (Nguồn: Tính toán của tác giả) HӋ sӕ Giá trӏ BiӇu thӭc trung bình 0.000516** 0.640141* -0.629211* BiӇu thӭF ÿӝ biӃn thiên 2.22E-06*** 0 098339***. 0.880743*** Bảng 5: Ảnh hưởng của KLGD lên SSL Ghi chú: *, **, *** lần lượt đại diện cho các mức ý nghĩa 10%, 5% và 1%. (Nguồn: Tính toán của tác giả) * * * ** ** HӋ sӕ Giá trӏ BiӇu thӭc trung bình 0.000547* 0.639157 -0.628185 0.002991* BiӇu thӭF ÿӝ biӃn thiên 2 15E-06*. 0.098480*** 0.881084*** Bảng 6: Ảnh hưởng của KLGD lên độ biến thiên Ghi chú: *, **, *** lần lượt đại diện cho các mức ý nghĩa 10%, 5% và 1%. (Nguồn: Tính toán của tác giả) + HӋ sӕ Giá trӏ BiӇu thӭc trung bình 0.0006 0.604 -0.597 BiӇu thӭF ÿӝ biӃn thiên 5.38E- 0 1071 94*** 844** 967** 06*** 79***. 0.823166*** 8.88E-05*** ?trường trong tương lai. Ví dụ, khi thị trường được kỳ vọng tăng trưởng tốt, lượng tiền liên tục được đưa vào thị trường góp phần làm tăng khối lượng giao dịch, đồng thời kéo theo sự tăng trưởng giá cổ phiếu theo kỳ vọng của nhà đầu tư. Ngược lại, khối lượng giao dịch giảm cho thấy nhà đầu tư ít quan tâm hoặc không tìm thấy cơ hội tìm kiếm lợi nhuận trên thị trường, họ sẽ ít tham gia thị trường, góp phần làm giảm cầu cổ phiếu, kéo theo giá cổ phiếu giảm. Vì vậy, khối lượng giao dịch sẽ góp phần giải thích cho sự biến động của giá cổ phiếu. Ngoài ra, lý thuyết Hỗn hợp phân phối MDH (Mixture of Distributions Hypothesis) cũng góp phần giải thích cho tác động của KLGD lên độ biến thiên SSL (Phylaktis và cộng sự, 1999). Theo đó, KLGD đại diện cho luồng thông tin đến thị trường. Khối lượng giao dịch tăng đại diện cho thời điểm thị trường nhận nhiều thông tin khác nhau (Nguyễn Thu Hiền & Lê Đình Nghi, 2010). Khi đó, nhà đầu tư có thể sẽ có nhiều quan điểm và phản ứng khác nhau đối với thông tin mà họ nhận được. Sự khác biệt này dẫn đến sự không đồng nhất và đa dạng trong các quyết định mua bán cổ phiếu, dẫn đến sự gia tăng đáng kể độ biến thiên giá cổ phiếu. Vì vậy, giả thuyết hỗn hợp phân phối sẽ góp phần giải thích cho tác động của KLGD lên độ biến thiên SSL trên HOSE. 5. Kết luận và hàm ý quản trị. Sử dụng dữ liệu giá và KLGD tại HOSE trong giai đoạn từ 05/01/2015 đến 14/02/2020, nghiên cứu đã phân tích mối quan hệ giữa SSL và KLGD tại TTCK TP. HCM. Kết quả kiểm định nhân quả Granger cho thấy tác động 2 chiều giữa KLGD và SSL trên HOSE. Đồng thời, kiểm định tác động của KLGD lên SSL và độ biến thiên bằng các dạng mô hình GARCH cũng cho thấy KLGD là một biến số có ảnh hưởng đến SSL và độ biến thiên trên sàn HOSE. Như vậy, các nhà đầu tư và hoạch định chính sách có thể sử dụng thông tin KLGD để ra các quyết định đầu tư và quản lý trên TTCK Việt Nam. Kết quả nghiên cứu cũng cung cấp thêm bằng chứng về mối quan hệ giữa SSL và KLGD trên TTCK Việt Nam. Từ kết quả phân tích trên, nghiên cứu đưa ra một số hàm ý quản trị và khuyến nghị như sau: Đối với nhà đầu tư, phân tích kỹ thuật, trong đó sử dụng khối lượng giao dịch sẽ là công cụ hữu hiệu để phân tích và dự báo sự thay đổi giá chứng khoán. Cụ thể hơn, khi KLGD thay đổi theo hướng gia tăng, hàm ý về sự gia tăng giá cổ phiếu và ngược lại. Khi đó, nhà đầu tư có thể dựa vào sự thay đổi trong KLGD để dự báo sự thay đổi giá chứng khoán, từ đó ra quyết định đầu tư chứng khoán phù hợp. Đối với các cơ quan quản lý thị trường chứng khoán, vì KLGD có tác động có ý nghĩa lên độ biến thiên SSL cổ phiếu, việc dựa vào KLGD để kịp thời ra các quyết định quản lý đóng vai trò rất quan trọng. Bởi vì độ biến thiên SSL trên thị trường chứng khoán đại diện cho rủi ro thị trường (Nghi, 2012), các nhà quản lý cần theo dõi sự biến động của KLGD trên thị trường chứng khoán để kịp thời ra quyết định quản lý nhằm hạn chế rủi ro trên thị trường. Cụ thể hơn, nếu có sự thay đổi đột biến của KLGD trên thị trường có thể sẽ dẫn đến gia tăng độ biến thiên giá cổ phiếu, làm gia tăng rủi ro thị trường nói chung. Khi đó, các nhà quản lý chính sách cần chú ý đến sự thay đổi này của KLGD để kịp thời ra các quyết định quản lý, nhằm hạn chế rủi ro và đảm bảo sự phát triển ổn định trên thị trường chứng khoán. Trong trường hợp này, nhà quản lý thị trường có thể chuẩn bị các biện pháp phù hợp và hiệu quả, như kiểm soát tốt hơn thông tin trên thị trường, cũng như đảm bảo tốt hơn tính công khai, minh bạch, hoàn thiện hệ thống luật pháp liên quan đến thị trường chứng khoán nhằm giảm thiểu các hiện tượng làm giá, lũng đoạn thị trường, nhằm đối phó với sự gia tăng rủi ro biến động giá chứng khoán, đảm bảo sự phát triển ổn định của thị trường. Tóm lại, nghiên cứu đã phát hiện mối quan hệ giữa KLGD, SSL và độ biến thiên SSL, từ đó cung cấp các thông tin giúp nhà đầu tư và nhà quản lý có thêm thông tin để dự báo sự thay đổi giá cổ phiếu cũng như rủi ro thị trường, từ đó kịp thời ra các quyết định hợp lý.u Tài liệu tham khảo: 1. Alexander, C. (2001), Market Models, A guide to Financial Data Analysis, John Wiley & Sons. 2. Alkhazali, A. S. (2014), The relationship between trading volume and stock returns index of Amman stocks exchange analytical study (2000- 2014), Global Journal of Management and Business Research: B Economics and Commerce, 14(7). 3. Blume, L., Easley, D., & O’Hara, M. (1994), Market Statistics and Technical Analysis: The Role of Volume, The Journal of Finance, 49(1), 153. https://doi.org/10.2307/2329139 Sè 149 + 150/202148 QUẢN TRỊ KINH DOANH thương mại khoa học 4. Bollerslev, T. (1986), Generalized autoregres- sive conditional heteroskedasticity, Journal of Econometrics, 31(3), 307-327. https://doi.org/10.1016/0304-4076(86)90063-1 5. Chen, G. meng, Firth, M., & Rui, O. M. (2001), The dynamic relation between stock returns, trading volume, and volatility, Financial Review, 36(3), 153–174. https://doi.org/10.1111/j.1540- 6288.2001.tb00024.x 6. Ciner, C. (2011), Information transmission across currency futures markets : Evidence from fre- quency domain tests. International Review of Financial Analysis, 20(3), 134–139. https://doi.org/10.1016/j.irfa.2011.02.010 7. Engle, R. (2001), GARCH 101: The Use of ARCH/GARCH Models in Applied Econometrics, Journal of Economic Perspectives, 15(4), 157–168. https://doi.org/10.1257/jep.15.4.157 8. Gervais, S., Kaniel, R., & Mingelgrin, D. H. (2001), The high-volume return premium, Journal of Finance, 56(3), 877-919. https://doi.org/10.1111/ 0022-1082.00349 9. Gradojevic, N. (2013), Causality between Regional Stock Markets : A Frequency Domain Approach, Panoeconomicus, 76(February 2012), 633–647. https://doi.org/10.2298/PAN1305633G 10. Granger, C. W. J. (1969), Investigating Causal Relations by Econometric Models and Cross- spectral Methods, Econometrica, 37(3), 424–438. 11. Gujarati. (2004), Basic Econometrics, The McGraw−Hill. 12. Jain, C. ., & Joh, G.-H. (1988), The Dependence between Hourly Prices and Trading Volume, The Journal of Financial and Quantitative Analysis, 23(3), 269–283. 13. Miller, E. M. (1977), Risk, uncertainty, and divergence of opinion, The Journal of Finance, 32(4), 3025–3025. https://doi.org/10.1111/ jofi.12742 14. Mpofu, R. T. (2011), The relationship between beta and stock returns in the JSE securities exchange in South Africa, Corporate Ownership and Control, 9(1 F), 558–566. https://doi.org/ 10.22495/cocv9i1c5art5 15. Nghi, L. D. (2012), Evaluating Impacts of Reduction in Fluctuation Limit on Stock Price Risks in Vietnam, Journal of Economic Development, 214, 116–128. 16. Nghi, L. D., & Kieu, N. M. (2020), Volatility spillover from the United States and Japanese stock markets to the Vietnamese stock market: A frequen- cy domain approach, Panoeconomicus, 1–22. 17. Nguyễn Thu Hiền, & Lê Đình Nghi. (2010), Kiểm chứng mô hình GARCH tại Thị trường chứng khoán Việt Nam, Tạp Chí Phát Triển Khoa Học và Công Nghệ, 13(2), 5–14. 18. Phylaktis, K., Kavussanos, M., & Manalis, G. (1999), Price Limits and Stock Market Volatility in the Athens Stock Exchange, European Financial Management, 5(1), 69–84. https://doi.org/ 10.1111/1468-036X.00080 19. Rashid, A. (2007), Stock prices and trading volume: An assessment for linear and nonlinear Granger causality, Journal of Asian Economics, 18(4), 595–612. https://doi.org/10.1016/j.asieco. 2007.03.003 20. Rogalski, R. J. (1978), The Dependence of Prices and Volume, The Review of Economics and Statistics, 60(2), 268. https://doi.org/10.2307/ 1924980 21. Smirlock, M., & Starks, L. (1988), An empir- ical analysis of the stock price-volume relationship, Journal of Banking and Finance, 12(1), 31–41. https://doi.org/10.1016/0378-4266(88)90048-9 22. Tsay, R. S. (2005), Analysis of Financial Time Series Second Edition, John Wiley & Sons. https://doi.org/10.1002/0471264105. Summary This paper analyzes the relationship among return, volatility and trade volume in Ho Chi Minh City Stock Exchange (HOSE) from Jan 05, 2015 to Feb 14, 2020. Using Granger Causality Test and GARCH models, the results indicate the bi-direc- tional causality between return and trading volume in HOSE. The results also show that the trading vol- ume change is positively related with the volatility in HOSE. This study provides empirical evidences of the relationship among return, volatility and trade volume in Vietnam Stock Exchange, and helps the investers and policy-makers have more information for their decicion-makings. 49Sè 149 + 150/2021 QUẢN TRỊ KINH DOANH thương mại khoa học
File đính kèm:
- moi_quan_he_giua_suat_sinh_loi_do_bien_thien_va_khoi_luong_g.pdf