Kiểm định hiệu ứng Tết nguyên đán trên thị trường chứng khoán Việt Nam

50 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
Kiểm định hiệu ứng Tết nguyên đán trên thị trường 
chứng khoán Việt Nam 
Trần Thị Tuấn Anh1* 
1Trường Đại học Kinh tế Thành phố Hồ Chí Minh 
*Tác giả liên hệ, Email: anhttt@ueh.edu.vn 
THÔNG TIN TÓM TẮT 
DOI:10.46223/HCMCOUJS.econ.
vi.15.2.238.2020 
Ngày nhận: 10/02/2020 
Ngày nhận lại: 13/03/2020 
Duyệt đăng: 19/03/2020 
Từ khóa: 
Hiệu ứng Tết nguyên đán 
Hồi quy với biến giả 
Lý thuyết thị trường hiệu quả 
Thị trường chứng khoán 
Việt Nam 
Keywords: 
Lunar New Year effect 
Regression with dummy 
variables 
Efficient market hypothesis 
Vietnam’s stock market 
Bài viết sử dụng giá đóng cửa chứng khoán hàng ngày của 
thị trường chứng khoán trong giai đoạn 2010 - 2019 để kiểm định 
hiệu ứng Tết nguyên đán trên thị trường chứng khoán Việt Nam. 
Hiệu ứng Tết nguyên đán được xem xét với các độ dài cửa sổ dữ 
liệu lần lượt là 5; 10; 15 và 30 ngày giao dịch trước và sau Tết. 
Kết quả cho thấy Tết nguyên đán có tác động tích cực đến thị 
trường, đặc biệt cho những ngày trước Tết. Ngày giao dịch càng 
xa ngày Tết nguyên đán thì tỷ suất sinh lợi trung bình càng giảm. 
Bài viết cũng cho thấy sự hiện diện hiệu ứng trước Tết nguyên đán 
ở các ngành Bất động sản, cao su, dược phẩm, năng lượng, sản 
xuất kinh doanh, vật liệu xây dựng và xây dựng. Các ngành bất 
động sản, cao su, dầu khí, dịch vụ, dịch vụ công ích, thép, thương 
mại và vận tải có hiệu ứng sau Tết nguyên đán. Kết quả nghiên 
cứu của bài viết còn là bằng chứng thực nghiệm cho tính không 
hiệu quả thông tin của thị trường chứng khoán Việt Nam. 
ABSTRACT 
The article uses the daily closing price of stock market in 
the period from 2010 to 2019 to determine the Lunar New Year 
(LNY) effect on the Vietnamese stock market with the window 
sizes of 5, 10, 15 and 30 days respectively. The results show that 
the LNY has a positive impact on the market, especially for the 
days before the Tet. The further trading day from LNY, the lower 
the average return. The article also shows the presence of pre- 
LNY effects on real estate, rubber, pharmaceuticals, energy, 
business, construction materials and construction. Real estate, 
rubber, oil and gas, services, utility services, steel, trade and 
transportation have the post-LNY effects. This article also 
provides empirical evidence for the information inefficiency of 
Vietnam's stock market. 
1. Giới thiệu 
Giả thuyết thị trường hiệu quả do Fama (1970) đề xuất là một trong những lý thuyết kinh 
tế nền tảng của ngành Tài chính và thu hút được rất nhiều sự quan tâm của các nhà nghiên cứu 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 51 
trên khắp thế giới. Tính hiệu quả mà học thuyết đề cập chính là hiệu quả về mặt thông tin. Thị 
trường đạt trạng thái hiệu quả thông tin khi giá chứng khoán trên thị trường đã phản ánh đầy đủ 
các thông tin thị trường. Tùy theo mức độ phản ánh thông tin mà thị trường có thể được chia thành 
thị trường hiệu quả dạng yếu, dạng vừa và dạng mạnh. 
Trong thị trường hiệu quả, mọi người đều có khả năng tiếp cận thông tin như nhau và các 
thông tin đã được phản ánh đầy đủ vào giá cả nên các biến động trên thị trường không có tính quy 
luật hoặc không có hình mẫu nào phù hợp để dự báo cho giá cả tương lai. Các nhà đầu tư sẽ ít, 
hoặc gần như không có cơ hội để tìm kiếm lợi nhuận vượt trội. Dựa trên đặc điểm này, một trong 
những hướng nghiên cứu phổ biến để kiểm định tính hiệu quả của thị trường chính là tìm ra tính 
hình mẫu của dữ liệu quá khứ và dùng tính hình mẫu này để dự báo cho các giá trị xảy ra trong 
tương lai. Sự tồn tại của tính hình mẫu trên dữ liệu thị trường là bằng chứng thống kê của việc thị 
trường không đạt trạng thái hiệu quả thông tin. Rất nhiều các nghiên cứu thực nghiệm được thực 
hiện theo chiều hướng này và đạt được các kết quả nghiên cứu có ý nghĩa. Trong số các mô hình 
thể hiện tính hình mẫu trên thị trường, có thể kể đến các nghiên cứu kiểm định các hiệu ứng đặc 
biệt của thị trường như hiệu ứng ngày thứ Hai, hiệu ứng cuối tuần, hiệu ứng chuyển tháng, hiệu 
ứng trăng tròn, hiệu ứng kỳ nghỉ lễ 
Bài viết này tiếp tục kế thừa ý tưởng nghiên cứu trên để tiến hành khảo sát thêm tính hiệu 
quả thị trường chứng khoán Việt Nam thông qua việc kiểm định hiệu ứng của ngày Tết nguyên 
đán bằng các mô hình hồi quy. 
2. Tổng quan lý thuyết 
Trong tổng quan các nghiên cứu về các dạng hiệu quả trên thị trường, đã có rất nhiều các 
nghiên cứu kiểm định các hiệu ứng của những thời điểm hoặc khoảng thời gian đặc biệt đối với 
thị trường. 
Dichev và Janes (2001) nghiên cứu về ảnh hưởng của chu kỳ trăng đối với lợi nhuận chứng 
khoán với dữ liệu về chỉ số trung bình công nghiệp từ Dow Jones và chỉ Standard and Poor’s 
500. Kết quả nghiên cứu cho thấy tỷ suất lợi nhuận chứng khoán xung quanh ngày trăng non cao 
hơn gấp đôi so với ngày trăng tròn. Kết quả này tương tự cho tất cả các chỉ số chứng khoán lớn 
của Mỹ như chỉ số DJIA, S&P 500, NYSE-AMEX và Nasdaq. Nhóm tác giả đã sử dụng dữ liệu 
Datastream để nghiên cứu cho 24 thị trường trên thế giới trong vòng 30 năm và cho kết quả không 
có sự khác biệt nhiều. Cụ thể là tỷ suất lợi nhuận hàng ngày xung quanh kỳ trăng non hơn gấp đôi 
tỷ suất lợi nhuận hàng ngày xung quanh kỳ trăng tròn tại 6 thị trường (Đức, Canada, Hà Lan, 
Ireland, Indonesia và Singapore). 
Yuan, Zheng và Zhu (2005) nghiên cứu về mối liên hệ giữa các kỳ trăng và lợi nhuận chứng 
khoán ở 48 quốc gia trong thời gian từ tháng 01 năm 1973 đến tháng 07 năm 2001. Nhóm tác giả 
sử dụng dữ liệu về chu kỳ trăng gồm: trăng non, trăng bán nguyệt đầu tháng, trăng tròn, trăng bán 
nguyệt cuối và xem xét hiệu ứng của các chu kỳ trăng trên thị trường. Kết quả nghiên cứu cho thấy 
những bằng chứng mạnh mẽ về hiệu ứng này trên thế giới, biểu thị bằng việc lợi nhuận chứng 
khoán thấp hơn vào các ngày gần trăng tròn so với các ngày gần trăng non. 
Yuan và Gupta (2014) thu thập dữ liệu từ các thị trường chứng khoán Trung Quốc, Hong 
Kong, Nhật Bản, Malaysia, Hàn Quốc và Đài Loan trong giai đoạn từ 01/09/1999 đến 28/03/2012 
để kiểm định hiệu ứng ngày nghỉ lễ ứng với dịp Tết nguyên đán trên thị trường. số liệu trên được 
khảo sát trong giai đoạn từ 01/09/1999 đến 28/03/2012. Tác giả sử dụng hai biến giả Dpre và Dpost 
ứng với khoảng thời gian 3 ngày trước và sau kỳ nghỉ Tết nguyên đán của các thị trường. Kết quả 
cho thấy Hàn Quốc là nước có hiệu ứng bị ảnh hưởng rõ nét nhất bởi hiệu ứng này khi ghi nhận 
lợi nhuận trong 3 ngày giao dịch trước Tết tăng 0.68%. Các quốc gia khác trong mẫu kiểm định 
cũng tồn tại hiệu ứng này nhưng không mạnh mẽ như ở Hàn Quốc. 
52 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
Bên cạnh các nghiên cứu trên thế giới, các nghiên cứu trong nước cũng đã được thực hiện 
rất nhiều để kiểm chứng các hiệu ứng này trên thị trường Việt Nam. Trầm Thị Xuân Hương và các 
cộng sự (2012) đã kiểm định hiệu ứng ngày thứ hai trên thị trường chứng khoán Việt Nam. Phương 
pháp hồi quy thực hiện là phương pháp hồi quy với biến giả cho hai giai đoạn trước (2000-2007) 
và sau khủng hoảng (2008-2012). Kết quả nghiên cứu của nhóm tác giả cho thấy giai đoạn trước 
khủng hoảng (2000-2007) hiệu ứng ngày thứ hai có tồn tại trên thị trường chứng khoán Việt Nam. 
Trong đó tỷ suất sinh lợi của ngày thứ sáu cao hơn ngày thứ hai, tuy nhiên lại không đủ chứng cứ 
kết luận điều tương tự với tỷ suất sinh lợi các ngày thứ ba, tư, năm so với ngày thứ hai Ngược 
lại, ở giai đoạn trong và sau khủng hoảng (2008-2012) hiệu ứng ngày thứ hai không còn tồn tại. 
Lương Thị Hồng Minh và Trương Ngọc Sơn (2018) sử dụng dữ liệu trong giai đoạn 2005 
đến 2016 của Việt Nam và tám quốc gia châu Á khác để kiểm định hiệu ứng kỳ nghỉ Tết nguyên 
đán trên các thị trường chứng khoán. Kết quả của nhóm tác giả cho thấy, hiệu ứng kỳ nghỉ Tết Âm 
lịch tồn tại ở năm quốc gia là Việt Nam, Malaysia, Nhật Bản, Hồng Kông, Đài Loan. Trong đó, 
hiệu ứng trước kỳ nghỉ Tết Âm lịch tồn tại ở ba quốc gia là Việt Nam, Malaysia, Nhật Bản và hiệu 
ứng sau kỳ nghỉ Tết Âm lịch tồn tại ở hai quốc gia là Hồng Kông và Đài Loan. 
Trong các nghiên cứu trên, sự tồn tại của hiệu ứng ngày thứ hai, hiệu ứng chu kỳ trăng, 
hiệu ứng chuyển tháng, hiệu ứng Tết nguyên đán, là bằng chứng thực nghiệm cho thấy tính hình 
mẫu của dữ liệu. Tính hình mẫu tồn tại trong chuỗi tỷ suất sinh lợi là là bằng chứng thống kê của 
việc thị trường không đạt trạng thái hiệu quả thông tin. Hay nói một cách khác, các nhà đầu tư có 
thể dựa vào tính hình mẫu này để tìm kiếm tỷ suất sinh lợi vượt trội; và đây cũng là bằng chứng 
thực nghiệm chống lại giả thuyết thị trường hiệu quả của Fama (1965). 
Kế thừa nghiên cứu về tác động của kỳ nghỉ Tết nguyên đán tham khảo từ nghiên cứu của 
Tian Yuan và Rakesh Gupta (2014), bài viết này thực hiện kiểm định hiệu ứng kỳ nghỉ Tết nguyên 
đán trên thị trường chứng khoán Việt Nam nhưng kiểm định với nhiều độ dài khung cửa sổ khác nhau 
xung quanh kỳ nghỉ Tết nguyên đán. Việc kiểm định được thực hiện cho toàn bộ thị trường dựa trên 
chỉ số VN-Index cũng như kiểm định cho từng ngành trên thị trường thông qua các chỉ số ngành. 
3. Phương pháp nghiên cứu 
3.1. Số liệu 
Bài viết sử dụng giá đóng cửa hàng ngày của chỉ số Việt Nam-Index thu thập trong giai 
đoạn từ đầu tháng 01 năm 2010 đến hết tháng 12 năm 2019. Đây là giai đoạn sau khủng hoảng 
trên thị trường trong nước và thế giới. Hình 01 biểu diễn đường biến động của giá đóng cửa hàng 
ngày của VN-Index và Hình 02 thể hiện biến động của tỷ suất sinh lợi hàng ngày. Tỷ suất sinh lợi 
hàng ngày của VN-Index được tính toán bằng công thức logarit tỷ số giá hôm sau chia cho giá 
hôm trước và được quy đổi về dạng phần trăm. 
1
100 ln tt
t
P
R
P 
 (1) 
3.2. Phương pháp nghiên cứu 
Để thực hiện kiểm định tác động của ngày Tết nguyên đán hàng năm với thị trường chứng 
khoán Việt Nam, bài viết sử dụng mô hình GARCH (1,1)-AR (1) kết hợp với biến giả tương ứng 
với giai đoạn giao dịch những ngày giáp Tết nguyên đán và những ngày sau Tết. Mô hình GARCH-
AR ước lượng bằng phương pháp hợp lý cực đại được sử dụng thay cho mô hình hồi quy tuyến 
tính thông thường được ước lượng bằng OLS. Điều này được thực hiện vì phương pháp OLS đòi 
hỏi nhiều giả thiết nghiêm ngặt về tính chất của dữ liệu và mô hình như sai số cần có phân phối 
chuẩn, không có tự tương quan và phương sai thuần nhất; trong khi các chuỗi dữ liệu thực tế như 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 53 
tỷ suất sinh lợi thường rất khó thỏa mãn các giả thiết này. 
 Mô hình GARCH-AR của chuỗi tỷ suất sinh lợi thường có hai phương trình; một phương 
trình trung bình (mean equation) để mô hình hóa chuỗi tỷ suất sinh lợi và phương trình phương 
sai (variance equation) để mô tả phương sai thay đổi của chúng. Trong bài viết này, để thực hiện 
mục tiêu kiểm định hiệu ứng của ngày Tết nguyên đán, biến giả được sử dụng trong phương trình 
trung bình với hai trường hợp khác nhau để xem xét các tác động một cách cụ thể trên nhiều khía 
cạnh, đồng thời để kiểm chứng tính ổn định của kết quả mà bài viết đạt được. Hai trường hợp sử 
dụng biến giả như sau: 
Trường hợp sử dụng một biến giả 
1 [ , ]
_
0 [ , ]
t
if t T T
D Tdays
if t T T
 (2) 
Nghĩa là biến giả D_Tdays nhận giá trị 1 nếu thời điểm được xét nằm trong khung cửa sổ 
thời gian từ T ngày giao dịch trước Tết đến T ngày giao dịch sau Tết. Những ngày giao dịch trước 
Tết được đánh số âm để phân biệt với những ngày sau Tết được đánh số dương. 
Trong bài viết này, độ dài cửa sổ T được xét lần lượt ở 4 mức khác nhau gồm 5 ngày, 10 
ngày, 15 ngày và 30 ngày. Mô hình GARCH (1,1)-AR (1) trong trường hợp có một biến giả cho 
sự kiện Tết nguyên đán được biểu diễn như sau: 
0 1 1
2 2
1
2 2 2
0 1 1 1
_
| (0, )
t t t t
t t t
t t t
R R D Tdays
I N
    
 
  
 (3) 
Hệ số θ trong phương trình (3) cho biết sự khác biệt về tỷ suất sinh lợi trung bình trong giai 
đoạn trong và ngoài cửa sổ dữ liệu của những ngày Tết. Dấu và độ lớn của hệ số θ sẽ giúp xác 
nhận bằng chứng thống kê cho sự ảnh hưởng của ngày Tết nguyên đán đến thị trường chứng khoán. 
Trường hợp sử dụng hai biến giả 
Khi đó, hai biến giả tương ứng với khung thời gian giao dịch trước và sau kỳ nghỉ Tết 
nguyên đán được đặt tên là D Tdays_before và D Tdays_after với quy ước như sau: 
𝐷_𝑇𝑑𝑎𝑦𝑠_𝑏𝑒𝑓𝑜𝑟𝑒𝑡 = {
1𝑖𝑓𝑡 ∈ [−𝑇, −1]
0𝑖𝑓𝑡 ∈ [1, 𝑇]
𝐷_𝑇𝑑𝑎𝑦𝑠_𝑎𝑓𝑡𝑒𝑟𝑡 = {
0𝑖𝑓𝑡 ∈ [−𝑇, −1]
1𝑖𝑓𝑡 ∈ 1, 𝑇]
 (4) 
Khi đó, mô hình GARCH (1,1)-AR (1) với hai biến giả sẽ được thực hiện như sau: 
𝑅𝑡 = 𝛽0 + 𝛽1𝑅𝑡−1 + 𝜃𝑏𝑒𝑓𝑜𝑟𝑒𝐷_𝑇𝑑𝑎𝑦𝑠_𝑏𝑒𝑓𝑜𝑟𝑒𝑡 + 𝜃𝑎𝑓𝑡𝑒𝑟𝐷_𝑇𝑑𝑎𝑦𝑠_𝑎𝑓𝑡𝑒𝑟𝑡 + 𝜀𝑡 
𝜀𝑡
2|𝐼𝑡−1 ∼ 𝑁(0, 𝜎𝑡
2) 
𝜎𝑡
2 = 𝛼0 + 𝛼1𝜀𝑡−1
2 + 𝜆𝜎𝑡−1
2 (5) 
Hệ số hồi quy θbefore và θafter sẽ cho biết sự khác biệt trong tỷ suất sinh lợi của các giao dịch 
chứng khoán của giai đoạn T ngày giao dịch trước và sau khi thị trường chứng khoán trải qua kỳ 
nghỉ Tết. Sự tác động của Tết nguyên đán với thị trường chứng khoán Việt Nam thể hiện ở ý nghĩa 
thống kê, dấu và độ lớn của các biến giả này. 
Bên cạnh việc kiểm định hiệu ứng Tết nguyên đán trên thị trường dựa vào chỉ số VN-Index, 
bài viết còn ước lượng mô hình (5) trên chỉ số chứng khoán của từng ngành trên thị trường chứng 
54 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
khoán Việt Nam để phân tích chi tiết hơn về sự tác động của Tết nguyên đán đến thị trường. 
4. Kết quả nghiên cứu và thảo luận 
4.1. Thống kê mô tả dữ liệu 
Hình 1 thể hiện đồ thị của chuỗi giá đóng cửa hàng ngày của chỉ số VN-Index trong giai 
đoạn từ đầu tháng 01 năm 2010 đến hết tháng 12 năm 2019 và Hình 2 thể hiện biến động tỷ suất 
sinh lợi hàng ngày được tính từ giá đóng cửa theo công thức (1). Các kết quả thống kê mô tả của 
chuỗi giá đóng cửa và chuỗi tỷ suất sinh lợi hàng ngày được thể hiện ở Bảng 1. 
Hình 1. Giá đóng cửa hàng ngày của chỉ số VN-Index 
Nguồn: Tác giả vẽ từ số liệu thu thập được bằng phần mềm Stata 
Hình 2. Tỷ suất sinh lợi hàng ngày của VN-Index 
Nguồn: Tác giả vẽ từ số liệu thu thập được bằng phần mềm Stata 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 55 
Theo các chỉ tiêu thống kê mô tả được tính ở Bảng 1, giá trị trung bình của tỷ suất sinh lợi giai 
đoạn 2010 – 2019 là 0,05%. Giá trị trung bình mang dấu dương cho thấy khả năng sinh lợi của thị 
trường. Kiểm định tính dừng của chuỗi tỷ suất sinh lợi bằng cả hai phương pháp Dickey-Fuller mở 
rộng và phương pháp Phillip-Perron để cho thấy chuỗi dừng, kiểm định này giúp tránh trường hợp 
kết quả hồi quy thu được là giả mạo. 
Bảng 1 
Thống kê mô tả giá đóng cửa hàng ngày và tỷ suất sinh lợi của VN-Index 
Chỉ tiêu Giá đóng cửa hàng ngày Tỷ suất sinh lợi hàng ngày 
Số quan sát 2518 2518 
Trung bình 625,17 0,05 
Trung vị 570,23 0,03 
Độ lệch chuẩn 200,69 1,10 
Kiểm định ADF -45,11*** 
Kiểm định Phillip-P ... ờng. 
Bảng 3 
Chênh lệch tỷ suất sinh lợi trung bình giai đoạn trong và ngoài Tết, trước Tết và sau Tết 
Độ dài cửa sổ Chỉ tiêu Tỷ suất sinh lợi Chỉ tiêu Tỷ suất sinh lợi 
(1) (2) (3) (4) (5) 
Cửa sổ 5 ngày 
Trung bình trong Tết 0.276 Trung bình trước Tết 0.366 
Trung bình ngoài Tết 0.014 Trung bình sau Tết 0.187 
Chênh lệch 0.262 Chênh lệch 0.179 
Cửa sổ 10 ngày 
Trung bình trong Tết 0.267 Trung bình trước Tết 0.359 
Trung bình ngoài Tết 0.025 Trung bình sau Tết 0.174 
Chênh lệch 0.242 Chênh lệch 0.185 
Cửa sổ 15 ngày 
Trung bình trong Tết 0.185 Trung bình trước Tết 0.248 
Trung bình ngoài Tết 0.002 Trung bình sau Tết 0.120 
Chênh lệch 0.183 Chênh lệch 0.128 
Cửa sổ 30 ngày 
Trung bình trước Tết 0.130 Trung bình trước Tết 0.166 
Trung bình sau Tết -0.01 Trung bình sau Tết 0.092 
Chênh lệch 0.140 Chênh lệch 0.074 
Nguồn: Tác giả tính toán từ số liệu thu thập được 
Một kết quả khác cũng có thể nhận thấy từ kết quả mô tả ở Bảng 4 đó là khi độ dài khung cửa 
sổ ngày giao dịch quanh kỳ nghỉ tết càng dài thì tỷ suất sinh lợi trung bình càng thấp; có nghĩa là 
càng gần Tết thì tỷ suất sinh lợi trung bình càng cao và những ngày càng xa ngày Tết thì tỷ suất 
sinh lợi trung bình càng thấp. Các kết quả ước lượng và kiểm định tác động của Tết nguyên đán 
đến thị trường theo mô hình (3) và (5) được thể hiện lần lượt ở Bảng 4 và Bảng 5. 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 57 
Bảng 4 
Mô hình GARCH (1,1) – AR (1) với một biến giả cho cửa sổ số liệu trong và ngoài Tết 
 Tỷ suất sinh lợi 
Biến độc lập 5 ngày 10 ngày 15 ngày 30 ngày 
(1) (2) (3) (4) (5) 
Phương trình trung bình 
D_5days 0.234** 
 [2.39] 
D_10days 0.209*** 
 [3.35] 
D_15days 0.150*** 
 [2.67] 
D_30days 0.0967** 
 [2.11] 
Hệ số chặn 0.0391* 0.0305 0.0301 0.0246 
 [1.80] [1.36] [1.31] [0.98] 
L.ar 0.0868*** 0.0842*** 0.0848*** 0.0883*** 
 [3.23] [3.12] [3.15] [3.28] 
Phương trình phương sai 
L.arch 0.205*** 0.203*** 0.203*** 0.203*** 
 [7.12] [7.05] [7.05] [7.06] 
L.garch 0.747*** 0.745*** 0.744*** 0.745*** 
 [10.28] [10.15] [10.13] [10.13] 
Hệ số chặn 0.0238 0.0275 0.0279 0.0279 
 [0.39] [0.44] [0.45] [0.45] 
Số quan sát 2518 2518 2518 2518 
***,**,* tương ứng với mức ý nghĩa 1%, 5% và 10% 
Nguồn: Tác giả tính toán từ số liệu thu thập được 
Bảng 4 được hồi quy theo mô hình (3) với 1 biến giả D_Tdays được sử dụng để phân biệt giai 
đoạn trong cửa sổ những ngày giao dịch gần kỳ nghỉ Tết với những ngày giao dịch xa kỳ nghỉ Tết. 
Các cột (2), (3), (4) và (5) của Bảng 4 lần lượt ứng với chiều dài cửa sổ là 5,10,15 và 30 ngày trước 
và sau kỳ nghỉ Tết của thị trường. Các thành phần AR, ARCHvà GARCH trong mô hình ở Bảng 
4 đều có ý nghĩa thống kê và thỏa mãn các ràng buộc của mô hình GARCH thông thường, điều 
này cho thấy sự cần thiết và phù hợp khi sử dụng mô hình GARCH (1,1)-AR (1) để thực hiện ý 
tưởng nghiên cứu của đề tài. Kết quả cho thấy trong tất cả các chiều dài cửa sổ T được xét, biến 
giả D_Tdays luôn mang dấu dương và có ý nghĩa thống kê. Trong điều kiện các yếu tố khác không 
đổi, tỷ suất sinh lợi của những ngày giao dịch trong cửa sổ 5 ngày gần Tết, không phân biệt trước 
và sau tết, cao hơn tỷ suất sinh lợi của những ngày khác và mức chênh lệch theo kết quả ước lượng 
là 20,23%. Con số chênh lệch nhỏ dần khi độ dài T lớn dần, cụ thể, mức chênh lệch lần lượt là 
0,209%; 0,15% và 0,09% ứng với T = 10; 15 và 30. Kết quả nghiên cứu ban đầu cho thấy kỳ nghỉ 
Tết có tác động tích cực đến thị trường; càng gần ngày nghỉ Tết, tỷ suất sinh lợi càng cao và càng 
58 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
xa kỳ nghỉ Tết tỷ suất sinh lợi càng thấp. Hơn thế nữa, ý nghĩa thống kê trong sự tác động của Tết 
đến thị trường cũng chính là một bằng chứng thực nghiệm cho tính không hiệu quả của thị trường 
chứng khoán Việt Nam; nó cho thấy tính hình mẫu trong số liệu thị trường, khi mà dựa vào đó nhà 
đầu tư có thêm thông tin để có thể tìm kiếm tỷ suất sinh lợi bất thường. 
Bảng 5 
Mô hình GARCH (1,1) – AR (1) với 02 biến giả cho cửa sổ số 
liệu trước và sau Tết 
Biến độc lập 5 ngày 10 ngày 15 ngày 30 ngày 
(1) (2) (3) (4) (5) 
Phương trình trung bình 
D_5days_before 0.333** 
 [2.06] 
D_5days_after 0.098 
 [0.86] 
D_10days_before 0.323*** 
 [3.64] 
D_10days_after 0.0942 
 [1.18] 
D_15days_before 0.233*** 
 [2.94] 
D_15days_after 0.0633 
 [0.88] 
D_30days_before 0.139** 
 [2.25] 
D_30days_after 0.0558 
 [0.96] 
Hệ số chặn 0.0390* 0.0303 0.0301 0.0247 
 [1.80] [1.35] [1.31] [0.98] 
L.ar 0.0876*** 0.0846*** 0.0851*** 0.0888*** 
 [3.25] [3.14] [3.16] [3.31] 
Phương trình phương sai 
L.arch 0.206*** 0.205*** 0.205*** 0.203*** 
 [7.15] [7.13] [7.10] [7.08] 
L.garch 0.739*** 0.733*** 0.738*** 0.745*** 
 [10.22] [10.07] [10.13] [10.15] 
Hệ số chặn 0.0309 0.0387 0.0331 0.0275 
 [0.51] [0.63] [0.54] [0.44] 
Số quan sát 2518 2518 2518 2518 
***,**,* tương ứng với mức ý nghĩa 1%, 5% và 10% 
Nguồn: Tác giả tính toán từ số liệu thu thập được 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 59 
Kết quả hồi quy theo mô hình (5) ở Bảng 5 tiếp tục củng cố thêm vai trò của Tết nguyên 
đán đến thị trường chứng khoán Việt Nam. Tuy nhiên, sự phân tích được thực hiện cụ thể hơn cho 
giai đoạn trước và sau Tết để thấy rõ sự bất đối xứng trong tác động của Tết đến thị trường. Việc 
sử dụng hai biến giả D_Tdays_before và D_Tdays_after sẽ cho biết sự khác biệt tỷ suất sinh lợi 
giữa T ngày giao dịch trước Tết, T ngày giao dịch sau Tết với những ngày khác của thị trường. Hệ 
số hồi quy biến giả D_Tdays_before ở tất cả các mô hình đều dương và có ý nghĩa thống kê nhưng 
độ lớn biến giả này càng giảm khi T càng lớn. Cụ thể, chênh lệch tỷ suất sinh lợi thị trường của 
những ngày giao dịch trong khung cửa sổ 5; 10; 15 và 30 ngày trước Tết với những ngày giao dịch 
không gần kỳ nghỉ Tết lần lượt giảm dần là 0,33%; 0,32%; 0,23% và 0,13%. Biến giả 
D_Tdays_after mặc dù cũng mang dấu dương nhưng không có ý nghĩa thống kê ở tất cả các 
phương trình. 
Sự nhất quán về dấu và ý nghĩa thống kê của biến giả D_Tdays_before và D_Tdays_after 
cho thấy rằng tác động của Tết nguyên đán chủ yếu diễn ra ở các ngày giao dịch trước Tết, khi sự 
kiện Tết đang đến gần, chứ không phải diễn ra ở những ngày sau Tết, khi mà Tết đã qua. Có thể 
nguyên nhân đến từ yếu tố tâm lý hành vi, thị trường sẽ sôi động những ngày trước Tết, khi mà 
các nhà đầu tư đều muốn có những quyết định đầu tư nhằm đem lại những điều tốt đẹp hoặc thuận 
lợi cho năm mới sắp đến. Cũng có thể họ muốn chốt lại những điều chưa thuận lợi để khép lại một 
năm đã qua. Ngược lại, khi truyền thống Á đông thường đề cập đến những sự kiện đầu tiên trong 
năm mới sẽ ảnh hưởng đến may mắn hoặc thuận lợi cho cả năm nên các thương vụ mua bán diễn 
ra thận trọng; hoặc do bị ảnh hưởng tâm lý nghỉ ngơi, việc giao dịch trên thị trường chứng khoán 
sau Tết sẽ ít sôi động như những ngày trước Tết. Vì vậy, kết quả ước lượng của mô hình rất phù 
hợp với thực tiễn thị trường. 
Để phân tích chi tiết hơn hiệu ứng Tết nguyên đán trên thị trường. Bài viết tiếp tục áp dụng 
mô hình (5) với tỷ suất sinh lợi hàng ngày của 24 ngành trên thị trường. Kết quả phân tích cho số 
liệu của ngành được thể hiện ở Bảng 7 và Bảng 8. Đối với việc phân tích ngành, chỉ độ dài cửa sổ 
T=5 được lựa chọn và mô hình là hai biến giả D_before_5days D_after_5days để tránh trường hợp 
các kết quả được trình bày quá dài. 
60 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
Bảng 6 
Kiểm định hiệu ứng Tết nguyên đán cho từng ngành 
 Tỷ suất sinh lợi 
Biến độc lập 
Bất động 
sản 
Cao su 
Chứng 
khoán 
Công nghệ Dầu khí Dịch vụ 
Đầu tư 
phát triển 
Đầu tư xây 
dựng 
Dược 
phẩm 
Dịch vụ 
công ích 
Giáo dục 
Hàng 
không 
Phương trình trung bình 
D_5days_before 0.35* 0.38* 0.44 0.28 0.251 0.285 0.511 0.284 0.50*** 0.0799 0.166 0.012 
 [1.92] [1.71] [1.62] [1.31] [0.74] [1.47] [1.36] [1.22] [3.64] [0.17] [0.70] [0.03] 
D_5days_after 0.39** 0.48** 0.33 0.134 0.468* 1.25*** 0.284 0.309 0.271 0.716** 0.0708 0.351 
 [2.41] [2.30] [1.55] [0.87] [1.71] [18.46] [0.88] [1.61] [1.47] [2.41] [0.30] [0.97] 
Hệ số chặn 0.0112 -0.003 -0.02 0.07*** 0.0345 0.00776 0.0351 0.0332 0.0187 0.00 0.08*** 0.08** 
 [0.36] [-0.11] [-0.53] [2.72] [0.86] [0.25] [0.84] [1.12] [0.78] [0.00] [2.76] [2.23] 
L.ar 0.06*** 0.06** 0.06** 0.0116 0.07*** 0.09*** 0.13*** 0.0205 0.09*** -0.06 -0.04 0.0213 
 [2.83] [2.41] [2.51] [0.46] [2.81] [3.87] [5.29] [0.86] [3.73] [-2.10] [-1.92] [0.87] 
Phương trình phương sai 
L.arch 0.07*** 0.09*** 0.08*** 0.10*** 0.12*** 0.22*** 0.23*** 0.11*** 0.17*** 0.15*** 0.07*** 0.21*** 
 [9.27] [9.48] [10.06] [7.16] [9.41] [15.30] [10.08] [7.01] [10.36] [9.97] [9.98] [13.29] 
L.garch 0.91*** 0.88*** 0.92*** 0.83*** 0.84*** 0.77*** 0.64*** 0.84*** 0.74*** 0.87*** 0.91*** 0.82*** 
 [104.62] [76.43] [128.36] [35.63] [55.49] [69.39] [22.60] [36.84] [31.09] [89.56] [132.46] [93.83] 
Hệ số chặn 0.04*** 0.06*** 0.02*** 0.11*** 0.13*** 0.12*** 0.62*** 0.10*** 0.11*** 0.023* 0.05*** 0.07*** 
 [5.90] [4.85] [3.37] [6.06] [5.75] [10.07] [10.30] [4.16] [6.35] [1.68] [4.87] [6.95] 
Số quan sát 1992 1992 1992 1992 1992 1992 1992 1992 1992 1064 1992 1807 
 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 61 
Bảng 7 
Kiểm định hiệu ứng Tết nguyên đán cho từng ngành (tiếp theo) 
 Tỷ suất sinh lợi 
Biến độc lập 
Khoáng 
sản 
Năng 
lượng 
Ngân 
hàng 
Nhựa 
Sản xuất 
kinh doanh 
Thép 
Thực 
phẩm 
Thương 
mại 
Thủy sản Vận tải 
Vật liệu 
xây dựng 
Xây 
dựng 
Phương trình trung bình 
D_5days_before 0.287 0.48*** 0.349 0.224 0.404* 0.327 0.186 0.25 0.458 0.265 0.474* 0.448* 
 [1.06] [3.88] [0.91] [0.79] [1.95] [1.52] [0.71] [1.21] [1.56] [1.41] [1.77] [1.88] 
D_5days_after 0.376 -0.0256 0.266 0.263 0.221 0.81*** 0.237 0.330* 0.0387 0.299* 0.116 0.362 
 [1.34] [-0.15] [0.98] [1.45] [1.59] [3.08] [1.17] [1.81] [0.18] [1.93] [0.64] [1.30] 
Hệ số chặn -0.06** 0.06** 0.0265 0.0291 0.04* 0.0163 0.0236 0.07** 0.0364 -0.00756 0.06* 0.10** 
 [-2.37] [2.54] [0.89] [1.10] [1.68] [0.46] [1.03] [2.51] [1.00] [-0.32] [1.76] [2.28] 
L.ar 0.14*** 0.00865 0.07*** -0.01 0.08*** 0.018 0.0426* 0.07*** 0.126*** 0.0117 0.07*** 0.10*** 
 [6.45] [0.38] [2.80] [-0.39] [3.65] [0.75] [1.87] [2.91] [5.43] [0.51] [3.19] [3.84] 
Phương trình phương sai 
L.arch 0.19*** 0.10*** 0.11*** 0.08*** 0.07*** 0.08*** 0.12*** 0.09*** 0.08*** 0.09*** 0.12*** 0.19*** 
 [16.25] [9.59] [8.37] [9.13] [8.42] [8.51] [8.81] [6.69] [6.12] [8.43] [8.15] [9.22] 
L.garch 0.81*** 0.87*** 0.85*** 0.89*** 0.91*** 0.89*** 0.84*** 0.85*** 0.86*** 0.88*** 0.84*** 0.76*** 
 [102.48] [72.33] [51.85] [70.67] [92.95] [67.42] [50.10] [40.65] [37.60] [61.08] [41.99] [34.81] 
Hệ số chặn 0.12*** 0.04*** 0.08*** 0.05*** 0.02*** 0.09*** 0.06*** 0.09*** 0.12*** 0.03*** 0.10*** 0.19*** 
 [11.06] [5.15] [6.24] [4.65] [3.56] [5.08] [5.62] [4.87] [3.97] [4.16] [4.92] [6.82] 
Số quan sát 1992 1992 1992 1992 1994 1992 1992 1992 1994 1992 1992 1767 
62 Trần Thị Tuấn Anh. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 50-62 
Kết quả thể hiện ở Bảng 7 và Bảng 8 cho thấy rằng mặc dù hiệu ứng Tết nguyên đán tồn 
tại trên thị trường, đại diện bằng chỉ số VN-Index nhưng chỉ có một số ngành tồn tại hiệu ứng này. 
Trong số 24 ngành được thu thập dữ liệu và đưa vào xem xét, bằng chứng thống kê về hiệu ứng 
trước Tết nguyên đán được tìm thấy ở ngành Bất động sản, cao su, dược phẩm, năng lượng, sản 
xuất kinh doanh, vật liệu xây dựng và xây dựng. Các ngành bất động sản, cao su, dầu khí, dịch vụ, 
dịch vụ công ích, thép, thương mại và vận tải có hiệu ứng sau Tết nguyên đán. Đặc biệt, thị trường 
bất động sản và cao su có ý nghĩa thống kê ở cả hai biến giả trước và sau Tết nguyên đán. Các 
ngành còn lại chưa tìm thấy bằng chứng về hiệu ứng Tết nguyên đán bao gồm ngành chứng khoán, 
công nghệ, đầu tư phát triển, đầu tư xây dựng, giáo dục, khoáng sản, ngân hàng, nhựa, thực phẩm 
và thủy sản. 
5. Kết luận và một số hàm ý của nghiên cứu 
 Bài viết sử dụng số liệu về giá đóng cửa chứng khoán hàng ngày của chỉ số VN-Index 
trong thời gian từ đầu tháng 01 năm 2010 đến cuối tháng 12 năm 2019 để kiểm định sự tác động 
của kỳ nghỉ Tết nguyên đán đến thị trường. Kết quả phân tích số liệu cho thấy Tết nguyên đán có 
tác động tích cực đến thị trường, cụ thể là tỷ suất sinh lợi trung bình của các giai đoạn 5 ngày; 10 
ngày; 15 ngày và 30 ngày xung quanh kỳ nghỉ Tết nguyên đán đều cao hơn tỷ suất sinh lợi trung 
bình của những ngày giao dịch khác. Khi xét thời gian càng cách xa ngày Tết thì tỷ suất sinh lợi 
trung bình càng giảm. Ngoài việc kết luận về tác động tích cực của ngày Tết nguyên đán, kết quả 
của bài viết còn cho thấy tác động của ngày Tết nguyên đán thể hiện rõ rệt ở những ngày giao dịch 
trước Tết chứ không xảy ra ở những ngày sau Tết. 
Bài viết còn thực hiện kiểm định phân tích hiệu ứng Tết nguyên đán trong từng ngành và 
cho thấy sự hiện diện hiệu ứng trước Tết nguyên đán ở các ngành Bất động sản, cao su, dược 
phẩm, năng lượng, sản xuất kinh doanh, vật liệu xây dựng và xây dựng. Các ngành bất động sản, 
cao su, dầu khí, dịch vụ, dịch vụ công ích, thép, thương mại và vận tải có hiệu ứng sau Tết nguyên 
đán. Số liệu của các ngành chứng khoán, công nghệ, đầu tư phát triển, đầu tư xây dựng, giáo dục, 
khoáng sản, ngân hàng, nhựa, thực phẩm và thủy sản chưa cho thấy sự tác động của hiệu ứng Tết 
nguyên đán. 
Thông qua việc kiểm định tác động của Tết nguyên đán đến thị trường chứng khoán, bài 
viết còn có ý nghĩa thực tiễn khi cung cấp thêm bằng chứng chứng thực nghiệm cho tính không 
hiệu quả của thị trường chứng khoán Việt Nam bên cạnh các hiệu ứng khác như hiệu ứng ngày thứ 
Hai, hiệu ứng ngày cuối tuần, hiệu ứng chuyển tháng đã được kiểm định trước đó. Hiệu ứng Tết 
nguyên đán có ý nghĩa thống kê cho thấy tính hình mẫu trong số liệu thị trường, khi mà dựa vào 
đó nhà đầu tư có thêm thông tin để có thể tìm kiếm tỷ suất sinh lợi bất thường. 
Tài liệu tham khảo 
Dichev, I. D. & Janes, T. D. (2003), Lunar Cycle Effects in Stock Returns. Journal of Private 
Equity, 6(4), 8-29. 
Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The 
Journal of Finance, 25(2), 383. 
Lê, T. H. M. & Trương, N. S. (2018). Ảnh hưởng của kỳ nghỉ Tết Âm lịch đến thị trường chứng 
khoán Việt Nam và các quốc gia châu Á. Tạp chí Công nghệ Ngân hàng, 142&143, 90-100. 
Trầm, T. X. H., Võ, X. V. & Nguyễn, P. C. (2015). Hiệu ứng ngày thứ hai trước và sau khủng 
hoảng trên thị trường chứng khoán Việt Nam trước và sau khủng hoảng. Tạp chí Phát triển 
và hội nhập, 20(30), 55-60. 
Yuan, K., Zheng, L. & Zhu, Q. (2006). Are Investors Moonstruck? Lunar Phases and Stock Return. 
Journal of Empirical Finance, 13(1), 1-23. 
Yuan, T. & Gupta, K. (2014). Chinese Lunar New Year effect in Asian stock markets, 1999-2012. 
The Quarterly Review of Economic and Finance, 54(4), 529-537.