Thước đo tâm lý nhà đầu tư trên thị trường chứng khoán: Cơ sở lý thuyết, tổng quan quốc tế và khuyến nghị đo lường cho Việt Nam

TS. Đặng Thị Lan Phương

Khoa Tài chính - Ngân hàng, Trường Đại học Thương mại; Email: [email protected]

ThS. Nguyễn Diệu Thái

Khoa Tiếng Pháp, Trường Đại học Ngoại thương

Tóm tắt

Tâm lý nhà đầu tư là một khái niệm cốt lõi trong tài chính hành vi, song việc xây dựng thước đo phù hợp vẫn còn nhiều tranh luận, đặc biệt tại các thị trường mới nổi. Bài viết hệ thống hóa cơ sở lý thuyết về tâm lý nhà đầu tư và tổng quan 15 thước đo tiêu biểu được sử dụng trên thế giới và tại Việt Nam, qua đó đánh giá những kết quả đã được kiểm định thực nghiệm, đồng thời chỉ ra các hạn chế trong đo lường tại Việt Nam và nguyên nhân từ đặc điểm cấu trúc của thị trường. Trên cơ sở tổng quan lý thuyết và thực nghiệm, bài viết đề xuất Bộ chỉ số tâm lý nhà đầu tư Việt Nam (FSIS-VN) gồm 2 tầng: tâm lý cấp thị trường (SENT_market) với 6 thành phần và tâm lý cấp doanh nghiệp (FSIS_firm) với 3 thành phần, được tổng hợp bằng phương pháp phân tích thành phần chính (PCA). Bộ chỉ số được kỳ vọng cung cấp một thước đo có cơ sở lý thuyết và thực nghiệm, phù hợp để sử dụng trong các nghiên cứu định lượng về tâm lý nhà đầu tư và rủi ro sụp đổ giá cổ phiếu tại Việt Nam.

Từ khóa: Tâm lý nhà đầu tư, FSIS, thước đo sentiment, thị trường chứng khoán Việt Nam, tài chính hành vi, rủi ro sụp đổ giá cổ phiếu

Abstract

Investor sentiment is a core concept in behavioral finance; however, the development of appropriate measures remains subject to considerable debate, particularly in emerging markets. This paper systematizes the theoretical foundations of investor sentiment and reviews 15 representative measures used internationally and in Viet Nam. It evaluates the empirical evidence supporting these measures while identifying key limitations in the Vietnamese context and their underlying structural and institutional causes. Based on the theoretical and empirical review, the paper proposes the Viet Nam investor sentiment index (FSIS-VN) with a two-tier structure: market-level sentiment (SENT_market) comprising six core components and firm-level sentiment (FSIS_firm) comprising three components. The index is constructed using principal component analysis (PCA). FSIS-VN is expected to provide a theoretically and empirically grounded measure suitable for quantitative research on investor sentiment and stock price crash risk in Viet Nam.

Keywords: Investor sentiment, FSIS, sentiment measures, Vietnamese stock market, behavioral finance, stock price crash risk

ĐẶT VẤN ĐỀ

Tâm lý nhà đầu tư, niềm tin về dòng tiền tương lai và mức độ rủi ro của khoản đầu tư mà không được các dữ kiện thông tin hiện có hậu thuẫn đầy đủ (Baker và Wurgler, 2007), đã trở thành biến số trung tâm của tài chính hành vi, từ Tâm lý và động lực kinh doanh (animal spirits) của Keynes (1936), bằng chứng biến động giá vượt mức của Shiller (1981), mô hình rủi ro nhà giao dịch nhiễu của De Long và cộng sự (1990), đến việc vận hành hóa thành chỉ số định lượng của Baker và Wurgler (2006, 2007). Thách thức cốt lõi là tâm lý nhà đầu tư là biến tiềm ẩn, phải suy luận gián tiếp từ các chỉ báo hành vi quan sát được, mỗi chỉ báo mang theo giả định riêng về cấu trúc thị trường. Phần lớn thước đo kinh điển được hiệu chỉnh cho các thị trường phát triển có đầy đủ hạ tầng phái sinh, bán khống và nhà đầu tư tổ chức trưởng thành; áp dụng máy móc vào thị trường thiếu những điều kiện đó tạo ra nguy cơ sai lệch hệ thống đáng kể.

Một phân biệt có ý nghĩa phương pháp luận quyết định là giữa tâm lý thị trường (biến thiên theo thời gian nhưng đồng nhất giữa các doanh nghiệp tại một thời điểm) và tâm lý nhà đầu tư đặc thù doanh nghiệp (Firm-Specific Investor Sentiment, FSIS), phản ánh phần kỳ vọng chủ quan hướng tới một doanh nghiệp cụ thể, gắn với mức độ minh bạch thông tin, đầu cơ và sự chú ý của nhà đầu tư. Đối với nghiên cứu rủi ro sụp đổ giá cổ phiếu (Stock Price Crash Risk, SPCR), vốn không xảy ra đồng đều giữa các công ty niêm yết, FSIS là khái niệm có ý nghĩa trực tiếp hơn vì chỉ số tâm lý thị trường chung không biến đổi theo mặt cắt ngang, không thể giải thích vì sao trong cùng giai đoạn có doanh nghiệp đối mặt rủi ro sụp đổ cao hơn hẳn.

Khung lý thuyết dùng để đánh giá thực trạng đo lường 3 kênh truyền dẫn trực tiếp liên kết tâm lý nhà đầu tư với SPCR. Kênh che giấu thông tin (Jin và Myers, 2006): tâm lý lạc quan kéo dài giúp ban quản lý che giấu thông tin tiêu cực; khi lượng thông tin xấu tích lũy vượt ngưỡng chịu đựng, toàn bộ được giải phóng đồng thời, gây sụt giảm giá đột ngột. Kênh ràng buộc bán khống (Hong và Stein, 2003): khi thiếu cơ chế bán khống, nhà đầu tư bi quan bị loại khỏi quá trình hình thành giá, khiến thông tin tiêu cực tích lũy và bộc lộ đồng loạt khi nhóm lạc quan rút lui. Kênh giới hạn chú ý (Hirshleifer và Teoh, 2003): trong giai đoạn hưng phấn nhà đầu tư chỉ xử lý tin tích cực; khi một tin xấu thu hút đủ chú ý, hoảng loạn bùng phát và định giá sai vỡ ra thành sụp đổ giá. Ba kênh này cùng khẳng định FSIS là biến số trung tâm có cơ sở lý thuyết vững chắc, là căn cứ trực tiếp để đánh giá khả năng áp dụng các thước đo hiện có tại Việt Nam.

Ở tầng vi mô, các kênh truyền dẫn nêu trên vận hành thông qua những thiên lệch hành vi cụ thể: phản ứng bất đối xứng trước được và mất theo lý thuyết triển vọng (Kahneman và Tversky, 1979), xu hướng bán lãi sớm giữ lỗ lâu khiến thông tin xấu không được phản ánh kịp thời (Shefrin và Statman, 1985), và quá tự tin dẫn đến giao dịch thái quá (Daniel và cộng sự, 1998). Ở tầng xã hội, hành vi bầy đàn (Bikhchandani và cộng sự, 1992) khuếch đại các sai lệch cá nhân thành động lực thị trường, đặc biệt rõ nét tại Việt Nam trong giai đoạn thị trường biến động mạnh (Vo và Phan, 2017; Lê, 2023). Ngay cả khi tồn tại nhà đầu tư duy lý nhận ra sự định giá sai, giới hạn kinh doanh chênh lệch giá (Shleifer và Vishny, 1997) khiến họ không thể luôn triệt tiêu sai lệch – đây là cơ chế nền tảng của mô hình DSSW (De Long và cộng sự, 1990) và là lý do tâm lý nhà đầu tư có thể tồn tại dai dẳng đủ lâu để tích lũy rủi ro sụp đổ giá.

FTSE Russell dự kiến nâng hạng thị trường chứng khoán Việt Nam lên thị trường mới nổi thứ cấp, có hiệu lực từ 21/9/2026, ngay sau khi hệ thống giao dịch KRX vận hành từ 5/5/2025 rút ngắn chu kỳ thanh toán xuống T 1; trong khi đó, nhà đầu tư cá nhân vẫn chiếm trên 80% giá trị giao dịch toàn thị trường (VSDC, 2026). Chưa áp dụng bán khống, biên độ giá ±7% trên HOSE và ±10% trên HNX tạo ra một môi trường thể chế không có trong hầu hết tài liệu quốc tế, làm vô hiệu hóa phần lớn thước đo tâm lý kinh điển trước khi đặt câu hỏi về thực nghiệm.

THẢO LUẬN THỰC TRẠNG

Đo lường tâm lý nhà đầu tư

Vì tâm lý nhà đầu tư là biến tiềm ẩn, Baker và Wurgler (2006) khuyến nghị kết hợp nhiều biến đại diện thay vì phụ thuộc một chỉ báo đơn lẻ. Tác giả phân chia thước đo thành 2 nhóm phương pháp: thước đo trực tiếp, ghi nhận trạng thái lạc quan hay bi quan qua khảo sát, và thước đo gián tiếp, suy luận tâm lý từ khối lượng giao dịch, hoạt động phát hành hay thông tin truyền thông. Với nghiên cứu cấp doanh nghiệp như rủi ro sụp đổ giá, Fu và cộng sự (2021) nhấn mạnh sự cần thiết của thước đo FSIS dựa trên dữ liệu giá và khối lượng đặc thù từng cổ phiếu, khác với thước đo tâm lý thị trường chung. Bảng 1 tổng hợp 15 thước đo tiêu biểu theo năm nhóm phương pháp – chỉ số tổng hợp, chỉ số từ giao dịch thị trường, chỉ số từ khảo sát, chỉ số văn bản và dữ liệu thay thế, chỉ số đặc thù thị trường mới nổi – đối chiếu với khả năng áp dụng tại Việt Nam.

Bảng 1: Tổng quan 15 thước đo tâm lý nhà đầu tư và khả năng áp dụng tại thị trường chứng khoán Việt Nam

Nguồn: Nhóm tác giả tổng hợp

Nghiên cứu thực nghiệm trong nước đã xác nhận tính khả thi của một số hướng thay thế. Nguyễn Ngọc Phong Lan (2018) kiểm định phiên bản rút gọn bốn biến của chỉ số Baker-Wurgler trên 653 doanh nghiệp phi tài chính niêm yết giai đoạn 2006–2016, xác nhận tính khả thi của PCA khi điều chỉnh bộ biến đầu vào cho phù hợp dữ liệu Việt Nam. EMSI của Bandopadhyaya và Jones (2006), tính bằng tương quan hạng Spearman giữa thứ hạng lợi suất và biến động lịch sử, là một trong số ít thước đo gốc áp dụng trực tiếp được vì không yêu cầu quyền chọn hay bán khống. Dòng nghiên cứu khảo sát hành vi trong nước, tiêu biểu là luận án của Nguyễn Đức Hiển (2012) kết hợp khảo sát bảng hỏi với kiểm định trên kết quả giao dịch thực trên tài khoản nhà đầu tư, xác nhận nhà đầu tư cá nhân trên thị trường Việt Nam biểu hiện rõ các thiên lệch hành vi phi lý tính mà lý thuyết tài chính chuẩn tắc không giải thích được.

Hạn chế và nguyên nhân hạn chế

Đối chiếu Bảng 1 cho thấy hạn chế cốt lõi là khả năng áp dụng các thước đo tâm lý nhà đầu tư kinh điển tại Việt Nam còn thấp. Các chỉ báo như tỷ lệ quyền chọn bán/quyền chọn mua (Put-Call Ratio) (Bliss và Panigirtzoglou, 2004), chiết khấu quỹ đóng trong Baker-Wurgler và AAII Bull-Bear Spread chưa thể sử dụng trực tiếp. Các khảo sát nhà đầu tư cá nhân trong nước chủ yếu là dữ liệu chéo, chưa hình thành chuỗi thời gian đủ dài cho mô hình dữ liệu bảng. Trong khi đó, phân tích văn bản (Tetlock, 2007; Bollen và cộng sự, 2011) và Google Trends SVI (Da và cộng sự, 2011) có tiềm năng nhưng chưa có nhiều nghiên cứu độc lập, đầy đủ cho thị trường Việt Nam.

Những hạn chế này bắt nguồn từ bảy đặc điểm cấu trúc và thể chế khác biệt của thị trường Việt Nam so với các thị trường nơi các thước đo trên được phát triển (Bảng 2).

Bảng 2: Đặc điểm cấu trúc thị trường chứng khoán Việt Nam và nguyên nhân hạn chế đo lường

Nguồn: FTSE Russell (2025), HOSE (2025), VSDC (2026), tổng hợp của nhóm tác giả

Khi xây dựng các chỉ số tổng hợp, cần đặc biệt kiểm soát 3 điểm gãy cấu trúc gồm khủng hoảng trái phiếu doanh nghiệp 2022-2023, vận hành hệ thống KRX tháng 5/2025 và hiệu lực nâng hạng tháng 9/2026. Bên cạnh đó, tỷ trọng nhà đầu tư cá nhân cao và nền tảng số phát triển mở ra khả năng sử dụng dữ liệu văn bản và mạng xã hội như các thước đo thay thế, dù vẫn cần thêm bằng chứng kiểm định. Cuối cùng, các thước đo dựa trên công cụ phái sinh không thể áp dụng trực tiếp, trong khi các chỉ số dựa trên khối lượng giao dịch cần được điều chỉnh phù hợp với đặc điểm biên độ giá của thị trường Việt Nam.

GIẢI PHÁP ĐỀ XUẤT

Để khắc phục các hạn chế và nguyên nhân đã chỉ ra ở trên, bài viết đề xuất Bộ chỉ số tâm lý nhà đầu tư Việt Nam (FSIS-VN), thiết kế theo 4 nguyên tắc: khả dụng dữ liệu (ưu tiên thành phần có chuỗi thời gian liên tục từ 10 năm trở lên, khắc phục hạn chế của dòng khảo sát mẫu chéo); phù hợp đặc thù thể chế (loại thước đo giả định cấu trúc thị trường không tồn tại tại Việt Nam như quyền chọn, bán khống, khắc phục nguyên nhân hạn chế về hạ tầng); khả năng tái lập (quy trình minh bạch, cập nhật định kỳ); và tính đa chiều theo khuyến nghị của Baker và Wurgler (2006). Bốn nguyên tắc này được lựa chọn có chủ đích để mỗi thành phần trong Bảng 3 đều truy nguyên được về một hạn chế cụ thể đã nêu ở Bảng 1 và Bảng 2, thay vì kế thừa máy móc bộ biến của các thước đo quốc tế.

Đổi mới cấu trúc cốt lõi là phân tách rõ 2 tầng tâm lý gồm: Tầng thị trường (SENT_market), giá trị mỗi năm, đồng nhất giữa các doanh nghiệp, phản ánh trạng thái lạc quan/bi quan chung; và tầng doanh nghiệp (FSIS_firm), giá trị mỗi cặp doanh nghiệp-năm, biến đổi theo mặt cắt ngang, phản ánh mức độ đầu cơ và sự chú ý đặc thù của từng cổ phiếu. Sự phân tách này thiết lập cơ sở để kiểm định biến tương tác SENT_market × FSIS_firm trong mô hình thực nghiệm (Bảng 3).

Bảng 3: Thành phần Bộ chỉ số FSIS-VN (cấu trúc hai tầng)

Nguồn: Tác giả tự tổng hợp

Mỗi tầng chỉ số được xây dựng theo quy trình gồm 5 bước. Thứ nhất, các chuỗi dữ liệu được chuẩn hóa về cùng tần suất và kiểm định tính dừng bằng ADF và KPSS. Thứ hai, loại bỏ ảnh hưởng của các yếu tố kinh tế vĩ mô, gồm GDP, CPI, lãi suất điều hành và tỷ giá USD/VND, thông qua mô hình hồi quy. Thứ ba, thực hiện phân tích thành phần chính (PCA) trên ma trận tương quan của phần dư và sử dụng thành phần chính thứ nhất làm chỉ số đại diện. Thứ tư, kiểm định giá trị dự báo của chỉ số thông qua kiểm định nhân quả Granger với hai thước đo rủi ro sụp đổ giá cổ phiếu là NCSKEW và DUVOL. Thứ năm, các biến được winsorize tại ngưỡng 1% và 99% nhằm hạn chế ảnh hưởng của các giá trị ngoại lai.

Bên cạnh quy trình trên, 3 điều chỉnh đặc thù đối với thị trường Việt Nam được áp dụng. Một là loại bỏ các quan sát có trên 20% số cổ phiếu chạm biên độ giá trong ngày đối với các thước đo dựa trên khối lượng giao dịch. Hai là đảo chiều dấu của tải PCA khi cần thiết nhằm bảo đảm chỉ số có chiều dương nhất quán với tâm lý lạc quan. Ba là tái ước lượng trọng số PCA sau mỗi điểm gãy cấu trúc lớn, bao gồm khủng hoảng trái phiếu doanh nghiệp giai đoạn 2022–2023, thời điểm vận hành hệ thống KRX năm 2025 và thời điểm nâng hạng thị trường năm 2026.

FSIS-VN trước hết được thiết kế để sử dụng trong mô hình dữ liệu bảng về rủi ro sụp đổ giá cổ phiếu. Trong đó, biến tương tác SENT_market × FSIS_firm cho phép kiểm định lập luận của Baker và Wurgler rằng các doanh nghiệp có mức độ nhạy cảm cao với tâm lý nhà đầu tư có thể chịu tác động mạnh hơn khi tâm lý thị trường trở nên lạc quan. Ngoài mục tiêu này, FSIS-VN còn có thể được ứng dụng trong nghiên cứu định giá tài sản, đánh giá tác động của các thay đổi thể chế như vận hành KRX và nâng hạng thị trường, cũng như xây dựng hệ thống cảnh báo sớm khi tâm lý thị trường đạt mức lạc quan cực đoan đồng thời với dư nợ margin cao.

Nghiên cứu thừa nhận 4 hạn chế chính. Thứ nhất, FSIS-VN hiện mới là một đề xuất lý thuyết và chưa được kiểm định thực nghiệm với tư cách một chỉ số tổng hợp hoàn chỉnh, dù các thành phần cấu thành đã có cơ sở thực nghiệm riêng tại Việt Nam. Thứ hai, thành phần mở rộng E1 phụ thuộc vào chất lượng xử lý ngôn ngữ tiếng Việt và tính đại diện của tập dữ liệu tin tức. Thứ ba, trọng số PCA có thể thay đổi theo thời gian, đặc biệt trong bối cảnh thể chế biến động nhanh giai đoạn 2025–2027. Thứ tư, FSIS-VN phản ánh tâm lý thị trường tổng thể và chưa phân biệt giữa các nhóm nhà đầu tư.

Từ đó, nghiên cứu đề xuất 3 hướng nghiên cứu tiếp theo: xây dựng chuỗi FSIS-VN từ năm 2010 và kiểm định khả năng dự báo rủi ro sụp đổ giá trên dữ liệu bảng của các doanh nghiệp phi tài chính niêm yết trên HOSE/HNX; so sánh FSIS-VN trước và sau thời điểm nâng hạng tháng 9/2026 với các thị trường mới nổi tương đồng trong khu vực; phát triển các phiên bản FSIS-VN theo từng nhóm nhà đầu tư, gồm cá nhân, tổ chức trong nước và nhà đầu tư nước ngoài..

Tài liệu tham khảo:

1. Amihud, Y. (2002). Illiquidity and stock returns: Cross-section and time-series effects. Journal of Financial Markets, 5(1), 31–56. https://doi.org/10.1016/S1386-4181(01)00024-6.

2. Baker, M., & Stein, J. C. (2004). Market liquidity as a sentiment indicator. Journal of Financial Markets, 7(3), 271–299. https://doi.org/10.1016/j.finmar.2003.11.005.

3. Baker, M., & Wurgler, J. (2006). Investor sentiment and the cross-section of stock returns. The Journal of Finance, 61(4), 1645–1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x.

4. Baker, M., & Wurgler, J. (2007). Investor sentiment in the stock market. Journal of Economic Perspectives, 21(2), 129–151. https://doi.org/10.1257/jep.21.2.129.

5. Bandopadhyaya, A., & Jones, A. L. (2006). Measuring investor sentiment in equity markets. Journal of Asset Management, 7(3–4), 208–215. https://doi.org/10.1057/palgrave.jam.2240214.

6. Bekaert, G., & Harvey, C. R. (2000). Foreign speculators and emerging equity markets. The Journal of Finance, 55(2), 565–613. https://doi.org/10.1111/0022-1082.00220.

7. Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). A theory of fads, fashion, custom, and cultural change as informational cascades. Journal of Political Economy, 100(5), 992–1026. https://doi.org/10.1086/261849.

8. Bliss, R. R., & Panigirtzoglou, N. (2004). Option-implied risk aversion estimates. The Journal of Finance, 59(1), 407–446. https://doi.org/10.1111/j.1540-6261.2004.00637.x.

9. Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood predicts the stock market. Journal of Computational Science, 2(1), 1–8. https://doi.org/10.1016/j.jocs.2010.12.007.

10. Brown, G. W., & Cliff, M. T. (2004). Investor sentiment and the near-term stock market. Journal of Empirical Finance, 11(1), 1–27. https://doi.org/10.1016/j.jempfin.2002.12.001.

11. Brown, G. W., & Cliff, M. T. (2005). Investor sentiment and asset valuation. The Journal of Business, 78(2), 405–440. https://doi.org/10.1086/427633.

12. Brunnermeier, M. K., & Pedersen, L. H. (2009). Market liquidity and funding liquidity. The Review of Financial Studies, 22(6), 2201–2238. https://doi.org/10.1093/rfs/hhn098.

13. Da, Z., Engelberg, J., & Gao, P. (2011). In search of attention. The Journal of Finance, 66(5), 1461–1499. https://doi.org/10.1111/j.1540-6261.2011.01679.x.

14. Daniel, K., Hirshleifer, D., & Subrahmanyam, A. (1998). Investor psychology and security market under- and overreactions. The Journal of Finance, 53(6), 1839–1885. https://doi.org/10.1111/0022-1082.00077.

15. De Long, J. B., Shleifer, A., Summers, L. H., & Waldmann, R. J. (1990). Noise trader risk in financial markets. Journal of Political Economy, 98(4), 703–738. https://doi.org/10.1086/261703.

16. Fu, J., Wu, X., Liu, Y., & Chen, R. (2021). Firm-specific investor sentiment and stock price crash risk. Finance Research Letters, 38, 101442. https://doi.org/10.1016/j.frl.2020.101442.

17. FTSE Russell. (2025). FTSE equity country classification review, September 2025: Vietnam upgrade to secondary emerging market. FTSE Russell.

18. Hirshleifer, D., & Teoh, S. H. (2003). Limited attention, information disclosure, and corporate governance. Journal of Accounting and Economics, 36(1–3), 337–386. https://doi.org/10.1016/j.jacceco.2003.10.002.

19. Hong, H., & Stein, J. C. (2003). Differences of opinion, short-sales constraints, and market crashes. The Review of Financial Studies, 16(2), 487–525. https://doi.org/10.1093/rfs/hhg006.

20. Huang, D., Jiang, F., Tu, J., & Zhou, G. (2015). Investor sentiment aligned: A powerful predictor of stock returns. The Review of Financial Studies, 28(3), 791–837. https://doi.org/10.1093/rfs/hhu080.

21. Jin, L., & Myers, S. C. (2006). R² around the world: New theory and new tests. Journal of Financial Economics, 79(2), 257–292. https://doi.org/10.1016/j.jfineco.2004.11.003.

22. Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185.

23. Keynes, J. M. (1936). The general theory of employment, interest and money. Macmillan.

24. Lemmon, M., & Portniaguina, E. (2006). Consumer confidence and asset prices: Some empirical evidence. The Review of Financial Studies, 19(4), 1499–1529. https://doi.org/10.1093/rfs/hhj038.

25. Neal, R., & Wheatley, S. M. (1998). Do measures of investor sentiment predict returns? Journal of Financial and Quantitative Analysis, 33(4), 523–547. https://doi.org/10.2307/2331130.

26. Nguyễn, Đ. H. (2012). Hành vi của nhà đầu tư trên thị trường chứng khoán Việt Nam [Luận án tiến sĩ kinh tế, Trường Đại học Kinh tế Quốc dân].

27. Nguyễn, N. P. L. (2018). Tâm lý nhà đầu tư, thông tin kế toán và giá cổ phiếu trên thị trường chứng khoán Việt Nam. Tạp chí Khoa học Kinh tế, 6(03), 39–50.

28. Polk, C., & Sapienza, P. (2009). The stock market and corporate investment: A test of catering theory. The Review of Financial Studies, 22(1), 187–217. https://doi.org/10.1093/rfs/hhm030.

29. Schmeling, M. (2009). Investor sentiment and stock returns: Some international evidence. Journal of Empirical Finance, 16(3), 394–408. https://doi.org/10.1016/j.jempfin.2009.01.002.

30. Shefrin, H., & Statman, M. (1985). The disposition to sell winners too early and ride losers too long: Theory and evidence. The Journal of Finance, 40(3), 777–790. https://doi.org/10.1111/j.1540-6261.1985.tb05002.x.

31. Shiller, R. J. (1981). Do stock prices move too much to be justified by subsequent changes in dividends? The American Economic Review, 71(3), 421–436. https://doi.org/10.1257/aer.71.3.421.

32. Shleifer, A., & Vishny, R. W. (1997). The limits of arbitrage. The Journal of Finance, 52(1), 35–55. https://doi.org/10.1111/j.1540-6261.1997.tb03807.x.

33. Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh. (2025). Thông tin về ngày đầu tiên vận hành hệ thống công nghệ thông tin mới của thị trường chứng khoán (Hệ thống KRX).

34. Tetlock, P. C. (2007). Giving content to investor sentiment: The role of media in the stock market. The Journal of Finance, 62(3), 1139–1168. https://doi.org/10.1111/j.1540-6261.2007.01232.x.

35. Tổng công ty Lưu ký và Bù trừ Chứng khoán Việt Nam. (2026). Thông tin số lượng tài khoản giao dịch trong nước và ngoài nước tháng 12/2025, tháng 5/2026. VSDC.

36. Vo, X. V., & Phan, D. B. A. (2017). Further evidence on the herd behavior in Vietnam stock market. Journal of Behavioral and Experimental Finance, 13, 33–41. https://doi.org/10.1016/j.jbef.2017.02.003.