Fialda Web Terminal, nền tảng giao dịch chứng khoán All-in-One, social trading platform, mạng xã hội chứng khoán số 1 Việt Nam, nơi chia sẻ ý tưởng và kiến thức đầu tư chứng khoán, kết nối với cộng đồng đầu tư chứng khoán sôi động nhất Việt Nam. Fialda là công cụ hỗ trợ đầu tư chứng khoán All-in-One trên nền Web, cung cấp cơ sở dữ liệu tài chính, chứng khoán, tin tức, hồ sơ doanh nghiệp, dữ liệu giá real-time chính xác, đầy đủ và hệ thống nhất Việt Nam. Fialda cung cấp các công cụ/tính năng: bảng giá chứng khoán siêu nhanh, giao dịch chứng khoán phái sinh, lọc cổ phiếu thông minh, F-Data, FData, dữ liệu phân tích kỹ thuật, dữ liệu PTKT, cập nhật dữ liệu AmiBroker, cập nhật dữ liệu Metastock, AmiBroker Plugin, cập nhật dữ liệu Forex, Cảnh báo cổ phiếu real-time...dựa trên công nghệ 4.0 Big Data và AI

Cung cấp giải pháp truyền thông, dịch vụ thông tin tài chính, dữ liệu thị trường cho các nhà đầu tư cá nhân & tổ chức, doanh nghiệp Việt Nam và Thế Giới.

Phát triển các giải pháp giao dịch thông minh, chuyên sâu, được robot hóa dựa trên nền tảng công nghệ mới nhất AI & Big Data.

Tạo dựng một môi trường kinh doanh số, nơi tất cả mọi người đều có cơ hội phát triển sự thịnh vương cho bản thân.

Xây dựng một cộng đồng kết nối toàn bộ nhà đầu tư với chuyên viên môi giới, chuyên gia và doanh nghiệp.

Fialda Web Terminal

Fialda là Kênh thông tin chuyên sâu về các lĩnh vực kinh tế, tài chính & chứng khoán được cập nhật liên tục, chính xác và đầy đủ nhất Việt Nam áp dụng công nghệ 4.0 AI & Big Data. Tin tức và sự kiện doanh nghiệp được cập nhật liên tục. Thông tin về các giao diện cổ đông nội bộ, nhận định thị trường, phân tích chứng khoán qua lăng kính kỹ thuật, thông tin nhịp đập thị trường được cập nhật đầy đủ, liên tục và chính xác.

Bài viết đánh giá tác động của đầu tư vào cơ sở hạ tầng lên tăng trưởng kinh tế tại khu vực Đông Nam Bộ. Kết quả nghiên cứu cho thấy, các yếu tốgồm: Độ mở kinh tế (OP); Tỷ lệ vốn đầu tư khu vực có vốn đầu tư trực tiếp nước ngoài trên GDP (IF); Tỷ lệ đô thị hóa (UR); Lực lượng lao động (LAF); Tổng chi tiêu công (PE); Đầu tư trực tiếp nước ngoài (FDI) và Tổng thu ngân sách nhà nước (TBR)... đều ảnh hưởng tới tăng trưởng kinh tế, trong đó 2 biến OP đạt kết quả âm nên ảnh hưởng ngược hướng với tăng trưởng kinh tế và những nhân tố khác có kết quả dương lại ảnh hưởng cùng chiều đến tốc độ tăng trưởng kinh tế. Yếu tố Lạm phát (INF) không ảnh hưởng đến tốc độ tăng trưởng kinh tế do có giá trị P-Value là 0.953 > 0.05. Trên cơ sởđó, tác giảđề xuất giải pháp nhằm phát huy tác động tích cực của đầu tư vào cơ sở hạ tầng lên tăng trưởng kinh tế tại khu vực Đông Nam Bộ.
 
Đặt vấn đề
 
Theo Bộ Kế hoạch và Đầu tư (2021), tính đến ngày 31/12/2020, số dự án đầu tư tại khu vực Đông Nam Bộ chiếm tới gần 50% trong cả nước; trong đó vốn đầu tư trực tiếp nước ngoài (FDI) là 16.840 triệu USD, chiếm 43,22% trong tổng vốn FDI đổ vào Việt Nam. Trong số 6 tỉnh thành thuộc khu vực Đông Nam Bộ thì TP. Hồ Chí Minh đã đạt hơn 50% trong tổng số vốn FDI có trong khu vực và là địa phương có số lượng người lao động, hệ thống hạ tầng, hệ thống giao thông và thông tin liên lạc, các tuyến đường vành đai, kinh tế trọng điểm ngày càng phát triển mạnh mẽ.
 
Từ nhiều năm qua, những quốc gia ở khu vực Đông Nam Á nói chung và Việt Nam nói riêng luôn quan tâm tới cơ sở hạ tầng (CSHT) vì đây là động lực quan trọng thúc đẩy phát triển kinh tế. Với nguồn lao động trẻ và dồi dào thì vấn đề việc làm khá quan trọng, dựa trên yêu cầu đó, việc đầu tư CSHT giúp thúc đẩy nền kinh tế đi lên, tạo nhiều cơ hội việc làm cũng như nâng cao thu nhập cho người lao động, nâng cao năng suất cũng như lợi nhuận cho DN cao hơn.
 
 
Một số nghiên cứu trước đây
 
Các nghiên cứu nước ngoài
 
Jan-Egbert Sturm, Gerard H. Kuper vàJakob de Haan (1998) đã xuất bản cuốn sách về mô hình hóa Đầu tư của chính phủ và tăng trưởng kinh tế (TTKT) ở cấp độ vĩ mô. Dữ liệu liên quan được lấy từ số liệu quốc gia được chuẩn hóa do tổ chức Hợp tác và Phát triển kinh tế (OECD) biên soạn và thống kê. Dựa vào đó chỉ ra việc chi tiêu công tính theo tỷ trọng GDP đã giảm hoặc vẫn ổn tại các nước trong giai đoạn năm 1970 đến năm 1992.
 
César Calderón vàLuis Servén (2004) thông qua việc nghiên cứu ảnh hưởng của CSHT đến TTKT và phân loại thu nhập đã dùng một lượng lớn tài liệu trong đó có hơn 100 nước trong giai đoạn 1960-2000. Một loạt các thử nghiệm đặc điểm kỹ thuật cho thấy rằng, những kết quả này nắm bắt được tác động nhân quả của thành phần ngoại sinh của số lượng và chất lượng CSHT đối với tăng trưởng và bất bình đẳng.
 
Tatyana Palei (2014) nghiên cứu tác động của đầu tư CSHT lên TTKT và mức độ cạnh tranh giữa các nước. Nhiều vấn đề đã được nêu ra trong quá trình phân tích và hoạch địch mối liên hệ, qua đó góp phần tăng thêm sự nhận diện những yếu tố thúc đẩy TTKT, chỉ ra những điều khiến CSHT chưa thực sự đạt hiệu quả và đem lại giá trị cao.
 
Kale (2015) nghiên cứu sự ảnh hưởng khi đầu tư CSHT cấp nước và CSHT điện được coi là tiện ích công cộng và CSHT đường bộ được coi là công trình công cộng tác động lên TTKT ở Nam Sumatera. Vốn CSHT được xem là nhân tố đầu tiên trong việc sản xuất tổng hợp.
 
Ismail vàMahyideen (2015) từ việc nghiên cứu ảnh hưởng của CSHT lên TTKT đối với các nước trong khu vực châu Á chứng minh rằng những cải thiện về CSHT giao thông (tức là mạng lưới mật độ đường bộ, vận tải hàng không, đường sắt, cảng và hậu cần) đã làm tăng dòng chảy thương mại.
 
Novitasari, Drestalita vàMaryati (2017) nghiên cứu những ảnh hưởng của việc nâng cấp CSHT đối với TTKT. Kết quả của nghiên cứu được đánh giá cao, có thể góp phần vào việc quy hoạch vùng và thành phố. Chúng bao gồm những con số liên quan tới CSHT ảnh hưởng lên TTKT vừa mang ý nghĩa tích cực và tiêu cực.
 
 
Jeffrey (2018) thông qua nghiên cứu ảnh hưởng của vấn đề kinh tế đầu tư CSHT. Kết quả nghiên cứu cho thấy, trong quá trình mở rộng kinh tế, với thị trường lao động tương đối mạnh, các khoản tập trung cho CSHT ít gây lên bất kỳ tác động lâu dài nào đến tỷ lệ thất nghiệp.
 
De-Graft Owusu-Manu, Adam Braimah Jehuri, David John Edwards, Frank Boateng vàGeorge Asumadu (2019) muốn xác định ảnh hưởng khi phát triển CSHT lên TTKT của Ghana. Bài nghiên cứu đã thể hiện nỗ lực đầu tiên nhằm đưa ra sự tác động của việc phát triển CSHT và TTKT của Ghana.
 
Rafiu Dimeji Seidu, Bert Ediale Young, Herbert Robinson vàMichael Ryan (2020) với nghiên cứu ảnh hưởng từ việc tập trung vào CSHT tới TTKT. Kết quảnghiên cứu cho thấy, đầu tư vào CSHT là rất quan trọng ở Anh vì nó kích thích TTKT thông qua tạo việc làm do yếu tố hiệu quả.
 
Các nghiên cứu trong nước
 
Nguyễn Quang Trung và Trần Phạm Khánh Toàn (2014) nghiên cứu ảnh hưởng của việc tiêu dùng công đối với TTKT ở các nước trong khu vực Đông Nam Á. Việc chi tiêu trong ngành An ninh Quốc phòng và y tế đã tác động không nhỏ tới TTKT. Mặt khác, chi tiêu công trong giáo dục lại có kết quả ngược lại với TTKT.
 
Trần Nguyễn Ngọc Anh Thư và Lê Hoàng Phong (2014) nghiên cứu và đưa ra nhận định về đầu tư công lên sự phát triển kinh tế ở nước ta. Kết quả nghiên cứu cho thấy, việc đầu tư công tác động lên TTKT có tính chất ngắn hạn và không mang ý nghĩa dài hạn.
 
Phan Đình Khôi và Trần Phú Lộc Thành (2019) với nghiên cứu về ảnh hưởng của đầu tư công tới TTKT ở nước ta. Kết quả nghiên cứu cho thấy, những nhân tố như: Dùng ngân sách nhà nước để đầu tư công, đầu tư trong khu vực tư nhân, nguồn vốn được sửdụng đầu tư lấy từ nguồn vay không ảnh hưởng đến TTKT tại Việt Nam.
 
 
Phương pháp nghiên cứu
 
Lựa chọn và đo lường biến nghiên cứu
 
Tác giả đã xây dựng mô hình nghiên cứu Tác động của đầu tư vào CSHT lên TTKT - nghiên cứu trường hợp tại Đông Nam Bộ gồm các yếu tố sau: (1) Đầu tư trực tiếp nước ngoài (FDI); (2) Lực lượng lao động (LAF); (3) Lạm phát – (INF); (4) Tổng chi tiêu công (PE); (5) Độ mở kinh tế (OP) và (6) Tỷ lệ vốn đầu tư khu vực có vốn đầu tư trực tiếp nước ngoài trên GDP (IF); (7) Tổng thu NSNN (TBR), (8) Tỷ lệ đô thị hóa (UR) ảnh hưởng tới TTKT (GDP) tại ĐNB.
 
Mô hình có dạng như sau:
 
GDP = β0 + β1FDI + β2LAF + β3INF + β4PE + β5OP + β6IF + β7TBR +β8UR+ ε
 
Thu thập dữ liệu
 
Nội dung những tài liệu được lấy từ 6 tỉnh trong tổng số những tỉnh được nghiên cứu và khoảng thời gian thu thập dữ liệu rơi vào giai đoạn năm 2001 tới 2020. Với cỡ mẫu N = 120 mẫu.
 
Phương pháp xử lý dữ liệu
 
Sử dụng phương pháp nghiên cứu định lượng: để ước lượng và lựa chọn được mô hình tối ưu, nghiên cứu sửdụng các phương pháp ước lượng bao gồm: OLS, FEM, REM và FGLS.
 
Kết quả nghiên cứu
 
Thống kê mô tả và phân tích tương quan các biến
 
Kết quả nghiên cứu cho thấy, biến GDP và INF mang giá trị P-Value là 0.1419 > 0.05, vì vậy giữa 2 biến không thể hiện ý nghĩa thống kê. GDP với từng biến độc lập còn lại đều cho giá trị P-Value đều nhỏ hơn 0.05. Điều này cho thấy, việc đưa các yếu tố này vào để đo lường sự TTKT của 6 tỉnh thành Đông Nam Bộ.
 
 
Kết quả hồi quy mô hình
 
Dựa vào bảng số liệu thì OLS, REM và FEM với 6 yếu tố FDI, LAF, PE, OP, IF và TBR mang giá trị thống kê đạt 5%. Và nhân tố UR đạt giá trị là 5% chỉ với mô hình OLS và REM, nhưng lại không có ý nghĩa với FEM. Còn yếu tố INF không mang tính thống kê ở OLS, REM và FEM. Từ đó cho thấy cả 3 mô hình đều có giá trị trong việc giải thích sự ảnh hưởng của các nhân tố tới TTKT của 6 tỉnh thành tại ĐNB trong giai đoạn 2001-2020.
 
Khắc phục khuyết tật mô hình thay đổi và tương quan chuỗi bằng phương pháp FGLS.
 
Phương trình hồi quy mô hình nghiên cứu có dạng:
 
GDP = 24089.08 + 1.894FDI + 98.948LAF + 3.051PE – 29881.9OP – 1462.4IF + 1.492TBR + 652.926UR
 
Thảo luận kết quả nghiên cứu
 
Yếu tốOP tác động lên TTKT với hệ số Beta = -29881,9 cho thấy, sự tác động trái chiều của độ mở nền kinh tế tới TTKT. Kết quả nghiên cứu này phù hợp với nghiên cứu của Nguyễn Quang Trung và Trần Phạm Khánh Toàn (2014) khi nghiên cứu về ảnh hưởng của chi tiêu công với TTKT ở Đông Nam Á và đã chứng minh độ mở kinh tế ảnh hưởng ngược chiều lên TTKT.
 
Với mức vốn cao và có vốn FDI trên GDP (IF) ảnh hưởng ngược chiều lên TTKT với hệ số Beta = -1462,4. Điều này cho thấy, mặc dù chỉ số vốn FDI/ GDP chưa chắc đã có kết quả tốt và tác động tiêu cực lên TTKT khi nguồn vốn đầu tư này không hiệu quả. Kết quả nghiên cứu này ủng hộ quan điểm của Nguyễn Thị Cành, Nguyễn Thanh Liêm, Nguyễn Thị Thùy Liên (2018).
 
 
Tỷ lệ đô thị hóa (UR) ảnh hưởng cùng chiều đến TTKT với hệ số Beta = 652,926, cho thấy khi các tỉnh thành có tỷ lệ đô thị hóa càng cao thì TTKT của tỉnh đó càng cao. Từ nghiên cứu cho thấy phù hợp với nhận định của tác giả Tatyana Palei (2014) và Ismail, N. W., và J. M. Mahyideen (2015).
 
Lực lượng lao động – LAF ảnh hưởng cùng chiều đến TTKT với hệ số Beta = 98,948. Đối với những tỉnh thành có LLLĐ càng cao thì nơi đó nhu cầu cao về việc làm cũng là vùng cung cấp nguồn nhân lực lớn và sẽ góp phần giúp TTKT của địa phương. Nghiên cứu cho thấy phù hợp với nhận định của tác giả Nguyễn Quang Trung và Trần Phạm Khánh Toàn (2014); Phan Đình Khôi và Trần Phú Lộc Thành (2019).
 
 
Tổng chi tiêu công – PE ảnh hưởng cùng chiều lên TTKT với hệ số Beta = 3,051. Qua đó, khi tăng NSNN vào những dự án mang tính phát triển cao ở khu vực Đông Nam Bộ thì sẽ thu hút được các DN nước ngoài đầu tư vào, góp phần giúp tỉnh TTKT. Từ nghiên cứu cho thấy phù hợp với nhận định của tác giả Jan-Egbert Sturm, Gerard H. Kuper vàJakob de Haan (1998); Nguyễn Quang Trung và Trần Phạm Khánh Toàn (2014).
 
Kết quả đầu tư trực tiếp nước ngoài – FDI ảnh hưởng tích cực lên TTKT với hệ số Beta = 1,894. Khi các tỉnh thành ĐNB có nhiều nguồn vốn FDI đầu tư vào kéo theo đó là sự phát triển KT-XH của các tỉnh Đông Nam Bộ cũng phát triển theo. Nghiên cứu phù hợp với nhận định của Nguyễn Quang Trung và Trần Phạm Khánh Toàn (2014); Phan Đình Khôi và Trần Phú Lộc Thành (2019).
 
 
Cuối cùng là tổng thu NSNN (TBR) ảnh hưởng cùng chiều đến TTKT với hệ số Beta = 1,492. Kết quả nghiên cứu cho thấy, những tỉnh thành nào có nguồn thu NSNN tốt sẽ đảm bảo được các khoản chi tiêu công nói chung và đầu tư vào CSHT nói riêng sẽ giúp cho các tỉnh TTKT.
 
 
Kết luận
 
Lược khảo nghiên cứu liên quan từ những tác giả đi trước, nghiên cứu “Tác động của đầu tư vào CSHT lên TTKT - nghiên cứu trường hợp tại ĐNB” gồm 8 yếu tố: Vốn đầu tư từ nước ngoài– FDI; NNL – LAF; Lạm phát – INF; Tổng chi tiêu công – PE; Độ mở kinh tế - OP; Tỷ lệ vốn đầu tư khu vực có vốn đầu tư trực tiếp nước ngoài trên GDP (IF); Tổng thu NSNN (TBR) và tỷ lệ đô thị hóa (UR). Trong đó dữ liệu được lấy từ những tỉnh thuộc khu vực Đông Nam Bộ với 6 tỉnh gồm: TP. HồChíMinh, Bà Rịa – Vũng Tàu, Bình Dương, Bình Phước, Đồng Nai và Tây Ninh trong giai đoạn 2001-2020.
 
Những số liệu thu được thể hiện sự ảnh hưởng của việc đầu tư CSHT tới TTKT là: Độ mở kinh tế - OP (Beta = -29881,9); Tỷ lệ vốn đầu tư khu vực có vốn đầu tư trực tiếp nước ngoài trên GDP (IF) (Beta = -1462,4); Tỷ lệ đô thị hóa (UR) (Beta = 652,926); Lực lượng lao động – LAF (Beta = 98,948); Tổng chi tiêu công – PE (Beta = 3,051); Đầu tư trực tiếp nước ngoài – FDI (Beta = 1,894) và cuối cùng là tổng thu NSNN (TBR) (Beta = 1,492) và những nhân tố đều ảnh hưởng tới TTKT, trong đó 2 biến OP đạt kết quả âm nên ảnh hưởng ngược hướng với TTKT và những nhân tố khác có kết quả dương lại ảnh hưởng cùng chiều đến tốc độ TTKT. Yếu tố Lạm phát – INF không ảnh hưởng đến tốc độ TTKT do có giá trị P-Value là 0.953 > 0.05.
 
Nguyễn Thanh Tú Trường Đại học Thủ Dầu Một
Trang chủTổng hợp thị trườngThị trường HSXThị trường HNXThị trường UPCOMTin tức mới nhấtTin tức phổ biếnTin tức chứng khoánTin tức tài chính & ngân hàngTin tức bất động sảnTin tức kinh tế vĩ môTin tức doanh nghiệpTin tức thế giớiTin tức từ cộng độngWatchlistPortfolioPhân tích kỹ thuậtBảng giáCổ phiếu A-ZLọc cổ phiếuPhái sinh & Chứng quyềnCảnh báoTổng hợp thống kê thị trườngCổ phiếu trọng yếuCập nhật kết quả kinh doanhBáo cáo & DownloadTổng hợp báo cáo phân tích quýVNINDEXVN30VNXALLSHAREHNXINDEXHNX30UPINDEXDSVBTWCTTADGLQNFTMGDTBAFHPTPCNBIOTA9SIVAPSCTRHLRAPICTGSMBVE2HLANSHHDCPECLKWETFTIPNLSDNPCMDNDTTCICJCVPCTV4AICHOTAAVNVTVRGHPBPICPNGPIDHCCGASX26PATCEOPISVHFSSGDVPDSTCOMTDSCCLCHSMHCTHWTTDMSHDC1AG1TNBVPRE12GTDSGBTBFCCNSLHVNVTEILBHLBBBSSRAIBDTBTBCESRFTHDGICHDASJEH11DSGMACBELPMWHNDPACKTCDDGVMSVPWFUEMAV30VAVCTCTNWPTEVC2PTLTL4TVSBSDAPTMVBDUSFMCHPDSZEIPAMTCLG9HNPCSMHUGHJCMNDVTHMECHEVISGTCJVE4SZGADCDHDSZLBMPNTWKTTHANTIDATAGGGSGRPVMSDAVHDCDHGEXPTGDLTBTNPVSBQBTPHBCFNDCTHTBSLDAEVC9SHSVFGATSCMCRALNCTBLTPGCVCBMELBSRSDUDMNHMSPTTBLNBCRKLBSFCVPDCSISCCL10SABBFCPHCTS3SDGPXMPFLXPHVCIDNLHFCTDHTCTTRAHRCSD8EFILPTHBDHDBDPHTMCMRFKDCVLWLBECTIEMSTLTTSCDTPNTCOPCVDBVE8TTTGH3VC3CABHMCYEGDLRTVNMSNMLCSKVLECSFNRTBTBXFLCFUEKIV30AGPBPCTNHPVPLGCBHNSDPLPBRCLPOSLSGTVGNNTCLLQCCHEJVPGIDIVIHPTICSCHRBGTSBSAVNZTH1UICC47SDKRCCHVTVIWVSFBTBNDNGDWTBDPTVMSBSEAMICMKVPSWSDCHJSHDGPSETOWVGVCAPNSGSEPDL1KHPPSNXDCHNBPNCHLSCETABSE1VFVN30TEGC32VJCDTGBCPPHRBTPSDVSTTVEOFTBRBSCTDPPTBBDTDOPCTFGABNXTHIGBT6BMGTJCBHGBWAVMKSDTRCDSHNG20EPCVPAVMTIHKVNFPDCICGTMXHNADDHCCACDGMCFAPHTVMPGIVSANTLHDWGTADNAHGTCTDVICTOTMHLTYASBDSAMSHGITDMLSVPHTA3TIGSFINTPLLMBVSMTVBABTDMHKBFGLDIDDVCVCEVMATNIDSCMTADNDTTAUSCSVGCRETISVTXAMPHTIVTBDP2AGXDNWHTNFOCTTHLCSMH3PPHCYCASMNHHWCSMBSPSCTHNSHBDAHSMCCMXNCGSHCHHNCIGBBCSZBQHDPLCCPIPPIL44HVAFUCTVGF3VCTCTAVNBKDHFTIL45PJSSTCBMIVLBDATRGCHESDFCDNNMCORATHLTPVCVSNTHGUDCTMPTINBCGDSDBIGL61SD2APFPXTDVWNACCLHVETPMCSMASGPDSPMTPEVGPPPVWSMQBPENFSOS72SMTNOSTLDHEMPGDPLOHAVOGCMBNGMHTUGL12DAGPQNHHCVLPSP2BSHGEESDYPOWPVRABBBSPQBSDC2CTNMTGEIDPLXE29LHCAMVVSIABRVFCBTDCLWVCRBVLVGPNBBPHHBAXC4GPCTSKGDCFC21BCMPLAPDNVTISGSDIHHATCATSVCPTDADSKSHCH5MWGAAAVESAFNDXJVCBBHNJCOILDIGVTLVXTSHETCMFUEFCV50VVSTIXSBSTGGPCEDLMTTPTXMCNCSCRBCBUDLDRLLCDS99CMMMDFFRTKSTBMCTTGHLDTDFSEBTCHTTBCKGCLCQNCVIMTSJDHTDWSNAPHBHVBCMPTSCIVCSVDNOCBCAGNVLVQCSGNNBWABWSPBSHASBRABIVNPPVGVMGDCRMDCHTEKSQGMAHC1TCDVSCPEGMNBHGWVNESD3KTWNAFXDHONEDRCSFGILSVRCVLGLUTDRGX77HMGBVBL18HSMACMPTSHU4VNLPC1BGWJOSSSFGVTPHSPJTAASNBTBMJPLPBWELBMVGSVNHSVITDTABCVTRNO1VPBKLMNS2HAFEPHTKGQNUHSANAUTVBVGRHLCNAWVSMLSSFUCTVGF4GMXBDWVNDTHSD2DSCSFIDLASTTZUSDHHRPCGVCPPGNVTGHU1DTLCQNS4APOMSVDHBSTCRCDCVNSINNTSGHNISGDDCMNHTIBCDZMSPIKIPKSSDNCCTXTVCITQPXSVIXPNTNVBARMTLPCNAIVSNASKCEHMHNAGBLIANTPHNALTVOSCC4VTMNRCBTHHAGDKCHVHDTDSCLPNDHSIBMNVNTIFSTELFUEIP100RICTMBPPSQSTHSLBSGHU6L35CMNPSIAGMDRHCTBVEFYBCVHHS27KBCBBMTDCCCITNSCT3PTNFUEVN100ATBDGCHUBCLMOCHSBBACELCMNCSPAIPRCLM3CTSALVBRRSKNVGGDGWTNGTVWNDPPSBHFXMDAFICHSGICNODEDTKNQTHTTDBTBNWCMTVCGSJCHTPDTICRCKHSLHGNSTVTZDRITHMKHGHASBVGVSHMSRUDJMCCVOCPSDHPGQPHFUESSVFLSD9LM7LNCMTHGEGHWSDHACX8PITVBGSBMHNFGSMVHMSEDHACBT1UNIILCSMNMESVLCSAFASTAGRSD6PPYBCVKHDBMSPX1LDGVTKLMCEBSDPRBVHVKCSBVVE3HTCSRBNT2POTCBSMBBTNPCT6NETBTSCMSSAVNLGAMSHSVINCDCSATGPMGPTXNSCSJ1BHACKASHIMGGCVNTCKMTBPBTIDPSPVSTSDVNSSHVHGVC5APGBLWVHCSSMTRCSJFVEAKGMM10VINSBAADPVLFV12AVFXMPYTCSPMTDGIMPDHBSIPTRTDXPTTSLM8TEDFTSHAHHECDHGV21WSSQHWPNJPGVVAFUMCGLCSJDDVGHPPAFXFUESSV50CE1PVOPV2VIEDVMVCFTVHHHSPREMCDVCAIDVSTPNTTPASHCMBSQKSBEMETVTAAMHLYTKCS74DACTTCHT1TMSMCMDDNSLSONWRBCVSEHDPFCNSGIA32HPXCMVVCMXMCEVFFUEKIVFSHPHBHCS55BDBCPHTETCMWBVNICFL40TNCAMEFHNTCLVDLHIIDSNSCYPAPCTPABTGCBSCDSALNHCDDMCDNREEMCHFCMCKDNHVSDJAGEVHLRDPHTMMIMPVHFRCPDVPRTVGTSPCKACHEPVABGHCHHPPNPBIDTAWKSDVITMTLHVXL63ACSTBWACBDGTCMIPOBVIFMDGVUAVGIMMLCLGCCMQNTCFMTTNLMHDXGVNYBKCHDOTC6PDRST8IMEVKPTNMBTTDCLPCFSGHHNGCC1MCPHFBCIASDNDXLFPTTRSDQCVDPVTAVTDPBCTBCDADTALIJCBMFPXCKSFTV3SBTNQNCSTCIIDPSARTCCRBRSPTHHPMSSNHCTIRCSJMBMVSTWTN1ILACVTSNZTW3BTVDTTMSTPWATIECK8CHPMA1CKVPVBHAIBCCDPPHVGDPCORSNTHTVAQSPVFRSSCTQWTSTISHSSBGKMBLFBSTQNWHARKHLWSBVDSCI5DTESB1TR1TTEXHCDTVFOXDXVBOTDP3KOSTGPSKHVPSC12ACGVE1VTVTHPTLHLIGVTOPSHKTSSZCHOMKSVCCVVCWHUTDWCPVIPGBKMTNVPNEMHAMSNCTCBVTCV11HD2FUCVREITFIRNDWAGGPPTPCCVFSPTCBDGVBHPMBHHVHTGLTCSGTBALPEQTPBSVNBHKS12ANVTB8STBTMGVVNC22VNMSJSPSLDMSUEMG36NBEVIBDHNNAVVC7CSVQNSKCBBXHPVLHSPUPHCIPYBMSVTVIDCDRSIGDC4HRTCQTMPYVW3LTGD17BCOCHCSRCEMGTMTPMTHBCVNGECIDBCTA6MCGTCOVXBBWSDXSTANQNPVIPTNAPVTKLFLGMTTFVESGLWAPPVNCB82CMGNEDTSDDCTVSGIDCQTPPANVECFUEVFVNDCMPSSIND2TV1TKASIICENLCGLDPFUCTVGF5NQBEVESRTSIDSD1DTBSACAVCPMPVXPD11NTBVNXBTGSVHDBMCCPNBPBRCTNTEICPXAPETICILBCCFVACLSDBC92HKTCGVHNRNHPSD4L14THUTQNPIVTV6TTLKHWBMDLO5AATBBTVTJCDODDVTPSTOPASPPVVVGLPIADCHCTWPVADLGBIISDDDHMTFCVMDQTCGDATDBSCJITCPOVHPWDP1CPAPTPDFFGILPXLPGTCAVS96L62ACCSCOTPPCBIVMCC69MFSCEGLCCBICBHPHIDPDBMEFWTCHCISC5PWSDASMVCDANSBGSGBTSBVCXVC1HIOSD7SPHGPCMQNCDPQCGMGCHQCVTSCANDPGPROITSDLDX20L43VCCDICPCMVIGTDNPSPHTLSTLFUEDCMIDCADHMRAGFHCDNDFXLVVGCV15HAXHC3LAWPMJSASHD8MPCSJGGMCSTGBCAHNMPSGDNEPGSPPEDMCVTQMASPVYFT1KPFVC6VLAISTVIRSTHSTKNSSSCGNTFPVDGNDMIEGLTEIBDPMVNACNGCLXFUESSV30ICTDCGTBHLAFSAPBNAXMDDBDVE9MBGUCTEINKDMTV2TPCTLIHD6ASAGTTBEDMEDDS3PHPAPLLMIHAPFHSBHILAIDTAPCHPBPPVEBSITLGNFCDOCVSTHCBCMFVNRGERKTLCCTKKCAAHSPDIDJHPIGCFFDCLDWUPCMIGMTSVPIVBBLGLSHPFUEBFVNDHDMMKPTOSDTCMVNPMSITANNCCPCHGMTVDICCFRMHHGTS4NWTGVRPJCKMRSHXCMKDNTASGTHBDHCKVCIN4CNNELCCIDSBHFBASGCDM7BTUEVSLICHU3TDWTARFUEMAVNDLIXACVNBCPLENKGVTPTKUAPCBKGDNHPVXNABPTOFCSFBCNGCVRESDXPXIDTHTCWHADFITAMDCARPPCSGOGSPGMDNHAMGRVDTSD5HTVSQCTVPAMCDNMVHECNTNUESWCDHPSBLVNITMWNasdaqDow 30 FuturesNasdaq FuturesNasdaq 100FTSE 100KOSPIShanghaiHang Seng FuturesChina A50KOSPI 200 FuturesS&P 500CAC 40Dow 30DAXNikkei 225Hang SengDAX FuturesFTSE 100 FuturesS&P 500 FuturesCAC 40 FuturesNikkei 225 FuturesVN30F2409VN30F2QVN30F2406VN30F1QVN30F2405VN30F2MVN30F2404VN30F1MCPOW2309CHPG2337CTPB2304CMSN2317CVIC2314CMBB2315CVRE2312CVHM2317CTCB2310CVIC2309CSTB2316CPOW2315CFPT2305CVHM2313CMBB2317CHDB2306CSTB2312CVRE2322CHPG2343CTPB2305CVHM2312CHPG2339CSTB2322CVNM2314CVPB2309CMSN2313CVIB2305CTPB2401CMBB2312CHPG2334CTCB2302CMSN2307CSTB2334CACB2401CSTB2324CSHB2303CMBB2314CVNM2308CSTB2325CSHB2304CVIB2401CMBB2309CSTB2313CVPB2318CSTB2327CNVL2305CFPT2318CVPB2312CVRE2313CVNM2315CMWG2313CHPG2326CMSN2302CVRE2319CSTB2330CSTB2326CVPB2321CSTB2335CVIB2307CVIC2308CPOW2313CSHB2305CVPB2322CMBB2316CVPB2319CVRE2317CMWG2305CHPG2401CSTB2338CMWG2314CPOW2314CVPB2315CTCB2309CVIB2304CHPG2338CMWG2318CMWG2316CMSN2315CMWG2309CSTB2333CVIB2302CSTB2318CVRE2320CPOW2308CMBB2401CPDR2305CTPB2306CVIB2306CACB2307CSTB2336CTCB2311CVHM2319CVRE2315CFPT2309CFPT2310CHPG2309CVNM2313CSTB2332CVPB2316CFPT2317CTCB2401CHPG2332CMBB2318CHPG2315CPOW2306CVNM2306CSTB2319CMWG2315CMBB2306CFPT2316CVIC2313CFPT2313CVRE2308CMBB2311CHPG2328CVNM2310CVIC2306CVHM2302CTCB2307CVRE2303CACB2304CVNM2316CSTB2337CFPT2315CVHM2311CHPG2329CVHM2307CACB2305CSTB2306CVPB2314CHPG2331CVIC2312CMSN2316CHPG2336CVPB2311CMWG2310CSTB2328CHPG2322CSTB2401CHPG2333CVHM2401CVRE2323CVHM2316CTCB2306CSTB2331CVHM2315CVNM2311CSHB2302CMSN2311CSHB2306CVPB2320CHPG2342CHPG2316CHPG2319CVRE2321CVPB2305CFPT2314CHPG2321CVRE2318CHPG2340CVHM2318CMWG2317CACB2306CTCB2312CVPB2317CHPG2341CMWG2312