GIỚI THIỆU ĐỀ TÀI
Lý do chọn đề tài
Thị trường chứng khoán Việt Nam đã hoạt động hơn 12 năm, thu hút sự quan tâm từ chính phủ, doanh nghiệp và nhà đầu tư Mặc dù đạt được một số thành tựu, thị trường vẫn tồn tại nhiều yếu kém và rủi ro Các nhà đầu tư, đặc biệt là cá nhân, thường dựa vào thông tin từ các công ty chứng khoán và tài chính để đưa ra quyết định đầu tư thông qua các phương pháp định giá như chiết khấu dòng tiền và phương pháp tương đối Tuy nhiên, trong bối cảnh nền kinh tế hiện tại, những phương pháp này trở nên kém hiệu quả, không còn hỗ trợ tốt cho việc dự báo và ra quyết định hợp lý của nhà đầu tư.
Nghiên cứu ứng dụng các thực nghiệm đầu tư tài chính hiện đại trên thị trường chứng khoán ở các nước phát triển và mới nổi đã mang lại kết quả thiết thực cho thị trường chứng khoán Việt Nam hiện nay, từ đó tăng cường tính đúng đắn và tính thực nghiệm của các mô hình đầu tư.
Nhận thấy tầm quan trọng của việc áp dụng các mô hình dự báo trong việc đưa ra quyết định đầu tư hợp lý vào cổ phiếu trên thị trường chứng khoán, tác giả đã quyết định nghiên cứu đề tài "Nghiên cứu ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam".
Trong nghiên cứu, tác giả định nghĩa công ty địa phương là những doanh nghiệp hoạt động chủ yếu trong một khu vực địa lý hạn chế Để đánh giá mức độ tập trung địa lý, tác giả đã thu thập dữ liệu từ báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn từ năm 2008 đến tháng 6 năm 2023.
Năm 2013, tác giả đã phân loại các công ty dựa trên sự hiện diện của họ tại nhiều địa điểm trên toàn quốc, bao gồm trụ sở, văn phòng đại diện, cửa hàng và nhà máy Các công ty được xem là phân tán địa lý nếu báo cáo hàng năm đề cập đến một số lượng lớn tỉnh, thành phố, trong khi những công ty chỉ đề cập đến một hoặc hai tỉnh, thành phố được coi là công ty địa phương.
Tác giả nghiên cứu mối quan hệ giữa tỷ suất sinh lợi của cổ phiếu và mức độ phân tán địa lý của các công ty.
Mục tiêu nghiên cứu
Nghiên cứu này nhằm mục đích tìm hiểu ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi các cổ phiếu trên TTCKVN
Hiện nay, nhiều nghiên cứu trên thế giới và tại Việt Nam đã áp dụng các mô hình kinh tế để dự đoán tỷ suất sinh lợi của cổ phiếu trên thị trường chứng khoán, từ đó hỗ trợ các nhà đầu tư trong việc đưa ra quyết định đầu tư chính xác.
Nhân tố thị trường trong mô hình CAPM đóng vai trò quan trọng, giải thích khoảng 82.8% sự biến thiên của tỷ suất sinh lợi vượt trội của các danh mục cổ phiếu trên thị trường chứng khoán Việt Nam.
Mô hình ba nhân tố của Fama và French giải thích tới 98% sự biến động của tỷ suất sinh lợi vượt trội từ các danh mục cổ phiếu trên thị trường chứng khoán Việt Nam.
Bài viết này nghiên cứu mối quan hệ giữa sự phân tán địa lý của các công ty và quyết định đầu tư của nhà đầu tư, nhằm bổ sung phương pháp mới trong dự báo TSSL Nghiên cứu cũng xem xét các đặc điểm của công ty như quy mô, tỷ lệ giá trị sổ sách trên giá trị thị trường và thanh khoản, để hiểu rõ hơn về ảnh hưởng của phân tán địa lý đến các quyết định đầu tư.
Phương pháp nghiên cứu
Tác giả áp dụng mô hình ba nhân tố của Fama và French (1993) và sử dụng phương pháp hồi quy tuyến tính bình phương bé nhất (OLS) để phân tích Nghiên cứu này dựa trên các tài liệu trước đó nhằm xác định các yếu tố ảnh hưởng đến tỷ suất sinh lợi (TSSL) của cổ phiếu tại các công ty địa phương và công ty phân tán Dữ liệu được thu thập từ báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên Sở giao dịch chứng khoán TP Hồ Chí Minh và Sở giao dịch chứng khoán Hà Nội, với việc loại bỏ cổ phiếu quỹ, cổ phiếu đã hủy niêm yết tính đến cuối năm 2012 và những cổ phiếu nằm trong diện kiểm soát.
Tác giả đã sử dụng Microsoft Excel 2010 để tính toán và lọc dữ liệu cần thiết, sau đó chuyển sang phần mềm Stata 11.0 để phân tích dữ liệu và thực hiện mô hình hồi quy.
Ý nghĩa của đề tài
Tài liệu này cung cấp thông tin quý giá cho cả nhà quản lý đầu tư chuyên nghiệp và nhà đầu tư cá nhân, nhấn mạnh tầm quan trọng của việc ưu tiên đầu tư vào các công ty địa phương Kết quả nghiên cứu cho thấy rằng yếu tố này có ảnh hưởng đáng kể đến tỷ suất sinh lợi của cổ phiếu, bổ sung cho các phương pháp hiện có nhằm hỗ trợ quyết định đầu tư hiệu quả hơn.
Kết cấu của đề tài
Ngoài phần tóm tắt, danh mục bảng, danh mục hình, danh mục các chữ viết tắt, phụ lục, tài liệu tham khảo, đề tài gồm 5 chương, bao gồm :
Chương 1 Giới thiệu đề tài Trong chương này, tác giả trình bày tóm tắt các nội dung chính của đề tài, bao gồm lý do nghiên cứu, mục tiêu đề ra, phương pháp thực hiện và ý nghĩa của nghiên cứu đối với lĩnh vực liên quan.
Chương 2 trình bày các nghiên cứu thực nghiệm toàn cầu về tác động của sự phân tán địa lý đến tỷ suất sinh lợi của các cổ phiếu của các công ty niêm yết Tác giả đã tóm tắt những nghiên cứu trước đây liên quan đến sự phân tán địa lý và phân tích ảnh hưởng của yếu tố này đến tỷ suất sinh lợi của cổ phiếu, nhằm cung cấp cái nhìn tổng quan về mối liên hệ giữa địa lý và hiệu suất đầu tư.
Chương 3 trình bày phương pháp nghiên cứu và nguồn dữ liệu được sử dụng, đồng thời mô tả các biến liên quan trong đề tài Nội dung trong chương này sẽ là nền tảng cho các phân tích trong Chương 4.
Chương 4 tập trung vào việc nghiên cứu ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi (TSSL) của các cổ phiếu của các công ty niêm yết trên thị trường chứng khoán Việt Nam Tác giả sẽ ước lượng TSSL của các công ty địa phương và các công ty phân tán theo các biến phụ thuộc khác nhau Sau đó, tác giả tiến hành kiểm định mô hình và phân tích kết quả hồi quy để đưa ra những kết luận chính xác về mối quan hệ giữa sự phân tán địa lý và TSSL.
Ch ươ ng 5 K ế t lu ậ n Ở chương này, tác giả tổng kết lại vấn đề nghiên cứu và các hạn chế của đề tài.
CÁC NGHIÊN CỨU THỰC NGHIỆM TRÊN THẾ GIỚI VỀ ẢNH HƯỞNG CỦA SỰ PHÂN TÁN ĐỊA LÝ ĐẾN TỶ SUẤT SINH LỢI CÁC CỔ PHIẾU CỦA CÁC CÔNG TY NIÊM YẾT
Các nghiên cứu thực nghiệm về các nhân tố tác động đến tỷ suất sinh lợi các cổ phiếu của các công ty niêm yết trên thị trường chứng khoán
2.1 Các nghiên cứu thực nghiệm về các nhân tố tác động đến tỷ suất sinh lợi các cổ phiếu của các công ty niêm yết trên thị trường chứng khoán
Tỷ suất sinh lợi trung bình chéo của các chứng khoán phản ánh mối quan hệ với nhiều yếu tố thị trường, trong đó hệ số β đóng vai trò quan trọng trong mô hình định giá tài sản (CAPM) từ đầu thế kỷ 19 Hệ số β mô tả mối quan hệ giữa tỷ suất sinh lợi của một cổ phiếu hoặc danh mục và toàn bộ thị trường, cho thấy rằng tài sản có rủi ro cao hơn thường có tỷ suất sinh lợi kỳ vọng cao hơn Mô hình định giá tài sản được phát triển bởi Sharp (1964), Linter (1965) và Black (1972) đã định hướng cách nhìn nhận về rủi ro và tỷ suất sinh lợi trung bình Tuy nhiên, nhiều bằng chứng cho thấy hệ số β đơn thuần không đủ để giải thích tỷ suất sinh lợi của chứng khoán, dẫn đến những mâu thuẫn với mô hình Sharp-Linter-Black.
Fama và French (1993) đã mở rộng nghiên cứu trước đó về các yếu tố rủi ro chung trong tỷ suất sinh lợi của cổ phiếu và trái phiếu trong bài viết "Common risk factors in the returns on stocks and bonds" Nghiên cứu sử dụng phương pháp hồi quy chuỗi thời gian để phân tích tỷ suất sinh lợi tháng của các cổ phiếu và trái phiếu dựa trên 5 nhân tố: tỷ suất sinh lợi vượt trội của thị trường (Mkt-Rf), chênh lệch giữa tỷ suất sinh lợi của cổ phiếu quy mô nhỏ và lớn (SMB), chênh lệch giữa tỷ suất sinh lợi của cổ phiếu có tỷ lệ giá trị sổ sách trên giá trị thị trường thấp và cao (HML), phần bù kỳ hạn và phần bù rủi ro mất khả năng thanh toán Kết quả cho thấy ba nhân tố đầu tiên có ảnh hưởng đáng kể đến tỷ suất sinh lợi cổ phiếu, trong khi hai nhân tố còn lại tác động đến tỷ suất sinh lợi trái phiếu Từ đó, Fama và French đã phát triển mô hình định giá tài sản 3 nhân tố cho cổ phiếu, bao gồm nhân tố thị trường, quy mô và giá trị sổ sách trên giá trị thị trường, giúp giải thích phần lớn sự khác biệt tỷ suất sinh lợi giữa các cổ phiếu trên thị trường vốn cổ phần Mỹ.
Trong nghiên cứu, các tác giả chỉ ra rằng tâm lý thị trường và tính thanh khoản là những yếu tố quan trọng mà mô hình này đã không xem xét Tuy nhiên, nhiều nghiên cứu khác đã chứng minh rằng sau khi kiểm soát các yếu tố thị trường, tỷ lệ BE/ME và các biến khác, tính thanh khoản vẫn giữ vai trò quan trọng trong việc ảnh hưởng đến tỷ suất sinh lợi.
Nghiên cứu của Amihud (2002) mang tiêu đề "Illiquidity and stock returns: cross-section and time-series effects" đã chỉ ra rằng tính kém thanh khoản của thị trường có ảnh hưởng tích cực đến tỷ suất sinh lợi vượt trội theo thời gian Tác giả cho rằng tỷ suất sinh lợi vượt trội kỳ vọng phản ánh phần nào phần bù kém thanh khoản, tương tự như nghiên cứu trước đó của Amihud và Mendelson (1986) Mối quan hệ dương giữa tỷ suất sinh lợi và tính kém thanh khoản của chứng khoán đã được xác nhận qua nhiều nghiên cứu Trong nghiên cứu này, tác giả đã đo lường tính kém thanh khoản thông qua biến ILLIQ, là tỷ lệ hàng ngày của trị tuyệt đối tỷ suất sinh lợi chứng khoán trên khối lượng giao dịch tính bằng đô la Dữ liệu được thu thập từ các chứng khoán giao dịch trên Sở Giao dịch chứng khoán New York trong giai đoạn 1963-1997, sử dụng cơ sở dữ liệu hàng ngày và hàng tháng của cổ phiếu niêm yết Kết quả nghiên cứu đã phát hiện ra nhiều thông tin quan trọng về mối quan hệ giữa kém thanh khoản và tỷ suất sinh lợi.
TSSL kỳ vọng của chứng khoán sẽ tăng theo thời gian, mặc dù tính kém thanh khoản có thể ảnh hưởng đến điều này Các kiểm định mới sẽ đánh giá tác động lâu dài của tính kém thanh khoản trên thị trường đối với TSSL vượt trội so với thị trường chung.
Tỷ suất sinh lợi kỳ vọng (TSSL) vượt trội hơn mong đợi, phản ánh mức bù đắp cho tính kém thanh khoản của thị trường Hơn nữa, tính thanh khoản thị trường không được kỳ vọng sẽ làm giảm giá chứng khoán Sự nhận thức về tính kém thanh khoản cao hơn làm tăng kỳ vọng về tính kém thanh khoản, từ đó làm tăng TSSL kỳ vọng của chứng khoán và giảm giá chứng khoán, giả định rằng không có mối quan hệ giữa dòng tiền của công ty và tính thanh khoản thị trường.
Tác động kém thanh khoản ảnh hưởng mạnh mẽ hơn đến chứng khoán của các công ty nhỏ, cho thấy sự thay đổi theo thời gian trong "tác động quy mô".
TSSL (Tỷ suất sinh lời vượt trội) thể hiện sự vượt trội ở các chứng khoán của công ty nhỏ, liên quan đến sự biến động của tính thanh khoản thị trường theo thời gian Tác động của tính kém thanh khoản đến TSSL khác nhau giữa các chứng khoán, đặc biệt là ở những công ty nhỏ, nơi mà sự kỳ vọng về tính kém thanh khoản có ảnh hưởng mạnh mẽ hơn Độ nhạy cảm cao hơn đối với tính kém thanh khoản ở các chứng khoán nhỏ cho thấy chúng chịu rủi ro kém thanh khoản lớn hơn, dẫn đến việc định giá có thể mang lại phần bù rủi ro kém thanh khoản cao hơn.
Kết quả cho thấy rằng TSSL của chứng khoán không chỉ phản ánh rủi ro cao hơn mà còn chỉ ra rằng thanh khoản của chúng thấp hơn so với chứng khoán kho bạc.
Cakici và các cộng sự (2013) đã tiến hành nghiên cứu ảnh hưởng của quán tính giá (MOM) trên 18 thị trường chứng khoán mới nổi Nghiên cứu này cung cấp cái nhìn sâu sắc về cách thức quán tính giá tác động đến hiệu suất đầu tư trong các thị trường đang phát triển.
Bài viết “Size, Value, and Momentum in Emerging Market Stock Returns” phân tích dữ liệu từ tháng 01/1990 đến tháng 12/2011 tại 18 quốc gia, chia thành 4 khu vực: châu Á (Trung Quốc, Ấn Độ, Indonesia, Hàn Quốc, Malaysia, Philippines, Đài Loan, Thái Lan), châu Mỹ Latin (Argentina, Brazil, Chile, Colombia, Mexico), Đông Âu (Cộng hòa Séc, Hungary, Nga, Ba Lan, Thổ Nhĩ Kỳ) và toàn bộ các nước mới nổi Tác giả sử dụng yếu tố phát triển toàn cầu và dữ liệu danh mục đầu tư từ trang web của Ken French để kiểm tra hội nhập thị trường Kết quả cho thấy rằng yếu tố MOM có tác động tiêu cực đến TSSL ở cả 4 khu vực, đặc biệt là ở các cổ phiếu quy mô nhỏ, trong khi thị trường Đông Âu không có MOM Tuy nhiên, sự kết hợp của mối tương quan tiêu cực này giúp giảm biến động tại các thị trường mới nổi.
Các nghiên cứu thực nghiệm về ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi của các cổ phiếu trên thị trường chứng khoán ở các quốc gia
Harald Hau (2001) đã thực hiện một nghiên cứu mang tên “Location matters: an examination of trading profits” nhằm khám phá vai trò của vị trí địa lý đối với lợi nhuận kinh doanh, tập trung vào các bất đối xứng thông tin trong dân số Nghiên cứu sử dụng dữ liệu thu thập từ hệ thống điện tử Xetra của Sở Giao Dịch Chứng Khoán Frankfurt, bao gồm tất cả các giao dịch điện tử của 11 cổ phiếu blue-chip của Đức trong chỉ số Stoxx 50, diễn ra trong khoảng thời gian 4 tháng từ 31/08/1998 đến 31/12/1998.
Tác giả đã phân tích dữ liệu từ 756 thương nhân chuyên nghiệp ở 23 thành phố thuộc 8 quốc gia châu Âu, tất cả đều không nói tiếng Đức và nằm ngoài thành phố Sử dụng phương pháp hồi quy tuyến tính để ước lượng hệ số hồi quy theo chuỗi thời gian, tác giả đã rút ra một số kết luận quan trọng về các tuyến vốn chủ sở hữu.
Thương nhân tại Frankfurt, trung tâm tài chính của Đức, không có lợi thế hơn so với các thương nhân ở các địa điểm khác trong nước, cho thấy rằng sự tương tác giữa các công ty địa phương không đóng vai trò quan trọng trong hoạt động kinh doanh.
Thương nhân hoạt động tại các khu vực không nói tiếng Đức cho thấy hiệu quả kinh doanh giao dịch trong ngày, tuần và quý thấp có ý nghĩa thống kê.
Nghiên cứu cho thấy rằng thương nhân người Áo và Thụy Sĩ có hiệu quả giao dịch thấp trong khoảng thời gian trung tần (intraweek) Mặc dù bằng chứng về hiệu quả thấp của họ không mạnh, nhưng điều này có thể do thiếu nguồn dữ liệu thống kê và số lượng thương nhân trong nhóm này còn hạn chế.
Thương nhân nằm gần trụ sở công ty thường giao dịch hiệu quả hơn trong các giao dịch tần số cao của cổ phiếu Ngược lại, giao dịch với tần suất trung bình và thấp không cho thấy hiệu quả địa phương rõ ràng về lợi nhuận Điều này có thể giải thích rằng thương nhân địa phương dễ dàng thiết lập và duy trì mối quan hệ đặc biệt với những người trong công ty, giúp họ tiếp cận thông tin trước khi nó được công khai.
Vào thứ năm, tác giả phát hiện bằng chứng yếu về việc giảm quy mô kinh tế ở cấp độ thể chế, khi kích thước được đo bằng số lượng thương nhân hoạt động cho các tổ chức tài chính tương tự Tăng quy mô nền kinh tế thông tin trong kinh doanh độc quyền đã được loại trừ Điều này có nghĩa là các tổ chức tài chính lớn không sở hữu nhiều thương nhân hơn để tạo ra lợi nhuận cao hơn.
Bài nghiên cứu đã chỉ ra sự khác biệt lớn về lợi nhuận giữa các giao dịch độc quyền của thương nhân trong nước và thương nhân nước ngoài tại các địa điểm không nói tiếng Đức Kết quả này cho thấy sự tồn tại của thông tin bất đối xứng giữa các thương nhân.
Mặc dù nghiên cứu đã cung cấp những thông tin hữu ích, nhưng vẫn tồn tại một số hạn chế như số lượng cổ phiếu được nghiên cứu còn ít, chưa phản ánh đầy đủ thị trường, cùng với thời gian thu thập dữ liệu ngắn, điều này dẫn đến việc chưa khai thác triệt để thông tin bất đối xứng và nguồn gốc của nó.
Nghiên cứu của Pirinsky và Wang (2006) trong bài viết "Does corporate headquarters location matter for stock returns?" đã chỉ ra rằng vị trí trụ sở chính của công ty có ảnh hưởng đáng kể đến tỷ suất sinh lợi của cổ phiếu Sử dụng dữ liệu từ các cổ phiếu giao dịch trên NYSE, AMEX và NASDAQ từ năm 1988 đến 2002, tác giả phát hiện rằng trụ sở chính gần với hoạt động kinh doanh cốt lõi giúp tăng cường sự trao đổi thông tin giữa công ty và các bên liên quan Phân tích hồi quy tuyến tính cho thấy có một mối tương quan dương mạnh mẽ trong tỷ suất sinh lợi của các cổ phiếu trong cùng khu vực địa lý, khác biệt với mối tương quan toàn thị trường Hơn nữa, khi các công ty thay đổi vị trí trụ sở, mức độ tương quan với cổ phiếu ở vị trí cũ giảm và tăng với cổ phiếu ở vị trí mới Các tương quan này không thể giải thích chỉ bằng các yếu tố kinh tế và mạnh mẽ hơn ở các công ty nhỏ, ít lợi nhuận Nghiên cứu đưa ra hai cách giải thích cho kết quả: một là dựa trên nguyên tắc cơ bản và hai là liên quan đến mối quan hệ của các nhà đầu tư địa phương.
Nghiên cứu chỉ ra rằng đồng dao động địa phương của các cổ phiếu công ty nhỏ có sự mạnh mẽ hơn khi có nhiều nhà đầu tư địa phương tham gia Các công ty có khả năng hiển thị địa phương cao, như những công ty nhỏ với chi phí quảng cáo lớn, cũng cho thấy đồng dao động địa phương mạnh mẽ hơn Hơn nữa, đồng dao động địa phương có mối quan hệ tích cực với mức độ sở hữu của nhà đầu tư cá nhân, đồng thời phản ánh tình hình tài chính tinh tế của người dân địa phương.
Ngoài ra, kết quả của nghiên cứu có liên quan trực tiếp quyết định phân bổ tài sản
Sự tồn tại của thành phần địa phương trong tỷ suất sinh lợi cổ phiếu cho thấy vị trí địa lý là yếu tố quan trọng trong việc đạt được hiệu quả đa dạng hóa Đồng dao động địa phương chủ yếu xuất phát từ việc các nhà đầu tư đa dạng về mặt địa lý Do đó, việc tăng cường đa dạng hóa địa lý có thể dẫn đến sự giảm đáng kể đồng dao động địa phương trong tỷ suất sinh lợi cổ phiếu Đồng thời, đồng dao động địa phương của tỷ suất sinh lợi chứng khoán cũng làm cho thiên bias địa phương của các nhà đầu tư trở nên khó lý giải hơn, khi thu nhập lao động của họ có thành phần địa phương mạnh mẽ.
Nghiên cứu của Wenlian Gao, Lilian Ng và Qinghai Wang (2008) đăng trên tạp chí kinh tế với tiêu đề “Does geographic dispersion affect firm valuation?” đã phân tích ảnh hưởng của sự phân tán địa lý đến giá trị công ty Tác giả sử dụng dữ liệu từ hai nguồn chính là DCA và Compustat, trong đó DCA cung cấp hồ sơ của các công ty lớn trong nước và quốc tế, yêu cầu doanh thu hàng năm tối thiểu là 10 triệu USD cho công ty trong nước và 50 triệu USD cho công ty nước ngoài Thời gian nghiên cứu kéo dài từ năm 1993 đến 2003, với 5,117 công ty được chọn từ 23,844 công ty có thông tin liên quan Các công ty được chia thành hai loại dựa trên mức độ phân tán địa lý: (i) công ty không phân tán và (ii) công ty phân tán, sau đó tiếp tục phân loại theo đa dạng hóa toàn cầu và cuối cùng là theo hướng đa dạng hóa công nghiệp.
Kết quả nghiên cứu cho thấy sự phân tán địa lý có mối liên hệ với việc giảm giá trị công ty, với các công ty có chi nhánh ở nhiều vùng khác nhau tại Mỹ trải qua mức giảm giá 6,2% sau khi điều chỉnh cho sự đa dạng toàn cầu và ngành nghề Các công ty này thường phải đối mặt với nhiều quy định chống tiếp quản, dẫn đến khả năng đa dạng hóa địa lý cao hơn, từ đó trải nghiệm mức giảm giá trị lớn hơn so với những đối tác ít bị ràng buộc bởi quy định Điều này nhấn mạnh rằng vị trí địa lý của hoạt động công ty là yếu tố quan trọng ảnh hưởng đến chính sách và định giá thị trường.
Nghiên cứu của Landier, A., Nair, V.B., và Wulf, J (2009) mang tiêu đề “Trade-offs in staying close: corporate decision making and geographic dispersion” đã phân tích vai trò của sự phân tán địa lý trong quá trình ra quyết định của doanh nghiệp Tác giả đã sử dụng dữ liệu từ bảng cân đối kế toán COMPUSTAT và thông tin về chế độ đãi ngộ của công ty đối với người lao động Đặc biệt, chỉ số E được thu thập từ cơ sở dữ liệu SOCRATES KLD và dữ liệu về mức độ phân chia bộ phận từ Hewitt Associates đã được áp dụng trong nghiên cứu này.
PHƯƠNG PHÁP NGHIÊN CỨU 18 U 3.1 Phương pháp nghiên cứu
Mô hình nghiên cứu
Dựa trên các nghiên cứu trước đây về ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi cổ phiếu, tác giả đã chọn bài nghiên cứu của Diego García và Øyvind Norli (2012) làm nền tảng cho nghiên cứu của mình Lý do cho sự lựa chọn này là để phân tích và áp dụng số liệu phù hợp với đặc điểm của thị trường chứng khoán Việt Nam.
- Dựa vào các biến nghiên cứu trong bài, tác giả có thể thu thập nguồn dữ liệu của các loại biến này tại thị trường chứng khoán Việt Nam
Việc áp dụng kết quả nghiên cứu này vào thị trường chứng khoán Việt Nam sẽ giúp tác giả so sánh dễ dàng với các nghiên cứu trước đó.
Bài viết dựa trên các mô hình nghiên cứu, đặc biệt là mô hình 3 nhân tố của Fama và French (1993) cùng với những phát hiện từ nghiên cứu của Diego García và Øyvind Norli.
R pt – R ft = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + ε pt
R pt – R ft = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + β 4 MOM t + β 5 LIQ t + ε pt
Dữ liệu nghiên cứu
Nghiên cứu của Fama và French (1993) đã lựa chọn các công ty cổ phần trong mẫu nghiên cứu, bao gồm những công ty phi tài chính có vốn cổ phần không âm.
Trong nghiên cứu này, tác giả tập trung vào các công ty phi tài chính có vốn cổ phần dương trên Sở giao dịch chứng khoán TP Hồ Chí Minh (HSX) và Sở giao dịch chứng khoán Hà Nội (HNX) Đồng thời, tác giả loại trừ các cổ phiếu không cung cấp báo cáo tài chính, cổ phiếu có giá trị sổ sách bằng 0 và những cổ phiếu đang bị đưa vào diện kiểm soát.
Các cổ phiếu trong mô hình nghiên cứu phải được niêm yết ít nhất 2 năm trên HSX và HNX, như đã được Fama và French (1993) đề cập Những cổ phiếu không đáp ứng tiêu chí này sẽ bị loại khỏi cơ sở dữ liệu của mô hình.
Tác giả đã lựa chọn cơ sở dữ liệu cổ phiếu bao gồm các công ty niêm yết trước ngày 01/01/2008 và vẫn đang hoạt động trên sàn giao dịch tính đến tháng 06 năm nay.
2013, loại bỏ cổ phiếu quỹ, những cổ phiếu đã hủy niêm yết đến cuối tháng 06 năm
Năm 2013, các cổ phiếu bị đưa vào diện kiểm soát chủ yếu là những công ty không nộp báo cáo tài chính trong năm 2012, dẫn đến việc kiểm soát tài chính trong năm 2013 Nghiên cứu này tập trung vào dữ liệu từ ngày 01/01/2008 đến ngày 30/06/2013, với tổng cộng 166 quan sát giá cổ phiếu theo tháng.
Trong giai đoạn này, có 166 cổ phiếu TSSL được nghiên cứu Danh sách cụ thể các công ty được đưa vào dữ liệu nghiên cứu có thể xem trong phụ lục 1 Tác giả đã thu thập các dữ liệu tương ứng cho mỗi công ty có mặt trong mẫu.
Giá đóng cửa của cổ phiếu vào cuối mỗi ngày giao dịch được điều chỉnh để phản ánh các yếu tố như cổ tức cổ phiếu, thưởng cổ phiếu và cổ tức tiền mặt Dữ liệu giá này được thu thập từ Công Ty Cổ Phần Tài Việt (VietStock) trong khoảng thời gian từ 01/01/2008 đến 30/06/2013.
Khối lượng cổ phần lưu hành vào cuối mỗi năm từ 01/01/2008 đến 31/12/2012 được thu thập, trong khi năm 2013, dữ liệu được lấy vào cuối ngày 30/06/2013 Số liệu này kết hợp với dữ liệu giá để tính toán quy mô của từng công ty vào cuối mỗi tháng trong giai đoạn nghiên cứu.
Giá trị sổ sách của vốn cổ phần được ghi nhận vào ngày 31/12 hàng năm từ năm 2008 đến 2012, trong khi năm 2013, giá trị này được thu thập vào ngày 30/06 Dữ liệu về khối lượng cổ phần lưu hành và giá trị sổ sách của vốn cổ phần được lấy từ Công Ty Cổ Phần Tài Việt (Vietstock).
- Lãi suất phi rủi ro tác giả tổng hợp lãi suất trái phiếu chính phủ kỳ hạn 2 năm từ 01/2008 đến 06/2013 nguồn từ:
Website: http://asianbondsonline.adb.org trái phiếu trực tuyến Châu Á của ngân hàng Phát Triển Châu Á
Website:http://finance.tvsi.com.vn/ListingBondsList.aspx Công Ty Chứng Khoán Tân Việt
Dựa trên nghiên cứu của Diego García và Øyvind Norli (2012), tác giả đã sử dụng năm nhân tố bao gồm nhân tố thị trường (Mkt-Rf), nhân tố quy mô, nhân tố giá trị sổ sách trên giá trị thị trường, nhân tố momentum (MOM) và nhân tố thanh khoản (LIQ) để phân tích mối quan hệ giữa tỷ suất sinh lợi (TSSL) của cổ phiếu và sự phân tán địa lý của công ty Tiếp theo, tác giả sẽ trình bày phương pháp hình thành danh mục đầu tư và cách tính toán các biến trong mô hình.
Hình thành các danh mục và phương pháp tính toán các biến trong mô hình
3.4.1 Hình thành danh mục các công ty phân tán địa lý
Tác giả định nghĩa công ty địa phương là doanh nghiệp có hoạt động kinh doanh tập trung trong một khu vực địa lý nhỏ Để đo lường mức độ tập trung này, tác giả sử dụng dữ liệu từ báo cáo tài chính và báo cáo thường niên của các công ty niêm yết, phân tích số lượng chi nhánh, văn phòng đại diện, cửa hàng và nhà máy ở các tỉnh, thành phố trên toàn quốc Một công ty được coi là phân tán địa lý nếu có nhiều chi nhánh ở nhiều tỉnh thành, trong khi đó, công ty địa phương chỉ có một hoặc hai tỉnh, thành phố được đề cập.
Danh mục phân tán địa lý được xây dựng dựa trên trung vị theo phương pháp của Fama và French (1993), dựa vào số lượng tỉnh, thành phố mà các công ty thiết lập chi nhánh, văn phòng đại diện, cửa hàng và nhà máy Cổ phiếu được phân loại thành ba danh mục khác nhau.
- Danh mục DIS01: các công ty địa phương ít phân tán, từ phân vị thứ 30% trở xuống
- Danh muc DIS02: các công ty phân tán trung bình, từ phân vị thứ 30% đến
- Danh mục DIS03: các công ty phân tán, từ phân vị thứ 70% trở lên
Sự phân chia này nhằm mục đích là tìm hiểu mối quan hệ của sự phân tán địa lý đến các đặc điểm của một công ty
3.4.2 Hình thành các nhân tố quy mô và giá trị sổ sách trên giá trị thị trường
Trong nghiên cứu năm 1993, Fama và French đã phân loại cổ phiếu thành 06 danh mục dựa trên vốn hóa thị trường, chia thành hai nhóm quy mô nhỏ (S) và quy mô lớn (B) Các cổ phiếu được phân nhóm theo tỷ số BE/ME, với 30% thuộc nhóm BE/ME thấp nhất, 40% ở giữa và 30% cao nhất Tuy nhiên, họ cho rằng việc phân chia này là tùy ý và không ảnh hưởng đến kết quả kiểm định Nghiên cứu chỉ xem xét 166 công ty trung bình hàng năm từ 01/01/2008 đến 30/06/2013, chiếm khoảng 3,46% trong tổng số 4791 công ty trên NYSE vào năm 1991 và 3,68% trong 4509 công ty trên NYSE, AMEX và NASDAQ vào năm 2008 Do số lượng cổ phiếu hạn chế, tác giả chỉ phân thành hai nhóm quy mô dựa trên quy mô trung vị, với nhóm S gồm các cổ phiếu có quy mô thấp hơn và nhóm B gồm các cổ phiếu có quy mô bằng hoặc cao hơn quy mô trung vị.
Sau khi phân 2 nhóm S và B theo quy mô trung vị, tác giả tiếp tục phân mỗi nhóm
Cổ phiếu được phân loại thành hai nhóm dựa trên chỉ số BE/ME trung vị: nhóm L với BE/ME thấp và nhóm H với BE/ME cao Trong đó, 50% cổ phiếu thuộc nhóm có BE/ME thấp hơn trung vị, trong khi 50% còn lại thuộc nhóm có BE/ME bằng hoặc cao hơn trung vị.
Bài viết phân loại các công ty thành bốn danh mục dựa trên quy mô và giá trị BE/ME: danh mục S/L gồm các công ty nhỏ với giá trị BE/ME thấp; danh mục S/H bao gồm các công ty nhỏ với giá trị BE/ME cao; danh mục B/L là các công ty lớn với giá trị BE/ME thấp; và danh mục B/H gồm các công ty lớn với giá trị BE/ME cao.
Tương ứng với từng danh mục tác giả sẽ có TSSL trunh bình của từng danh mục, ký hiệu lần lượt là: R S/L ; R S/H ; R B/L ; R B/H
3.4.2.1 Hình thành nhân tố quy mô (SMB – Small Minus Big)
Nhân tố SMB được xác định bằng cách lấy TSSL trung bình của hai danh mục cổ phiếu quy mô nhỏ (S/L và S/H) và trừ đi TSSL trung bình của hai danh mục cổ phiếu quy mô lớn (B/L và B/H) Phương pháp này giúp mô phỏng nhân tố rủi ro trong tỷ suất sinh lợi liên quan đến quy mô, từ đó cho phép phân tích sự biến động trong tỷ suất sinh lợi giữa các cổ phiếu ở các nhóm quy mô khác nhau.
SMB = 1 /2(S/H+S/L) – 1 /2(B/H+B/L) (3.3) Tương ứng với ký hiệu TSSL
SMB = 1 / 2 (RS/H+RS/L) – 1 / 2 (RB/H+RB/L) (3.4)
3.4.2.2 Hình thành nhân tố giá trị sổ sách trên giá trị thị trường (HML – High minus Low)
Nhân tố HML được xác định bằng cách lấy TSSL trung bình của hai danh mục cổ phiếu có tỷ số BE/ME cao (S/H và B/H) trừ đi TSSL trung bình của hai danh mục cổ phiếu có tỷ số BE/ME thấp (S/L và B/L) Nhân tố HML phản ánh rủi ro trong tỷ suất sinh lợi liên quan đến tỷ số giá trị sổ sách trên giá thị trường, giúp phân tích sự biến động trong tỷ suất sinh lợi giữa các cổ phiếu thuộc các nhóm BE/ME khác nhau.
HML = 1 / 2 (S/H+B/H) – 1 / 2 (S/L+B/L) (3.5) Tương ứng với ký hiệu TSSL
3.4.3.Hình thành nhân tố thị trường (Mkt-Rf)
Mkt-Rf là đại diện cho yếu tố thị trường, thể hiện tỷ suất sinh lợi vượt trội của danh mục thị trường, được tính bằng cách lấy tỷ suất sinh lợi của danh mục thị trường trừ đi tỷ suất sinh lợi phi rủi ro.
- Mkt: TSSL thị trường là TSSL trung bình của 4 danh mục (S/L, S/H, B/L và B/H) gia quyền theo giá trị vốn hóa thị trường của 4 danh mục
Với R i là TSSL trung bình của các cổ phiếu trong từng danh mục gồm: R S/L ;
R S/H ; R B/L ; R B/H w i là tỷ trọng theo giá trị thị trường của từng danh mục
Lãi suất phi rủi ro (Rf) được xác định thông qua lãi suất của trái phiếu chính phủ kỳ hạn 2 năm, do tác giả không tìm thấy dữ liệu về lãi suất tín phiếu kho bạc (T.Bill) 1 tháng, 3 tháng và 1 năm trên thị trường Việt Nam.
3.4.4 Hình thành nhân tố momentum (MOM)
Nhân tố MOM được xây dựng dựa trên việc áp dụng trung vị theo phương pháp của Fama và French (1993), trong đó tác giả phân loại các cổ phiếu dựa trên TSSL hàng tháng.
03 nhóm danh mục, ký hiệu như sau:
- Danh mụcH1: các công ty có TSSL từ phân vị thứ 70% trở lên
- Danh mụcM1: các công ty có TSSL từ phân vị thứ 30% đến phân vị thứ 70%
- Danh mụcL1: các công ty có TSSL từ phân vị thứ 30% trở xuống
Tác giả đã phân loại các công ty thành bốn danh mục dựa trên quy mô và tỷ suất sinh lợi (TSSL), bao gồm S/H1 (công ty nhỏ với TSSL cao), B/H1 (công ty lớn với TSSL cao), S/L1 (công ty nhỏ với TSSL thấp) và B/L1 (công ty lớn với TSSL thấp).
Nhân tố MOM được hình thành từ sự chênh lệch giữa TSSL trung bình của hai danh mục cổ phiếu có TSSL cao (S/H1 và B/H1) và TSSL trung bình của hai danh mục cổ phiếu có TSSL thấp (S/L1 và B/L1).
MOM = 1 / 2 (S/H1+B/H1) – 1 / 2 (S/L1+B/L1) (3.8) Tương ứng với ký hiệu TSSL
3.4.5 Xây dựng nhân tố thanh khoản(LIQ)
Để xây dựng nhân tố LIQ, tác giả tính toán tính thanh khoản của từng cổ phiếu theo từng tháng dựa trên công thức của Amihud (2002) Theo đó, giá trị thấp trong đo lường tính không thanh khoản biểu thị tính thanh khoản cao, trong khi giá trị cao cho thấy tính không thanh khoản cao Công thức được áp dụng để thực hiện tính toán này.
Trong đó: D i,t là số ngày của tháng thứ i, D i,t >5 r i,d là TSSL theo ngày VOLD i,d là khối lượng giao dịch khớp lệnh
Tác giả áp dụng phương pháp trung vị theo Fama và French (1993) để phân loại cổ phiếu thành hai danh mục dựa trên tỷ số không thanh khoản đã tính toán, bao gồm cổ phiếu có tính không thanh khoản (I) và cổ phiếu rất thanh khoản (V).
- Nhóm V: các công ty có tỷ số không thanh khoản từ phân vị thứ 50% trở xuống
Tác giả đã kết hợp danh mục được hình thành dựa trên quy mô (BE) và tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) để tạo ra bốn danh mục chính: ISH, VSH, ISL, VSL, IBH, VBH, IBL, VBL.
Các giả thuyết về mối tương quan giữa các nhân tố trong mô hình đến tỷ suất sinh lợi và kỳ vọng ảnh hưởng của sự phân tán địa lý đến TSSL các cổ phiếu trên
3.5.1 Các giả thuyết về ảnh hưởng của các nhân tố trong mô hình đến TSSL
Theo các lý thuyết và kết quả thực nghiệm của các nghiên cứu trước, tác giả đưa ra các giả thuyết sau:
TSSL vượt trội của danh mục thị trường tăng đồng nghĩa với việc TSSL vượt trội của các danh mục cũng gia tăng, trong đó danh mục các công ty địa phương ghi nhận mức tăng cao hơn so với danh mục các công ty phân tán.
Hai là, các công ty địa phương với quy mô nhỏ có TSSL vượt trội mong đợi cao hơn các công ty phân tán
Các công ty địa phương có giá trị sổ sách cao hơn giá trị thị trường thường đạt được tỷ suất sinh lợi vượt trội so với các công ty phân tán.
Bốn là, các công ty địa phương quán với tính giá (MOM) cao có TSSL vượt trội mong đợi cao hơn các công ty phân tán
Năm là, các công ty địa phương với thanh khoản cao có TSSL vượt trội mong đợi cao hơn các công ty phân tán.
3.5.2 Kỳ vọng ảnh hưởng của sự phân tán địa lý đến TSSL các cổ phiếu trên TTCKVN
Bảng 3.1: TSSL trung bình của các danh mục phân tán
Danh mục TSSL trung bình bao gồm các chỉ số sau: DIS01 với giá trị 0.015183, DIS02 đạt 0.014567, và DIS03 có giá trị 0.012939 Tổng hợp ba chỉ số DIS01-DIS03 cho thấy giá trị 0.002243 Dữ liệu được tính toán bởi tác giả dựa trên thông tin thu thập từ các báo cáo tài chính và báo cáo khác.
Bảng 3.11 cho thấy TSSL vượt trội trung bình của danh mục các công ty địa phương cao hơn so với TSSL vượt trội trung bình của danh mục các công ty phân tán với giá trị 0.002243 Tác giả sẽ phân tích và trình bày kết quả này trong chương 4, sau khi thực hiện phân tích hồi quy giữa các biến theo từng danh mục.
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU 32 U 4.1 Thống kê mô tả dữ liệu
Sự phân tán địa lý của các công ty
Bảng 4.1: Sự phân tán địa lý qua các năm 2008 – 06.2013
Nhỏ nhất 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 Độ lệch chuẩn 2.334723 2.505926 2.779791 2.863252 3.050913 3.051655
Dựa trên số liệu thu thập từ các báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn từ 2008 đến tháng 6 năm 2013, tác giả đã tiến hành tính toán và phân tích kết quả.
Bảng 4.1 cho thấy sự phân tán địa lý của các công ty tại các tỉnh, thành phố trên cả nước có sự gia tăng nhẹ, không thay đổi nhiều qua các năm Đặc biệt, giai đoạn 2009 – 2010 chứng kiến sự tăng trưởng mạnh mẽ nhờ các gói kích cầu của chính phủ vào cuối năm 2008, giúp các công ty vượt qua khủng hoảng và phát triển ổn định Mặc dù một số công ty đã giải thể chi nhánh hoạt động tại cùng khu vực để cắt giảm chi phí, nhưng các chi nhánh ở các tỉnh, thành phố vẫn duy trì hoạt động bình thường.
Bảng 4.2 cho thấy sự phân tán địa lý của các công ty niêm yết trên HSX và HNX từ năm 2008 đến tháng 06 năm 2013.
Nhóm công ty địa phương "DIS01" chỉ bao gồm một tỉnh, thành phố, chiếm 30% tổng số công ty trong mẫu Ngược lại, nhóm "DIS03 – Nhóm công ty phân tán" thể hiện sự phân bố rõ rệt với gần 7 tỉnh, thành phố, chiếm khoảng 70% số công ty hoạt động kinh doanh tại từ 6 đến 16 tỉnh, thành phố trên toàn quốc, trong đó Công ty Cổ phần Nông dược H.A.I hoạt động tại 16 tỉnh, thành phố.
Bảng 4.2: Sự phân tán địa lý chia theo từng nhóm danh mục phân tán
DIS01 DIS02 DIS03 Tất cả
Nhỏ nhất 1.000000 2.000000 3.000000 1.000000 Độ lệch chuẩn 0.000000 0.434716 2.897148 2.796339
Dựa trên số liệu thu thập từ các báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn từ 2008 đến tháng 6 năm 2013, tác giả đã tiến hành tính toán và phân tích các thông tin liên quan.
Trong giai đoạn mẫu, trung bình chỉ có gần 3 tỉnh, thành phố được đề cập, điều này cho thấy tỷ lệ các công ty phân tán là rất thấp.
Bảng 4.3: Sự phân tán địa lý chia theo quy mô lớn nhỏ
Sự phân tán địa lý Trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất DIS01 DIS02 DIS03 Small 5478 2.077766 1.954049 1.000000 12.000000 1.000000 2.194656 5.792857
Dựa trên số liệu thu thập từ các báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2008 đến tháng 6 năm 2013, tác giả đã tiến hành tính toán và phân tích.
Theo bảng 4.3, các công ty quy mô lớn có sự phân tán địa lý cao gấp đôi so với các công ty nhỏ Cụ thể, trung bình các công ty nhỏ hoạt động tại 2.08 tỉnh, trong khi các công ty lớn trải rộng trên 3.80 tỉnh Đối với nhóm DIS01, các công ty nhỏ chỉ phân tán ở 1 tỉnh, trong khi nhóm DIS03 cho thấy sự phân tán cao hơn.
5.792857 tỉnh Các con số tương ứng ở các công ty có quy mô lớn là 1 tỉnh và
Trong báo cáo thường niên của các công ty, số lượng tỉnh, thành phố được đề cập dao động từ 1 đến 16 Cụ thể, các công ty quy mô nhỏ thường chỉ báo cáo về 12 tỉnh, thành phố, trong khi các công ty quy mô lớn có thể đề cập đến tối đa 16 tỉnh, thành phố.
Tóm lại, các bảng 4.1, 4.2 và 4.3 chỉ ra sự tương quan chéo đáng kể trong phân tán địa lý Sự phân tán này không chỉ ổn định theo thời gian mà còn duy trì mức độ lớn ngay cả khi dữ liệu chéo được phân tích với biến quy mô.
Tiếp theo, tác giả tìm hiểu cách thức phân tán địa lý liên quan đến quy mô công ty
Tỷ lệ giá trị sổ sách trên giá trị thị trường (BE/ME), thanh khoản Amihud (LIQ) và quán tính giá của tỷ suất sinh lợi trên cổ phiếu là những đặc điểm quan trọng trong phân tích tài chính Những yếu tố này không chỉ giúp đánh giá hiệu suất cổ phiếu mà còn cung cấp cái nhìn sâu sắc về sự biến động và tính thanh khoản của thị trường Việc hiểu rõ các chỉ số này sẽ hỗ trợ các nhà đầu tư đưa ra quyết định đầu tư thông minh hơn.
Quy mô trung bình của từng danh mục theo BE và BE/ME
Bảng 4.4: Quy mô trung bình của mỗi danh mục Đơn vị tính: tỷ đồng
Năm DIS01 DIS02 DIS03 Tất cả
Dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, tác giả đã thực hiện các phép tính để đưa ra thông tin, sử dụng gói sản phẩm dữ liệu tài chính từ Công Ty Cổ Phần Tài Việt.
Bảng 4.4 cho thấy quy mô trung bình của các danh mục DIS01 và DIS02 đã giảm do ảnh hưởng của cuộc khủng hoảng tài chính toàn cầu và thị trường chứng khoán Việt Nam Mặc dù các gói chính sách hỗ trợ của chính phủ đã giúp quy mô các danh mục tăng lên vào năm 2009, nhưng sau đó lại giảm liên tục trong các năm tiếp theo do khủng hoảng kéo dài Ngược lại, các công ty trong danh mục DIS03, nhờ vào nguồn vốn mạnh và sự hỗ trợ đa dạng, không chỉ trụ vững qua khủng hoảng mà còn có quy mô tăng trưởng liên tục qua các năm.
Giữa các danh mục trong giai đoạn từ năm 2008 đến tháng 06 năm 2013, có sự chênh lệch lớn về quy mô Cụ thể, danh mục DIS01 có quy mô trung bình là 254 tỷ đồng, trong khi danh mục DIS03 đạt quy mô trung bình 2.823 tỷ đồng, gấp hơn 10 lần DIS01 Sự khác biệt này phản ánh kỳ vọng ban đầu của tác giả rằng các công ty địa phương có quy mô nhỏ hơn so với các công ty phân tán.
Tỷ số giá trị sổ sách trên giá trị thị trường trung bình của các danh mục theo ME và BE/ME
theo ME và BE/ME
Bảng 4.5: Giá trị sổ sách trên giá thị trường trung bình của mỗi danh mục
Năm DIS01 DIS02 DIS03 Tất cả
Dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, tác giả đã thực hiện các phép tính cần thiết, thông qua gói sản phẩm dữ liệu tài chính từ Công Ty Cổ Phần Tài Việt.
Trong bảng 4.5, tỷ số BE/ME của các danh mục trong giai đoạn từ năm sổ sách hầu như thấp hơn thị trường Đến năm 2010, tỷ số này tăng lên nhưng vẫn dao động quanh mức 1, cho thấy nhà đầu tư nhận ra cổ phiếu được định giá quá cao so với giá trị thực, dẫn đến giai đoạn điều chỉnh của thị trường và vốn hóa thị trường giảm đáng kể Từ năm 2011 đến tháng 06 năm 2013, tỷ số BE/ME tăng lên đáng kể, với đa phần tỷ số các danh mục lớn hơn 1, cho thấy nhà đầu tư có thể đã định giá cổ phiếu quá thấp khi giá trị thị trường chưa đạt bằng giá trị sổ sách trong giai đoạn này.
Năm 2013, thị trường tài chính có dấu hiệu khởi sắc khi tỷ lệ BE/ME giảm nhờ sự hỗ trợ từ các yếu tố vĩ mô ổn định Chính phủ đã kiên định thực hiện nhiều mục tiêu điều hành vĩ mô, giúp kiềm chế lạm phát, giảm lãi suất cho vay xuống còn 11-15%, ổn định tỷ giá và tăng dự trữ ngoại hối Các chính sách như gói giải pháp hỗ trợ doanh nghiệp, thành lập Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC), và gói tín dụng ưu đãi 30.000 tỷ đồng cho thị trường bất động sản cũng đã được ban hành Bên cạnh đó, các chỉ số thị trường có mức tăng trưởng tích cực và dòng vốn ngoại vào thị trường chứng khoán diễn ra thuận lợi Tất cả những yếu tố này đã tác động tích cực đến tâm lý nhà đầu tư, góp phần thúc đẩy sự khởi sắc của thị trường chứng khoán trong 6 tháng đầu năm 2013.
4.1.4 Momentum và thanh khoản trung bình qua các năm
Bảng 4.6: Momentum và thanh khoản trung bình qua các năm
Dựa trên dữ liệu giá và khối lượng cổ phiếu đang lưu hành, tác giả đã tiến hành tính toán và phân tích thông tin này từ gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt.
Bảng 4.6 cho thấy rằng MOM và thanh khoản trung bình giai đoạn 2008 – 2010 đã giảm mạnh, nhưng từ năm 2011 đến tháng 6 năm 2013, chúng đã tăng trở lại Sự biến động này phản ánh đúng các phân tích trước đó về cuộc khủng hoảng tài chính toàn cầu năm 2008 và các gói chính sách hỗ trợ của chính phủ, đặc biệt là chiến dịch "Người Việt Nam ưu tiên dùng hàng Việt Nam" ra mắt vào ngày 31/07/2009.
Bộ Chính Trị, thực hiện chính sách miễn, giảm, giãn thuế cho các công ty … nên giúp các công ty dần dần ổn định và phục hồi lại được
4.2 Kiểm định tính dừng của chuỗi dữ liệu và ma trận tương quan của các biến trong mô hình
Trong phân tích hồi quy bình phương bé nhất (OLS), việc kiểm định tính dừng và hiện tượng đa cộng tuyến là những bước quan trọng đầu tiên cần thực hiện.
Kiểm định tính dừng của chuỗi dữ liệu
Phân tích hồi quy chủ yếu nhằm mục đích dự báo tương lai, vì vậy việc xác định tính dừng của chuỗi dữ liệu là rất quan trọng Nếu chuỗi không dừng, tác giả không thể áp dụng dữ liệu quá khứ để dự đoán các giai đoạn thời gian khác, dẫn đến việc không thể tìm kiếm những thông tin luôn thay đổi Một chuỗi được coi là dừng khi kỳ vọng, phương sai và hiệp phương sai của nó không thay đổi theo thời gian Trong bài luận văn, tác giả đã áp dụng phương pháp kiểm định nghiệm đơn vị (Unit Root Test), một phương pháp phổ biến để xác định tính dừng của chuỗi thời gian.
Trong đó: ut là sai số nhiễu ngẫu nhiên, phương sai σ 2 là hằng số và không tự tương quan.
Nếu δ = 1: Y t có nghiệm đơn vị, chuỗi không dừng và do đó, chuỗi sai phân bậc nhất: ∆Y t = Y t – Y t-1 = u t là chuỗi dừng
Trong nghiên cứu này, tác giả áp dụng tiêu chuẩn kiểm định Augmented Dickey-Fuller (ADF) trong phần mềm Stata để kiểm tra tính dừng của các chuỗi tỷ suất sinh lợi, bao gồm cả chuỗi độc lập và chuỗi phụ thuộc.
Giả thiết : H 0 : δ = 1 chuỗi không dừng
Tác giả đọc kết quả dựa vào hệ số thống kê τ Nếu τ > τα thì bác bỏ giả thiết H0 và chấp nhận giả thiết H 1 là chuỗi dừng
Trong quá trình kiểm định tính dừng của các chuỗi thời gian, kết quả từ bảng 4.7 cho thấy giá trị tuyệt đối của t tính toán lớn hơn giá trị tuyệt đối của t trong Stata và t giữa bảng ở tất cả các mức ý nghĩa (|t_statistic| > |t_critical|) Điều này chứng tỏ rằng các chuỗi kiểm định đều là chuỗi dừng và có mức ý nghĩa thống kê cao, ngay cả ở mức 1% Kết quả này tạo điều kiện thuận lợi cho tác giả tiến hành các bước phân tích tiếp theo.
Bảng4.7:Cácthốngkêt-statisticdùngđể kiểmđịnh tínhdừng
Mkt-Rf SMB HML MOM LIQ
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 Giá trị kiểm định tới hạn của thống kê t Mức ý nghĩa
Nguồn từ bảng thống kê với n điều chỉnh là 65 -3.559 -2.918 -2.594
Dữ liệu giá và khối lượng cổ phiếu đang lưu hành được tác giả tính toán dựa trên gói sản phẩm tài chính từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ Ngân hàng Phát Triển Châu Á tại địa chỉ: http://asianbondsonline.adb.org, trong mục quốc gia.
Việt Nam, tiểu mục Data, tiểu mục nhỏ Bond Market Indicators Công ty chứng khoán Tân Việt
(http://finance.tvsi.com.vn/ListingBondsList.aspx) Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm Sata 11.0.
Ma trận tương quan của các biến trong mô hình
Theo kết quả bảng 4.8, hệ số tương quan giữa nhân tố SMB và Mkt-Rf là âm -
0.0671 (so với 0,32 trong Fama và French (1993)), giữa nhân tố HML và Mkt-Rf là âm -0.0142 (so với -0,38 trong Fama và French (1993)) và giữa nhân tố SMB và
HML là -0.4759 (so với -0.08 trong Fama và French (1993))
Giá trị tuyệt đối của hệ số tương quan giữa các nhân tố giải thích nằm trong khoảng [0.0600 – 0.4759], cho thấy mức độ tương quan thấp hơn nhiều so với ngưỡng 0,6, điều này giảm thiểu khả năng xảy ra hiện tượng đa cộng tuyến.
Bảng 4.8: Ma trận tương quan theo từng cặp giữa các nhân tố giải thích: Mkt-Rf,
SMB, HML, MOM và LIQ
Mkt-Rf SMB HML MOM LIQ
Nguồn dữ liệu trong bài viết được tác giả tính toán dựa trên giá và khối lượng cổ phiếu đang lưu hành, lấy từ gói sản phẩm tài chính của Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ Ngân hàng Phát Triển Châu Á, có thể tham khảo tại trang web http://asianbondsonline.adb.org, trong mục quốc gia Việt Nam, tiểu mục Data, và tiểu mục nhỏ Bond Market Indicators Thông tin cũng được hỗ trợ bởi Công ty chứng khoán Tân Việt.
(http://finance.tvsi.com.vn/ListingBondsList.aspx) Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm Sata 11.0
Các biến giải thích trong mô hình hồi quy, bao gồm Mkt-Rf, SMB, HML, MOM và LIQ, không có mối tương quan với nhau, điều này cho thấy mỗi biến cung cấp thông tin riêng về Rp-Rf mà không ảnh hưởng đến các biến khác Do đó, khả năng xảy ra hiện tượng đa cộng tuyến là rất thấp, cho phép tác giả kết luận rằng các biến trong mô hình là độc lập và có thể được đưa vào phân tích hồi quy.
Kiểm định mô hình 3 nhân tố của Fama và French trên thị trường chứng khoán Việt Nam cho 3 danh mục cổ phiếu phân tán
khoán Việt Nam cho 3 danh mục cổ phiếu phân tán
Theo kiểm định đa cộng tuyến, các hệ số tương quan giữa các biến Mkt-Rf, SMB và HML đều nằm dưới ngưỡng gây ra hiện tượng này Do đó, tác giả đã tiến hành phân tích dữ liệu bằng mô hình hồi quy Fama và French (1993) với ba biến nhân tố thị trường (Mkt-Rf), quy mô (SMB) và giá trị sổ sách trên giá thị trường (HML) nhằm khảo sát sự biến thiên của TSSL vượt trội ở bốn danh mục cổ phiếu được phân loại theo ME và BE/ME.
Bảng 4.9 trình bày kết quả hồi quy ba nhân tố Mkt-Rf, SMB và HML của Fama và French trên thị trường chứng khoán Việt Nam, áp dụng cho bốn danh mục cổ phiếu phân tán Những kết quả này giúp đánh giá hiệu suất đầu tư và xác định các yếu tố ảnh hưởng đến lợi nhuận của các danh mục cổ phiếu trong bối cảnh thị trường Việt Nam.
Phương trình (4.1): R ptDIS01 – R ft = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + ε pt
Phương trình (4.2): R ptDIS02 – R ft = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + ε pt
Phương trình (4.3): R ptDIS03 – R ft = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + ε pt
Phương trình (4.4): R ptDIS01 - R ptDIS03 = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + ε pt
Danh mục Alpha Mkt-Rf SMB HML R 2 điều chỉnh Giá trị p Rpt-Rf
Nguồn dữ liệu trong bài viết được tác giả tính toán dựa trên giá và khối lượng cổ phiếu lưu hành, thông qua gói sản phẩm tài chính từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ Ngân hàng Phát Triển Châu Á tại trang web http://asianbondsonline.adb.org, trong mục quốc gia Việt Nam, tiểu mục Data và Bond Market Indicators Thông tin về trái phiếu niêm yết được lấy từ Công ty chứng khoán Tân Việt tại http://finance.tvsi.com.vn/ListingBondsList.aspx và phần mềm Sata 11.0.
Theo bảng 4.9, tất cả các F-statistic trong các phương trình đều có giá trị p-value nhỏ hơn α = 0.05, cho thấy các mô hình này đều phù hợp để giải thích sự tăng (giảm) của TSSL các cổ phiếu trên thị trường chứng khoán Việt Nam (TTCKVN).
4.3.1 Kiểm tra hiện tượng đa cộng tuyến
Kiểm định hiện tượng đa cộng tuyến là một bước quan trọng trong phân tích hồi quy, nhằm đảm bảo rằng các biến độc lập không có mối quan hệ tương quan với nhau Mỗi biến Xi cần cung cấp thông tin riêng biệt về biến phụ thuộc Y, không bị trùng lặp với các biến khác Việc kiểm tra tính độc lập của các biến giúp xác định khả năng giải thích của chúng đối với biến phụ thuộc Nếu phát hiện hiện tượng đa cộng tuyến, cần nhận diện và loại bỏ các biến có hệ số tương quan cao để cải thiện độ chính xác của mô hình.
Tác giả đã sử dụng ma trận tương quan để xác định rằng không tồn tại hiện tượng đa cộng tuyến giữa các biến Để củng cố kết luận này, tác giả còn áp dụng phương pháp thừa số phóng đại phương sai nhằm đảm bảo rằng các biến không có mối tương quan với nhau.
VIF (Variance Inflation Factor) đo lường mức độ tăng trưởng của phương sai trong ước lượng khi xảy ra hiện tượng đa cộng tuyến Cụ thể, trong một mô hình với (k-1) biến giải thích, VIF cho thấy sự ảnh hưởng của các biến này đến độ chính xác của ước lượng.
1 – R 2 i Trong đó: VIF i là giá trị thừa số phóng đại phương sai cho biến X i
R 2 i là giá trị R 2 trong mô hình hồi quy của Xi theo (k-2) biến giải thích còn lại
Nếu biến Xi có cộng tuyến với các biến giải thích khác, thì giá trị R²i sẽ gần bằng 1, dẫn đến VIFi có giá trị lớn Giá trị VIF càng cao cho thấy mức độ cộng tuyến của biến Xi càng lớn Dưới đây là kết quả tính VIF cho từng biến độc lập trong các phương trình hồi quy.
Thừa số tăng phương sai (VIF) Mkt-Rf 1.01 SMB 1.30 HML 1.30
Kết quả tính toán thừa số tăng phương sai (VIF) giữa ba biến Mkt-Rf cho thấy tất cả các giá trị VIF đều nhỏ hơn 10, điều này chứng tỏ không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình Tác giả khẳng định rằng các biến độc lập trong nghiên cứu không bị ảnh hưởng bởi đa cộng tuyến.
4.3.2 Kiểm tra hiện tượng tự tương quan
Tác giả sử dụng phương pháp thống kê Durbin–Watson trong statađể kiểm tra hiện tượng tự tương quan của các biến trong mô hình
Nếu e t là phần dư gắn với quan sát tại thời iểm t, thì thđ ống kê kiểm định d = ∑ (e − e )
Trong đó:T là số quan sát Vì d xấp xỉ 2(1 − r), trong đó r là độ tự tương quan mẫu của phần dư, d = 2 cho thấy không có hiện tượng tự tương quan
Bảng thống kê Dubin-Watson cho thấy d-statistic của tất cả các phương trình nằm trong khoảng [1,3], điều này khẳng định rằng không có hiện tượng tự tương quan giữa các biến độc lập trong mô hình.
4.3.3 Kiểm tra hiện tượng phương sai sai số thay đổi
Tác giả tiến hành kiểm tra hiện tượng phương sai sai số thay đổidựa trên nguyên lý của Breusch-Pagan và kiểm định White trong stata
Tác giả đặt giả thuyết : H 0 : Phương sai sai số không đổi
H 1 : Phương sai sai số thay đối Khi chạy dữ liệu kiểm định, ta có các hệ số như sau:
Bảng 4.10: Kết quả kiểm tra hiện tượng phương sai sai số thay đổi cho từng phương trình hồi quy theo nguyên lý của Breusch-Pagan và kiểm định White
Breusch-Pagan White chi2 p-value chi2 p-value Phương trình 4.1
0.0000 0.7839 0.0000 0.0000 Nguồn: Tác giả tính toán sau khi chạy hồi quy ước lượng các phương trình.
Theo bảng 4.10, tác giả nhận thấy rằng p-value trong phương trình 4.1 và 4.3 nhỏ hơn α = 0.05, điều này cho thấy không đủ bằng chứng để bác bỏ giả thuyết H1 Vì vậy, các phương trình này gặp phải hiện tượng phương sai sai số thay đổi.
4.4 thì khi kiểm định theo kiểm định White thì tác giả thấy có hiện tượng phương sai sai số thay đổi, nhưng theo nguyên lý của Breusch-Pagan thì không bị
Khi thực hiện phân tích hồi quy để đánh giá ảnh hưởng của các yếu tố, tác giả sử dụng sai số chuẩn robust trong Stata nhằm khắc phục hiện tượng phương sai sai số thay đổi, áp dụng cho các phương trình 4.1, 4.3 và 4.4.
Bảng 4.11: Bảng kết quả hồi quy 3 nhân tố Mkt-Rf, SMB và HML của Fama và
French trên thị trường chứng khoán Việt Nam cho 4 danh mục cổ phiếu phân tán sau khi khắc phục hiện tượng phương sai sai số thay đổi
Danh mục Alpha Mkt-Rf SMB HML R 2 điều chỉnh Giá trị p
Nguồn: Tác giả tính toán sau khi chạy hồi quy ước lượng các phương trình bằng robust test của stata.
4.3.4 Phân tích kết quả hồi quy 3 nhân tố Mkt-Rf, SMB và HML của Fama và French trên thị trường chứng khoán Việt Nam
Sau khi kiểm định các giả thiết của mô hình OLS, bảng 4.10 cho thấy R² điều chỉnh rất cao, trên 98%, chứng tỏ các biến giải thích hầu như hoàn toàn biến thiên của TSSL trên cổ phiếu ba danh mục phân tán (DIS01, DIS02 và DIS03) Đặc biệt, R² điều chỉnh của danh mục phân tán chênh lệch DIS01-DIS03 đạt gần 52%, cao hơn so với nghiên cứu của Diego García và Oyvind Norli (2012) với chỉ 50% TSSL của danh mục đầu tư các công ty địa phương có mối tương quan chặt chẽ với TSSL yếu tố quy mô hơn so với danh mục đầu tư các công ty phân tán, cho thấy công ty địa phương thường là các công ty nhỏ hơn Hơn nữa, hệ số alpha cho thấy TSSL của danh mục đầu tư các công ty địa phương cao hơn TSSL của danh mục đầu tư các công ty phân tán 0.0043107, phù hợp với kỳ vọng ban đầu Tuy nhiên, tác giả chỉ xem xét ba yếu tố, do đó khi thêm vào mô hình các yếu tố còn lại, tác giả kỳ vọng kết quả sẽ không thay đổi nhiều.
Kiểm định ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi của các cổ phiếu trên thị trường chứng khoán Việt Nam
cổ phiếu trên thị trường chứng khoán Việt Nam
Trong nghiên cứu này, tác giả đã mở rộng mô hình 3 nhân tố Fama-French bằng cách bổ sung thêm 2 biến, tạo thành mô hình 5 nhân tố theo Fama và French (1993) cùng với nghiên cứu của Diego García và Oyvind Norli (2012) Mục tiêu là kiểm định mối quan hệ giữa tỷ suất sinh lợi (TSSL) trên cổ phiếu và mức độ phân tán địa lý của các công ty, với kết quả cho thấy danh mục đầu tư các công ty địa phương đạt TSSL cao hơn so với danh mục đầu tư các công ty phân tán.
Bảng 4.12: Kết quả hồi quy 5 nhân tố Mkt-Rf, SMB, HML, MOM và LIQ trên thị trường chứng khoán Việt Nam cho 4 danh mục cổ phiếu phân tán
R ptDIS02 = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + β 4 MOM t + β 5 LIQ t + ε pt
R ptDIS03 = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + β 4 MOM t + β 5 LIQ t + ε pt
R ptDIS01 -R ptDIS03 = α pt + β 1 (Mkt-Rf) t + β 2 SMB t + β 3 HML t + β 4 MOM t + β 5 LIQ t + ε pt
Nhìn vào bảng 4.10 ta thấy, tất cả các F-statistic của các phương trình đều có Frob
(F) nhỏ hơn α = 0.05 nên các mô hình này đều phù hợp để giải thích cho sự tăng
(giảm) của TSSL của các cổ phiếu trên TTCKVN
Danh mục Alpha Mkt-Rf SMB HML MOM LIQ
Giá trị Prob (F) Rpt-Rf
Dựa trên dữ liệu giá và khối lượng cổ phiếu đang lưu hành từ gói sản phẩm tài chính của Công Ty Cổ Phần Tài Việt, tác giả đã tiến hành tính toán Lãi suất phi rủi ro được thu thập từ Ngân hàng Phát Triển Châu Á tại địa chỉ http://asianbondsonline.adb.org, trong mục quốc gia.
Việt Nam, tiểu mục Data, tiểu mục nhỏ Bond Market Indicators Công ty chứng khoán Tân Việt
(http://finance.tvsi.com.vn/ListingBondsList.aspx) Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm Sata 11.0
Trong phân tích hồi quy, việc kiểm tra hiện tượng đa cộng tuyến giữa các biến trong mô hình là rất quan trọng Điều này giúp đảm bảo rằng các biến không có mối tương quan với nhau, từ đó nâng cao độ tin cậy của kết quả phân tích.
4.4.1 Kiểm tra hiện tượng đa cộng tuyến
Thừa số tăng phương sai (VIF) Mkt-Rf 1.36 SMB 1.45 HML
Kết quả tính toán thừa số tăng phương sai (VIF) cho 5 biến Mkt-Rf, SMB, HML, MOM và LIQ cho thấy tất cả các giá trị VIF đều nhỏ, với trung bình khoảng 1.42 Điều này khẳng định rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình.
4.4.2 Kiểm tra hiện tượng tự tương quan
Tác giả sử dụng phương pháp thống kê Durbin–Watson trong stat để kiểm tra hiện tượng tự tương quan của các biến trong mô hình
Bảng thống kê Dubin-Watson cho thấy d-statistic của tất cả các phương trình nằm trong khoảng [1,3], điều này chứng tỏ không có hiện tượng tự tương quan giữa các biến độc lập trong mô hình.
4.4.3 Kiểm tra hiện tượng phương sai thay đổi
Tác giả tiến hành kiểm tra hiện tượng phương sai sai số thay đổi dựa trên nguyên lý của Breusch-Pagan và kiểm định White trong stata
Tác giả đặt giả thuyết : H 0 : Phương sai sai số không đổi
H 1 : Phương sai sai số thay đối Khi chạy dữ liệu kiểm định, ta có các hệ số như sau:
Bảng 4.13: Kết quả kiểm tra hiện tượng phương sai sai số thay đổi cho từng phương trình hồi quy theo nguyên lý của Breusch-Pagan và kiểm định White
Breusch-Pagan White chi2 p-value chi2 p-value Phương trình 4.5
0.0001 0.1526 0.0079 0.0025 Nguồn: Tác giả tính toán sau khi chạy hồi quy ước lượng các phương trình
Theo bảng 4.13, tác giả nhận thấy rằng p-value trong phương trình 4.5 và 4.6 nhỏ hơn α = 0.05, điều này cho thấy không đủ bằng chứng để bác bỏ giả thuyết H1 Vì vậy, các phương trình này gặp phải hiện tượng phương sai sai số thay đổi.
4.4 thì kiểm định theo kiểm định White thì tác giả thấy có hiện tượng phương sai sai số thay đổi, nhưng theo nguyên lý của Breusch-Pagan thì không bị
Khi thực hiện phân tích hồi quy để đánh giá tác động của các yếu tố, tác giả sử dụng sai số chuẩn robust trong Stata nhằm khắc phục hiện tượng phương sai sai số không đồng nhất ở các phương trình 4.5, 4.7 và 4.8.
Bảng 4.14: Kết quả hồi quy 5 nhân tố Mkt-Rf, SMB, HML, MOM và LIQ trên thị trường chứng khoán Việt Nam cho 4 danh mục cổ phiếu phân tán
Danh mục Alpha Mkt-Rf SMB HML MOM LIQ
Giá trị Prob (F) Rpt-Rf
4.4.4 Kiểm tra dạng hàm của các mô hình
Tác giả áp dụng tiêu chuẩn kiểm định Ramsey Reset Test để xác định dạng hàm của mô hình và đánh giá tính đầy đủ của các biến Với 5 biến đã có trong mô hình, tác giả muốn kiểm tra xem có biến nào bị bỏ sót có khả năng giải thích cho TSSL hay không.
Tác giả đặt giả thuyết : H 0 : Dạng hàm đúng, mô hình không có biến bị bỏ qua
H 1 : Dạng hàm sai, mô hình có biến bị bỏ qua Khi chạy dữ liệu kiểm định, ta có các hệ số như sau:
Tất cả các giá trị Prob(F) của các phương trình đều lớn hơn α = 0.05, cho thấy mức ý nghĩa là đúng Điều này cho thấy không có biến nào bị bỏ qua và kết luận rằng các biến được đưa vào mô hình là đầy đủ, không thiếu sót biến nào.
Sau khi kiểm tra các giả thiết của mô hình hồi quy OLS, tác giả nhận thấy rằng các mô hình hồi quy trong nghiên cứu đều không vi phạm giả thiết nào và có khả năng giải thích tốt sự biến thiên của TSSL các cổ phiếu trên thị trường chứng khoán Việt Nam.
4.4.5 Thảo luận kết quảhồi quy 5 nhân tố Mkt-Rf, SMB, HML, MOM và LIQ trên thị trường chứng khoán Việt Nam cho 4 danh mục cổ phiếu phân tán
Bảng 4.15 tổng hợp kết quả hồi quy của 5 nhân tố Mkt-Rf, SMB, HML, MOM và LIQ trên thị trường chứng khoán Việt Nam, áp dụng cho 4 danh mục cổ phiếu phân tán Kết quả này cung cấp cái nhìn sâu sắc về ảnh hưởng của các nhân tố này đến hiệu suất của các danh mục đầu tư, giúp nhà đầu tư có cơ sở để đưa ra quyết định tài chính hợp lý hơn.
Danh mục Alpha Mkt-Rf SMB HML MOM LIQ R 2 điều chỉnh Rpt-Rf
Trong đó : p-value là giá trị trong ngoặc đơn
Nguồn dữ liệu trong bài viết được tác giả tính toán dựa trên giá và khối lượng cổ phiếu đang lưu hành, thông qua gói sản phẩm tài chính từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ Ngân hàng Phát Triển Châu Á tại trang web http://asianbondsonline.adb.org, mục quốc gia Việt Nam, tiểu mục Data, và phần Bond Market Indicators Thông tin về danh sách trái phiếu niêm yết được lấy từ Công ty chứng khoán Tân Việt tại http://finance.tvsi.com.vn/ListingBondsList.aspx, cùng với phần mềm Sata 11.0.
Bảng 4.15 cho thấy hệ số β 1, β 2 và β 3 của các nhân tố thị trường Mkt-Rf, SMB và HML ở ba danh mục phân tán địa lý DIS01, DIS02 và DIS03 đều có ý nghĩa thống kê ở mức 1% Đối với danh mục phân tán chênh lệch giữa DIS01-DIS03, chỉ có hệ số β của nhân tố SMB có ý nghĩa thống kê ở mức 1% và nhân tố HML ở mức 10% Hệ số β 4 của nhân tố MOM không có ý nghĩa thống kê ở tất cả các danh mục phân tán Hệ số β 5 của nhân tố LIQ không có ý nghĩa thống kê ở danh mục DIS01 và DIS03, nhưng có ý nghĩa thống kê ở mức 10% ở danh mục DIS03 và danh mục phân tán chênh lệch giữa DIS01-DIS03.
Mô hình trên thị trường chứng khoán Việt Nam cho thấy mức độ giải thích cao với hệ số R² đạt 98%-99% Các giá trị kiểm định F có ý nghĩa ở mức 1%, chứng tỏ rằng khả năng giải thích của các nhân tố trong mô hình đối với sự biến thiên của tỷ suất sinh lợi (TSSL) các cổ phiếu là rất đáng tin cậy.
