GIỚI THIỆU ĐỀ TÀI
Lý do chọn đề tài
Thị trường chứng khoán Việt Nam, hoạt động từ tháng 7 năm 2000, đã nhanh chóng trở thành kênh đầu tư hấp dẫn cho cả nhà đầu tư trong và ngoài nước Đến tháng 6 năm 2013, Sở giao dịch chứng khoán TP.HCM có 93 công ty chứng khoán thành viên và 341 chứng khoán niêm yết, trong khi Sở giao dịch chứng khoán Hà Nội ghi nhận 92 công ty thành viên với 388 cổ phiếu niêm yết Tuy nhiên, thị trường chứng khoán Việt Nam vẫn còn non trẻ và có quy mô nhỏ so với các nước trong khu vực, với nhiều biến động khó lường Chỉ số Vn Index, từ mức 100 điểm ban đầu, đã trải qua những biến động lớn, dao động từ 134.14 điểm đến 571.04 điểm trong giai đoạn 2001-2005 Năm 2006, thị trường bùng nổ, đạt đỉnh 1,170.67 điểm vào tháng 3 năm 2007, nhưng sau đó sụt giảm mạnh do khủng hoảng tài chính toàn cầu, chạm đáy 235.50 điểm vào tháng 2 năm 2009 Kể từ đó, mặc dù có những giai đoạn phục hồi, niềm tin của nhà đầu tư đã giảm sút, với xu hướng chính vẫn là giảm trong dài hạn, khiến các nhà đầu tư ngày càng thận trọng trong quyết định giao dịch.
“dựa trên cơ sở nào để có thể dự đoán tốt tỷ suất sinh lợi kỳ vọng trong tương lai của các chứng khoán”
Nhiều nhà đầu tư trong nước thường đầu tư theo cảm tính hoặc theo số đông, thiếu sự phân tích và đánh giá khách quan về sự biến động giá chứng khoán, dẫn đến việc họ không nhận thức đầy đủ về rủi ro khi tham gia thị trường Một câu hỏi quan trọng đặt ra là làm thế nào để đo lường rủi ro và hiểu rõ ảnh hưởng của nó đến tỷ suất sinh lợi Để giải quyết vấn đề này, tác giả thực hiện nghiên cứu "Mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trên thị trường Việt Nam", sử dụng các phương pháp đo lường rủi ro khác nhau Nghiên cứu này nhằm cung cấp cho nhà đầu tư cái nhìn sâu sắc hơn về biến động giá và các phương pháp đo lường rủi ro, từ đó giúp họ dự đoán chính xác tỷ suất sinh lợi kỳ vọng trong tương lai và đưa ra quyết định đầu tư hợp lý.
Mục tiêu nghiên cứu và vấn đề nghiên cứu
Mục tiêu của nghiên cứu này là kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên Sở giao dịch chứng khoán TP.HCM (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX), dựa trên các phương pháp đo lường rủi ro truyền thống và phi truyền thống Tác giả sẽ tập trung vào những vấn đề nghiên cứu liên quan đến mối quan hệ này.
Đầu tiên, bài viết phân tích mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán thông qua các phương pháp đo lường rủi ro khác nhau Hơn nữa, để nâng cao độ chính xác trong việc dự đoán tỷ suất sinh lợi kỳ vọng cho ngày tiếp theo, tác giả sẽ kết hợp và làm rõ mối liên hệ giữa tỷ suất sinh lợi của ngày trước với tỷ suất sinh lợi của ngày tiếp theo bằng cách sử dụng các biến giả trong mô hình kiểm định.
Kiểm định mối quan hệ giữa đo lường rủi ro bất cân xứng và tỷ suất sinh lợi kỳ vọng hàng ngày được tăng cường khi đưa vào các biến kiểm soát như giá trị vốn hóa thị trường, tỷ lệ nợ trên tổng tài sản, tỷ lệ giá trị sổ sách trên giá trị thị trường và tính thanh khoản.
Đối tượng nghiên cứu và phạm vi nghiên cứu
Tác giả đã chọn mẫu nghiên cứu bao gồm các công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn từ 02/01/2008 đến 31/06/2013 Nghiên cứu tập trung vào tỷ suất sinh lợi hàng ngày của chứng khoán, giá trị vốn hóa thị trường, tỷ lệ giá trị sổ sách trên giá trị thị trường (M/B), tỷ lệ nợ trên tổng tài sản, thanh khoản, cùng các biện pháp đo lường rủi ro hàng ngày truyền thống và phi truyền thống ảnh hưởng đến tỷ suất sinh lợi kỳ vọng Dữ liệu được thu thập từ website http://www.cophieu68.vn và http://www.cafe.vn của các công ty niêm yết trong giai đoạn nghiên cứu.
Phương pháp nghiên cứu
Nghiên cứu này áp dụng phương pháp hồi quy Random Effect (RE) trên dữ liệu bảng để kiểm tra mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên sàn HOSE và HNX thông qua mô hình hồi quy chéo.
Ý nghĩa thực tiễn của đề tài nghiên cứu
Nghiên cứu này phân tích mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên Sở giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX) Bài viết cũng khám phá mối liên hệ giữa tỷ suất sinh lợi ngày trước và tỷ suất sinh lợi kỳ vọng ngày tiếp theo bằng cách sử dụng các biến giả trong mô hình kiểm định Kết quả nghiên cứu sẽ làm rõ liệu thông tin về tỷ suất sinh lợi trong quá khứ của các chứng khoán trên HOSE và HNX có thực sự hữu ích cho các nhà đầu tư trong việc dự đoán tỷ suất sinh lợi kỳ vọng trong tương lai hay không.
Bài nghiên cứu cung cấp các phương pháp đo lường rủi ro đa dạng, giúp nhà đầu tư hiểu rõ mức độ rủi ro khi đầu tư Từ đó, họ có thể xem xét và so sánh với khả năng chấp nhận rủi ro của bản thân, nhằm đưa ra các quyết định đầu tư hợp lý.
Kết cấu của đề tài nghiên cứu
Tác giả trình bày nội dung bài nghiên cứu theo trình tự sau đây:
Chương 1: Giới thiệu đề tài Trong chương này tác giả sẽ trình bày rõ lý do chọn đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu, đối tượng nghiên cứu, phương pháp nghiên cứu, ý nghĩa thực tiễn của đề tài nghiên cứu và kết cấu của bài nghiên cứu
Chương 2: Các bằng chứng thực nghiệm trên thế giới về mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán Trong chương này cung cấp các bằng chứng thực nghiệm về mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán dựa trên các cơ sở nghiên cứu khác nhau, chẳng hạn kiểm định mối quan hệ này trên cơ sở của mô hình CAPM, và kiểm định mối quan hệ này trên cơ sở đặc điểm rủi ro của chứng khoán như sự biến động, tính thanh khoản của chứng khoán trong mối quan hệ với tỷ suất sinh lợi của chứng khoán, và kiểm định mối quan hệ này thông qua mối quan hệ giữa đo lường rủi ro bất cân xứng và tỷ suất sinh lợi của chứng khoán
Chương 3: Phương pháp, mô hình và dữ liệu nghiên cứu Trong chương này tác giả sẽ nêu rõ phương pháp, mô hình và dữ liệu để thực hiện nghiên cứu, cũng như mô tả các biến sử dụng trong bài nghiên cứu
Chương 4: Kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên thị trường chứng khoán Việt Nam Chương này tác giả trình bày chi tiết kết quả nghiên cứu sau khi kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên sàn HOSE và HNX trên cơ sở các phương pháp đo lường rủi ro khác nhau
Chương 5: Kết luận Chương này tác giả tóm tắt lại những gì tác giả đã thu được từ bài nghiên cứu này và nhận xét đánh giá, đồng thời cũng nêu lên những hạn chế của bài nghiên cứu và hướng nghiên cứu mở rộng từ bài nghiên cứu này.
BẰNG CHỨNG THỰC NGHIỆM TRÊN THẾ GIỚI VỀ MỐI QUAN HỆ GIỮA RỦI RO VÀ TỶ SUẤT SINH LỢI
Các bằng chứng thực nghiệm về kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán trên cơ sở mô hình CAPM
Năm 1999, Andor, Mihaly Ormos & Balazs Szabo thực hiện nghiên cứu “Empirical
Nghiên cứu "Kiểm tra Mô hình Định giá Tài sản Vốn (CAPM) trên Thị trường Chứng khoán Hungary" sử dụng dữ liệu tỷ suất sinh lợi hàng tháng của 17 công ty niêm yết trên Sở giao dịch chứng khoán Budapest cùng với các chỉ số BUX-Index, NYSE Index và MSCI World Index trong giai đoạn từ 31/07/1991 đến 01/06/1999 Qua phân tích hồi quy, nhóm tác giả phát hiện rằng tỷ suất sinh lợi của chứng khoán có mối tương quan thuận với hệ số rủi ro beta, cho thấy chứng khoán có rủi ro cao sẽ mang lại tỷ suất sinh lợi cao Kết quả này khẳng định mô hình CAPM hoàn toàn phù hợp với các chứng khoán trên thị trường Budapest.
Năm 2006, Michailidis, Grigoris, Stavros Tsopoglou, Demetrios Papanastasious & Eleni Mariola thực hiện nghiên cứu “ Testing the Capital Asset Pricing Model (CAPM):
Nghiên cứu về "Thị trường chứng khoán Hy Lạp đang nổi" sử dụng dữ liệu tỷ suất sinh lợi hàng tuần của 100 chứng khoán trên sàn giao dịch Athens từ tháng 1 năm 1998 đến tháng 12 năm 2002 Kết quả cho thấy rằng các chứng khoán có rủi ro cao (beta) không nhất thiết mang lại tỷ suất sinh lợi cao.
Năm 2010, Choudhary, Kapil & Sakshi Choudhary thực hiện nghiên cứu “ Testing
The study titled "Capital Asset Pricing Model: Empirical Evidence from the Indian Equity Market" analyzes monthly return data to evaluate the effectiveness of the Capital Asset Pricing Model (CAPM) within the context of India's equity market The research aims to provide insights into the relationship between expected returns and systematic risk, contributing to the understanding of asset pricing dynamics in emerging markets Through empirical analysis, the authors seek to validate the CAPM framework and its applicability in the Indian financial landscape.
Nghiên cứu về 278 chứng khoán trên thị trường chứng khoán Bombay trong giai đoạn từ tháng 1 năm 1996 đến tháng 12 năm 2009 cho thấy rằng mức độ rủi ro cao của chứng khoán không nhất thiết dẫn đến tỷ suất sinh lợi cao.
Năm 2010, Zorbaer Hasan & Adli Mustafa thực hiện nghiên cứu “An Analysis of the
The study titled "CAPM for Dhaka Stock Exchange: Evidence from Non-Financial Sector" analyzes the monthly returns of securities from 60 non-financial companies listed on the Dhaka Stock Exchange in Bangladesh, covering the period from January 2005 to December 2023 This research aims to evaluate the applicability of the Capital Asset Pricing Model (CAPM) within the context of the Dhaka Stock Exchange, providing insights into the performance and risk factors associated with non-financial stocks in the region.
Năm 2009, thông qua phương pháp hồi quy OLS, nhóm tác giả đã phát hiện rằng các chứng khoán có rủi ro cao (beta) không tương ứng với tỷ suất sinh lợi cao và ngược lại Kết quả này dẫn đến kết luận rằng mô hình CAPM không phù hợp cho việc định giá chứng khoán tại Bangladesh.
Các nghiên cứu thực nghiệm về mối quan hệ giữa rủi ro và tỷ suất sinh lợi chứng khoán toàn cầu dựa trên mô hình CAPM cho thấy rằng, hàm ý đánh đổi rủi ro và tỷ suất sinh lợi trong mô hình này đôi khi không phản ánh đúng thực tế, đặc biệt trong bối cảnh thị trường chứng khoán diễn biến phức tạp và khó lường Nhiều tác giả đã nhận ra những hạn chế của mô hình CAPM trong việc kiểm định mối quan hệ này và đã chuyển hướng nghiên cứu sang các khía cạnh khác, như tính thanh khoản và sự biến động của chứng khoán, nhằm làm rõ hơn mối liên hệ giữa rủi ro và tỷ suất sinh lợi.
Các bằng chứng thực nghiệm về mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán trên cơ sở nghiên cứu tính thanh khoản hoặc sự biến động của chứng khoán trong mối quan hệ với tỷ suất sinh lợi chứng khoán
Năm 2002, Yakov Amihud đã thực hiện nghiên cứu “
In 2006, a research study titled "The cross-section of volatility and expected returns" was conducted by Andrew Ang, Robert J Hodrick, Yuhang Xing, and Xiaoyan Zhang The study uncovered abnormal evidence of high-volatility stocks during certain periods, providing valuable insights into the relationship between volatility and expected returns.
Giai đoạn 1963 - 2000 tại Mỹ cho thấy mối quan hệ giữa rủi ro và tỷ suất sinh lợi không phù hợp với các mô hình định giá tài sản truyền thống, trong đó quy luật là rủi ro càng cao thì tỷ suất sinh lợi yêu cầu càng lớn Nghiên cứu chỉ ra rằng những chứng khoán có biến động cao lại mang lại tỷ suất sinh lợi thấp một cách bất thường.
Năm 2011, Malcolm Baker, Brendan Bradley và Jeffrey Wurgler nghiên cứu
Nghiên cứu "Benchmarks as limits to arbitrage: Understanding the low-volatility anomaly" phân tích tỷ suất sinh lợi hàng tháng của chứng khoán Mỹ từ tháng 1 năm 1968 đến tháng 12 năm 2008, cho thấy danh mục đầu tư cổ phiếu ít rủi ro vượt trội hơn so với danh mục cổ phiếu có rủi ro cao với chênh lệch lớn Tác giả sắp xếp 1000 cổ phiếu lớn nhất thành năm nhóm dựa trên độ lệch chuẩn và hệ số beta, và phát hiện rằng một đô la đầu tư vào cổ phiếu có vốn hóa lớn biến động thấp tăng lên 53.81$ sau 41 năm, trong khi cổ phiếu biến động cao chỉ tăng 7.35$ Tương tự, một đô la đầu tư vào cổ phiếu có beta thấp nhất tăng lên 78.66$, còn beta cao nhất chỉ tăng 4.70$ mà không tính chi phí giao dịch Kết quả cho thấy chứng khoán biến động cao có tỷ suất sinh lợi thấp trong các giai đoạn thị trường sụp đổ, và chứng khoán rủi ro thấp có kết quả tốt hơn trong dài hạn, đánh dấu đây là một bất thường lớn trong lý thuyết tài chính.
Năm 2011, Turan G Bali, Nusret Cakici và Robert F Whitelaw nghiên cứu
Bài nghiên cứu "Maxing out: Stocks as lotteries and the cross-section of expected returns" phân tích mối quan hệ giữa tỷ suất sinh lợi hàng ngày cao nhất (MAX), beta thị trường (BETA), kích thước công ty (SIZE), giá trị sổ sách trên giá trị thị trường (BM), động lực (MOM), đảo chiều ngắn hạn (REV) và bất thanh khoản (ILLIQ) của các chứng khoán trên thị trường Mỹ từ năm 1926 đến 2005 Nghiên cứu sử dụng mô hình hồi quy chéo hàng tháng với các biến có độ trễ 1 tháng để xác định các yếu tố ảnh hưởng đến lợi suất kỳ vọng.
R i, t+1 = λ 0,t + λ 1,t MAX i,t +λ 2,t BETA i,t + λ 3,t SIZE i,t + λ 4,t BM i,t + λ 5,t MOM i,t
Nghiên cứu cho thấy có mối tương quan nghịch giữa tỷ suất sinh lợi trong tương lai và biến "đảo chiều trong ngắn hạn" Đồng thời, tác giả cũng phát hiện mối liên hệ với tỷ suất sinh lợi kỳ vọng trong tháng tới Biến tỷ suất sinh lợi cao nhất hàng ngày thể hiện ý nghĩa tương tự như phương pháp đo lường rủi ro HR (Home run risk measure) Đối với biến "illiquidity", tác giả ghi nhận mối tương quan cùng chiều với biến này.
“illiquidity” và tỷ suất sinh lợi kỳ vọng
Năm 2012, Turan G Bali và các đồng tác giả đã nghiên cứu "Cú sốc thanh khoản và phản ứng của thị trường chứng khoán" trên các công ty niêm yết tại New York từ 1963 đến 2010 Nghiên cứu cho thấy cú sốc thanh khoản tiêu cực không chỉ làm giảm tỷ suất sinh lợi tức thời mà còn dự đoán sự sụt giảm tỷ suất sinh lợi trong 6 tháng tiếp theo Đặc biệt, ảnh hưởng của cú sốc thanh khoản lớn hơn đối với các chứng khoán công ty nhỏ và ít thanh khoản Tác giả chỉ ra rằng thị trường chứng khoán có xu hướng phản ứng yếu với cú sốc thanh khoản ở mức độ công ty, dẫn đến tác động từ từ lên giá chứng khoán theo thời gian, làm giảm tỷ suất sinh lợi trong tương lai Hơn nữa, sự thiếu chú ý của nhà đầu tư đối với các chứng khoán nhỏ và ít được theo dõi cũng góp phần vào việc thị trường ít phản ứng với cú sốc thanh khoản.
Bằng chứng thực nghiệm về mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng của chứng khoán
In 2012, Stephen P Huffman and Cliff R Moll conducted a study titled "An Examination of the Relation Between Asymmetric Risk Measures, Prior Returns, and Expected Daily Stock Returns," analyzing securities in the U.S market from 1989 to 2009.
Trong nghiên cứu, tác giả phát hiện mối quan hệ tích cực giữa rủi ro và tỷ suất sinh lợi chứng khoán trong toàn bộ mẫu Kết quả này được xác nhận qua các phương pháp đo lường rủi ro truyền thống như độ lệch chuẩn và bán lệch, cũng như các phương pháp phi truyền thống như VaR và HR với độ tin cậy khác nhau Đặc biệt, sau khi kiểm soát các biến như quy mô vốn hóa công ty, tỷ số giá trị sổ sách trên giá trị thị trường (B/M), đòn bẩy tài chính, thanh khoản và các biến giả cho xu hướng tỷ suất sinh lợi ngày hôm trước, tác giả vẫn ghi nhận mối quan hệ dương giữa rủi ro và tỷ suất sinh lợi.
Nghiên cứu cho thấy rằng các phương pháp đo lường rủi ro bất cân xứng phi truyền thống không mang lại thông tin bổ sung nào so với các phương pháp truyền thống.
Mối quan hệ giữa rủi ro và tỷ suất sinh lợi phụ thuộc vào quy mô vốn hóa công ty, tỷ số B/M và thanh khoản Cụ thể, chỉ các công ty nhỏ nhất mới cho thấy mối quan hệ cùng chiều giữa rủi ro và tỷ suất sinh lợi khi phân chia theo quy mô vốn hóa Tương tự, chỉ các công ty có tính thanh khoản cao mới thể hiện mối quan hệ này khi phân chia theo rủi ro thanh khoản Đối với tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M), mối quan hệ cùng chiều giữa tỷ suất sinh lợi và rủi ro xuất hiện ở tất cả các nhóm Mặc dù việc phân chia mẫu làm giảm tính tổng quát của bằng chứng, nhưng điều này giải thích cho những kết quả hỗn hợp trong các nghiên cứu trước và sự biến động bất thường.
Nghiên cứu cho thấy có sự đảo chiều mạnh mẽ trong tỷ suất sinh lợi ngắn hạn, với các công ty có tỷ suất sinh lợi âm ngày trước có xu hướng chuyển sang dương ngày sau, và ngược lại Mức độ đảo ngược này liên quan trực tiếp đến mức độ rủi ro, được đo bằng VaR, HR, độ lệch chuẩn và độ lệch bán chuẩn Các công ty có rủi ro cao thể hiện mẫu đảo chiều lớn hơn, khuyến nghị nhà đầu tư nên mua cổ phiếu của các công ty rủi ro cao sau những ngày giảm tỷ suất sinh lợi và ngược lại với các công ty ít rủi ro Hơn nữa, nghiên cứu chỉ ra rằng mẫu đảo chiều tỷ suất sinh lợi liên quan đến các công ty ít thanh khoản, với ảnh hưởng của thanh khoản giảm dần từ nhóm có chênh lệch giá mua - bán nhỏ nhất đến nhóm lớn nhất Dù kết quả không khái quát cho tất cả các công ty, nghiên cứu vẫn cung cấp lý do cho những bằng chứng trái ngược về mối quan hệ giữa rủi ro, tỷ suất sinh lợi và sự đảo chiều tỷ suất sinh lợi chứng khoán.
Các nghiên cứu toàn cầu về mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán đã chỉ ra nhiều khía cạnh khác nhau.
Việc kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán dựa trên mô hình CAPM đôi khi không phản ánh đúng thực tế Cụ thể, các bằng chứng thực nghiệm cho thấy rủi ro cao không luôn tương ứng với tỷ suất sinh lợi cao ở các thị trường chứng khoán như Athens, Hy Lạp (1998-2002), Bombay, Ấn Độ (1996-2009) và Dhaka, Bangladesh (2005-2009).
Các nghiên cứu thực nghiệm về mối quan hệ giữa rủi ro và tỷ suất sinh lợi của chứng khoán cho thấy rằng chứng khoán kém thanh khoản thường mang lại tỷ suất sinh lợi cao hơn, theo Yakov Amihud (2002) Tuy nhiên, các nghiên cứu của Andrew Ang, Robert J Hodrick, Yuhang Xing, Xiaoyan Zhang (2006) và Malcolm Baker, Brendan Bradley, Jeffrey Wurgler (2011) cùng với Turan G Bali, Lin Peng, Yannan Shen, Yi Tang (2012) chỉ ra rằng chứng khoán có rủi ro cao, biến động lớn và kém thanh khoản lại có tỷ suất sinh lợi thấp hơn.
Nghiên cứu của Stephen P Huffman và Cliff R Moll (2012) chỉ ra rằng có mối quan hệ cùng chiều giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trên thị trường Mỹ Tuy nhiên, mức độ tương quan này bị ảnh hưởng mạnh mẽ bởi quy mô vốn hóa công ty, tỷ lệ giá trị sổ sách so với giá trị thị trường và thanh khoản.
CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Mẫu nghiên cứu Để đáp ứng mục tiêu nghiên cứu đề cập ở mục 1.2, tác giả sử dụng mẫu nghiên cứu là các chứng khoán niêm yết trên Sở giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX) được giao dịch liên tục kể từ phiên ngày 02/01/2008 đến phiên ngày 30/06/2013 Ứng với mỗi chứng khoán trong mẫu, tác giả thu thập các dữ liệu sau:
Giá đóng cửa của cổ phiếu cuối mỗi ngày giao dịch
Khối lượng cổ phần lưu hành được cập nhật hàng ngày dựa trên các sự kiện và thông tin về cổ tức của các công ty Dữ liệu này, kết hợp với giá cổ phiếu hàng ngày, được sử dụng để tính toán quy mô vốn hóa của từng công ty.
Giá trị sổ sách của vốn cổ phần vào cuối mỗi quý từ năm 2008 đến tháng 6 năm 2013 được sử dụng để tính toán tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) cho từng mã chứng khoán, kết hợp với dữ liệu giá.
Nợ ngắn hạn và nợ dài hạn, tổng tài sản của mỗi công ty vào ngày cuối của quý từ năm
Từ năm 2008 đến tháng 06 năm 2013, số liệu được sử dụng để tính toán đòn bẩy tài chính (D/A) của từng công ty vào cuối mỗi quý Để xác định “spread” trong nghiên cứu, tác giả đã thu thập số liệu chênh lệch giữa giá cao nhất và giá thấp nhất của chứng khoán trong mỗi ngày giao dịch, thay vì chênh lệch giữa giá mua và giá bán như phương pháp của Stephen P Huffman và Cliff R Moll (2012) Điều này là do cách thức giao dịch chứng khoán trên thị trường chứng khoán Việt Nam thực hiện theo lệnh đối ứng.
Dữ liệu thu thập trong bài nghiên cứu là có sẵn trên http://www.cophieu68.vn/, http://www.cafef.vn
Sau khi thu thập và chọn lọc dữ liệu phù hợp với mục tiêu nghiên cứu, tác giả đã xây dựng được mẫu nghiên cứu gồm 55 mã chứng khoán được giao dịch trên hai sàn HOSE và HNX trong khoảng thời gian từ ngày 02/01/2008 đến 30/06/2013.
Mô hình nghiên cứu
Trong nghiên cứu này, tác giả áp dụng mô hình của Stephen P Huffman và Cliff R Moll (2012) để thực hiện các kiểm định Đầu tiên, tác giả sử dụng mô hình hồi quy chéo (cross-section regression) hàng ngày nhằm kiểm tra mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng vượt trội hàng ngày Mô hình hồi quy chéo được xác định để phân tích dữ liệu này.
R it =α t + γ t (Risk Measure it-1 ) + ε it (1)
Với R it là tỷ suất sinh lợi vượt trội của công ty i tại ngày t
Risk Measure it-1 là phương pháp đánh giá rủi ro của công ty i, dựa trên dữ liệu tỷ suất sinh lợi trong 100 ngày giao dịch trước đó, từ ngày t -1 đến ngày t -100.
Trong phương trình (1), tác giả xác định các biến đo lường rủi ro, bao gồm "total risk", "downside risk" và "upside risk" thông qua các phương pháp khác nhau.
Phương pháp 1: đo lường rủi ro “total risk” bằng độ lệch chuẩn năm (annualized standard deviation) theo công thức sau:
Với n là số các quan sát tỷ suất sinh lợi với dữ liệu đầy đủ của 100 ngày giao dịch trước đó
Tỷ suất sinh lợi quan sát được của công ty i vào ngày t được xác định là tỷ suất sinh lợi trung bình của công ty i trong 100 ngày giao dịch trước đó.
Tác giả tin rằng mối quan hệ giữa độ lệch chuẩn và tỷ suất sinh lợi trong tương lai sẽ tích cực, vì các nhà đầu tư ngại rủi ro sẽ xem xét đầu tư vào tài sản rủi ro khi có sự cân nhắc hợp lý giữa rủi ro và lợi nhuận.
Phương pháp 2: đo lường rủi ro “downside risk” bằng bán lệch năm (annualized semi – deviation) theo công thức sau:
Với n 0 n B là số các quan sát tỷ suất sinh lợi đầy đủ nhỏ hơn 0 trong 100 ngày trước đây
R it và là được xác định như phương trình (2)
Tác giả mong muốn nhấn mạnh mối liên hệ tích cực giữa bán lệch (semi-deviation) và tỷ suất sinh lợi kỳ vọng trong tương lai, cho rằng khi rủi ro giảm (downside risk) gia tăng, tỷ suất sinh lợi kỳ vọng cũng sẽ tăng lên để bù đắp cho những rủi ro bất lợi này.
Phương pháp 3 để đo lường rủi ro “downside risk” là sử dụng VaR (Value at Risk), một công cụ giúp xác định thua lỗ lớn nhất trong một khoảng thời gian nhất định với độ tin cậy cụ thể (Philippe Jorion, 2003) Trong việc tính toán VaR, có hai phương pháp chính là phương pháp tính VaR theo thông số (parametric) và phương pháp tính VaR lịch sử (historical).
Cách tính VaR theo thông số được xác định theo công thức của Stephen P Huffman và Cliff R Moll (2012) như sau:
Tỷ suất sinh lợi trung bình của công ty i trong 100 ngày giao dịch trước đó vào ngày t được tính toán, trong khi độ lệch chuẩn mẫu (100 ngày giao dịch trước đó) của công ty i cũng được xem xét để đánh giá biến động.
Z-score (điểm Z) đại diện cho mức độ tin cậy trong phân tích tài chính Ví dụ, với độ tin cậy 95%, giá trị của VaR (Value at Risk) phản ánh khoản thua lỗ kỳ vọng lớn nhất, tương ứng với phân phối chuẩn, Z-score sẽ là 1,65.
Theo nghiên cứu của Stephen P Huffman và Cliff R Moll (2012), tỷ suất sinh lợi chứng khoán ngày càng cho thấy không phân phối chuẩn, làm nổi bật tiềm năng của thông số VaR VaR lịch sử là một biện pháp đo lường phi tham số, được ước tính dựa trên các quan sát lịch sử mà không phụ thuộc vào giả định phân phối tỷ suất sinh lợi Để xác định VaR với độ tin cậy 95%, nhà đầu tư có thể sắp xếp 100 ngày giao dịch gần nhất theo thứ tự từ cao đến thấp, và VaR 95% sẽ là tỷ suất sinh lợi đứng thứ 5 trong số các mức thấp nhất, phản ánh thua lỗ tối đa dự kiến xảy ra trong 95% thời gian của giai đoạn tiếp theo.
Phương pháp 4: Đo lường rủi ro "upside risk" thông qua phương pháp HR (Home run Risk) là một cách tiếp cận ngược lại với VaR Cụ thể, phương pháp HR được xác định bằng các thông số phù hợp để đánh giá tiềm năng lợi nhuận cao trong các khoản đầu tư.
Tỷ suất sinh lợi trung bình trong 100 ngày giao dịch trước đó của công ty i tại ngày t được ký hiệu là it, trong khi độ lệch chuẩn mẫu của công ty i trong cùng khoảng thời gian được ký hiệu là sit.
Z-score (điểm Z) thể hiện mức độ tin cậy trong thống kê Ví dụ, với độ tin cậy 95%, giá trị của HR (Rủi ro Home run) tương ứng với mức thua lỗ kỳ vọng lớn nhất sẽ là 1,65 trong phân phối chuẩn.
Phương pháp HR lịch sử, tương tự như VaR lịch sử, chỉ sử dụng dữ liệu tỷ suất sinh lợi trong quá khứ để tính toán Để đạt được độ tin cậy 95% cho khoảng lợi nhuận tối đa, nhà đầu tư sẽ sắp xếp tỷ suất sinh lợi của 100 ngày giao dịch gần nhất theo thứ tự từ cao đến thấp Tỷ suất sinh lợi HR 95% chính là tỷ suất đứng thứ 5 trong danh sách này, đại diện cho lợi nhuận tối đa mà nhà đầu tư có thể kỳ vọng xảy ra trong 95% thời gian của giai đoạn tiếp theo.
Tác giả đã tiến hành tăng cường kiểm định bằng cách thêm các biến kiểm soát như quy mô vốn hóa công ty, tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) và tỷ lệ tổng nợ trên tài sản vào phương trình (1) Mục tiêu là xác định xem kết quả của mối quan hệ giữa các rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày có bị ảnh hưởng bởi các biến kiểm soát này hay không Mô hình hồi quy chéo được áp dụng để thực hiện kiểm định.
R it = α t + γ t (Risk Measure it-1 ) + δ t ln (size) it-1 + λ t ln (B/M) it-1 +η t tda it-1 + ε it (6)
Phương pháp nghiên cứu
Nghiên cứu này nhằm xác định mối quan hệ giữa rủi ro và tỷ suất sinh lợi của các chứng khoán trên Sở giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX) bằng phương pháp định lượng Tác giả áp dụng mô hình nghiên cứu của Stephen P Huffman và Cliff R Moll (2012) trong bài viết “An examination of the relation between asymmetric risk measures, prior returns and expected daily stock returns” để thực hiện nghiên cứu này.
Bài nghiên cứu áp dụng các mô hình hồi quy dữ liệu bảng, bao gồm ba phương pháp tiếp cận chính: Pooled, Fixed Effect (hiệu ứng cố định) và Random Effect (hiệu ứng ngẫu nhiên).
Thứ nhất, để kiểm tra xem phương pháp nào thích hợp giữa hai phương pháp Pooled và
Tác giả áp dụng kiểm định Lagrangian Multiplier (LM) trong mô hình Random Effect để xác định tính phù hợp của phương pháp hồi quy Giả thuyết Ho được đặt ra là hồi quy theo phương pháp Pooled là thích hợp Nếu giả thuyết Ho bị bác bỏ, điều này cho thấy mô hình hồi quy theo phương pháp Random Effect là lựa chọn tối ưu hơn so với phương pháp Pooled.
Thứ hai, để lựa chọn hồi quy theo phương pháp nào là phù hợp hơn giữa phương pháp
Trong nghiên cứu này, tác giả so sánh hiệu ứng ngẫu nhiên (Random Effect) và hiệu ứng cố định (Fixed Effect) bằng cách sử dụng kiểm định Hausman Giả thuyết null (Ho) được đặt ra là hồi quy theo phương pháp Random Effect phù hợp hơn Nếu giả thuyết Ho bị bác bỏ, điều này chỉ ra rằng mô hình hồi quy theo phương pháp Fixed Effect sẽ thích hợp hơn so với Random Effect.
Trong bài nghiên cứu này, tác giả sử dụng phần mềm STATA để chạy mô hình hồi quy.
KIỂM ĐỊNH MỐI QUAN HỆ GIỮA RỦI RO VÀ TỶ SUẤT SINH LỢI KỲ VỌNG CỦA CÁC CHỨNG KHOÁN TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Thống kê mô tả
Bảng 4.1: Thống kê mô tả các biến
Biến Số các quan sát
Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
Bảng 4.1 cung cấp các thống kê mô tả về số lượng quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất của các biến đo lường rủi ro cũng như các biến kiểm soát trong mô hình hồi quy được thảo luận trong chương 3.
Biến Rit thể hiện tỷ suất sinh lợi hàng ngày của chứng khoán công ty i tại thời điểm t với tổng số quan sát lên tới 69,410 Tỷ suất sinh lợi trung bình hàng ngày của chứng khoán này đạt 0.0024%.
Biến ln(Size) đại diện cho logarit tự nhiên của quy mô giá trị vốn hóa thị trường của công ty, với tổng số quan sát lên tới 69.410 Giá trị trung bình của logarit vốn hóa thị trường các công ty đạt khoảng 27.3748.
Biến ln (B/M) là logarit tự nhiên của tỷ lệ giá trị sổ sách so với giá trị thị trường của chứng khoán công ty Với tổng số 69,410 quan sát, giá trị trung bình của logarit tỷ lệ B/M trên thị trường đạt -0.0619.
Biến D/A – Tỷ lệ tổng nợ trên tổng tài sản của công ty: tổng số quan sát là 69410 quan sát, tỷ lệ D/A trung bình của các công ty là 50.69%
Biến Stdev là phương pháp hiệu quả để đo lường rủi ro tổng thể (total risk) thông qua độ lệch chuẩn Trong nghiên cứu này, tổng số quan sát đạt 69,410, với độ lệch chuẩn trung bình của các chứng khoán là 0.4733.
Biến Semi dev – Phương pháp đo lường rủi ro (downside risk) bằng Semi dev: tổng số quan sát 69410 quan sát, semi dev trung bình của các chứng khoán là 0.4461
Biến 95% VaR parametric là phương pháp đo lường rủi ro (downside risk) hàng ngày, sử dụng thông số với độ tin cậy 95% Trong nghiên cứu này, tổng số quan sát đạt 69,410, và giá trị trung bình của VaR hàng ngày theo thông số với độ tin cậy 95% cho các chứng khoán là -0.0496.
Biến 97.5% VaR parametric – Phương pháp đo lường rủi ro (downside risk) bằng phương pháp VaR hàng ngày theo thông số với độ tin cậy là 97.5%: tổng số quan sát 69410 quan sát, giá trị trung của VaR hàng ngày theo thông số với độ tin cậy 97.5% của các chứng khoán là -0.0589
Phương pháp VaR historical là công cụ đo lường rủi ro, đặc biệt là rủi ro giảm giá, dựa trên tỷ suất sinh lợi hàng ngày trong quá khứ với độ tin cậy 95% Với tổng cộng 69,410 quan sát, giá trị trung bình của VaR historical cho các chứng khoán đạt -0.0457, cho thấy mức độ rủi ro tiềm ẩn trong các khoản đầu tư.
Biến 97.5% VaR historical – Phương pháp đo lường rủi ro (downside risk) bằng phương pháp VaR dựa trên các quan sát tỷ suất sinh lợi hàng ngày trong quá khứ với độ tin cậy 97.5%: tổng số quan sát 69410 quan sát, giá trị trung bình của VaR historical của các chứng khoán với độ tin cậy 95% là -0.0450
Biến 95% HR parametric – Phương pháp đo lường rủi ro (upside risk) bằng phương pháp
Theo phân tích HR với độ tin cậy 95%, tổng số quan sát đạt 69,410 Giá trị trung bình của HR parametric cho các chứng khoán trong khoảng độ tin cậy 95% là 0.0487.
Biến 97.5% HR parametric – Phương pháp đo lường rủi ro (upside risk) bằng phương pháp HR theo thông số với độ tin cậy là 97.5%: tổng số quan sát 69410 quan sát, giá trị trung bình của HR parametric của các chứng khoán với độ tin cậy 97.5% là 0.0579
Biến 95% HR historical – Phương pháp đo lường rủi ro (upside risk) bằng phương pháp
HR được xác định dựa trên 69,410 quan sát tỷ suất sinh lợi hàng ngày trong quá khứ với độ tin cậy 95% Giá trị trung bình của HR lịch sử cho các chứng khoán là 0.0467, cho thấy mức độ sinh lợi ổn định trong khoảng thời gian này.
Biến 97.5% HR historical – Phương pháp đo lường rủi ro (upside risk) bằng phương pháp
HR dựa trên 69410 quan sát tỷ suất sinh lợi trong quá khứ với độ tin cậy 97.5%, cho thấy giá trị trung bình của HR historical của các chứng khoán đạt 0.0506.
Biến RetNEG được xác định bằng 1 khi tỷ suất sinh lợi thời gian t-1 là âm và bằng 0 trong các trường hợp khác Tổng số quan sát trong nghiên cứu là 69,410, với giá trị trung bình của biến RetNEG đạt 0.4349.
Biến RetPOS nhận giá trị 1 khi tỷ suất sinh lợi thời gian t-1 dương, và bằng 0 trong các trường hợp khác Tổng số quan sát trong nghiên cứu là 69,410, với giá trị trung bình của biến RetPOS đạt 0.4125.
Kết quả kiểm định lựa chọn phương pháp chạy hồi quy
Kết quả kiểm định lựa chọn giữa hồi quy theo phương pháp Pooled và Random Effect
Bảng 4.2: Kiểm định Lagrangian Multiplier (LM) của mô hình Random Effect
Kết quả kiểm định Lagrangian Multiplier (LM) cho thấy giả thuyết Ho bị bác bỏ với p-value = 1, do đó tác giả đã quyết định sử dụng phương pháp hồi quy Random Effect trong nghiên cứu này.
Breusch and Pagan Lagrangian multiplier test for random effects
Ri[Ma1,t] = Xb + u[Ma1] + e[Ma1,t]
Kết quả kiểm định lựa chọn giữa hồi quy theo phương pháp Random Effect và Fixed Effect
Bảng 4.3: Kiểm định Hausman đối với mô hình hồi quy R it = α t + γ t (Risk Measure it-1 ) + δ t ln (size) it-1 + λ t ln (B/M) it-1 +η t tda it-1 + ε it
- b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Bảng 4.4: Kiểm định Hausman đối với mô hình hồi quy R it = α t + γ t (Risk Measure it-1 ) + δ t ln (size) it-1 + λ t ln (B/M) it-1 +η t tda it-1 + φ t + RetPOS it-1 + κ t RetNEG it-1 + ε it
- b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Kết quả kiểm định Hausman cho thấy giả thuyết Ho được chấp nhận với p-value = 0, do đó, tác giả đã chọn phương pháp hồi quy Random Effect là lựa chọn tối ưu trong ba phương pháp hồi quy dữ liệu bảng.
Kết quả kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trên toàn mẫu
Bảng 4.5 minh họa mối liên hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán trong toàn bộ mẫu, sử dụng các phương pháp đo lường rủi ro khác nhau.
Mô hình 1 trong bảng 4.5 cho thấy mối tương quan thuận chiều giữa độ lệch chuẩn (rủi ro tổng) và tỷ suất sinh lợi hàng ngày của chứng khoán với hệ số tương quan 0.00061 Kết quả này khẳng định kỳ vọng của tác giả về mối liên hệ cùng chiều giữa độ lệch chuẩn và tỷ suất sinh lợi kỳ vọng, cho thấy rằng chứng khoán có rủi ro cao thường đi kèm với tỷ suất sinh lợi cao Tuy nhiên, mối tương quan này không có ý nghĩa thống kê.
Mô hình 2 trong bảng 4.5 cho thấy mối tương quan thuận giữa biến đo lường rủi ro (downside risk) bằng phương pháp “semi dev” và tỷ suất sinh lợi hàng ngày với hệ số tương quan 0.00032 Kết quả này xác nhận mong đợi của tác giả rằng rủi ro bất lợi càng cao thì tỷ suất sinh lợi kỳ vọng càng lớn để bù đắp cho rủi ro đó Tuy nhiên, kết quả trong mô hình này không có ý nghĩa thống kê.
Trong các mô hình 3, 4, 5, 6, 7, 8, 10 của bảng 4.5, các biến đo lường rủi ro phi truyền thống cho thấy mối tương quan thuận chiều với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, có ý nghĩa thống kê ở mức 1% (trừ mô hình 7 có ý nghĩa ở mức 5%) Kết quả này khẳng định rằng chứng khoán có rủi ro cao hơn sẽ mang lại tỷ suất sinh lợi kỳ vọng cao hơn, phù hợp với mô hình CAPM và tâm lý ngại rủi ro của nhà đầu tư Bên cạnh đó, mô hình 9 trong bảng 4.2 cũng chỉ ra rằng biến đo lường rủi ro (upside risk) theo phương pháp “97.5% HR parametric” có mối tương quan thuận chiều với tỷ suất sinh lợi hàng ngày của chứng khoán, tuy nhiên không có ý nghĩa thống kê.
Bảng 4.5 chỉ ra rằng các biến đo lường rủi ro có mối tương quan thuận với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, cho thấy rằng chứng khoán có rủi ro cao thường mang lại tỷ suất sinh lợi cao Tuy nhiên, trong các kết quả hệ số tương quan, biến độ lệch chuẩn và "semi dev" cần được chú ý đặc biệt.
Hệ số 97.5% HR parametric không có ý nghĩa thống kê, trong khi các biến đo lường rủi ro khác như 95% VaR parametric, 97.5% VaR parametric, 95% VaR historical, 97.5% VaR historical, 95% HR historical, 95% HR parametric và 97.5% HR historical đều có ý nghĩa thống kê Kết quả này phù hợp với các bằng chứng thực nghiệm từ nghiên cứu trước của Stephen P Huffman và Cliff R Moll (2012).
Biến Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Mô hình 5 Mô hình 6 Mô hình 7 Mô hình 8 Mô hình 9 Mô hình 10 Intercept -0.00026 -0.00012 0.00443*** 0.00272*** 0.00407*** 0.00194***
Ghi chú: * có ý nghĩa thống kê 10%
Sau khi kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, tác giả tiếp tục nâng cao kiểm định bằng cách thêm các biến kiểm soát như quy mô giá trị vốn hóa công ty, tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) và tỷ lệ tổng nợ trên tổng tài sản (D/A) vào các mô hình kiểm định Kết quả của kiểm định nâng cao này sẽ được trình bày trong bảng 4.6.
Bảng 4.6 trình bày mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán khi xét thêm các biến kiểm soát
Mô hình từ 11 đến 17 trong bảng 4.6 cho thấy sự tương quan nghịch giữa quy mô giá trị vốn hóa của công ty (LnSize) và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, với mức ý nghĩa thống kê 1% Điều này có nghĩa là khi quy mô vốn hóa công ty tăng, tỷ suất sinh lợi kỳ vọng của chứng khoán giảm Kết quả này phù hợp với các nghiên cứu trước đây của Banz (1981), Fama & French (1992, 1993), và Barber & Lyon (1997), cũng như các tác giả Stephen P Huffman và Cliff R Moll (2012).
Mô hình từ 11 đến 17 trong bảng 4.6 cho thấy mối tương quan nghịch giữa giá trị sổ sách trên giá trị thị trường của chứng khoán (LnB/M) với mức ý nghĩa thống kê 1% Điều này chỉ ra rằng khi giá trị sổ sách trên giá trị thị trường tăng, tỷ suất sinh lợi kỳ vọng sẽ giảm Kết quả này trái ngược với các nghiên cứu trước đây của Fama & French (1992, 1993) và Barber & Lyon (1997), cũng như Stephen P Huffman và Cliff R Moll (2012) Sự khác biệt này cho thấy nhiều nhà đầu tư trong nước không theo chiến lược đầu tư giá trị dài hạn, mà chủ yếu là những nhà đầu tư lướt sóng ngắn hạn Khi thị trường giảm, họ thường có tâm lý lo ngại và bán tháo theo số đông, dẫn đến tỷ lệ B/M tăng và tỷ suất sinh lợi kỳ vọng giảm Khi giá chứng khoán giảm, nhà đầu tư thường có xu hướng bi quan và dự đoán giá sẽ tiếp tục giảm, từ đó dẫn đến quyết định bán tháo và tỷ suất sinh lợi kỳ vọng giảm xuống.
Mô hình từ 11 đến 17 trong bảng 4.6 cho thấy mối tương quan nghịch chiều giữa tỷ lệ tổng nợ trên tổng tài sản (D/A) và tỷ suất sinh lợi kỳ vọng của chứng khoán công ty không có ý nghĩa thống kê Cụ thể, sự gia tăng tỷ lệ D/A của công ty dẫn đến sự giảm sút trong tỷ suất sinh lợi kỳ vọng của chứng khoán Kết quả này phù hợp với các nghiên cứu trước đây của Fama & French (1992) và các tác giả Stephen P Huffman cùng Cliff R Moll.
Kết quả nghiên cứu cho thấy mối tương quan thuận chiều giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán thông qua các phương pháp đo lường rủi ro VaR khác nhau Các hệ số tương quan của các biến đo lường rủi ro VaR đều có ý nghĩa thống kê ở mức 1%, cho thấy mối tương quan này vẫn không đổi khi thêm vào các biến kiểm soát quy mô giá trị vốn hóa của công ty, giá trị sổ sách trên giá trị thị trường và tỷ lệ tổng nợ trên tổng tài sản Tuy nhiên, mức độ tác động thuận chiều của các biến đo lường rủi ro VaR lên tỷ suất sinh lợi kỳ vọng của chứng khoán có thay đổi, với hệ số tương quan tăng từ 0.0887, 0.0590, 0.0687, 0.0383 lên 0.1126, 0.0785, 0.0897, 0.0477 khi thêm các biến kiểm soát.
Biến Mô hình 11 Mô hình 12 Mô hình 13 Mô hình 14 Mô hình 15 Mô hình 16 Mô hình 17
Ghi chú: * có ý nghĩa thống kê 10%
Mô hình 15 của bảng 4.6 chỉ ra rằng có mối tương quan thuận giữa biến 95% HR parametric và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, ngay cả khi đưa vào các biến kiểm soát như quy mô giá trị vốn hóa, tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) và tỷ lệ tổng nợ trên tổng tài sản Kết quả này cho thấy rằng khi rủi ro (upside risk) của chứng khoán tăng, tỷ suất sinh lợi cũng có xu hướng tăng theo Tuy nhiên, mối tương quan này không đạt ý nghĩa thống kê.
Mô hình 15, 17 trong bảng 4.6 chỉ ra mối tương quan tích cực giữa các biến đo lường rủi ro (upside risk) 95% HR historical, 97.5% HR historical và tỷ suất sinh lợi hàng ngày của chứng khoán khi kiểm soát các yếu tố như quy mô giá trị vốn hóa, tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) và tỷ lệ tổng nợ trên tổng tài sản, với ý nghĩa thống kê ở mức 5% Kết quả này cho thấy rằng chứng khoán có rủi ro cao thường đi kèm với tỷ suất sinh lợi cao.
Bảng 4.6 cho thấy rằng khi bổ sung các biến kiểm soát như quy mô giá trị vốn hóa công ty, giá trị sổ sách trên giá trị thị trường của chứng khoán (B/M), và tỷ lệ tổng nợ trên tổng tài sản vào mô hình kiểm định, mối tương quan cùng chiều giữa rủi ro và tỷ suất sinh lợi hàng ngày của chứng khoán vẫn không thay đổi Tuy nhiên, ý nghĩa thống kê của hệ số tương quan của các biến đo lường rủi ro có sự thay đổi; cụ thể, hệ số tương quan của biến 95% HR parametric trong mô hình 7 của bảng 4.5 có ý nghĩa thống kê 5%, nhưng trong mô hình 15 của bảng 4.6, hệ số này không còn có ý nghĩa thống kê.
Để xác định tính đa cộng tuyến trong các mô hình hồi quy, tác giả sử dụng hệ số phóng đại VIF Các hệ số VIF nhỏ hơn 10 cho thấy tính đa cộng tuyến không ảnh hưởng đến kết quả hồi quy Kết quả kiểm định tính đa cộng tuyến sẽ được trình bày trong bảng 4.7.
Bảng 4.7: Kiểm định tính đa cộng tuyến trong mô hình hồi quy R it = α t + γ t (Risk Measure it-1 ) + δ t ln (size) it-1 + λ t ln (B/M) it-1 +η t tda it-1 + ε it
Kết quả kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán theo từng nhóm công ty dựa trên đặc điểm quy mô giá trị vốn hóa của công ty
Bảng 4.10 thể hiện mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán, phân theo từng nhóm quy mô giá trị vốn hóa của công ty.
Trong bảng 4.10, mối tương quan giữa biến “95% VaR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán cho thấy có chiều hướng cùng chiều và có ý nghĩa thống kê, đặc biệt là ở nhóm vốn hóa công ty lớn với hệ số tương quan có ý nghĩa thấp nhất (10%) Điều này chỉ ra rằng chứng khoán có rủi ro cao thường đi kèm với tỷ suất sinh lợi kỳ vọng cao Ngoài ra, các biến giả về tỷ suất sinh lợi ngày trước (NetPOS, NetNEG) cũng thể hiện ý nghĩa thống kê cao ở mức 1% Biến NetPOS cho thấy mối quan hệ cùng chiều với tỷ suất sinh lợi kỳ vọng khi tỷ suất ngày trước lớn hơn 0, trong khi biến NetNEG cho thấy mối quan hệ nghịch chiều khi tỷ suất ngày trước nhỏ hơn 0 Tóm lại, tỷ suất sinh lợi kỳ vọng của chứng khoán có mối quan hệ cùng chiều với tỷ suất sinh lợi kỳ vọng ngày trước ở tất cả các nhóm vốn hóa công ty và có ý nghĩa thống kê cao, tương tự như kết quả nghiên cứu trên toàn mẫu trong bảng 4.8.
Phần B của bảng 4.10 chỉ ra mối tương quan thuận giữa biến “95% HR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong các nhóm quy mô giá trị vốn hóa Hệ số tương quan của biến này ở nhóm quy mô vốn hóa cỡ trung và lớn nhất không có ý nghĩa thống kê, trong khi các nhóm còn lại đều thể hiện ý nghĩa thống kê rõ rệt Thêm vào đó, các biến giả liên quan đến tỷ suất sinh lợi ngày trước đó của chứng khoán (NetPOS) cũng được xem xét.
Biến giả NetPOS có mối tương quan thuận với tỷ suất sinh lợi kỳ vọng của chứng khoán, trong khi biến giả NetNEG lại có mối tương quan nghịch với tỷ suất sinh lợi ngày tiếp theo Điều này cho thấy tỷ suất sinh lợi ngày trước có ảnh hưởng tích cực đến tỷ suất sinh lợi kỳ vọng ngày tiếp theo trên thị trường chứng khoán Việt Nam, và hiện tượng này diễn ra thường xuyên trong suốt thời gian giao dịch, hiếm khi xảy ra sự đảo chiều.
Phần C của bảng 4.10 chỉ ra rằng có sự tác động thuận chiều giữa độ lệch chuẩn đo lường rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán ở hầu hết các nhóm quy mô vốn hóa công ty Kết quả này tương đồng với các kiểm định trước đó trên toàn mẫu Tuy nhiên, ở nhóm công ty cỡ trung, có sự tương quan nghịch chiều giữa độ lệch chuẩn và tỷ suất sinh lợi kỳ vọng, cho thấy rằng chứng khoán có rủi ro cao không nhất thiết đi kèm với tỷ suất sinh lợi cao, mặc dù mối tương quan này không có ý nghĩa thống kê Thêm vào đó, hệ số tương quan của các biến giả (NetPOS, NetNEG) cũng tương tự như trong các phần A và B của bảng 4.8.
Phần D của bảng 4.10 chỉ ra rằng có mối tương quan thuận giữa biến đo lường rủi ro bất cân xứng "Semi-deviation" và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong từng nhóm quy mô giá trị vốn hóa công ty Kết quả này nhất quán với toàn bộ mẫu nghiên cứu Mặc dù hệ số tương quan của "Semi-deviation" trên toàn mẫu không có ý nghĩa thống kê, nhưng đối với nhóm công ty có quy mô vốn hóa nhỏ (quintile cỡ nhỏ nhất và quintile cỡ nhỏ) lại cho thấy ý nghĩa thống kê ở mức 10% và 5%.
A, B, C của bảng 4.10, biến giả NetPOS có mối tương quan thuận chiều và biến giả NetNEG có mối tương quan nghịch chiều với tỷ suất sinh lợi kỳ vọng ngày tiếp theo của chứng khoán trị vốn hóa của công ty
Ghi chú: * có ý nghĩa thống kê 10%
Kết quả kiểm định mối tương quan giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán theo từng nhóm quy mô vốn hóa cho thấy sự khác biệt so với toàn mẫu Cụ thể, mối tương quan này không có ý nghĩa thống kê đối với nhóm công ty có quy mô vốn hóa cỡ trung và lớn nhất Hơn nữa, kết quả cũng chỉ ra rằng tỷ suất sinh lợi kỳ vọng và tỷ suất sinh lợi ngày trước đó có tác động cùng chiều và có ý nghĩa thống kê cao trong từng nhóm theo giá trị vốn hóa công ty.
Kết quả kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán theo từng nhóm dựa trên tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) của chứng khoán
Bảng 4.11 thể hiện mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán, được phân loại theo từng nhóm tỷ lệ giá trị sổ sách so với giá trị thị trường của chúng.
Trong bảng 4.11, phần A cho thấy mối tương quan thuận giữa biến đo lường rủi ro bất cân xứng “95% VaR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, được phân loại theo tỷ lệ B/M từ thấp đến cao, với hệ số tương quan có ý nghĩa thống kê trong tất cả các nhóm Biến giả NetPOS thể hiện mối tương quan cùng chiều, trong khi biến giả NetNEG có mối tương quan nghịch chiều với tỷ suất sinh lợi kỳ vọng ngày tiếp theo, cả hai đều có ý nghĩa thống kê ở mức 1% cho tất cả các nhóm B/M Hệ số tương quan của hai biến giả này chỉ ra rằng tỷ suất sinh lợi kỳ vọng ngày tiếp theo có mối quan hệ cùng chiều với tỷ suất sinh lợi ngày trước đó.
Phần B của bảng 4.11 chỉ ra sự tương quan thuận giữa biến “95% HR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong các nhóm có tỷ lệ B/M cao Kết quả kiểm định cho thấy mối tương quan của biến giả NetPOS và NetNEG với tỷ suất sinh lợi kỳ vọng tương tự như trong bảng 4.8 và phần A của bảng 4.11 Điều này chứng tỏ rằng việc phân chia nhóm theo quy mô vốn hóa công ty hoặc tỷ lệ B/M không ảnh hưởng đến kết quả kiểm định của các biến giả liên quan đến tỷ suất sinh lợi ngày trước đối với tỷ suất sinh lợi kỳ vọng ngày tiếp theo.
Phần C của bảng 4.11 chỉ ra rằng mối quan hệ giữa độ lệch chuẩn và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán khác biệt so với toàn mẫu trong bảng 4.5 Cụ thể, trong khi mối tương quan giữa hai biến trên toàn mẫu là thuận chiều, thì đối với nhóm công ty có quy mô vốn hóa nhỏ nhất và lớn nhất lại thể hiện mối tương quan nghịch chiều Điều này có nghĩa là, đối với các chứng khoán thuộc hai nhóm quy mô này, rủi ro cao hơn dẫn đến tỷ suất sinh lợi thấp hơn, mặc dù kết quả này không có ý nghĩa thống kê Ngoài ra, kết quả về mối tương quan của các biến giả NetPOS và NetNEG cũng tương tự như ở phần A và B của bảng 4.11.
Phần D của bảng 4.11 chỉ ra rằng có mối tương quan thuận giữa biến “Semi-deviation” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, đặc biệt là trong nhóm có tỷ lệ B/M lớn (large B/M quintile) Tuy nhiên, mối tương quan này chỉ có ý nghĩa thống kê đối với nhóm lớn B/M, trong khi các nhóm còn lại không có ý nghĩa thống kê Điều này cho thấy rằng các chứng khoán thuộc nhóm tỷ lệ B/M lớn có rủi ro cao thường đi kèm với tỷ suất sinh lợi cao Hơn nữa, kết quả mối tương quan giữa hai biến giả về tỷ suất sinh lợi ngày trước đó (NetPOS, NetNEG) với tỷ suất sinh lợi kỳ vọng ngày tiếp theo cũng tương tự như các kiểm định trên toàn mẫu và theo từng nhóm quy mô giá trị vốn hóa công ty.
Ghi chú: * có ý nghĩa thống kê 10%
Tóm lại, sau khi phân chia mẫu theo nhóm tỷ lệ B/M, tác giả nhận thấy sự thay đổi trong kết quả kiểm định Mối tương quan thuận giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng tháng của chứng khoán chỉ có ý nghĩa thống kê ở nhóm tỷ lệ B/M lớn Kết quả tương quan của các biến NetPOS và NetNEG tương tự như kết quả kiểm định trên toàn mẫu.
Kết quả kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi hàng ngày của các chứng khoán theo từng nhóm công ty dựa trên tính thanh khoản ( spread) của chứng khoán
Bảng 4.12 thể hiện mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán, được phân loại theo từng nhóm thanh khoản.
Phần A của bảng 4.12 chỉ ra rằng biến đo lường rủi ro bất cân xứng “95% VaR historical” có mối tương quan thuận với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán, với ý nghĩa thống kê rõ ràng ở cả hai nhóm chứng khoán theo “spread” lớn nhỏ Ngoài ra, mối tương quan của biến giả NetPOS và NetNEG với tỷ suất sinh lợi kỳ vọng ngày tiếp theo cũng cho thấy kết quả tương tự như kiểm định trên toàn mẫu, cho thấy rằng tỷ suất sinh lợi kỳ vọng ngày tiếp theo có mối quan hệ cùng chiều với tỷ suất sinh lợi ngày trước đó với mức ý nghĩa thống kê cao.
Phần B của bảng 4.12 chỉ ra rằng biến “95% HR historical” có mối tương quan thuận chiều với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán ở cả hai nhóm phân chia theo “spread” lớn nhỏ Hệ số tương quan của biến này ở cả hai nhóm đều có ý nghĩa thống kê, nhưng nhóm chứng khoán “spread” lớn thể hiện ý nghĩa thống kê thấp hơn (10%) Kết quả tương quan của các biến giả NetPOS và NetNEG với tỷ suất sinh lợi kỳ vọng ngày tiếp theo cũng tương tự như các kết quả trong phần A của bảng 4.12.
Trong phần C của bảng 4.12, tác giả đã bổ sung biến kiểm soát quy mô giá trị vốn hóa công ty và tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) vào mô hình của phần A Việc này nhằm tăng cường kiểm định mối quan hệ giữa biến đo lường rủi ro “95% VaR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong từng nhóm “spread”.
Phần C của bảng 4.12 chỉ ra rằng có mối tương quan thuận giữa biến “95% VaR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán ở cả hai nhóm.
Kết quả nghiên cứu cho thấy biến giả NetPOS và NetNEG có mối tương quan thống kê ở mức 1% Biến quy mô giá trị vốn hóa công ty có mối tương quan thuận chiều với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong nhóm có “spread” lớn, nhưng lại nghịch chiều trong nhóm có “spread” nhỏ Tuy nhiên, hệ số tương quan của biến này không có ý nghĩa thống kê Ngoài ra, biến tỷ lệ B/M cũng thể hiện mối tương quan nghịch chiều với tỷ suất sinh lợi kỳ vọng trong cả hai nhóm “spread”, nhưng không đạt được ý nghĩa thống kê.
Bảng 4.12: Mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của các chứng khoán theo nhóm spread
Variable Small spread quintile Large spread quintile
Ghi chú: * có ý nghĩa thống kê 10%
Trong phần D của bảng 4.12, tác giả đã bổ sung biến kiểm soát quy mô giá trị vốn hóa công ty và tỷ lệ giá trị sổ sách trên giá trị thị trường (B/M) vào mô hình ở phần B nhằm tăng cường độ tin cậy của kết quả kiểm định mối quan hệ giữa biến đo lường rủi ro bất cân xứng “95% HR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong từng nhóm “spread”.
Phần D của bảng 4.12 chỉ ra rằng có mối tương quan thuận giữa biến “95% HR historical” và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán ở cả hai nhóm.
Hệ số tương quan của biến “95% HR historical” ở nhóm chứng khoán có “spread” lớn cho thấy ý nghĩa thống kê thấp (10%) Kết quả tương quan của các biến giả NetPOS và NetNEG cũng tương tự như trong phần B của bảng 4.12 Biến quy mô giá trị vốn hóa công ty có mối tương quan thuận chiều với tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán trong cả hai nhóm spread, đây là sự khác biệt lớn so với kết quả kiểm định trên toàn mẫu của bảng 4.8 Tuy nhiên, mối tương quan này chỉ có ý nghĩa thống kê thấp (5%) ở nhóm spread lớn và không có ý nghĩa thống kê ở nhóm spread nhỏ.
Bảng 4.12 cho thấy rằng sự phân chia nhóm spread không có ảnh hưởng đáng kể đến kết quả kiểm định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng hàng ngày của chứng khoán khi áp dụng các phương pháp đo lường rủi ro phi truyền thống Thêm vào đó, khi kiểm soát các biến như quy mô giá trị vốn hóa công ty và tỷ lệ giá trị sổ sách trên giá trị thị trường, mối tương quan này vẫn giữ nguyên tính ổn định Các biến giả cũng thể hiện tác động đáng kể đến tỷ suất sinh lợi kỳ vọng cho ngày tiếp theo với mức ý nghĩa thống kê cao.
