Luận văn thạc sĩ UEH 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

GIỚI THIỆU ĐỀ TÀI

Lý do chọn đề tài

Thị trường chứng khoán Việt Nam đã đi vào hoạt động được hơn 12 năm, sự tồn tại của thị trường là mối quan tâm hàng đầu của chính phủ, các công ty, các nhà đầu tư cũng như các chuyên gia Mặc dù thị trường đã đạt được những thành tựu nhất định nhưng vẫn còn nhiều yếu kém và luôn tiềm ẩn những rủi ro Đối với các nhà đầu tư, đặc biệt là nhà đầu tư cá nhân chủ yếu dựa vào những thông tin khuyến nghị của các công ty chứng khoán, các công ty tài chính được định giá bằng phương pháp chiết khấu dòng tiền hoặc phương pháp tương đối để đưa ra các quyết định đầu tư

Tuy nhiên, với tình hình nền kinh tế biến động như hiện nay thì các phương pháp này tỏ ra kém hiệu quả, nó không giúp cho các nhà đầu tư dự báo và ra các quyết định hợp lý nữa

Do vậy, việc nghiên cứu ứng dụng các thực nghiệm đầu tư tài chính hiện đại trên các thị trường chứng khoán ở các nước phát triển và nổi bật là các nước mới nổi đã cho những kết quả có ý nghĩa hết sức thiết thực vào thịtrường chứng khoán Việt

Nam trong giai đoạn hiện nay Điều đó làm tăng thêm tính đúng đắn và tính thực nghiệm của các mô hình

Thấy được sựcần thiết của việc vận dụng các mô hình đểdựbáo và bổ sung cho việc lựa chọn các quyết định đầu tư hợp lý vào các cổphiếu trên thịtrường chứng khoán, tác giảquyết định nghiên cứu đềtài "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

Trong bài nghiên cứu của mình, tác giả định nghĩa một công ty là công ty địa phương nếu hoạt động kinh doanh tập trung trong một khu vực địa lý nhỏ Để đo lường mức độ tập trung về địa lý, tác giả trích lọc số lượng các công ty từ các báo cáo tài chính và báo cáo thường niên hàng năm của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn từ năm 2008 đến tháng 06 năm

2013, tác giả phân biệt các công ty có trụ sở, văn phòng đại diện, cửa hàng, nhà máy … hoạt động kinh doanh tại nhiều nơi trên phạm vi cả nước Dựa trên số lượng tên tỉnh, thành phố được liệt kê, các công ty được phân loại là công ty phân tán địa lý nếu một số lượng lớn của các tên tỉnh, thành phố được đề cập trong báo cáo hàng năm và là công ty địa phương nếu chỉ có một hoặc hai tên tỉnh, thành phố được đề cập

Từ đó,tác giả nghiên cứu tìm hiểu mối quan hệ giữa tỷ suất sinh lợi trên các 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, trên thế giới cũng như ở Việt Nam đã có nhiều nghiên cứu ứng dụng các mô hình kinh tế để dự báo tỷ suất sinh lợi của các cổ phiếu trên thị trường chứng khoán và giúp cho các nhà đầu tư lựa chọn ra các quyết định thích hợp

Nhân tố thị trường trong mô hình CAPM giải thích khoảng 82.8% sự biến thiên của TSSL vượt trội của các danh mục cổ phiếu trên thị trường chứng khoán Việt Nam

Mô hình ba nhân tố trong mô hình Fama and French giải thích trung bình đến 98% sự biến thiên của TSSL vượt trội của các danh mục cổ phiếu trên thị trường chứng khoán Việt Nam

Nhằm bổ sung thêm phương pháp mới để dự báo TSSL tác giả nghiên cứu sự phân tán địa lý của các công ty có ảnh hưởng đến các quyết định của các nhà đầu tư hay không và mối quan hệ giữa sự phân tán địa lý của công ty với các đặc điểm của công ty như quy mô, tỷ lệ giá trị sổ sách trên giá trị thị trường, thanh khoản, …

Phương pháp nghiên cứu

Tác giả sử dụng mô hình ba nhân tố của Fama and French (1993) mở rộng và chạy hồi quy tuyến tính theo phương pháp bình phương bé nhất (OLS) Đây là phương pháp được sử dụng phổ biến trong mô hình hồi quy tuyến tính Đề tài này tác giả sử dụng các nghiên cứu trước đây để làm cơ sở cho việc xác định các nhân tố tác động đến TSSL trên cổ phiểu ở các công ty địa phương và các công ty phân tán Dữ liệu để chạy mô hình hồi quy sử dụng trong đề tài này được thu thập từ các báo cáo tài chính và báo cáo thường niên công bố hàng năm của các công ty niêm yết trên Sở giao dịch chứng khoán thành phố Hồ Chí Minh và Sở giao dịch chứng khoán Hà Nội, trong đó tác giả loại bỏ cổ phiếu quỹ, những cổ phiếu đã hủy niêm yết đến cuối năm 2012, những cổ phiếu đã bị đưa vào diện kiểm soát năm

Tác giả sử dụng Microsoft Excel 2010 để tính toán các dữ liệu và lọc các dữ liệu cần thiết Sau đó, tác giả sử dụng phần mềm Stata 11.0 để phân tích dữ liệu và chạy mô hình hồi quy.

Ý nghĩa của đề tài

Đây là tài liệu hữu ích mà cả các nhà quản lý đầu tư chuyên nghiệp và các nhà đầu tư cá nhân cho thấy sự ưu tiên đầu tư vào các công ty địa phương Kết quả bổ sung thêm một nhân tố ảnh hưởng đến tỷ suất sinh lợi của cổ phiếubên cạnh các phương pháp sẵn có để hỗ trợ cho việc ra các quyết định đầu tư.

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 :

Ch ươ ng 1 Gi ớ i thi ệ u đề tài Trong chương này, tác giả tóm tắt các nội dung chính của đề tài như lý do, mục tiêu, phương pháp, ý nghĩa của nghiên cứu

Ch ươ ng 2 Các nghiên c ứ u th ự c nghi ệ m trên th ế gi ớ i v ề ả nh h ưở ng c ủ a s ự phân tán đị a lý đế n t ỷ su ấ t sinh l ợ i các c ổ phi ế u c ủ a các công ty niêm y ế t Trong chương này, tác giả tóm tắt các nghiên cứu trước đó về sự phân tán địa lý và các nghiên cứu trên thế giới về ảnh hưởng của sự phân tán địa lý đến TSSL các cổ phiếu

Ch ươ ng 3 Ph ươ ng pháp nghiên c ứ u Ở chương này, tác giả trình bày phương pháp và nguồn dữ liệu để thực hiện nghiên cứu cũng như mô tả các biến sử dụng trong đề tài Các nội dung được trình bày ở chương này làm cơ sở cho các phân tích tiếp theo ở Chương 4

Ch ươ ng 4 Nghiên c ứ u ả nh h ưở ng c ủ a s ự phân tán đị a lý đế n TSSL các c ổ phi ế u c ủ a các công ty niêm y ế t trên th ị tr ườ ng ch ứ ng khoán ở Vi ệ t Nam Trong chương này, tác giả sẽ ước lượng TSSL của các công ty địa phương và các công ty phân tán theo các biến phụ thuộc Sau đó, tác giả sẽ tiến hành kiểm định mô hình và phân tích các kết quả hồi quy

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

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 thể hiện mối quan hệ với nhiều nhân tố thị trường Khoảng đầu thế kỷ 19, hệ số β là một thông số quan trọng trong mô hình định giá tài sản (CAPM) β của một cổ phiếu hay một danh mục là một con số mô tả mối quan hệ giữa TSSL của cổ phần hay danh mục đó với toàn bộ thị trường Đơn giản, nó cho thấy rằngmột tài sản rủi ro hơn sẽ có TSSL kỳ vọng cao hơn tài sản ít rủi ro hơn Sharp (1964), Linter (1965), Black (1972) phát triển mô hình định giá tài sản và định hướng cách các học giả nghĩ về rủi ro và TSSL trung bình Tuy nhiên, có nhiều bằng chứng mâu thuẫn với mô hình Sharp-Linter-

Black và cho thấy hệ số β thôi không đủ giải thích TSSL của chứng khoán

Fama và French (1993)trong một nghiên cứu được đăng tải trên tạp chí kinh tế tài chính với tựa đề “Common risk factors in the returns on stocks and bonds” như là kết quả mở rộng nghiên cứu của Fama and French (1992) cho cả cổ phiếu và trái phiếu Tác giả sử dụng cách tiếp cận hồi quy chuỗi thời gian tỷ suất sinh lợi tháng của các cổ phiếu và trái phiếu với 5 nhân tố đó là tỷsuất sinh lợi vượt trội danh mục thị trường (Mkt-Rf), chênh lêch giữa tỷ suất sinh lợi của các danh mục chứng khoán quy mô nhỏ và tỷ suất sinh lợi của các danh mục chứng khoán quy mô lớn

(SMB), chênh lêch giữa tỷ suất sinh lợi của các danh mục có tỷ lệ giá trị sổ sách trên giá trị thị trường (BE/ME) thấp và tỷ suất sinh lợi của các danh mục có tỷ lệ giá trị sổ sách trên giá trị thị trường (BE/ME) cao (HML), phần bù kỳ hạn và phần bù rủi ro mất khả năng thanh toán.Tác giả đã phát hiện ra rằng 3 nhân tố đầu tiên ảnh hưởng có ý nghĩa lên tỷ suất sinh lợi cổ phiếu, còn hai nhân tố sau cùng ảnh hưởng lên tỷ suất sinh lợi trái phiếu Từ đó, Fama và French đã xây dựng một mô hình định giá tài sản 3 nhân tố đối với cổ phiếu bao gồm nhân tố thị trường, nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường.Mô hình 3 nhân tố này 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 của mình các ông cũng lưu ý rằng tâm lý thị trường và tính thanh khoản là vấn đề quan trọng mà mô hình này đã bỏ qua May mắn là nhiều nghiên cứu cho thấy rằng sau khi kiểm soát các nhân tố thị trường, BE/ME và những biến khác, tính thanh khoản vẫn còn là một nhân tố quan trọng trong tỷ suất sinh lợi

Amihud (2002)đã nghiên cứu ảnh hưởng của tính kém thanh khoản của thị trường và kỳ vọng có tác động tích cực đến tỷ suất sinh lợi vượt trội qua thời gian trong bài nghiên cứu có tựa đề là “Illiquidity and stock returns: cross-section and time- series effects” được đăng trên tạp chí kinh tế Tác giả cho rằng tỷ suất sinh lợi vượt trội kỳ vọng phần nào mang tính đại diện cho phần bù kém thanh khoản, như trong nghiên cứu của Amihud và Mendelson (1986) Mối quan hệ dương giữa TSSL và tính kém thanh khoản của chứng khoán đã được nghiên cứu qua nhiều nghiên cứu trước đây Nghiên cứu này, tác giả đo lường tính kém thanh khoản, gọi là biến ILLIQ, là tỷ lệ hàng ngày của trị tuyệt đối TSSL chứng khoán trên khối lượng giao dịch tính bằng đô la.Tác giả lấy dữ liệu là những chứng khoán giao dịch trên Sở Giao dịch chứng khoán New Yorktrong giai đoạn 1963-1997, sử dụng cơ sở dữ liệu hàng ngày và hàng tháng của cổ phiếu niêm yết.Tác giả đã phát hiện ra một số kết quả như sau:

Thứ nhất, TSSL kỳ vọng của chứng khoán qua thời gian tăng cùng với tính kém thanh khoản kỳ vọng Những kiểm định mới ở đây là kiểm định tác động qua thời gian của tính kém thanh khoản thị trường lên TSSL vượt trội thị trường

Thứ hai, TSSL vượt trội kỳ vọng phản ảnh mức bù đắp cho tính kém thanh khoản trường Hơn nữa, tính thanh khoản thị trường không được kỳ vọng đồng thời làm giảm giá chứng khoán Điều này là do tính kém thanh khoản được nhận biết là cao hơn thì làm tăng tính kém thanh khoản kỳ vọng mà lần lượt làm tăng TSSL kỳ vọng của chứng khoán và làm giảm giá chứng khoán với giả định rằng không có mối quan hệ giữa dòng tiền của công ty và tính thanh khoản thị trường

Thứ ba, tác động kém thanh khoản là mạnh hơn đối với chứng khoán của công ty nhỏ Điều này cho thấy rằng những thay đổi qua thời gian trong “tác động quy mô”

- TSSL vượt trội ở những chứng khoán của công ty nhỏ - có liên quan đến sự thay đổi trong tính thanh khoản thị trường qua thời gian.Những tác động qua thời gian của tính kém thanh khoản lên TSSL vượt trội khác nhau qua từng chứng khoán do tính thanh khoản hoặc quy mô: tác động của tính kém thanh khoản kỳ vọng hoặc không được kỳ vọng thì mạnh hơn đối với TSSL của danh mục chứng khoán nhỏ Độ nhạy cảm lớn hơn đối với tính kém thanh khoản của những chứng khoán nhỏ có nghĩa là những chứng khoán này phụ thuộc vào rủi ro kém thanh khoản lớn hơn, mà nếu được định giá sẽ dẫn đến kết quả phần bù rủi ro kém thanh khoản cao hơn

Những kết quả này cho thấy TSSL vượt trội của chứng khoán không chỉ phản ảnh rủi ro cao hơn mà còn phản ánh thanh khoản của chứng khoán thấp hơn so với chứng khoán kho bạc

Cakici và các cộng sự (2013)đã nghiên cứu về ảnh hưởng của quán tính giá

(MOM) trong 18 thị trường chứng khoán mới nổi trong bài nghiên cứu có tựa đề

“Size, Value, and Momentum in Emerging Market Stock Returns” được đăng trên tạp chí kinh tế Tác giả sử dụng dữ liệu từ tháng 01/1990 đến tháng 12/2011 ở 18 quốc gia và chia thành 4 khu vực Đầu tiên, đó là khu vực châu Á bao gồm các nước Trung Quốc, Ấn Độ, Indonesia, Hàn Quốc, Malaysia, Philippines, Đài Loan và Thái Lan Thứ hai, khu vực châu Mỹ Latin bao gồm các nước Argentina, Brazil,

Chile, Colombia và Mexico Thứ ba, khu vực Đông Âu bao gồm các nước Cộng

Hòa Séc, Hungary, Nga, Ba Lan và Thổ Nhĩ Kỳ Cuối cùng, khu vực thứ tư là tất cả các nước mới nổi kể trên Để kiểm tra hội nhập thị trường, tác giả sử dụng yếu tố phát triển toàn cầu và dữ liệu danh mục đầu tư LHS, tất cả có sẵn từ trang web của Ken French.Kết quả nghiên cứu cho thấy rằng MOM có tác động tiêu cực đến TSSL ở 4 khu vực, đặc biệt là các cổ phiếu của quy mô nhỏ; riêng ở thị trường Đông Âu thì không tồn tại MOM Tuy nhiên, sự kết hợp giữa mối tương quan tiêu cực này giúp làm giảm sự biến động ở 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) trong một nghiên cứu về vai trò của vị trí địa lý đến lợi nhuận kinh doanh đã khám phá ra những bất đối xứng thông tin trên dân số trong bài nghiên cứu với tựa đề là “Location matters: an examination of trading profits” với dữ liệu được thu thập từ hệ thống dữ liệu điện tử Xetra của Sở Giao Dịch Chứng Khoán Frankfurt của Đức;nó chứa tất cả các giao dịch điện tử tất cả ngành nghề của 11cổ phiếu blue-chip của Đức đại diện trong các chỉ số Stoxx 50 trong khoảng thời gian 04 tháng từ 31/08/1998 đến 31/12/1998

Tác giả sử dụng một nguồn dữ liệu trên các tuyến vốn chủ sở hữu 756 thương nhân chuyên nghiệp nằm ở 23 thành phố khác nhau và tám nước châu Âu đó là những thương nhân nằm bên ngoài thành phố và không nói được tiếng Đức Với phương pháp hồi quy tuyến tính, uớc lượng hệ số hồi quy theo chuỗi thời gian, tác giả đã rút ra một số kết luận quan trọng như sau:

Thứ nhất, thương nhân nằm ở trung tâm tài chính (Frankfurt) không tốt hơn các thương nhân tại các địa điểm khác của Đức Điều này cho thấy sự tương tác giữa các công ty địa phương là không quan trọng đối với hoạt động kinh doanh

Thứ hai, thương nhân ở địa điểm không nói tiếng Đức cho thấy một hiệu quả thấp có ý nghĩa thống kê đối với lợi nhuận kinh doanh giao dịch trong ngày, trong tuần và trong quý

Thứ ba,tác giả tìm thấy một số bằng chứng cho hiệu quả thấp của thương nhân người Áo và Thụy Sĩ trong trung tần (intraweek) giao dịch Nhìn chung, các bằng chứng cho hiệu quả thấp của họ là yếu Nhưng điều này có thể được giải thích bằng một thiếu nguồn dữ liệu thống kê, với số lượng nhỏ các thương nhân người Áo và

Thứ tư, thương nhân nằm gần trụ sở công ty của các công ty giao dịch tốt hơn thương nhân khác trong giao dịch tần số cao của các cổ phiếu tương ứng Giao dịch với tần số trung bình và thấp cho thấy không có hiệu quả đại diện địa phương trên lợi nhuận kinh doanh Một lời giải thích hợp lý là thương nhân địa phương tìm thấy nó dễ dàng hơn để thiết lập và duy trì một mối quan hệ đặc biệt với một người trong công ty những người có thể truyền đạt thông tin một thời gian ngắn trước khi nó trở thành công cộng

Thứ năm, tác giả tìm thấy bằng chứng yếu cho giảm quy mô kinh tế ở cấp độ thể chế nếu kích thước được đo bằng số lượng thương nhân chủ động kinh doanh cho các tổ chức tài chính tương tự Chúng tôi loại trừ tăng quy mô nền kinh tế thông tin trong kinh doanh độc quyền Nói cách khác, các tổ chức tài chính lớn không có thương nhân sở hữu nhiều lợi nhuận hơn

Các kết quả đóng góp quan trọng nhất của bài nghiên cứu là bằng chứng về sự khác biệt lợi nhuận lớn cho các giao dịch độc quyền của thương nhân trong nước so với nước ngoài tại các địa điểm không nói tiếng Đức Đó là thông tin bất đối xứng giữa các thương nhân

Tuy nhiên, nghiên cứu cũng còn một số hạn chế là số lượng cổ phiếu nghiên cứu ít chưa đại diện cho thị trường và thời gian thu thập dữ liệu ngắn nên chưa chưa khai thác triệt để thông tin bất đối xứng và nguồn gốc của nó

Pirinsky, C.A., Wang, Q., (2006) đã nghiên cứu vai trò của vị trí trụ sở chính công ty đối với tỷ suất sinh lợi của cổ phiếu trong bài nghiên cứu "Does corporate headquarters location matter for stock returns?" Trong nghiên cứu này, tác giả sử dụng dữ liệu là các cổ phiếu trong nước phổ biến giao dịch trên sàn NYSE, AMEX, và NASDAQ, ngoại trừ REITs, quỹ đóng, và ADR trong giai đoạn từ năm 1988 đến 2002 Tác giả nhận thấy rằng trụ sở chính của công ty là gần với các hoạt động kinh doanh cốt lõi của công ty Quan trọng hơn, trụ sở chính của công ty là trung tâm trao đổi thông tin giữa công ty và các nhà cung cấp, các nhà cung cấp dịch vụ và các nhà đầu tư Bằng phương pháp hồi quy tuyến tính theo chuỗi thời gian, tác giả đã tìm thấy một mức độ tương quan dương mạnh mẽ trong tỷ suất sinh lợi của các cổ phiếu trong cùng khu vực địa lý Mối tương quan dương địa phương này là khác nhau từ mối tương quan dương toàn thị trường và toàn ngành công nghiệp trong tỷ suất sinh lợi của cổ phiếu Hơn nữa, cổ phiếu của các công ty khi họ thay đổi vị trí trụ sở chính đã phải trải qua giai đoạn giảm mối tương quan với nững cổ phiếu ở vị trí cũ và tăng mối tương quan với cổ phiếu của các vị trí mới Các tương quan địa phương của tỷ suất sinh lợi chứng khoán không thể được giải thích bởi nền tảng kinh tế và mạnh mẽ hơn cho các công ty nhỏ hơn, ít lợi nhuận hơn, với các nhà đầu tư cá nhân hơn và trong khu vực có dân cư ít phức tạp về tài chính.Nghiên cứu xem xét hai cách giải thích chung của kết quả: những nguyên tắc cơ bản và phân khúc địa lý Cách giải thích thứ nhất là mối quan hệ tương quan dương giữa giá cổ phiếu tại cùng các khu vực đến mối tương quan dương dựa trên các nguyên tắc cơ bản của chúng, trong khi cách giải thích thứ hai là mối quan hệ tương quan dương này đến mối tương quan dương của các nhà đầu tư kinh doanh địa phương

Kết quả của nghiên cứu là phù hợp với các quan điểm phổ biến về các đồng dao động trên sự phân khúc địa lý Nghiên cứu cho thấy rằng các đồng dao động địa phương của một cổ phiếu một công ty nhỏ là mạnh mẽ hơn cho các công ty có phần lớn hơn của các nhà đầu tư địa phương Đồng dao động địa phương cũng là mạnh mẽ hơn cho các công ty có khả năng hiển thị địa phương cao hơn, chẳng hạn như các công ty nhỏ với chi phí quảng cáo hơn Các đồng dao động địa phương có mối quan hệ tích cực đến mức độ sở hữu của nhà đầu tư cá nhân và ngược lại mối quan hệ này đo lường 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

Ví dụ, sự tồn tại của thành phần địa phương trong tỷ suất sinh lợi cổ phiếu có nghĩa là vị trí địa lý có thể là một yếu tố quan trọng để đạt được hiệu quả đa dạng hóa

Tuy nhên, đồng dao động địa phương dường như chủ yếu là do thực tế là các nhà đầu tư đang được đa dạng về mặt địa lý Kết quả là, một sự đa dạng hóa địa lý tăng có thể dẫn đến đồng dao động địa phương thấp hơn đáng kể tỷ suất sinh lợi cổ phiếu đồng dao động địa phương của tỷ suất sinh lợi chứng khoán cũng làm cho thiên vị địa phương của các nhà đầu tư thậm chí còn khó khăn hơn để hợp lý hóa , cho rằng thu nhập lao động của họ có thành phần mạnh mẽ của địa phương

Wenlian Gao, Lilian Ng và Qinghai Wang (2008) đã nghiên cứu về ảnh hưởng của sự phân tán địa lý đến giá trị công ty được đăng trên tạp chí kinh tế với tiêu đề là “Does geographic dispersion affect firm valuation?” Trong nghiên cứu này, tác giả sử dụng dữ liệu từ hai nguồn chính: DCA và Compustat Cơ sở dữ liệu DCA có sẵn từ LexisNexis Group, một bộ phận của Reed Elsevier Inc, nó cung cấp hồ sơ của tất cả các công ty lớn trong nước và quốc tế cho cả công ty mẹ và các chi nhánh

(các công ty con và các đơn vị chính) và vị trí của chúng; đồng thời các công ty có trụ sở tại phải chứng minh doanh thu hàng năm vượt quá 10 triệu USD và công ty nước ngoài có trụ sở phải chứng minh doanh thu hàng năm vượt quá 50 triệu

PHƯƠNG PHÁP NGHIÊN CỨU 18 U 3.1 Phương pháp nghiên cứu

Mô hình nghiên cứu

Dựa vào các kết quả nghiên cứu thực nghiệm trước đây về ảnh hưởng của sự phân tán địa lý đến tỷ suất sinh lợi các cổ phiếu trên thị trường chứng khoán ở các quốc gia và đặc điểm của thị trường chứng khoán Việt Nam, tác giả lựa chọn bài nghiên cứu của Diego Garcớa, ỉyvind Norli (2012) để làm cơ sở cho những nghiờn cứu của mình Việc lựa chọn bài nghiên cứu này để phân tích và áp dụng số liệu tại thị trường Việt Nam vì những lý do sau:

- 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 sử dụng kết quả của bài nghiên cứu này để áp dụng nghiên cứu với số liệu tại thị trường chứng khoán Việt Nam sẽ giúp cho tác giả dễ dàng so sánh kết quả nghiên cứu của đề tài này với kết quả nghiên cứu trước đó

Tác giả dựa vào các mô hình xuất phát từ nghiên cứu mô hình 3 nhân tố của Fama và French (1993) và mụ hỡnh trong nghiờn cứu của Diego Garcớa, ỉyvind 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

Theo nghiên cứu của Fama và French (1993) thì hai ông chọn các công ty cổ phần trong mẫu nghiên cứu gồm những công ty phi tài chính có vốn cổ phần không âm

Và trong đề tài này tác giả cũng chọn những công ty phi tài chính và có vốn cổ phần không âm trên Sở giao dịch chứng khoán TP Hồ Chí Minh (HSX) và Sở giao dịch chứng khoán Hà Nội (HNX) Bên cạnh đó, loại bỏ các cổ phiếu không cung cấp báo cáo tài chính, các cổ phiếu có giá trị sổ sách bằng 0, các cổ phiếu bị đưa vào diện kiểm soát

Ngoài ra, những cổ phiếu trong mô hình nghiên cứu đã được niêm yết ít nhất 2 năm trên HSX và HNX, điều này cũng được đề cập trong nghiên cứu của Fama và French (1993) Những cổ phiếu không đủ điều kiện sẽ loại ra khỏi cơ sở dữ liệu của mô hình

Tóm lại, tác giả chọn cơ sở dữ liệu của cổ phiếu gồm những công ty được niêm yết trước ngày 01/01/2008 và vẫn còn giao dịch trên sàn đến thời điểm tháng 06 năm

2013, loại bỏ cổ phiếu quỹ, những cổ phiếu đã hủy niêm yết đến cuối tháng 06 năm

2013, những cổ phiếu đã bị đưa vào diện kiểm soát năm 2013, những công ty không nộp báo cáo tài chính trong năm 2012 dẫn đến bị đưa vào diện kiểm soát tài chính năm 2013 và chỉ nghiên cứu dữ liệu trong giai đoạn từ ngày 01/01/2008 đến ngày 30/06/2013 gồm có: 166 quan sát giá cổ phiếu theo tháng, tương đương với

166 TSSL cổ phiếu trong giai đoạn này Danh sách cụ thể các công ty đưa vào dữ liệu nghiên cứu vui lòng xem thêm phụ lục 1 Ứng với mỗi công ty có mặt trong mẫu, tác giả thu thập các dữ liệu sau:

- Giá đóng cửa của cổ phiếu cuối mỗi ngày giao dịch, giá này sau đó được điều chỉnh để phản ánh cổ tức cổ phiếu, thưởng cổ phiếu và cổ tức tiền mặt Dữ liệu giá được thu thập từ Công Ty Cổ Phần Tài Việt (VietStock) trong giai đoạn 01/01/2008 đến 30/06/2013

- Khối lượng cổ phần đang lưu hành tại thời điểm cuối mỗi năm của các năm trong giai đoạn 01/01/2008 đến 31/12/2012, riêng năm 2013 thì tác giả thu thập khối lượng cổ phiếu đang lưu hành tại thời điểm cuối ngày 30/06/2013 Số liệu này được sử dụng cùng với dữ liệu giá để tính toán quy mô của từng công ty tại cuối mỗi tháng trong các năm của giai đoạn nghiên cứu

- Giá trị sổ sách của vốn cổ phần tại ngày 31/12 của mỗi năm từ 12/2008 đến

31/12/2012, riêng năm 2013 thì tác giả thu thập giá trị sổ sách của vốn cổ phần tại ngày 30/06/2013 Dữ liệu khối lượng cổ phần đang lưu hành và giá trị sổ sách của vốn cổ phần được thu thập 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

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 trờn nghiờn cứu của Diego Garcớa, ỉyvind Norli (2012) tỏc giả sử dụng 5 nhõn tố là 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 tìm hiểu mối quan hệ giữa TSSL của cổ phiếu và sự phân tán địa lý công ty Ở phần tiếp theo, tác giá sẽ trình bày về cách thức hình thành danh mục 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 một công ty là địa phương nếu hoạt động kinh doanh tập trung trong một khu vực địa lý nhỏ Để đo lường mức độ tập trung về địa lý, tác giả trích lọc số liệu trên các báo cáo tài chính và báo cáo thường niên hàng năm của các công ty niêm yết trên sàn chứng khoán, dựa trên số lượng địa điểm của các chi nhánh, văn phòng đại diện, cửa hàng, nhà máy … ở các tỉnh, thành phố trong cả nước để phân loại một công ty là phân tán địa lý nếu có một số lượng lớn các chi nhánh, văn phòng đại diện, cửa hàng, nhà máy ở nhiều tỉnh thành được đề cập và là công ty địa phương nếu chỉ có một hoặc hai tên tỉnh, thành phố được đề cập

Danh mục phân tán địa lý được hình thành dựa trên việc sử dụng trung vị như Fama và French (1993) đó là dựa vào số lượng tỉnh, thành phố mà các công ty có chi nhánh, văn phòng đại diện, cửa hàng, nhà máy đặt tại đó Các cổ phiếu được chia thành 03 danh mục, ký hiệu như sau:

- 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 của mình vào năm 1993, Fama và French xây dựng 06 danh mục: dựa trên việc sử dụng trung vị vốn hóa thị trường của cổ phiếu sau đó phân chia tất cả các cổ phiếu thành 2 nhóm đó là quy mô nhỏ (ký hiệu: S) và quy mô lớn

(ký hiệu: B), sau đó tất cả các cổ phiếu lại được phân nhóm độc lập dựa trên tỷ số

BE/ME, 30% công ty đã sắp xếp theo BE/ME được xếp vào nhóm BE/ME thấp nhất, 40% cổ phần xếp vào nhóm BE/ME ở giữa và 30% cổ phần xếp vào nhóm

BE/ME cao nhất Tuy nhiên hai tác giả này cho rằng việc phân các cổ phiếu thành 3 nhóm theo BE/ME và 2 nhóm theo quy mô là tùy ý và không ảnh hưởng đến kết quả kiểm định Hơn nữa với số lượng công ty nghiên cứu trong mô hình trung bình hằng năm là 166 công ty trong giai đoạn 01/01/2008 đến 30/06/2013 (chỉ khoảng

3,46% trong 4791 công ty trên NYSE vào cuối thời kỳ mẫu năm 1991 trong nghiên cứu của Fama và French; 3,68% trong 4.509 công ty trên NYSE, AMEX và

NASDAQ NYSE vào cuối thời kỳ mẫu năm 2008 trong nghiên cứu của Diego

García và Oyvind Norli(2012) Với số lượng cổ phiếu giới hạn như vậy nên tác giả chỉ phân chúng thành 2 nhóm quy mô dựa vào quy mô trung vị (nhóm quy mô nhỏ: ký hiệu là S và nhóm quy mô lớn ký hiệu là B), theo đó nhóm S bao gồm các cổ phiếu có quy mô thấp hơn quy mô trung vị, nhóm B bao 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

S và B theo BE/ME trung vị ra thành 2 nhóm (nhóm có BE/ME thấp ký hiệu là L và nhóm có BE/ME cao ký hiệu là H), trong đó 50% cổ phiếu thuộc về nhóm

BE/ME thấp hơn BE/ME trung vị và 50% còn lại thuộc về nhóm BE/ME bằng hoặc cao hơn BE/ME trung vị

Từ đó hình thành 4 danh mục S/L, S/H, B/L và B/H, trong đó danh mục S/L bao gồm những công ty có quy mô nhỏ (S) và giá trị BE/ME thấp (L), danh mục S/H bao gồm những công ty có quy mô nhỏ (S) và giá trị BE/ME cao (H), danh mục B/L bao gồm các công ty có quy mô lớn (B) và giá trị BE/ME thấp (L), danh mục B/H bao gồm những công ty có quy mô lớn (B) và giá trị BE/ME cao (H)

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 xây dựng từ TSSL trung bình của 2 danh mục cổ phiếu có quy mô nhỏ (S/L và S/H) trừ TSSL trung bình của 2 danh mục cổ phiếu có quy mô lớn (B/L và B/H), dùng để mô phỏng cho nhân tố rủi ro trong tỷ suất sinh lợi liên quan tới quy mô Điều này cho phép xem xét sự thay đổi 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 xây dựng từ TSSL trung bình của 2 danh mục cổ phiếu có tỷ số BE/ME cao (S/H và B/H) trừ cho TSSL trung bình của 2 danh mục cổ phiếu có tỷ số BE/ME thấp (S/L và B/L), nhân tố HML dùng để mô phỏng cho nhân tố rủi ro trong tỷ suất sinh lợi liên quan đến tỷ số giá trị sổ sách trên giá thị trường Điều này cho phép xem xét sự thay đổi trong tỷ suất sinh lợi giữa các cổ phiếu ở 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: Đại diện cho nhân tố thị trường là tỷ suất sinh lợi vượt trội của danh mục thịtrường, tức là tỷ suất sinh lợi của danh mục thị trường trừ đi tỷ suất sinh lợi phi rủi ro Trong đó:

- 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

- Rf: Lãi suất phi rủi ro, tác giả sử dụng lãi suất của trái phiếu chính phủ kỳ hạn 2 năm làm đại diện cho lãi suất phi rủi ro (vì không tìm được dữ liệu của 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 hình thành dựa trên việc sử dụng trung vị như của Fama và

French (1993), đó là dựa vào TSSL hàng tháng của các cổ phiếu, tác giả chia thành

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

Trong đó, tác giả chỉ lấy kết quả danh mục H1 và danh mụcL1 kết hợp với phân nhóm S và B theo quy mô trung vị, từ đó hình thành 4 danh mục S/H1, B/H1, S/L1 và B/L1, trong đó danh mục S/H1 bao gồm những công ty có quy mô nhỏ (S) và TSSL cao (H1), danh mục B/H1 bao gồm những công ty có quy mô lớn (B) và TSSL cao (H1), danh mục S/L1 bao gồm các công ty có quy mô nhỏ (S) và TSSL thấp thấp (L1), danh mục B/L1 bao gồm những công ty có quy mô lớn (B) và TSSL thấp (L1)

Sau đó, nhân tố MOM được xây dựng từ TSSL trung bình của 2 danh mục cổ phiếu có TSSL cao (S/H1 và B/H1) trừ cho TSSL trung bình của 2 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)

Trước hết, để xây dựng nhân tố LIQ thì tác giả tính thanh khoản của từng cổ phiếu cho từng tháng theo công thức của Amihud (2002), giá trị thấp của đo lường tính không thanh khoản cho thấy tính thanh khoản cao, trong khi giá trị cao của phương pháp cho thấy tính không thanh khoản cao, công thức được tính như sau:

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

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

suất sinh lợivà kỳ vọng ảnh hưởng của sự phân tán địa lý đến TSSL các cổ phiếu trên TTCKVN

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:

Một là, TSSL vượt trội của danh mục thị trường tăng thì TSSL vượt trội của các danh mục cũng tăng nhưng danh mục các công ty địa phương 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

Ba là, các công ty địa phương có giá trị sổ sách trên giá trị thị trường cao có TSSL vượt trội mong đợi cao hơn 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

Bảng 3.1: TSSL trung bình của các danh mục phân tán

Danh mục TSSL trung bìnhDIS01 0.015183 DIS02 0.014567 DIS03 0.012939 DIS01-DIS03 0.002243 Nguồn: Tác giả tính toán dựa trên số liệu tác giả thu thập được trên các báo cáo tài chính và báo cáo

Nhìn vào bảng 3.11 ta thấy TSSL vượt trội trung bình của danh mục các công ty địa phương cao hơn TSSL vượt trội trung bình của danh mục các công ty phân tán 0.002243 Như vậy, có thật sự kết quả như là mong đợi hay không thì tác giả sẽ trình bày ở chương 4 sau khi 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

Trung bình 2.475904 2.590361 2.993976 3.042169 3.192771 3.180723 Trung vị 2.000000 2.000000 2.000000 2.000000 2.000000 2.000000 Lớn nhất 15.00000 15.00000 15.00000 16.00000 16.00000 16.00000 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

Nguồn: Tác giả tính toán dựa trên số liệu tác giả thu thập được trên các báo cáo tài chính và báo cáo thường niên của các công ty niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2008 – 06.2013

Nhìn vào bảng 4.1 ta thấy sự phân tán địa lý của các công ty ở các tỉnh, thành phố trong cả nước tăng nhẹ đều, chứng tỏ không thay đổi nhiều qua các năm, tăng mạnh nhất là trong giai đoạn năm 2009 – 2010, ở thời điểm này, nhờ các gói kích cầu của chính phủ cuối năm 2008 để hỗ trợ các công ty vượt qua khủng hoảng đã giúp các công ty ổn định và phát triển, tuy trong giai đoạn này ở một số công ty có giải thể một số chi nhánh hoạt động cùng chung khu vực địa lý với công ty chính để cắt giảm chi phí nhưng các chi nhánh ở các tỉnh, thành phố vẫn hoạt động bình thường

Tiếp tục, nhìn vào bảng 4.2, dòng đầu tiên ta thấy sự phân tán địa lý của các công ty niêm yết trên HSX và HNX từ năm 2008 đến tháng 06 năm 2013 của nhóm

"DIS01 – Nhóm công ty địa phương" rất thấp, chỉ có một tỉnh, thành phố được nhắc đến, chiếm 30% các công ty trong mẫu Di chuyển đến dòng số 3 ta thấy sự phân tán rất rõ rệt ở nhóm "DIS03 – Nhóm công ty phân tán" với gần 7 tỉnh, thành phố được nhắc đến, chiếm khoảng 70% các công ty có hoạt động kinh doanh tại 6 từ 6 tỉnh, thành phố đến 16 tỉnh, thành phố trong cả nước, trong đó, Công ty Cổ phần Nông dược H.A.I có hoạt động ở 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

Trung bình 1.000000 2.252852 6.487619 2.938664 Trung vị 1.000000 2.000000 5.000000 2.000000 Lớn nhất 1.000000 3.000000 16.00000 16.00000 Nhỏ nhất 1.000000 2.000000 3.000000 1.000000 Độ lệch chuẩn 0.000000 0.434716 2.897148 2.796339

Tuy nhiên, trung bình số tỉnh, thành phố được nhắc đến trong giai đoạn mẫu chỉ vào khoảng gần 3 tỉnh, thành phố cho thấy rõ ràng các công ty phân tán chiếm tỷ lệ rất ít trong giai đoạn mẫu

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 Big 5478 3.799562 3.215523 1.000000 16.000000 1.000000 2.310606 6.740260

Nhìn vào bảng 4.3, ta thấy các công ty có quy mô lớn phân tán về mặt địa lý hơn, gần gấp đôi so với các công ty nhỏ, trung bình tên tỉnh, thành phố cho các công ty nhỏ là 2.077766 tỉnh trong khi tương ứng cho các công ty lớn là 3.799562 tỉnh Đối với các công ty có quy mô nhỏ, trung bình số tỉnh, thành phố phân tán ở nhóm DIS01là 1 tỉnh, trong khi trung bình số tỉnh, thành phố phân tán ở nhóm DIS03là

5.792857 tỉnh Các con số tương ứng ở các công ty có quy mô lớn là 1 tỉnh và

6.740260 tỉnh Đối với hai nhóm quy mô lớn nhỏ, sô lượng các tỉnh, thành phố được đề cặp trong báo cáo thường niên của các công ty thấp nhất là 1 tỉnh, thành phố, số lượng tối đa tương ứng khác nhau từ mức 12 tỉnh, thành phố cho các công ty có quy mô nhỏ và mức 16 tỉnh, thành phố cho các công ty có quy mô lớn

Tóm lại, qua các bảng 4.1, 4.2, 4.3 cho thấy sự tương quan chéo đáng kể trong sự phân tán địa lý Sự phân tán địa lý này là ổn định theo thời gian và vẫn còn lớn ngay cả khi tác giả phá vỡ dữ liệu chéo với biến quy mô

Tiếp theo, tác giả tìm hiểu cách thức phân tán địa lý liên quan đến quy mô công ty

(ME) và các đặc điểm khác như tỷ lệ giá trị sổ sách trên giá trị thị trường (BE/ME), thanh khoản Amihud (LIQ), quán tính giá của tỷ suất sinh lợi trên cổ phiếu

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

Nguồn: Tác giả tính toán, dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt.

Nhìn vào bảng 4.4 ta thấy quy mô trung bình của các danh mục DIS01, DIS02 giảm khủng hoảng của tài chính toán cầu và thị trường chứng khoán Việt Nam cũng nằm trong xu hướng giảm Tuy nhiên, nhờ các gói chính sách hỗ trợ của chính phủ thì trong năm 2009 quy mô các danh mục có tăng lên nhưng sau đó lại giảm đều qua các năm do cuộc khủng hoảng kéo dài, chưa có chuyển biến mới Riêng các công ty ở danh mục DIS03 nhờ có nguồn vốn mạnh và sự hỗ trợ từ nhiều phía nên không những các công ty này trụ được với cuộc khủng hoảng mà quy mô còn liên tục tăng qua các năm

Nhìn chung, quy mô có sự chênh lệch rất lớn giữa các danh mục trong giai đoạn mẫu từ năm 2008 đến tháng 06 năm 2013 Cụ thể, danh mục DIS01 có quy mô trung bình qua các năm là 254 tỷ đồng, trong khi đó danh mục DIS03 có quy mô trung bình qua các năm là 2.823 tỳ đồng, gấp hơn 10 lần so với danh mục DIS01 Điều này phù hợp với kỳ vọng ban đầu của tác giả là 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

Bảng 4.5: Giá trị sổ sách trên giá thị trường trung bình của mỗi danh mục

Năm DIS01 DIS02 DIS03 Tất cả

Nhìn vào bảng 4.5 ta thấy tỷ số BE/ME của các danh mục trong giai đoạn từ năm sổ sách của các cổ phiếu các danh mục hầu như thấp hơn thị trường Đến năm 2010 tỷ số này tăng lên nhưng vẫn dao động xoay quanh 1, điều này chứng tỏ khi nhà đầu tư nhận ra giá cổ phiếu đang được định giá quá cao so với giá trị thật thì nhà đầu tư hành động để đưa giá về gần với giá trị thật và đây là giai đoạn điều chỉnh của thị trường cổ phiếu, vốn hóa thị trường giảm đáng kể trong khoảng thời gian này Đến giai đoạn năm 2011 đến tháng 06 năm 2013 tỷ số BE/ME tăng lên đáng kể và đa phần tỷ số các danh mục lớn hơn 1, phải chăng các nhà đầu tư đã định giá quá thấp cổ phiếu khi mà giá trị thị trường của các danh mục các năm trước chưa bằng ẵ giỏ trị sổ sỏch trong giai đoạn này Tuy nhiờn, sang đến sỏu thỏng đầu năm

2013 thì thị trường có khởi sắc hơn khi mà tỷ lệ BE/ME giảm, đó là do sự hỗ trợ của các yếu tố vĩ mô, cụ thể là các cán cân vĩ mô đã dần trở nên cân bằng và có tính ổn định cao Điều này được thể hiện qua nhiều mục tiêu điều hành vĩ mô mà Chính phủ kiên định theo đuổi đã bước đầu mang lại kết quả tích cực như: lạm phát được kiềm chế, mặt bằng lãi suất cho vay giảm xuống từ 11-15%, tỷ giá cơ bản ổn định, dự trữ ngoại hối tăng khá Bên cạnh đó, nhiều chính sách hỗ trợ nền kinh tế được

Chính phủ ban hành như: Gói giải pháp hỗ trợ công ty, khơi thông thị trường do Bộ

Tài chính đề xuất; Chính phủ quyết định thành lập Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC); Gói tín dụng ưu đãi hỗ trợ thị trường bất động sản trị giá 30.000 tỷ đồng chính thức có hiệu lực ngoài ra, các chỉ số thị trường có mức tăng trưởng khá, dòng vốn ngoại chảy vào TTCK có diễn biến tích cực …

Tất cả những yếu tố trên đã góp phần tác động tích cực đến tâm lý nhà đầu tư, tạo động lực giúp TTCK khởi sắc trong 06 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

Nhìn vào bảng 4.6 ta thấy MOM và thanh khoản trung bình giai đoạn 2008 – 2010 giảm mạnh, đến giai đoạn năm 2011 – 06.2013 thì tăng trở lại, điều này cũng phù hợp với các phân tích phía bên trên về sự khủng hoảng của tài chính toàn cầu giai đoạn năm 2008 và các gói chính sách hỗ trợ của chính phủ cuối năm 2009 nhưcuộc vận động "Người Việt Nam ưu tiên dùng hàng Việt Nam" vào ngày 31/07/2009 của

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, kiểm định tính dừng và hiện tượng đa cộng tuyến là những bước đầu tiên quan trọng cần phải tiến hành.

Kiểm định tính dừng của chuỗi dữ liệu

Vì bản chất của phân tích hồi quy là xây dựng những dự báo cho tương lai Một chuỗi không dừng sẽ không có giá trị thực tiễn bởi tác giả không thể sử dụng những mẫu dữ liệu trong quá khứ để khái quát hóa cho các giai đoạn thời gian khác Tác giả không thể dự báo được điều gì cho tương lai, từ đó cũng sẽ không thể tìm kiếm liệu luôn thay đổi Do vậy kiểm định tính dừng là bước đầu tiên để có thể ra quyết định có nên sử dụng chuỗi dữ liệu quá khứ hay không Một chuỗi được gọi là dừng nếu kỳ vọng, phương sai và hiệp phương sai không đổi theo thời gian Trong bài luận văn, tác giả sử dụng phương pháp kiểm định nghiệm đơn vị (Unit Root Test) vì phương pháp này được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay không

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 đề tài, tác giả dùng tiêu chuẩn kiểm định Augmented Dickey – Fuller (ADF) trong stata để kiểm định tính dừng của các chuỗi tỷ suất sinh lợi độc lập và 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 các chuỗi thời gian của mỗi biến tác giả kiểm định tính dừng, theo kết quả bảng 4.7 giá trị tuyệt đối của t tính toán đều lớn hơn giá trị tuyệt đối của t trong stata và t tra bảng ở tất cả các mức ý nghĩa (|t_statistic| > |t_critical|) Như vậy, các chuỗi kiểm định đều là chuỗi dừng và có mức ý nghĩa thống kê ngay cả mức ý nghĩa cao nhất 1% điều này tạo điều kiện thuận lợi để 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

Nguồn: Tác giả tính toán, dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, 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))

Theo kết quả ta thấy giá trị tuyệt đối của hệ số tương quan giữa các nhân tố giải thích vào khoảng [0.0600 – 0.4759], thấp hơn rất nhiều so với mức 0,6 (là mức có nhiều 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: Tác giả tính toán, dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, 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

Như vậy, không có mối tương quan với nhau giữa các biến giải thích, nghĩa là mỗi biến giải thích (Mkt-Rf, SMB, HML, MOM và LIQ) chứa một thông tin về Rp-R f và không chứa bất kỳ thông tin về biến giải thích nào khác, nên ít có khả năng xảy ra hiện tượng đa cộng tuyến vì vậy tác giả có thể kết luận các biến trong mô hình là độc lập với nhau và tác giả có thể đưa các biến vào trong mô hình 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 kết quả kiểm định hiện tượng đa cộng tuyến của các biến giải thích trong mô hình thì các hệ số tương quan giữa các biến Mkt-Rf, SMB và HML đều dưới mức xảy ra hiện tượng đa cộng tuyến Do đó, trước hết tác giảchạy dữ liệu với mô hình hồi quy Fama và French (1993) sử dụng 3 biến nhân tố thị trường (Mkt-Rf), quy mô (SMB) và giá trị sổ sách trên giá thị trường (HML) để xem xét sự biến thiên của TSSL vượt trội của 4 danh mục cổ phiếu phân tán theo ME và BE/ME.

Bảng 4.9: 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

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: Tác giả tính toán, dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt Lãi suất phi rủi ro được thu thập từ ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, 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

Nhìn vào bảng 4.9 ta thấy, tất cả các F-statistic của các phương trình đều có Frob(F) (hay giá trị p-value) 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

4.3.1 Kiểm tra hiện tượng đa cộng tuyến

Bên cạnh kiểm định tính dừng, kiểm định hiện tượng đa cộng tuyến cũng hết sức quan trọng là phải đảm bảo các biến trong mô hình hồi quy không có mối quan hệ tương quan với nhau, mỗi biến Xi chứa một thông tin riêng về Y, thông tin không chứa trong bất kỳ biến Xi khác Kiểm định hiện tượng đa cộng tuyến nhằm kiểm tra xem các biến có độc lập với nhau trong việc giải thích cho biến phụ thuộc hay không Trường hợp xuất hiện hiện tượng đa cộng tuyến, chúng ta phải nhận diện và loại bỏ các biến có hệ số tương quan cao

Như đã trình bày ở phần trước thì tác giả dựa vào ma trận tương quan của các biến và kết luận là không có hiện tượng đa cộng tuyến Bên cạnh đó, để đảm bảo chắc chắn rằng các biến không có mối tương quan với nhau, tác giả sử dụng thêm phương pháp thừa số phóng đại phương sai để kiểm tra lại

VIF (Variance Inflation Factor) cho thấy phương sai của hàm ước lượng tăng nhanh như thế nào khi có đa cộng tuyến Một cách tổng quát, mô hình có (k-1) biến giải thích thì:

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 có cộng tuyến của Xi với các biến giải thích khác thì R 2 i sẽ gần bằng 1 và khi đó VIF i sẽ lớn Giá trị VIF càng lớn thì biến X i càng cộng tuyến cao Kết quả tính

VIF cho từng biến độc lập trong các phương trình hồi quy như sau:

Thừa số tăng phương sai (VIF) Mkt-Rf 1.01 SMB 1.30 HML 1.30

Nhìn vào kết quả tính toán của thừa số tăng phương sai (VIF) giữa 3 biến: Mkt-Rf, hoặc bằng 10 sẽ có hiện tượng đa cộng tuyến giữa các biến độc lập, theo kết quả tính toán thì tất cả các giá trị VIF đều nhỏ Vì vậy, tác giả khẳng định không tồn tại hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình

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

Nhìn vào bảng thống kê Dubin-Watson là với d-statistic của tất cả các phương trình đều nằm trong khoảng [1,3] nên không xảy ra hiện tượng tự tương quan của 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.

Nhìn vào bảng 4.10 tác giả thấy p-value ở phương trình 4.1, phương trình 4.3 có giá trị nhỏ hơn α = 0.05 nên không đủ bằng chứng để bác giả giả thiết H 1 Do đó, các phương trình này bị hiện tượng phương sai sai số thay đổi, riêng phương trình

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

Do đó, khi chạy hồi quy để phân tích ảnh hưởng của các nhân tố, tác giả sẽ chạy hồi quy với sai số chuẩn của robust trong stata để khắc phục hiện tượng phương sai sai số thay đổi ở 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 Rpt-Rf

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

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

Với mô hình 3 nhân tố Fama-French ở phần trước, tác giả đã tìm 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 Ở phần này, tác giả bổ sung thêm 2 biến vào mô hình cho đầy đủ mô hình 5 nhân tố của Fama và French (1993) và trong nghiên cứu của Diego García và Oyvind Norli (2012) để kiểm định mối quan hệ giữa TSSL trên cổ phiếu đến mức độ phân tán địa lý của các công ty.

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

Như đã trình bày ở các phần trước, khi phân tích hồi quy thì đầu tiên tác giả sẽ kiểm tra hiện tượng đa cộng tuyến của các biến trong mô hình, để đảm bảo rằng các biến không có mối tương quan với nhau

4.4.1 Kiểm tra hiện tượng đa cộng tuyến

Thừa số tăng phương sai (VIF) Mkt-Rf 1.36 SMB 1.45 HML

Nhìn vào kết quả tính toán của thừa số tăng phương sai (VIF) giữa 5 biến: Mkt-Rf, SMB, HML, MOM và LIQ ở tất cả các phương trình ta thấy tất cả các giá trị VIF đều nhỏ, trung bình khoảng 1.42 Vì vậy, tác giả khẳng định không tồn tại 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

Nhìn vào bảng thống kê Dubin-Watson là với d-statistic của tất cả các phương trình đều nằm trong khoảng [1,3] nên không xảy ra hiện tượng tự tương quan của 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

Nhìn vào bảng 4.13 tác giả thấy p-value ở phương trình 4.5, phương trình 4.6 có giá trị nhỏ hơn α = 0.05 nên không đủ bằng chứng để bác giả giả thiết H 1 Do đó, các phương trình này bị hiện tượng phương sai sai số thay đổi, riêng phương trình

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

Do đó, khi chạy hồi quy để phân tích ảnh hưởng của các nhân tố, tác giả sẽ chạy hồi quy với sai số chuẩn của robust trong stata để khắc phục hiện tượng phương sai sai số thay đổi 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

Tiếp theo, tác giả sử dụng tiêu chuẩn kiểm định Ramsey Reset Test để kiểm định dạng hàm của mô hình để xem xét sự thiếu đủ của các biến, với 5 biến trong mô hình thì tác giả muốn kiểm tra lại xem có bỏ sót biến nào giải thích cho TSSL nữa 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:

Ta thấy: các Prob(F)của tất cả các phương trình đều lớn hơn α = 0.05 (mức ý nghĩa là đúng, không có có biến bị bỏ qua và kết luận rằng các biến được đưa vào mô hình đều đầy đủ và không bỏ sót biến nào

Sau khi kiểm tra tất cả các giả thiết của mô hình hồi quy OLS, tác giả nhận thấy các mô hình hồi quy trong nghiên cứu không vi phạm các giả thiết nào, các mô hình đều tốt và giải thích cho sự biến thiên của TSSL các cổ phiếu trên TTCKVN

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 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 R 2 điều chỉnh Rpt-Rf

Trong đó : p-value là giá trị trong ngoặc đơn

Nhìn vào bảng 4.15 ta 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% Riêng danh mục phân tán chênh lệch giữa DIS01-DIS03 thì chỉ có ý nghĩa thống kê ở hệ số β của nhân tố SMB 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, có ý nghĩa thống kê ở mức 10% ở danh mục DIS03 và danh mục phân tán chênh lệch giữa DIS01-DIS03

Mức độ giải thích của các nhân tố trong mô hình trên thị trường chứng khoán Việt Nam rất cao khi các hệ số R 2 đều ở mức 98%-99% Các giá trị kiểm định F đều có ý nghĩa ở mức 1%, vì vậy khả năng giải thích của nhân tố trong mô hình đến sự biến thiên của TSSL các cổ phiếu là rất đáng tin cậy

Tiêu đề	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
Tác giả	Phạm Văn Cường
Người hướng dẫn	TS. Phan Hiển Minh
Trường học	Trường Đại học Kinh tế Tp.HCM
Chuyên ngành	Kinh tế
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2013
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	86
Dung lượng	1,38 MB