5 hay kh ng Điều này thường không phản nh đúng thực tế vì m i Ngân hàng là một thực thể có những đ c thù riêng có thể ảnh hưởng đến hàm m c tiêu (như đ c trưng riêng về quản tr , về v n hóa Ngân hàng)[.]
5 hay kh ng Điều thường không phản nh thực tế m i Ngân hàng thực thể có đ c thù riêng ảnh hưởng đến hàm m c tiêu (như đ c trưng riêng quản tr , v n hóa Ngân hàng) Như mơ hình OLS dẫn đến ước lượng b sai lệch kh ng xét đến c c t c động riêng biệt Với mơ hình REM FEM, ta kiểm so t c c t c động riêng biệt Điểm khác biệt OLS hai mơ hình REM & FEM t n số ui Trong OLS không xem xét yếu tố REM FEM cho phép kiểm sốt t n Tuy nhiên, FEM REM có khác biệt xem xét ui góc độ khác nhau, hai thừa nhận t n ui, tác động riêng biệt có tương quan với biến độc lập phương ph p ph hợp FEM, ngược lại ui kh ng có tương quan với biến độc lập REM phù hợp - Kiểm đ nh mơ hình: Để chọn lựa OLS REM, kiểm đ nh LM (Breusch-Pagan Lagrange Multiplier) sử d ng, để chọn lựa REM FEM, kiểm đ nh Hausman sử d ng Đ ng thời để t ng độ tin cậy tính phù hợp cho kết nghiên cứu, kiểm đ nh khuyết tật m hình triển khai C thể kiểm đ nh ba khuyết tật phổ biến nghiên cứu kinh tế lượng: tượng đa cộng tuyến, phương sai sai số thay đổi, tự tương quan Hệ số VIF (variance inflation factor) sử d ng để kiểm tra đa cộng tuyến, kiểm đ nh Modified Wald để kiểm tra phương sai sai số thay đổi, kiểm đ nh Wooldridge để kiểm tra tượng tự tương quan Nếu xảy khuyết tật mơ hình, tùy theo mức độ nguyên nhân mà có biện pháp xử l kh c Đối với tượng đa cộng tuyến, biện ph p đơn giản áp d ng phân rã thành c c m hình để tách biến b đa cộng tuyến Đối với tượng phương sai sai số thay đổi tự tương quan, phương ph p hiệu chỉnh sai số chuẩn cho liệu bảng Xstregar sử d ng - Thu thập liệu Nghiên cứu sử d ng liệu 09 Ngân hàng thương mại cổ phần niêm yết HSX HNX n m, từ 2015 đến 2019 Các biến tài tính tốn từ số liệu c c b o c o tài kiểm tốn Ngân hàng ết cấu đề t Ngồi phần M c l c, Danh m c c c từ viết tắt, Danh m c bảng biểu, Danh m c hình vẽ, Danh m c tài liệu tham khảo Ph l c, luận v n chia thành chương: Mở đầu: T c giả đưa tính cấp thiết đề tài nghiên cứu, đ ng thời khái qu t c ch thức để nghiên cứu đề tài Tổng quan c c nhân tố ảnh hưởng đến gi cổ phiếu c c Ngân hàng thương mại Phương ph p nghiên cứu Kết nghiên cứu phân tích Một số đề xuất hàm s ch CHƢƠNG TỔNG T C Đ NG Đ U N CƠ SỞ UẬN V NH N T GI CỔ HI U CỦ C C NG N H NG THƢƠNG ẠI 1.1 Cơ sở lý thuyết nhân tố tác độn đến cổ ph ếu 1.1.1 Lý thuyết thị trường hiệu Th trường Chứng kho n hiệu L thuyết th trường hiệu (efficient markets hypothesis) cho chứng kho n lu n trạng th i cân nghĩa gi c c chứng kho n cân nghĩa gi c c chứng kho n phản nh đầy đủ tất c c th ng tin chúng L thuyết lần đưa Fama Đại học Chicago – Mỹ n m 1960 Fama (1965) thảo luận số chứng thực nghiệm h trợ lý thuyết bước ngẫu nhiên luận án tiến sĩ Sau đó, ng trình bày luận án tiến sĩ Hội ngh Quản lýcủa Đại học Chicago vào n m 1965 Fama (1970) cho rằng: “Thị trường mà giá ln phản ánh thơng tin sẵn có, gọi thị trường hiệu quả” 1.1.1.1 Th trường hiệu dạng yếu Th trường hiệu cho th trường hiệu dạng yếu th trường mà tất c c th ng tin c c biến động gi chứng kho n khứ phản nh c ch đầy đủ gi th trường Những th ng tin khuynh hướng gần gi chứng kho n kh ng cịn có ích việc lựa chọn chứng kho n 1.1.1.2 Th trường hiệu dạng trung bình Giả thuyết th trường hiệu dạng trung bình cho gi th trường phản nh tất c c th ng tin đại chúng sẵn có Do hiệu dạng trung bình t n kh ng có ích việc nghiền ngẫm b o c o thường niên hay b o c o th trường ngày h m qua nhìn vào khuynh hướng lợi nhuận doanh thu hàng loạt t số tài c ng ty dựa vào số liệu l ch sử, gi th trường điều chỉnh theo tất th ng tin tốt hay xấu bào hàm b o c o th ng tin đưa lên mạng lần Với th trường hiệu dạng trung bình nhà đầu tư kh ng nên k vọng kiếm mức lợi nhuận trung bình trừ may mắn hay có th ng tin kh ng c ng bố rộng rãi 1.1.1.3 Th trường hiệu dạng mạnh Giả thuyết th trường dạng mạnh cho gi th trường phản nh tất c c th ng tin thích hợp cho d c ng bố rộng rãi hay nắm giữ nội Nếu dạng mạnh t n trí người bên kh ng thể kiếm lợi nhuận cao bất thường th trường chứng kho n Rất nhiều nghiên cứu thực nghiệm tiến hành để đ nh ba dạng hiệu th trường Hầu hết c c nghiêm cứu th trường Chứng kho n thực hiệu cao với dạng yếu hiệu c ch hợp l dạng trung bình, kh ng thực với hiệu dạng mạnh bời người có th ng tin bên thường kiếm c c khoản lợi nhuận bất thường 1.1.2 ác lý thuyết định giá cổ phiếu Hiện giới có nhiều phương ph p đ nh gi cổ phiếu, ví d chiết khấu dịng cổ tức tương lai, m hình đ nh gi t ng trưởng (Gordon model), phương ph p so s nh số P/E, m hình đ nh gi chiết khấu dòng cổ tức tương lai lợi nhuận để lại… C c m hình nói dựa nhiều vào lợi suất chiết khấu c ng thức, lợi suất đa phần dựa vào lợi suất đề cập đến m hình đ nh gi tài sản vốn CAPM m hình đ nh gi APT (Abitrage Pricing Theory) L thuyết kinh doanh chênh lệch gi Chính t c gi đ nh chọn hai m hình đ nh gi làm sở luận v n 9 1.1.2.1 M hình đ nh gi tài sản vốn - Mơ hình định giá tài sản vốn ( apital asset pricing model – CAPM) m hình m tả mối quan hệ rủi ro lợi nhuận k vọng M hình đo lường độ nhạy cảm tài sản với rủi ro kh ng thể đa dạng hóa (cũng gọi rủi ro hệ thống hay rủi ro th trường) mà thường đại diện hệ số beta (β) ngành tài chính, với lợi tức k vọng th trường lợi tức k vọng tài sản l thuyết phi rủi ro Mơ hình CAPM giới thiệu c ch độc lập Jack Treynor (1961, 1962),[1] William F Sharpe (1964), John Lintner (1964a,b) Jan Mossin (1966), xây dựng tảng nghiên cứu trước Harry Markowitz l thuyết đa dạng hóa danh m c đầu tư đại Fisher Black (1972) ph t triển phiên kh c CAPM, gọi Black CAPM hay zero-beta CAPM, không bao g m giả đ nh t n tài sản kh ng rủi ro M hình ph hợp việc kiểm tra thực nghiệm giúp m hình CAPM chấp nhận rộng rãi William Sharpe ph t triển từ n m 1960 có nhiều ứng d ng từ đến M c d cịn có số m hình kh c n lực giải thích động th i th trường m hình CAPM m hình đơn giản m t kh i niệm có khả n ng ứng d ng s t thực với thực tiễn Cũng bất k m hình kh c, m hình đơn giản ho thực giả đ nh cần thiết, cho phép rút ứng d ng hữu ích - Những giả đ nh m hình CAPM : Các nhà đầu tư nhằm m c tiêu tối đa hóa hữu d ng kinh tế với số lượng tài sản cho trước cố đ nh C c nhà đầu tư hợp l e ngại rủi ro Số lượng c c nhà đầu tư đủ lớn Nhà đầu tư người nhận gi , tức kh ng thể t c động lên gi