Lý luận cơ bản về thị trường chứng khoán tại Việt Nam 3
Thị trường chứng khoán Việt Nam đóng vai trò quan trọng trong việc hỗ trợ cổ phần hóa doanh nghiệp Nhà nước và phối hợp với hệ thống tín dụng ngân hàng, tạo ra một cấu trúc thị trường vốn cân đối và hiệu quả hơn Điều này giúp thị trường chứng khoán trở thành một phần thiết yếu của hệ thống tài chính quốc gia Giá cổ phiếu là yếu tố then chốt mà các nhà đầu tư chú ý khi ra quyết định đầu tư, theo lý thuyết thị trường hiệu quả, giá cổ phiếu nên phản ánh tất cả thông tin liên quan Tuy nhiên, nhiều nghiên cứu cho thấy thị trường chứng khoán ở nhiều quốc gia không hoàn toàn hiệu quả, dẫn đến việc thông tin công bố không luôn được phản ánh đầy đủ trong giá cổ phiếu.
Trong những năm gần đây, các nhân tố ảnh hưởng đến giá cổ phiếu đã thu hút sự chú ý của nhiều nhà nghiên cứu tài chính do tầm quan trọng của chúng Nghiên cứu cho thấy các yếu tố cơ bản của công ty, như tỷ lệ cổ tức và thông tin kế toán trong báo cáo kết quả kinh doanh, có tác động trực tiếp đến giá cổ phiếu Ngoài ra, các yếu tố vĩ mô như lãi suất, lạm phát và tăng trưởng kinh tế cũng được xác định là có ảnh hưởng đến giá cổ phiếu.
Kết quả hoạt động kinh doanh của công ty, được thể hiện qua báo cáo tài chính, có ảnh hưởng lớn tới giá cổ phiếu, đặc biệt trong bối cảnh đại dịch COVID-19 khi tình hình kinh doanh bị ảnh hưởng nặng nề, cho thấy sự cần thiết nghiên cứu sâu hơn về vấn đề này.
Nhóm nghiên cứu tập trung vào việc đo lường ảnh hưởng của các khoản mục báo cáo tài chính đến giá cổ phiếu trên tất cả các sàn chứng khoán, đặc biệt chú trọng vào những khoảng trống trong các nghiên cứu trước Kết quả nghiên cứu sẽ cung cấp bằng chứng thực nghiệm giúp nhà đầu tư có hành vi đầu tư hợp lý hơn và đưa ra giải pháp cho các công ty trong bối cảnh đại dịch Điều này góp phần quan trọng vào sự phát triển ổn định và bền vững của thị trường chứng khoán Việt Nam.
Khái niệm Tự doanh chứng khoán 4
Tự doanh là hoạt động mua bán chứng khoán để thu lợi từ chênh lệch giá Đây là quá trình mà nhà đầu tư tự thực hiện giao dịch nhằm kiếm lời từ việc mua vào và bán ra các loại chứng khoán.
Hoạt động tự doanh của công ty chứng khoán diễn ra tại sàn giao dịch và thị trường OTC Tại các sàn giao dịch, việc mua bán được thực hiện tương tự như hoạt động của nhà đầu tư thông thường Trong khi đó, trên thị trường OTC, công ty có thể tiến hành giao dịch trực tuyến với các đối tác thông qua việc tạo thị trường hoặc sử dụng hệ thống giao dịch tự động.
Giao dịch tự doanh chứng khoán được thực hiện theo phương thức giao dịch trực tiếp hoặc gián tiếp.
Giao dịch trực tiếp : là giao dịch trao tay giữa khách hàng và công ty chứng khoán theo giá thỏa thuận giao dịch tại quầy
Các đối tác giao dịch, bao gồm cá nhân và tổ chức, tự tìm kiếm cơ hội giao dịch mà không bị giới hạn về thời gian, có thể diễn ra cả trong và ngoài giờ hành chính Chứng khoán giao dịch rất đa dạng, chủ yếu là các chứng khoán chưa niêm yết hoặc mới phát hành Các đối tác thường thực hiện trực tiếp các thủ tục thanh toán và chuyển giao, do đó không phát sinh bất kỳ loại phí nào trong giao dịch này.
Doanh số giao dịch trực tiếp thường cao gấp nhiều lần so với doanh số giao dịch trên sở, chiếm khoảng 80% - 90% tổng doanh số giao dịch của thị trường Mặc dù các giao dịch này không được giám sát bởi sở giao dịch, nhưng chúng vẫn phải chịu sự kiểm tra của thanh tra nhà nước về chứng khoán.
Giao dịch gián tiếp là hình thức giao dịch mà các công ty thực hiện thông qua các nhà môi giới lập giá và các chuyên gia chứng khoán trên thị trường Hình thức này cho phép công ty đặt lệnh mua bán tương tự như lệnh của các nhà đầu tư khác.
Khi thực hiện giao dịch qua sàn chứng khoán, các công ty chứng khoán phải đối mặt với nhiều chi phí, bao gồm chi phí môi giới lập giá, chi phí thanh toán bù trừ và chi phí lưu ký chứng khoán.
Các nhân tố ảnh hưởng đến tự doanh chứng khoán của các công ty cổ phần chứng khoán 4
Chứng khoán đã thu hút sự chú ý đáng kể từ các nhà nghiên cứu trong những năm gần đây, chủ yếu do ảnh hưởng của diễn biến nền kinh tế, quy luật cung – cầu trên thị trường và kết quả hoạt động kinh doanh của các doanh nghiệp.
Do không thể liệt kê tất cả các nghiên cứu liên quan, nhóm xin phép chỉ nêu ra một số nghiên cứu tiêu biểu để làm cơ sở cho nghiên cứu của mình.
Nghiên cứu của Al-Qenae và cộng sự (2002) đã phân tích ảnh hưởng của các yếu tố như EPS, tổng sản phẩm quốc dân (GNP), lãi suất và lạm phát đến giá cổ phiếu niêm yết trên thị trường chứng khoán.
Nghiên cứu của Dang Ngoc Hung, Hoang Thi Viet Ha và Dang Thai Binh (2018) chỉ ra rằng tỷ suất lợi nhuận trên tài sản (ROA) và cấu trúc vốn (tỷ lệ nợ trên tổng tài sản) có ảnh hưởng đáng kể đến giá cổ phiếu Cụ thể, ROA có tác động tích cực, trong khi cấu trúc vốn lại có tác động tiêu cực đến giá cổ phiếu.
Nghiên cứu của Trương Đông Lộc (năm 2014) cho thấy EPS và tỷ giá USD/VND có tương quan tỷ lệ thuận với tỷ suất của các cổ phiếu
Trong nghiên cứu của Uddin và cộng sự (2013), các yếu tố ảnh hưởng đến giá cổ phiếu trong ngành tài chính tại Bangladesh đã được phân tích Tương tự, nghiên cứu của Mehr-un-Nisa và Nishat (2012) cũng xem xét tác động của các chỉ tiêu tài chính công ty cùng các yếu tố vĩ mô đến giá cổ phiếu niêm yết trên Thị trường chứng khoán Karachi, Pakistan.
Các nghiên cứu thực nghiệm cho thấy rằng các yếu tố vi mô như EPS có ảnh hưởng lớn đến giá cổ phiếu Bên cạnh đó, các yếu tố kinh tế vĩ mô như lãi suất, lạm phát, tỷ giá, cung tiền, GDP và giá trị sản xuất công nghiệp cũng tác động đáng kể đến giá cổ phiếu trên thị trường chứng khoán.
Trong bài nghiên cứu này, nhóm sẽ tiến hành phân tích các khoản mục báo cáo tài chính qua ba giai đoạn: trước đại dịch Covid-19 (2019 - 2020), trong đại dịch Covid-19 (2020 - 2021) và sau đại dịch Covid-19 (2021 - hiện tại).
Năm 2022, các khoản mục Tài sản ngắn hạn, Doanh thu bảo hiểm và các khoản phải thu từ năm 2019 đến 2021 có ảnh hưởng đáng kể đến Doanh thu từ chứng khoán trong năm tiếp theo.
Phương pháp phân tích ảnh hưởng của các nhân tố đến tự doanh chứng khoán của các công ty cổ phần chứng khoán 5
4.1 Phương pháp thu thập dữ liệu
Trong phần bài tập nhóm, chúng em sử dụng phương pháp: Thu thập dữ liệu thứ cấp.
Số liệu được sử dụng trong bài này bao gồm
Doanh thu từ cổ phiếu các năm 2020,2021,2022 ;
Tài sản dài hạn các năm 2019-2021,
Doanh thu BH và CCDV các năm 2019-2021,
Tiền và các khoản tương đương tiền các năm 2019-2021,
Document continues below ke toan tai chinh 1 Đại học Kinh tế Quốc dân
Bài t ậ p ki ể m toán tài chính ke toan tai chinh 1 100% (11)
[123doc] - bai-tap-ke-toan-tai-chinh-co-loi-giai ke toan tai chinh 1 100% (9)
Bài t ậ p Ki ể m toán ho ạ t đ ộ ng ch ươ ng 1 ke toan tai chinh 1 100% (3)
TCDN - Đây là những ghi chép của mình khi học bộ môn tài chính doanh nghi ệ p ở tr ườ ng ke toan tai chinh 1 100% (3)
3 M Ẫ U GI Ấ Y XÁC NH Ậ N K Ế T QU Ả H Ọ C T Ậ P Đ Ố I V Ớ I HS Chuyên ke toan tai chinh 1 100% (2)
Câu h ỏ i tr ắ c nghi ệ m k ế toán DN Th ươ ng m ạ i ke toan tai chinh 1 100% (2)
Các khoản phải thu các năm 2019-2021
Mẫu quan sát bao gồm 24 công ty cổ phần chứng khoán niêm yết trên các sàn chứng khoán Việt Nam Dữ liệu được thu thập từ các nguồn thông tin chính thống và báo cáo tài chính công bố trên website https://cafef.vn/ và https://finance.vietstock.vn/.
4.2 Phương pháp tổng hợp dữ liệu
Phương pháp lập bảng là công cụ hữu hiệu để tổng hợp dữ liệu một cách rõ ràng, làm nổi bật mối quan hệ giữa các con số và đặc điểm của đối tượng nghiên cứu Nhóm nghiên cứu sử dụng bảng giản đơn và bảng kết hợp để dễ dàng so sánh, đối chiếu và phân tích các đối tượng theo nhiều phương pháp khác nhau, từ đó đạt được kết quả tối ưu.
4.3 Phương pháp phân tích dữ liệu
Phương pháp hồi quy – tương quan bội
Phân tích hồi quy và tương quan trong mô hình hồi quy bội tập trung vào mối quan hệ phụ thuộc giữa biến kết quả (biến phụ thuộc) và một hoặc nhiều biến nguyên nhân Mối tương quan này được xây dựng dựa trên các phương trình tuyến tính và phi tuyến Kết quả phân tích cung cấp cơ sở để giải thích ý nghĩa của các tham số trong phương trình hồi quy, đồng thời làm sáng tỏ mối liên hệ giữa các hiện tượng kinh tế - xã hội.
Sau khi xây dựng phương trình hồi quy, chúng ta có thể đánh giá mức độ chặt chẽ và chiều hướng của mối tương quan giữa các biến Điều này cũng giúp xác định tỷ lệ phần trăm mà biến nguyên nhân giải thích cho sự biến động của biến kết quả.
B LÝ THUYẾT HỒI QUY TƯƠNG QUAN BỘI PHÂN TÍCH CÁC NHÂN
TỐ ẢNH HƯỞNG ĐẾN TỰ DOANH CHỨNG KHOÁN CỦA CÁC CÔNG TY CỔ PHẦN CHỨNG KHOÁN ĐƯỢC NIÊM YẾT
1 Xây dựng mô hình hồi quy tuyến tính bội
1.1 Phương trình hồi quy tổng thể chung và phương trình hồi quy tổng thể mẫu
Phương trình hồi quy là công cụ xác định vị trí của đường hồi quy lý thuyết, nhằm mô tả chính xác mối quan hệ thực tế giữa các biến Nó bao gồm cả phương trình hồi quy tổng thể chung và phương trình hồi quy tổng thể mẫu, giúp phân tích và dự đoán các xu hướng trong dữ liệu.
Phương trình hồi quy tổng thể chung:
Phương trình hồi quy tổng thể là phương trình được xây dựng dựa trên kết quả nghiên cứu tổng thể
Yi (biến phụ thuộc) là doanh thu từ kinh doanh chứng khoán trong năm 2021
Hệ số tự do (0) trong hàm hồi quy tổng thể thể hiện giá trị trung bình của biến phụ thuộc y khi các biến độc lập bằng 0, phản ánh tung độ gốc của hàm hồi quy.
β là hệ số hồi quy của biến, là lượng thay đổi trung bình của biến phụ thuộc khi các biến động lập thay đổi 1 đơn vị
Trong thực tế, việc nghiên cứu trên toàn bộ tổng thể gặp nhiều khó khăn, do đó, người ta thường xây dựng hàm hồi quy dựa trên một mẫu, được gọi là hàm hồi quy mẫu.
Phương trình hồi quy mẫu:
Phương trình hồi quy mẫu có dạng: yi+b1x1i+b2x2i+b3x3i+ +bkxki
Hệ số tự do b0 trong phương trình thể hiện giá trị của y khi x = 0, nhưng điều này chỉ có ý nghĩa khi x thực sự nhận giá trị 0 Nếu x không nhận giá trị 0, sự giải thích này trở nên vô nghĩa Khi x bằng 0, hệ số tự do b0 chỉ có thể được coi là ảnh hưởng trung bình của tất cả các biến nguyên nhân khác đến biến phụ thuộc y.
Hệ số hồi quy b1 thể hiện mức độ tác động trực tiếp của yếu tố nguyên nhân x đến yếu tố kết quả y Cụ thể, khi x thay đổi 1 đơn vị, y sẽ thay đổi b1 đơn vị Giá trị của b1 có thể âm, dương hoặc bằng 0, tùy thuộc vào mối quan hệ giữa y và x.
1.2 Ước lượng các tham số của phương trình hồi quy
Phương pháp bình phương nhỏ nhất thông thường (Ordinary Least Squares - OLS) là kỹ thuật phổ biến nhất để ước lượng các tham số trong hồi quy Phương pháp này nhằm mục đích tối thiểu hóa tổng bình phương của các khoảng cách theo phương thẳng đứng giữa dữ liệu thu thập và đường hồi quy.
S=i=1nyi-yi2=i=1nyi-b0-b1x1i-b2x2i- -bkxki2 →min Các hệ số hồi quy được xác định bằng hệ phương trình chuẩn sau:
Với cỡ mẫu lớn và nhiều biến độc lập, việc thực hiện quy trình OLS thủ công sẽ tốn nhiều thời gian Để đạt được kết quả chính xác và nhanh chóng hơn, hiện nay chúng ta có thể sử dụng phần mềm thống kê chuyên dụng, trong đó SPSS là một trong những lựa chọn phổ biến nhất.
Kiểm định hệ số hồi quy 11
Sau khi xây dựng phương trình hồi quy, bước tiếp theo trong phân tích hồi quy - tương quan là đánh giá mức độ chặt chẽ của mối liên hệ Để thực hiện việc này, chúng ta sử dụng thống kê (T) để kiểm định ý nghĩa của hệ số hồi quy.
Trong phương trình hồi quy, hệ số hồi quy của biến được ký hiệu là bi, trong khi hệ số hồi quy của biến xi trong phương trình hồi quy tổng thể chung được ký hiệu là βi Sai số chuẩn của hệ số hồi quy của biến, đặc biệt trong phương trình hồi quy bội với hai biến độc lập xi, được tính theo công thức se2b1 và se2b2 Cụ thể, sai số chuẩn se2b1 được tính bằng cách sử dụng công thức liên quan đến các biến x1 và x2, trong khi se2b2 chỉ liên quan đến biến x1 Để tính toán SSE, sử dụng công thức 2=SSEn-k-1, trong đó SSE là tổng bình phương sai số và n là số quan sát, k là số biến độc lập.
Các cặp giả thuyết, loại kiểm định và miền bác bỏ được trình bày trong bảng sau:
Loại giả thuyết Cặp giả thuyết Phương pháp Miền bác bỏ
Giá trị tới hạn hoặc
Khoảng tin cậy Giá trị tới hạn P-value
Khoảng tin cậyGiá trị tới hạnP-value
Đánh giá sự phù hợp của mô hình 12
3.1 Hệ số tương quan chung
Hệ số tương quan chung đo lường mức độ liên kết tuyến tính giữa các yếu tố nguyên nhân và yếu tố kết quả Giá trị của hệ số này càng lớn, mối quan hệ giữa các yếu tố nguyên nhân và yếu tố kết quả càng chặt chẽ Công thức tính hệ số tương quan chung được trình bày như sau:
R=SSRSST=1-SSESST=1-i=1nyi-yi2i=1nyi-yi2
3.2 Hệ số tương quan riêng phần
Hệ số tương quan riêng phần là chỉ số thể hiện mức độ liên kết giữa một biến nguyên nhân và biến kết quả trong mô hình hồi quy bội, khi giữ cố định các biến nguyên nhân khác Công thức tính hệ số này như sau:
Hệ số tương quan riêng phần giữa x1 và y khi x2 cố định: ryix1(x2)=ryix1-ryix2rx1x2(1-ryix22)(1-rx1x22)
Hệ số xác định R² được sử dụng để đánh giá mức độ ảnh hưởng của các biến độc lập đối với sự thay đổi của biến phụ thuộc, cho biết tỷ lệ phần trăm sự biến động mà các biến độc lập giải thích Giá trị R² càng gần 1 hoặc 100%, nghĩa là các biến độc lập càng giải thích được nhiều sự biến động của biến phụ thuộc Công thức tính hệ số xác định là một phần quan trọng trong phân tích thống kê.
SSR= 1nyi-y2 biến thiên của hồi quy
SSE= 1nyi-yi2 biến thiên của phần dư
SST= 1nyi-y2 biến thiên của biến phụ thuộc
3.4 Hệ số xác định điều chỉnh
Trong mô hình hồi quy đa biến, khi thêm một biến độc lập vào phương trình, hệ số xác định R² sẽ tăng lên, bất kể biến đó có mối liên hệ thực sự với biến phụ thuộc y hay không Tuy nhiên, việc này cũng làm giảm bậc tự do và có thể dẫn đến việc phóng đại khả năng giải thích của mô hình Để khắc phục vấn đề này, chúng ta sử dụng hệ số xác định điều chỉnh R_adj².
Công thức tính hệ số xác định điều chỉnh như sau:
Radj2=1-SSEn-k-1 SSTn-1Trong đó: n là cỡ mẫu k là biến số độc lập trong mô hình
Hệ số xác định điều chỉnh có những tính chất sau:
k càng lớn thì Radj2 càng nhỏ hơn R2
Radj2 có thể âm, trong trường hợp này thì ta quy ước Radj2=0
Để đánh giá sự phù hợp của mô hình hồi quy, chúng ta sử dụng hệ số xác định R2, cho biết tỷ lệ phần trăm biến động của biến phụ thuộc được giải thích bởi các biến độc lập Hệ số R2 càng gần 1 thì mô hình hồi quy càng có ý nghĩa Việc kiểm định sự phù hợp của phương trình tương đương với việc xác định xem R2 có khác không có ý nghĩa thống kê hay không.
Thống kê F được sử dụng để kiểm định được tính như sau:
Kết luận của kiểm định dựa trên so sánh thống kê F với giá trị tra bảng Cụ thể: Nếu F>F(k,n-k-1): bác bỏ H 0
Đa cộng tuyến 17
Đa cộng tuyến (Multicollinearity) là hiện tượng xảy ra khi có mối tương quan cao giữa hai hoặc nhiều biến độc lập trong mô hình hồi quy, khiến một biến độc lập có thể dự đoán biến độc lập khác Sự gia tăng của biến x sẽ dẫn đến sự gia tăng của biến x khác và ngược lại Điều này tạo ra thông tin dư thừa, làm cho mô hình không thể xác định ảnh hưởng riêng biệt của từng biến độc lập lên biến phụ thuộc, dẫn đến sai lệch trong kết quả hồi quy đa biến Đa cộng tuyến vi phạm giả định của mô hình hồi quy tuyến tính, trong đó yêu cầu các biến độc lập không có mối quan hệ tuyến tính với nhau.
Khi hiện tượng đa cộng tuyến xảy ra, nó gây ra một số hậu quả nghiêm trọng trong phương trình hồi quy Đầu tiên, đa cộng tuyến làm tăng phương sai của các ước lượng hệ số hồi quy, dẫn đến khoảng tin cậy lớn hơn Thứ hai, thống kê t trong kiểm định hệ số hồi quy trở nên không có ý nghĩa, vì sai số chuẩn của ước lượng lớn, làm cho thống kê t rất nhỏ và tăng khả năng chấp nhận giả thuyết Ho (hệ số bi=0) Hơn nữa, hệ số xác định có thể lớn nhưng thống kê t lại ít có ý nghĩa Việc thêm hoặc bớt biến độc lập cũng có thể làm thay đổi giá trị và dấu của hệ số hồi quy Nguyên nhân của hiện tượng đa cộng tuyến thường đến từ năm yếu tố chính, trong đó có dữ liệu không đầy đủ.
Khi chọn biến độc lập, nhà nghiên cứu cần lưu ý đến độ biến thiên nhỏ, mối quan hệ nhân quả và sự phụ thuộc của các biến độc lập vào một điều kiện khác Việc sử dụng biến giả không chính xác có thể dẫn đến những sai lầm trong phân tích.
Nhà nghiên cứu có thể không loại trừ một danh mục hoặc thêm biến giả cho từng danh mục như mùa xuân, mùa hè, mùa thu và mùa đông Trong mô hình hồi quy, một biến thực chất là sự kết hợp của hai biến khác Ví dụ, biến mang tên
Tổng thu nhập đầu tư bao gồm tổng thu nhập từ cổ phiếu, trái phiếu và thu nhập từ lãi tiết kiệm, cho thấy sự tương đồng giữa các biến này Tương tự như việc chuyển đổi giữa trọng lượng tính bằng pound và kilogram, thu nhập đầu tư và thu nhập từ tiết kiệm hay trái phiếu cũng có nhiều điểm tương đồng Bên cạnh đó, các yếu tố lạm phát cũng đóng vai trò quan trọng trong việc ảnh hưởng đến thu nhập đầu tư.
Để phát hiện hiện tượng đa cộng tuyến trong phương trình, có thể áp dụng một số phương pháp như kiểm tra hệ số phóng đại phương sai (VIF), phân tích ma trận tương quan, hoặc sử dụng kiểm định Durbin-Watson Những phương pháp này giúp xác định mức độ tương quan giữa các biến độc lập, từ đó nhận diện sự tồn tại của đa cộng tuyến.
Phương pháp đơn giản để đánh giá mối quan hệ giữa biến độc lập và biến phụ thuộc là dựa vào hệ số xác định R2 Nếu R2 cao nhưng kết quả kiểm định t cho thấy biến độc lập không có ý nghĩa thống kê, điều này cho thấy hiện tượng đa cộng tuyến có thể xảy ra Để làm rõ, có thể tính toán các hệ số tương quan giữa các biến độc lập Tuy nhiên, phương pháp này thường ít được sử dụng do tính chủ quan cao hơn so với các công thức khoa học.
Một phương pháp khác để phát hiện hiện tượng đa cộng tuyến trong hồi quy bội là sử dụng nhân tố phóng đại phương sai (VIF - Variance Inflation Factor) Công thức tính VIF cho k biến độc lập được áp dụng để đánh giá mức độ nghiêm trọng của đa cộng tuyến trong mô hình.
Hệ số xác định R2 trong phương trình hồi quy cho biến độc lập thứ j cho thấy mối quan hệ tuyến tính với (k-1) biến độc lập còn lại; nếu R2 gần 1, VIF sẽ lớn hơn, chỉ ra hiện tượng đa cộng tuyến Giá trị VIF từ 1-2 cho thấy không có mối tương quan, trong khi VIF từ 2-5 chỉ ra mối tương quan vừa phải nhưng không nghiêm trọng VIF lớn hơn 5 cho thấy mối tương quan cao, hệ số ước tính kém và p-values đáng nghi ngờ, trong khi VIF > 10 xác nhận sự tồn tại của đa cộng tuyến.
Để phát hiện hiện tượng đa cộng tuyến, chúng ta có thể sử dụng độ chấp nhận của biến (tolerance), được tính bằng công thức 1 - Rj² Độ chấp nhận này có mối quan hệ tỷ lệ nghịch với nhân tố phóng đại phương sai (VIF).
Hiện tượng đa cộng tuyến có thể được phát hiện thông qua ma trận hệ số tương quan giữa các biến độc lập Giá trị hệ số tương quan của từng cặp biến độc lập sẽ phản ánh mối liên hệ giữa chúng, từ đó giúp xác định sự tồn tại của hiện tượng đa cộng tuyến.
Hầu hết các phần mềm thống kê đều có khả năng hiển thị kết quả kiểm định VIF, điều này đặc biệt quan trọng trong các nghiên cứu quan sát do nguy cơ xảy ra hiện tượng đa hình Trong SPSS, chúng ta có thể phát hiện đa cộng tuyến thông qua hệ số tương quan R2 trong bảng Model Summary và thống kê t trong bảng Coefficients Để có đánh giá chính xác và khách quan hơn, cần xem xét giá trị VIF của từng biến độc lập trong cột giá trị VIF của bảng Coefficients.
Để khắc phục hiện tượng đa cộng tuyến, có một số biện pháp hiệu quả như chọn lại mẫu mới, xác định lại các biến độc lập, hoặc đơn giản là loại bỏ biến độc lập gây ra đa cộng tuyến Những phương pháp này giúp cải thiện tính chính xác của mô hình và giảm thiểu ảnh hưởng tiêu cực của đa cộng tuyến.
Phương pháp đưa dần vào (forward selection) là một kỹ thuật trong hồi quy, bắt đầu bằng việc đưa biến có tương quan lớn nhất với biến phụ thuộc vào phương trình Sau đó, tiến hành kiểm định F để xác định xem hệ số của biến này có bằng không hay không Tiêu chí đánh giá bao gồm việc so sánh thống kê F với giá trị tiêu chuẩn (FIN), yêu cầu F phải lớn hơn 3,84, hoặc so sánh xác suất tương ứng (PIN) với giá trị tiêu chuẩn, yêu cầu PIN phải lớn hơn hoặc bằng 0,05 Nếu biến đầu tiên thỏa mãn các điều kiện, quy trình sẽ tiếp tục với các biến độc lập còn lại; nếu không, sẽ dừng lại và không có biến nào được đưa vào Khi chọn biến độc lập tiếp theo, cần lưu ý chọn biến có hệ số tương quan riêng lớn nhất và áp dụng các điều kiện tương tự như với biến đầu tiên.
Phương pháp loại trừ dần (backward elimination) là một kỹ thuật phân tích hồi quy, trong đó tất cả các biến độc lập được đưa vào phương trình ban đầu Sau đó, các biến gây ra đa cộng tuyến sẽ bị loại bỏ dựa trên tiêu chí nhất định Biến độc lập có hệ số tương quan nhỏ nhất sẽ được xem xét loại bỏ, với cơ sở là giá trị thống kê F tối thiểu (FOUT), thường là 2,71; nếu giá trị này nhỏ hơn 2,71, biến đó sẽ bị loại Ngoài ra, xác suất tối đa tương ứng với thống kê F (POUT) cũng được xem xét, với giá trị lớn hơn 0,10 sẽ dẫn đến việc loại bỏ biến Quá trình này được thực hiện cho từng biến độc lập tiếp theo trong mô hình.
Phương sai sai số không đổi 20
5.1 Khái niệm và ảnh hưởng của phương sai sai số không đổi
Phương sai sai số không đổi là hiện tượng ảnh hưởng đến phương trình hồi quy, khi phương sai của các sai số bằng nhau ở các giá trị khác nhau của biến độc lập Điều này dẫn đến ước lượng hệ số hồi quy bằng phương pháp bình phương nhỏ nhất trở nên không hiệu quả, mặc dù vẫn giữ tính không chệch Hệ quả của hiện tượng này là ước lượng của các phương sai sẽ bị chệch, làm giảm hiệu lực trong việc thực hiện các kiểm định.
Để phát hiện phương sai sai số không đổi trong một phương trình, có thể áp dụng các phương pháp như kiểm tra giả thuyết thống kê và phân tích đồ thị Những phương pháp này giúp xác định xem phương trình có đáp ứng yêu cầu về phương sai sai số không đổi hay không.
Cách đơn giản và phổ biến nhất để khảo sát phương sai sai số là sử dụng đồ thị phân phối của phần dư Nếu đồ thị phần dư có hình dạng giống như đồ thị bên phải, điều này cho thấy giả thuyết về phương sai sai số thay đổi có thể bị vi phạm, vì biến thiên của phần dư gia tăng khi biến độc lập tăng, dẫn đến phương sai không đồng nhất tại các giá trị khác nhau của biến độc lập Ngược lại, nếu phương trình có phân phối phần dư giống như đồ thị bên trái, giả thuyết về phương sai sai số thay đổi có thể được thỏa mãn, vì biến thiên của phần dư không thay đổi nhiều khi biến độc lập thay đổi.
Kiểm định PARK được sử dụng để xây dựng phương trình hồi quy với hai biến độc lập x, có dạng hàm là i2=2xib1evi Bằng cách lấy ln hai vế và thay e2 cho biến chưa biết, ta ước lượng được phương trình hồi quy là lnei2+b1lnxi+vi Để thực hiện kiểm định PARK, cần tuân theo một số bước cụ thể.
Ước lượng phương trình hồi quy gốc, tính e2 sau đó lấy lnei2
Ước lượng phương trình hồi quy
Kiểm định giả thuyết với H0 cho rằng không có hiện tượng phương sai sai số thay đổi Nếu có mối liên hệ giữa lnei2 và lnxi, giả thuyết H0 sẽ bị bác bỏ, cho thấy hiện tượng phương sai sai số thay đổi xảy ra trong phương trình.
Kiểm định Glejser được thực hiện tương tự như kiểm định PARK, nhưng nó sử dụng một số dạng hàm khác nhau, bao gồm: ei2+b1xi+ei, ei2+b1xi+ei, ei2+b11xi+ei, ei2+b11xi+ei, ei2+b1xi+ei và ei2+b1xi2+ei.
Kiểm định tương quan hạng Spearman: Kiểm định này dựa trên tính toán hệ só tương quan hạng bằng công thức sau: r=1-6i=1ndi2n(n2-1)
Việc kiểm định dựa trên xếp hạng theo thứ tự tăng dần hoặc giảm dần, từ đó tính toán giá trị ei xi = hạng ei - hạng xi Cuối cùng, hệ số tương quan hạng Spearman được xác định để phân tích mối quan hệ giữa các biến.
Ngoài ra còn có các kiểm định: Kiểm định Goldfeld – Quandt, kiểm định Breusch - Pagan – Godfrey (BPG), kiểm định White…
Để khắc phục hiện tượng phương sai sai số không đổi, có thể áp dụng một số biện pháp hiệu quả Đầu tiên, nếu phương sai của sai số tỷ lệ với bình phương của biến giải thích, chúng ta có thể thực hiện biến đổi biến phụ thuộc Yi thành YiXitheo1Xi để cải thiện độ chính xác của mô hình.
Khi phương sai của sai số tỷ lệ với biến độc lập, chúng ta có thể khắc phục bằng cách chia cả hai vế cho căn bậc hai của biến độc lập Một phương pháp khác là áp dụng logarit cơ số e cho cả biến độc lập và phụ thuộc trước khi xây dựng phương trình hồi quy Phương pháp này giúp giảm đáng kể hiện tượng phương sai sai số thay đổi, tuy nhiên, nó có thể gặp vấn đề nếu giá trị của biến độc lập hoặc phụ thuộc là âm.
C ÁP DỤNG VÀO MÔ HÌNH NGHIÊN CỨU CHO TỪNG GIAI ĐOẠN
Mô hình các nhân tố ảnh hưởng đến tự doanh chứng khoán của các công ty cổ phần chứng khoán niêm yết trên thị trường Việt Nam trước đại dịch Covid-19 trong giai đoạn 2019 - 2020 cho thấy rằng các yếu tố như biến động thị trường, chính sách tài chính và tâm lý nhà đầu tư đóng vai trò quan trọng Nghiên cứu chỉ ra rằng sự ổn định kinh tế vĩ mô và các quy định pháp lý cũng ảnh hưởng đáng kể đến khả năng tự doanh của các công ty này Từ đó, việc hiểu rõ các yếu tố này sẽ giúp các công ty cổ phần chứng khoán tối ưu hóa chiến lược đầu tư và nâng cao hiệu quả hoạt động trong bối cảnh thị trường đầy biến động.
Xây dựng mô hình hồi quy bội:
Trong bài, đặt biến phụ thuộc là Doanh thu từ cổ phiếu năm 2020 Ta sử dụng phương trình hồi quy mẫu có dạng như sau:
DTi+b1PTi+b2Ti+b3BHCCDVi+b4TSDHi b0,b1, b2,b3,b4 là hệ số tự do và hệ số hồi quy tương ứng
PTi,Ti,BHCCDVi,TSDHi là các biến độc lập và được diễn giải chi tiết ở Bảng 2
Bảng 2: Diễn giải các biến độc lập được sử dụng trong mô hình hồi quy
PTi Các khoản phải thu (Triệu đồng)
Ti Tiền và các khoản tương đương (Triệu đồng)
Doanh thu về bán hàng và cung cấp dịch vụ (Triệu đồng)
TSDHi Tài sản dài hạn (Triệu đồng)
Ước lượng các tham số của phương trình hồi quy:
Sử dụng phương pháp bình phương nhỏ nhất OLS và phần mềm SPSS để xử lý số liệu thu thập, nhóm nghiên cứu đã đạt được những kết quả đáng chú ý.
Vậy phương trình hồi quy tuyến tính biểu diễn như sau: yi= 45503,336+0,213PTi+1,364Ti+0,559BHCCDVi+0,339TSDHi
Mã b0E503,336 phản ánh tác động của tất cả các yếu tố nguyên nhân, bao gồm không có tài sản dài hạn, doanh thu bảo hiểm và CCDV, tiền và các khoản tương đương, cũng như các khoản phải thu đối với doanh thu từ cổ phiếu.
Hệ số b1= 0,213 cho thấy rằng các khoản phải thu có ảnh hưởng trực tiếp đến doanh thu từ chứng khoán Cụ thể, khi các khoản phải thu tăng thêm 1 triệu đồng, doanh thu từ chứng khoán sẽ tăng trung bình 0,213 triệu đồng.
Khi Tiền và các khoản tương đương tăng lên 1 triệu đồng, doanh thu từ chứng khoán sẽ tăng trung bình 1,364 triệu đồng, cho thấy ảnh hưởng trực tiếp của tiền và các khoản tương đương đến doanh thu từ chứng khoán.
Doanh thu từ bảo hiểm (BH) và dịch vụ chăm sóc khách hàng (CCDV) có ảnh hưởng trực tiếp đến doanh thu từ chứng khoán, với hệ số b3=0,559 Cụ thể, khi doanh thu từ BH và CCDV tăng thêm 1 triệu đồng, doanh thu từ chứng khoán sẽ tăng trung bình 0,559 triệu đồng.