nghiên cứu hành vi dẫn đến các cuộc khủng hoảng kinh tế hiện nay

Kiểm định giả thuyết thị trường hiệu quả: nghiên cứu hành vi dẫn đến khủng hoảng kinh tế Iulia Stefan Senior Honors Thesis Spring 2009 Economics Department University of California, Berkeley Thesis Advisors: Professor Glenn Woroch Professor Adam Szeidl _ ACKNOWLEDGEMENTS: I would like to thank Professor Glenn Woroch for his time and insightful advice throughout all stages of this project I would also like to thank Professor Adam Szeidl for his valuable guidance in developing the idea for this project and in helping to execute it I am grateful to Radu Ciupagea for his many contributions to the research and development of ideas, and to Professor David Ahn for his aid in developing the statistical design and concluding this paper Kiểm định giả thuyết thị trường hiệu quả: nghiên cứu hành vi dẫn đến khủng hoảng kinh tế Lý thuyết Năm 2008, thị trường tài phải ứng phó lại khủng hoảng kinh tế sụp đổ chứng khoán bảo lãnh chuẩn, điều mà lý thuyết tài khơng thể lý giải thay đổi lớn giá chứng khoán Những giải thích khn khổ tài hành vi lên ngẫu nhiên thị trường chứng khoán, trích dẫn từ hoảng loạn quan điểm nhà đầu tư khác nhân tố cốt yếu dẫn dắt điều phi lý thị trường Mục tiêu nghiên cứu để kiểm định giả thuyết thị trường hiệu dạng vừa mạnh 30 mã chứng khoán S&P 500 xác định loại chứng khoán nhạy cảm với giá nhiều thông tin Giai đoạn nghiên cứu suốt thời kỳ khủng hoảng kinh tế 2008, từ 30/7/2008 đến 28/01/2009 Đầu tiên tác giả đánh giá mối quan hệ biến động giá xuất thông tin 30 mã chứng khoán Để kiểm định cho nhân tố hành vi tác động đến độ nhạy giá thơng tin mới, tác giả tính tốn tương quan suất sinh lợi ròng chứng khốn với suất sinh lợi thị trường tháng trước để nghiên cứu Tác giả xem xét mối quan hệ hệ số từ 30 hồi qui ban đầu diễn biến thị trường chứng khoán Theo hành vi, chứng khốn định mức thị trường có lẽ lơi ý muốn nhà đầu tư theo chiều tích cực, chứng khốn định mức thị trường có lẽ gây hoảng loạn Giả thuyết tác giả chứng khốn định giá thị trường nhạy cảm với thơng tin mới, tức có mối quan hệ nghịch chiều việc đo lường độ nhạy giá so với thông tin (hệ số hồi qui 30 ban đầu) diễn biến thị tr ường chứng khốn Ngồi ra, hoảng loạn dẫn đến độ nhạy giá so với thông tin việc đầu tư vào mã chứng khốn có suất sinh lợi cao, đơn giản hơn, việc điểm gây thiệt hại cho nhà đầu tư nhiều việc tăng điểm có lợi cho họ Mặc dù khơng có ý nghĩa thống kê, nghiên cứu cho thấy quan hệ nghịch chiều độ nhạy giá so với thông tin diễn biến thị trường Tuy nhiên, sau loại bỏ hai điều kiện bên ngồi, quan hệ thuận chiều khơng có ý nghĩa thống kê Điều cho thấy hưng phấn nhân tố lớn hoảng loạn việc truyền biến động giá giai đoạn nghiên cứu Giới thiệu Trong giai đoạn sụt giảm 2008, năm trước kể từ ngày thứ ba đen tối việc thu hẹp tín dụng lên dẫn đến hoảng loạn lớn phố Wall Nhiều ngân hàng số ngân hàng đầu tư lớn nước Mỹ sụp đổ, mở cửa trở lại dành cho doanh nghiệp khối ngân hàng thương mại, quốc hữu hóa mà phủ mua lại khối lượng cổ phần lớn ngân hàng Các kênh tín dụng bị thu hẹp việc ngân hàng đầu tư nhiều vào chứng khoán chuẩn chứng khoán rủi ro khác Nhiều nhà phân tích nghĩ ba yếu tố chủ yếu góp phần gây khủng hoảng tài chính: 1) gia tăng nhanh chóng giảm liên tiếp giá nhà đất; 2) suy giảm lan rộng chuẩn dành cho tính xác thực giấy tờ chấp, 3) việc quản lý yếu nói chung rủi ro đầu tư cơng ty tài có liên quan đến chứng bảo lãnh chấp cơng cụ tài khác Gốc rễ khủng hoảng mở rộng liên quan đến bong bóng cơng nghệ năm 1990 Sau suy giảm đột ngột thị trường chứng khoán vào năm 2000, Cục Dự trữ Liên bang cắt giảm mạnh lãi suất để hạn chế thiệt hại kinh tế cách làm cho tín dụng có giá trị mức giá thấp Trong ngành cho vay chấp phát triển, người trước bị từ chối cho vay nguy vỡ nợ chấp thuận Phí vay trở nên rẻ có nhiều người đủ điều kiện khoản vay chấp dài hạn, gây áp lực lên cầu giá nhà đất Khi tần số khoản vay chuẩn gia tăng, tính chất q phức tạp cơng cụ tài dẫn đến bán lại chứng bảo lãnh nhằm cố gắng phòng vệ chống lại rủi ro Các nhà đầu tư cảm thấy rủi ro tài sản quản lý chặt giá nhà đất tăng cao có lợi trường hợp vỡ nợ có tài sản chấp Tuy nhiên, năm 2007, hai quỹ phòng hộ Bear Stearns đầu tư mạnh vào chứng khoán chuẩn sụp đổ Thời gian qua, có nhiều ngân hàng đầu tư tương tự phải đối mặt với khủng hoảng tài chính, số vụ siết nợ gia tăng dẫn đến sụt giảm giá nhà đất Các doanh nghiệp đầu tư nhiều vào chứng khoán bảo lãnh phải đối mặt với tổn thất lớn mà nhiều khách hàng vay không trả nợ hạn lần khoản vay với lãi suất thay đổi điều chỉnh, khiến giá trị chứng khoán định giá sụt giảm đáng kể Trong thời gian đó, với việc sụt giảm giá nhà đất nghĩa giá trị tài sản chấp tài sản đảm bảo chấp giảm bớt Sau ngân hàng tổ chức tài khác bắt đầu gồng gánh khoản lỗ lớn việc nắm chứng khoán chuẩn chứng khoán đảm bảo chấp Tháng 3/2008, phủ giúp Bear Stearns khỏi nguy phá sản cách gánh khoản nợ 30 tỷ USD xếp bán lại cho JPMorgan Chase Vào tháng Chín, Lehman Brothers tuyên bố phá sản, phủ từ chối tiếp nhận thực với Bear Stearns Ngay sau đó, Merrill Lynch bán cho ngân hàng Mỹ để tránh phá sản AIG nhận gói cứu trợ trị giá 85 tỷ USD từ phủ Mỹ Những kiện gây việc bán túng bán tháo thị trường chứng khoán, dẫn đến lợi nhuận tài sản rủi ro cao so với tài sản phi rủi ro.Khi thị trường chứng khoán bắt đầu chuyển động ngẫu nhiên bất hợp lý,tính hợp lý lý thuyết thị trường hiệu dường khơng áp dụng Đặc biệt, cho giả thuyết thị trường hiệu bị bác bỏ nhiều lần Giả thuyết thị trường hiệu Giả thuyết thị trường bác bỏ tính hiệu phát triển vào năm 1960 luận án tiến sĩ Eugene Fama trường Đại học Kinh doanh Chicago Fama lập luận thị trường hoạt động bao gồm nhà đầu tư am hiểu có khả năng, chứng khốn định giá để phản ánh tất thơng tin có sẵn Chính xác hơn, giả thuyết thị trường hiệu cho thời điểm nào, giá chứng khốn kết hợp đầy đủ tất thơng tin có sẵn Hàm ý EMH mang ý nghĩa lớn Hầu hết nhà đầu tư kinh doanh chứng khoán giả định giá mua thấp giá trị chứng khoán, bán giá lớn giá trị chứng khoán Tuy nhiên, giá chứng khoán phản ánh hồn tồn tất thơng tin, việc kinh doanh chứng khốn với nỗ lực để cải thiện thị trường dựa vào may mắn kỹ Hơn nữa, có nhiều loại thơng tin khác có ảnh hưởng đến giá tài sản, có ba dạng giả thuyết thị trường hiệu (sau gọi EMH) EMH dạng yếu cho giá phản ảnh thông tin khứ tài sản Hàm ý EMH dạng người ta phát tài sản bị định giá sai cao thị trường thông qua phân tích theo qui tắc giá khứ EMH dạng vừa cho giá chứng khoán phản ánh tất thông tin công bố Những thông tin bao gồm giá lợi nhuận khứ báo cáo tài cơng ty, phương pháp kế toán, báo cáo thu nhập chia cổ tức, tình hình tài đối thủ cạnh tranh EMH dạng mạnh cho mức giá chứng khoán kết hợp tất thơng tin có, thơng tin chung riêng Trong trường hợp này, giá không mong đợi cao thị trường cách có hệ thống kinh doanh thông tin nội Theo EMH dạng này, thị trường dự đoán phát triển tương lai giá tài sản điều chỉnh để kết hợp thơng tin Bởi khó để hiểu cách xác hàm ý EMH, tác giả trình bày số cách hiểu sai thông thường nhất: Mặc dù việc EMH cho nhà đầu tư không chiến thắng thị trường, nhà phân tích Warren Buffet thể điều Vì lý EMH phải khơng Giải thích khơng xác EMH ngụ ý nhà đầu tư khơng thể chiến thắng thị trường, có lúc đó, may mắn, tài sản định giá cao thị trường Ngoài ra, việc chiến thắng thị trường hội (tình cờ) Giả sử người quản lý quỹ có 50% hội đánh bại thị trường vào năm tới Xác suất người đánh bại thị trường hai năm liên tiếp mức 25%, đánh bại thị trường tám năm liên tiếp mức 4% Do đó, số 1000 nhà quản lý quỹ, nhà quản lý chiến thắng thị trường xuyên suốt tám năm liên tiếp Do khơng chiến thắng thị trường hội, chiến thắng thị trường may mắn Theo EMH dạng yếu, phân tích kỹ thuật khơng có lợi việc dự đốn tỷ suất sinh lợi tương lai Tuy nhiên, nhà phân tích tài khơng vượt khỏi phạm vi thị trường, dịch vụ họ phải hữu ích Do đó, EMH phải khơng Tun bố khơng xác nhà phân tích tài đặt danh mục đầu tư mà gắn kết với khả chịu rủi ro khách hàng, tập hợp ngẫu nhiên chứng khoán khơng phải cung cấp cho lựa chọn có rủi ro đặc biệt Thứ hai, nhà phân tích tài quan tâm đến hiệu thị trường cho phép nhà đầu tư tận dụng lợi thông tin để xác định chứng khốn bị định giá sai Khi có cạnh tranh nhiều nhà đầu tư, hội ngang biến mất, tức giá chứng khoán điều chỉnh kết hợp thông tin mới, dẫn đến hiệu thị trường Do EMH phải khơng giá chứng khốn thường xun biến động cách ngẫu nhiên Thực tế giá chứng khoán liên tục thay đổi chứng hỗ trợ EMH, thơng tin xuất gần liên tục dạng ý kiến, tin tức, thông báo, kỳ vọng, chí việc thiếu tin tức Theo EMH, xuất liên tục thông tin gây điều chỉnh giá liên tục Nếu EMH đúng, tất nhà đầu tư phải có khả thu thập, phân tích giải thích thơng tin để xác điều chỉnh xác giá chứng khốn Tuy nhiên, hầu hết nhà đầu tư không đào tạo chun gia tài Vì vậy, EMH bị hiểu sai EMH không yêu cầu tất doanh nhân biết đến Điểm chuyên gia xem cần thiết để phân tích thơng tin điều chỉnh giá chứng khốn cách xác, sau nhà đầu tư khác giao dịch mức giá mà không cần phải theo dõi nguyên nhân dẫn đến thay đổi giá Tổng quan dự án Mục tiêu nghiên cứu để kiểm định tính hữu hiệu EMH dạng vừa 30 mã chứng khốn S&P 500 Cụ thể hơn, có hay không trường hợp mức độ thay đổi giá tương ứng với lượng thơng tin có sẵn thị trường? Trong giai đoạn sáu tháng từ 30/7/2008 đến 28/01/2009, tác giả thu thập liệu hàng tuần biến đổi giá lượng tin tức cổ phần Tin tức thu thập từ sở liệu lưu trữ có chứa ấn phẩm tài đọc rộng rãi Theo EMH, tuần mà biến động giá cao xem tuần có lượng lớn mục tin tức, tức mối quan hệ biến động giá lượng mục tin tức thuận chiều Thứ hai, tác giả xác định có nhân tố hành vi góp phần vào nhạy cảm giá chứng khốn đến thơng tin Có hay khơng việc mua bán rộng rãi mã chứng khốn có hiệu suất tốt tương ứng nhiều thông tin? Đặc biệt, có hay khơng hoảng loạn hưng phấn đóng góp nhiều nhạy cảm giá chứng khốn đến thơng tin mới? Có hay khơng giá chứng khốn biến động tốt mức khơng có thay đổi nhiều cổ phiếu đề cập đến tin tức? Để trả lời câu hỏi này, tác giả tính tốn TSSL ròng chứng khốn tháng trước để nghiên cứu, phần trăm khác biệt TSSL chứng khoán TSSL thị trường.Các chứng khốn có TSSL cao thường tương ứng với tâm lý thuận chiều nhà đầu tư (hưng phấn), chứng khốn có TSSL thấp tương ứng với tâm lý nghịch chiều nhà đầu tư (hoảng loạn) Tác giả kiểm định mối quan hệ độ nhạy giá (các hệ số từ việc hồi quy đề cập trên) TSSL liên quan đến thị trường để xác định nhân tố hoảng loạn, phấn khích chiến thắng ảnh hưởng đến mức độ mà giá chứng khoán bị ảnh hưởng thông tin Trong nghiên cứu này, tác giả không phân biệt tin tức "tốt" tin tức "xấu" Dữ liệu Thời gian nghiên cứu dự án 30/07/2008 đến 28/01/2009, tổng cộng 26 tuần 30 cổ phiếu tạo nên liệu mẫu phận cấu thành nên số S&P 500 Kích thước mẫu 30 với mục đích mức ý nghĩa kết thống kê mở rộng cho tất cổ phiếu có mức độ rủi ro tương tự giai đoạn (một mẫu có kích thước lớn 25 coi lớn) Ban đầu, tơi xem xét cổ phiếu ngành ngân hàng, lại có q khơng có thơng tin cho cổ phiếu, tơi chọn mẫu có chứa thành phần S&P 500 Vì cổ phiếu số đề cập tin cách thường xuyên sở liên tục Bởi mức độ rủi ro khác ảnh hưởng cách khác đến biến động giá cổ phiếu khơng có lượng thông tin, thu hẹp mẫu từ 500 thành phần ban đầu xuống 179 cổ phiếu có hệ số beta từ 0.75 đến 1.25 Hệ số thống kê beta tính hàm số TSSL thị trường (Rm) TSSL cổ phiếu i (Ri): βi = cov ( Ri, Rm ) var ( Rm ) Ngồi ra, beta ước tính theo mơ hình hồi quy chuỗi thời gian Ri – Rf = αi + βi *(Rm-Rf) + εi, Trong đó, Rf TSSL phi rủi ro Beta sử dụng thước đo độ rủi ro, đo lường mức độ gia tăng nắm giữ cổ phiếu danh mục ảnh hưởng đến phương sai TSSL danh mục Trong nghiên cứu này, S&P 500 đại diện danh mục đầu tư thị trường, hệ số beta Beta 500 thành phần tính Google Finance vào ngày 10/01/2009 thay đổi sau Từ 179 cổ phiếu phạm vi beta quy định, 30 cổ phiếu lựa chọn ngẫu nhiên cách sử dụng hệ thống chọn số ngẫu nhiên Các cổ phiếu mẫu hệ số beta cổ phiếu thể bảng Khi thu thập liệu giá tin tức cho cổ phiếu, xem xét theo tuần từ thứ đến thứ để tránh ngày lễ giá không công bố Tôi xây dựng biến biến động giá cách tính phần trăm thay đổi tuyệt đối mức giá giá mở cửa hàng tuần Cụ thể hơn, ghi nhận giá mở cửa ngày thứ tuần thứ i tuần thứ i + 1, lấy logarit giá tính giá trị tuyệt đối theo công thức Ln (P i+1) – Ln (Pi) Nguồn liệu giá cung cấp Google Finance Để tính số lượng tin tức hàng tuần cổ phiếu, xây dựng biến đại diện có chứa số lượng tin tức mẫu đại diện nguồn tin tức Sử dụng News Archive Database Factiva, lọc mẫu tin tức công bố rộng rãi nhất, đến cơng bố xu hướng tài yếu tố khác cho đối tượng có liên quan Ngoài ra, tin trùng lặp xác định loại khỏi mẫu Các mẫu tin đếm theo khoảng thời gian thứ tuần thứ i đến thứ tuần i + mẫu tin tuần i + tính vào tuần sau Tôi xem xét giá mở cửa, giá có sẵn trước hầu hết tin hàng ngày, giá ghi nhận trước vào ngày thứ khơng bị ảnh hưởng tin tức xảy sau giá mở cửa ngày hơm công bố Tôi cần xác minh lại thời gian nghiên cứu không với báo cáo thu nhập cho vài cổ phiếu không cho báo cáo khác điều ảnh hưởng đến giá cổ phiếu lại khơng đề cập đến biến tin tức Nguồn đặc điểm liệu tin tức tóm tắt Hình Dữ liệu giá tin tức cổ phiếu thể bảng 216 Cuối cùng, tơi tính TSSL ròng cổ phiếu giai đoạn từ 01/01/2008 đến 30/07/2008 theo công thức Ri = P1 + D1 - 1, P0 Trong P1 giá mở cửa vào tháng D1 tổng cổ tức chi trả giai đoạn này, P0 giá mở vào tháng Để định lượng mức độ liên quan cổ phiếu đến thị trường giai đoạn tơi tính phần trăm chênh lệch TSSL cổ phiếu (Ri) TSSL thị trường (Rm) theo công thức % ∆ = Ri – Rm * 100 Ri TSSL ròng mức độ liên quan đến liệu thị trường cho tất cổ phiếu thể bảng 17 Mơ hình Đối với 30 cổ phiếu, biến biến động giá thảo luận biến phụ thuộc, biến quan tâm nghiên cứu này, biến tin tức biến độc lập, xem biến đại diện cho hệ thống mẫu tin tức giai đoạn hàng tuần Để kiệm định biến tin tức có ý nghĩa dự báo cho biến động cổ phiếu không, tơi xây dựng mơ hình OLS Y = β1 X + B2 X*X2 + β3 X*X3 + β4 X*X4 +… + β30 X*X30 + ε, (1.1) Trong Y phần trăm tuyệt đối thay đổi giá, X số mục tin tức hàng tuần X 2X30 biến định cho cổ phiếu từ đến 30 bảng 1, nghĩa cho cổ phiếu thứ ngược lại Biến Y X bao gồm danh mục liệu tất 30 cổ phiếu Hệ số tương quan số lượng tin tức cho cổ phiếu i (i ≠ 1) cho β1 + βi Hệ số tương quan số lượng tin tức cho cổ phiếu (Agilent) β1 Tuy nhiên, hạn chế phần mềm Excel tính tốn hồi quy với 29 điều kiện tương tác, tơi chạy mơ hình Y i = β1i X i + ε i (1.2) Cho 30 cổ phiếu, đó, Y i biến động giá hàng tuần cho cổ phiếu i X i số tin tức hàng tức ngày cổ phiếu i Ta kiểm định giả thuyết thay H β1i khác (chấp nhận EMH) cho tất cổ phiếu chống lại giả thuyết H β1i = (không chấp nhận EMH) Trong mơ hình (1.1) (1.2) tơi đặt mức chặn tơi quan tâm đến việc đánh giá độ nhạy giá cổ phiếu đến tin tức mức độ nhiễu xung quanh biến giải thích giai đoạn Kết hệ số tương quan số lượng tin tức từ mơ hình hồi quy tương tự kết từ phương trình (1.1) Bước thứ hai dự án này, tơi nghiên cứu mối quan hệ mức độ liên quan cổ phiếu đến thị trường độ nhạy giá cổ phiếu đến tin tức công bố Cụ thể, tìm kiếm để xác định xem liệu cổ phiếu có mức độ liên hệ thấp với thị trường có nhạy cảm với tin tức công bố cổ phiếu có mức độ liên hệ cao Để làm vậy, tơi chạy mơ hình hồi quy OLS Y = α + β1 X + ε (1.3) Trong Y tập hợp beta từ 30 mơ hình hồi quy phương trình (1.2), đại diện cho độ nhạy cổ phiếu đến tin tức công bố, X đo lường phần trăm chênh lệch TSSL ròng cổ phiếu TSSL ròng thị trường, đại diện cho mức độ liên hệ đến thị trường Dựa vào giả thuyết, β1 nên âm, nghĩa cổ phiếu có mức độ cao thị trường độ nhạy cảm giá đến tin tức cơng bố cổ phiếu có mức độ thấp thị trường Như đề cập, liệu bao gồm biến phụ thuộc hồi quy hệ số ước lượng biến độc lập mơ hình hồi quy (1.2) Do đó, có độ nhiễu lớn, hay sai lệch (ε) kết hồi quy (1.3) Các toán kinh tế lượng phát sinh từ thực tế thảo luận phần Biến phụ thuộc độc lập cổ phiếu mô hình tóm tắt bảng 18 Các xem xét kinh tế lượng tính hiệu lực Do hạn chế tính tiếp cận liệu, số khía cạnh việc tập hợp thực dự liệu ảnh hưởng tiêu cực đến kết ý nghĩa nghiên cứu Trong 30 cổ phiếu mẫu chọn cách ngẫu nhiên, chúng chọn từ tổng thể chung từ nhiều ngành khác Do đó, cổ phiếu mẫu chọn từ khắp ngành khác nhau, đưa ảnh hưởng ngành cụ thể Cụ thể hơn, cổ phiếu mẫu đến từ nhiều ngành khác nhau, biến số lượng tin tức khơng dự báo xác biến động Ví dụ, hai cổ phiếu khác ngành tương tự độ biến động giá số tin tức có hệ số tương quan biến số lượng tin tức khác cổ phiếu phần ngành công nghiệp trải qua bất ổn (như ngành công nghiệp ô tô giai đoạn nghiên cứu) Bởi biến tin tức đại diện cho hệ thống thơng tin ln sẵn có vào lúc cho cổ phiếu, nên có vài yếu tố ngành cụ thể không kể đến biến đại diện số liệu có phần sai số Vì vậy, có biến động giá cao tần suất tin tức thấp, tức nhiều độ nhiễu khơng giải thích biến tin tức Kết quả, bước phân tích thứ dự án (mơ hình 1.3) khơng có ý nghĩa nói đến tài sản có độ nhạy cảm giá thấp với tin tức công bố, chắn tài sản khơng có biến động giá cao có yếu tố khác không xem xét mơ hình ban đầu (1.2) Một tài sản khác với biến động TSSL tương tự thuộc ngành khác khơng có nhiều độ nhiễu, hệ số tin tức dự báo xác biến động giá, nghĩa hệ số tương quan cao Vì vậy, liệu bao gồm biến phụ thuộc mơ hình (1.3) mối quan hệ độ nhạy đến tin tức mức độ liên hệ tới thị trường khác mẫu lấy từ ngành Một vấn đề khác cần xem xét thực tế beta đo lường rủi ro dùng để thu hẹp 500 thành phần ban đầu để tính tốn vào ngày 10/01/2009 Tuy nhiên, hệ số beta tài sản thay đổi suốt thời gian nghiên cứu, dịch chuyển từ tài sản nhiều rủi ro (với hệ số beta cao) thành tài sản khác bao gồm mẫu Nếu điều xảy cho số cổ phiếu mẫu nửa lại có beta khơng thay đổi, với việc bỏ qua biến rủi ro xem xét ảnh hưởng mức rủi ro khác lên độ nhạy giá Đây trường hợp mà mơ hình hồi quy (1.2) đưa nhiều độ nhiễu cho cổ phiếu rủi ro, có ảnh hưởng tương tự mơ hình (1.3) biến ngành thảo luận phần bị bỏ qua Để dự án có tính khả thi, biến đại diện cho tất mục tin tức hàng tuần cổ phiếu cần thiết Trong cố gắng xây dựng biến phản ánh công bố tài nhiều có thể, rõ ràng tơi không gom tất tin tức hàng tuần tài sản vào biến tin tức Do đó, thật khó để nói liệu độ nhiễu cổ phiếu với hệ số thấp biến tin tức nhạy cảm đến tin tức cơng bố yếu tố khác ảnh hưởng đến giá, hay biến tin tức giải thích tốt độ nhiễu hồi quy hay khơng mở rộng để có nhiều liệu Trong mục tiêu tổng thể để hiểu rõ yếu tố hợp lý hành vi tác động đến phản ứng nhà đầu tư giai đoạn khủng hoảng, giai đoạn nghiên cứu tự làm phức tạp thêm việc thiết kế dự án Hiệu ứng hưng phấn cổ phiếu liên hệ tốt hiệu ứng hoảng loạn cổ phiếu liên hệ thấp định lượng dễ dàng xét đến cổ phiếu xu hướng (Momentum) Các cổ phiếu loại có xu hướng tăng (hoặc giảm) giá ngắn hạn Dường có nhiều khả nhà đầu tư hành động bốc đồng dựa định tính tốn giao dịch cổ phiếu rõ ràng cổ phiếu liên hệ tốt lại khơng.Một nhân có nhiều khả biết để biết việc đầu tư ơng ta có gặp rắc rối khơng ơng ta nhìn vào giảm giá liên tục tài sản khoảng thời gian nhìn vào việc TSSL tài sản có liên quan đến thị trường khoảng thời gian Tương tự, người bị cám dỗ để đầu tư vào cổ phiếu có giá tăng liên tục khoảng thời gian cổ phiếu có TSSL liên quan đến thị trường cao thời gian Nếu tơi có xem xét đến cổ phiếu xu hướng mẫu, tơi nói với tự tin mơ hình (1.3) cho thấy có diện hưng phấn hoảng loạn thị trường Điều mơ hình sau phản ánh mối quan hệ độ nhạy giá đến tin tức thay đổi giá tổng tài sản từ lúc bắt đầu giai đoạn nghiên cứu đến kết thúc, cao cho cổ phiếu có xu hướng lên giảm cho cổ phiếu có xu hướng xuống Có nhiều khả nhà đầu tư phản ứng cổ phiếu có giá theo xu hướng cổ phiếu có liên hệ hay mức thị trường, mối liên hệ hai biến đề cập mạnh Tuy nhiên, giai đoạn nghiên cứu diễn suốt khủng hồng, khơng có nhiều khả cổ phiếu xu hướng lên tồn số 179 thành phần S&P 500 có hệ số beta từ 0.75 đến 1.25 Ngoài ra, việc lấy ngẫu nhiên loại bỏ cổ phiếu khỏi mẫu Trong trường hợp đó, tơi có cổ phiếu xu hướng xuống mẫu tơi xem xét hoảng loạn thị trường giai đoạn nghiên cứu Bằng cách xem xét cổ phiếu có liên hệ hay mức thị trường tơi nghiên cứu diện hưng phấn thị trường xác định liệu có yếu diện hoảng loạn giai đoạn nghiên cứu hay không Giai đoạn nghiên cứu đặt thách thức tính hiệu lực bên ngồi nghiên cứu Do thực tế, số khủng hoảng trầm trọng lịch sử gần Mỹ, có khó khăn để mở rộng kết nghiên cứu cho giai đoạn khác Một khủng hoảng trầm trọng có đặc trưng cụ thể mà khơng có khủng hoảng nghiêm trọng Do đó, ví dụ, nghiên cứu tiến hành năm 2000, đưa kết khác Ngồi ra, tơi xem xét nhóm cổ phiếu định với mức rủi ro tương tự nhau, kết luận nghiên cứu khơng thể mở rộng cho hệ thống cổ phiếu giai đoạn 30/07/2008 – 28/01/2009 Cuối cùng, bước hồi quy thứ hai dự án (mơ hình 1.3) dựa kết hồi quy trước (mơ hình 1.2), độ nhiễu thêm vào từ mơ hình sau có nghĩa có khả cao kết khơng có ý nghĩa thống kê Ngồi ra, liên quan kinh tế lượng đến mơ hình (1.2) ảnh hưởng đến mơ hình (1.3) Một cách để khắc phục vấn đề mà không cần làm phong phú thêm liệu tính trọng số biến độ nhạy giá mức độ ý nghĩa, đưa nhiều trọng số có ý nghĩa thống kê so với không đưa Bằng cách này, thực tế hầu hết hệ số khơng khác tính tốn thiết lập quan hệ mơ hình (1.3) Tuy nhiên, mối quan tâm đến tính hiệu lực bên ngồi mơ tả bị bỏ qua mục đích dự án tìm hiểu liệu có hợp lý hay kết hợp yếu tố hợp lý bất hợp lý chi phối phản ứng thị trường suốt khủng hoảng kinh tế 2008 Kết thảo luận Các hệ số ước lượng giá trị p tương ứng mơ hình (1,2) thể Bảng 19 Trong số 30 hệ số ước lượng biến tin tức, có ý nghĩa thống kê mức tin cậy 95% mức tin cậy 90% Các cổ phiếu có ý nghĩa mức tin cậy 95% viết màu đỏ Bảng 18, cổ phiếu bổ sung có ý nghĩa mức tin cậy 90% viết màu xanh Bởi tất hệ số có ý nghĩa thống kê thuận, mã chứng khoán liệu xác nhận tuyên bố EMH với mức tin cậy 90%, tức có 10% hội mối quan hệ thuận biến động giá số lượng tin tức may mắn ngẫu nhiên Các dạng EMH cho giá cổ phiếu điều chỉnh để phản ánh thông tin mới; đó, hệ số thuận (tích cực) biến tin tức cho thấy số lượng tin tức gia tăng làm tăng giá , giá thay đổi có thơng báo Vì vậy, có nhiều tin tức hơn, giá thay đổi để phù hợp tin tức Hệ số có ý nghĩa thống kê nghịch (gọi γ) vào biến tin tức khơng thiết phải cung cấp chứng chống lại EMH có nghĩa gia tăng đơn vị số biến tin tức dẫn đến giảm γ giá biến động Nó trường hợp "khơng có tin tức tin xấu", tức có lẽ nhà đầu tư dự đốn thơng báo cơng ty tung sản phẩm Nếu khơng có thơng báo, không chắn kinh doanh đầu công ty tương lai sau làm cho giá biến động Ngồi ra, thật khó để thiết lập mối quan hệ nhân hai biến Nó trường hợp giá cổ phiếu trở nên không ổn định, tần số câu chuyện tin tức cổ phiếu tăng, trường hợp EMH không nắm giữ quan sát kết có ý nghĩa thống kê Tuy nhiên, vấn đề khắc phục cách đánh giá nội dung câu chuyện tin tức, họ không đề cập đến giá cổ phiếu sở phù hợp, có khả mối quan hệ dự đoán EMH chấp nhận Đối với 24 mã lại mẫu, tơi khơng bác bỏ giả thuyết khơng có mối quan hệ số lượng tin tức biến động giá cổ phiếu, tức không từ chối yêu cầu bồi thường EMH sai Vì vậy, trường hợp giá 24 30 cổ phiếu mẫu không đáp ứng với thông tin (hệ số biến tin tức số không), yếu tố khác ảnh hưởng đến giá Những yếu tố biến bỏ qua thảo luận Mục 5, chẳng hạn mức độ rủi ro ảnh hưởng ngành công nghiệp cụ thể Có vẻ cổ phiếu rủi ro nên trải qua biến động giá lớn nhà đầu tư có khả tham gia vào giao dịch thường xuyên để tránh giữ cổ phiếu lâu trường hợp suy thoái Tuy nhiên, kết chứng EMH sai, bật việc mở rộng số liệu để bao gồm biến tin tức rộng tạo kết có ý nghĩa thống kê cho cổ phiếu mơ hình (1.1) Ngồi ra, tác động hệ số biến tin tức không bị ảnh hưởng thực tế không xem xét liệu tin tức tốt hay xấu Nó trường hợp, tuần có nhiều thơng báo tin tức, áp lực tăng giá tin tốt, cường độ lớn, hiệu số áp lực giảm giá tin xấu cách mà tuần mục tin tức Vì vậy, tuần có mục tin tức, thay đổi giá giống tuần với nhiều mục tin tức, kết hệ việc thiết kế nghiên cứu thất bại EMH Để minh họa, xem xét tuần với 20 mục tin tức bắt đầu giá P cho tài sản định A Giả sử nửa tuần, có 12 thơng báo tin tốt, cho nửa thứ hai tuần, có tin xấu thơng báo Trong nửa đầu tuần, giá P cổ phiếu tăng trưởng đến P + 6, nửa thứ hai tuần, tin tức xấu đẩy giá P + xuống P - Bây xem xét tuần với 10 mục tin tức, tin số 10 tin tốt tiin lại xấu Bắt đầu với giá P * (có thể khác với P), nửa đầu tuần có tin tốt, giá đạt P * + 3, sau tin tức xấu nửa thứ hai tuần đẩy giá xuống P * - Sau đó, thay đổi đơn vị giá hai trường hợp - 1, thực tế giá thay đổi có thêm tin tức Tuy nhiên, thực tế mà sử dụng phần trăm thay đổi thước đo biến động giá có nghĩa mức độ biến động thực tế khác hai trường hợp Vì vậy, EMH không giữ với liệu hành 24 mã làm quan sát ý nghĩa tích cực (hoặc tiêu cực) hệ số biến tin tức Mặc dù kết hồi quy giai đoạn thứ hai (mơ hình (1.3)) khơng có ý nghĩa thống kê, họ làm mang tính hình thức tơi đề nghị giả thuyết Các hệ số hiệu suất cổ phiếu liên quan đến thị trường -0,00001164 hiệu suất cổ phiếu tốt so với thị trường nhạy cảm với tin tức thông báo so với cổ phiếu có hiệu suất thấp thời gian Các giá trị p báo cáo cho hệ số ước tính 0.258809, có 25% thay đổi cho hệ số khác không quan sát may mắn ngẫu nhiên Trong mức độ tin cậy cho hệ số thấp, cách làm phong phú thêm liệu mơ hình (1,2) để có số lượng lớn kết có ý nghĩa thống kê, mức độ tin cậy mô hình (1,3) tăng lên độ nhiễu giảm hồi quy trước đó(mà ảnh hưởng đến độ nhiễu hồi quy thứ hai) Tuy nhiên, thể hình 2, có hai yếu tố ngoại lai liệu thúc đẩy mối quan hệ nghịch biến phụ thuộc độc lập Table 15: Sample Stocks with Corresponding Price Volatility and Number of News Items Variables per Week Questar Absolute % Price Change # News 0.06437529 0.013957949 0.039541893 0.048724892 0.079949463 0.134282035 0.038971855 0.015903572 0.101379589 0.393172161 0.042736698 0.122750926 0.020718973 0.156043016 0.110014779 0.043588786 0.040251 0.043737754 0.074033123 0.061330331 0.054219765 0.045333541 0.117748837 0.102173625 0.003947174 0.099808166 Sealed Air Week 0 0 0 1 1 1 0 1 0 30/7/08 -6/8/08 6/8/08-13/8/08 13/8/08-20/8/08 20/8/08-27/8/08 27/8/08-3/9/08 3/9/08-10/9/08 10/9/08-17/9/08 17/9/08-24/9/08 24/9/08-1/10/08 1/10/08-8/10/08 8/10/08-15/10/08 15/10/08-22/10/08 22/10/08-29/10/08 29/10/08-5/11/08 5/11/08-12/11/08 12/11/08-19/11/08 19/11/08-26/11/08 26/11/08-3/12/08 3/12/08-10/12/08 10/12/08-17/12/08 17/12/08-24/12/08 24/12/08-31/12/08 31/12/08-7/1/09 7/1/09-14/1/09 14/1/09-21/1/09 21/1/09-28/1/09 Absolute % Price Change # News 0.080931597 0.025872963 0.019672766 0.025284695 0.058520665 0.010612344 0.045758245 0.035413537 0.031648211 0.097379384 0.092775324 0.131489836 0.142291455 0.038099846 0.101344706 0.012845392 0.078510464 0.000686577 0.039062205 0.013298068 0.035426048 0.016506565 0.048595251 0.075558516 0.065894263 0.082572899 0 0 0 0 0 0 1 1 36 Table 16: Sample Stocks with Corresponding Price Volatility and Number of News Items Variables per Week Teco Energy Absolute % Price Change 0.131408016 0.029405405 0.037041272 0.018692133 0.013986242 0.078723156 0.039831027 0.008505519 0.059188871 0.143298355 0.010316967 0.03458558 0.045682683 0.159578102 0.055479152 0.028938189 0.059506451 0.076928495 0.028585749 0.062882582 0.071458964 0.022989518 0.055660847 0.058189293 0.01188469 0.07245967 US Bancorp Week # News 0 1 0 0 0 0 0 0 Absolute % Price Change 30/7/08 -6/8/08 6/8/08-13/8/08 13/8/08-20/8/08 20/8/08-27/8/08 27/8/08-3/9/08 3/9/08-10/9/08 10/9/08-17/9/08 17/9/08-24/9/08 24/9/08-1/10/08 1/10/08-8/10/08 8/10/08-15/10/08 15/10/08-22/10/08 22/10/08-29/10/08 29/10/08-5/11/08 5/11/08-12/11/08 12/11/08-19/11/08 19/11/08-26/11/08 26/11/08-3/12/08 3/12/08-10/12/08 10/12/08-17/12/08 17/12/08-24/12/08 24/12/08-31/12/08 31/12/08-7/1/09 7/1/09-14/1/09 14/1/09-21/1/09 21/1/09-28/1/09 0.035216044 0.041152737 0.025122741 0.03040154 0.055365282 0.003430535 0.077516269 0.001157073 0.025715703 0.16193833 0.030379602 0.048790164 0.032571839 0.03502366 0.193817761 0.026409302 0.02672143 0.138619437 0.103681385 0.072818249 0.00335149 0.016870919 0.090769251 0.272428715 0.084179694 # News 3 9 1 37 _Table 17: Per stock net return and performance relative to market _ Stock S&P 500 A AFL ALTR AOC BIG BSX CA CAH CEG CMCSA COST CTAS DRI EQ FAST GD HCN HPQ MCD MMC MON NSC NWL PBG PKI PNC SEE STR TE USB Dividends Paid 0 0.48 0.09 0.45 0 0.08 0.26 0.956 0.126 0.305 0.46 0.56 1.376 0.25 0.99 2.02 0.16 0.75 0.6 0.59 0.9 0.42 0.31 0.21 1.95 0.24 0.246 0.395 0.85 Net Return -0.13030239 -0.044450504 0.008163919 0.04 -0.031322262 0.933166771 0.040343348 -0.989356061 -0.103460329 -0.194693038 0.03420765 0.001364354 -0.197969543 0.136477313 -0.023374519 0.070201643 -0.052732394 -0.001566697 -0.134310618 -0.048083389 0.006792453 0.097945448 0.27186427 -0.342338865 -0.289888211 0.07751938 -0.107922455 -0.171304348 0.310270671 0.279239766 -0.104435357 % Difference Between Ri and Rm 65.88665488 106.265364 130.6978253 75.96186685 816.154762 130.9613262 -659.2769872 20.59982246 -49.41632153 126.2525116 101.0470675 -51.93086098 204.7389177 82.0613275 153.8759443 59.53075458 98.79764523 -3.076097069 63.09861316 105.2128384 175.1678062 308.6410464 -162.7264665 -122.4734412 159.4919095 17.17538335 -31.46677356 338.1158711 314.3013386 19.85154148 38 Table 18: Model (1.3) price sensitivity and performance relative to market variables per stock Stock Coefficient on News Variable (Dependent Variable) % Difference to Market Return (Independent Variable) A AFL ALTR AOC BIG BSX CA CAH CEG CMCSA COST CTAS DRI EQ FAST GD HCN HPQ MCD MMC MON NSC NWL PBG PKI PNC SEE STR TE USB -0.000626384 0.029037743 0.001658141 0.01406662 -0.026435558 -0.005806584 0.000640258 0.004209394 0.001862084 0.004535803 0.005422214 0.028348547 0.00999756 0.001776781 0.033388823 0.000517155 -0.008774843 0.000368977 0.001479504 -0.003118276 0.010912691 0.021206191 0.019906857 0.005406674 0.017699204 0.006058101 0.00574088 -0.002308826 0.018722586 0.001101454 65.88665488 106.265364 130.6978253 75.96186685 816.154762 130.9613262 -659.2769872 20.59982246 -49.41632153 126.2525116 101.0470675 -51.93086098 204.7389177 82.0613275 153.8759443 59.53075458 98.79764523 -3.076097069 63.09861316 105.2128384 175.1678062 308.6410464 -162.7264665 -122.4734412 159.4919095 17.17538335 -31.46677356 338.1158711 314.3013386 19.85154148 39 Table 19: Model (1.2) estimated coefficients and corresponding p-values per stock Stock Coefficient p-value A -0.000626384 0.895547297 AFL 0.029037743 0.000891081 ALTR 0.001658141 0.78880372 AOC 0.01406662 0.094005122 BIG BSX CA CAH CEG CMCSA COST -0.026435558 -0.005806584 0.000640258 0.004209394 0.001862084 0.004535803 0.005422214 0.24024375 0.417096618 0.732780659 0.418135599 0.681137816 0.146986538 0.268209745 CTAS 0.028348547 0.006812332 DRI EQ FAST GD HCN HPQ MCD MMC MON NSC 0.00999756 0.001776781 0.033388823 0.000517155 -0.008774843 0.000368977 0.001479504 -0.003118276 0.010912691 0.021206191 0.337769914 0.618048853 0.309681045 0.92246954 0.469095115 0.795347369 0.309122794 0.545162483 0.134819263 0.187868158 NWL 0.019906857 0.004885154 PBG 0.005406674 0.32240528 PKI 0.017699204 0.018470115 PNC SEE STR 0.006058101 0.00574088 -0.002308826 0.371121825 0.531574786 0.940442567 TE 0.018722586 0.02208849 USB 0.001101454 0.816009758 40 _Figure 2: Model (1.3) Data Scatterplot and Trendline Price Sensitivity vs Performance Relative to Market Stock Price Sensitivity - Coefficient on News Variable from Model (1.1) 0.04 0.03 0.02 y = -1E-05x + 0.0076 0.01 -800 -600 -400 -200 200 400 -0.01 -0.02 -0.03 % Difference Between Individual and Market Returns 600 800 1000 41 _Figure 3: Model (1.3) Data Scatterplot and Trendline without Outliers _ Price Sensitivity vs Performance Relative to Market Without Outliers Stock Price Sensitivity - Coefficient on News Variable from Model (1.1) 0.04 0.035 0.03 y = 7E-06x + 0.0074 0.025 0.02 0.015 0.01 0.005 -200 -100 -0.005 100 200 -0.01 -0.015 % Difference Between Individual and Market Returns 300 400 42 Works Cited Clarke, Jonathan, Tomas Jandik, and Gershon Mandelker "The Efficient Markets Hypothesis." 1-23 University of Arkansas Feb 2009 "Credit Crisis- The Essentials." The New York Times New York Times Jan 2009 Factiva Dow Jones Thomas J Long Business and Economics Library, Berkeley Keyword: Typehttp://global.factiva.com/sb/default.aspx?NAPC=S&fcpil=en keyword here Gokay, Bulent "The 2008 World Economic Crisis: Global Shifts and Faultlines." Centre for Research on Globalization 15 Feb 2009 GlobalResearch 26 Feb 2009 Google Finance Google Jan 2009 Higgins, Robert C "The Efficient Market Hypothesis & The Random Walk Theory." Investor Home 1992 Investor Home Jan 2009 Szeidl, Adam G "UC Berkeley Economics 136, Lectures 13-18." Berkeley, CA 2008 Yahoo Finance Yahoo! Jan 2009