Ước lượng sai số chuẩn trong mô hình tài chính với dữ liệu bảng: so sánh các phương pháp

BỘ GIÁO DỤC ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN TRỌNG Ý ƢỚC LƢỢNG SAI SỐ CHUẨN TRONG MƠ HÌNH TÀI CHÍNH VỚI DỮ LIỆU BẢNG: SO SÁNH CÁC PHƢƠNG PHÁP LUẬN VĂN THẠC SĨ KINH TẾ Thành phố Hồ Chí Minh -2014 BỘ GIÁO DỤC ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN TRỌNG Ý ƢỚC LƢỢNG SAI SỐ CHUẨN TRONG MƠ HÌNH TÀI CHÍNH VỚI DỮ LIỆU BẢNG: SO SÁNH CÁC PHƢƠNG PHÁP Chuyên ngành : Tài Chính Ngân Hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƢỜI HƢỚNG DẪN KHOA HỌC: GS.TS TRẦN NGỌC THƠ Thành phố Hồ Chí Minh -2014 LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng Các số liệu kết nghiên cứu luận văn trung thực không trùng lặp với đề tài khác MỤC LỤC Trang phụ bìa Lời cam đoan Mục lục Danh mục bảng Danh mục hình Tóm tắt Chƣơng Giới thiệu chung Chƣơng Ƣớc lƣợng mơ hình điều kiện hiệu ứng cơng ty cố định 2.1 Các ƣớc lƣợng sai số chuẩn vững (robust standard error estimates) 2.2 Kiểm định ƣớc lƣợng sai số chuẩn mô 2.3 Sai số chuẩn theo phƣơng pháp Fama-Macbeth 11 2.4 Mô ƣớc lƣợng sai số chuẩn Fama-Macbeth 13 2.5 Các sai số chuẩn Newey-West 17 Chƣơng Ƣớc lƣợng sai số chuẩn điều kiện hiệu ứng thời gian 19 3.1 Các ƣớc lƣợng sai số chuẩn vững 20 3.2 Các ƣớc lƣợng Fama-Macbeth 23 Chƣơng thời gian Ƣớc lƣợng sai số chuẩn điều kiện hiệu ứng công ty hiệu ứng 26 4.1 Sai số chuẩn ƣớc lƣợng theo Rogers 26 4.2 Ƣớc lƣợng Fama-Macbeth 29 Chƣơng Ƣớc lƣợng sai số chuẩn điều kiện hiệu ứng công ty tạm thời 31 5.1 Hiệu ứng công ty tạm thời : định dạng cấu trúc liệu 31 5.2 Hiệu ứng cố định- biến giả công ty (Fixed Effects-Firm Dummies) 33 5.3 Sai số chuẩn Fama-Macbeth hiệu chỉnh 35 Chƣơng Ứng dụng thực nghiệm 40 6.1 Ứng dụng định giá tài sản 41 6.2 Ứng dụng Tài Chính Doanh Nghiệp 45 Chƣơng Mơ hình định giá tài sản dựa liệu Việt Nam 50 7.1 Phân tích so sánh tổng quát sai số chuẩn ƣớc lƣợng theo phƣơng pháp White phƣơng pháp Rogers (phân nhóm) 50 7.2 Mơ hình hồi quy liệu thực 54 Chƣơng Kết luận 62 DANH MỤC BẢNG Bảng 2.2.1 Kết mô ƣớc lƣợng sai số chuẩn OLS Rogers trƣờng hợp tồn hiệu ứng công ty liệu Bảng 2.4.1 Kết mô ƣớc lƣợng sai số chuẩn theo Fama-Macbeth với hiệu ứng công ty liệu 15 Bảng 3.1.1 : Kết mô ƣớc lƣợng sai số chuẩn OLS Rogers trƣờng hợp tồn hiệu ứng công ty liệu 21 Bảng 3.2.1 Kết mô ƣớc lƣợng sai số chuẩn theo Fama-Macbeth với hiệu ứng thời gian liệu 24 Bảng 4.1.1 Kết mô ƣớc lƣợng sai số chuẩn OLS Rogers trƣờng hợp tồn đồng thời hiệu ứng công ty thời gian liệu 27 Bảng 4.2.1 Kết mô ƣớc lƣợng sai số chuẩn theo Fama-Macbeth với tồn đồng thời hiệu ứng công ty thời gian liệu 30 Bảng 5.2.1 Ƣớc lƣợng sai số chuẩn với hiệu ứng công ty không cố định Sai số chuẩn OLS Rogers 33 Bảng 5.3.1 Ƣớc lƣợng sai số chuẩn với hiệu ứng công ty không cố định Sai số chuẩn Fama-Macbeth 36 Bảng 6.1.1 Ứng dụng định giá tài sản 42 Bảng 6.2.1 Ứng dụng tài doanh nghiệp- Hồi quy cấu trúc vốn 47 Bảng 7.2.1 Thống kê mô tả liệu nghiên cứu 55 Bảng 7.2.2 Kết ƣớc lƣợng mơ hình định giá tài sản với liệu Việt Nam 56 DANH MỤC HÌNH Hình 2.1.1 Ma trận phƣơng sai - hiệp phƣơng sai phần dƣ Hình 3.1.1 Sai số chuẩn sai số chuẩn Rogers số lƣợng nhóm (số năm ) thay đổi 23 Hình 5.1.1 Hệ số tƣơng quan phần dƣ thay đổi hiệu ứng công ty cố định (ρ) hệ số tự tƣơng quan bậc (ϕ) 32 Hình 7.1.1 Ma trận phƣơng sai - hiệp phƣơng sai ƣớc lƣợng theo phƣơng pháp White 51 Hình 7.1.2 Ma trận phƣơng sai- hiệp phƣơng sai ƣớc lƣợng theo phƣơng pháp Rogers phân nhóm theo công ty 53 Ƣớc Lƣợng Sai Số Chuẩn Trong Mơ Hình Tài Chính Với Dữ Liệu Bảng: So Sánh Các Phƣơng Pháp Tóm tắt Trong nghiên cứu thực nghiệm định giá tài sản tài doanh nghiệp, nhà nghiên cứu thƣờng xuyên đối mặt với liệu bảng Trong liệu bảng này, phần dƣ tƣơng quan cơng ty tƣơng quan thời kỳ, sai số chuẩn theo OLS bị chệch Trong lịch sử, có hai hƣớng nghiên cứu sử dụng phƣơng pháp khác để giải vấn đề Nghiên cứu tài doanh nghiệp dựa vào sai số chuẩn Rogers, mơ hình định giá tài sản sử dụng phƣơng pháp Fama-Macbeth để ƣớc lƣợng sai số chuẩn Bài nghiên cứu tìm hiểu phƣơng pháp khác đƣợc sử dụng trƣớc lý giải phƣơng pháp khác thu đƣợc sai số chuẩn( giá trị đúng) chúng cho kết khác Ý định nghiên cứu nhằm cung cấp kiến thức tảng để lý giải phƣơng pháp khác lại cho kết nghiên cứu khác hƣớng dẫn việc sử dụng phƣơng pháp Chương Giới thiệu chung Chúng ta biết sai số chuẩn theo OLS phần dƣ có phân phối độc lập đồng Khi phần dƣ quan sát tƣơng quan với nhau, sai số chuẩn theo OLS bị chệch (biased) ƣớc lƣợng cao thấp mức biến động thực tham số ƣớc lƣợng Mặc dù việc sử dụng liệu bảng phổ biến, cách thức mà nhà nghiên cứu sử dụng để giải vấn đề sai số ƣớc lƣợng bị chệch đa dạng Trong nghiên cứu tài có ƣớc lƣợng liệu bảng mà đƣợc xuất gần đây, 45% không báo cáo việc điều chỉnh sai số chuẩn phần dƣ phụ thuộc lẫn Trong số nghiên cứu lại, phƣơng pháp để ƣớc lƣợng tham số nhƣ sai số chuẩn trƣờng hợp tƣơng quan nhóm (cluster) đa dạng 31% nghiên cứu sử dụng biến giả cho nhóm 34% ƣớc lƣợng tham số lẫn sai số chuẩn sử dụng phƣơng pháp Fama-Macbeth Hai phƣơng pháp lại sử dụng OLS để ƣớc lƣợng tham số nhƣng có điều chỉnh sai số chuẩn tình tƣơng quan nhóm 7% số sử dụng phƣơng pháp điều chỉnh sai số chuẩn Newey-West (Newey-West, 1987) 22% sử dụng sai số chuẩn Rogers (Williams, 2000, Rogers, 1993, Moulton, 1990, Moulton, 1986) sai số chuẩn White đƣợc điều chỉnh để tính tới trƣờng hợp tƣơng quan nhóm Các sai số chuẩn đƣợc gọi sai số chuẩn đƣợc phân theo nhóm Mặc dù nghiên cứu trƣớc đƣa nhiều phƣơng pháp để ƣớc lƣợng sai số chuẩn liệu bảng nhƣng cung cấp hƣớng dẫn cho nhà nghiên cứu để xem xét phƣơng pháp họ sử dụng hợp lý Bởi phƣơng pháp đơi lại cho kết ƣớc lƣợng khác nên việc hiểu đƣợc làm cách để so sánh phƣơng pháp với quan trọng Ngoài ra, nhà nghiên cứu cần phải hiểu đƣợc phƣơng pháp cho ƣớc lƣợng sai số chuẩn khác chúng lý giải việc lựa chọn ƣớc lƣợng khác Đây mục tiêu nghiên cứu Có hai hình thức phụ thuộc phổ biến ứng dụng tài Hai hình thức đóng vai trị tảng cho việc phân tích nghiên cứu Các phần dƣ ƣớc lƣợng tƣơng quan đơn vị chéo (quan sát năm khác công ty bị tƣơng quan) Trong nghiên cứu này, gọi hiệu ứng cơng ty (firm effect) Ngồi ra, phần dƣ năm bị tƣơng quan cơng ty, đƣợc gọi hiệu ứng thời gian (time effect) Bài nghiên cứu xem xét kết mô liệu bảng hai hình thức phụ thuộc trên, thực riêng rẽ sau thực đồng thời hai hiệu ứng Với liệu đƣợc mô đó, ta ƣớc lƣợng tham số độ lệch chuẩn sử dụng phƣơng pháp so sánh 53 Hình 7.1.2: Ma trận phương sai- hiệp phương sai ước lượng theo phương pháp Rogers phân nhóm theo công ty Công ty e11 e11 e12 e11 e13 e11 e12 … e12 e13 e11 e13 e12 e13 e1T2 0 0 0 0 0 0 0 0 0 Công ty N Công ty 0 ek12 ek1ek2 ek1ek3 0 0 0 ek1ek2 … ek2ek3 0 0 0 ek1ek3 ek2ek3 ekT2 0 Công ty N 0 0 0 0 0 0 0 0 0 eN1 eN1eN2 eN1eN3 eN1eN2 … eN2eN3 eN1eN3 eN2eN3 eNT2 Với ma trận phƣơng sai- hiệp phƣơng sai phần dƣ đƣợc ƣớc lƣợng nhƣ trên, giá trị phƣơng sai hệ số ƣớc lƣợng đƣợc tính tốn nhƣ sau: N T T i 1 t 1 t 1 var cov(  )  (X ' X) 1 X' * X.(X ' X) 1  (X ' X) 1  ( e it X it ) ' ( e it X it ).(X ' X) 1 (4’) Sự khác biệt sai số chuẩn ƣớc lƣợng theo Rogers so với White ơng lấy bình phƣơng tổng eiXit nhóm thay lấy tổng giá trị eiXit Nhƣ ma trận trung tâm có tƣơng tác quan sát khác nhóm mức độ tƣơng quan phần dƣ nhóm Trong ứng dụng thực tế, nhà nghiên cứu điều chỉnh bậc tự công thức để khiến cho sai số chuẩn ƣớc lƣợng có giá trị xấp xỉ với sai số chuẩn tỷ lệ NT/NT-k* M/M-1 với M số nhóm, M N ta phân nhóm theo cơng ty T ta phân nhóm theo thời gian Trong nghiên cứu, so sánh sai số chuẩn theo hai phƣơng pháp cho nhận định ban đầu cấu trúc liệu Nếu sai số chuẩn ƣớc lƣợng Rogers phân nhóm theo cơng ty lớn so với sai số chuẩn ƣớc lƣợng White đáng kể liệu có chứa hiệu ứng cơng ty Hệ số 54 tƣơng quan phần dƣ đƣợc giả định khác dƣơng khiến dẫn đến điều Trong trƣờng hợp sai số chuẩn Rogers nhỏ sai số chuẩn White điều có nghĩa hiệu ứng cơng ty tồn nhóm khác có mẫu hình khác Có nhóm tƣơng quan âm có nhóm dƣơng, giá trị tƣơng quan nhóm âm lớn làm cho giá trị sai số chuẩn ƣớc lƣợng phân nhóm nhỏ sai số chuẩn White Nếu sai số chuẩn hai phƣơng pháp gần nhƣ khơng tồn hiệu ứng cơng ty Có vẻ khơng có tƣơng quan phần dƣ phân nhóm Những so sánh cung cấp nhìn nhận ban đầu cấu trúc liệu Để xác định rõ ràng hơn, nhà nghiên cứu cần xếp liệu cách hợp lý để xác định đƣợc mức độ tƣơng quan, từ đƣa kết luận độ quan trọng hiệu ứng công ty hiệu ứng thời gian Ví dụ để xem xét hiệu ứng cơng ty phần dƣ, ta tiến hành xếp liệu theo cơng ty, sau theo năm thực tính hệ số tƣơng quan với độ trễ tăng dần Chúng ta áp dụng tƣơng tự trƣờng hợp hiệu ứng thời gian 7.2.Mơ hình hồi quy liệu thực Trong phần này, thực nghiên cứu Daniel Titman (2004) liệu công ty đƣợc niêm yết sàn giao dịch chứng khốn thành phố Hồ Chí Minh (Hose) Mục tiêu nghiên cứu xem xét liệu số giá trị sổ sách giá thị trƣờng (BE/PE) giải thích cho biến động giá chứng khốn hay khơng Bằng cách phân tách số thành yếu tố đại diện cho thông tin hữu hình (đại diện cho nhƣng thơng tin tăng trƣởng giá trị sổ sách) thông tin vô hình (đại diện cho yếu tố khơng liên quan tới thông tin thể sổ sách) 55 Các biến mơ hình đƣợc thực tính tốn tƣơng tự nhƣ phần mơ tả liệu tác giả (đƣợc mô tả cụ thể phần phụ lục) Dữ liệu quan sát bao gồm 254 công ty giai đoạn từ 2005 đến 2013 bao gồm 11468 quan sát (dữ liệu bảng không cân xứng- unbalance panel data) Một hạn chế khiến cho khơng thể xây dựng liệu nghiên cứu giống hồn toàn so với nghiên cứu gốc Daniel Titman (2004) thời gian quan sát liệu ngắn Thời gian nghiên cứu liệu tơi gồm có năm (từ 2005 đến 2013), ngoại trừ biến tỷ suất sinh lợi hàng tháng (monthly stock return) biến cịn lại tơi khơng thể thực tính tốn biến độc lập TSSL thị trƣờng (market return), TSSL sổ sách (book return), phát hành cổ phần (share issuance) theo khung thời gian năm Thay vào đó, tơi thực tính toán biến với khung thời gian năm Chính vậy, biến tỷ số giá sổ sách giá trƣờng (b/m) lấy trễ năm (24 kỳ) Số liệu lịch sử giao dịch cổ phiếu mẫu nghiên cứu đƣợc thu thập từ trang thức sở giao dịch chứng khốn thành phố Hồ Chí Minh Giá cổ phiếu dùng để tính tốn TSSL giá đóng cửa ngày giao dịch cuối tháng Số liệu số lƣợng cổ phiếu hành đƣợc thu thập phần mềm thu thập liệu Vietstock Tất số liệu đƣợc điều chỉnh theo kiện chia tách, mua lại, chia cổ tức công ty Dữ liệu nghiên cứu đƣợc trình bày bảng 7.2.1 bên dƣới 56 Bảng 7.2.1: Thống kê mô tả liệu nghiên cứu Biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ Giá trị lớn Mothly stock return 11468 -0.0097428 0.0742635 -0.9242793 0.3382781 Log(Market Return) 11468 -0.30071 0.3795087 -1.909901 0.7040187 Log(Book Return) 11468 -0.0064332 0.1421709 -0.7839294 0.5804236 Log(B/Mt-2) 11468 0.112918 0.1550921 -0.232351 0.9003671 Share issuance 11468 -0.3478514 0.4839624 -2.351392 0.8397067 Tôi thực hồi quy mô hình điều chỉnh sai số chuẩn hệ số ƣớc lƣợng với phƣơng pháp White, Rogers, Fama-Macbeth Bảng kết hồi quy đƣợc trình bày bảng 7.2.2, trang 57 Cột I-III hệ số ƣớc lƣợng thu đƣợc theo phƣơng pháp OLS kèm với sai số chuẩn đƣợc báo cáo ngoặc đơn Biến giả thời gian đƣợc đƣa vào mơ hình nhằm so sánh hệ số ƣớc lƣợng theo OLS theo Fama-Macth cột IV Cột V-VII hệ số ƣớc lƣợng theo phƣơng pháp OLS nhƣng đƣa vào đồng thời biến giả thời gian biến giả công ty 57 Bảng 7.2.2: Kết ước lượng mơ hình định giá tài sản với liệu Việt Nam I II III IV V VI VII 0.040 (0.003)** 0.040 (0.001)** 0.040 (0.006)** 0.042 (0.008)** 0.058 (0.005)** 0.058 (0.003)** 0.058 (0.007)** -0.009 (0.007) -0.009 (0.003)* -0.009 (0.007) -0.009 (0.011) -0.032 (0.008)** -0.032 (0.005)** -0.032 (0.010)** Log(B/Mt-2) -0.004 (0.002) -0.004 (0.001)** -0.004 (0.004) -0.002 (0.004) -0.036 (0.007)** -0.036 (0.005)** -0.036 (0.008)** Share issuance -0.008 (0.006) -0.008 (0.003)* -0.008 (0.007) -0.007 (0.011) -0.019 (0.008)* -0.019 (0.005)** -0.019 (0.009)* 0.32 0.13 Log(Market Return) Log(Book Return) R2 0.32 N Coefficient Estimates 11,468 11,468 11,468 OLS OLS OLS Standard Errors White Dummy T * 0.32 p-value < 0.05, ** Rogers(F) Rogers(T) T T p-value < 0.01 11,468 0.33 11,468 0.33 0.33 11,468 11,468 FM OLS OLS OLS FM White Rogers(F) Rogers(T) F&T F&T F&T 58 Để tìm cấu trúc liệu nhƣ tầm quan trọng hiệu ứng công ty hiệu ứng thời gian, thực so sánh sai số chuẩn cột I với cột II, III So với cột I, sai số chuẩn cột II gần nhƣ khơng có chênh lệch đáng kể, khơng cịn có xu hƣớng nhỏ dù Điều lý giải khơng có hiệu ứng công ty rõ rệt cấu trúc liệu (ρXρɛ xấp xỉ có xu hƣớng âm) Để lý giải cho điều này, thực xếp liệu để tính tốn hệ số tƣơng quan phần dƣ Việc xếp đƣợc thực theo trình tự xếp liệu theo cơng ty công ty phần dƣ đƣợc xếp từ gần thời điểm nghiên cứu đến khứ Nhƣ thấy đƣợc mức độ tƣơng quan công ty thay đổi số thời kỳ Đồ thị bên dƣới thể hệ số tƣơng quan phần dƣ thay đổi khoản cách hai quan sát (từ tháng đến 10 tháng) Kết tƣơng quan cho thấy rõ rằng, hệ số tƣơng quan quan sát phần dƣ gần nhƣ có xu hƣớng âm nguyên nhân dẫn đến sai số chuẩn ƣớc lƣợng điều chỉnh phân nhóm theo cơng ty có nhỏ nhƣng mức thay đổi không đáng kể Khi hệ số điều chỉnh tích số tƣơng quan phần dƣ tƣơng quan quan sát biến độc lập việc hệ số tƣơng quan phần dƣ gần nhƣ lý giải hợp lý cho kết nghiên cứu Điều củng cố thêm khẳng định từ kết mơ hình khơng tồn hiệu ứng cơng ty liệu with in firm residual correlation 0.8 0.6 0.4 0.2 -0.2 with in firm residual correlation 10 59 Tuy nhiên kết so sánh cột I III lại có khác biệt Sai số chuẩn hệ số ƣớc lƣợng hai phƣơng pháp điều chỉnh thực có khác khơng lớn ( sai số chuẩn lớn hơn, có sai số chuẩn hệ số Log(book return) nhau) Nhƣ có tồn hiệu ứng thời gian liệu nghiên cứu So sánh cột III cột IV làm rõ thêm nhận định Cả hai phƣơng pháp Rogers phân nhóm theo thời gian Fama-Macbeth đƣợc xây dựng để xử lý trƣờng hợp tồn hiệu ứng thời gian nên khơng có ngạc nhiên sai số chuẩn hai phƣơng pháp xấp xỉ lớn sai số chuẩn White Tƣơng tự nhƣ phân nhóm theo cơng ty, tơi phần tích tƣơng quan phần dƣ biến độc lập để làm rõ cho nhận định Để tính tốn hệ số tƣơng quan phần dƣ nhƣ biến độc lập số lƣợng công ty quan sát thay đổi, thực xếp liệu nghiên cứu theo tháng Trong tháng thực xếp công ty Việc xếp với liệu tơi gặp nhiều khó khăn so với nghiên cứu gốc tác giả Bởi mã chứng khốn sàn Hose khơng đƣợc xếp theo tiêu chí đáng tin cậy nên cơng ty nghiên cứu không đƣợc xếp dựa theo quy định Thay vào đó, tơi tính tốn hệ số tƣơng quan tỷ suất sinh lợi chứng khoán với tỷ suất sinh lợi thị trƣờng (đại diện số Vn-index) Sau tháng, xếp công ty dựa hệ số tƣơng quan (sếp theo hệ số tƣơng quan giảm dần) Mặc dù nhiều bất cập nhƣng theo phƣơng pháp hợp lý, việc xem xét hiệu ứng thời gian mơ hình với mục đích trả lời câu hỏi, liệu với cú sốc cho kinh tế thời điểm phản ứng ngành khác công ty khác ngành nhƣ Bởi hệ số tƣơng quan thể mức độ liên hệ công ty thị trƣờng nên việc xếp công ty theo hệ số tƣơng quan cách làm hợp lý Sau xếp công ty, tính tốn hệ số tƣơng quan phần dƣ biến độc lập thay đổi khoảng cách quan sát (từ công ty đến 12 công ty) Đồ 60 thị bên dƣới thể mức độ tƣơng quan phần dƣ biến độc lập thay đổi khoảng cách quan sát (thay đổi số lƣợng công ty quan sát) 0.8 0.6 0.4 0.2 0 10 -0.2 residuals book return market return share issuance lagged log(B/M) Có thể dễ dàng nhìn thấy, ngoại trừ hệ số tƣơng quan biến book return tƣơng đối thấp (xấp xỉ 0) hệ số tƣơng quan phần dƣ biến độc lập lại tƣơng đối lớn (từ 0.2 đến 0.6) Do đó, hệ số điều chỉnh sai số chuẩn tích tƣơng quan phần dƣ biến độc lập có giá trị dƣơng Điều khiến cho sai số chuẩn ƣớc lƣợng điều chỉnh phân nhóm theo thời gian lớn so với sai số chuẩn White Điều hồn tồn hợp lý với kết mơ hình Khi so sánh kết sai số chuẩn biến cột I cột III ta nhận thấy rằng, ngoại trừ sai số chuẩn biến book return không thay đổi (cùng 0.007 cột I III) sai số chuẩn biến cịn lại tăng lên đáng kể ( biến market return tăng từ 0.003 đến 0.006, biến B/M từ 0.002 đến 0.004, biến share issuance từ 0.006 đến 0.007 ) Do ta kết luận có hiệu ứng thời gian liệu nghiên cứu Khi có cú sốc thời điểm khác cơng ty phản ứng khác Tuy nhiên, có hai điểm đáng lƣu ý kết nghiên cứu 12 61 Thứ nhất, sai số chuẩn biến cột III tăng lên so với cột I mơ hình hồi quy cột III tơi đƣa biến giả thời gian vào Ý nghĩa việc đƣa biến giả thời gian vào mơ hình để tiện cho việc so sánh mơ hình đƣợc hồi quy theo phƣơng pháp Fama-Macbeth Ta dễ dàng nhận thấy kết hệ số ƣớc lƣợng theo OLS ta đƣa biến giả thời gian vào hệ số ƣớc lƣợng theo FamaMacbeth xấp xỉ nhƣ ( so sánh cột I,II,III với cột IV) Và khác biệt sai số chuẩn cột III cột I lý giải hiệu ứng thời gian tạm thời đƣợc trình bày chƣơng nghiên cứu Chúng ta dễ dàng hình nhƣ hiệu ứng giống nhƣ việc kinh tế rơi vào cú sốc thời điểm cơng ty phản ứng khác với cú sốc Những cơng ty thuộc nhóm ngành thuận chu kỳ phản ứng khác với cơng ty nhóm ngành nghịch chu kỳ kể chiều hƣớng lẫn quy mơ Do đó, liệu tồn hiệu ứng công ty tạm thời giải thích tốt phản ứng cơng ty trƣớc biến động kinh tế dựa vào đồ tƣơng quan phần dƣ biến độc lập ta thấy việc giải thích nhƣ hợp lý Sự tƣơng quan phần dƣ có thay đổi ta thay đổi khoảng cách quan sát (khoảng cách công ty tăng lên), số lƣợng cơng ty tăng đến 10 hệ số tƣơng quan phần dƣ có thay đổi đáng kể (từ xấp xỉ 0.29 cịn 0.13) Và hệ số điều chỉnh sai số chuẩn tích số hệ số tƣơng quan phần dƣ hệ số tƣơng quan biến lập nên hệ số tƣơng quan phần dƣ thay đổi theo cấu trúc hiệu ứng thời gian tạm thời sai số chuẩn điều chỉnh biến độc lập thay đổi theo hiệu ứng thời gian tạm thời Thứ hai, giá trị p- value giảm xuống đáng kể đƣa biến giả cơng ty vào mơ hình (so sánh lần lƣợt cột V, VI, VII I, II, III) khiến cho biến có ý nghĩa thống kê mức mạnh Điều giải thích tác động bù trừ việc giảm bậc tự số lƣợng tham số tăng lên tổng bình phƣơng sai số chuẩn giảm xuống Đối với liệu nghiên cứu này, tác động thứ hai tƣơng đối mạnh 62 nên khiến cho hệ số ƣớc lƣợng có ý nghĩa thống kê mức mạnh Tuy nhiên tiến hành kiểm định ý nghĩa thống kê đƣa biến giả công ty kiểm định F kết kiểm định khơng cho ý nghĩa thống kê Tức việc đƣa biến giả cơng ty vào khơng giải thích tốt kết mơ hình Do vậy, dựa phân tích việc sử dụng mơ hình cột III hợp lý Chương Kết luận Trong kinh tế lƣợng, điều rõ ràng phần dƣ phụ thuộc lẫn sai số chuẩn OLS bị chệch Các nhà nghiên cứu tài nên ƣớc lƣợng sai số chuẩn nhƣ liệu nghiên cứu có dạng bảng điều rõ ràng Các phƣơng pháp nghiên cứu thực nghiệm trƣớc đề xuất sử dụng nhiều phƣơng pháp để ƣớc lƣợng sai số chuẩn phần dƣ công ty năm tƣơng quan với Trong nghiên cứu này, cho thấy đƣợc hiệu phƣơng pháp khác xử lý vấn đề nhƣ mức độ xác tƣơng đối phƣơng pháp phụ thuộc vào chất phụ thuộc nhóm Bởi phƣơng pháp Fama-Macbeth đƣợc xây dựng để xử lý tƣơng quan phần dƣ năm khơng phải cơng ty nên hiệu bối cảnh Phƣơng pháp cho ƣớc lƣợng hiệu phƣơng pháp OLS (mặc dù OLS dễ dàng khác phục điều cách đƣa thêm biến giả thời gian vào mơ hình) sai số chuẩn tốt nhƣ sai số chuẩn Rogers (phân nhóm theo thời gian) số lƣợng nhóm lớn tốt số lƣợng nhóm nhỏ Sai số chuẩn Rogers (phân nhóm theo cơng ty) xác điều kiện hiệu ứng công ty so với sai số chuẩn đƣợc ƣớc lƣợng OLS, Fama-Macbeth, Fama-Macbeth điều chỉnh tự tƣơng quan bậc nhƣ Newey-West Hơn nữa, sai 63 số chuẩn Rogers có tính vững (robust) trƣờng hợp phụ thuộc khác (tác động thƣờng xuyên hay tác động tạm thời) Các ƣớc lƣợng Rogers đƣa sai số chuẩn nhƣ khoảng tin cậy xác điều kiện hiệu ứng công ty hay hiệu ứng thời gian Trong trƣờng hợp hiệu ứng thời gian tạm thời sai số chuẩn Rogers tỏ ƣu việt so với mơ hình hiệu ứng cố định Bởi cấu trúc phụ thuộc xác phần dƣ nhƣ biến phụ thuộc thƣờng không xác định đƣợc nên ƣớc lƣợng ổn định trƣờng hợp khác lợi lớn Cuối cùng, kết từ việc mô nhƣ kết từ hai ứng dụng giá trị chuẩn đoán việc ƣớc lƣợng sai số chuẩn với phƣơng pháp khác Sai số chuẩn White, Rogers Fama-Macbeth cho ƣớc lƣợng tƣơng tự trƣờng hợp khơng có phụ thuộc phần dƣ (hoặc biến độc lập) Do so sánh sai số chuẩn phƣơng pháp khác nhau, ta đo lƣờng cách đơn giản nhanh chóng mức độ chung hiệu ứng thời gian hiệu ứng công ty Nhƣ thấy phần VI, sai số chuẩn Rogers phân nhóm theo cơng ty lớn nhiều lần so với sai số chuẩn White, điều ám có diện hiệu ứng công ty liệu (trong phần ứng dụng tài doanh nghiệp) Khi sai số chuẩn Rogers phân nhóm theo thời gian lớn nhiều lần so với sai số chuẩn White, điều ám có diện hiệu ứng thời gian liệu (ứng dụng định giá tài sản) Những điều giúp ích cho ngƣời làm nghiên cứu việc đƣa gợi ý việc cải thiện mơ hình nghiên cứu họ Danh mục tài liệu tham khảo Cameron, A C., Gelbach, J B., & Miller, D L (2011) Robust inference with multiway clustering Journal of Business & Economic Statistics, 29(2) Daniel, K., & Titman, S (2006) Market reactions to tangible and intangible information The Journal of Finance, 61(4), 1605-1643 Fama, E F., & MacBeth, J D (1973) Risk, return, and equilibrium: Empirical tests The Journal of Political Economy, 607-636 Imbens, G W., & Kolesar, M (2012) Robust standard errors in small samples: Some practical advice (No w18478) National Bureau of Economic Research MacKinnon, J G., & White, H (1985) Some heteroskedasticity-consistent covariance matrix estimators with improved finite sample properties Journal of Econometrics, 29(3), 305-325 Newey, W K.,& West, K D (1986) A simple, positive semi-definite, heteroskedasticity and autocorrelationconsistent covariance matrix Petersen, M A (2009) Estimating standard errors in finance panel data sets: Comparing approaches Review of financial studies, 22(1), 435-480 Rogers, W (1994) Regression standard errors in clustered samples Stata technical bulletin, 3(13) Thompson, S B (2011) Simple formulas for standard errors that cluster by both firm and time Journal of Financial Economics, 99(1), 1-10 White, H (1980) A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity Econometrica: Journal of the Econometric Society, 817-838 Wooldridge, J M (2003) Cluster-sample methods in applied econometrics.American Economic Review, 133-138 Phụ lục : Xây dựng liệu A) Ứng dụng định giá tài sản Dữ liệu mơ hình hồi quy bảng đƣợc lấy từ nghiên cứu “Market Reactions to Tangible and Intangible Information” (2004) Daniel Titman Có thể xem nghiên cứu họ để có đƣợc phần mơ tả liệu chi tiết Biến phụ thuộc tỷ suất sinh lợi hàng tháng chứng khoán riêng rẽ từ tháng năm 1968 đến tháng 12 năm 2001 Các biến độc lập bao gồm: Log( lagged book/market) đƣợc tính log tổng giá trị sổ sách vốn cổ phần thời điểm kết thúc năm tài khóa cơng ty năm t-6 chia cho tổng vốn cổ phần ngày giao dịch cuối năm t-6 Log(book return) đo lƣờng thay đổi giá trị sổ sách vốn cổ phần công ty so với năm trƣớc Do bạn mua phần trăm giá trị sổ sách công ty năm trƣớc, đồng thời bạn không đầu tƣ thêm rút bớt tiền từ khoảng đầu tƣ, tỷ suất sinh lợi sổ sách phần trăm sở hữu chia cho phần trăm ban đầu Share issuance biến đo lƣờng việc phát hành cổ phần Đƣợc xác định trừ log phần trăm sở hữu cuối năm thứ năm với giả định năm thứ nhà đầu tƣ sở hữu phần trăm cơng ty Do đó, nhà đầu tƣ mua 1% công ty sau năm năm họ sở hữu đƣợc 0.5% share issuance đƣợc tính –log(0.5) = 0.693 Các nhà đầu tƣ đƣợc giả định không rút bớt tăng lên tiền vào khoản đầu tƣ họ Do đó, khoản tiền mặt mà nhà đầu tƣ nhận đƣợc (ví dụ nhƣ cổ tức) đƣợc tái đầu tƣ vào công ty Đối với trƣờng hợp phát hành thêm công ty mua lại cổ phần nhà đầu tƣ đƣợc giả định không tham gia vào hoạt động này, phần trăm sở hữu họ cao thấp mức ban đầu B) Ứng dụng tài doanh nghiệp Dữ liệu nghiên cứu bảng đƣợc xây dựng từ Compustat với thời gian quan sát từ 1965 đến 2003 (dữ liệu biến phụ thuộc) Các biến độc lập biến trễ năm lấy quan sát công ty chi trả cổ tức vào năm trƣớc (Fama French, 2002) Để giảm bớt tác động quan sát vƣợt ngƣỡng (outliers), lấy biến tỷ lệ (profits to sales, tangible assets, advertising to sales, and R&D to sales) khung phân vị thứ đến phân vị 99 (Petersen Faulkender, 2004, Richardson Sloan, 2003) Các biến độc lập bao gồm: Market debt ratio (biến phụ thuộc) đƣợc định nghĩa giá trị sổ sách nợ chia cho tổng giá trị sổ sách tài sản trừ giá trị sổ sách vốn cổ phần cộng với giá thị trƣờng vốn cổ phần Ln (Market Value of Asset) đƣợc tính log tổng giá trị sổ sách tài sản trừ giá trị sổ sách vốn cổ phần cộng với giá thị trƣờng vốn cổ phần Ln (1+ Firm Age) giá trị firm age số năm cổ phiếu công ty đƣợc niêm yết Đƣợc tính năm trừ năm cổ phiếu công ty bắt đầu giao dịch Profits / Sales đƣợc xác định lợi nhuận hoạt động trƣớc khấu hao chia cho doanh thu Tài sản hữu hình đƣợc xác định bất động sản, nhà xƣởng, trang thiết bị chia cho giá trị sổ sách tổng tài sản Advertising / Sales đƣợc xác định chi quảng cáo chia cho doanh thu R&D / Sales đƣợc xác định chi cho hoạt động R&D chia cho doanh thu, cơng ty khơng có số liệu R&D biến đạt giá trị R&D > biến giả chi cho hoạt động R&D dƣơng trƣờng hợp khác