BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH HỒNG THỊ THU HÀ TÁC ĐỘNG CỦA TÍNH CĨ THỂ SO SÁNH CỦA BÁO CÁO TÀI CHÍNH ĐỐI VỚI THƠNG TIN GIÁ CỔ PHIẾU VÀ DỰ BÁO THU NHẬP - BẰNG CHỨNG TẠI SÀN GIAO DỊCH TP.HCM LUẬN VĂN THẠC SĨ KINH TẾ TP HỒ CHÍ MINH NĂM 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH HỒNG THỊ THU HÀ TÁC ĐỘNG CỦA TÍNH CĨ THỂ SO SÁNH CỦA BÁO CÁO TÀI CHÍNH ĐỐI VỚI THÔNG TIN GIÁ CỔ PHIẾU VÀ DỰ BÁO THU NHẬP - BẰNG CHỨNG TẠI SÀN GIAO DỊCH TP.HCM Chuyên ngành: Kế toán (Hướng nghiên cứu) Mã số: 8340301 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS TRẦN VĂN THẢO TP.HỒ CHÍ MINH NĂM 2019 LӠI CAM ĈOAN Tôi xin cam ÿoan ÿây nghiên cӭu cӫa riêng tác giҧ Các sӕ liӋu viӃt trung thӵc kӃt quҧ cӫa viӃt chѭa tӯng ÿѭӧc công bӕ bҩt kǤ công trình khác Tác giҧ Hồng Thӏ Thu Hà Ќ Ќ TRANG PHӨ BÌA LӠI CAM ĈOAN MӨC LӨC DANH MӨC CÁC TӮ VIӂT TҲT DANH MӨC CÁC BҦNG DANH MӨC CÁC HÌNH VÀ SѪ ĈӖ TĨM TҲT ABSTRACT PHҪN MӢ ĈҪU 1 Ĉһt vҩn ÿӅ Mөc tiêu nghiên cӭu câu hӓi nghiên cӭu .3 a Mөc tiêu nghiên cӭu tәng quát b Mөc tiêu nghiên cӭu cө thӇ .3 c Câu hӓi nghiên cӭu cө thӇ 3 Ĉóng góp mӟi cӫa nghiên cӭu 4 Ĉӕi tѭӧng phҥm vi nghiên cӭu Phѭѫng pháp nghiên cӭu KӃt cҩu cӫa nghiên cӭu .5 CHѬѪNG TӘNG QUAN Vӄ CÁC NGHIÊN CӬU TRѬӞC CÓ LIÊN QUAN ĈӂN TÍNH CĨ THӆ SO SÁNH CӪA BCTC VÀ CÁC NGHIÊN CӬU ĈÁNH GIÁ LӦI ÍCH, TÁC ĈӜNG CӪA TÍNH CĨ THӆ SO SÁNH CӪA BCTC 1.1 Tәng quan vӅ nghiên cӭu trѭӟc có liên quan ÿӃn tính có thӇ so sánh cӫa BCTC nghiên cӭu ÿánh giá lӧi ích, tác ÿӝng cӫa tính có thӇ so sánh cӫa BCTC .6 1.1.1 Nghiên cӭu quӕc tӃ 1.1.2 Nghiên cӭu tҥi ViӋt Nam .11 1.2 Ĉánh giá nghiên cӭu trѭӟc khe hәng nghiên cӭu 12 CHѬѪNG CѪ SӢ LÝ THUYӂT VÀ MÔ HÌNH NGHIÊN CӬU .14 2.1 Tính có thӇ so sánh cӫa BCTC 14 2.1.1 Khái niӋm tính có thӇ so sánh cӫa BCTC 14 2.1.2 Bàn luұn vӅ tính có thӇ so sánh cӫa BCTC 15 2.1.3 Ĉo lѭӡng tính có thӇ so sánh cӫa BCTC 15 2.2 Thông tin giá cә phiӃu ÿo lѭӡng thông tin giá cә phiӃu, dӵ báo thu nhұp tѭѫng lai cӫa nhà ÿҫu tѭ 17 2.2.1 Thông tin giá cә phiӃu 17 2.2.2 Ĉo lѭӡng thông tin giá cә phiӃu, dӵ báo thu nhұp tѭѫng lai cӫa nhà ÿҫu tѭ 20 2.3 Dӵ báo thu nhұp – Mơ hình thӵc nghiӋm .20 2.4 Phát triӇn giҧ thuyӃt nghiên cӭu 23 2.5 Khung phân tích 26 KӂT LUҰN CHѬѪNG 27 CHѬѪNG PHѬѪNG PHÁP NGHIÊN CӬU 28 3.1 Phѭѫng pháp nghiên cӭu quy trình nghiên cӭu 28 3.1.1 Phѭѫng pháp nghiên cӭu 28 3.1.2 Quy trình nghiên cӭu .29 3.2 Phѭѫng pháp nghiên cӭu ÿӇ giҧi quyӃt mөc tiêu thӭ nhҩt .30 3.2.1 Ĉo lѭӡng tính có thӇ so sánh cӫa BCTC 30 3.2.2 Ĉánh giá kӃt quҧ ÿo lѭӡng tính có thӇ so sánh tҥi sàn HOSE so vӟi nghiên cӭu cӫa Choi cӝng sӵ (2018) .32 3.3 Phѭѫng pháp nghiên cӭu ÿӇ giҧi quyӃt mөc tiêu thӭ hai 33 3.4 BiӃn kiӇm soát 34 3.5.1 Mүu nghiên cӭu 35 3.5.2 Thu thұp dӳ liӋu .36 3.5.3 Quy trình phân tích dӳ liӋu 36 KӂT LUҰN CHѬѪNG 41 CHѬѪNG 4: KӂT QUҦ NGHIÊN CӬU VÀ BÀN LUҰN .42 4.1 KӃt quҧ nghiên cӭu cӫa mөc tiêu thӭ nhҩt - Ĉo lѭӡng tính có thӇ so sánh 42 4.2 Tính biӃn kiӇm soát 43 4.3 Thӕng kê mô tҧ 43 4.4 KӃt quҧ hӗi quy 47 4.5 KiӇm ÿӏnh giҧ ÿӏnh hӗi quy tuyӃn tính giҧ ÿӏnh khác 50 4.6 Hӗi quy tuyӃn tính khҳc phөc giҧ ÿӏnh bӏ vi phҥm 53 4.7 Tәng hӧp kӃt quҧ nghiên cӭu cӫa mөc tiêu thӭ hai .54 4.8 Bàn luұn kӃt quҧ nghiên cӭu cӫa hai mөc tiêu nghiên cӭu 56 KӂT LUҰN CHѬѪNG 58 CHѬѪNG 5: KӂT LUҰN VÀ HÀM Ý CHÍNH SÁCH 59 5.1 KӃt luұn hàm ý sách 59 5.2 Hҥn chӃ cӫa nghiên cӭu hѭӟng nghiên cӭu tѭѫng lai 60 KӂT LUҰN CHѬѪNG 61 KӂT LUҰN 62 TÀI LIӊU THAM KHҦO PHӨ LӨC 1-DANH SÁCH CÁC ĈѪN Vӎ Kӂ TOÁN ĈѬӦC CHӐN MҮU PHӨ LӨC - DANH SÁCH CÁC CHӌ TIÊU LҨY DӲ LIӊU PHӨ LӨC TÓM TҲT TӘNG QUAN CÁC NGHIÊN CӬU TRѬӞC CĨ LIÊN QUAN ĈӂN TÍNH CĨ THӆ SO SÁNH CӪA BCTC VÀ CÁC NGHIÊN CӬU ĈÁNH GIÁ LӦI ÍCH, TÁC ĈӜNG CӪA TÍNH CĨ THӆ SO SÁNH CӪA BCTC PHӨ LӨC KӂT QUҦ HӖI QUY STATA ĈѬӦC TӘNG HӜP TRONG BҦNG 4.4 DANH MӨC CÁC TӮ VIӂT TҲT Tӯ viӃt tҳt BCTC LIFO M&A Tên tiӃng Anh Financial statement Best linear unbiased estimator Ministry of Finance Confirmatory factor analysis Classical linear regression model Exploratory factor analysis Earnings response coefficient European Union Financial Accounting Standards Board Foreign Direct Investment Fixed effects regression model Future earnings response coefficient First-in, first-out Hanoi Stock exchange Hochiminh stock exchange International Accounting Standards Board International Financial Reporting Standards Last in First Out Mergers and acquisitions OLS Ordinary least squares QĈ Decision Random effects regression model US Securities and Exchange Commission Structural equation modeling Vietnamese Accounting Standards Variance inflation factors BLUE BTC CFA CLRM EFA ERC EU FASB FDI FEM FERC FIFO HNX HOSE IASB IFRS REM SEC SEM VAS VIF Nӝi dung Báo cáo tài Ѭӟc lѭӧng khơng chӋch tuyӃn tính hiӋu quҧ nhҩt Bӝ Tài Chính Mơ hình phân tích nhân tӕ khҷng ÿӏnh Mơ hình hӗi quy tuyӃn tính cә ÿiӇn Mơ hình phân tích nhân tӕ khám phá HӋ sӕ phҧn ӭng thu nhұp Liên Minh Châu Âu Hӝi ÿӗng chuҭn mӵc kӃ tốn tài Mӻ Ĉҫu tѭ trӵc tiӃp nѭӟc Hӗi quy tác ÿӝng cӕ ÿӏnh HӋ sӕ phҧn ӭng thu nhұp tѭѫng lai Phѭѫng pháp nhұp trѭӟc, xuҩt trѭӟc Sӣ giao dӏch chӭng khoán Hà Nӝi Sӣ giao dӏch chӭng khoán TpHCM Hӝi ÿӗng chuҭn mӵc kӃ tốn tài quӕc tӃ Chuҭn mӵc báo cáo tài quӕc tӃ Phѭѫng pháp nhұp sau, xuҩt trѭӟc Mua bán sáp nhұp Phѭѫng pháp bình phѭѫng thơng thѭӡng nhӓ nhҩt QuyӃt ÿӏnh Hӗi quy tác ÿӝng ngүu nhiên Ӫy ban chӭng khoán Sàn giao dӏch Mӻ Mơ hình phѭѫng trình cҩu trúc Chuҭn mӵc kӃ tốn ViӋt Nam HӋ sӕ phóng ÿҥi phѭѫng sai DANH MӨC CÁC BҦNG Danh mөc Bҧng 3.1 – Ĉӏnh nghƭa biӃn kǤ vӑng Trang 33 Bҧng 3.2 – Thӕng kê theo ngành tҥi sàn HOSE 35 Bҧng 3.3 – Danh sách ngành ÿѭӧc chӑn mүu 36 Bҧng 3.4 - KiӇm ÿӏnh khҧ vi phҥm giҧ ÿӏnh cӫa ѭӟc lѭӧng 40 CLRM Bҧng 4.1 – Thӕng kê kӃt quҧ ÿo lѭӡng tính có thӇ so sánh theo ngành 42 Bҧng 4.2 – Thӕng kê mô tҧ trѭӟc chӍnh quan sát bҩt thѭӡng 44 Bҧng 4.3 – Thӕng kê mô tҧ sau chӍnh quan sát bҩt thѭӡng 46 Bҧng 4.4 – Tác ÿӝng cӫa tính có thӇ so sánh vào FERC 54 DANH MӨC CÁC HÌNH VÀ SѪ ĈӖ Danh mөc Hình 3.1 - Quy trình nghiên cӭu Hình 4.1- KӃt quҧ kiӇm ÿӏnh one-sample T test Hình 4.2 KӃt quҧ hӋ sӕ tѭѫng quan biӃn Hình 4.3 KӃt quҧ hӗi quy theo FEM Hình 4.4 KӃt quҧ hӗi quy theo REM Hình 4.5 KӃt quҧ kiӇm ÿӏnh Hausman Hình 4.6 KӃt quҧ hӗi quy sau khҳc phөc vi phҥm Sѫ ÿӗ 2.1 – Khung phân tích Trang 29 43 47 48 49 50 53 26 4.5 .LӇP ÿӏQK FiF JLҧ ÿӏQK KӗL TX\ WX\ӃQ WtQK Yj FiF JLҧ ÿӏQK NKiF LӇP ÿӏQK SKѭѫQJ VDL WKD\ ÿәL FKR KӗL TX\ WiF ÿӝQJ Fӕ ÿӏQK (heteroskedasticity test-Modified Wald test) Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (125) = 6.6e+32 Prob>chi2 = 0.0000 1JXӗQ 6WDWD ӃW TXҧ FKR WKҩ\ S-value = 0.0000 ÿó bác bӓ Ho nghƭa có phѭѫng sai thay ÿәi mơ hình KӗL TX\ WiF ÿӝQJ Fӕ ÿӏnh ϱϭ Theo Drukker (2003), mӝt mơ hình hӗi quy tuyӃn tính vӟi dӳ liӋu bҧng có hiӋn tѭӧng tѭѫng quan chuӛi, hiӋn tѭӧng sӁ làm cho sai chuҭn cӫa ѭӟc lѭӧng bӏ chӋch, hұu quҧ kӃt quҧ ѭӟc lѭӧng thu ÿѭӧc hiӋu quҧ Do ÿó, nhà nghiên cӭu phҧi nhұn diӋn ÿѭӧc hiӋn tѭӧng tѭѫng quan chuӛi thӵc hiӋn hӗi quy dӳ liӋu bҧng Mһc dù vӅ lý thuyӃt, tѭѫng quan chuӛi chӍ thӵc sӵ nghiêm trӑng ÿӕi vӟi dӳ liӋu 20-30 năm, nhiên tác giҧ vүn tiӃn hành kiӇm ÿӏnh theo cҧnh báo cӫa Lundholm and Myers (2002) Tác giҧ thӵc hiӋn kiӇm ÿӏnh tѭѫng quan chuӛi bҵng kiӇm ÿӏnh Wooldridge test theo Drukker (2003) kiӇm ÿӏnh cҫn giҧ ÿӏnh dӉ áp dөng KӃt quҧ cho thҩy có hiӋn tѭӧng tѭѫng quan chuӛi vӟi mӭc ý nghƭa 1% Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F( 1, 76) = 29.867 Prob > F = 0.0000 (Nguӗn: Stata 14) KiӇm ÿӏnh nghiӋm ÿѫn vӏ/kiӇm ÿӏnh dӯng (Testing for unit roots/stationarity) Tác giҧ sӱ dөng kiӇm ÿӏnh Fisher ÿӇ kiӇm ÿӏnh nghiӋm ÿѫn vӏ/kiӇm ÿӏnh dӯng, kӃt quҧ cho thҩy chuӛi không chӭa nghiӋm ÿѫn vӏ ÿã dӯng vӟi mӭc ý nghƭa 1% Fisher Test for panel unit root using an augmented Dickey-Fuller test (0 lags) Ho: unit root chi2(154) = 692.3402 Prob > chi2 = 0.0000 (Nguӗn: Stata 14) Chҭn ÿoán hiӋn tѭӧng ÿa cӝng tuyӃn KӃt quҧ cho thҩy hӋ sӕ VIF lӟn hѫn 10 Theo NguyӉn Ĉình Thӑ (2011, trang 507) Gujarati (1995), VIF cӫa tҩt cҧ biӃn ÿӅu nhӓ hѫn 10 nên hiӋn tѭӧng ÿa cӝng tuyӃn ϱϮ Variable Comp_X Comp_X_lead X_lead Comp_X_lag X X_lag R_lead Comp_R_lead Comp BM Size PERS Mean VIF VIF 7.12 7.11 5.94 5.25 5.23 3.92 3.71 3.46 2.51 1.62 1.53 1.10 4.04 1/VIF 0.140379 0.140552 0.168324 0.190604 0.191270 0.255182 0.269513 0.289391 0.397969 0.615863 0.653780 0.905248 (Nguӗn: Stata 14) KiӇm ÿӏnh giҧ ÿӏnh phҫn dѭ có phân phӕi chuҭn Tác giҧ thӵc hiӋn kiӇm ÿӏnh Shapiro-Wilk test, kӃt quҧ cho thҩy p-value = 14.53% tӭc tác giҧ không thӇ loҥi bӓ giҧ thiӃt H0 phҫn dѭ có phân phӕi thѭӡng Shapiro-Wilk W test for normal data Variable | Obs W V z Prob>z -+ -residual | 333 0.95484 10.556 5.560 0.14530 (Nguӗn: Stata 14) KiӇm ÿӏnh biӃn ÿiӅu tiӃt bҵng Likelihood ratio tests Tác giҧ thӵc hiӋn kiӇm ÿӏnh sӵ cҫn thiӃt phҧi có biӃn ÿiӅu tiӃt mơ hình bҵng kiӇm ÿӏnh Likelihood ratio tests KӃt quҧ cho thҩy p-value = 2.03% nghƭa mơ hình cҫn thiӃt phҧi có biӃn ÿiӅu tiӃt ϱϯ Likelihood-ratio test LR chi2(4) = (Assumption: no_int1 nested in w_int) 11.63 Prob > chi2 = 0.0203 1JXӗQ 6WDWD 4.6 HӗL TX\ WX\ӃQ WtQK NKҳF SKөF FiF JLҧ ÿӏQK Eӏ YL SKҥP 1Kѭ Yұ\ VDX NKL WKӵF KLӋQ FiF EѭӟF NLӇP ÿӏQK QKѭ WUrQ NӃW TXҧ FKR WKҩ\ Fy KDL JLҧ ÿӏQK Eӏ YL SKҥP Oj JLҧ ÿӏQK SKѭѫQJ VDL WKD\ ÿәL Yj WѭѫQJ TXDQ FKXӛL ӃW TXҧ Qj\ FNJQJ WUQJ NKӟS YӟL QJKLrQ FӭX FӫD &KRL Yj FӝQJ Vӵ 7LӃS WKHR WiF JLҧ WKӵF KLӋQ KӗL TX\ NKҳF SKөF KDL JLҧ ÿӏQK Eӏ YL SKҥP WUrQ WiF JLҧ Vӱ GөQJ OӋQK [WUHJ YӟL TX\ӅQ FKӑQ FOXVWHU FRP Stata, theo Daniel Hoechle (2007), OӋQK Qj\ JL~S NKҳF SKөF ÿӗQJ WKӡL YL SKҥP FӫD KDL JLҧ ÿӏQK Qj\ &iFK NKҳF SKөF Qj\ FNJQJ ÿѭӧF &KRL Yj FӝQJ Vӵ 018) Vӱ GөQJ WURQJ QJKLrQ FӭX FӫD QKyP ӃW TXҧ KӗL TX\ OҥL WKHR 'DQLHO +RHFKOH QKѭ VDX +uQK 6 ӃW TXҧ KӗL TX\ VDX NKL NKҳF SKөF FiF YL SKҥP 1JXӗQ 6WDWD ϱϰ 4.7 Tәng hӧp kӃt quҧ nghiên cӭu cӫa mөc tiêu thӭ hai Cuӕi cùng, tác giҧ thӵc hiӋn hӗi quy lҥi mơ hình (3.2.1) theo ba phѭѫng án: thӭ QKҩW P{ KuQK NK{QJ Fy ELӃQ NLӇP VRiW Yj NK{QJ Fy ELӃQ ÿLӅX WLӃW thͱ hai, mơ hình khơng có biӃn kiӇm sốt có biӃn ÿiӅu tiӃt cu͙i cùng, mơ hình có biӃn kiӇm soát biӃn ÿiӅu tiӃt KӃt quҧ cӫa phѭѫng án (model) ÿѭӧc trình bày tóm tҳt bҧng sau kӃt quҧ ÿã khҳc phөc hai giҧ ÿӏnh phѭѫng sai thay ÿәi tӵ tѭѫng quan nhѭ ÿã trình bày ӣ Variable KǤ vӑng model1 model2 model3 X_lag (-) -0.000431 -0.00098* -.00015493 Standard error 0.00035 0.00057 0.00055 X (+) 0.00206*** 0.00297*** 0.00234*** Standard error 0.0003 0.00058 0.00044 X_lead (+) 0.000398** -0.00006365 -0.00041427 Standard error 0.00017 0.00048 0.00031 R_lead (-) -0.37562*** -0.34009*** -0.3463*** Standard error 0.0643 0.108 0.0837 Comp ? -0.00539286 -0.00277908 Standard error 0088 0072 Comp_X_lag ? -0.00009574 0.009561 Standard error 0.000085 0.000066 Comp_X ? 0.00016** 0.000153** Standard error 0.000077 0.00006 Comp_X_lead (+) -0.00007015 -0.00007888 Standard error 0.0000087 0.000057 Comp_R_lead ? 0.00396566 0.00142721 Standard error 019 013 _cons -0.12592** -0.14649** 8.072*** Standard error 0.0558 0.0671 2.55 BiӃn kiӇm sốt Khơng Khơng Có r2 32,37% 35,68% 53,97% r2_a 31,55% 33,26% 52,24% N 333 333 333 Bҧng 4.4 – Tác ÿӝng cӫa tính có thӇ so sánh vào FERC (Nguӗn: Stata 14) Lѭu ý: Ký hiӋu *, **, *** lҫn lѭӧt ký hiӋu cho mӭc ý nghƭa thӕng kê cӫa kiӇm ÿӏnh ÿҫu (two-tailed tests) ӣ mӭc 10%, 5%, 1% ϱϱ KӃt quҧ cӫa phѭѫng án (model1) cho thҩy hӋ sӕ cӫa Xit 0.00206 (sai sӕ chuҭn 0.0003) có ý nghƭa thӕng kê ӣ mӭc 1% hӋ sӕ cӫa Xit+1 0.000398 (sai sӕ chuҭn 0.00017) có ý nghƭa thӕng kê ӣ mӭc 5% Ngoài ra, hӋ sӕ cӫa Rit+1 âm có ý nghƭa thӕng kê ӣ mӭc 1% HӋ sӕ cӫa Xit-1 (0.000431) gҩp ÿôi hӋ sӕ cӫa Xit (0.00206) nhѭng Xit-1 khơng có ý nghƭa thӕng kê nhѭng có sӵ khác biӋt vӅ dҩu Tҩt cҧ hӋ sӕ có ý nghƭa thơng kê cӫa phѭѫng án ÿӅu có dҩu ÿúng nhѭ kǤ vӑng KӃt quҧ cNJng nhҩt quán vӟi nghiên cӭu cӫa Choi cӝng sӵ (2018) ĈӇ kiӇm tra tác ÿӝng cӫa tính có thӇ so sánh vào FERC, tác giҧ ѭӟc lѭӧng phѭѫng trình (3.2.1) theo hai phѭѫng án khơng có biӃn kiӇm sốt có biӃn kiӇm sốt KӃt quҧ ÿѭӧc trình bày model model ӣ bҧng 4.4 HӋ sӕ Comp_X_lead (Comp4it x Xit+1) cӫa cҧ hai mơ hình lҫn lѭӧt 0.00007015, 0.00007888 nhѭng ÿӅu có dҩu trái vӟi kǤ vӑng khơng có ý nghƭa thӕng kê KӃt quҧ chѭa ÿѭa ÿѭӧc bҵng chӭng cho thҩy tính có thӇ so sánh có thӇ giúp cho nhà ÿҫu tѭ sàn HOSE dӵ báo ÿѭӧc thu nhұp cӫa ÿѫn vӏ kӃ toán tӕt hѫn Tuy nhiên, nghiên cӭu thҩy rҵng hӋ sӕ Comp_X (Comp4it x Xit) cҧ hai model model ÿӅu dѭѫng có ý nghƭa thӕng kê ӣ mӭc 5% KӃt quҧ ÿúng vӟi kǤ vӑng cho thҩy tính có thӇ so sánh giúp cҧi thiӋn mӕi quan hӋ hiӋn tҥi giӳa lӧi suҩt thu nhұp Cө thӇ, mӕi quan hӋ ÿѭӧc cҧi thiӋn lҫn lѭӧt 0.00016 0.000153 ӣ mӭc ý nghƭa 5% cho mơ hình khơng có biӃn kiӇm sốt có biӃn kiӇm sốt Các hӋ sӕ cho thҩy tính có thӇ so sánh cӫa BCTC tăng thêm ÿѫn vӏ mӕi quan hӋ giӳa lӧi suҩt thu nhұp tăng thêm 0.00016 cho mơ hình khơng có biӃn kiӇm sốt 0.000153 cho mơ hình có biӃn kiӇm sốt Cuӕi cùng, viӋc thӵc hiӋn hӗi quy theo ba phѭѫng án rõ ràng mang lҥi mӝt sӵ khác biӋt rҩt lӟn Cө thӇ, lӵc giҧi thích cӫa mơ hình tăng lên rҩt nhiӅu có sӵ chuyӇn dӏch tӯ mơ hình khơng có biӃn kiӇm sốt khơng có biӃn ÿiӅu tiӃt (R2 hiӋu chӍnh 31.55%) sang mô hình có biӃn kiӇm sốt biӃn ÿiӅu tiӃt (R2 hiӋu chӍnh 52.24%) Sӵ gia tăng lӵc giҧi thích lên 20.69% cho thҩy sӱ dөng mơ hình có biӃn kiӇm sốt biӃn ÿiӅu tiӃt thích hӧp nhҩt viӋc kiӇm ÿӏnh giҧ thuyӃt cӫa viӃt ϱϲ 4.8 Bàn luұn kӃt quҧ nghiên cӭu cӫa hai mөc tiêu nghiên cӭu Mһc dù bӝ dӳ liӋu phөc vө cho nghiên cӭu tҥi thӏ trѭӡng HOSE chӍ gӗm 333 quan sát ÿѭӧc thu thұp tӯ 125 công ty (xem bҧng 3.3), nhiên nghiên cӭu ÿã thӵc hiӋn ÿã ÿo lѭӡng thành công tính có thӇ so sánh cӫa BCTC Dƭ nhiên, kӃt quҧ cӫa viӋc ÿo lѭӡng tính có thӇ so sánh phҥm vi viӃt chӍ có thӇ so sánh nӝi bӝ mӝt ngành (xem phҫn 3.2), ÿiӅu ÿó ÿӗng nghƭa vӟi viӋc nhà ÿҫu tѭ phҧi tӵ quyӃt ÿӏnh lӵa chӑn ngành trѭӟc tính có thӇ so sánh mӝt chӍ tiêu có thӇ hӛ trӧ nhà ÿҫu tѭ nên ÿҫu tѭ vào ÿѫn vӏ ngành ÿó Tӯ bҧng 4.1, tính trung bình, tính có thӇ so sánh cӫa BCTC tҥi thӏ trѭӡng HOSE (6,5) thҩp hѫn 20 lҫn so vӟi kӃt quҧ nghiên cӭu cӫa Choi cӝng sӵ (2018) Sӵ chênh lӋch có thӇ ÿѭӧc lý giҧi tӯ sӵ non trҿ cӫa thӏ trѭӡng HOSE (tәng cӥ mүu ÿҥt tiêu chuҭn chӍ có 333 quan sát tѭѫng ӭng 125 ÿѫn vӏ kӃ toán, bӝ dӳ liӋu dài 12 năm (tӯ năm 2007-2018) chӍ có thӇ ÿo lѭӡng Comp4it theo công thӭc (3.1.7)), nghiên cӭu cӫa Choi cӝng sӵ (2018) có bӝ dӳ liӋu ÿӫ lӟn (hѫn 20 năm (tӯ 1988 ÿӃn 2012) có 32.154 quan sát, nên nghiên cӭu cӫa Choi cӝng sӵ (2018) có bӝ dӳ liӋu ÿӫ dài ÿӫ lӟn ÿӇ tính ÿѭӧc Comp4it theo cơng thӭc (3.1.6) Chính viӋc tính trung bình theo cơng thӭc (3.1.6) cNJng góp phҫn làm mѭӧt sӵ biӃn ÿӝng bҩt thѭӡng cӫa Comp4it theo năm tӯ ÿó làm cho tính so sánh nói chung tӭc biӃn Comp4it nhӓ hѫn vӅ giá trӏ Tuy nhiên, nӃu bӓ qua sӵ tác ÿӝng cӫa cӥ mүu thӡi gian nghiên cӭu, sӵ chênh lӋch tính có thӇ so sánh cӫa sàn HOSE thҩp hѫn 20 lҫn so vӟi nghiên cӭu cӫa Choi cӝng sӵ (2018) cho thҩy chҩt lѭӧng BCTC cӫa ViӋt Nam thӵc sӵ khác biӋt so vӟi chҩt lѭӧng báo cáo cӫa ÿѫn vӏ kӃ toán ÿѭӧc ÿӅ cұp bӝ dӳ liӋu Compustat XPF CRSP Do ÿó, tác giҧ cho rҵng, bҵng chӭng sӕ hӑc cӫa viӋc ÿo lѭӡng tính có thӇ so sánh cӫa BCTC tҥi sàn HOSE so vӟi nghiên cӭu cӫa Choi cӝng sӵ (2018) mӝt bҵng chӭng sӕng ÿӝng vӅ chҩt lѭӧng thӵc sӵ cӫa BCTC tҥi sàn cҫn thiӃt phҧi có nhӳng sách hoһc biӋn pháp giúp làm tăng tính có thӇ so sánh cӫa BCTC nói riêng chҩt lѭӧng BCTC nói chung Bҧng 4.4 cho thҩy nghiên cӭu chѭa tìm ÿѭӧc bҵng chӭng tính có thӇ so sánh cӫa BCTC tҥi sàn HOSE giúp nhà ÿҫu tѭ dӵ báo thu nhұp tѭѫng lai tӕt hѫn nhѭng tính có thӇ so sánh lҥi giúp tăng cѭӡng mӕi quan hӋ giӳa lӧi suҩt hiӋn hành thu nhұp ϱϳ hiӋn hành ĈiӅu ÿó cho thҩy thӏ trѭӡng chӭng khoán HOSE hiӋu quҧ theo lý thuyӃt cӫa Fama (1965) Cө thӇ, ÿѫn vӏ kӃ toán có tính có thӇ so sánh cao mӝt thu nhұp ÿѭӧc công bӕ, thông tin thu nhұp cӫa ÿѫn vӏ ÿó sӁ ÿѭӧc hҩp thө nhanh vào lӧi suҩt hiӋn hành (phө thuӝc vào ÿӝ mҥnh cӫa tính có thӇ so sánh cӫa ÿѫn vӏ ÿó) tӯ cơng thӭc tính lӧi suҩt (3.1.3), vӟi giá ÿҫu kǤ ÿã biӃt, nhà ÿҫu tѭ hoàn toàn có thӇ tính ÿѭӧc giá cӫa cә phiӃu sau tính ÿѭӧc lӧi suҩt cӫa cә phiӃu ÿó ϱϴ KӂT LUҰN CHѬѪNG Trong chѭѫng này, tác giҧ ÿã ÿo lѭӡng ÿѭӧc tính có thӇ so sánh cӫa BCTC cӫa ÿѫn vӏ kӃ toán niêm yӃt sàn HOSE Qua ÿó, tác giҧ thӵc hiӋn ÿánh giá tác ÿӝng cӫa tính có thӇ so sánh cӫa BCTC ÿӕi vӟi thông tin giá cә phiӃu dӵ báo thu nhұp tѭѫng lai Vì mөc tiêu cӫa tác giҧ muӕn suy ÿốn cho cҧ sàn HOSE chӭ khơng chӍ hѭӟng ÿӃn mӝt kӃt quҧ chӍ có giá trӏ phҥm vi mүu nên tác giҧ dành phҫn lӟn nӝi dung ÿӇ thӵc hiӋn kiӇm ÿӏnh giҧ thiӃt CLRM kiӇm ÿӏnh khác Vì vұy, kӃt quҧ thu ÿѭӧc cӫa chѭѫng bҵng chӭng không thӇ chӕi cãi cho cҧ sàn HOSE cѫ sӣ cho chѭѫng