LỜI CAM ĐOAN
Tơi cam đoan rằng luận văn “Phân tích mối quan hệ giữa rủi ro hệ thống và các
* £ 2 r ` ` a 2 ˆ.^ r + , A?
biên tài chính” này là bài nghiên cứu của chính tơi
Ngoại trừ những tài liệu tham khảo được trích dẫn trong luận văn này, tơi cam đoan rằng, tồn phần hay những phần nhỏ của luận văn này chưa từng được cơng bố hoặc được sử dụng đê nhận băng câp ở những nơi khác
Khơng cĩ sản phâm/nghiên cứu nào của người khác được sử dụng trong luận văn này
mà khơng được trích dẫn theo đúng quy định
Luận văn này chưa bao giờ được nộp đê nhận bat kỳ băng câp nào tại các trường đại học hoặc cơ sở đào tạo khác
TP Hồ Chí Minh, năm 2014
TT 2n
Trang 2
LỜI CẢM ƠN
Luận văn này khơng thể hồn thành nếu khơng cĩ sự giúp đỡ, hỗ trợ, động viên từ gia
đình, giảng viên hướng dẫn và những người bạn thân tình của tơi Tơi vơ cùng biết ơn
mọi người đã đi cùng tơi cho đến ngày hơm nay
Đầu tiên, từ khi bố tơi qua đời, mẹ tơi như lả người bố, người thầy và là người bạn
thân luơn bên cạnh tơi Mẹ tơi chăm sĩc, dạy bảo tơi và anh hai tơi khơn lớn, nên nguoi Khơng cĩ mẹ, ngày hơm nay, tơi sẽ khơng là gì cả Tơi cũng gởi đến anh trai tơi lời biết ơn sâu sắc nhất Anh tơi là người đi tiên phong, là tấm gương và là nguồn động lực dồi dào cho tơi phấn đấu
Và tơi gởi lời cám ơn sâu đậm và chân thành đến giảng viên hướng dẫn của tơi, Tiến
sĩ Ngơ Vi Trọng Một người Thây luơn theo sát, hướng dẫn, động viên và đốc thúc tơi
hồn thành luận văn này Thây giúp tơi nảy sinh những ý tưởng, tháo gỡ những gúc mắc,
cung cấp tài liệu đọc, sửa lỗi từng câu chữ, từng dấu chấm, dấu phẩy khi tơi thực hiện luận văn Thay đã giúp tơi vượt qua những giới hạn mà tơi nghĩ rằng mình khơng thé lam
được Cơng ơn của Thầy khơng chỉ giúp tơi hồn thành luận văn tốt nhất mà cịn giup tdi cĩ thêm kinh nghiệm sống đề chinh phục những thử thách mới
Sau cùng, xin chân thành cảm ơn Quý Thầy Cơ Khoa Tài Chính — Ngân Hàng Trường
Đại Học Mở TP.HCM đã nhiệt tình giảng dạy, cung cấp những kiến thức quý báu trong
suơt thời gian tơi học và thực hiện luận văn
Trang 3
TOM TAT
Luận văn này được thực hiện để phân tích mối quan hệ giữa rủi ro hệ thống va các biến tài chính Rủi ro hệ thống được đo lường bằng hệ số beta trong mơ hình định giá tài
sản vốn Các biến tài chính được đo lường từ các chỉ số bao gồm: tính thanh khoản, địn bây tài chính, tính hiệu quả, khả năng sinh lời, tốc độ tăng trưởng và quy mơ hoạt động Mẫu nghiên cứu bao gồm 34 cơng ty trong ngành bắt động sản niêm yết trên Sở giao dịch chứng khốn TPHCM (HOSE) trong giai đoạn 2009-2013 Phương pháp bình phương bé nhất tơng quát khả thi (Feasible General Least Square - FGLS) được sử dụng để ước lượng mơ hình hồi quy vì khắc phục được hiện tượng tự tương quan Thơng qua phương
pháp nghiên cứu định lượng, cơng trình đã tìm thấy bằng chứng về mối quan hệ đồng biến giữa rủi ro hệ thống với quy mơ hoạt động, mối quan hệ nghịch biến giữa rủi ro hệ
thống với tính thanh khoản và địn bây tài chính và khơng cĩ mối quan hệ giữa rủi ro hệ
thống với khả năng sinh lời, tính hiệu quả và tốc độ tăng trưởng Ngồi ra, kết quả nghiên cứu khơng tìm thấy mối quan hệ phi tuyến tính giữa rủi ro hệ thống với các biến tài chính Thơng qua các chỉ số tài chính, nghiên cứu cĩ thể giúp các nhà quản trị đưa ra các quyết định hợp lý để cơng ty giảm thiểu rủi ro và các nhà đầu tư cĩ thêm cơ sở để lựa chọn kênh đầu tư tối ưu dựa trên tín hiệu thị trường
Trang 4
MỤC LỤC
LOI CAM DOAN ccccsssssssssesscssssesssssecssssessssssscsssssccesssecesssscessusccassscsssssecssssussessucsssssvesen i
A ioe ccs carsbxonsnusvaconeagnic De CREAN ii cố ii
Mà ẽ .- : iii DANH MUC HINH VA DO THI scccssscsssessssesssecssccssecesecessessvessusssscssecsssesssecssesareessecen vi E1 ALIS BABIOHIBG os ccincsinvsavovssvesvassusscussasesoesnsissecreccaesstesihisidbeslereslhasensectansc viii POAT MIC VIET TAT ioc ccsnsccdsonsnsvscreosecanvosnocensenassveetovevssannerang fosstnvivotecsusseacteneedsesbe ix CHUONG I GIỚI THIỆU TỎNG QUAN NGHIÊN CỨU -2- 22222 2222522E522 l
1.1 Lý do nghiÊn cỨu c0, 2 HH HH nung 0x06 xe l 1.2 Mục tiêu nghiÊn CỨu - G- G11 0 HT nh ng ng gen gxg 2 1.3 Đối tượng và HN 1500 (c 0.2 hativenvenwnduecd eee 3 JC 8U hoi ngÌiiÈfi CỨU cc cLcQ SH Q00 0 H40 10 5 C404 01516015651 Essessersee + 1.5 tượng Dhải đigHiỂn cứu co uc uc HH HH 010 16 401614618266 60150561725: + 1.6 Dong gĩp của nghiÊn CỨU .:-¿- 6c 22+ 26 S13 21 1 3 S1 1 111 g1 111 11101 1n re + 1.7 Kết cấu luận văn PBBICE COU <-nensnensancsesensnsnesunsnnatasnrvataininebesvteiasaveunscnisvesipubaatenens >
CHƯƠNG 3 CƠ SOEY THƯIYẾT, Q.00 020 x0 neaeaesas 7
mì ch là .e e.eeennoaDc 0 07 La 7
"m.— “=5 N G Cc ckgv2ễn 9 0138228866x: 7
li CƯ HƠI ềcecseoonnroeiennininieaasscaeaaaxieosDDblcessikesieslbl.sserieeseoe 7 DR TO TIER soso s vecessnssnsnaveannsaenasunnsivasdunvvansivdivaneeandbsoaemeneiecbedialbeericaslecuesaassss 10
2.1.4 Mơ hình định giá tai sn von (CAPM)) cccccccscessessesscscssessesscscssessessesesseseeeces 11
2.1.5 MG hinh Fama — French .: :.csccsesscsssossssssscscssosccersssersoccevessseecoesssessercesestes 14
2.1.6 MAG Weimar BeAr os eeevsnescorssnssresnnenenuhtlosavansonvvasnneabectonsnecasscunsvesnsaauves 15
2.1.7 Lựa chọn mơ hình phù hợp đề đo lường rủi ro hệ GE NA 16
2.2 Mối quan hệ giữa rủi ro hệ thống và các biến tài chính 22-2 13252 5c 17
2.2.1 Tính thanh khoản - - - cc E1 8891888858882 58 1815588 55111555111 1kg khay 17
2.2.2 Địn bẩy tài chính - ¿test EEEEE1211211171121121121121111121EEEEEEEEEEree 18
2.2.3 Khả năng sinh lỜi -á- 0 c2 21211011111 11 1n HH nh Hung Hung sra 20
2.2.4 Tính hiệu quả - ¿+ - 2 SE ESx2EE E11 EEEEKEEEEEEE 1111111111211 515115155 xceg 21
Trang 5
2.2.5 Tốc d6 tang tru6ng oo eececcessesssessecssesssessuessecssessesssecsussucssscssecesesssessresessesessses 22
2.2.6 Quy mơ hoạt động - - 2 1E 1S ST TT ng ng ng 23
CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU - 22t22E22EEvEE2E532E52E52252252255 26 3.1 Khung tiếp can nghién ctu o cceccecccessccsscssecssesssecssessesssessscssecsesssecssessessesssecsvessves 26 3.2 M6 hinh nghién COU .cccccccccccecssscsssesscsesveavsuessacscsucarsusecstesessucatsasaessaveseaveveaes 27
BiB Bbbety Co WB ao ctasncccniecerneceeceveosonesnnnesucsnncsnnovssnenebrscuabossivalieseannscaveseensiesentocoee 28
3.3.1 Bién phy thuc o ccccccccceccsecssessessscsssessessuecssessvecsessuesssearecsecssecssecsesesecesesseessvenee 28 3.3.2 Biến G6c 1A ccccscccssesssssssssssssessscssusssusssscecsscesecsasessucsnucsuucssucstusssascsseessesssecsaes 29 3.4 Dữ liệu nghiên CUU .ccecccsecsessescsessessescesessesscssssssnesucarsucatsassucsusstsasaueseseareaeeseess 35
3.5 Phương pháp nghiên CỨU . 2 + SE SE vx K1 S9 10113 c1 8c ca 36
CHƯƠNG 4 KÉT QUẢ NGHIÊN CỨU - 2 sc22E+ES2EEEEEE9EEE2E52E52222225222E6 39
4.1 Đặc điểm mẫu nghiên cứu + ©+t+2Et+EEtEEE2EE255121121512217551512E1 E5 xe 39
4.2 Kết quả thực nghi@m c.ccceccccccsssssssscssesssesseceuessuessesssessucssessucsseceseesessssessecsvesseee 4I
4.3 Thảo luận két qua .csccsccsscssssssssssssssssssssessscsucsucssessesucsussucsscsessesseesessessessecavenseesen 44
0.3.1 T11 TA GHẾ s : c và niaeeeke Seo C 44
4.3.2 Eiên bảy Bài RIOD oo oasicvesssvessseanscnssnssnsessecsoeonsenseesceestorsorreuth salerercleahecscsvansesneeone 44
AOD BTA BG BITE TOG in ncuecnneaenncevesvnrennsncensnvaivevexeaselabassacabstng elena soaiteeresuaterss 45
413 Tinh HIẾN ccc coy sctcssas soos ssovzeonss onrovenerteacenssenenns dun eel ioituseatoaaseasiitauele 45 RD VG AG IIE cc ccivsessecenscovecesvussnsssveasniorieccnracaleaehnn de nid 46
4.3.6 Quy m6 hoat dO6ng ee ccsccsscsscccseccssccescceasecscesscessscssscssscsssecescerseseeesens 46
COPING 5, BETTI cic cisiicssccssnccsnsvscsonessseareseeresersncbeocsrarsecoiiicibvaluiacichasmiilenn 47 BT URI vere cas avcosucos exooxszevernsteonsscncce ORE ciel LE 47 5.2 Một số khuyén nghi .ccccccscscescsssssessssessecsseesseccsuessucssucssvessscssscsssecsussssecssesseeesseen 48 5.3 Một số giới hạn và hướng nghiên cứu tiép theo cccccccecsesssecseccsesesecsesssecsseesessseen 48
5.3.1 Một số giới hạn trong nghiÊn CỨU . + c2 < 32223 S22 E113 1E ve cz 48
5.3.2 Hướng nghiên cứu tiếp theo - St s+ESEt2ESEEEEEEvEE2E8252E15211155E5552Esee 49
TÀI LIỆU THAM KHẢO .- 2-2st SE 2E21222E122211221112211221122112211121EEEe 51 PHU LUC eececsessssessesescesescescsvcsesecscsscscsvsscsusacsvssssesesausasacausarausasassusaesseaesseaeereasaessesees 56
Trang 6
Phụ lục 2 Kiểm định LM của Breusch-Pagan . - c c1 vn re 56 Phụ lục 3 Kiểm định phương sai sai số ¡7m20 77 56 Phụ lục 4 Kiểm định tự tương quan của sai _ Am ốn ẽ S7 Phụ lục 5 Kết quả tính Beta từ phần mềm Excel 2 2 s+2EE+EE22EE+ZEE+ESz2Ezzez 57
Trang 7
DANH MỤC HÌNH VÀ ĐỊ THỊ
Hình 2.1 Lợi ích của đa dạng hĩa
Hình 3.1 Khung tiếp cận nghiên cứu n1 S SE SE 111v E SE na 26
Trang 8
DANH MUC BANG BIEU
Bang 2.1 Bảng ma trận hiệp phương sai của một danh mục gồm hai c6 phiéu 10
Bảng 2.2 Kết quả một số nghiên cứu tTước -‹ - SE SE vết 25
Bảng 3.1 Bảng mơ tả các biến đo lường được sử dụng trong nghiên cứu 28 Bảng 4.1 Bảng thống kê số cơng ty của ngành bất động sản qua các năm 38
Bảng 4.2 Bảng thống kê mơ tả các biến quan sát + S211 39
Bảng 4.3 Bảng ma trận tương quan giữa các biến cà: 40 Bảng 4.4 Bảng kết quả hồi quy thể hiện mối quan hệ phi tuyến tính và hồi quy theo PERI PSE Trias ck dct cose cere cece see eens rene nensssedoseedsanrnenaghebhbd vsbanebeaswaseeede’ 41
Trang 9BM BLUE CAPM ctg FEM FGLS HASTC HML HOSE LM ROA ROE SMB UMD VIF DANH MUC VIET TAT Book Market
Best Linear Unbiased Estimator Capital Asset Pricing Model Cac tac gia
Fixed Effect Model
Feasible General Least Square Hanoi Securities Trading Center High Minus Low
Trang 10
CHƯƠNG 1 GIOI THIEU TONG QUAN NGHIEN CỨU
1.1 Lý do nghiên cứu
Một trong những vấn đề quan trọng để đánh giá tài sản là hiểu được mức độ rủi ro của
tài sản đĩ Khi đánh giá một khoản đầu tư, rủi ro là một yếu tố quan trọng để xác định tỷ suất chiết khấu trong việc phản ánh giá trị hiện tại của dịng tiền tương lai nên tỷ suất
chiết khấu thê hiện rủi ro khi đầu tư (Nekrasov và Shroff, 2009) Rủi ro đầu tư là xác xuất
mà lợi nhuận thực tế nhỏ hơn lợi nhuận kỳ vọng (Nakamura và Matias, 2006) Do đĩ, nhà đầu tư sẽ yêu cầu một tỷ suất chiết khấu đủ lớn để bù đắp cho khoản đầu tư rủi ro
(Sharpe, 1963)
Trong thị trường chứng khốn, cĩ hai loại rủi ro gây ra sự biến động giá của cổ phiếu
Loại rủi ro thứ nhất liên quan đến thị trường trong đĩ sự tác động của một yếu tố sẽ ảnh
hưởng đến gần như cả thị trường như chiến tranh, lạm phát, sự kiện kinh tế, chính trị và
xã hội Loại rủi ro khơng thê kiểm sốt được này được gọi là rủi ro hệ thống (Repetti và
Kim, 2010) Loại rủi ro thứ hai gắn liền với từng cơng ty riêng biệt như rủi ro kinh doanh
hay rủi ro tài chính của cơng ty đĩ, mà khơng ảnh hưởng đến các cơng ty khác (trừ các cơng ty lớn) và được gọi là rủi ro phi hệ thống (Repetti và Kim, 2010) Rủi ro phi hệ
thống cĩ thê được loại bỏ bằng cách giữ một danh mục chứng khốn đa dạng hĩa nên loại
rủi ro này khơng là yếu tố quan trọng đẻ xác định rủi ro của tài sản (Gu và Kim, 1998) Ngược lại, rủi ro hệ thống được gây ra bởi các yếu tố thị trường và khơng thể loại bỏ bằng cách giữ một danh mục chứng khốn đa đạng hĩa nên nhà đầu tư sẽ quan tâm loại rủi ro này trong việc đánh giá tài sản đầu tư (Lee và Jang, 2007)
Mặc dù rủi ro hệ thống được gây ra bởi các yếu té thị trường và các cơng ty khơng thể kiểm sốt được loại rủi ro này (Lee và Jang, 2007) Tuy nhiên, các quyết định trong hoạt
động điều hành và hoạt động tài chính sẽ được phản ánh lên giá cổ phiếu và điều này
cũng ảnh hưởng đến rủi ro hệ thống (Toms và ctg, 2005; Frank và Goyal, 2009) Nhà quản lý cĩ thể chọn chiến lược kinh doanh phù hợp để giảm sự ảnh hưởng của các biến
Trang 11
động kinh tế dù khơng thể ngăn chặn được chúng (Jensen, 1984) Nghiên cứu của Mao
(1976) cho rằng các yếu tố ảnh hưởng đến rủi ro hệ thống như rủi ro tài chính và rủi ro trong kinh doanh cĩ thể được kiểm sốt bởi nhà quản lý Như vậy, nếu cơng ty theo đuổi
chính sách tăng trưởng an tồn hoặc sử dụng ít nợ vay sẽ đối mặt với rủi ro thấp hơn
Nhiều nghiên cứu khác cũng cho thấy sự thay đổi của rủi ro hệ thống phải liên quan tới
sự thay đổi trong hoạt động tài chính, hoạt động đầu tư và hoạt động điều hành quản lý (Breen và Lerner, 1973; Logue và Merville, 1972) Do đĩ, nếu hiểu được các quyết định trong hoạt động của cơng ty ảnh hưởng đến các biến tài chính và hiểu được các biến tài
chính ảnh hưởng đến rủi ro hệ thống, việc điều hành sẽ cĩ thể quản lý được rủi ro về giá
cơ phiếu và tăng sự giàu cĩ cho cổ đơng Vì vậy, cĩ tồn tại một mối liên hệ trong các hoạt động của cơng ty và rủi ro hệ thơng biêu hiện qua giá thị trường của cơ phiêu
Các cơng trình nghiên cứu thực nghiệm trên thê giới vê mơi quan hệ giữa rủi ro hệ thơng và các biên tài chính theo nhiêu gĩc độ khác nhau và kêt quả về mơi quan hệ này
được trình bày cụ thể như sau:
Rui ro hé thống với tính thanh khoản cĩ mối quan hệ đồng biến (Patel và Olsen, 1984;
Jensen, 1984; Borde, 1998) và mối quan hệ nghịch biến (Beaver và ctg, 1970; Logue va Merville, 1972; Moyer va Chatfield, 1983)
Rủi ro hệ thống với địn bẩy tài chính cĩ mối quan hệ đồng biến (Bowman, 1979;
Moyer va Chatfield, 1983; Borde va ctg, 1994; Kim va ctg, 2002; Lee va Jang, 2007) và méi quan hé nghich bién (Borde, 1998; Gu va Kim, 1998; Toms va ctg, 2005)
Rui ro hé théng voi kha năng sinh lời cĩ mối quan hệ đồng biến (Melicher, 1974) và mối quan hệ nghịch biến (Scherrer va Mathison, 1996; Borde, 1998; Kim va ctg, 2002; Lee va Jang, 2007)
Rui ro hệ thống với tính hiệu quả cĩ mối quan hệ nghịch biến (Logue và Merville,
Trang 12
Rủi ro hệ thống với tốc độ tăng trưởng cĩ mối quan hệ đồng biến (Rosenberg và
Perry, 1978; Fama và French, 1993; Kim và ctg, 2002) và mối quan hệ nghịch biến
(Moyer va Chatfield, 1983; Borde, 1998)
Rủi ro hệ thống với quy mơ của cơng ty cĩ mối quan hệ đồng biến (Rosenberg và Perry, 1978; Kim và ctg, 2002) và mối quan hệ nghịch biến (Patel và Olsen, 1984; Titman va Wessels, 1988; Frank va Goyal, 2009)
Từ những quan điểm trên, cũng như trên cơ sở nghiên cứu các cơng ty trong ngành
bat động sản niêm yết trên sàn HOSE, đề tài sẽ trình bày một bằng chứng thực nghiệm đẻ
đưa ra câu trả lời về mối quan hệ giữa rủi ro hệ thống với các biến tài chính và mức độ
tác động của các biến tài chính này lên rủi ro hệ thống Hiểu được mối liên hệ giữa rủi ro
hệ thống và các yếu tố bên trong sẽ gĩp phần quan trọng giúp nhà quản lý nâng cao giá trị cơng ty và giúp nhà đầu lựa chọn được cổ phiếu phù hợp
1.2 Mục tiêu nghiên cứu
Với mục đích xem xét và xác định mơi quan hệ giữa rủi ro hệ thơng với các biến tài chính, luận văn nghiên cứu này sẽ hướng đên và mong muơn đạt được mục tiêu sau:
Xác định mơi quan hệ giữa rủi ro hệ thơng với các biên tài chính và mức độ tác động của các biên tài chính đên rủi ro hệ thơng
Re ` s 2A 7
1.3 Đơi tượng và phạm vi nghiên cứu
Đơi tượng nghiên cứu: Đê tài nghiên cứu mơi quan hệ giữa rủi ro hệ thơng và các biên tài chính, trên cơ sở đĩ đánh giá sự tác động của các biên tài chính đên rủi ro hệ thơng
Phạm vi nghiên cứu: Các cơng ty trong ngành bất động sản niêm yết trên sàn HOSE Cơ sở phân ngành dựa trên chuẩn phân ngành của sở giao dịch chứng khốn thành phố
Trang 13
1.4 Câu hỏi nghiên cứu
Đê giải quyết các mục tiêu nghiên cứu vừa nêu trên, đê tài tập trung cho việc trả lời câu hỏi nghiên cứu sau đây:
Cĩ hay khơng mối quan hệ giữa rủi ro hệ thống và các biến tài chính bao gồm: tính
thanh khoản, địn bây tài chính, tính hiệu quả, khả năng sinh lời, tốc độ tăng trưởng và quy mơ hoạt động và mức độ tác động của các biến tài chính lên rủi ro hệ thống như thế
nào?
1.5 Phương pháp nghiên cứu
Trước tiên và quan trọng, luận văn sẽ tiến hành lược khảo các lý thuyết liên quan đến
vấn đề nghiên cứu Sau đĩ, luận văn sẽ xây dựng các giả thuyết nghiên cứu và mơ hình
nghiên cứu Trong mơ hình nghiên cứu, biến phụ thuộc được xác định là rủi ro hệ thống
Đồng thời, các biến độc lập được xác định bao gồm: tính thanh khoản, địn bẩy tài chính,
tính hiệu quả, khả năng sinh lời, tốc độ tăng trưởng và quy mơ hoạt động Kết quả thực
nghiệm từ mơ hình hồi quy sẽ được sử dụng làm cơ sở để chấp nhận hay bác bỏ các giả thuyết nghiên cứu cũng như giải thích mối quan hệ giữa rủi ro hệ thống và các biến tài chính Cĩ thể nĩi, phương pháp sử dụng chủ yếu trong luận văn này là phương pháp định
lượng Những dữ liệu tài chính được luận văn thu thập từ các báo cáo tài chính của các cơng ty trong ngành bất động sản niêm yết trên HOSE trong giai đoạn 2009-2013 Đồng
thời, luận văn sẽ sử dụng phương pháp ước lượng mơ hình hồi quy thích hợp để đo lường mối quan hệ giữa rủi ro hệ thống và các biến tài chính
1.6 Đĩng gĩp của nghiên cứu
Đĩng gĩp của luận văn được trình bày như sau:
Trang 14
Thứ hai, luận văn cũng sẽ chỉ ra tầm quan trọng của tính thanh khoản, địn bẩy tài chính, tính hiệu quả, khả năng sinh lời, tốc độ tăng trưởng và quy mơ hoạt động đĩng gĩp vào rủi ro hệ thơng như thê nào
Và sau cùng, luận văn sẽ là bước đệm và khuyên khích các nhà nghiên cứu quan tâm đên lĩnh vực nghiên cứu mơi quan hệ giữa rủi ro hệ thơng và các biến tài chính trong tương lai Một lĩnh vực nghiên cứu cĩ tính chât mới ở thị trường chứng khốn Việt Nam, đang từng bước định hình và hồn thiện
os A x 2A ,
1.7 Kết cầu luận văn nghiên cứu
Luận văn nghiên cứu được trình bày theo năm chương Các chương dự kiến được bố cục như sau:
Chương l giới thiệu tơng quan nghiên cứu và giải thích tầm quan trọng khi thực hiện nghiên cứu luận văn này Ngồi ra, chương này cũng thảo luận những đĩng gĩp cĩ được
từ kết quả thực nghiệm nghiên cứu
Chương 2 là một chương rất quan trọng Cĩ thể nĩi nội dung trong chương này là cơ sở nền trong luận văn Ở chương hai, cơ sở lý thuyết về rủi ro hệ thống và những nghiên
cứu thực nghiệm trước đây về mối quan hệ giữa rủi ro hệ thống và các biến tài chính sẽ
được trình bày
Sau khi đã lược khảo cơ sở lý thuyết cĩ liên quan trong Chương 2, tiếp theo, Chương 3 sẽ xây dựng khung tiếp cận nghiên cứu Ngồi ra, từ khung tiếp cận này, các giả thuyết nghiên cứu và mơ hình nghiên cứu sẽ được xây dựng Đồng thời, Chương 3 cũng sẽ trình bày phương pháp nghiên cứu, cách thức chọn mẫu và cách đo lường các biến nghiên cứu
Trang 16
CHUONG 2 CO SO LY THUYET
2.1 Rui ro hé thong
2.1.1 Dinh nghia
Trong thị trường chứng khốn, rủi ro đầu tư là xác xuất mà lợi nhuận thực tế nhỏ hơn lợi nhuận kỳ vọng (Nakamura và Matias, 2006) Khác với sự khơng chắc chắn, rủi ro cĩ thê đo lường được Theo Levy và Sarnat (1984), rủi ro của một cơng ty được chia thành hai phần cơ bản bao gồm rủi ro phi hệ thống và rủi ro hệ thống:
Rủi ro phi hệ thống là rủi ro xảy ra do một sự kiện đặc biệt nào đĩ trong cơng ty và đại diện cho sự biến động lợi nhuận của chứng khốn (Repetti và Kim, 2010) Loại rủi
này cĩ thể được loại bỏ bằng cách giữ một danh mục chứng khốn đa dạng hĩa Do đĩ,
rủi ro phi hệ thống là yếu tố khơng quan trọng để xác định rủi ro của tai san (Gu va Kim,
1998)
Rủi ro hệ thống là rủi ro xảy ra do sự biến động của các yếu tố thị trường, trong đĩ sự
tác động của một yếu tố sẽ ảnh hưởng đến gần như cả thị trường như chiến tranh, lạm
phát, sự kiện kinh tế, chính trị và xã hội (Repetti và Kim, 2010) Rủi ro hệ thống được gây ra bởi các yêu tố thị trường và khơng thê được loại bỏ bằng cách giữ một danh mục
chứng khốn đa đạng hĩa Vì vậy, rủi ro hệ thống đĩng một vai trị quan trọng trong việc
đánh giá tài sản đầu tư (Lee va Jang, 2007)
2.1.2 Lượng hĩa
Theo Nakamura và Matias (2006), rủi ro đầu tư là xác xuất mà lợi nhuận thực tế nhỏ hơn lợi nhuận kỳ vọng và sự khác nhau này cĩ thé 1a do ky vong cua nha đầu tư về lợi nhuận của chứng khốn khơng xảy ra trong thực tế hoặc cĩ thể cĩ thêm nhiều yếu tố khác mà nhà đầu tư chưa thể dự đốn được Lúc mới hình thành, đại lượng sigma thường được
sử dụng để lượng hĩa rủi ro Khi đĩ, sigma là đại lượng thê hiện cho sự biến động lợi
nhuận của cơ phiêu, được tính tốn băng giá trị bình quân rủi ro cĩ tỷ trọng của từng cơ
Trang 17
phiếu trong danh mục và đại lượng này được sử dụng phổ biến cho đến khi lý thuyết của Harry Markowitz (1952) ra đời Markowitz (1952) cho rằng khi cĩ nhiều cổ phiếu hơn trong danh mục thì rủi ro của danh mục sẽ nhỏ hơn rủi ro bình quân và giải thích rằng rủi TO giảm xuống là do lợi ích của việc đa dạng hĩa, khi đĩ rủi ro cá biệt của mỗi cổ phiếu
cĩ thê được loại bỏ nếu giữ một danh mục cĩ số lượng cổ phiếu đủ lớn
Để hiểu rõ hơn về kết luận của Markowitz (1952), luận văn sẽ trình bày ví dụ về một danh mục gồm hai cổ phiếu X và Y được thể hiện như sau:
2 = 2
Ơn = Wy Ox” + Wy? ay? + 2WyWydyoypyy (2.1)
Trong do:
ø, là là độ lệch chuẩn của danh mục
wx, wy là tỷ trọng đầu tư vào X và Y
Øy, øy là độ lệch chuẩn của X và Y
0x,y là hệ số tương quan giữa X và Y Cơng thức (2.1) cĩ thê được viết lại như sau: 2 0,” p = Wy Øy“ T Wy“øy^ + 2wyWyØyØy (0x„y — 1 + 1) 2 2,2 sabre Se 2.2 = Wy" 0x" + Wy“ dy” + 2WyWy dy Oy py,y + 2WyWy Oy Oy (px y — 1) ễ 2 = (Wydx + WyØy) Ý - 2wyWyØyØy(1— pxy) =ỡ?-Aø? (22)
Trang 18
phiếu ¡ và j thì lợi ích do giảm thiểu rủi ro của việc đa dạng hĩa đầu tư được thể hiện như
sau:
Aa? = 2w,wjo;0;(1 — pi;) (2.3)
Rui ro da dang héa
Rủi ro hệ thống
Hình 2.1 Lợi ích của đa dạng hĩa
Như vậy, lợi ích của việc đa dạng hĩa đầu tư là do sự tương tác lẫn nhau giữa các cơ phiếu trong cùng một danh mục Markowitz (1952) Theo Bodie và ctg (2011), sự tương tác lẫn nhau này được gọi là sự tương quan giữa các cổ phiếu, hệ số tương quan sẽ cĩ giá trị nằm trong đoạn từ -I đến 1 Do vậy, nếu các cơ phiếu trong danh mục cĩ mối tương
quan với nhau càng thấp, càng gần hơn so với giá trị -1, thì danh mục đầu tư cĩ thể được
Trang 19
2.1.3 Đo lường
Rủi ro hệ thống đại diện cho sự biến động lợi nhuận của chứng khốn được gây ra do
sự biến động của các yếu tố thị trường (Repetti và Kim, 2010) Vì vậy, một sự biến động
của thị trường sẽ ảnh hưởng đến hầu như tất cả các cơng ty và như vậy cĩ tồn tại một cơ sở chung đề mơ hình hĩa thành một cơng thức khi giữa các cơng ty đều chịu ảnh hưởng của yếu tố thị trường (Bodie và ctg, 2011) Do đĩ, khái niệm về Beta đã được hình thành
đê đo lường rủi ro và cĩ khả năng so sánh giữa các cơng ty khác nhau
Vì thị trường được cấu thành từ nhiều cố phiếu nên rủi ro của thị trường sẽ được tạo thành bởi rủi ro của từng cơ phiếu cụ thể (Bodie và ctg, 2011) Xem xét ma trận hiệp phương sai của một danh mục thị trường gồm hai cổ phiếu X và Y được thể hiện như sau: Bảng 2.1 Bảng ma trận hiệp phương sai của một danh mục gồm hai cổ phiếu Tỷ trọng danh mục Wy Wy Wy Wy 07 Wy WyCov(X, Y) Wy wxwyCov(X,Y) Wy ay" Nguon: Bodie va ctg (2011)
Dịng đâu tiên của ma trận chính là do rủi ro của của cơ phiêu X đĩng gĩp vào rủi ro của danh mục thị trường Như vậy:
Đĩng gĩp rủi ro của X = wx(Wwyxøy? + wyCov(X,Y))
= Tỷ trọng chứng khốn x Hiệp phương sai bình quân (2.4)
Ngồi ra, hiệp phương sai của suất sinh lợi giữa cổ phiếu X và suất sinh lợi của thị trường chính là hiệp phương sai bình quân (Bodie và ctg, 2011):
Cov(7x, Tạ) = Cov(7y, 3; W, r¡) = 3)w, Co0(x,r,) (2.5)
Kết hợp với hai phương trình (2.4) và (2.5), tỷ trọng đĩng gĩp rủi ro của cơ phiếu X vào rủi ro của danh mục thị trường được trình bày như sau:
Trang 20Tỷ tr đĩ ¬ la X Đĩng gĩp rủi ro của X ng đĩng gĩp Túi fG của à = ————————————=—— as 6 BoP Phương sai thị trường _ Tỷ trọng chứng khốn x Hiệp phương sai bình quân _ CoU0(rx Tm ) WkK==—== 2.6
Phương sai thị trường x Om2 (2.6)
Do đĩ, phần đĩng gĩp rủi ro của cổ phiếu X vào rủi ro chung của tồn thị trường gồm hai thành phần (1) tỷ trọng của cổ phiếu X và (2) tỷ số giữa hiệp phương sai giữa lợi nhuận của cơ phiếu X và lợi nhuận của thị trường với phương sai của thị trường Tỷ số này được gọi là hệ sơ beta của cơ phiêu X Khi đĩ:
_ Co0VW(T¡Tm)
Bi Om 2 (2.7)
Qua cơng thức (2.7) ta thay, beta càng lớn thì giá của cổ phiếu sẽ biến động nhiều hơn
so với sự biến động chung của thị trường, cịn beta càng nhỏ thì giá của cơ phiếu sẽ biến
động ít hơn so với sự biến động của thị trường
Trong thực tế, hệ số beta được tính tốn bằng cách chạy hồi quy giữa tỷ suất lợi lợi nhuận của cổ phiếu và tỷ suất lợi nhuận của thị trường trong một khoảng thời gian nhất
định (Repetti và Kim, 2010) Nếu nhìn một cách trực quan, khái niệm hệ số beta chỉ được
sử dụng để thê hiện sự biến động giá của một cơ phiếu cụ thể so với sự biến động giá của
thị trường Vì vậy, ly do nào để hệ số beta được xem như một đại lượng để lượng hĩa rủi
ro của một cơng ty? Để trả lời câu hỏi này, chúng ta sẽ dựa vào giả thuyết của thị trường
hiệu quả Theo giả thuyết thị trường hiệu quả, tất cả mọi hoạt động liên quan đến cơng ty
sẽ được phản ánh vào giá của cơ phiếu (Fama, 1965) Do đĩ, hệ số beta sẽ đo lường rủi ro
của cơng ty vì hệ số này thể hiện sự biến động giá của cỗ phiếu so với sự biến động giá
của thị trường (Bodie và ctg, 201 1)
2.1.4 Mơ hình định giá tài sản vốn (CAPM)
Khi khái niệm hệ số beta ra đời, nhà kinh tế học William Sharpe (1963) đã phát minh
ra mơ hình định giá tài sản vốn (CAPM) Sharpe (1963) lập luận rằng cĩ một mối quan hệ tuyến tính giữa lợi nhuận kỳ vọng và rủi ro Mơ hình CAPM cho thấy rằng lợi nhuận
Trang 21
kỳ vọng của một chứng khốn băng lợi nhuận phi rủi ro cộng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro tồn hệ thống của chứng khốn đĩ
Về mặt tốn học, cơng thức được mơ tả như sau:
rị =Tr † im -Tr) (2.8)
Trong dĩ:
r,: tỷ suất sinh lợi của cổ phiếu ¡ rr: lãi suất phi rủi ro
Ø;: hệ số beta của cổ phiéu i
Fa ci suat sinh lợi của danh mục thị trường
Mơ hình (2.8) quá đơn giản và phải đưa ra các giả định để mơ hình cĩ ý nghĩa Các giả định bao gồm:
° - Cĩ nhiêu nhà đâu tư với vơn rât nhỏ so với tơng vơn của thị trường Vì vậy, giao dịch của nhà đầu tư sẽ khơng ảnh hưởng đến giá của chứng khốn
« - Tất cả các nhà đầu tư đều cĩ cùng một giai đoạn đầu tư giống nhau
* Viéc đầu tư được giới hạn trong phạm vi đối với các tài sản tài chính được giao dịch trên thị trường Như vậy, đối với các cơng ty chưa niêm yết sẽ khơng bao gồm trong
giả định này Giả định này cũng cho phép nhà đầu tư cĩ thể mượn hoặc cho Vay VỚI SỐ
lượng bắt kỳ ở một mức lãi suất phi rủi ro cố định
- - Khơng cĩ thuế và khơng cĩ chi phí giao dịch
* Tat ca nha dau tư đều tối ưu hĩa lợi nhuận và rủi ro một cách hợp lý
- - Tất cả các nhà đầu tư đều cĩ chung một cách phân tích chứng khốn giống nhau và cách quan sát tình hình kinh tế giống nhau
Trang 22
Dé phát triển mơ hình chỉ số đơn thể hiện mối quan hệ giữa lợi nhuận của cổ phiếu cá
biệt và lợi nhuận của danh mục thị trường bằng phương trình tuyến tính, Sharpe (1963) sử dụng phương trình (2.8) với giả định rr ít thay đổi và xem nĩ như một hằng số Trong
mơ hình mới này hệ số beta, được định nghĩa như là hệ số đo lường mức độ biến động lợi
nhuận của cổ phiếu cá biệt so với mức độ biến động lợi nhuận của danh mục thị trường,
cĩ thê được tính bằng cách sử dung di liệu lịch sử Phương trình được trình bày như sau: Y= a;+ Bi X % +8 (2.9)
Trong do:
r,: tỷ suất sinh lợi của cổ phiếu ¡
œ¡: tung độ gốc hay nút chặn
B;: hé s6 beta của cơ phiếu ¡
rmạ: tỷ suất sinh lợi của danh mục thị trường e¡: số hạng sai số khơng quan sát được
Levy và Sarnat (1984) đã phân bổ phương sai của lợi nhuận cổ phiếu thành hai phan,
rủi ro hệ thống và rủi ro phi hệ thống Sử dụng phương sai cả hai về của phương trình (2.9) ta sẽ được phương trình sau:
6; = Bị Øm? + ơ,? (2.10)
Trong đĩ:
ơ,”: phương sai của tỷ suất sinh lợi của cổ phiếu ¡ B;: hé s6 beta của cổ phiếu ¡
Bi? Om: hiệp phương sai của cơ phiếu ¡ với danh mục thị trường, là phương sai do sự khơng chắc chăn của yêu tơ kinh tế vĩ mơ
Trang 23
ơ„”: phương sai do sự khơng chắc chắn của yếu tố đặc thù doanh nghiệp
Bên trái của phương trình (2.10) đo lường tơng rủi ro, trong khi bên phải của phương
trình gồm rủi ro hệ thống và rủi ro phi hệ thống
Mơ hình định giá tài sản vốn là mơ hình khá đơn giản nên khơng thể tránh khỏi các
giới hạn Một trong các giới hạn của mơ hình CAPM là dựa trên các giả định khơng thực tế Ngồi ra, các chỉ số như Vn-Index thường được đại diện cho sự biến động của tồn thị trường nhưng điều này khơng đúng trong thực tế vì cĩ rất nhiều thơng tin khác nhau trong thị trường đề phán ánh giá của cổ phiếu như lạm phát, chỉ số giá Vì vậy, mơ hình CAMP đã khơng thê phản ánh được những thơng tin này trong việc xác định lợi nhuận kỳ vọng của cơ phiêu
2.1.5 Mơ hình Fama — French
Mơ hình này là sự mở rộng của mơ hình CAPM Trong mơ hình CAPM, chỉ cĩ một
nhân tố duy nhất là yếu tố thị trường Cĩ hai vấn đề mà mơ hình CAPM chưa thể giải
thích được (1) hiệu ứng cơng ty nhỏ: nghiên cứu của Banz (1981) đã phát hiện ra rằng các cơng ty nhỏ kiếm được lợi nhuận nhiều hơn các cơng ty lớn với cùng một mức rủi ro
như nhau và rủi ro này được đo lường bằng hệ số beta của thị trường và (2) hệ số thư giá
trên thị giá (BM) Nghiên cứu của Fama và French (1992) cho rằng cĩ mối quan hệ tỷ lệ thuận giữa tỷ suất lợi nhuận và hệ số BM, tức là cổ phiếu cĩ hệ số BM cao hơn sẽ đem lại
tỷ suất lợi nhuận cao hơn Bởi vì những lý do nay, Fama và French (1992) đã quyết định đưa thêm hai nhân tố hiệu ứng cơng ty nhỏ và hệ số BM vào mơ hình CAPM ban đầu và
tạo thành mơ hình ba nhân tĩ Trong mơ hình ba nhân tố, hệ số beta, được sử dụng để đo lường rủi ro hệ thống, cũng tương tự như beta truyền thống trong mơ hình CAPM nhưng khơng giống nhau vì trong mơ hình mới, đã cĩ thêm hai nhân tố mới được đưa vào và mỗi nhân tố đều cĩ hệ số hồi quy riêng để giải thích phần nào lợi nhuận kỳ vọng của chứng khốn Phương trình sau mơ tả về mơ hình Fama-French ba nhân tố:
Fị — r= a; + B, X m — rr) + s¡ X SMB + h, X HML + §; (2.11)
Trang 24
Trong đĩ:
r¡: tỷ suất sinh lợi của danh muc i
rf: 14i suat phi rui ro
rmạ: ty suất sinh lợi của danh mục thị trường
SMB = Nhỏ trừ lớn, được xác định bằng cách lấy lợi nhuận danh mục cổ phiếu
nhỏ trử lợi nhuận danh mục cơ phiêu lớn
HML = Cao trừ thấp, được xác định bằng cách lấy lợi nhuận danh mục cơ
phiếu cĩ hệ số thư giá trên thị giá cao trừ lợi nhuận danh mục cổ phiếu cĩ hệ số thư giá trên thị giá thấp
2.1.6 Mơ hình Carhart
Mơ hình này khơng được sử dụng phổ biến như hai mơ hình đã trình bày ở trên Mơ
hình Carhart là sự mở rộng của mơ hình Fama-French ba nhân tố bằng cách thêm một
nhân tố mới là nhân tố xung lượng Dựa trên nghiên cứu của Jegadeesh và Titman (1993) về xu hướng hoạt động của các cơ phiếu trong quá khứ sẽ tiếp tục như Vậy sau vài tháng, Carhart (1997) đã đưa sự ảnh hưởng này của nhân tố này vào mơ hình Fama-French va
tạo thành mơ hình bốn nhân tố Carhart (1997) cho rằng nhân tố xung lượng cĩ thể được
dùng để đánh giá lợi nhuận bất thường của cổ phiếu Giống như mơ hình Fama-French, hệ số beta, được sử dụng để đo lường rủi ro hệ thống, cũng tương tự như beta truyền thống trong mơ hình CAPM nhưng khơng giống nhau vì trong mơ hình mới, đã cĩ thêm
ba nhân tổ mới được đưa vào và mỗi nhân tố đều cĩ hệ số hồi quy riêng để giải thích
Trang 25
rẹ: lãi suất phi rủi ro
Tm: ty suất sinh lợi của danh mục thị trường
SMB = Nhỏ trừ lớn, được xác định bằng cách lấy lợi nhuận danh mục cổ phiếu
nhỏ trử lợi nhuận danh mục cơ phiêu lớn
HML = Cao trừ thấp, được xác định bằng cách lấy lợi nhuận danh mục cơ
phiếu cĩ hệ số thư giá trên thị giá cao trừ lợi nhuận danh mục cổ phiếu cĩ hệ số thư giá trên thị giá thấp
UMD = Trên trừ dưới, được xác định bằng cách lấy danh mục cổ phiếu cĩ lợi
nhuận cao trừ danh mục cơ phiêu cĩ lợi nhuận thâp 2.1.7 Lựa chọn mơ hình phù hợp để đo lường rúi ro hệ thống
Các mơ hình CAPM, Fama-French ba nhân tố và Carhart đã được nhiều tác giả
nghiên cứu và kiểm định thực nghiệm trên nhiều quốc gia khác nhau Sau đây đề tài sẽ trình bày một sơ hêt quả của các nghiên cứu trước
Nima (2004) đã nghiên cứu tại thị trường Mỹ trong giai đoạn 1963-2003 và cho ra kết qua R* cia CAPM 1a 72% con R2 của Fama-French 1a 89% Nima (2004) tiép tục mở rộng mẫu nghiên cứu với khoảng thời gian dài hơn 1926-2003 thì được kết quả R? của
CAPM là 77% và R? của Fama French là 88%
Walid và Ahlem (2007) đã tiến hành nghiên cứu ở thị trường Nhật trong giai đoạn 2002-2007 va thu được kết quả R? của CAPM là 70.5% và R2 của Fama French 1a 78.2%
Nghiên cứu của Chordia và Shivakumar (2005) trong giai đoạn 1972-1999 với các cổ phiếu trên NYSE và cho rằng kết quả hồi quy theo mơ hình Carhart giải thích tốt hơn lợi nhuận danh mục so với mơ hinh CAPM
Từ kết quả của các nghiên cứu trước về ba mơ hình CAPM, Fama-French và Carhart Chúng ta nhận thấy rằng, mơ hình CAPM chỉ sử dụng một nhân tố duy nhất là yếu tố thị
Trang 26
trường nhưng cĩ thể giải thích được trên 70% lợi nhuận của chứng khốn Trong khi đĩ, hai mơ hình cịn lại, Fama-French và Carhart, cần phải tính tốn thêm các nhân tố khác,
việc tính tốn này là khá phức tạp và khơng phải nhà đầu tư nào cũng cĩ thể làm được
nhưng kết quả chỉ giải thích thêm được khoảng 10% lợi nhuận của chứng khốn Mơ hình CAPM cĩ thể khơng hồn hảo nhưng nĩ vẫn được chấp nhận và sử dụng rộng rãi trên thế
giới Vì vậy, trong dé tai nay sẽ lựa chọn mơ hình CAPM để đo lường rủi ro hệ thống 2.2 Mối quan hệ giữa rủi ro hệ thống và các biến tài chính
Nhiều nghiên cứu thực nghiệm đã được thực hiện để phân tích mối quan hệ giữa rủi
ro hệ thống và các biến tài chính bao gồm: tính thanh khoản, địn bây tài chính, khả năng sinh lời, tính hiệu quả, tốc độ tăng trưởng và quy mơ hoạt động Các nghiên cửu này cho
thấy nhiều kết quả khác nhau như mối quan hệ đồng biến, mối quan hệ nghịch biến và
khơng cĩ mối quan hệ Những kết quả này sẽ được trình bày cụ thể như sau: 2.2.1 Tính thanh khoản
Tính thanh khoản thể hiện khả năng chuyên đổi tài sản thành tiền mặt với một chi phí
hợp lý để đáp ứng được các nghĩa vụ thanh tốn nợ ngắn hạn của một cơng ty (Moyer và Chatfield, 1983) Để đo lường tính thanh khoản, Moyer và Chatfield (1983) đã sử dụng ty số thanh khoản hiện thời trong nghiên cứu được tính tốn bằng tài sản hạn trên nợ ngắn hạn Ngồi ra, tính thanh khoản cịn được đo lường bằng tỷ số thanh khoản nhanh với tử
số bằng tài sản ngắn hạn trừ đi hàng tồn kho, cịn mẫu số là nợ ngắn hạn (Repetti và Kim,
2010) Phân tích mối quan hệ giữa rủi ro hệ thống và tính thanh khoản trong những nghiên cứu trước đây cho thấy nhiều kết quả khác nhau
Moyer va Chatfield (1983) đã phân tích mối quan hệ giữa rủi ro hệ thống và các biến
tài chính đối với các cơng ty độc quyền cĩ sức mạnh thị trường lớn Tính thanh khoản
Trang 27
thanh khoản cao sẽ ít bị ảnh hưởng bởi các biến động kinh tế Một cuộc điều tra về mối
tương quan giữa beta và tỷ số thanh tốn hiện thời của Beaver và ctg (1970) cũng cho thấy mối quan hệ nghịch biến Họ cho rằng sự gia tăng của tài sản ngăn hạn sẽ làm cho lợi nhuận ¡t biên động hơn so với gia tăng tài sản dài hạn
Nghiên cứu của Jensen (1984) đề xuất mối quan hệ đồng biến giữa rủi ro hệ thống và tính thanh khoản Jensen (1984) cho răng tính thanh khoản cao cĩ thể làm tang chi phi dai điện của dịng tiền tự do và làm lãng phí nguồn lực của cơng ty, do đĩ làm tăng rủi ro hệ thong Borde (1998) ciing phát hiện ra cĩ mối quan hệ đồng biến giữa rủi ro hệ thống và tính thanh khoản Borde (1998) cho rằng tính thanh khoản quá cao thê hiện nguồn lực sẵn cĩ khơng được sử dụng một cách hiệu quả như việc giữ tiền quá nhiều sẽ ảnh hưởng đến nguồn vốn cho các hoạt động khác Lập luận này cho rằng nguồn lực sẵn cĩ nên được đầu tư vào các tài sản phục vụ việc sản xuất kinh doanh để tạo ra lợi nhuận cao hơn, vì tài sản hoạt động thường tạo ra được lợi nhuận cao hơn so với việc giữ tiền mặt hoặc giữ các chứng khốn ngắn hạn Vì vậy, tính thanh khoản cao sẽ làm cho nguồn lực sẵn cĩ tăng lên và làm gia tăng rủi ro cho cơng ty Ngồi ra, những nghiên cứu thực nghiệm của và
Patel và Olsen (1984) cũng tìm thấy mối quan hệ đồng biến giữa rủi ro hệ thống và tính
thanh khoản
Ngược lại với các nghiên cứu trên, nhiều nghiên cứu vẫn chưa tìm ra được đủ chứng cứ thể hiện mối quan hệ giữa rủi ro hệ thơng và tính thanh khoản Gu và Kim (1998) đã kiểm tra mối quan hệ này trong ngành cơng nghiệp Casino Họ chưa tìm thấy bằng chứng nào cho mối quan hệ giữa rủi ro hệ thống và tỷ số thanh tốn hiện thời Họ cho rằng cần
phải điều tra thêm để xác định mối quan hệ này Lee và Jang (2007) cũng khơng thể kết
luận về mối quan hệ giữa rủi ro hệ thống và tính thanh khoản mặc dù giả thuyết họ đưa ra cĩ mơi quan hệ nghịch biên
2.2.2 Địn bẩy tài chính
Don bay tài chính được sử dụng đề đo lường sức khỏe tài chính và giúp nhà đầu tư
xác định mức độ rủi ro của cơng ty Cĩ nhiêu cách đê đo lường các tỷ sơ tài chính nhưng
Trang 28
tỷ số được sử dụng nhiều nhất là tổng nợ trên tổng tài sản Melicher (1974) Ngồi ra, Patel và Olsen (1984) đã sử dụng tỷ số nợ ngắn hạn trên tổng tài sản và Logue và
Merville (1972) sử dụng tỷ số nợ dài hạn trên tổng tài sản để đo lường địn bẩy tài chính Phân tích về mối quan hệ giữa rủi ro hệ thống và các biến tài chính đã cĩ nhiều nghiên
cứu trên thê giới và kêt quả của các nghiên cứu này là khác nhau
Các lý thuyết tài chính cho thấy rằng địn bẩy tài chính cao sẽ làm tăng rủi ro hệ thống (Bowman, 1979; Moyer và Chatfield, 1983) Nhiều nghiên cứu thực nghiệm đã cho rằng cĩ mối quan hệ đồng biến giữa rủi ro hệ thống và địn bẩy tài chính (Beaver va ctg, 1970; Hamada, 1972; Logue va Merville, 1972; Borde va ctg, 1994; Bowman, 1979; Patel va Olsen, 1984; Kim va ctg, 2002; Lee va Jang, 2007) Két qua cua Melicher (1974) cho rang cé méi quan hệ đồng biến giữa rủi ro hệ thống và địn bẩy tài chính nhưng mối quan hệ này được thể hiện qua mơ hình phi tuyến tính Nghiên cứu của Patel và Olsen (1984)
sử dụng tỷ số nợ ngắn hạn so với tổng tài sản để đo lường địn bẩy tài chính Lý đo là
nghiên cứu của họ thực hiện trong ngành bất động sản tại thời điểm nghiên cứu sử dụng nhiều nợ vay ngắn hạn hơn nợ dài hạn Kết quả nghiên cứu cho thấy mối quan hệ đồng
biến giữa rủi ro hệ thống và địn bay tài chính Ngồi ra, nghiên cứu của Kim và ctg (2002) cũng cho rằng cĩ mối quan hệ đồng biến giữa rủi ro hệ thống và địn bảy tài chính
Nghiên cứu của họ cho thấy tý số giữa tơng nợ trên tổng tài sản, sử dụng để đo lường địn
bây tài chính, cĩ mối quan hệ đồng biến với rủi ro hệ thống Phát hiện này cho rằng việc
sử dụng dụng nợ vay nhiều sẽ làm gia tăng rủi ro cho cơng ty Logue và Merville (1972) sử dụng hai tỷ số địn bẩy, các khoản nợ ngắn hạn so với tổng tài sản và các khoản nợ dài hạn so với tổng tài sản, để nghiên cứu mối quan hệ với rủi ro hệ thống Họ phát hiện ra rằng cả hai tỷ số này đều cĩ mối quan hệ đồng biến với rủi ro hệ thống Những nghiên cứu này ngụ ý rằng việc sử dụng nhiều nợ sẽ làm gia tăng rủi ro hệ thống vì lợi nhuận sẽ
bị biến động mạnh với những biến động kinh tế
Mặc dù nhiều nghiên cứu (Kim và ctg, 2002; Logue và Merville, 1972; Bowman, 1979) ủng hộ mối quan hệ đồng biến giữa rủi ro hệ thong va don bay tai chính nhưng một số nghiên cứu khác lại phủ nhận quan điểm này Gu và Kim (1998) đã phát hiện ra mối
Trang 29
quan hệ nghịch biến giữa rủi ro hệ thống và địn bẩy tài chính Toms và ctg (2005) cũng tìm thấy mối quan hệ nghịch biến giữa rủi ro hệ thống và địn bẩy tài chính nhưng bằng
chứng chưa đủ thuyết phục
Kêt quả của các nghiên cứu trước đa phân cho răng việc sử dụng nhiêu nợ vay sẽ làm tăng rủi ro của cơng ty, chỉ cĩ một số ít nghiên cứu đi ngược lại với quan điểm này Ngồi ra, nghiên cứu của Borde (1998) xác nhận răng chưa tìm đủ băng chứng về mơi
quan hệ giữa rủi ro hệ thống và địn bẩy tài chính
2.2.3 Khả năng sinh lời
Khả năng sinh lời là một thành phần quan trọng trong việc ra quyết định lựa chọn đầu tư Kết quả kinh doanh sẽ được phân tích và so sánh với các cơng ty trong ngành để đánh giá khả năng tạo lợi nhuận cũng như khả năng quản lý của ban điều hành (Scherrer và
Mathison, 1996) Cĩ nhiều phương pháp khác nhau để đo lường khả năng sinh lời, nghiên
cứu của Melicher (1974) sử dụng lợi nhuận sau thuế trên vốn chủ sở hữu (ROE) để phân
tích mối quan hệ giữa rủi ro hệ thống và khả năng sinh lời Helfert (2001) sử dụng lợi
nhuận sau thế trên vốn đầu tư để đo lường khả năng sinh lời, cịn nghiên cứu của Repetti và Kim (2010) sử dụng lợi nhuận sau thế trên tổng tài sản (ROA) Sau đây sẽ trình bày mơi quan hệ giữa rủi ro hệ thơng và khả năng sinh lời của các nghiên cứu trước
Một số nghiên cứu của Logue và Merville (1972); Borde (1998); Scherrer và Mathison (1996); Kim và ctg (2002) và Lee và Jang (2007) ủng hộ mối quan hệ nghịch biến giữa rủi ro hệ thống và khả năng sinh lời Họ cho rằng các cơng ty cĩ lợi nhuận cao sẽ chịu ít rủi ro hơn Nghiên cứu của Logue và Merville (1972) cho rằng lợi nhuận cao sẽ làm giảm khả năng thất bại trong kinh doanh, do đĩ giúp làm giảm rủi ro hệ thống Scherrer và Mathison (1996) cũng cho rằng cĩ mối quan hệ nghịch biến giữa rủi ro hệ thống và khả năng sinh lời Họ đề xuất sự ổn định của dịng tiền từ hoạt động sẽ làm giảm rủi ro hệ thống của cơng ty Borde (1998) cũng đã tìm thấy mối quan hệ nghịch biến giữa
rủi ro hệ thống và khả năng sinh lời Borde (1998) khẳng định rằng mối quan hệ này cĩ thể bị thay đổi giữa các ngành khác nhau
Trang 30
Ngược lại với các nghiên cứu trên, Melicher (1974) đã tìm thấy mối quan hệ đồng
biến giữa rủi ro hệ thống và khả năng sinh lời, được đo lường bởi ROE Nghiên cứu này cũng chỉ ra những cơng ty tạo ra lợi nhuận cao cĩ thể thực hiện các chiến lược kinh doanh cĩ nhiêu rủi ro, vì vậy sẽ đơi mặt với nhiêu rủi ro
Nghiên cứu của Repetti và Kim (2010) thì cho rằng cĩ mối quan hệ nghịch biến giữa rủi ro hệ thống và khả năng sinh lời nhưng kết quả của nghiên cứu khơng cĩ ý nghĩa thống kê
2.2.4 Tính hiệu quả
Tính hiệu quả thể hiện khả năng sử dụng tài sản của cơng ty, việc quản lý tài sản một cách hiệu quả sẽ tạo ra lợi nhuận cao (Gu và Kim, 1998) Các nghiên cứu trước đã sử
dụng nhiều tỷ số khác nhau để đo lường tính hiệu quả Repetti và Kim (2010) sử dụng vịng quay tài sản (doanh thu trên tơng tài sản) để đo lường tính hiệu quả, cịn nghiên cứu
của Gu và Kim (1998) sử dụng vịng quay hàng tồn kho (doanh thu trên hàng tồn kho) để
đo lường tính hiệu quả Các nghiên cứu về mối quan hệ giữa rủi ro hệ thống và tính hiệu
quả được trình bày như sau:
Borde (1998), Gu và Kim (1998) và Logue và Merville (1972) cho rằng cĩ mối quan
hệ nghịch biến giữa rủi ro hệ thống và tính hiệu quả Gu và Kim (1998) đã tìm thấy mối
quan hệ nghịch biến giữa rủi ro hệ thống và tính hiệu quả, được đo lường bằng vịng quay tài sản Họ cho rằng việc quản lý tài sản một cách hiệu quả sẽ làm giảm rủi ro hệ thống Tương tự như Gu và Kim (1998), Logue và Merville (1972) cũng đã tìm ra mối quan hệ
nghịch biến giữa rủi ro hệ thống và tính hiệu quả Những nghiên cứu này cho rằng, việc
quản lý tài sản một cách hiệu quả sẽ tạo ra lợi nhuận cao, vì vậy rủi ro cũng được giảm xuơng
Nghiên cứu của Repetti và Kim (2010) cho rằng cĩ mối quan hệ đồng biến giữa rủi ro
hệ thống và tính hiệu quả với mức ý nghĩa 5% Kết quả nghiên cứu cho thấy khi nền kinh
tế hoạt động bình thường, việc sử dụng tài sản hiệu quả cao sẽ làm tăng rủi ro cho cơng ty
Trang 31
Đa số các nghiên cứu trước đều ủng hộ mối quan hệ nghịch biến giữa rủi ro hệ thống và tính hiệu quả Ngược lại với các nghiên cứu trước, Kim và ctg (2002) cho thấy tính hiệu quả cĩ tác động khơng đáng kế đến rủi ro hệ thống Lee và Jang (2007) cũng chưa
tìm thấy mối quan hệ giữa rủi ro hệ thống và tính hiệu quả mặc du giả thuyết nghiên cứu
của họ là cĩ mơi quan hệ nghịch
2.2.5 Tốc độ tăng trưởng
Tốc độ tăng trưởng của một cơng ty thể hiện khả năng mở rộng quy mơ hoạt động trong một giai đoạn (Kim và ctg, 2002) hoặc thể hiện khả năng tạo ra lợi nhuận lớn hơn ở một giai đoạn (Borde, 1998) Đề đo lường mức độ tăng trưởng của cơng ty, nhiều nghiên cứu đã được thực với các chỉ số khác nhau Moyer và Chatfield (1983) đo lường tốc độ tăng trưởng bằng cách sử dụng lợi nhuận trên một cổ phiếu (EPS) nghiên cứu của Borde (1998) sử dụng lợi nhuận trước thuế và lãi (EBIT), Rosenberg và Perry (1978) sử dụng sự gia tăng trung bình của tài sản trong 5 năm để đo lường tốc độ tăng trưởng và Kim và ctg (2002) sử dụng phần trăm thay đối trong tong tai san dé do lường tốc độ tăng trưởng Nghiên cứu về mối quan hệ giữa rủi ro hệ thống và tốc độ tăng trưởng được trình bày như
sau:
Nghiên cứu cia Moyer và Chatfield (1983) sử dụng lợi nhuận trên một cơ phiếu (EPS) để đo lường mức độ tăng trưởng của cơng ty và sử dụng dữ liệu trong 10 năm Kết quả của nghiên cứu cho thấy mối quan hệ nghịch biến giữa rủi ro hệ thống và tốc độ tăng
trưởng Borde (1998) sử dụng lợi nhuận trước thuế và lãi (EBIT) dé đo lường tốc độ tăng
trưởng Borde (1998) đưa ra những lập luận khác nhau về mối quan hệ giữa rủi ro hệ thống và tốc độ tăng trưởng Nếu tốc độ tăng trưởng của một cơng ty được dự đốn tăng thì thị trường sẽ phản ánh một cách tích cực, tức là giá chứng khốn sẽ tăng lên và nhà đầu tư cảm nhận sự tăng trưởng là cĩ cơ sở và ít rủi ro hơn Quan điểm này thể hiện mối
quan hệ nghịch biến giữa rủi ro hệ thống và tốc độ tăng trưởng
Nghiên cứu của Borde (1998) cũng lập luận rằng tốc độ tăng trưởng nhanh chĩng sẽ dẫn đến thiếu nguơn lực đề xử lý các tình huống trong nội bộ cơng ty và điều này làm gia
Trang 32
tăng rủi ro cho cơng ty Quan điểm này thể hiện mối quan hệ đồng biến giữa rủi ro hệ thống và tốc độ tăng trưởng Nghiên cứu của Rosenberg và Perry (1978) cho rằng cĩ mối quan hệ đồng biến giữa rủi ro hệ thống và tốc độ tăng trưởng Nghiên cứu của họ sử dụng sự gia tăng trung bình của tài sản trong 5 năm để đo lường tốc độ tăng trưởng Họ cho rằng một cơng ty cĩ tốc độ tăng trưởng cao trong tài sản sẽ làm gia tăng rủi ro hệ thống Phát hiện này được hỗ trợ bởi các nghiên cứu của Fama và French (1993) Kim và ctg (2002) sử dụng phân trăm thay đơi trong tổng tài sản để đo lường tốc độ tăng trưởng Họ
cũng cho thấy mối quan hệ đồng biến giữa rủi ro hệ thống và tốc độ tăng trưởng Họ cho
rằng các cơng ty cĩ tốc độ tăng trưởng nhanh cần phải cĩ một lượng vốn lớn để mở rộng quy mơ của cơng ty Idol (1978) cũng chỉ ra các cơng ty cĩ tăng trưởng cao sẽ gặp nhiều rủi ro hơn Giả thuyết của Idol (1978) dựa trên kết quả nghiên cứu thê hiện mối quan hệ
đồng biến giữa rủi ro hệ thống và tốc độ tăng trưởng của Logue và Merville (1972)
Nghiên cứu của Beaver và ctg (1970) thì cho rằng cĩ mối quan hệ đồng biến giữa rủi ro hệ thơng và tốc độ tăng trưởng nhưng kết quả của nghiên cứu khơng cĩ ý nghĩa thống kê Lý do cĩ sự mâu thuẫn trong lập luận từ lý thuyết và nghiên cứu thực nghiệm là do các nghiên cứu thực nghiệm sử dụng các cách khác nhau để đo lường tốc độ tăng trưởng Delmar và ctg (2003) cho rằng cĩ lẽ khơng cĩ một phương pháp nào tối ưu để đo lường tốc độ tăng trưởng và điều này dẫn đến những mâu thuẫn với lý thuyết
2.2.6 Quy mơ hoạt động
Quy mơ hoạt động được xác định bởi tơng tài sản dùng để phản ánh giá trị của cơng
ty và được đo lường bằng cách lấy logarit (Repetti và Kim, 2010) Việc sử dụng tài sản như thế nào để đo lường quy mơ hoạt động cũng được sử dụng theo những cách khác nhau trong các nghiên cứu trước Nghiên cứu của Kim và ctg (2002) và Repetti và Kim (2010) sử dụng vốn hĩa thị trường, tích số giữa giá trị trường của cổ phiếu với số lượng
cơ phiếu đang lưu hành trên thị trường theo thời gian để đo lường quy mơ hoạt động, cịn
nghiên cứu của Titman và Wessels (1988) thì sử dụng logarit của tổng tài sản Các nghiên cứu về mối quan hệ giữa rủi ro hệ thống và quy mơ hoạt động được trình bày như sau:
Trang 33
Theo Titman và Wessels (1988) một cơng ty lớn thường cĩ xu hướng đa dạng hĩa kinh doanh hiệu quả hơn, do đĩ rủi ro hệ thống sẽ giảm xuống Mặt khác, Fisher (1959)
cho rằng chứng khốn của các cơng ty lớn cĩ thể nhanh chĩng chuyền đổi thành tiền mặt
và điều này làm cho chúng ít rủi ro Ngồi ra, những cơng ty lớn thường cĩ rủi ro hệ thống thấp vì chúng cĩ nhiều nguồn lực hơn để ứng phĩ với sự tác động của các yếu tố kinh tế, xã hội và chính trị (Sullivan, 1978) Khi quy mơ hoạt động lớn, cơng ty cĩ thể sử dụng sức mạnh thị trường để đạt được hiệu quả cao hơn trong mơi trường cạnh tranh do sản xuất với sản lượng lớn nên cĩ thể giảm thiểu chỉ phí và gia tăng lợi nhuận, dẫn đến cĩ ít rủi ro hơn (Ben-Zion và Shalit, 1975; Moyer và Chatfield, 1983) Frank và Goyal (2009) cũng cho rằng các tập đồn lớn phải đối mặt với rủi ro thấp hơn, cĩ nghĩa là rủi ro
hệ thống cĩ mối quan hệ nghịch biến với quy mơ hoạt động Mối quan hệ nghịch biến
này được khăng định trong nhiều nghiên cứu thực nghiệm bao gồm Patel và Olsen (1984) và Logue và Merville (1972)
Nghiên cứu của Rosenberg và Perry (1978) đã tìm thấy mối quan hệ đồng biến giữa
rủi ro hệ thống và quy mơ hoạt động Điều này đi ngược lại với giả thuyết ban đầu của
họ Các chứng khốn của cơng ty lớn thường được xem là một đầu tư an tồn hơn so với
các cơng ty nhỏ vì chúng cĩ một lượng lớn tài sản cĩ thể dùng để thế chấp và cĩ nhiều nguồn lực hơn để đa dạng hĩa tài sản (Datta và ctg, 1999) Nghiên cứu của Kim và ctg (2002) sử dụng vốn hĩa thị trường, tích số giữa giá trị trường của cổ phiếu với số lượng cơ phiếu đang lưu hành trên thị trường theo thời gian để đo lường quy mơ hoạt động Kết
quả cũng cho thấy mối quan hệ đồng biến giữa rủi ro hệ thống và quy mơ hoạt động Ngược lại với các nghiên cứu trên, nghiên cứu thực nghiệm của Moyer và Chatfield
(1983) đã sử dụng 3 cách khác nhau bao gồm: tổng doanh thu, tổng tài sản và thị phần
của cơng ty so với ngành để phân tích mối quan hệ giữa rủi ro hệ thống và quy mơ hoạt động Kết quả của nghiên cứu này chưa tìm thấy bằng chứng thê hiện mối quan hệ giữa rủi ro hệ thống và quy mơ hoạt động
Trang 34Bảng 2.2 Kết quả một số nghiên cứu trước
_Nghiên cứu Kết quả Tác giả
oe Jensen (1984); Patel va Olsen (1984); Borde (1998) Beta va Tinh thanh khoan " Logue va Merville (1972); Moyer va Chatfield (1983)
0 Gu va Kim (1998); Lee va Jang (2007)
+ Bowman (1979); Patel va Olsen (1984) )
Beta va Don bay tai chinh _ Gu va Kim (1998); Toms va ctg (2005) 0 Borde (1998) + Melicher (1974) <a Beta va Kha nang sinh lời 2 Logue va Merville (1972); Scherrer va Mathison (1996) 0 Repetti va Kim (2010) a Repetti va Kim (2010)
Beta va Tinh hiéu qua _ Borde (1998); Gu va Kim (1998) 0 Kim va ctg (2002); Lee va Jang (2007)
ne Rosenberg va Perry (1978) =
Beta va Tốc độ tăng trưởng - Moyer va Chatfield (1983); Borde (1998) 0 Beaver va ctg (1970); Delmar va ctg (2003) ae Datta va ctg (1999); Kim va ctg (2002) : Beta và Quy mơ hoạt động = Titman và Wessels (1988); Frank và Goyal (2009) 0 Ta và Chatfield (1983)
Ký hiệu: +: mối quan hệ đồng biến; - : mối quan hệ nghịch biến; 0: khơng cĩ mối quan hệ Nguồn: Tác giả tự tổng hợp từ các nghiên cứu trước
Trang 35
CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
Sau khi trình bày cơ sở lý thuyết ở Chương 2 Tiếp theo, Chương 3 sẽ trình bày cách
xây dựng các giả thuyết nghiên cứu dựa trên cơ sở lý thuyết ở Chương 2 Bố cục ở Chương 3 được trình bày theo ba phần Phần một mơ tả khung tiếp cận nghiên cứu, phần hai xây dựng các mơ hình nghiên cứu, phần ba mơ tả các biến đo lường, phân bơn xây dựng dữ liệu nghiên cứu và phần sau cùng mơ tả chỉ tiết phương pháp nghiên cứu
3.1 Khung tiếp cận nghiên cứu
Đê cĩ hướng nhìn tơng quát vê mơi quan hệ giữa rủi ro hệ thống và các biến tài chính, đồng thời từ việc lược khảo lý thuyết ở Chương 2, khung tiếp cận nghiên cứu sẽ được
trình bày Hình 3.1 dưới đây mơ tả khung tiếp cận nghiên cứu Các biến tài chính (1) Tính thanh khoản (2) Don bay tài chính (3) Tính hiệu quả (4) Khả năng sinh lời (5) Tốc độ tăng trưởng (6) Quy mơ cơng ty
Hình 3.1 Khung tiếp cận nghiên cứu
Hình 3.1 cho thay rủi ro hệ thống được thể hiện ở bên phải và được đo lường bằng hệ
số Beta Các biến tài chính bên trái Hình 3.1 gồm: tính thanh khoản, địn bảy tài chính,
tính hiệu quả, khả năng sinh lời, tốc độ tăng trưởng và quy mơ hoạt động
Trang 36
3.2 Mơ hình nghiên cứu
Để xây dựng mơ hình nghiên cứu, tác giả đề xuất mơ hình kế thừa từ kết quả nghiên
cứu của (Repetti và Kim, 2010) như sau:
Beta = Bo+ B,(Liq)+ B2(Lev)+ B3(Prof)+ 8(Eff)+ Ø;(Growth)+ Øạ(Size)+£ (3.1)
Trong đĩ:
B1, Bz, Bs ổạ, Bs và B¿ là các hệ số hồi quy, Bọ là tung độ gốc của phương trình, z là
phần dư (những yếu tố chưa giải thích)
Liq la ty số thanh tốn hiện thời; Lev là tỷ số nợ trên tổng tài sản; Prof là lợi nhuận sau thuế trên tổng tài sản (ROA); Eff là vịng quay tài sản; Growth là tỷ số tăng trưởng
EBIT; Size là logarit (tổng tài sản)
Ngồi ra, luận văn cũng tìm hiểu liệu rằng cĩ điểm tối ưu của các biến tài chính hay
khơng Nghĩa là tác động của các biến tài chính lên rủi ro hệ thống thay đổi từ nghịch biến sang đồng biến hay ngược lại tại một điểm nảo đĩ Cụ thể hơn, khi các biến tài chính
tăng, rủi ro hệ thống giảm hay hoặc tăng đến một ngưỡng nào đĩ Nhưng nếu nĩ vượt qua
điểm tới hạn (điểm uốn), mối quan hệ sẽ đảo chiều Do đĩ, để kiểm định giả thuyết cho rằng tồn tại mối quan hệ phi tuyến tính giữa rủi ro hệ thống và các biến tài chính, bình phương của các biến này gồm Liq2, Lev?, Prof?, Eff?, Growth? va Size? sẽ được đưa
vào mơ hình trên
Trang 37
Bảng 3.1 Bảng mơ tả các biến đo lường được sử dụng trong nghiên cứu
STT_ Tên biến Định nghĩa Cách đo lường
Biến phụ thuộc
Beta được xác định bằng phương pháp phân tích hồi 1 Beta Rui ro hé théng quy tuyến tính với hai biến độc lập và phụ thuộc lần
lượt là lợi nhuận thị trường và lợi nhuận cổ phiếu Biến giải thích
Ì Lịa Tính thanh khoản Tỷ số thanh tốn hiện thời
2 Lev Địn bẩy tài chính Tổng nợ trên tơng tài sản
3 Prof Khả năng sinh lời Lợi nhuận sau thuế trên tổng tài sản (ROA)
+> Eff Tính hiệu quả Vịng quay tài sản
Tỷ số tăng trưởng lợi nhuận trước thuế và
5_ Growth Tốc độ tăng trưởng lãi (EBIT) hàng năm 6_ Size Quy mơ hoạt động Logarit (Tổng tài sản)
Nguồn: Repetti và Kim (2010)
3.3 Biến đo lường
Biến đo lường được sử dụng để đưa vào mơ hình phân tích gồm cĩ: (1) biến phụ thuộc (hệ số beta đại diện cho rủi ro hệ thống); (2) biến độc lập Các biến đo lường này sẽ
lần lượt trình bày cụ thể như sau:
3.3.1 Biến phụ thuộc
Hệ số beta, rủi ro hệ thống, được định nghĩa như là hệ số đo lường mức độ biến động lợi nhuận của cơ phiếu cá biệt so với mức độ biến động lợi nhuận của danh mục cổ phiếu
thị trường (Sharp, 1963) Beta được xác định bằng phương pháp phân tích hồi quy tuyến
tính - bình phương nhỏ nhất - với biến độc lập là ?„„ (tỷ suất sinh lợi của danh mục thị
trường) và biến phụ thuộc là r; (tỷ suất sinh lợi của cổ phiếu i) Cụ thể, trình tự dé tinh
tốn beta cho một cơng ty sẽ được trình bày như sau: Cơng thức tính hệ số beta:
Trang 38
Trong đĩ:
r;: tỷ suất sinh lợi của cổ phiếu ¡
Tm: ty suất sinh lợi của danh mục thị trường
Cov(r¡, rm): hiệp phương sai giữa lợi nhuận của cơ phiếu ¡ và lợi nhuận của thị trường m
Var(rm): phương sai của thị trường
Thu thập giá cỗ phiếu và chỉ số Vn-Index hàng tuần, giá đĩng cửa trong ngày thứ 6 hàng tuần, trong một năm
Tính tỷ suất sinh lợi hàng tuần của cơ phiếu và Vn-Index theo cơng thức: — Pt+1
ee Li ay
Như vậy, dữ liệu sau cùng gồm 51 quan sát gồm hai biến là tỷ suất sinh lợi của cổ
phiếu và tỷ suất sinh lợi của Vn-Index Đề tài tính tốn beta bằng cách sử dụng hàm Slope trong phần mềm Excel của Microsoft, kết quả được trình bày trong phần Phụ Lục
5 Trong đĩ, biến độc lập là rạ (tỷ suất sinh lợi của danh mục thị trường) và biến phụ thuộc là r¡ (tỷ suất sinh lợi của cổ phiếu ¡)
3.3.2 Biến độc lập
Các biến độc lập bao gồm 6 biến: tính thanh khoản thơng qua tỷ số thanh tốn hiện
thời, địn bẩy tài chính, khả năng sinh lời (ROA), tính hiệu quả thơng qua vịng quay tài sản, tốc độ tăng trưởng và quy mơ hoạt động
Trang 39
3.3.2.1 Tính thanh khoản
Theo các cơng trình nghiên cứu trên thế giới, trừ trường hợp quá điển hình như khơng cĩ mối liên hệ nào giữa rủi ro hệ thống và tính thanh khoản (Gu và Kim, 1998; Lee và Jang, 2007), cĩ hai trường phái phân biệt rõ hai quan điểm Quan điểm thứ nhất cho rằng, cĩ mối quan hệ đồng biến giữa rủi ro hệ thống và tính thanh khoản (Jensen, 1984; Patel
va Olsen, 1984; Borde, 1998; Borde va ctg, 1994) Theo quan diém nay, tinh thanh khoan cao sẽ làm gia tăng rủi ro hệ thống vì những lý do sau Thứ nhất, tính thanh khoản cao cĩ
thê làm tăng chỉ phí đại điện của dịng tiền tự do và làm lãng phí nguồn lực của cơng ty,
do đĩ làm tăng rủi ro hệ thống (Jensen, 1984) Thứ hai, tính thanh khoản cao thê hiện nguồn lực sẵn cĩ khơng được sử dụng một cách hiệu quả và ảnh hưởng đến nguồn vốn cho các hoạt động khác, lập luận này cho rằng nguồn lực sẵn cĩ nên được đầu tư vào các tài sản hoạt động để tạo ra lợi nhuận (Borde, 1998) Thứ ba, Borde và ctg (1994) cũng cho rằng tính thanh khoản cao thơng qua việc giữ tiền mặt quá nhiều sẽ dẫn đến VIỆC gia tăng đầu tư vào các lĩnh vực mà cơng ty khơng cĩ kinh nghiệm và chuyên mơn vì vậy sẽ làm tăng rủi ro hệ thống
Trái ngược với quan điểm thứ nhất, quan điểm thứ hai khuyến nghị, tính thanh khoản
cao sẽ làm giảm rủi ro hệ thống (Beaver và ctg, 1970; Logue va Merville, 1972; Moyer va Chatfield, 1983; Mear va Firth, 1988) Một cơng ty cĩ tính thanh khoản cao sẽ cĩ
nhiều lợi thế để ứng phĩ với các biến động kinh tế, điều này sẽ làm giảm rủi ro hệ thống
(Logue và Merville, 1972) Moyer và Chatfield (1983) cho rằng, tính thanh khoản cao thì các khoản nợ ngắn hạn sẽ thấp hơn tài sản ngắn hạn, dẫn đến vốn lưu động của cơng ty cao, điều này giúp cơng ty tránh được rủi ro với các khoản nợ ngắn hạn và giúp làm giảm rủi ro hệ thống Tài sản ngắn hạn tăng sẽ làm cho lợi nhuận ¡t biến động hơn so với việc tăng tài sản dài hạn, điều này làm giảm rủi ro hệ thống Beaver và ctg (1970)
Mặc dù tơn tại hại quan điêm trái ngược nhau, nhưng nhiêu nghiên cứu thực nghiệm vệ tính thanh khoản đêu cho răng, tính thanh khoản càng cao sẽ cĩ mơi liên hệ ngược chiều với rủi ro hệ thong (Beaver va ctg, 1970; Logue va Merville, 1972; Moyer va
Trang 40
Chatfield, 1983; Mear và Firth, 1988) Do đĩ, giả thuyết nghiên cứu trong luận văn này được đặt ra như sau:
Giả thuyết Hị: Rủi ro hệ thơng cĩ mối quan hệ nghịch biến với tính thanh khoản Kế thừa nghiên cứu của Beaver (1970), đề tài này sử dụng tỷ số thanh tốn hiện thời
như là một cách đo lường tính thanh khoản để phân tích mối quan hệ giữa rủi ro hệ thống
và các biến tài chính Cơng thức được trình bày như sau: Tài sản ngắn hạn ¡
LÍq¡: = Nợ ngan han jt (3.3) 3.3.2.2 Don bay tai chinh
Trong các nghiên cứu trước đây, cĩ nhiều quan điểm ủng hộ mối quan hệ đồng biến
giữa rủi ro hệ thống và địn bây tài chính (Beaver và ctg 1970; Hamada, 1972; Logue và Merville, 1972; Borde va ctg, 1994; Bowman (1979); Patel va Olsen (1984); Ben-Zion va Shalit (1975); Kim va ctg, 2002; Lee va Jang, 2007) Hamada (1972) đã nghiên cứu ảnh hưởng của cấu trúc vốn đến rủi ro hệ thống Khi nợ tăng mà vốn khơng thay đổi thì nĩ
cho thấy sự gia tăng rủi ro Nghiên cứu này đã sử dụng mơ hình hồi quy để kiểm tra 304
cơng ty trên sản chứng khốn New York (NYSE) giai đoạn 1948 - 1957 Kết quả cho
thấy địn bẩy tài chính cĩ thẻ giải thích được 21% -24% rủi ro hệ thống Bowman (1979)
đã sử dụng hai cách để đo lường địn bẩy tài chính Thứ nhất, địn bẩy tài chính được đo lường bằng giá trị thị trường giữa tổng nợ so với tổng tài sản Thứ hai, địn bẩy tài chính
được đo lường bằng giá trị số sách giữa tổng nợ so với tổng tài sản Kết quả của nghiên cứu cho thấy rằng cả hai phương pháp này đều cĩ mối quan hệ đơng biến với rủi ro hệ thống
Ngược lại với quan các nghiên cứu trên, Martikainen và Teppo (1993); Gu và Kim (1998); Toms và ctg (2005) cho rằng cĩ mối quan hệ nghịch biến giữa rủi ro hệ thống và địn bây tài chính Tuy vậy, những nghiên cứu thê hiện mối quan hệ giữa rủi ro hệ thống và địn bây tài chính cĩ số lượng nhiều hơn so với quan điểm tiêu cực Chính vì lý do này đã tạo cơ sở cho việc đặt giả thuyết trong luận văn nghiên cứu này như sau: