Trong phần trước, kết quả nghiên cứu đã chỉ ra là giá trị của những công ty
có chi phí R&D có mối quan hệ cùng chiều với rủi ro phi hệ thống. Để giải
quyết vấn đề nghiên cứu tiếp theo, trong phần này tác giả nghiên cứu mối
quan hệ giữa rủi ro phi hệ thống với tỷ suất sinh lợi cổ phiếu công ty trong
những quan sát có R&D và không có R&D. Theo những tranh luận trước đây
thì tỷ suất sinh lợi của những cổ phiếu của công ty có nhiều cơ hội tăng
trưởng thì có mối quan hệ cùng chiều với biến động phi hệ thống tỷ suất sinh
lợi. Điều này được giải thích bởi vì biến động càng cao sẽ làm tăng giá trị của
quyền chọn tăng trưởng.
Theo như phần thảo luận trong phần trước Ang, Hodrick, Xing và Zhang
(2006, 2009) đã chỉ ra rằng danh mục trọng số bằng nhau có độ biến động phi
hệ thống tỷ suất sinh lợi cổ phiếu cao thì có tỷ suất sinh lợi kì vọng thấp. Ở
nội dung này tác giả dựa trên việc thực hiện nghiên cứu đồng thời giữa rủi ro
phi hệ thống, giá trị quyền chọn và tỷ suất sinh lợi cổ phiếu tương tự như
trong mô hình của Kogan và Papanikolaou (2012). Vì vậy tác giả thực hiện
nghiên cứu đồng thời độ biến động tỷ suất sinh lợi với tỷ suất sinh lợi cổ
phiếu công ty, tương tự như trong phần hồi quy dữ liệu bảng thì tác giả
nghiên cứu giá trị doanh nghiệp với độ biến động tỷ suất sinh lợi cổ phiếu
công ty.
Mặt khác nếu trong mô hình Fama – French bị thiếu biến thì sẽ xuất hiện mối
quan hệ hệ thống giữa tỷ suất sinh lợi cổ phiếu và rủi ro phi hệ thống. Vì vậy,
biến động phi hệ thống tỷ suất sinh lợi bất thường có thể không biến mất
hoàn toàn khi kiểm soát quyền chọn tăng trưởng. Tuy nhiên, chúng ta kì vọng
rằng những công ty có nhiều cơ hội tăng trưởng hơn thì tỷ suất sinh lợi cao
hơn những công ty có ít cơ hội tăng trưởng, vì vậy biến động phi hệ thống bất
thường của tỷ suất sinh lợi cổ phiếu có thể sẽ ít xuất hiện trong những công ty
có nhiều cơ hội tăng trưởng.
Để thực hiện được mục tiêu nghiên cứu tiếp theo này, dựa vào rủi ro phi hệ
thống được tính từ độ lệch chuẩn của phần dư trong mô hình Fama – French
cho từng công ty vào mỗi năm tài chính. Rủi ro phi hệ thống được sắp xếp từ
thấp tới cao và chia thành 10 danh mục theo trọng số bằng nhau. Sau khi tính
toán các biến trong mô hình Fama – French và tỷ suất sinh lợi vượt trội của
từng danh mục trọng số bằng nhau, tác giả tiến hành thực hiện các hồi quy và
Bảng 4.17 trình bày hệ số anpha từ hồi quy tỷ suất sinh lợi vượt trội hằng
tháng của mỗi danh mục theo các nhân tố của Fama.Theo như Bali và Cakici
(2008) đã chỉ ra rằng biến động phi hệ thống bất thường thường khó hiện
diện trong nhưng danh mục trọng số bằng nhau.
Bảng 4.17 cho thấy các hệ số anpha trong các danh mục chênh lệch của
những quan sát có chi phí R&D không có ý nghĩa thống kê cho thấy rủi ro
phi hệ thống bất thường không xuất hiện trong những danh mục này.Trong
Panel A với toàn bộ quan sát cho thấy các hệ số anpha xắp xếp theo trật tự
đều dương nhưng khi xét những quan sát có chi phí R&D ở Panel B thì mẫu
hình của hệ số anpha thay đổi thành hình U ngược, đối với Panel C những
quan sát không có R&D thì hệ số anpha trong danh mục chênh lệch có ý
nghĩa thống kê chứng tỏ rủi ro phi hệ thống bất thường xuất hiện trong những
danh mục này. Tóm lại, những phát hiện này hổ trợ cho những dự báo trước
đây là rủi ro phi hệ thống thường ít xuất hiện ở những công ty có nhiều quyền
chọn tăng trưởng hơn.
Bảng 4.17: Hồi quy TSSL vƣợt trội của các danh mục hình thành từ độ biến động phi hệ thống TSSL cổ phiếu
Low 2 3 4 5 6 7 8 9 High HL
Panel A: All Observations
Anpha _ff -0.0181 0.0520** 0.0330* 0.0114 0.0400* 0.0106 0.0194 0.0152 -0.00744 -0.0238 -0.00565 (-1.75) (3.35) (2.02) (0.47) (2.58) (0.79) (1.18) (1.11) (-0.54) (-1.28) (-0.27) Rmrf 0.813*** 1.202*** 1.152*** 0.976*** 1.177*** 1.010*** 0.988*** 1.037*** 0.866*** 0.565*** -0.248 (12.23) (12.1) (11.03) (6.36) (11.87) (11.71) (9.38) (11.81) (9.74) (4.76) (-1.85) SMB -0.0173 0.039 0.0658 -0.21 0.113 -0.0818 0.0738 -0.0498 -0.0593 -0.434** -0.417* (-0.19) (0.29) (0.46) (-1.00) (0.83) (-0.69) (0.51) (-0.41) (-0.49) (-2.67) (-2.27) HML -0.144 0.332* 0.0766 0.0236 0.00371 0.0972 0.175 -0.113 0.0539 -0.153 -0.00926 (-1.72) (2.65) (0.58) (0.12) (0.03) (0.89) (1.31) (-1.02) (0.48) (-1.02) (-0.05)
Panel B: R&D Observations
Anpha _ff -0.0224* 0.0471** 0.013 0.0199 0.0272 0.025 0.00801 0.00664 0.0118 -0.0416*** -0.0192 (-2.15) (3.09) (0.72) (0.7) (1.86) (1.79) (0.45) (0.55) (0.83) (-3.58) (-1.29) Rmrf 0.816*** 1.197*** 1.001*** 1.004*** 1.112*** 1.151*** 0.929*** 0.946*** 0.979*** 0.506*** -0.309** (12.18) (12.25) (8.66) (5.53) (11.85) (12.91) (8.05) (12.21) (10.72) (6.8) (-3.24) SMB 0.00562 0.169 -0.111 -0.23 0.0254 0.432*** 0.0476 -0.125 0.00406 0.0986 0.0929 (0.06) (1.26) (-0.70) (-0.93) (0.2) (3.54) (0.3) (-1.18) (0.03) (0.97) (0.71) HML -0.199* 0.198 0.131 0.0591 0.00227 -0.0586 0.219 -0.0444 0.0294 -0.240* -0.0403 (-2.36) (1.6) (0.9) (0.26) (0.02) (-0.52) (1.51) (-0.45) (0.26) (-2.55) (-0.34)
Panel C: Non-R&D Observations
Anpha _ff 0.0840* -0.0193 0.0476 0.0182 0.0239 0.0102 0.046 -0.0342 -0.0874** -0.00259 -0.0866* (2.65) (-0.96) (1.85) (0.78) (1.02) (0.28) (1.62) (-1.11) (-3.40) (-0.10) (-2.35) Rmrf 1.337*** 0.777*** 1.322*** 1.215*** 0.979*** 1.016*** 1.033*** 0.829*** 0.329 0.840*** -0.497* (6.57) (6.01) (7.99) (8.15) (6.51) (4.31) (5.69) (4.18) (2) (4.81) (2.10) SMB -0.191 0.014 0.579* 0.205 -0.264 0.0296 -0.438 -0.289 -0.267 -0.342 -0.151 (-0.69) (0.08) (2.55) (1) (-1.28) (0.09) (-1.76) (-1.06) (-1.18) (-1.43) (-0.47) HML 0.728** 0.251 0.128 0.182 0.29 0.285 0.44 -0.398 -0.188 -0.288 -1.015** (2.84) (1.54) (0.61) (0.97) (1.53) (0.96) (1.92) (-1.59) (-0.91) (-1.31) (-3.41) N 60 60 60 60 60 60 60 60 60 60 60
Trong Bảng 4.18 sẽ tìm ra mối quan hệ giữa tỷ suất sinh lợi cổ phiếu với chi
phí R&D khi cố định rủi ro phi hệ thống. Bởi vì như lập luận ban đầu có mối
quan hệ giữa rủi ro đo lường bằng độ biến động tỷ suất sinh lợi cổ phiếu của
công ty và chi phí R&D, nên trong phần này tác giả thành lập các danh mục
dựa theo hai tiêu chí là rủi ro phi hệ thống và chi phí R&D của từng công ty.
Tác giả căn cứ vào chi phí R&D chia tổng số lượng cổ phiếu thành 6 danh
mục gồm 1 danh mục không có chi phí R&D và 5 danh mục có các mức chi
phí R&D từ thấp đến cao. Sau đó, tác giả căn cứ vào 10 danh mục được hình
thành từ rủi ro phi hệ thống theo Bảng 4.17. Tiếp theo, tác giả sắp xếp mỗi
danh mục theo rủi ro phi hệ thống vào 6 danh mục theo chi phí R&D để hình
thành nên 60 danh mục. Điều này cho phép kiểm soát rủi ro phi hệ thống để
nghiên cứu tác động đồng thời của chi phí R&D lên tỷ suất sinh lợi cổ phiếu
công ty. Kì vọng được đặt ra là tại mỗi mức độ biến động thì tỷ suất sinh lợi
sẽ tăng lên do chi phí R&D vì những công ty có chi phí R&D cao có thể có
nhiều quyền chọn tăng trưởng hơn. Bảng 4.18 trình bày anpha của các hồi
quy tỷ suất sinh lợi vượt trội theo tháng của 60 danh mục bằng mô hình Fama
– French.
Kết quả nghiên cứu cho thấy trong những danh mục có chi phí R&D cao thì
anpha có ý nghĩa thống kê và đa số là mang dấu âm, chứng tỏ những công ty
có R&D cao thì có tỷ suất sinh lợi cổ phiếu thấp. Đồng thời trong phần B của
Bảng 4.18 tác giả sắp xếp mỗi danh mục theo rủi ro phi hệ thống (10 danh
mục) vào hai danh mục: danh mục có chi phí R&D và danh mục không có
chi phí R&D để hình thành nên 20 danh mục. Kết quả hồi quy cho thấy là các
hệ số anpha trong danh mục có chi phí R&D cao và rủi ro phi hệ thống cao
đều có ý nghĩa thống kê và cũng mang dấu âm. Kết quả này trái ngược với kì
vọng ban đầu đặt ra là trong những công ty có nhiều quyền chọn tăng trưởng
thì mối quan hệ giữa rủi ro phi hệ thống và tỷ suất sinh lợi cổ phiếu là cùng
chiều. Điều này có thể giải thích là ở thị trường Việt Nam thì chi phí cho hoạt
động nghiên cứu và phát triển thật sự chưa được minh bạch, do đó việc tác
giả ngầm hiểu Quỹ đầu tư và phát triển được sử dụng hầu hết cho hoạt động
này thực chất thì chưa thật thỏa đáng, bởi vì trên thực tế nhiều công ty vẫn
trích lập Quỹ những thực chi cho hoạt động nghiên cứu và phát triển là rất
hạn chế. Chính vì vậy có thể ảnh hưởng những công ty đến đến kết quả hồi
quy.
Đến giai đoạn này có thể đưa ra kết luận cho mục tiêu nghiên cứu thứ ba là
tìm hiểu mối quan hệ giữa rủi ro phi hệ thống và tỷ suất sinh lợi cổ phiếu khi
có sự tác động của chi phí R&D. Kết luận của mối quan hệ này là ngược
chiều nhau. Tuy nhiên, trong mô hình Fama – French chỉ đưa vào ba nhân tố
là nhân tố quy mô, nhân tố thị trường và nhân tố giá trị (BE/ME) vào trong
mô hình mà chưa xét đến các nhân tố khác. Bên cạnh đó, anpha của những
danh mục chênh lệch (danh mục HL R&D) có ý nghĩa thống kê, cho thấy
xuất hiện rủi ro bất thường do còn có những nhân tố khác ảnh hưởng đến tỷ
suất sinh lợi vượt trội của danh mục cổ phiếu mà chưa được đưa vào mô
hình.
Kết quả nghiên cứu này tương tự như kết quả nghiên cứu của Ang, Hodrick,
Xing và Zhang (2006, 2009) cho thấy những cổ phiếu có rủi ro phi hệ thống
trong quá khứ cao thì trong tương lai có tỷ suất sinh lợi kì vọng thấp. Tuy
nhiên, nếu so với nghiên cứu gốc thì những danh mục có chi phí R&D cao thì
có anpha dương tức là có tỷ suất sinh lợi cao hơn với những cổ phiếu có rủi
ro phi hệ thống cao. Sự khác biệt này có thể do hạn chế của mẫu nghiên cứu
Bảng 4.18: Hồi quy TSSL vƣợt trội của danh mục hình thành từ độ biến động
TSSL phi hệ thống TSSL cổ phiếu và chi phí R&D
Panel A: 6 danh mục theo chi phí R&D
Danh mục Zero R&D 1 2 3 4 High R&D HL R&D HZ R&D
Low -0.0193 -0.0444** 0.0607* 0.0103 -0.0206 0.00019 0.0446** 0.0195 (-1.20) (-2.87) (2.37) (0.78) (-1.84) (0.02) (-2.83) (-1.05) 2 0.00394 -0.0158 0.0017 0.0391* 0.0017 0.00295 0.0187 -0.00099 (0.24) (-0.54) (0.14) (2.64) (0.14) (0.36) (-0.64) (-0.05) 3 0.000443 -0.0413** 0.047 0.0254 -0.0137 0.000875 0.0421** 0.000432 (0.03) (-2.83) (1.5) (1.72) (-1.16) (0.1) (-2.78) (-0.02) 4 0.00152 -0.0401** 0.0461* 0.00407 -0.0277* 0.012 0.0522* 0.0105 (0.11) (-2.78) (2.5) (0.27) (-2.43) (1.04) (-2.65) (-0.74) 5 0.00172 -0.00805 0.0560** 0.0313* -0.00261 0.0171 0.0252 0.0154 (0.13) (-0.67) (3.39) (2.61) (-0.21) (1.56) (-1.89) (-0.83) 6 -0.0154 -0.0443*** 0.0459* 0.0112 -0.0279* 0.00896 0.0533*** 0.0244 (-1.10) (-3.56) (2.66) (1.06) (-2.64) (0.9) (-3.89) (-1.46) 7 -0.0107 -0.0254 -0.0106 0.0134 -0.0163 0.019 0.0444* 0.0298 (-0.77) (-1.64) (-0.88) (1.07) (-1.59) (1.64) (-2.52) (-1.52) 8 -0.00413 -0.00643 -0.0277 0.0193 -0.00889 0.0058 0.0122 0.00993 (-0.31) (-0.44) (-1.13) (1.38) (-0.80) (0.66) (-1.1) (-0.72) 9 -0.0106 -0.0208 0.0024 -0.00846 -0.0239* -0.00056 0.0203* 0.0101 (-0.88) (-1.70) (0.2) (-0.76) (-2.24) (-0.07) (-2.15) (-0.77) High -0.012 -0.0228 0.000736 -0.0156 -0.0226 -0.0133 0.00952 -0.00128 (-0.93) (-0.92) (0.04) (-1.17) (-1.63) (-1.48) (-0.4) (-0.15)
Panel B: 2 danh mục có và không có chi phí R&D
Danh mục Không có chi phí R&D (L) Có chi phí R&D (H) HL
Low -0.0193 -0.00366 (-0.47) 0.0157 (0.85) (-1.20) 2 0.00394 -0.00266 (-0.35) -0.00661 (-0.36) (0.24) 3 0.000443 0.0138 (0.57) 0.0134 (0.44) (0.03) 4 0.00152 (0.11) -0.00433 (-0.57) -0.00585 (-0.36) 5 0.00172 (0.13) -0.00275 (-0.36) -0.00447 (-0.39) 6 -0.0154 (-1.40) -0.0116 (-0.78) 0.00379 (0.19) 7 -0.0107 (-0.77) -0.00177 (-0.23) 0.00896 (0.64) 8 -0.00413 (-0.31) -0.0227** (-2.98) -0.0186 (-1.33) 9 -0.0295* (-2.16) -0.00525 (-0.68) 0.0243 (1.63) High -0.0376** (-3.29) -0.00488 (-0.69) 0.0327** (3.15)
Mặc dù việc sắp xếp các danh mục theo hai tiêu chí là rủi ro phi hệ thống và
chi phí R&D nhằm mục tiêu kiểm soát rủi ro phi hệ thống để xét khả năng
ảnh hưởng của chi phí R&D tới mối quan hệ giữa rủi ro phi hệ thống với tỷ
suất sinh lợi bất thường của danh mục cổ phiếu. Tuy nhiên có thể có những
biến khác ảnh hưởng một cách hệ thống tới mối quan hệ này. Vì vậy trong
phần tiếp theo, tác giả tiếp tục thực hiện hồi quy tỷ suất sinh lợi bất thường
của các danh mục cổ phiếu với các biến kiểm soát như độ lệch so với phân
phối chuẩn của tỷ suất sinh lợi cổ phiếu (Skew), khả năng thanh khoản
(Turn), chi tiêu vốn (Capx), chi phí R&D (Rdexp), quy mô (Size), khả năng
sinh lợi (ROA), đòn bẩy tài chính (Leverage) bên cạnh các biến nghiên cứu
chính của mô hình là Vol_total, Vol_sys, Vol_unsys, các biến kiểm soát này
được tính cho từng danh mục theo giá trị trung bình trọng số bằng nhau.
Trong đó tỷ suất sinh lợi bất thường của từng danh mục chính là hệ số chặn
anpha trong mô hình hồi quy Fama – French của 60 danh mục trong Bảng
4.18. Vì hệ số chặn anpha thể hiện tỷ suất sinh lợi bất thường của danh mục
khi chỉ bị ảnh hưởng của các yếu tố chưa được đưa vào mô hình. Bên cạnh
đó, tác giả cũng thực hiện các kiểm định cần thiết như kiểm định hiện tượng
đa cộng tuyến, kiểm định hiện tượng phương sai thay đổi và kiểm định hiện
tượng tự tương quan. Trước hết, ma trận tương quan giữa các biến nghiên
cứu cho thấy các hệ số tương quan giữa biến phụ thuộc và biến độc lập đều
nhỏ hơn 0.8 nên chưa có bằng chứng chứng minh xuất hiện hiện tượng đa
cộng tuyến hay nói cách khác các dữ liệu các biến phù hợp để thực hiện các
hồi quy.
Thứ hai, kết quả kiểm định Wald Test cho thấy Chi
2(60) = 4708.54 có ý
nghĩa thống kê ở mức ý nghĩa 1%. Điều này chứng tỏ có xuất hiện hiện tượng
phương sai thay đổi.
Bảng 4.20: Kết quả Wald Test cho dữ liệu bảng 4.22
Thứ ba, kết quả kiểm định Wooldridge Test cho thấy F(1,59) = 10.209
không có ý nghĩa thống kê ở mức ý nghĩa 1%. Điều này chứng tỏ không có
hiện tượng tự tương quan xuất hiện.
Bảng 4.21: Kết quả Wooldridge Test cho dữ liệu Bảng 4.22
Bảng 4.22 trình bày kết quả hồi quy bảng của 60 danh mục với các biến
nghiên cứu sau khi đã khắc phục hiện tượng phương sa thay đổi. Trong đó,
bảng kết quả được chia làm ba phần: Phần thứ nhất, bao gồm hồi quy (a1) –
(a4) hồi quy tỷ suất sinh lợi bất thường của danh mục với các biến nghiên
cứu không xét các biến tương tác (Rd_vol_sys, Rd_vol_unsys, Rd_vol_total).
Phần thứ hai, bao gồm hồi quy (a5) – (a7) hồi quy tỷ suất sinh lợi bất thường
của danh mục với các biến nghiên cứu và các biến tương tác nhưng không xét
vol_total 0.3484 -0.6219 -0.2796 0.3058 0.3098 0.7081 0.3833 0.6417 1.0000 leverage 0.3100 -0.4689 -0.3517 0.2288 0.3522 0.8544 0.3549 1.0000 roa 0.4329 -0.6289 0.0134 0.6925 0.7298 0.6171 1.0000 size 0.4377 -0.6462 -0.3409 0.4628 0.5309 1.0000 rdexp 0.1035 -0.3656 -0.0951 0.5330 1.0000 capx 0.3194 -0.4452 -0.1532 1.0000 turn -0.2037 0.1618 1.0000 skew -0.5090 1.0000 anpha 1.0000 anpha skew turn capx rdexp size roa leverage vol_to~l
Prob>chi2 = 0.0000 chi2 (60) = 4708.54
H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model
Modified Wald test for groupwise heteroskedasticity
Prob > F = 0.0022 F( 1, 59) = 10.209 H0: no first order autocorrelation
