4. Nội dung và kết quả nghiên cứu
4.3. Những yếu tố ảnh hưởng đến tỷ suất sinh lợi bất thường dài hạn
Sử dụng phương pháp và mô hình như khi kiểm tra các yếu tố ảnh hưởng trong ngắn hạn, tôi tiếp tục chạy mô hình hồi qui này, nhưng CARs được tính trong các khoảng thời gian dài hơn. Đầu tiên là tính trung bình hàng tháng, sau đó cộng tích lũy thành lợi nhuận bất thường trong 6 tháng, 1 năm, 2 năm và 3 năm.
CARs = a + b(ln(TA)) + c(VOL/S)+ d(Float) +e(Rp) +f(DM)+ h(DM_ngành)
Hồi quy cho lợi nhuận bất thường tích lũy dài hạn được thể hiện trong các cột sau. cột 1 thể hiện kết quả hồi quy của CARs năm đầu tiên sau IPO. Các cột thứ hai và thứ ba hiển thị các CARs cho hai và ba năm tiếp theo cũng tính từ thời điểm IPO. Một lần nữa, kiểm định thống kê được ghi bên dưới hệ số hồi qui tương ứng.
Bảng 4.4: Kết quả chạy hồi qui đa biến dài hạn: Intercept T-Statistic Underpricing T-Statistic VOL/S T-Statistic Size T-Statistic Rp T-Statistic Float T-Statistic DM_sàn T-Statistic DM_ngành Xây Dựng T-Statistic DM_ngành Bất Động Sản T-Statistic DM_ngành Vật Liệu Xây Dựng T-Statistic R-squared Prob(F-statistic) . Chú thích: * có ý nghĩa thống kêởmức 10% **có ý nghĩa thống kê ở mức 5% ***có ý nghĩa thống kê ở mức 1%
Bảng trên bao gồm chạy ba hồi quy để xác định khả năng giải thích của các biến độc lập cho CARs trong thời gian dài. Trong kết quả của cả ba hồi qui, chúng ta thấy hệ số hồi qui của biến VOL/S thể hiện mối tương quan âm và có ý nghĩa ở mức 1%, mối quan hệ này hoàn toàn ngược lại so với trường hợp nghiên cứu ngắn hạn.
Điều này khác với những nghiên cứu của các tác giả khác khi họ nghiên cứu ở một số thị trường chứng khoán có bề dày lịch sử. Ở Việt Nam, việc một cổ phiếu càng được chào đón tích cực ngày đầu tiên lại có lợi nhuận tích lũy bất thường càng thấp về dài hạn. Đây có thể được xem là minh chứng cho những “phản ứng thái quá” của các nhà đầu tư có thể là làn sóng bi quan hoặc lạc quan (DeBondt và Thaler (1985)). Đồng nhất với nghiên cứu ngắn hạn, các biến về Float, Rp hoàn toàn không thấy bất kì bằng chứng nào ảnh hưởng đến lợi nhuận bất thường tích lũy. Trong khi kiểm tra dài hạn, một kết quả ngạc nhiên là không có sự đồng nhất về ý nghĩa giữa sự tác động từ qui mô công ty và sàn niêm yết như khi phân tích ngắn hạn. Với hồi qui dài hạn, biến qui mô công ty (size) hoàn toàn không có ý nghĩa thống kê, trong khi đó biến giả DM_sàn lại có dấu hiệu tương quan âm và có ý nghĩa ở mức 1% cho cả ba khung thời gian. Điều này cho thấy, xét trong dài hạn những công ty niêm yết trên sàn HOSE có lợi nhuận tích lũy dài hạn thấp hơn các công ty trên sàn HNX. Tôi nghĩ rằng để tìm ra nguyên nhân thực sự của khác biệt này cần có một nghiên cứu khác chi tiết hơn, đây có thể là đề tài rất thú vị cho các nhà nghiên cứu chứng khoán Việt Nam, cũng như các nhà đầu tư khi mà thị trường chứng khoán đang dần hồi phục. Theo như kết quả nghiên cứu của Fernando và Mohammad, qui mô công ty đóng một vai trò rất quan trọng khi phân tích lợi nhuận dài hạn, tuy vậy trong bài nghiên cứu của tôi lại không có bất bất kì xu hướng rõ ràng nào.
Trong mô hình một năm sau IPO, hệ số hồi qui biến giả ngành xây dựng là -37.8% với ý nghĩa thống kê ở mức 1%. Nghĩa là những công ty thuộc ngành này, có lợi nhuận tích lũy bất thường trong vòng một năm thấp hơn 37.8% so với các công ty còn lại. Điều này cho thấy các công ty này có thể lúc IPO họ đã định giá cao tương đối so với các ngành khác.
Điều đáng tiếc trong bài nghiên cứu này là hầu như không tìm thấy mối qua hệ nào giữa “Underpricing” với lợi nhuận bất thường tích lũy trong ngắn hạn và dài hạn.