biến này lại có hệ số dương ở kết quả hồi quy 2. Điều này gợi ý rằng IPO rầm rộ
trải qua khối lượng giao dịch cao ở ngày giao dịch đầu tiên và có lợi tức cao,
nhưng lợi tức bịđiều chỉnh ngược trở lại trong 4 ngày tiếp theo. Điều này có thể là trong 4 ngày tiếp sau khi IPO, công ty mà có hiệu quả cao (lợi tức bất thường cao) vào ngày giao dịch đầu tiên sẽ bịđiều chỉnh bởi thị trường.
Nhìn vào danh mục ngành lớn, tác giả có thểđánh giá rằng ngành tài chính và bảo hiểm cho thấy hệ số lớn và dương. Điều này có nghĩa là lợi tức bất thường cho ngành này sẽcao hơn 1,9% trong khoảng thời gian này.
Kết quả 4
Trong kết quả hồi quy thứ 4, tác giảcó được kết quảtương tựnhư kết quả hồi quy
1. Tương tự, Volume 1st Day / Shares là biến giải thích quan trọng, có hệ số dương, tuy nhiên thấp hơn so với kết quả hồi quy 1.
Xem xét đến p - value của của kiểm định F ở mỗi kết quả hồi quy riêng biệt, tác giả có thể suy ra thông qua kiểm định chung cho các hồi quy này thì có ý nghĩa. Vì vậy tác giả bác bỏ giả thuyết (Ho) rằng tất cả các hệ số hồi quy bằng 0, và kết luận rằng mô hình có khả năng giải thích. R² của các kết quả hồi quy có thể tăng lên
nếu các biến số khác (không có sẵn trong nghiên cứu của tác giả) được đưa vào
mô hình. Một số các biến khác này là: thu nhập mỗi cổ phần, chi phí bảo lãnh, quỹ đầu tư mạo hiểm, sử dụng tiền thu được từ phát hành.
Bảng 8: Hồi quy dài hạn
CARs 1 year CARs 2 years CARs 3 years Kết quả 1 Kết quả 2 Kết quả 3
Intercept -0.2434 -0.2182 -0.4271
T-Statistic -1.477 -0.599 1.039
Underpricing -0.4708 -0.8766 -1.1153
Log Size of Company 0.0526 -0.0730 0.0222
T-Statistic 0.863 -0.554 0.150
Float -0.0364 0.3256 0.4291
T-Statistic -0.312 1.303 1.522
Previous Month Market Return -1.4808 -0.9764 -1.9260
T-Statistic -2.396 -0.993 -1.737
Volume 1st Day / Shares Offered 0.0737 0.3023 0.2707
T-Statistic 1.515 2.471 1.962
Large Underwriter (Dummy) 0.0554 -0.0726 -0.2037
T-Statistic 1.104 -0.616 -1.531
NYSE (Dummy) 0.1702 0.3443 0.3347
T-Statistic 2.847 2.559 2.205
Pharmaceutical and Health (Dummy) 0.0055 0.0208 -0.0053
T-Statistic 0.086 0.128 -0.029
Financial and Insurance (Dummy) 0.1377 0.2523 0.3586
T-Statistic 2.108 1.967 2.478 (adsbygoogle = window.adsbygoogle || []).push({});
Information Technology (Dummy) -0.0637 0.0286 0.1255
T-Statistic -0.871 0.197 0.767
R-squared 0.0806 0.1074 0.1334
Prob(F-statistic) 0.0000 0.084 0.0218
Kết quả 1:
Biến giả NYSE có hệ số hồi quy là 0,1702 - có nghĩa công ty niêm yết trên NYSE thì ảnh hưởng đến CARs một năm là 17% so với công ty niêm yết ở sàn khác. Biến NYSE có một mối tương quan là 0,5 với log quy mô công ty. Do đó, nếu tác giả loại trừ biến giả NYSE khỏi mô hình hồi quy, thì log quy mô công ty cũng trở
nên quan trọng. Điều này là phù hợp với giá trị CARs trong bảng 5, 6 và 7. Quy
dài hạn của IPO. Các kết quảnày tương tự như Brav và Gompers (1997), hiệu quả
dài hạn phụ thuộc đáng kể quy mô công ty.
Một kết quả thú vị khác là biến lợi tức thị trường 1 tháng trước đợt IPO. Biến này có hệ số âm và có ý nghĩa. Đây bằng chứng về xác định thời gian IPO của các bảo lãnh phát hành và các công ty phát hành. Họ tận dụng lợi thế sự lạc quan của thị trường và xu tăng để phát hành cổ phần. Xem xét lợi tức thị trường có ý nghĩa
quay trở lại hay không, kết quả chúng thấy rằng thời gian IPO tối ưu sẽ xoay về hướng để có lợi tức bất thường 1 năm thấp. Mỗi 1% của lợi tức thị trường 1 tháng
trước đợt IPO thì lợi tức bất thường sẽtương ứng 1,48% vào 1 năm sau.
Đáng chú ý nữa là mối liên hệ nghịch giữa định giá thấp và lợi tức bất thường 1
năm (CARs 1 năm, kết quả 1, có hệ số hồi quy là -0.4708). Có nghĩa là nếu công ty ít bị định giá thấp hơn thì có CARs 1 năm tốt hơn. Điều này cũng phù hợp với ý
tưởng việc định giá thấp là do có nhiều thông tin bất cân xứng.
Cuối cùng, điểm cần chú ý là vai trò của ngành trong kết quả hồi quy 1. Nếu công ty thuộc ngành Tài chính & bảo hiểm thì có hệ sốdương và có ý nghĩa, hay là có
CARs 1 năm cao hơn 13,7% so với các ngành khác. Hai ngành khác trong kết quả
hồi quy (Công nghệ thông tin, Dược phẩm & Sức khỏe) không có ý nghĩa giải
thích. Như tác giảđã đề cập, yếu tốngành đóng vai trò trong hiệu quả dài hạn của IPOs.
Kết quả 2
Đối với kết quả hồi quy 2, CARs 2 năm vẫn chịu ảnh hưởng bởi biến sàn NYSE
(tác động cùng chiều và có ý nghĩa thống kê). Nếu công ty niêm yết ở NYSE thì
có CARs 2 năm nhiều hơn 34,4% so với công ty niêm yết ở sàn khác.
Đáng chú ý nữa: là biến Volume 1st Day / Shares có hệ số dương và có ý nghĩa
vẫn liên quan đện CARs 2 năm sau. Điều này ngụ ý, một IPOs rầm rộ vẫn có lợi tức bất thường vào 2 năm sau.
Về ngành, kết quả cũng cho thấy các IPOs thuộc ngành Tài chính & bảo kiểm có hệ sốdương và có ý nghĩa thống kê.
Kết quả 3
Kết quả hồi quy 3 giống với kết quả hồi quy 2. Biến giả sàn NYSE, biến Volume 1st Day / Shares, ngành Tài chính & bảo hiểm có hệ sốdương và có ý nghĩa thống kê. Có nghĩa là những lập luận cũng tương tự với CARs 2 năm.
Kết quả hồi quy về hiệu quả IPO trong dài hạn có thể giải thích được lợi tức bất
thường bởi các biến sàn NYSE, biến ngành Tài chính & bảo hiểm từ 2001-2005. (adsbygoogle = window.adsbygoogle || []).push({});
Tuy nhiên, để xác nhận lại những gì vừa kết luận, thì biến NYSE có quan hệ thuận với log quy mô công ty. Hơn nữa, biến Volume 1st Day / Shares cũng có hệ số dương, có ý nghĩa thống kê trong dài hạn, nên biến Volume 1st Day/Shares có thể
là 1 biến giải thích.
CHƯƠNG 7: Kết luận
Mục tiêu của bài nghiên cứu này là kiểm định hành vi lợi tức IPO và khám phá hành vi này trong quan hệ với lý thuyết thị trường hiệu quả. Trong dài hạn, chúng tôi sai lầm khi bác bỏ CAR trung bình gần bằng 0ssssss (tức là tác giả chấp nhận CARs (trung bình cộng) bằng 0 trong dài hạn). Do đó, từ kết quảở bảng 5 – không có lợi tức bất thường nào - CARs (trung bình cộng) - trong khoảng thời gian sau sự kiện (dài hạn – the post event window) có ý nghĩa thống kê khác 0, nên dẫn đến tác giả kết luận rằng thị trường hiệu quả. Hơn nữa, bảng 6 cho thấy sự kết nối quan hệ giữa quy mô IPO và hiệu quảIPO cho đến năm thứ 1. Công ty có quy mô IPO nhỏ có CARs âm và có ý nghĩa thống kê trong khoảng thời gian năm thứ 1, trong khi công ty có quy mô IPO lớn hơn thì có CARs dương và có ý nghĩa thống kê. Tuy nhiên, con số tích lũy của những năm sau đó (tức CARs 2 năm, 3 năm) không
có ý nghĩa thống kê khác 0)
Liên quan tới các biến giải thích (mô hình hồi quy đa biến) được sử dụng để giải thích hiệu quả bất thường trong dài hạn mà tác giả đã tìm ra các mối liên hệ đáng
chú ý. Thứ nhất, quy mô của công ty giữ vai trò trong xác định hiệu quả bất thường dài hạn. Đặc biệt, nếu được niêm yết trên sàn NYSE thì lợi tức bất thường cao hơn
và biến sàn NYSE có khả năng giải thích cao. Đáng chú ý nữa là tác giả chứng minh rằng các nhà bảo lãnh và công ty xác định thời gian hiệu quả để phát hành IPO. Có nghĩa là, nếu hiệu quả của thị trường (hàm ý thịtrường tốt, không có hàm ý về thị trường hiệu quả) của 1 tháng trước IPO thì tác động tiêu cực (có ý nghĩa
thông kê) đến CARs 1 năm (nguyên văn “The market performance during the
month prior to the offering has a negative and significant coefficient for IPO abnormal returns for one year”)5. Tác giả cũng khá bất ngờ về biến Volume 1st
day/Shares có tác động thuận chiều (có ý nghĩa thống kê) lên CARs 2 năm và CARs 3 năm, vì IPOs rầm rộ với khối lượng giao dịch cao ở ngày đầu tiên dường
như tác động đến hiệu quả trong dài hạn.
Với ngắn hạn, kết quả cho thấy IPOs bị định giá thấp bởi nhà bảo lãnh bất kể quy mô. Tiếp theo, CARs ngày đầu tiên cả trung bình cộng và tỷ trọng theo giá trị điều mang giá trị dương và có ý nghĩa thống kê. Định giá thấp và CARs ngày đầu tiên
cho phép nhà đầu tư mà người đã mua được giá phát hành đểcó được lợi tức đáng
kể (có ý nghĩa thống kê) cho 1 ngày đầu tư. Tuy nhiên, trong suốt 4 ngày tiếp theo
đó, thị trường dường như nhìn nhận đúng lợi tức ngày đầu tiên. Điều này được nhìn thấy ở bảng 6, tất cả các CARs 4 ngày (bất kể quy mô) điều mang giá trị âm
và có độ tin cậy 90% với công ty nhỏ. CARs 5 ngày cho thấy không có lợi tức bất
thường nào có ý nghĩa thống kê, ngoại trừ các công ty lớn.
5
Trong kết quả hồi quy đa biến, với ngắn hạn thì tác giảđã tìm thấy biến float mang hệ số âm và có khảnăng giảthích đáng kể cho việc định giá thấp. Điều này ủng hộ
lập luận hạn chế cung. Biến “lợi tức thị trường 1 tháng trước IPO” (Previous market performance) cũng giữa vai trò quan trọng trong việc giải thích định giá thấp. Định giá thấp càng nhiều nếu lợi tức thị trường tháng trước đó cao. Điều này ngụ ý rằng nhà đầu tư đang lạc quan và sẵn sàng trảgiá cao hơn cho cổ phần mới.