Dữ liệu nghiên cứu

Một phần của tài liệu Ứng dụng mô hình CAPM và Fama French dự báo tỷ suất sinh lợi để KD chứng khoán.pdf (Trang 67)

6. Những từ viết tắt

3.1.2.3 Dữ liệu nghiên cứu

Bài nghiên cứu sử dụng dữ liệu giá đóng cửa của 88 cổ phiếu5 niêm yết trên sàn HOSE vào khoảng thời gian từ 1/2007 đến 12/2010. Chúng tôi tiến hành hồi quy dữ liệu chuỗi trên tỷ suất sinh lợi hàng tháng của 88 cổ phiếu trên (48 tháng).

5

Ngoài ra, Dữ liệu để tính toán quy mô của các cổ phiếu và giá trị sổ sách tương ứng của nó được lấy từ các báo cáo tài chính theo quý của từng công ty.

Dữ liệu về lãi suất phi rủi ro được thống kê từ lãi suất trúng thầu của các đợt đấu thầu trái phiếu chính phủ 5 năm được niêm yết trên sàn HNX, vì loại trái phiếu này được giao dịch nhiều nhất, do đó có tính thanh khoản cao nhất trên thị trường.

Nguồn: Sở giao dịch chứng khoán Hà Nội.

3.2 Ƣớc lƣợng tỷ suất sinh lợi kỳ vọng bằng mô hình CAPM 3.2.1 Phân tích dữ liệu sơ bộ.

88 CK BH BM BL SH SM SL Rm – Rf Mean -0.00348 -0.00947 -0.00857 -0.00506 -0.00113 -0.00345 -0.00374 -0.01393 Median -0.00403 -0.01439 -0.01312 -0.00873 -0.00398 -0.00801 -0.00636 -0.01452 Maximum 0.101202 0.19954 0.158714 0.092356 0.114671 0.111948 0.097171 0.080229 Minimum -0.12101 -0.16932 -0.16944 -0.10599 -0.12414 -0.12249 -0.10799 -0.11764 Std. Dev. 0.053595 0.06826 0.06655 0.047912 0.057263 0.055949 0.048795 0.047906

Bảng trên thống kê một số thông số của toàn bộ 88 chứng khoán và của 6 danh mục nhỏ như: tỷ suất sinh lợi trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn. Trong đó, đáng chú ý là tỷ suất sinh lợi trung bình của tất cả các danh mục đều là âm trong khoảng thời gian nghiên cứu.

3.2.2 Kết quả hồi quy. Biến giải Biến giải thích Biến phụ thuộc α β R2 R 2 trung bình Rm-Rf 88CK 0.003643 1.066123** 0.905652

(phần bù rủi ro thị trƣờng) SH 0.007724*** 0.007724 0.000003 0.72995 SM 0.003877 1.080649*** 0.853542 SL 0.001918 0.960976*** 0.886809 BH 0.001019 1.307779*** 0.839874 BM 0.001659 1.289349*** 0.86362 BL 0.000688 0.967476*** 0.93586 ** mức ý nghĩa 5% *** mức ý nghĩa 1%

Đầu tiên, chúng tôi chạy hồi quy6

trên toàn bộ mẫu là 88 chứng khoán thì kết quả đạt được R2

là 90.56%, tuy nhiên các hệ số thống kê chỉ đạt độ tin cậy 95%. Sau đó, chúng tôi tiến hành hồi quy với từng danh mục nhỏ. Các danh mục này được phân chia dựa trên yếu tố quy mô và tỷ số BE/ME. Trong 6 danh mục nhỏ thì chỉ duy nhất mộ danh mục SH là nhóm những cổ phiếu có quy mô nhỏ nhưng tỷ số BE/ME cao là các hệ số hồi quy không có ý nghĩa thống kê. Tất cả 5 danh mục còn lại đều có ý nghĩa khá tốt. Phần bù rủi ro thị trường có thể giải thích được từ 83.98% đến 93.58% sự thay đổi trong tỷ suất sinh lợi chứng khoán với độ tin cậy là 99%. R2 trung bình của 6 danh mục nhỏ là 73%.

3.2.3 Kiểm định tự tƣơng quan:

Do mẫu quan sát trong mô hình là 47 tháng (n>30) nên chúng tôi sử dụng kiểm định Breusch – Godfrey (BG) để kiểm định hiện tượng tự tương quan trong phần dư của mô hình hồi quy. Với giả thiết H0:  1 2  ... p 0, tức là giữa các phần dư ε không có hiện tượng tự tương quan.

Ta có kết quả kiểm định BG7 cho từng danh mục với lần lượt độ trễ là 1, 2, 3 như sau. Chọn mức ý nghĩa α = 0.01, ta so sánh kết quả Obs*R-squared từ kiểm định BG lần lượt với

2 0.01(1)

 = 6.5, 0.012 (2)= 9.2, 0.012 (3)= 11.3. Ta thấy, trong 6 danh mục chỉ có danh mục SH là có Obs*R-squred là lớn hơn phân phối Chi bình phương (26.89 > 6.5, 27.88> 9.2, 31.27 > 11.3) nên ta bác bỏ giả thiết H0, tức là có xảy ra hiện tượng tự tương quan.

Trong 6 danh mục chỉ có duy nhất một danh mục xảy ra tự tương quan nên ta có thể kết luận rằng ước lượng hồi quy bằng phương pháp OLS là thích hợp. Kết quả R-square từ mô hình hồi quy phía trên là đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục.

6

Phụ lục 4 7

3.2.4 Kiểm định phƣơng sai thay đổi.

Sau đây, chúng tôi sử dụng kiểm định White để kiểm định hiện tượng phương sai thay đổi trong các phần dư của các mô hình hồi quy ban đầu. Với giả thiết H0:

1 2 ... n 0

     , tức là không có phương sai thay đổi.

Kết quả từ kiểm định White Heteroskedasticity Test8 như sau. Chọn mức ý nghĩa α = 0.01, tra bảng phân phối Chi bình phương với α = 0.01 và số hệ số độ dốc trong mô hình hồi quy df = 1, ta có 0.012 (1)= 6.5

So sánh kết quả Obs*squared với 0.012 (1), ta thấy chỉ có danh mục BH là có Obs*squared > 0.012 (1) (14.75>6.5), nên ta bác bỏ giả thiết H0, tức là có xảy ra hiện tượng phương sai thay đổi. Trong tất cả 6 danh mục chỉ có 1 danh mục là xảy ra hiện tượng phương sai thay đổi, nên ta có thể kết luận rằng kết quả ước lượng hồi quy bằng phương pháp OLS ở trên là thích hợp và kết quả R-squared là hoàn toàn đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục.

3.3 Ƣớc lƣợng tỷ suất sinh lợi kì vọng bằng mô hình Fama French. 3.3.1 Phân tích dữ liệu sơ bộ.

88 CK BH BM BL SH SM SL Rm – Rf SMB HML Mean -0.00348 -0.00947 -0.00857 -0.00506 -0.00113 -0.00345 -0.00374 -0.01393 0.004927 -0.0009 Median -0.00403 -0.01439 -0.01312 -0.00873 -0.00398 -0.00801 -0.00636 -0.01452 0.002254 -0.00317 Maximum 0.101202 0.19954 0.158714 0.092356 0.114671 0.111948 0.097171 0.080229 0.069863 0.064192 Minimum -0.12101 -0.16932 -0.16944 -0.10599 -0.12414 -0.12249 -0.10799 -0.11764 -0.06889 -0.03974 Std. Dev. 0.053595 0.06826 0.06655 0.047912 0.057263 0.055949 0.048795 0.047906 0.022411 0.020704

Nhìn vào kết quả tại bảng trên ta thấy rằng ba danh mục của nhóm công ty có quy mô nhỏ thì có tỷ suất sinh lợi trung bình cao hơn ba danh mục của nhóm công ty có quy mô lớn. Giá trị trung bình của tỷ suất sinh lợi thay đổi từ -0.00374 đến -0.00113 cho nhóm có quy mô nhỏ và thay đổi từ -0.00947 đến -0.00506 cho nhóm có quy mô lớn. Giá trị trung bình của SMB cũng cho ra số âm, điều này cho thấy rằng có mối quan hệ tỷ lệ nghịch giữa quy mô công ty và tỷ suất sinh lợi cổ phiếu. Kết quả này cũng giống với kết quả nghiên cứu tại các thị trường phát triển như: Fama-French (1992) cho ba thị trường chứng khoán lớn là NYSE, AMEX, và NASDAQ, Ajili (2005) cho thị trường chứng khoán Pháp, Nartea và Djajadikerta (2005) cho thị trường chứng khoán New Zealand, Michael A. O’Brien (2007) cho thị trường

8

chứng khoán Úc hay kết quả nghiên cứu tại các thị trường mới nổi như : Connor and Sehgal (2001) và Bhavna Bahi (2006) cho thị trường Ấn Độ, Bundoo (2004) cho thị trường chứng khoán Nam Phi và Drew và Veeraraghavan (2003) cho thị trường các nước Hong Kong, Hàn Quốc, Malaysia và Philippines.

Khi xét đến yếu tố HML, ta thấy rằng giá trị trung bình của HML cũng cho giá trị âm. Điều này có nghĩa rằng có một quan hệ tỷ lệ nghịch giữa tỷ số BE/ME và tỷ suất sinh lợi cổ phiếu, hay giá trị trung bình của HML cũng cho giá trị âm. Điều này có nghĩa rằng có một quan hệ tỷ lệ nghịch giữa tỷ số BE/ME và tỷ suất sinh lợi cổ phiếu nói cách khác, các công ty thuộc nhóm tăng trưởng thì có tỷ suất lợi nhuận cao hơn các công ty thuộc nhóm giá trị. Kết quả này trái ngược với kết luận của Fama-French (1992) khi cho rằng có một quan hệ tỷ lệ thuận giữa tỷ số BE/ME và suất sinh lợi.

3.3.2 Kiểm định đa cộng tuyến.

Ta có ma trận tương quan giữa các biến trong mô hình Fama French như sau:

HML Rm-Rf SMB

HML 1 0.543524 -0.32026 Rm - Rf 0.543524 1 -0.30818

SMB -0.32026 -0.30818 1

Nhìn vào kết quả ta thấy giá trị tuyệt đối cuả hệ số tương quan giữa các nhân tố giải thích vào khoảng [0.32 – 0.54], vẫn thấp hơn 0.8 là mức chắc chắn xảy ra hiện tượng đa cộng tuyến. Tuy nhiên, mức độ tương quan này cũng không phải là quá thấp, nên chúng tôi tiến hành các phép hồi quy phụ để kiểm tra lại lần nữa.

Lần lượt hồi quy các biến giải thích với nhau9, ta có kết quả ở bảng sau: R2 F – statistic F0.01(1,45) SMB và HML 0.08262 5.142793 7.77 SMB và Rm -Rf 0.074866 4.72252 7.77 HML và Rm - Rf 0.095417 8.386879 7.77 Chọn mức ý nghĩa là 1%, tra bảng phân phối F ta có F0.01(1,45) bằng 7.77

So sánh kết quả từ thống kê F, ta thấy chỉ có phương trình hồi quy giữa HML và (Rm – Rf) là có chỉ số thống kê F lớn hơn 7.77, do đó ta bác bỏ giả thiết H0: R2 = 0, tức là nhân nhân tố HML và (Rm – Rf) có khả năng giải thích cho nhau. Tuy nhiên mô hình hồi quy phụ này có

9

R2 rất thấp 9.54%, mức độ ảnh hưởng giữa hai nhân tố này là không đáng kể. Do đó, ta có thể đưa cả 3 biến trên vào cùng một mô hình mà vẫn có ý nghĩa.

3.3.3 Kết quả hồi quy. Biến giải Biến giải thích Biến phụ thuộc α β si hi R2 R 2 trung bình SMB 88CK -0.009735 -0.298151 0.015501 SH 0.007769*** -0.008834 0.009425 0.08923 SM -0.010605 -0.115164 0.002121 SL -0.010554 -0.184832 0.007179 BH -0.010625 -1.333155*** 0.191001 BM -0.009348 -1.410249 0.2261 BL -0.009461 -0.674570** 0.099566 HML 88CK -0.009750 1.615126*** 0.388225 SH 0.007717*** -0.009388 0.009083 0.32385 SM -0.009734 1.598014*** 0.34861 SL -0.010277* 1.319379*** 0.312225 BH -0.014837**` 2.618089*** 0.628692 BM -0.014460* 2.040558*** 0.40402 BL -0.011764* 1.134761*** 0.240471 SMB và HML 88CK -0.010675* 0.200245 1.684542*** 0.3945 SH 0.007777*** -0.012939 -0.013873 0.027228 0.35695 SM -0.011573* 0.398503 1.736157*** 0.371406 SL -0.011334 0.229013 1.398767*** 0.322116 BH -0.011965 -0.622389** 2.402335*** 0.666052 BM -0.010312* -0.898693*** 1.729021*** 0.486422 BL -0.010021* -0.377558 1.003879*** 0.268463 (Rm-Rf) và SMB 88CK 0.002339 1.130512*** 0.446617*** 0.93713 SH 0.007753*** -0.001483 -0.009812 0.010524 0.76101 SM 0.001952 1.175712*** 0.659382*** 0.91648 SL 0.000472 1.032382*** 0.495289*** 0.933465 BH 0.002540 1.232653*** -0.521097*** 0.866285

BM 0.003468 1.200007*** -0.619698*** 0.903132 BL 0.000808 0.961549*** -0.041113 0.936195 (Rm-Rf) và HML 88CK 0.002720 0.974666*** 0.389347*** 0.921548 SH 0.007756*** 0.003032 -0.013201 0.012658 0.75931 SM 0.003073 1.000988*** 0.339131** 0.864604 SL 0.001545 0.924031*** 0.157279 0.889935 BH -0.002257 0.983270*** 1.381490*** 0.963212 BM 0.000249 1.149653*** 0.594708*** 0.887799 BL 0.000964 0.994806*** -0.116347 0.937641 (Rm-Rf), SMB và HML 88CK 0.000889 1.021558*** 0.526595*** 0.512920*** 0.963707 SH 0.007799*** 0.001935 -0.012321 -0.016092 0.028642 0.79020 SM 0.000503 1.066821*** 0.739313*** 0.512622*** 0.940831 SL -0.000331 0.972077*** 0.539555*** 0.283895*** 0.943278 BH -0.001154 0.955015*** -0.317297*** 1.307031*** 0.972646 BM 0.002150 1.100946*** -0.546982*** 0.466350*** 0.917456 BL 0.001178 0.989329*** -0.061505 -0.130780 0.938363 * mức ý nghĩa 10% ** mức ý nghĩa 5% *** mức ý nghĩa 1%

Khi tiến hành hồi quy10 trên từng danh mục nhỏ thì biến SMB tỏ ra không có nhiều ảnh hưởng đến tỷ suất sinh lợi chứng khoán, R2

chỉ là 8.92%. Ngoài ra, các hệ số hồi quy đa số cũng không có ý nghĩa thống kê. Trong khi đó biến HML lại tỏ ra có tác động đến tỷ suất sinh lợi của chứng khoán nhiều hơn với R2 trung bình là 32.38% ở độ tin cậy 99% và các hệ số hồi quy đều có ý nghĩa thống kê. Khi hồi quy biến HML với toàn bộ 88 chứng khoán thì kết quả R2 đạt được là lớn hơn (38.82%), độ tin cậy cũng là 99%.

Tiếp tục các phép hồi quy với lần lượt các cặp biến giải thích là SMB – HML, (Rm – Rf) – SMB, (Rm – Rf) – HML, ta có R2 trung bình cho 6 danh mục lần lượt là 35.69% và 76.1%, và 75.93% với cùng độ tin cậy là 99%. Tương tự, khi hồi quy với tỷ suất sinh lợi của toàn bộ 88 chứng khoán thì kết quả R2 tăng lên cao hơn so với hồi quy từng danh mục tương ứng là 39.45%, 93.71% và 92.15%.

Khi thêm biến vào mô hình thì R2 tăng lên rõ rệt, đối với mô hình 3 nhân tố Fama French thì R2 trung bình của 6 danh mục là 79.02%, mức ý nghĩa 1%. Kết quả này cao hơn R2 của

10

CAPM là 73%. Kết quả này cũng phù hợp với nghiên cứu mô hình CAPM và Fama French ở một số nước đang phát triển trên thế giới như Thái Lan, Đài Loan, Ấn Độ.

Một điểm đáng chú ý đó là với biến phụ thuộc là tỷ suất sinh lợi trung bình của danh mục SH gồm các chứng khoán có quy mô nhỏ và tỷ số BE/ME thì không có phương trình hồi quy nào có ý nghĩa thống kê. Không có biến nào trong 3 biến của mô hình Fama French có thể giải thích được tỷ suất sinh lợi của các chứng khoán thuộc nhóm này.

3.3.4 Kiểm định tự tƣơng quan.

Do mẫu quan sát trong mô hình là 47 tháng (n>30) nên chúng tôi sử dụng kiểm định Breusch – Godfrey (BG) để kiểm định hiện tượng tự tương quan trong phần dư của mô hình hồi quy. Với giả thiết H0:  1 2  ... p 0, tức là giữa các phần dư ε không có hiện tượng tự tương quan.

Ta có kết quả kiểm định BG11 cho từng danh mục với lần lượt độ trễ là 1, 2, 3 như sau. Chọn mức ý nghĩa α = 0.01, ta so sánh kết quả Obs*R-squared từ kiểm định BG lần lượt với

2 0.01(1)

 = 6.5, 0.012 (2)= 9.2, 0.012 (3)= 11.3. Ta thấy, trong 6 danh mục chỉ có danh mục SH là có Obs*R-squred là lớn hơn phân phối Chi bình phương (26.71 > 6.5, 27.37> 9.2, 31.89 > 11.3) nên ta bác bỏ giả thiết H0, tức là có xảy ra hiện tượng tự tương quan. Trong 6 danh mục chỉ có duy nhất một danh mục xảy ra tự tương quan nên ta có thể kết luận rằng ước lượng hồi quy bằng phương pháp OLS là thích hợp. Kết quả R-square từ mô hình hồi quy phía trên là hoàn toàn đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục.

3.3.5 Kiểm định phƣơng sai thay đổi.

Sau đây, chúng tôi sử dụng kiểm định White để kiểm định hiện tượng phương sai thay đổi trong các phần dư của các mô hình hồi quy ban đầu.

Với giả thiết H0:  1 2  ... n 0, tức là không có phương sai thay đổi, kết quả từ kiểm định White Heteroskedasticity Test12 như sau. Chọn mức ý nghĩa α = 0.01, tra bảng phân phối Chi bình phương với α = 0.01 và số hệ số độ dốc trong mô hình hồi quy df = 3, ta có 0.012 (3) 11.3

So sánh kết quả Obs*squared với0.012 (3), ta thấy tất cả 6 danh mục đều có Obs*squared <0.012 (1), nên ta chấp nhận giả thiết H0, tức là không có xảy ra hiện tượng phương sai thay

11

Phụ lục 9 12

đổi. Nên ta có thể kết luận rằng kết quả ước lượng hồi quy bằng phương pháp OLS ở trên là thích hợp và kết quả R-squared là hoàn toàn đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục.

3.4 So sánh kết quả giữa các mô hình:

Như đã trình bày ở trên, mô hình CAPM ra đời với mục đích nhằm dự báo tỷ suất sinh lợi của một chứng khoán thông qua chỉ số beta của chứng khoán đó. Từ khi mô hình này xuất hiện, đã có nhiều nghiên cứu thực nghiệm và tranh cãi cho tính áp dụng thực tiễn của nó. Tuy nhiên, với kết quả nghiên cứu của mình vào năm 1993, Fama và French đã xây dựng nên mô hình 3 nhân tố Fama-French bao gồm: nhân tố quy mô, nhân tố BE/ME và nhân tố thị trường (của mô hình CAPM). Đây có thể coi là mô hình khá thành công trong việc thừa kế và tổng hợp lại kết quả của các nghiên cứu trước đó, bao gồm cả nghiên cứu nổi tiếng cho mô hình CAPM. Mặt khác, bản thân mô hình này cũng được nhiều nghiên cứu thực nghiệm kiểm chứng trên nhiều bộ dữ liệu cho các thị trường khác nhau, trong đó có cả những thị trường mới nổi như: Ấn Độ, Hàn Quốc, Thái Lan, Đài Loan. Kết quả của các nghiên cứu này hầu

Một phần của tài liệu Ứng dụng mô hình CAPM và Fama French dự báo tỷ suất sinh lợi để KD chứng khoán.pdf (Trang 67)

Tải bản đầy đủ (PDF)

(111 trang)