Trong 2 nghiên cứu được tác giả giới thiệu: (1) Brennan và Subrahmanyam (1995)
(2) Ness, B.F.V., Ness, R.A.V., và Warr, R.A (2001)
Các nghiên cứu này đều đo lường mức độ thông tin bất cân xứng theo dạng hàm hồi qui bội có biến dạng bậc nhất. Nghiên cứu của Brennan và Subrahmanyam
10 Thị trường chứng khoán Newjork.
chỉ sử dụng một số biến đểđo lường và chủ yếu kiểm soát vấn đề nội sinh. Nghiên cứu của Ness và cộng sự thì sử dụng khá đầy đủ biến thông tin mà các tác giả trước
đã nghiên cứu để đo lường mức độ thông tin nhưđã giới thiệu. Vì thế tác giả chọn mô hình nghiên cứu của Ness và cộng sự là mô hình phân tích của chủđề này.
Mô hình của Ness và cộng sự là TC = f(ANLYST, VOL, PRI, VAR, SIGR, SIGVOL, ERRE, DISP, LEVG, RDSALES, INTGTA, MB, MVE, PINST, INST).
Tuy nhiên, trong số các biến trên, có một số biến sau tác giả không thể thu thập số liệu do một số nguyên nhân khách quan và chủ quan như sau: ANLYST, ERRE, DISP, RDSALES.INST, PINST. Các nguyên nhân:
- Đối với biến ANLYST, theo tác giảđược biết hiện ở Việt Nam vẫn chưa có dữ liệu chính thức nào thống kê về số lượng người phân tích về khả năng đạt
được lợi nhuận của một cổ phiếu niêm yết.
- ERRE và DISP là hai biến số liên quan đến lợi nhuận của công ty niêm yết, do trong tổng số 104 công ty (quan sát) thì có đến 63 công ty được niêm yết trong năm 2006 nên tính đến thời điểm tháng 12/2007, tác giả chỉ có thể thu thập
được tối đa 3 quan sát theo thời gian về lợi nhuận. Vì vậy dữ liệu để tính ERRE và DISP không đảm bảo tính chính xác.
- INST và PINST là biến liên quan đến số lượng và tỷ lệ sở hữu của tổ
chức nắm giữ cổ phiếu, do trong tổng số 74 bảng cáo bạch mà tác giả thu thập trên trang Web của Ủy ban chứng khoán thì chỉ có trên dưới 20 bảng cáo bạch có chỉ
tiêu thống kê số liệu trên, nên chuỗi quan sát không đáp ứng mô hình hồi qui tổng thể.
Các biến còn lại có khả năng thu thập được là: VOL, PRI, VAR, SIGR, SIGVOL, LEVG, INTGTA, MB, MVE. Do không thể thu thập được biến ANLYST, nên tác giả không thể kiểm tra mô hình có biến nội sinh là ANLYST và VOL..
Bảng 2.1: Bảng tóm tắt biến Biến Ký hiệu Đo lường biến Đơn vị tính Kỳ vọng dấu Chi phí lựa chọn bất lợi tính theo tỷ lệ (biến phụ thuộc)
TC TC = 2(z0 + z1V−t )/P Con số
Tỷ số tài sản vô hình và tổng tài sản
INTGTA INTGTA = Tài sản vô hình/tổng tài sản. Con số + Tỷ số giá trị thị trường và sổ sách MB A CE A CSxP MB + − = Con số +
Mô hình Glosten và Harris (1988)
Pt – Pt-1 = c0 (Qt - Qt-1) + c1 (QtVt - Qt-1Vt-1) + z0 Qt + z1Qt Vt + εjt .
Chi phí lưu kho và xử lý C0 = 2(c0 + c1Vt)
Biến thông tin (INTGTA, MB, MVE, LEVG, VOL, PRI, VAR, SIGR, SIGVOL)
Thành phần lựa chọn bất lợi
ASC = 2(c0 + c1V−t )/[2(c0 + c1V−t ) + 2(z0 + z1V−t )]
Chi phí lựa chọn bất lợi Z0= 2(z0 + z1Vt)
Chi phí lựa chọn bất lợi tính theo tỷ lệ tiền đầu tư
TC = 2(z0 + z1
−
t V )/P (adsbygoogle = window.adsbygoogle || []).push({});
Đo lường chi phí lựa chọn bất lợi theo các biến thông tin
Giá trị thị trường vốn cổ phần
MVE MVE = Số lượng cổ phiếu phát hành x giá thị trường trung trình
Tỷ đồng +
Đoàn bẩy tài chính LEVG LEVG = Nợ dài hạn/tổng tài sản.
Con số +
Số lượng cổ phiếu giao dịch trung bình
VOL VOL = Số lượng cổ phiếu giao dịch trung bình 1 ngày
1000 cổ phiếu
-
Giá cổ phiếu trung bình
PRI PRI = Giá cổ phiếu trung bình trong năm 2007
1000 đồng -/+
Sai số của suất sinh lợi VAR VAR = Sai số của suất sinh lợi hàng ngày của cổ phiếu
Con số +
Độ lệch chuẩn của suất sinh lợi
SIGR SIGR = Độ lệch chuẩn của suất sinh lợi hàng ngày của cổ phiếu
Con số +
Độ lệch chuẩn của lượng cổ phiếu giao dịch
SIGVOL SIGVOL = Độ lệch chuẩn của lượng cổ phiếu giao dịch hàng ngày.
Con số -
Ghi chú: CS, P, A và CE lần lượt là cổ phần, giá cổ phiếu, tổng tài sản và vốn chủ sở hữu. Vì cổ tức năm/365 là rất nhỏ nên suất sinh lợi được tính theo ngày bằng giá tại thời điểm t trừ giá tại thời điểm t-1 chia cho giá tại thời điểm t-1.
Kỳ vọng dấu của các biến giải thích được tác giả kế thừa từ các nghiên cứu trước và nghiên cứu của Ness và cộng sự (2001). Trong đó kỳ vọng dấu PRI vừa dương vừa âm là do, giá là yếu tố phản ảnh trực tiếp tác động từ thông tin. Vì sự
che đậy thông tin có thể làm tăng hoặc làm giảm giá (thông tin tốt giá sẽ tăng và thông tin xấu giá sẽ giảm).