7. Tổng quan tài liệu nghiên cứu
3.2. KẾT QUẢ ƯỚC LƯỢNG TỪ MÔ HÌNH NGHIÊN CỨU
3.2.1. Kết quả nghiên cứu
Đề tài chọn 5 doanh nghiệp ngành thép được niêm yết trên sàn giao dịch chứng khoán TP Hồ Chí Minh. Giá cổ phiếu của các doanh nghiệp được lấy là giá đóng cửa được công bố trên trang thông tin của sở giao dịch chứng khoán TP Hồ Chí Minh.
Dựa vào giá cổ phiếu đóng cửa điều chỉnh hàng ngày của các doanh nghiệp này trong khoảng thời gian từ 1/2009 đến 12/2014, tiến hành tính giá trung bình quý và tỷ lệ tăng trưởng giá cổ phiếu theo quý.
Các nhân tố ảnh hưởng được thu thập và tính toán như ở phần xử lý dữ liệu, sau đó sử dụng phần mềm Eviews 6.0 để phân tích tương quan và hồi quy, xác định mức độ ảnh hưởng của các nhân tố.
a. Kiểm định tính dừng
Như đã trình bày ở phần chương 2, có rất nhiều phương pháp để kiểm định tính dừng, trong đề tài này sử dụng kiểm định Dickey Fuller để kiểm tra tính dừng của các biến.
Để tránh những mối liên hệ không xác thực, chúng ta phải thực hiện hồi quy và kiểm tra các biến có tính dừng hay không.
Trong đề tài nghiên cứu này, để biết được liệu chuỗi thời gian GIACP, VCSH, EPS, COTUC, GDP, CPI, BDS có phải là chuỗi không dừng hay không, ta thực hiện hồi qui và kiểm tra xem d có bằng 0 về mặt thống kê hoặc tương đương như vậy không.
Sử dụng kiểm định Dickey Fuller ta được kết quả cụ thể ở bảng sau:
Bảng 3.2: Bảng kết quả kiểm định tính dừng
Tên biến Prob Kết luận
GIACP 0.0178 Chuỗi dừng VCSH 0.0039 Chuỗi dừng EPS 0.0016 Chuỗi dừng COTUC 0.0007 Chuỗi dừng GDP 0.0413 Chuỗi dừng CPI 0.0127 Chuỗi dừng BDS 0.0006 Chuỗi dừng (Nguồn: Tổng hợp từ Eviews)
Từ bảng số liệu trên ta thấy tất cả các biến trong mô hình là chuỗi thời gian dừng. Như vậy, phương thức kiểm định giả thiết thông thường dựa trên t, F, các kiểm định Chi bình phương và tương tự sẽ trở nên đáng tin cậy.
b. Kiểm tra đa cộng tuyến
Sau khi thực hiện kiểm định Dickey Fuller và biết được rằng các biến nghiên cứu không thể hiện nghiệm đơn vị, chuỗi thời gian thể hiện xu hướng xác định. Điều này cho thấy các dự báo dựa vào mô hình là đáng tin cậy.
Do đó, chúng ta có thể sử dụng đường hồi quy được ước lượng theo các dữ liệu cho trước đó để đưa ra các dự báo trong tương lai.
Tuy nhiên, một trong những yêu cầu của mô hình hồi quy bội tuyến tính là các biến độc lập không có tương quan chặt chẽ với nhau, nêu yêu cầu này không được thỏa mãn, thì đã xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy bội.
Để kiểm tra hiện tượng đa cộng tuyến có khả năng xảy ra trong mô hình hay không, ta phải dò tìm hiện tượng này bằng cách xét mối tương quan giữa các biến. Thực tế cho thấy, khi hệ số tương quan cặp giữa các biến độc lập lớn hơn 0,8 ta có hiện tượng đa cộng tuyến cao.
Bảng 3.3: Ma trận hệ số tương quan
GIACP VCSH EPS COTUC GDP CPI BDS SANLG
GIACP 1.000000 VCSH 0.197100 1.000000 EPS 0.173993 -0.470067 1.000000 COTUC 0.399531 0.350219 0.031838 1.000000 GDP 0.488107 0.004211 0.129646 0.038139 1.000000 CPI -0.351094 0.246951 -0.114980 -0.219468 0.003276 1.000000 BDS 0.370374 -0.115453 0.395796 0.203654 0.045947 -0.417472 1.000000 SANLG 0.124980 -0.005050 0.151326 -0.332119 0.068293 -0.015886 0.098624 1.000000 (Nguồn: Tổng hợp từ Eviews)
Xét tương quan giữa biến phụ thuộc và biến độc lập, kết quả cho thấy tất cả các biến độc lập đều có tương quan với biến phụ thuộc ở các mức độ khác nhau và hầu hết là mức độ rất thấp.
Biến có quan hệ với giá cổ phiếu chặt chẽ hơn cả là biến tỷ lệ tăng trưởng GDP (GIACP, GDP= 0.488).
Các biến còn lại như vốn chủ sở hữu, tỷ lệ cổ tức, chỉ số nhà ở, sản lượng tiêu thụ thép đều có tương quan rất thấp với giá cổ phiếu ngành thép.
Như vậy, từ ma trận hệ số tương quan giữa biến giá cổ phiếu ngành thép và biến phụ thuộc như vốn chủ sở hữu, tỷ lệ cổ tức, EPS, chỉ số tăng trưởng GDP, chỉ số giá tiêu dùng CPI, chỉ số nhà ở, sản lượng tiêu thụ thép ta thấy mức độ tương quan không cao, nên không có hiện tượng đa cộng tuyến xảy ra trong mô hình.
3.2.2. Ước lượng mô hình và kiểm tra các giả thiết
a. Kiểm tra tự tương quan
Hiện tượng tự tương quan là hiện tượng rất dễ gặp phải khi tập số liệu sử dụng là dạng số liệu theo thời gian. Đề tài nghiên cứu sử dụng thống kê Breush-Godfrey (BG) để kiểm tra mô hình có xảy ra hiện tượng này hay không.
Sử dụng công cụ kiểm định Breush-Godfrey (BG) của Eviews ta có: Giá trị Pro. Chi-Square(1) = 0.1329 > α = 0.05, ta chấp nhận giả thiết H0: không có tự tương quan.
b. Kiểm định phương sai sai số thay đổi
Đề tài sử dụng phương pháp ước lượng OLS để để ước lượng phương trình hồi quy với biến phụ thuộc là giá cổ phiếu và các biến độc lập là vốn chủ sở hữu, tỷ lệ cổ tức, EPS, chỉ số tăng trưởng GDP, chỉ số giá tiêu dùng, chỉ số nhà ở, sản lượng tiêu thụ thép.
Để xác định phương sai của các ước lượng OLS là nhỏ nhất trong các ước lượng tuyến tính không chệch, ta phải vận dụng giả thiết về phương sai thuần nhất của nhiễu, nghĩa là phương sai không thay đổi.
Một khi giả thiết này bị vi phạm, nghĩa là xảy ra trường hợp phương sai của nhiễu thay đổi thì các ước lượng OLS là ước lượng không còn hiệu quả nữa.
Do đó, trước khi ước lượng mô hình, ta phải kiểm tra trong hàm hồi quy tổng thể phương sai có đồng nhất hay không.
Như đã trình bày ở chương 2, một trong những giả thiết quan trọng của mô hình hồi quy tuyến tính là các sai số ngẫu nhiên trong hàm hồi quy tổng thể phải có phương sai không thay đổi.
Để phát hiện phương sai của nhiễu có đồng nhất hay không, người ta sử dụng rất nhiều các công cụ định tính và định lượng khác nhau.
Trong nội dung của đề tài này, kiểm định White được sử dụng để phát hiện hiện tượng phương sai sai số thay đổi. Kết quả kiểm định White cho thấy giá trị P-value là 0.4311 > α = 0.05.
Như vậy ta kết luận không có phương sai sai số thay đổi trong mô hình. Tuy nhiên, giá trị này cũng chưa phải là giá trị cao để thuyết phục việc thừa nhận giả thiết phương sai đồng đều. Vì mẫu quan sát của chúng ta là mẫu nhỏ. Đây cũng là một hạn chế của đề tài.
c. Kiểm định sự phù hợp của mô hình
Để có thể biết mô hình giải thích được như thế nào hay bao nhiêu % biến động của biến phụ thuộc, người ta sử dụng kiểm định Fisher để kiểm định sự phù hợp của mô hình.
Như đã trình bày ở phần chương 2, khi kiểm định sự phù hợp của mô hình, ta có thể áp dụng phương pháp giá trị tới hạn hay mức ý nghĩa để quyết định. Nếu F0 > Fα hoặc p-value < α thì mô hình phù hợp.
Với mức ý nghĩa α = 5%, ta có P-value = 0.037463 < 0.05. Như vậy ta có thể kết luận mô hình này là mô hình phù hợp.
d. Kiểm định ý nghĩa từng phần của các biến
Muốn kiểm định ý nghĩa từng phần của các biến, để biết được biến nào là biến có ý nghĩa trong mô hình, biến nào là biến phải loại bỏ trong mô hình, ta sử dụng kiểm định Wald.
Kiểm định Wald cho biết giá trị p-value của thống kê F nhỏ hơn mức ý nghĩa α cho trước thì biến đó có ý nghĩa trong mô hình và ngược lại.
Tiến hành kiểm định đồng thời tất cả các biến, ta thu được probabililty của F-statitis là 0.0693 < 10% (mức ý nghĩa α=0.1), vậy bác bỏ giả thiết H0, nghĩa là các biến: vốn chủ sở hữu, tỷ lệ cổ tức, EPS, chỉ số tăng trưởng GDP, chỉ số giá tiêu dùng, chỉ số nhà ở, sản lượng tiêu thụ thép đồng thời ảnh hưởng tới biến giá cổ phiếu ngành thép.
Ta tiếp tục sử dụng kiểm định Wald tới từng biến để xác định biến nào là biến không có ý nghĩa đối với mô hình, sau đó lần lượt loại bỏ các biến có giá trị p-value lớn nhất trong các biến. Sau khi loại dần 4 biến qua 5 mô hình, ta thu được kết quả ở bảng sau:
Bảng 3.4: Bảng kết quả kiểm định Wald cho từng biến
Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Mô hình 5 VCSH Prob. 0.031053 (0.3018) 0.037288 (0.1930) 0.040742 (0.1475) 0.053042 (0.0359)** 0.037424 (0.0952)*** EPS Prob. 0.012443 (0.6234) 0.016948 (0.1930) 0.024774 (0.2653) 0.029853 (0.1676) COTUC Prob. 0.289812 (0.2766) 0.204180 (0.3814) 0.212344 (0.3575) GDP Prob. 0.992829 (0.0171)** 1.007514 (0.0140)** 1.003611 (0.0131)** 1.005299 (0.0123)** 1.083056 (0.0081)* CPI Prob. -1.325237 (0.1835) -1.429708 (0.1428) -1.735368 (0.0540)*** -2.012702 (0.0193)** -2.011621 (0.0218)** BDS Prob. 0.276261 (0.4604) 0.292408 (0.4276) SANLG Prob. 0.021451 (0.4665) R- Squared 0.558109 0.542737 0.524970 0.501436 0.447415
Ghi chú: *, **, *** lần lượt là mức ý nghĩa 1%, 5% và 10% (Nguồn: Tổng hợp từ Eviews)
Từ kết quả, ta có thể kết luận, có 3 nhân tố: Vốn chủ sở hữu, Tỷ lệ tăng trưởng GDP và chỉ số giá tiêu dùng có p-value nhỏ hơn 10%, điều này có nghĩa là các biến nhân tố này có ý nghĩa đối với mô hình.
e. Kiểm định biến bị bỏ sót
Đề tài sử dụng công cụ Omited Variables – Likelihood Ratio để phát hiện biến cần thiết trong mô hình nhưng bị bỏ sót sau khi ước lượng mô hình
sự phụ thuộc của giá cổ phiếu với ba biến: Vốn chủ sở hữu, Tỷ lệ tăng trưởng GDP và chỉ số giá tiêu dùng.
Bảng 3.5: Bảng kết quả kiểm định biến bị bỏ sót
Nhân tố Prob (α=0.05) Kết luận
EPS 0.1676 Biến không bị bỏ sót
COTUC 0.2226 Biến không bị bỏ sót
BDS 0.1817 Biến không bị bỏ sót
SANLG 0.6151 Biến không bị bỏ sót
(Nguồn: Tổng hợp từ Eviews)
Ta thấy Prob (F-Statistic) của các biến còn lại đều lớn hơn α = 0.05 nên mô hình gồm 3 nhân tố: Vốn chủ sở hữu, Tỷ lệ tăng trưởng GDP và chỉ số giá tiêu dùng không bị bỏ sót biến.
3.3. MÔ HÌNH NGHIÊN CỨU THỰC TẾ ĐÁNH GIÁ MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ ĐẾN GIÁ CỔ PHIẾU THÉP HƯỞNG CỦA CÁC NHÂN TỐ ĐẾN GIÁ CỔ PHIẾU THÉP
Từ kiểm định Wald và công cụ phát hiện biến bị bỏ sót, ta xác định được các nhân tố như thu nhập trên mỗi cổ phiếu (EPS), tỷ lệ chi trả cổ tức (COTUC), chỉ số giá nhà ở (BDS), sản lượng tiêu thụ thép (SANLG) không có ý nghĩa thống kê cho mô hình. Các nhân tố này là nhân tố không ảnh hưởng đến giá cổ phiếu, cho nên ta loại bỏ 4 nhân tố này trong mô hình, và ta đi ước lượng lại mô hình để đưa ra kết quả phù hợp nhất.
Như vậy, mô hình hồi quy còn lại 3 nhân tố là : Vốn chủ sở hữu (VCSH), Tỷ lệ tăng trưởng GDP (GDP) và chỉ số giá tiêu dùng (CPI). Và mô hình hồi quy thể hiện ảnh hưởng của các nhân tố đến giá chứng khoán ngành thép được xây dựng như sau:
Từ mô hình trên, ta có kết quả thực nghiệm như sau:
Bảng 3.6: Bảng kết quả mô hình hồi quy
VCSH GDP CPI β1 Độ lệch chuẩn β2 Độ lệch chuẩn β3 Độ lệch chuẩn 0.037424 0.021365 1.083056 0.368729 -2.011621 0.808306 (Nguồn: Tổng hợp từ Eviews)
Từ kết quả nghiên cứu thực nghiệm ta thấy ý nghĩa của các tham số ước lượng như sau:
- Với điều kiện tỷ lệ tăng trưởng GDP và chỉ số giá tiêu dùng CPI không đổi, nếu vốn chủ sở hữu các công ty ngành thép tăng (giảm) 1% thì giá các cổ phiếu ngành thép tăng (giảm) 0.037424%
- Với điều kiện vốn chủ sở hữu các công ty ngành thép và chỉ số giá tiêu dùng CPI không đổi, nếu tỷ lệ tăng trưởng GDP tăng (giảm) 1% thì giá các cổ phiếu ngành thép tăng (giảm) 1.083056%
- Với điều kiện vốn chủ sở hữu các công ty ngành thép, tỷ lệ tăng trưởng GDP không đổi, nếu chỉ số giá tiêu dùng CPI tăng (giảm) 1% thì giá các cổ phiếu ngành thép giảm (tăng) 2.011621%.
Như vậy, trong 3 nhân tố tác động đến giá cổ phiếu ngành thép thì nhân tố chỉ số giá tiêu dùng là tác động mạnh nhất.
Từ kết quả phân tích của mô hình nhân tố cho thấy chỉ số giá cổ phiếu ngành thép chỉ chịu tác động của 3 nhân tố là Vốn chủ sở hữu, Tỷ lệ tăng trưởng GDP và chỉ số giá tiêu dùng. Trong đó, mức độ tác động của chỉ số giá tiêu dùng lên giá cổ phiếu ngành thép là mạnh nhất. Qua kết quả nghiên cứu, kết luận rằng chỉ số giá tiêu dùng có tác động nghịch đến giá cổ phiếu ngành thép, còn chỉ tiêu tỷ lệ tăng trưởng GDP và vốn chủ sở hữu của doanh nghiệp có tác động thuận đến giá cổ phiếu.
KẾT LUẬN CHƯƠNG 3
Chương này đã giới thiệu các kết quả nghiên cứu có được từ việc xử lý và phân tích số liệu thu thập được. Trước tiên, dữ liệu đã được sàn lọc, làm sạch và mã hóa trước khi có thể cho tiến hành xử lý và cho ra kết quả thông kê suy diễn.
Phần mô tả mẫu đã giúp chúng ta có cái nhìn tổng quát về mẫu nghiên cứu theo: vốn chủ sở hữu, tỷ lệ cổ tức, thu nhập trên mỗi cổ phiếu, chỉ số tăng trưởng GDP, chỉ số giá tiêu dùng, chỉ số nhà ở, sản lượng tiêu thụ thép.
Dựa vào kiểm định Wald đã giúp ta khẳng định được ba trong bảy nhân tố ban đầu có tác động đến giá chứng khoán ngành thép. Đó là vốn chủ sở hữu của doanh nghiệp, chỉ số tăng trưởng GDP, chỉ số giá tiêu dùng.
Cuối cùng, phân tích hồi quy tuyến tính được tiến hành với phương pháp bình phương bé nhất thông thường OLS đã giúp ta có được phương trình hồi quy tuyến tính cũng như cường độ ảnh hưởng của các nhân tố đối với giá cổ phiếu.
CHƯƠNG 4
BÌNH LUẬN KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý CHÍNH SÁCH
4.1. KẾT QUẢ NGHIÊN CỨU 4.1.1. Về nghiên cứu lý thuyết 4.1.1. Về nghiên cứu lý thuyết
Đề tài hệ thống được một số lý thuyết về giá cổ phiếu đồng thời tìm hiểu các nhân tố ảnh hưởng đến giá cổ phiếu về mặt lý luận.
Xây dựng mô hình các nhân tố ảnh hưởng đến giá cổ phiếu ngành thép của các doanh nghiệp niêm yết trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh, bao gồm các nhân tố: Vốn chủ sở hữu của doanh nghiệp, Thu nhập trên mỗi cổ phiếu, Tỷ lệ chi trả cổ tức, Tổng sản phẩm nội địa, Chỉ số giá tiêu dùng, Chỉ số giá nhà ở, Sản lượng tiêu thụ thép trong nước.
Đề tài đã khái quát được đặc điểm kinh doanh của ngành Thép và thực trạng giá cổ phiếu của các công ty ngành Thép niêm yết trên Sở GDCK Tp. Hồ Chí Minh.
4.1.2. Về mặt thực tiễn
Tiếp tục nghiên cứu phân tích giá cổ phiếu trong thực tiễn bằng việc phân tích định lượng:
Kết quả nghiên cứu ta thấy được giá cổ phiếu của các doanh nghiệp ngành thép niêm yết trên Sàn giao dịch chứng khoán tp. Hồ Chí Minh bị tác động bởi ba nhân tố là vốn chủ sở hữu, và tỷ lệ tăng trưởng GDP, chỉ số giá tiêu dùng.
Trong 3 nhân tố nêu trên, kết quả phân tích hồi quy cho thấy nhân tố có cường độ ảnh hưởng mạnh nhất đến giá cổ phiếu ngành thép là chỉ số giá tiêu dùng.
Bên cạnh đó thì sự ảnh hưởng của nhân tố vốn chủ sở hữu, và tỷ lệ tăng trưởng GDP là biến động cùng chiều với giá cổ phiếu ngành thép, còn chỉ số giá tiêu dùng thì có tác động nghịch chiều.
Đề tài cũng đề xuất một số kiến nghị để các nhà đầu tư và chính phủ để có những quyết định đúng đắn phù hợp với tình hình thị trường.
4.2. MỘT SỐ KIẾN NGHỊ
4.2.1. Khuyến nghị đối với nhà đầu tư
Từ kết quả nghiên cứu đã trình bày, có một số kiến nghị đối với nhà đầu tư được đúc kết ra như sau:
Thứ nhất, giá cổ phiếu ngành thép chịu ảnh hưởng của các nhân tố như vốn chủ sở hữu, và tỷ lệ tăng trưởng GDP, chỉ số giá tiêu dùng. Do đó khi quyết định đầu tư, nhà đầu tư cần chú trọng đến sự thay đổi của những