Đề tài thực hiện xác định mức độ bất cân xứng thông tin trên thị trƣờng chứng khoán Việt Nam dựa trên cơ sở kế thừa nghiên cứu của Glosten và Harris (1988) với mô hình phân rã các yếu tố cấu thành nên chênh lệch giá mua bán (mô hình 1). Tác giả lựa chọn mô hình này vì đây đƣợc xem là mô hình nền tảng đo lƣờng bất cân xứng thông tin trên thị trƣờng chứng khoán, các công trình nghiên cứu sau này có các cách tiếp cận khác nhau nhƣng ý tƣởng cơ bản vẫn dựa trên mô hình của Glosten và Harris. Theo đó, các tác giả cho rằng Bid-Ask Spread bao gồm ba thành phần: chi phí xử lý đặt lệnh, chi phí lƣu trữ, và ASC. Trƣớc khi xác định ASC, các tác giả thực hiện hàm hồi quy:
∆Pi,t = c0(Qi,t –Qi,t-1) + c1(Qi,tVi,t –Qi,t-1Vi,t-1)+z0Qi,t +z1Qi,tVi,t +εGH Trong đó:
Biến phụ thuộc ∆Pi,t là chênh lệch giá giao dịch của cổ phiếu i tại thời điểm t và (t-1);
Biến độc lập Qi,t là chỉ số giao dịch của cổ phiếu i tại thời điểm t. Qi,t có giá trị +1 nếu giao dịch đƣợc ngƣời mua phát động trƣớc và có giá trị -1 nếu giao dịch đƣợc ngƣời bán phát động trƣớc; tuy nhiên do hạn chế về thu thập dữ liệu, đề tài sẽ xác định chỉ số Qi,t dựa trên kết quả thảo luận nghiên cứu ở phần 2.2.2 của đề tài.
Vi,t là khối lƣợng giao dịch (KLGD) của cổ phiếu i tại thời điểm t; c0, c1, z0, z1 là các hệ số của phƣơng trình;
εGH là sai số của phƣơng trình.
ASC theo KLGD trung bình của thị trƣờng (Vt) đƣợc tính bằng công thức: ASC =(z0 + z1 Vt )/ ((c0 + c1Vt ) + (z0 + z1 Vt )) (0 < ASC < 1)
3.4.2. Mô hình xác định các yếu tố ảnh hƣởng đến mức độ bất cân xứng thông tin tin
Tác giả lựa chọn mô hình của Van Ness và các cộng sự để xác định các yếu tố ảnh hƣởng đến mức độ bất cân xứng thông tin vì đây đƣợc xem là mô hình đầy đủ nhất và phù hợp nhất với điều kiện thị trƣờng chứng khoán Việt Nam. Theo đó, Van
Ness và cộng sự (2001) đã cho rằng đo lƣờng mức độ thông tin có thể đƣợc đo lƣờng trực tiếp hoặc gián tiếp. Đo lƣờng trực tiếp là thông qua việc đo lƣờng thành phần lựa chọn ngƣợc, đo lƣờng gián tiếp là thông qua các biến thông tin: nhƣ tỷ số giá trị thị trƣờng và sổ sách, các biến thuộc về đặc điểm tài chính của công ty, cơ cấu sở hữu trong công ty, v.v.
Chủ đề nghiên cứu của các ông trong phần giới thiệu này là làm thế nào các thành phần lựa chọn ngƣợc đo lƣờng sự lựa chọn ngƣợc. Chủ đề chủ yếu là đo lƣờng và so sánh thành phần lựa chọn ngƣợc theo các phƣơng pháp khác nhau của Glosten và Harris (1988), George Kaul và Nimalendran (1991), Lin và cộng sự (1995), Roger D.Huang và Hans R.Stoll (1997), và Madhavan và cộng sự (1997), xem xét mối tƣơng quan giữa các biến đo lƣờng và thành phần lựa chọn ngƣợc. Các ông đã sử dụng phƣơng pháp bình phƣơng bé nhất (OLS) để hồi quy các biến độc lập theo biến phụ thuộc là thành phần lựa chọn ngƣợc/giá (LTC). Trong đó có 15 biến độc lập là:
- LANLYST là log của số lƣợng ngƣời phân tích về khả năng đạt đƣợc lợi nhuận của mỗi cổ phiếu, biến này đƣợc kỳ vọng mang dấu âm.
- LVOL là log của số lƣợng cổ phiếu giao dịch trung bình trong một ngày, biến này đƣợc kỳ vọng mang dấu âm.
- LPRI là log của giá cổ phiếu trung bình một ngày, biến này đƣợc kỳ vọng mang dấu âm.
- LVAR là log của sai số của suất sinh lợi hàng ngày của cổ phiếu, biến này đƣợc kỳ vọng mang dấu dƣơng.
- LSIGR là log của độ lệch chuẩn của suất sinh lợi hàng ngày của cổ phiếu, biến này đƣợc kỳ vọng mang dấu dƣơng.
- LSIGVOL là log của độ lệch chuẩn của lƣợng giao dịch hàng ngày, biến này đƣợc kỳ vọng mang dấu dƣơng.
- ERRE là sai số lợi nhuận dự báo, biến này đƣợc kỳ vọng mang dấu dƣơng. - DISP là bằng độ lệch chuẩn của lợi nhuận dự báo chia cho lợi nhuận dự báo bình quân, biến này đƣợc kỳ vọng mang dấu dƣơng.
- LEVG là log của nợ dài hạn từ một năm trở lên chia tổng tài sản, biến này đƣợc kỳ vọng mang dấu dƣơng.
- RDSALES là bằng chi phí nghiên cứu phát triển chia cho tổng doanh số bán, biến này đƣợc kỳ vọng mang dấu dƣơng.
- LINTGTA là log của tài sản vô hình chia cho tổng tài sản, biến này đƣợc kỳ vọng mang dấu dƣơng.
- LNMB là log của giá trị thị trƣờng và sổ sách, kỳ vọng dấu dƣơng.
- LNMVE là log của giá trị thị trƣờng của vốn cổ phần, biến này đƣợc kỳ vọng mang dấu âm.
- LPINST là log của tỷ lệ phần trăm nắm giữ của các cổ đông là tổ chức, biến này đƣợc kỳ vọng mang dấu âm.
- LINST là log của số cổ đông là tổ chức, biến này đƣợc kỳ vọng mang dấu âm.
Các biến sử dụng để đo lƣờng thông tin bất cân xứng trong nghiên cứu này đều đƣợc kế thừa từ các nghiên cứu của các tác giả trƣớc. Kết quả hồi quy, hầu hết các biến có tƣơng quan nhƣ kỳ vọng. Ngoài ra, nhằm kiểm soát vấn đề nội sinh có thể xảy ra, Ness và cộng sự cũng đã kế thừa mô hình của Brennan và Subrahmanyam (1995) nhƣ sau:
LTC = a0 + a1LANLYST + a2LVOL + a3LPRI + a4LVAR + a5LSIGR + a6LSIGVOL + a7ERRE + a8DISP + a9LEVG + a10LNINTGTA + a11RDSALES + a12LNMB + a13LPINST + a14LINST + eLTC
LANLYST = b0 + b1LTC + b2LVAR + b3LNMVE + b4LPRI + b5IND + b6IND2 + b7IND3 + b8IND4 + b9LPINST + b10LINST + eLANLYST26
LVOL = g0 + g1LTC + g2LANLYST + g3LNMVE + g4LINST + g5LPINST + eLVOL
Kết quả thực nghiệm cho thấy biến LANLYST và LVOL là biến nội sinh đƣợc chấp nhận trong mô hình, ngoài ra mô hình còn cho thấy các biến LVAR, LSIGN, LSIVOL có ý nghĩa tƣơng quan cao đối với các cách đo lƣờng khác nhau. Một số biến tác giả cho rằng không có ý nghĩa trong mô hình nhƣ ERRE, DISP, LINTGTA,
RDSALE và LNMB, nhƣng sự tƣơng quan của chúng đối với thông tin bất cân xứng hầu hết phù hợp với các nghiên cứu trƣớc. Cũng giống nhƣ nghiên cứu của Clarke và Shastri (2001), mặc dù các biến còn lại cho kết quả có ý nghĩa chấp nhận rất khác nhau đối với mỗi cách thức đo lƣờng khác nhau, nhƣng tƣơng quan của hầu hết các biến với việc đo lƣờng mức độ thông tin bất cân xứng thì đa phần đúng nhƣ kỳ vọng mà các tác giả trƣớc đã nghiên cứu.
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 khác nhau, cụ thể là các biến ANLYST, ERRE, DISP, INGTA và RDSALES với nguyên nhân nhƣ sau:
- Đối với biến ANLYST, theo tác giả đƣợc biết hiện ở Việt Nam vẫn chƣa có dữ liệu chính thức nào thống kê về số lƣợng ngƣời phân tích về khả năng đạt đƣợc lợi nhuận của một cổ phiếu niêm yết.
- ERRE và DISP là hai biến số liên quan đến lợi nhuận dự báo phụ thuộc vào biến ANLYST nên cũng không thể thu thập đƣợc. Vì vậy dữ liệu để tính ERRE và DISP không đảm bảo tính chính xác.
- Đối với biến RDSALES cũng không thể thu thập đƣợc chính xác chi phí đầu tƣ nghiên cứu phát triển.
- Đối với biến INTGTA cũng không thể thu thập đƣợc chính xác giá trị tài sản vô hình của doanh nghiệp.
- Do không thể thu thập đƣợc biến ANLYST, nên tác giả không thể kiểm tra mô hình có biến nội sinh là ANLYST và VOL.
Nhƣ vậy, đề tài sẽ xác định kết quả nghiên cứu với 2 mô hình là (i) xác định mức độ bất cân xứng thông tin bằng bằng cách kế thừa từ Glosten và Harris (1988) (mô hính 1), và (ii) xác định các yếu tố ảnh hƣởng đến mức độ bất cân xứng trên thị trƣờng chứng khoán Việt Nam, bao gồm 10 biến đƣợc điều chỉnh từ mô hình của
Van Ness (2001) (mô hình 2). Bảng 3.1 sẽ tóm tắt lại thông tin liên quan các biến trong mô hình nghiên cứu của đề tài này.
Bảng 3.1 Tóm tắt biến trong mô hình nghiên cứu
Biến Ký hiệu Đơn vị
tính Đo lƣờng Kỳ vọng dấu Chi phí lựa chọn bất lợi tính theo tỷ lệ (biến phụ thuộc) TC Con số TC = 2(z0 + z1Vt)/P Số lƣợng cổ phiếu giao dịch trung bình VOL Cổ phiếu VOL = Số lƣợng cổ phiếu giao dịch trung bình 1 ngày - Giá cổ phiếu trung bình PRI Đồng
PRI = Giá cổ phiếu trung bình trong
năm 2017
-
Sai số của suất
sinh lợi VAR Con số
VAR = Sai số của suất sinh lợi hàng ngày của cổ phiếu
+
Độ lệch chuẩn của
suất sinh lợi SIGR Con số
SIGR = Độ lệch chuẩn của suất sinh lợi hàng ngày của cổ
phiếu + Độ lệch chuẩn của lƣợng cổ phiếu giao dịch SIGVOL Con số SIGVOL = Độ lệch chuẩn của lƣợng cổ phiếu giao dịch hàng ngày +
Đòn bẩy tài chính LEVG Con số LEVG = Nợ dài hạn/Tổng tài sản + Tỷ số giá thị trƣờng và sổ sách MB Con số MB = (CSxP+A- CE)/A + Giá thị trƣờng vốn cổ phần MVE Tỷ đồng MVE = Số lƣợng cổ phiếu phát hành x giá thị trƣờng trung trình - Phần trăm số cổ
đông là tổ chức PINST Phần trăm
Phần trăm sở hữu của cổ đông là tổ chức + Số cổ đông là tổ chức INST Con số Số lƣợng cổ đông là tổ chức -
Nguồn: Đề xuất của tác giả từ các nghiên cứu trước 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 bình quân 1 ngày trong năm 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.
Nhƣ vậy mô hình 2 đƣợc viết lại nhƣ sau:
TC = a0 + a1LVOL + a2LPRI + a3LVAR + a4LSIGR + a5LSIGVOL + a6LEVG + a7LNMB + a8LMVE + a9LPINST + aLINST+ eLTC
Chƣơng 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. MỨC ĐỘ BẤT CÂN XỨNG THÔNG TIN TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM
Theo nhƣ các nghiên cứu của Ness và cộng sự (2001), Brennan và Subrahmanyam (1995) Clarke và Shastri (2001), tính thành phần lựa chọn ngƣợc không xem xét mức ý nghĩa hay độ tin cậy của các hệ số hồi quy (C0, C1, Z0, Z1) mà chỉ xem xét chỉ số thành phần chi phí lựa chọn ngƣợc (ASC) thỏa điều kiện: 0<ASC<1. Vì vậy tác giả cũng không phân tích sâu về mức ý nghĩa thống kê của các hệ số này.
4.1.1. Kết quả hồi quy mô hình
Mô hình 1 của đề tài bao gồm biến phụ thuộc ∆Pi,t;biến độc lập Qi,t; Vi,t. Kết quả hồi quy mô hình 1; ASC (thành phần lựa chọn ngƣợc) đƣợc tính cho các doanh nghiệp trên hai sàn đƣợc tổng hợp trong bảng 4.1 là kết quả hồi quy theo mô hình của Glosten và Harris (1988). Kết quả chi tiết cho từng mã cổ phiếu đƣợc thể hiện ở phụ lục 3. Bảng 4.1 Thành phần lựa chọn ngƣợc Chỉ tiêu HOSE HNX Mean 0.9668583 0.86356519 Standard Error 0.0019938 0.0001042 Median 0.9573543 0.86384882 Standard Deviation 0.022469 0.00079355
Sample Variance 0.0005049 6.2973E-07
Range 0.1034504 0.00485528
Minimum 0.9481529 0.85915028
Maximum 1.0516033 0.86400556
Count 127 58
Kết quả hồi quy mô hình 1 cho thấy mức độ bất cân xứng thông tin trung bình trên sàn HNX là 86,36% trong khi mức độ bất cân xứng thông tin trung bình trên HOSE là 96,69%. Đây là một kết quả khá bất ngờ vì cho đến nay các kết quả đo lƣờng mà tác giả nhận biết cũng nhƣ theo cảm tính là mức độ bất cân xứng thông tin trên sàn HOSE là thấp hơn HNX. Nếu đánh giá riêng lẻ thì mức độ bất cân xứng thông tin trên thị trƣờng chứng khoán Việt Nam trong năm 2017 là lớn, so với các kết quả đo lƣờng trƣớc đây. Cụ thể theo Nguyễn Ngọc Sơn (2012) mức độ bất cân xứng thông tin trên HNX và HOSE lần lƣợt là 67% và 90%, theo Nguyễn Văn Ngải (2016) mức độ bất cân xứng thông tin trên HOSE nằm trong khoảng từ 69%- 77%. Điều này có thể xuất phát từ việc thị trƣờng chứng khoán phái sinh chính thức đi vào hoạt động từ tháng 08/2017 cũng nhƣ tình hình diễn biến chỉ số VN Index trong năm 2017 cũng chứng kiến sự bức phá mạnh mẽ, khối lƣợng giao dịch tăng dần và chỉ số cũng tăng lên những mức cao mới, vƣợt đỉnh cũ 1280 đƣợc xác lập vào năm 2007. Sự lên sàn của nhiều doanh nghiệp nhà nƣớc, có vốn hóa lớn cũng tác động không nhỏ đến thị trƣờng.
Theo kết quả nghiên cứu thể hiện trong bảng 4.2, trên sàn HNX, các doanh nghiệp đều có mức ASC nằm trong khoảng từ 0 đến 1, tuy nhiên trên sàn HOSE có 14 mã có ASC lớn hơn 1, nếu loại 14 mã này thì ASC trung bình là 96,02% hay mức độ bất cân xứng thông tin trung bình là 96,02%. Trên sàn HOSE ASC cao nhất là 99,63 % của mã cổ phiếu TSC (Kỹ thuật NN Cần Thơ) và thấp nhất là 94,81% của mã cổ phiếu DSN (Công viên nƣớc Đầm Sen). Trên sàn HNX mã cổ phiếu có ASC cao nhất là PPE (PVPower Engineering) và thấp nhất là KLF (KLF Global) với mức ASC lần lƣợt là 86,4% và 85.92%.
Bảng 4.2 Thành phần lựa chọn ngƣợc (điều chỉnh) Chỉ tiêu HOSE HNX Mean 0.9602291 0.86357 Standard Error 0.0011327 0.0001 Median 0.9560443 0.86385 Standard Deviation 0.0120411 0.00079
Sample Variance 0.000145 6.30E-07
Range 0.0481552 0.00486
Minimum 0.9481529 0.85915
Maximum 0.9963081 0.86401
Count 113 58
Nguồn: Xử lý từ kết quá chạy mô hình 1, phụ lục 3.
4.1.2. Kiểm định khuyết tật của mô hình
Tác giả tiến hành chạy mô hình hồi quy cho từng sàn riêng lẻ, kết quả bƣớc đầu sau khi chạy FEM, kiểm định F cho thấy Prob nhỏ bác bỏ Ho, tức giữa hai mô hình POLS và FEM thì mô hình FEM thích hợp để lựa chọn hơn.
Tác giả tiến hành chạy mô hình REM, sau đó sử dụng kiểm định Hausman để lựa chọn giữa hai mô hình, kết quả trên sàn HNX cho Prob>chi2 = 0.9941, sàn HOSE cho Prob>chi2 = 0.0549, Prob lớn hơn 5% cho thấy mô hình REM phù hợp hơn nên đƣợc lựa chọn trên cả hai sàn.
Tác giả chạy kiểm định phƣơng sai sai số thay đổi trên Stata bằng lệnh xttest0 và kết quả cả hai sàn đều cho thấy mô hình bị khuyết tật.
Tác giả tiếp tục chạy kiểm định tự tƣơng quan bằng lệnh xtserial trong Stata và kết quả cả hai sàn đều cho thấy mô hình bị khuyết tật.
Các khuyết tật của mô hình đƣợc xử lý bằng mô hình GLS. Kết quả chạy và kiểm định khuyết tật mô hình cũng nhƣ xử lý đƣợc thể hiện ở phụ lục 6.
4.1.3. Kết quả hồi quy khắc phục khuyết tật của mô hình
Sàn HNX cho ra kết quả mô hình 1 trong bảng 4.3 nhƣ sau:
Bảng 4.3 Kết quả hồi quy mô hình 1 trên HNX
VARIABLES DP QitQit1 0.0351*** (0.00459) QitxVitQit1xVit1 -1.37e-10 (3.41e-09) Qit 0.223*** (0.00675) QitxVit -2.65e-09 (5.22e-09) Constant 0.0298*** (0.00721) Observations 14,384 Number of i 58
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Nguồn: Xử lý từ kết quá chạy mô hình 1, phụ lục 6.
Sàn HNX cho z0 = 0.223 và z1= -2.65e-09, c0= 0.0351, c1=0.223 Sàn HOSE cho ra kết quả mô hình 1 trong bảng 4.4 nhƣ sau:
Bảng 4.4 Kết quả hồi quy mô hình 1 trên HOSE
VARIABLES Dp QitQit1 0.0191*** (0.00527) QitxvitQit1xVit1 -1.26e-08*** (4.49e-09) Qit 0.347*** (0.00792) QitxVit 7.23e-08*** (6.70e-09) Constant 0.0397*** (0.00628) Observations 31,496 Number of i 127
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Nguồn: Xử lý từ kết quá chạy mô hình 1, phụ lục 6
Các kết quả trên đƣợc sử dụng để tính ASC của các doanh nghiệp niêm yết đƣợc thể hiện cụ thể ở phụ lục 3 và phụ lục 4, kết quả tổng hợp đƣợc thể hiện trong bảng 4.1 và 4.2.
Các kết quả của mô hình 1 cũng đƣợc sử dụng để tính chi phí lựa chọn bất lợi