3.2.1. Mẫu nghiên cứu
Đề tài đƣợc thực hiện trên cơ sở dữ liệu thứ cấp đƣợc thu thập từ báo cáo tài chính đã kiểm toán và các tài liệu khác có liên quan trong năm 2017, dữ liệu giao dịch đƣợc thu thập từ cơ sở dữ liệu FiinPro đƣợc cung cấp bởi Công ty cổ phần StoxPlus.
Các doanh nghiệp đƣợc lựa chọn trong nghiên cứu thỏa các tiêu chí sau: + Là các doanh nghiệp phi tài chính niêm yết trên sàn HOSE và HNX.
+ Là các doanh nghiệp có thời gian niêm yết trên sàn trƣớc năm 2017 và vẫn còn niêm yết trên sàn đến hết năm 2017.
Cụ thể mẫu nghiên cứu này đƣợc xác định qua 2 bƣớc nhƣ sau:
Thứ nhất, xuất phát từ tổng thể các doanh nghiệp niêm yết trên HOSE và HNX, đề tài lựa chọn các doanh nghiệp đƣa vào mẫu nghiên cứu khi thỏa mãn đồng thời các tiêu chí sau:
+ Không phải là những doanh nghiệp thuộc ngành tài chính (ngân hàng, chứng khoán, bảo hiểm),
+ Cổ phiếu của doanh nghiệp vẫn còn niêm yết trên thị trƣờng tính đến thời điểm kết thúc năm tài chính 2017.
+ Có đầy đủ báo cáo tài chính trong thời gian nghiên cứu.
+ Tất cả báo cáo tài chính đƣợc kiểm toán và báo cáo kiểm toán cho ý kiến chấp nhận tính hợp lý và trung thực theo nguyên tắc trọng yếu.
Kết quả bƣớc thứ nhất, đề tài chọn mẫu nghiên cứu với 338 doanh nghiệp trên HNX, 258 doanh nghiệp trên HOSE và tiến hành bƣớc thứ hai.
Thứ hai, thực hiện kiểm định giá trị dị biệt (outliers), theo đó loại các doanh nghiệp mới niêm yết trên sàn, cũng nhƣ rời sàn, chuyển sàn trong năm 2017 trên sàn HOSE và HNX vì dữ liệu giá thu thập không phù hợp với mô hình nghiên cứu, loại các doanh nghiệp không có đầy đủ lịch sử giao dịch trong năm 2017.
Kết thúc bƣớc thứ hai, đề tài xác định đƣợc mẫu nghiên cứu gồm 58 doanh nghiệp trên HNX và 127 doanh nghiệp niêm yết trên HOSE, danh sách các doanh nghiệp trong mẫu nghiên cứu trình bày tại phụ lục 1.
3.2.2. Dữ liệu nghiên cứu
Khi đo lƣờng mức độ bất cân xứng thông tin trên thị trƣờng chứng khoán, đề tài sử dụng dữ liệu thứ cấp về lịch sử giao dịch của các doanh nghiệp niêm yết trên sàn trong năm 2017 (từ ngày 03/01/2017 đến 29/12/2017), các dữ liệu về giao dịch thỏa thuận đƣợc loại ra; kết quả nghiên cứu sẽ đƣợc xác định trên cơ sở dữ liệu bảng với sự hỗ tợ của phần mềm Excel và Stata.
Khi đo lƣờng các yếu tố ảnh hƣởng đến mức độ bất cân xứng thông tin, dữ liệu đƣợc sử dụng từ báo cáo tài chính đã kiểm toán năm 2017 và các dữ liệu thông tin của doanh nghiệp tính đến cuối năm 2017; kết quả nghiên cứu sẽ đƣợc xác định trên cở sở dữ chéo với sự hỗ trợ của phần mềm Excel và Stata
Nguồn dữ liệu: FiinPro - Hệ thống dữ liệu tài chính toàn diện và chuyên sâu nhất về Việt Nam, đƣợc cung cấp bởi Công ty cổ phần StoxPlus. Thông tin doanh nghiệp công bố trên website của sở giao dịch chứng khoán.
Bộ dữ liệu nghiên cứu của đề tài đƣợc trình bày chi tiết tại phụ lục 2.
3.3. QUY TRÌNH NGHIÊN CỨU
Nhằm thực hiện mục tiêu nghiên cứu các yếu tố ảnh hƣởng đến bất cân xứng thông tin trên HOSE và HNX, quy trình nghiên cứu của đề tài đƣợc thiết kế với các bƣớc theo hình 3.1 nhƣ sau:
Khảo lƣợc cơ sở lý thuyết và các công trình nghiên cứu
Kiểm định lựa chọn kết quả hồi quy Kiểm định các giả thuyết
nghiên cứu
Lựa chọn mô hình
Lựa chọn phƣơng pháp và xác định kết quả nghiên cứu
Thảo luận, kết luận và gợi ý, khuyến nghị
Xác định mẫu nghiên cứu và xử lý dữ liệu nghiên cứu
Kiểm định các khuyết tật của mô hình
Không có Có
Các bƣớc thực hiện theo quy trình nghiên cứu tại hình 3.1 có nội dung cụ thể nhƣ sau:
Bước 1: Lƣợc khảo cơ sở lý thuyết và các nghiên cứu trƣớc có liên quan sau đó thảo luận các nghiên cứu trƣớc nhằm xác định khoảng trống nghiên cứu và định hƣớng thiết kế mô hình nghiên cứu cho đề tài.
Bước 2: Căn cứ cơ sở lý thuyết và bằng chứng thực nghiệm, đề tài thiết kê mô hình nghiên cứu, dự kiến phƣơng trình hồi quy, giải thích các biến và xây dựng các giả thiết nghiên cứu.
Bước 3: Xác định mẫu nghiên cứu phù hợp mục tiêu nghiên cứu cũng nhƣ đối tƣợng và phạm vi nghiên cứu, từ đó thu thập và xử lý dữ liệu theo mô hình nghiên cứu tại bƣớc 2.
Bước 4: Xác định phƣơng pháp nghiên cứu với những kỹ thuật phân tích và ƣớc lƣợng cụ thể: thống kê mô tả, phân tích tƣơng quan và phân tích hồi quy dữ liệu bảng theo FEM và REM, phân tích hồi quy dữ liệu chéo OLS.
Bước 5: Kiểm định các giả thuyết nghiên cứu, có thể sử dụng kiểm định F hoặc kiểm định t với mức ý nghĩa 1%, 5% hoặc 10% nhằm xác định các biến độc lập có ý nghĩa thống kê nhằm giải thích cho biến phụ thuộc; đồng thời tiến hành kiểm định Hausman để lựa chọn giữa FEM với REM.
Bước 6: Tiến hành kiểm định các khuyết tật của mô hình, bao gồm: hiện tƣợng đa cộng tuyến, tự tƣơng quan, phƣơng sai sai số thay đổi; nếu không có các khuyết tật này thì kết hợp với bƣớc 5 để thực hiện bƣớc 7; nếu có một trong các khuyết tật này thì sẽ khắc phục bằng phƣơng pháp GLS để tìm ra kết quả hồi quy cuối cùng kèm theo kiểm định các giả thuyết nghiên cứu tại mục 5 và chuyển sang bƣớc 7.
Bước 7: Đây là bƣớc cuối cùng của quy trình, căn cứ kết quả hồi quy, đề tài tiến hành thảo luận, đúc rút kết luận và đƣa ra các gợi ý, khuyến nghị có liên quan nhằm trả lời các câu hỏi nghiên cứu cũng nhƣ giải quyết mục tiêu nghiên cứu đã đề ra.
3.4. LỰA CHỌN MÔ HÌNH
3.4.1. Mô hình xác định mức độ bất cân xứng thông tin
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: