Để tìm hiểu được rủi ro đặc thù có phải là yếu tố tác động đến lợi nhuận cổ phiếu, đề tài thực hiện các nội dung gồm: Một là, tìm hiểu mối quan hệ giữa rủi ro đặc thù và tỷ suất tỷ suất lợi nhuận vượt trội của cổ phiếu bằng cách sắp xếp cổ phiếu vào các danh mục đầu tư dựa vào giá trị rủi ro đặc thù đã tính toán, và so sánh tỷ suất lợi nhuận và giá trị Jensen’s alpha giữa các danh mục đầu tư với nhau.
Hai là, tìm hiểu khả năng dự đoán tỷ suất lợi nhuận thị trường một tháng sau đó của rủi ro đặc thù và rủi ro thị trường bằng cách sử dụng mô hình hồi quy. Và cuối cùng là xem xét mối quan hệ giữa rủi ro đặc thù và tỷ suất lợi nhuận cổ phiếu một tháng sau đó bằng cách sử dụng mô hình hồi quy dạng bảng.
a. Mối quan hệ giữa rủi ro đặc thù và tỷ suất lợi nhuận vượt trội của cổ phiếu
Theo phương pháp trong nghiên cứu của Nguyen C., Ji W. và Gregoriou A. (2014), để tìm hiểu mối quan hệ giữa rủi ro đặc thù và tỷ suất lợi nhuận vượt trội của cổ phiếu, ta sắp xếp cổ phiếu thành 3 nhóm bằng nhau dựa vào giá trị rủi ro đặc thù: 1/3 cổ phiếu có giá trị rủi ro đặc thù cao (danh mục HIV), 1/3 cổ phiếu có giá trị rủi ro đặc thù trung bình (danh mục MIV) và 1/3 cổ phiếu có giá trị rủi ro đặc thù thấp (danh mục LIV). Các danh mục đầu tư này được sắp xếp lại vào mỗi tháng.
Sau đó, ta tính toán tỷ suất lợi nhuận trung bình và tỷ suất lợi nhuận trung bình có trọng số của từng danh mục đầu tư, và sau đó so sánh với Jensen’s alpha.
Để tính toán Jensen’s alpha, ta cần tính tỷ suất sinh lời điều chỉnh theo rủi ro (risk-adjusted return) 𝑅𝑖,𝑚𝑟𝑎:
𝑅𝑖,𝑚𝑟𝑎 = 𝑟𝑓𝑚+ 𝛽𝑀𝐾𝑇,𝑖,𝑚𝑀𝐾𝑇𝑚+ 𝛽𝑆𝑀𝐵,𝑖,𝑚𝑆𝑀𝐵𝑚 + 𝛽𝐻𝑀𝐿,𝑖,𝑚𝐻𝑀𝐿𝑚 (3.6)
𝑟𝑓𝑚 là lãi suất phi rủi ro của tháng m, 𝑀𝐾𝑇𝑚, 𝑆𝑀𝐵𝑚, 𝐻𝑀𝐿𝑚được tính toán như đã đề cập ở mục 3.2.1.
Giá trị Jensen’s alpha của cổ phiếu i 𝛼𝑖,𝑚được tính toán như sau:
𝛼𝑖,𝑚 = 𝑅𝑖,𝑚𝑎 − 𝑅𝑖,𝑚𝑟𝑎 (3.7)
𝑅𝑖,𝑚𝑎 là lợi nhuận thực tế của cổ phiếu i trong tháng m.
b. Khả năng dự đoán tỷ suất lợi nhuận thị trường của rủi ro đặc thù và rủi ro thị trường
Theo phương pháp trong nghiên cứu của Nguyen C., Ji W. và Gregoriou A. (2014), mối quan hệ giữa rủi ro đặc thù, rủi ro thị trường và tỷ suất lợi nhuận thị trường được kiểm nghiệm bằng cách sử dụng mô hình sau:
𝑀𝐾𝑇𝑅𝑡+1 = 𝛼 + 𝛽𝑉𝑂𝐿𝑉𝑂𝐿𝑡+ 𝜀𝑡 (3.8)
Trong đó, 𝑀𝐾𝑇𝑅𝑡+1 bằng tỷ suất lợi nhuận thị trường trừ đi tỷ suất lợi nhuận phi rủi ro (risk free rate) và VOL đại diện cho giá trị 𝐼𝑉𝐸𝑊, 𝐼𝑉𝑉𝑊 và MVOL. c. Mối quan hệ giữa rủi ro đặc thù và tỷ suất lợi nhuận cổ phiếu một tháng sau
Theo nghiên cứu của Bin Liu (2014), sau khi tính toán giá trị rủi ro đặc thù, tác giả sử dụng rủi ro đặc thù làm một nhân tố bổ sung vào mô hình 3 nhân tố Fama-French để xem xét liệu rủi ro đặc thù có mối quan hệ như thế nào đến lợi nhuận cổ phiếu. Tuy nhiên, do hạn chế về nguồn lực, đề tài sử dụng mô hình hồi quy sau để xem xét mối quan hệ giữa rủi ro đặc thù và tỷ suất lợi nhuận cố phiếu một tháng sau đó,:
𝑅𝑖,𝑚+1𝑎 = 𝛼 + 𝛽𝐼𝑉𝑖,𝑚 + 𝜇𝑖,𝑚 (3.9)
Dữ liệu nghiên cứu là dữ liệu bảng bao gồm i x (m-1) quan sát. Trong đó, i là số lượng cổ phiếu và m-1 là số tháng nghiên cứu.
Đề tài thực hiện hồi quy theo 3 mô hình thường dùng để ước lượng dữ liệu dạng bảng là: Mô hình hồi quy tuyến tính thông thường (Pure pooled OLS), Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM). Sau đó, để lựa chọn mô hình nghiên cứu phù hợp, đề tài sử dụng kiểm định Breusch – Pagan Lagrange multiplier và kiểm định Hausman.