Mô hình 2: Kiểm định sự tác động của yếu tố thị trường thông qua việc sử dụng
biến giả D thể hiện biến động của thị trường.
𝑅𝑖 − 𝑅𝑓 = 𝑏0+ 𝑏1. 𝐷. 𝑏𝑒𝑡𝑎 + 𝑏2. (1 − 𝐷). 𝑏𝑒𝑡𝑎 + 𝑏3. 𝐷. 𝑠𝑘𝑒𝑤
+ 𝑏4. (1 − 𝐷). 𝑠𝑘𝑒𝑤 + 𝑏5. 𝐷. 𝑘𝑢𝑟𝑡 + 𝑏6. (1 − 𝐷). 𝑘𝑢𝑟𝑡 + 𝜇𝑖
Bảng 4.12: Kết quả hồi quy mô hình 2
Biến Hệ số hồi quy Sai số chuẩn
Hằng số 0.0450 0.0313
Điều kiện thị trường đi lên
Beta 0.1599*** 0.0479 Skew 0.0548*** 0.0206 Kurt 0.1146*** 0.0381 Điều kiện thị trường đi xuống Beta 0.1573 0.1531 Skew 0.1270*** 0.2869 Kurt -0.8843*** 0.1595 Obs = 1,255 Prob (F-stat) = 0.000 p-value AR(1) = 0.000 p-value AR(2) = 0.325 p-value Hansen test = 0.296
Ghi chú: *, ** và *** có ý nghĩa thống kê tương ứng ở mức 10%, 5% và 1%. Nguồn: Dữ liệu tổng hợp từ HOSE và hồi quy bằng Stata 12
Kết quả kiểm định được thể hiện tại bảng 4.12, giá trị p-value của kiểm định F- stat trong hồi quy mô hình 3 nhỏ hơn 0.05 nên đủ cơ sở để bác bỏ giả thuyết H0: các hệ số hồi quy đều bằng 0. Kiểm định Arellano-Bond thể hiện biến công cụ được sử dụng không có tự tương quan phần dư nhưng tự tương quan với biến được thay thế và cuối cùng là kiểm định Hansen test có p-value bằng 0.325 lớn hơn 0.1 chứng tỏ kết quả hồi quy mô hình 2 bằng phương pháp ước lượng system GMM là phù hợp và có thể sử dụng để giải thích kết quả thực nghiệm.
Kết quả cho thấy đa các hệ số hồi quy đều có ý nghĩa thống kê với mức ý nghĩa 1%, riêng hệ số chặn và hệ số hồi quy nhân tố beta ở điều kiện thị trường đi xuống không có ý nghĩa thống kê. Trong điều kiện thị trường đi lên, các nhân tố rủi ro có mối tương quan dương và đều tham gia giải thích sự biến động của tỷ suất lợi nhuận vượt trội cổ phiếu. Tuy nhiên, trong điều kiện thị trường đi xuống, sự biến động tỷ suất sinh lời vượt trội chỉ có thể giải thích bởi hai nhân tố rủi ro moment bậc cao skewness và kurtosis, trong đó, nhân tố skewness có chiều hướng tác động thuận còn nhân tố kurtosis có xu hướng ngược lại. Như vậy, khi phân tích tác động của các nhân tố rủi ro trong điều kiện của thị trường thì kết quả nghiên cứu có sự khác biệt, hệ số ước lượng nhân tố beta đã không còn duy trì mức ý nghĩa thống kê trong điều kiện thị trường đi xuống và hệ số ước lượng nhân tố kurtosis không duy trì chiều hướng tác động mà có sự đảo dấu trong điều kiện thị trường đi lên.
4.2.4. Tác động yếu tố ngành đến khả năng giải thích của các moment bậc cao
Mô hình 3: Tác động của yếu tố ngành đến khả năng giải thích của yếu tố
moment bậc cao skewness và kurtosis đến suất sinh lời vượt trội cổ phiếu.
𝑅𝑖 − 𝑅𝑓 = 𝑐0+ 𝑐1. 𝑏𝑒𝑡𝑎 + 𝑐2. 𝑠𝑘𝑒𝑤 + 𝑐3. 𝑘𝑢𝑟𝑡 + 𝑐𝑚. 𝑔𝑖𝑐𝑠𝑗. 𝑠𝑘𝑒𝑤 + 𝑐𝑛. 𝑔𝑖𝑐𝑠𝑗. 𝑘𝑢𝑟𝑡 + 𝜋𝑖
Cũng với phương pháp hồi quy System GMM thực hiện trên 1,255 quan sát. Kết quả kiểm định mô hình tại bảng 4.13 cho thấy giá trị p-value kiểm định F-stat bằng 0.000 nhỏ hơn 0.05 nên bác bỏ giả thuyết H0. Kết quả kiểm định sự tự tương quan phần dư cũng cho phép bác bỏ giả thuyết H0 ở AR1 và chấp nhận giả thuyết H0 ở AR2, cuối cùng là kiểm định Hansen có giá trị p-value lớn hơn 0.1 nên chấp nhận H0, mô hình được xác định đúng và phù hợp.
Bảng 4.13: Kết quả hồi quy mô hình 3
Ngành Biến Hệ số hồi quy Sai số chuẩn
Hằng số 0,2048*** 0.0142 Beta 0.1672*** 0.0352 Skew -0.0647** 0.0299 Kurt 0.1640** 0.0669 Gics 10 Skew 0.0660 0.0416 Kurt -0.5158*** 0.1366 Gics 15 Skew 0.1122*** 0.0300 Kurt -0.8001*** 0.0646 Gics 20 Skew 0.0643** 0.0324 Kurt -0.6893*** 0.0705 Gics 25 Skew 0.1153*** 0.0294 Kurt -0.5800*** 0.0634 Gics 30 Skew 0.1814*** 0.0399 Kurt -1.5244*** 0.0858 Gics 35 Skew 0.0046 0.0155 Kurt 0.4701 0.3347 Gics 40 Skew 0.2940*** 0.0351 Kurt -0.5536*** 0.1187 Gics 45 Skew -0.0860 0.0612 Kurt -0.2841 0.1912 Obs = 1,255 Prob (F-stat) = 0.000 p-value AR(1) = 0.000 p-value AR(2) = 0.309 p-value Hansen test = 0.482
Ghi chú: *, ** và *** có ý nghĩa thống kê tương ứng ở mức 10%, 5% và 1%. Nguồn: Dữ liệu tổng hợp từ HOSE và hồi quy bằng Stata 12
Kết quả hồi quy cho thấy hệ số hồi quy nhân tố beta có ý nghĩa thống kê và mức ý nghĩa này tốt hơn (1%) so với mô hình khi chưa bổ sung tác động của yếu tố ngành, cụ thể mức ý nghĩa hệ số beta ở mô hình 1 là 5% trong khi ở mô hình 3 là 1%, dấu của nhân tố beta vẫn không đổi, tác động cùng chiều đến lợi nhuận cổ phiếu (mang dấu dương). Phân tích các nhân tố moment bậc cao, các hệ số ước lượng của hai nhân tố skewness và kurtosis khi xem xét cùng yếu tố ngành thì đa số vẫn có ý nghĩa thống kê, cụ thể, ngành có vai trò quan trọng trong phân tích tác động của yếu tố moment bậc cao đến tỷ suất lợi nhuận vượt trội là ngành nguyên vật liệu, công nghiệp, hàng tiêu dùng và ngành tài chính (các hệ số ước lượng có mức ý nghĩa chủ yếu là 1%). Hai ngành mà các hệ số ước lượng đều không có ý nghĩa thống kê là ngành chăm sóc sức khỏe và công nghệ thông tin. Ở một số ngành khác như ngành năng lượng thì hệ số ước lượng nhân tố skewness không có ý nghĩa thống kê trong khi hệ số ước lượng nhân tố kurtosis có nghĩa nghĩa thống kê ở mức 1%, hay ngành dịch vụ tiện ích cả hai hệ số ước lượng đều có ý nghĩa thống kê mức 5%. Về chiều hướng tác động, nhân tố skewness có tác động cùng chiều đến lợi nhuận cổ phiếu ở các ngành năng lượng, công nghiệp, hàng tiêu dùng, chăm sóc sức khỏe, tài chính và tác động ngược chiều đến lợi nhuận cổ phiếu ở các ngành công nghệ thông tin và dịch vụ tiện ích trong khi với nhân tố kurtosis, hệ số ước lượng mang dấu dương ở các ngành dịch vụ tiện ích, chăm sóc sức khỏe và mang dấu âm ở các nhóm ngành còn lại. Về mức độ tác động, các hệ số phần bù rủi ro của nhân tố skewness nhìn chung thấp hơn so với nhân tố kurtosis, điển hình phần bù nhân tố kurtosis ở ngành hàng tiêu dùng thiết yếu (-1.52), kết quả này cũng phù hợp khi một vấn đề mà luận văn đã đề cập trước đó là việc có ít quan sát ở một số ngành sẽ làm hệ số ước lượng không có ý nghĩa thống kê.