Để kiểm định tác động của các yếu tố moment bậc cao đến suất sinh lời của cổ phiếu, luận văn xây dựng mô hình thực nghiệm dựa trên mô hình CAPM và kế thừa các mô hình nghiên cứu của Kraus và Litzenberger (1976) & Hung và cộng sự (2003). Đây thực chất là mô hình CAPM có bổ sung thêm hai nhân tố moment bậc cao skewness và kurtosis.
Mô hình 1: Mô hình Moment CAPM: phân tích tác động của các nhân tố rủi ro đến suất sinh lời của cổ phiếu.
𝑅𝑖− 𝑅𝑓 = 𝑎0+ 𝑎1. 𝑏𝑒𝑡𝑎 + 𝑎2. 𝑠𝑘𝑒𝑤 + 𝑎3. 𝑘𝑢𝑟𝑡 + 𝜀𝑖
Trong đó:
Ri suất sinh lời cổ phiếu i được tính hàng ngày và biểu thị qua công thức: 𝑅𝑖 = ln ( 𝑃𝑡
𝑃𝑡−1), với Pt là giá cổ phiếu i tại thời điểm t và Pt-1 là giá cổ phiếu i tại thời điểm t -1 Rf suất sinh lời tài sản phi rủi ro (được lấy theo lãi suất tín
phiếu Kho bạc kỳ hạn 1 năm. Dữ liệu được thu thập trên Sở giao dịch chứng khoán Hà Nội)
beta hệ số beta cổ phiếu i trong tương quan với thị trường skew độ xiên cổ phiếu i trong tương quan với thị trường kurt độ nhọn cổ phiếu i trong tương quan với thị trường ai các hệ số hồi của phương trình
εi phần dư phương trình hồi quy
Hệ số beta
Theo Kraus và Litzenberger (1976) thì có thể ước lượng beta qua công thức:
𝑏𝑒𝑡𝑎 =𝐸[{𝑟𝑖− 𝐸(𝑟𝑖)}{𝑟𝑚− 𝐸(𝑟𝑚)}] {𝑟𝑚− 𝐸(𝑟𝑖𝑚)}
Với ri và rm lần lượt là lợi nhuận vượt trội của tài sản i và thị trường với tài sản phi rủi ro (lợi nhuận danh mục thị trường được tính tương tự như lợi nhuận cổ
phiếu dựa trên chỉ số VN-Index của Sở giao dịch chứng khoán Tp.HCM).
Hệ số skew
Cũng theo Kraus và Litzenberger (1976) thì độ xiên của cổ phiếu i trong tương quan với thị trường được tính như sau:
𝑠𝑘𝑒𝑤 = 𝐸[{𝑟𝑖− 𝐸(𝑟𝑖)}{𝑟𝑚 − 𝐸(𝑟𝑚)}2] {𝑟𝑚− 𝐸(𝑟𝑚)}3
Hệ số kurt
Tương tự, độ nhọn của cổ phiếu i trong tương quan với thị trường được tính như sau:
𝑘𝑢𝑟𝑡 = 𝐸[{𝑟𝑖 − 𝐸(𝑟𝑖)}{𝑟𝑚− 𝐸(𝑟𝑚)}3] {𝑟𝑚− 𝐸(𝑟𝑚)}4
Tiếp đến, để xem xét sự ảnh hưởng của yếu tố thị trường tác động như thế nào đến khả năng giải thích của các nhân tố moment đến lợi nhuận cổ phiếu, cụ thể trong từng giai đoạn thị trường đi lên hoặc đi xuống thì mức độ và chiều hướng tác động của các nhân tố moment có thay đổi hay không? Từ mô hình 1, luận văn mở rộng mô hình bằng cách bổ sung thêm biến giả D đại diện cho nhân tố thị trường (mô hình 2).
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 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
Trong đó:
bi các hệ số hồi của phương trình
𝜇i phần dư phương trình hồi quy
D biến giả đại diện cho yếu tố thị trường nhằm xem xét sự ảnh hưởng của yếu tố thị trường lên và xuống tác động như thế nào đến khả năng giải thích của các nhân tố moment
ngược lại bằng 0 khi thị trường đi xuống (Rm – Rf < 0).
Cuối cùng, để kiểm định mức độ ảnh hưởng của từng ngành đến khả năng giải thích của các moment bậc cao tác động đến lợi nhuận cổ phiếu thì cũng từ mô hình 1, luận văn bổ sung thêm biến giả GICS đại diện cho yếu tố ngành (mô hình 3).
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 cổ phiếu.
𝑅𝑖− 𝑅𝑓 = 𝑐0+ 𝑐1. 𝑏𝑒𝑡𝑎 + 𝑐2. 𝑠𝑘𝑒𝑤 + 𝑐3. 𝑘𝑢𝑟𝑡 + 𝑐𝑚. 𝑔𝑖𝑐𝑠𝑗. 𝑠𝑘𝑒𝑤 + 𝑐𝑛. 𝑔𝑖𝑐𝑠𝑗. 𝑘𝑢𝑟𝑡 + 𝜋𝑖
Trong đó:
ci các hệ số hồi quy phương trình
πi lần lượt là các phần dư phương trình hồi quy
gicsj vectơ các biến giả đại diện cho yếu tố ngành dựa trên hệ thống phân loại GICS chuẩn quốc tế
j chỉ số của biến giả GICS, có giá trị từ 1-8 m, n chỉ số hệ số hồi quy
Việc phân chia ngành dựa theo chuẩn phân loại ngành trên thế giới GICS (Global Industry Classification Standard) được phát triển bởi Morgan Stanley Capital International (MSCI) và Standard & Poor's vào năm 1999. Đây là chuẩn phân ngành chuyên biệt dành cho lĩnh vực tài chính, chứng khoán nhằm thiết lập một tiêu chuẩn chung cho việc phân loại các công ty vào các ngành và nhóm ngành có liên quan với nhau. Áp dụng chuẩn phân ngành GICS vào các chỉ số ngành sẽ giúp cho các chỉ số này mang tính chất dễ dàng so sánh giữa các thị trường trong khu vực và quốc tế theo một chuẩn mực chung, từ đó giúp các nhà đầu tư ra quyết định lựa chọn các ngành và thị trường phù hợp để đầu tư.
GICS phân chia ra các cấp độ bao gồm 10 nhóm ngành chính (sectors), 24 nhóm ngành (industry groups), 67 ngành (industries) và 147 tiểu ngành (sub- industries). Việc phân chia này đã được Sở giao dịch chứng khoán Tp.HCM áp dụng từ tháng 1 năm 2016. Cụ thể việc thống kê và đặt tên biến giả được trình bày bảng 3.2.
Bảng 3.2: Bảng thống kê ngành và số lượng cổ phiếu năm 2015 STT Ngành Ký hiệu ngành Tên biến giả Số lượng cổ phiếu
1 Energy Năng lượng 10 gics10 8
2 Materials Nguyên vật liệu 15 gics15 43
3 Industrials Công nghiệp 20 gics20 73
4 Consumer Discretionary
Hàng tiêu dùng không
thiết yếu 25 gics25 31
5 Consumer Staples Hàng tiêu dùng thiết yếu 30 gics30 31
6 Health Care Chăm sóc sức khỏe 35 gics35 9
7 Financials Tài chính 40 gics40 45
8 Information
Technology Công nghệ thông tin 45 gics45 6
9 Telecommunication
Services Dịch vụ viễn thông 50 0
10 Utilities Dịch vụ tiện ích 55 13
Tổng cộng 259
Nguồn: GICS và tổng hợp số lượng số phiếu từ HOSE.
Theo thống kê thì hiện trên sàn HOSE các công ty đa phần tập trung vào các lĩnh vực công nghiệp, tài chính, nguyên vật liệu và hàng tiêu dùng, các ngành còn lại vẫn có nhưng rất phân tán chưa đến 10 công ty, đồng thời không có công ty nào thuộc lĩnh vực dịch vụ viễn thông, do đó luận văn chỉ sử dụng 8 biến giả để hồi quy. Việc có ít các công ty hoạt động ở một số lĩnh vực như công nghệ thông tin, năng lượng và chăm sóc sức khỏe phần nào sẽ ảnh hưởng đến kết quả nghiên cứu vì số quan sát là rất ít, đây có thể là một trong những nguyên nhân mà kết quả phân tích thực nghiệm
sẽ không có ý nghĩa thống kê với các hệ số hồi quy có biến giả thuộc các ngành này.