Kiểm định thị trường hiệu quả dạng trung bình tức là kiểm tra xem giá cổ phiếu đã chứa đựng các thông tin được công bố tính tới thời điểm hiện tại hay chưa, hoặc kiểm tra xem phản ứng của thị trường (mức độ điều chỉnh giá cả chứng khoán) trước thông tin công khai ở hiện tại và lân cận hiện tại để xem sau thời điểm công khai thông tin thì người sử dụng chúng có kiếm được lợi nhuận vượt trội hay không.
Nếu thị trường hiệu quả dạng trung bình, nhà đầu tư sẽ phản ứng với các luồng thông tin ngay khi thông tin được công bố và sự thay đổi giá là đáng kể, và sẽ di chuyển đến một mức cân bằng mới, sau đó chứng khoán hầu như không đổi nếu
giả định chưa có thông tin bổ trợ nào khác. Nếu thị trường không hiệu quả dạng trung bình thì có thể có xu hướng phản ứng thái quá của thị trường theo hướng hoặc tích cực hoặc tiêu cực do thông tin đến quá chậm hoặc do thông tin không chuẩn (được mô tả như đường (1) và (2) trong hình 3.1).
Hình 3.1: Quan sát phản ứng của thị trường với mốc công bố thông tin
(Vũ Thị Minh Luận, 2010)
Các nhà nghiên cứu sử dụng một số mô hình được xây dựng trên phương pháp luận là tìm xem có thu nhập bất thường quanh thời điểm công bố thông tin hay không. Giả thuyết đặt ra là nếu thị trường hiệu quả trung bình thì trung bình tổng thu nhập bất thường của cổ phiếu phải bằng 0 và ngược lại. Các mô hình cụ thể được xây dựng sẽ dựa trên việc xác định các biến đưa vào mô hình và thường liên quan đến những công bố chính thức từ phía các tổ chức niêm yết như phát hành cổ phiếu, chia tách cổ phiếu, chia cổ tức, công bố báo cáo tài chính, thông báo mua bán sáp nhập… hay các sự kiện vĩ mô từ cơ quan nhà nước, giới truyền thông như tăng giảm lãi suất, tỷ lệ lạm phát, tăng giá điện xăng dầu, thay đổi trong chính sách tiền
Phương pháp kiểm định thị trường hiệu quả dạng trung bình được một số nhà nghiên cứu sử dụng là phương pháp đồng liên kết và quan hệ nhân quả Granger, còn lại đa số các nhà nghiên cứu sử dụng phương pháp phân tích sự kiện (Vũ Thị Minh Luận, 2010) cũng là phương pháp được bài nghiên cứu áp dụng để kiểm chứng thị trường chứng khoán Việt Nam có hiệu quả mức độ trung bình hay không. Theo Bodie (2009) nghiên cứu sự kiện (Event Study) là phương pháp được dùng để đánh giá tác động của một sự kiện đến giá chứng khoán bằng cách kiểm định sự thay đổi của giá chứng khoán xung quanh ngày xảy ra sự kiện. Đây là phương pháp nghiên cứu định lượng được dùng để phân tích mức độ và chiều hướng tác động của sự kiện đến thị trường. Nếu thị trường hiệu quả dạng trung bình và giá cổ phiếu đã phản ánh đầy đủ các thông tin hiện có, thì khi có thông tin mới tác động, giá cổ phiếu phải có sự thay đổi.
Fama (1991) cũng cho rằng nghiên cứu sự kiện là bằng chứng rõ ràng nhất mà chúng ta có để kết luận mức độ hiệu quả dạng trung bình trên thị trường chứng khoán. Ông giải thích phương pháp nghiên cứu sự kiện hiệu quả hơn vì chúng ta chỉ cần tìm hiểu các sự kiện xảy ra và theo dõi tốc độ điều chỉnh giá chứng khoán. Nếu giá chứng khoán phản ứng và thay đổi ngay lập tức sau khi sự kiện xảy ra có nghĩa là giá đã bao hàm cả thông tin mới và thị trường đó là hiệu quả và ngược lại. Các sự kiện này có thể là quyết định đầu tư của công ty, thay đổi chính sách cổ tức hay thay đổi cấu trúc vốn...
Theo nghiên cứu của MacKinlay (1997), phân tích sự kiện được đề cập lần đầu trong nghiên cứu của Dolley (1933) khi xem xét phản ứng của giá chứng khoán với thông tin chia tách cổ phiếu với mẫu nghiên cứu là 95 trường hợp chia tách cổ phiếu trong giai đoạn 1921-1931, kết quả có 57 trường hợp giá cổ phiếu có sự tăng lên và 26 trường hợp khác có sự giảm giá. Sau đó là một số các nghiên cứu được đăng trên tạp chí kinh tế như nghiên cứu của Myers và Bakay (1948), Barker (1956), Ashley (1962)… Tuy nhiên phải đến nghiên cứu của Ball và Brown (1968) với Fama (1969), phương pháp phân tích sự kiện mới được biết đến nhiều. Hai nghiên cứu này sử dụng mô hình thị trường là mô hình định giá tài sản vốn (CAPM)
của Sharpe (1964) và sử dụng bộ dữ liệu từ trung tâm nghiên cứu về chứng khoán (Center for Research in Security Price – CRSP). Sau đó, trong nghiên cứu của Binder (1998) đã cung cấp các đánh giá toàn diện hơn về phương pháp nghiên cứu sự kiện và thảo luận năm phương pháp ước lượng lợi nhuận bình thường: (i) phương pháp ước lượng lợi nhuận bình thường dựa trên lợi nhuận trung bình (mean-adjusted); (ii) phương pháp ước lượng lợi nhuận bình thường dựa trên điều chỉnh của thị trường (market-adjusted); (iii) phương pháp ước lượng lợi nhuận bình thường dựa trên điều chỉnh của thị trường và rủi ro (market and risk adjusted); (iv) phương pháp ước lượng lợi nhuận bình thường dựa trên mô hình CAPM và (v) phương pháp ước lượng lợi nhuận bình thường dựa trên mô hình kinh doanh chênh lệch giá APT. Trong đó mô hình (ii) và (iii) được sử dụng nhiều nhất trong các nghiên cứu. Mặc dù phương pháp nghiên cứu sự kiện xuất hiện khá lâu trên thế giới nhưng phương pháp này chưa phổ biến ở Việt Nam và rất ít nghiên cứu được công bố trên các tạp chí uy tín có sử dụng đến phương pháp này (Đặng Bửu Kiếm, 2014). Theo MacKinlay (1997) nghiên cứu, phân tích sự kiện được chia thành 5 bước:
- Bước 1 là xác định sự kiện nghiên cứu. Sự kiện (Event) được định nghĩa là một sự việc hoặc một hành động của một tổ chức được công bố công khai, ví dụ sáp nhập, một thông báo đầu tư mới, chia tách cổ phiếu… Bước đầu tiên của việc phân tích tác động sự kiện là phải nhận dạng được sự kiện cũng như xác định ngày xảy ra sự kiện. Có hai loại sự kiện có thể được xét đến: sự kiện ngẫu nhiên (sáp nhập, thiên tai…) và sự kiện thường xuyên (công bố báo cáo tài chính, công bố tỷ lệ lạm phát…). Ngày xảy ra sự kiện được ký hiệu là ngày 0, những ngày trước khi xảy ra sự kiện ký hiệu dấu trừ (-) và những ngày xảy ra sau sự kiện ký hiệu dấu cộng (+). Trong bài nghiên cứu này, sự kiện được chọn để phân tích nghiên cứu là thông tin Chủ tịch Hội đồng quản trị Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) - Ông Trần Bắc Hà bị bắt được tung ra trong ngày 21/02/2013. Bài nghiên cứu sẽ phân tích tác động của
tám mã chứng khoán của tám ngân hàng được niêm yết chính thức: ACB, NVB, SHB, CTG, EIB, MBB, STB, VCB.
- Bước 2 là xác định độ dài thời gian cho các khung nghiên cứu sự kiện. Cho mỗi sự kiện có ba khung thời gian xem xét: (i) Thứ nhất: khung sự kiện (event window) là khung thời gian xung quanh ngày sự kiện, trong đó ngày 0 được gọi là ngày sự kiện. Độ dài thời gian cho khung sự kiện trong nghiên cứu này được xem xét trong 31 ngày giao dịch [-15,+15] vì nghiên cứu sử dụng lợi nhuận theo ngày và sự kiện xem xét có tính chất ảnh hưởng trong ngắn hạn; (ii) Thứ hai: khung dự báo (estimation window) là khung thời gian được xem xét trước khung sự kiện, dùng làm cơ sở để tính toán lợi nhuận kỳ vọng và lợi nhuận bất thường của chứng khoán. Độ dài thời gian của khung dự báo trong nghiên cứu này sử dụng là 100 ngày giao dịch trước ngày sự kiện. (iii) Thứ ba: khung sau sự kiện (post-event window) là khung thời gian được xác định sau khung sự kiện, trong nghiên cứu này không xét đến.
- Bước 3 là dự báo lợi nhuận kỳ vọng (Expected return). Theo MacKinlay (1997), lợi nhuận thông thường hay lợi nhuận kỳ vọng E(Ri,t) được tính theo công thức sau:
E(Ri,t) = αi,t + βi,tRM,t (3.7)
RM,t = (Pt - Pt-1) / Pt-1 (3.8)
Đây chính là công thức áp dụng theo phương pháp ước lượng lợi nhuận bình thường dựa trên điều chỉnh của thị trường và rủi ro cũng chính là phương pháp thứ (iii) của Binder (1998).
Trong đó: αi,t và βi,t là các hệ số được ước lượng bằng phương pháp hồi quy OLS RM,t là lợi nhuận của chỉ số thị trường vào ngày t
Pt-1: Chỉ số thị trường (VN-index) thời điểm t-1
- Bước 4 là tính lợi nhuận bất thường (AR), lợi nhuận bất thường tích lũy (CAR) và lợi nhuận bất thường tích luỹ trung bình (CAAR).
(i) AR (Abnormal Return) là lợi nhuận bất thường, được đo bằng sự khác biệt giữa lợi nhuận thực tế và lợi nhuận kỳ vọng. Lợi nhuận bất thường cho chứng khoán i vào ngày t được tính như sau:
ARi,t = Ri,t - E(Ri,t) (3.9)
Ri,t = (Pt - Pt-1) / Pt-1 (3.10)
Trong đó: ARi,t: lợi nhuận bất thường của chứng khoán i vào ngày t Ri,t: lợi nhuận thực tế của chứng khoán i vào ngày t E(Ri,t): lợi nhuận kỳ vọng của chứng khoán i vào ngày t
Pt-1: Giá chứng khoán i vào thời điểm t-1
Pt : Giá chứng khoán i vào thời điểm t
(ii) CAR (Cumulative Abnormal Return) là lợi nhuận bất thường tích lũy, dùng để đo lường tác động chung của một sự kiện theo thời gian trên các đối tượng trong một khoảng thời gian cụ thể bằng cách cộng dồn các lợi nhuận bất thường riêng rẻ, được mô tả theo công thức sau:
CAR(t1,t2) = ∑ , (3.11)
Nếu thị trường chứng khoán không thể dự đoán được sự kiện, lợi nhuận bất thường tích lũy tính cho đến ngày sự kiện xảy ra sẽ xấp xỉ bằng 0, trường hợp nếu lợi nhuận này có xu hướng tăng dần (hoặc giảm dần) từ những ngày trước khi sự kiện xảy ra và tác động dương (hoặc âm) vẫn tiếp diễn cho đến những ngày sau khi sự kiện xảy ra thì hàm ý rằng thị trường đã dự đoán trước được sự kiện này (Trần Thị Tuấn Anh và ctg, 2013).
(iii) CAAR (Cumulative Average Abnormal Return): là lợi nhuận bất thường tích lũy trung bình. Giá trị CAAR có ý nghĩa là giá trị
trung bình đại diện cho một loại sự kiện (hoặc một sự kiện tương tự). Theo Schimmer (2012) giá trị CAAR cho thấy phản hồi trung bình của chứng khoán đối với các loại sự kiện và được tính theo công thức sau:
CAAR = ∑ ( , ) (3.12)
- Bước 5 là kiểm định bằng tham số hoặc phi tham số. Để kiểm định chắc chắn tác động của sự kiện đến cổ phiếu đang được xem xét (trong bài nghiên cứu này là các cổ phiếu thuộc nhóm ngành ngân hàng được niêm yết chính thức trên hai sàn giao dịch) phương pháp kiểm định tham số của Binder (1998) và kiểm định phi tham số theo nghiên cứu của Campbell và Wasley (1993) được lựa chọn áp dụng đồng thời và so sánh kết quả với nhau.
(i) Bằng phương pháp kiểm định tham số chuỗi AR yêu cầu phải có phân phối chuẩn, đạt yêu cầu kiểm định. Trong kiểm định tham số, CAAR của các chứng khoán được tính toán phương sai theo công thức sau:
var (CAAR(t1,t2)) =
( ) ∑ ( , ) (3.13)
Trong đó: CAAR(t1,t2): Lợi nhuận bất thường tích lũy trung bình
( , ): phương sai lợi nhuận bất thường tại từng thời điểm i trong khung thời gian (t1,t2)
: số các quan sát
Ta kiểm định với giả thuyết H0: Sự kiện không tác động đến lợi nhuận bất thường tích lũy trung bình và H1: Sự kiện tác động đến lợi nhuận bất thường tích lũy trung bình bằng cách tính chỉ số thống kê 1 theo Binder (1998) và tra bảng nhằm làm cơ sở để chấp nhận hay bác bỏ giả thuyết H0:
1= ( , )
Nếu giá trị | 1| ≥ 1.96 thì giả thuyết H0 bị bác bỏ, chấp nhận giả thuyết H1 nghĩa là tác động của sự kiện có ảnh hưởng đến lợi nhuận bất thường tích lũy trung bình với mức ý nghĩa 5% và ngược lại.
(ii) Để củng cố thêm bằng chứng thống kê về tác động của sự kiện, bài nghiên cứu sẽ tiếp tục kiểm định bằng phương pháp phi tham số của Campbell và Wasley (1993). Giá trị thống kê 2 của kiểm định phi tham số được tính toán như sau:
2 = − 0.5 √
. (3.15)
Trong đó: N+: số trường hợp thu nhập dương N: tổng số các trường hợp
Giá trị thống kê 2 sẽ được so sánh với giá trị tra bảng để có cơ sở chấp nhận hay bác bỏ giả thuyết H0. Nếu giá trị | 2| ≥ 1.96 thì giả thuyết H0 bị bác bỏ, chấp nhận giả thuyết H1 nghĩa là tác động của sự kiện có ảnh hưởng đến lợi nhuận bất thường tích lũy trung bình với mức ý nghĩa 5% và ngược lại.