Trong bài nghiên cứu này, tác giả sử dụng mô hình hồi quy CAPM kết hợp với việc mở rộng thêm hai nhân tố phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP). Qua đó, sử dụng mô hình này để đo lường tác động của các yếu tố rủi ro này đến tỷ suất sinh lời của thị trường. Bằng việc tham khảo các công trình nghiên cứu của Kraus và Litzenberger (1976); Harvey và Siddique (2000); Dittmar (2002); Barone Adesi, Gagliardini, và Urga (2004) trong việc đưa thêm hai nhân tố phi tuyến là CSKP và CKTP, Tác giả đề xuất mô hình hồi quy này có công thức như sau:
𝑅𝑖,𝑡− 𝑟𝑓,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖[𝑅𝑀,𝑡− 𝑟𝑓,𝑡] + 𝛽2,𝑖[𝑅𝑀,𝑡− 𝑅̅𝑀,𝑡]2+ 𝛽3,𝑖[𝑅𝑀,𝑡− 𝑅̅𝑀,𝑡]3+ 𝜀𝑖,𝑡 (3.8) = 𝛽0,𝑖+ 𝛽1,𝑖[𝑅𝑀𝑃] + 𝛽2,𝑖[𝐶𝑆𝐾𝑃] + 𝛽3,𝑖[𝐶𝐾𝑇𝑃] + 𝜀𝑖,𝑡 (3.9)
Trong đó:
𝑅𝑖,𝑡: tỷ suất sinh lời theo tuần của các chỉ số chứng khoán mới nổi tại thời điểm t
𝑟𝑓,𝑡: giá trị đại diện lãi suất phi rủi ro (theo tuần) tại thời điểm t
𝑅𝑀,𝑡: giá trị tỷ suất sinh lời đại diện danh mục đầu tư thị trường tại thời điểm t
𝑅̅𝑀,𝑡: giá trị trung bình tỷ suất sinh lời đại diện danh mục đầu tư thị trường tại thời điểm t
𝛽1,𝑖, 𝛽2,𝑖, 𝛽3,𝑖: giá trị hệ số của các nhân tố rủi ro thị trường, phần bù đồng độ lệch, phần bù đồng độ gù.
𝑅𝑀𝑃, 𝐶𝑆𝐾𝑃, 𝐶𝐾𝑇𝑃: nhân tố phần bù rủi ro thị trường, phần bù đồng độ lệch, đồng độ gù.
Tác giả sử dụng phương pháp hồi quy phân vị dựa trên các ưu điểm của phương pháp này (đã đề cập ở mục 2.4.3) khắc phục được một số yếu điểm của phương pháp OLS. Thông qua việc hồi quy giá trị chênh lệch tỷ suất sinh lợi và lãi suất phi rủi ro của từng thị trường trên năm mức phân vị 𝜏 = [0.1, 0.25, 0.5, 0.75, 0.9]
để xem xét các tác động khác nhau giữa các biến độc lập lên biến phụ thuộc trên từng mức phân vị. Các phép ước lượng này được tác giả tính toán thông qua phần mềm Stata 14.