2.1. Xây dựng mô hình
Xuất phát từ những bằng chứng lý thuyết và thực nghiệm được tổng hợp từ các nghiên cứu trước đó, người viết xây dựng các giả thuyết sau đây:
Hi: Biến động giá cổ phiếu có mối quan hệ cùng chiều với tỷ lệ chi trả cổ tức bằng tiền mặt
H2: Biến động giá cổ phiếu có mối quan hệ cùng chiều với tỷ suất cổ tức Để kiểm định các giả thuyết này, người viết sẽ xây dựng một mô hình hồi quy
để tìm hiểu mối quan hệ giữa chính sách cổ tức với biến động giá cổ phiếu trong giai đoạn 2013 - 2017 trên thị trường chứng khoán Việt Nam.
Xuất phát từ các giả thuyết và kết quả của các bài nghiên cứu về mối quan hệ này trên thị trường chứng khoán thế giới cũng như ở Việt Nam, người viết sẽ sử dụng
mô hình gốc được Baskin (1989), Alien & Rachim (1996) sử dụng. Đây là mô hình được đa số các nhà nghiên cứu lựa chọn khi thực hiện phân tích, nghiên cứu về chủ đề này:
PV = βo + β1*DY + β2*PO + β3*SIZE + β4*EV + β5*DEBT + β6*GRW
Trong mô hình này, biến phụ thuộc đại diện cho giá chứng khoán là biến động
giá cổ phiếu (Price Volatility - PV). Các biến giải thích đại diện cho chính sách cổ tức gồm có: Tỷ lệ chi trả cổ tức bằng tiền mặt (Dividend payout ratio - PO), Tỷ suất cổ tức (Dividend Yield - DY).
Thêm vào đó, Baskin (1989) cũng đưa vào mô hình một số biến kiểm soát như:
tỷ lệ nợ dài hạn trên tổng tài sản (DEBT) , tăng trưởng tài sản (GRW), biến động thu nhập (EV) và Quy mô (SIZE).
Tuy nhiên, Baskin (1989) nghiên cứu và tìm hiểu trên thị trường chứng khoán Mỹ, là thị trường đã phát triển lâu đời, có nhiều đặc điểm khác biệt so với thị trường còn non trẻ như thị trường chứng khoán Việt Nam. Như đã tổng hợp ở phần Tổng
34
quan nghiên cứu, các kết luận tìm được ở thị trường chứng khoán Việt Nam đã chỉ ra rằng ngoài Tỷ suất cổ tức và Tỷ lệ chi trả cổ tức bằng tiền mặt, thì Tỷ lệ chi trả cổ tức
bằng cổ phiếu (Stock Dividend payout ratio - SPO) cũng là một biến đại diện cho Chính sách cổ tức) mà có ảnh hưởng đến biến động giá cổ phiếu trên thị trường (Đặng
Thị Quỳnh Anh & Phạm Thị Yến Nhi (2015), Nguyễn Ngọc Huy & Trương Thị Mỹ Trâm (2016)).
Vì vậy, người viết sẽ xây dựng thêm một giả thuyết H3 như sau:
H3: Biến động giá cổ phiếu có mối quan hệ cùng chiều với tỷ lệ chi trả cổ tức bằng cổ phiếu
Cuối cùng, Võ Xuân Vinh (2014) đề xuất đưa thêm biến Hiệu quả hoạt động (AEF) vào mô hình khi nghiên cứu ảnh hưởng của CSCT đến biến động giá cổ phiếu của các DNNY trên thị trường Việt Nam, và kết quả nghiên cứu của Võ Xuân Vinh (2014) cũng đã chứng minh luận điểm này. Vì vậy, người viết cũng đã thêm một biến
kiểm soát AEF vào mô hình.
Tổng hợp lại, mô hình nghiên cứu được xây dựng có dạng như sau: PV = β0 + β1*DY + β2*PO + β3*SPO + β4*EV + β5*DEBT + β6*GRW +
β7*SIZE + β8*AEF
Từ mô hình hồi quy trên, với việc thống kê dữ liệu dưới dạng dữ liệu bảng (panel data) thay vì dạng dữ liệu chéo giản đơn, người viết sẽ thực hiện các hồi quy thưởng được sử dụng với dữ liệu bảng là Hồi quy OLS gộp (Pooled OLS Model), hồi
quy theo mô hình hiệu ứng tác động cố định (Fixed Effect Model - FEM) và hồi quy theo mô hình hiệu ứng tác động ngẫu nhiên (Random Effect Model - REM).
2.2. Phương pháp nghiên cứu
- Phương pháp thống kê mô tả được sử dụng để xác định các đặc điểm quan trọng về số giá trị quan sát, giá trị trung bình, trung vị cũng như các giá trị lớn nhất, nhỏ nhất của các biến trong mô hình.
35
- Sau đó tiến hành phân tích mối tương quan giữa các biến thông qua việc phân
tích ma trận tương quan bằng phần mềm Stata. Tuy nhiên, ma trận tương quan chỉ có thể dùng để đánh giá mối tương quan giữa 2 biến với nhau. Việc đánh giá hiện tượng đa cộng tuyến giữa các biến sẽ được thực hiện sau thông qua việc tính toán hệ số VIF.
- Phân tích hồi quy: Người viết sẽ tiến hành hồi quy dữ liệu dạng bảng với 3 dạng mô hình: Mô hình hồi quy OLS gộp (Pooled OLS Model), Mô hình hiệu ứng tác động cố định (Fixed Effect Model - FEM) và Mô hình hiệu ứng tác động ngẫu nhiên (Random Effect Model - REM).
❖ Mô hình hồi quy gộp (Pooled OLS) với dạng thức hồi quy được minh hoạ dưới dạng công thức:
Yit = α + β1 * Xit1 + β2 * Xit2 + β3 * Xit3 + ∙ ∙ ∙ + βn * Xitn + ɛit
Trong đó, Yit là giá trị của biến phụ thuộc ứng với mỗi quan sát i trong thời gian t, còn Xitlà giá trị các biến độc lập tương ứng với quan sát thứ i trong thời gian t.
Mô hình hồi quy gộp Pooled OLS xem xét các doanh nghiệp niêm yết là đồng
nhất, thường không phản ánh đúng thực tế vì mỗi doanh nghiệp là thực thể riêng biệt với những đặc điểm riêng khác biệt có thể ảnh hưởng đến giá cổ phiếu và các quyết định về chính sách cổ tức.Vì vậy, theo Phạm Tiến Minh & Nguyễn Tiến Dũng (2015)
thì mô hình Pooled OLS có thể dẫn đến hiện tượng các ước lượng bị sai lệch khi không kiểm soát được các tác động riêng biệt này.
❖ Mô hình tác động cố định FEM hoặc tác động ngẫu nhiên REM được minh hoạ dưới dạng công thức sau:
Yit = α + β1 * Xit1 + β2 * Xit2 + β3 * Xit3 + ∙ + βn * Xitn + ®it
Trong đó ωit = vi + ɛit , với thành phần vi là giá trị đại diện cho các tác động riêng biệt, không biến động theo thời gian và không quan sát được của mỗi thực thể doanh nghiệp thứ i.
36
Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có ảnh hưởng đến
các biến giải thích, mô hình tác động cố định FEM phân tích mối tương quan này giữa phần dư của mỗi thực thể với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) Vi ra khỏi các biến giải thích để có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Ngược lại, trong mô hình tác động ngẫu nhiên REM, sự biến động giữa các thực thể được giả định là ngẫu nhiên và không có sự tương quan với các biến giải thích trong mô hình. Khi đó, phần dư của mỗi thực thể (không tương quan với các biến giải thích) được xem là một biến giải thích mới trong mô hình.
Lý do tại sao lại sử dụng dữ liệu bảng và các mô hình hồi quy Pooled OLS, REM và FEM Model, Baltagi (1999) đã liệt kê một các ưu điểm của dữ liệu bảng so với dữ liệu theo chuỗi thời gian, dữ liệu chéo theo không gian. Một số ưu điểm đó là:
- “Nhờ việc kết hợp các chuỗi theo thời gian của các quan sát theo không gian,
dữ liệu sẽ bảng cung cấp ‘những dữ liệu có nhiều thông tin hơn, đa dạng hơn, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn.”
- “Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng phù hợp hơn để nghiên cứu tính động của sự thay đổi, có thể phát hiện và đo lường tốt hơn những ảnh hưởng mà không thể quan sát trong dữ liệu chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy”
- “Dữ liệu bảng có thể giúp nghiên cứu những mô hình hành vi phức tạp hơn, và có thể tối thiểu hoá sự chênh lệch có thể xảy ra nếu tổng hợp các đơn vị riêng biệt thành số liệu tổng”...
Tóm lại, theo Gujarati(2013), “dữ liệu bảng có thể làm phong phú các phân tích thực nghiệm theo những cách thức mà việc phân tích dữ liệu theo chuỗi thời gian
hay không gian thuần túy có thể đạt được”. Trên thực tế, khi thực hiện các nghiên cứu thực nghiệm về mối liên hệ của CSCT với biến động giá cổ phiếu, việc hồi quy
37
dữ liệu bảng cũng đã được nhiều học giả, nhiều nhà nghiên cứu sử dụng. Chính vì vậy, người viết quyết định sử dụng dạng dữ liệu bảng cũng như hồi quy các mô hình Pooled OLS, REM và FEM để thực hiện nghiên cứu.
Sau cùng, để lựa chọn mô hình nào là phù hợp hơn cả, người viết sẽ tiến hành các kiểm định để so sánh sự phù hợp giữa các mô hình theo gợi ý của Đinh Công Khải (2016).
* Kiểm định nhân tử Lagrange (hay Breusch-pagan Lagrange) để lựa chọn giữa mô hình Pooled OLS hay mô hình REM với cặp giả thuyết như sau:
H0: Không có sự khác nhau giữa ước lượng của REM và Pooled OLS (Pooled OLS là phù hợp hơn)
H1: có sự khác nhau giữa ước lượng của REM và Pooled OLS (Mô hình tác động ngẫu nhiên REM là phù hợp)
Nếu p-value của kiểm định Lagrange < α, giả thuyết H0 bị bác bỏ, chấp nhận giả thuyết H1. Ngược lại, chấp nhận giả thuyết H0..
* Kiểm định Hausman để lựa chọn giữa mô hình FEM hay mô hình REM với
cặp giả thuyết như sau:
H0: Mô hình tác động ngẫu nhiên REM phù hợp hơn (các biến giải thích không
có tương quan với thành phần ngẫu nhiên).
H1: Mô hình tác động cố định FEM phù hợp hơn (các biến giải thích có tương quan với thành phần ngẫu nhiên).
Nếu p-value của kiểm định Hausman < α, giả thuyết H0 bị bác bỏ và chấp nhận
giả thuyết H1. Ngược lại, khi p-value > α, giả thuyết H0 được chấp nhận.
Sau khi đã sử dụng kiểm định Hausman và Lagrange để lựa chọn giữa mô hình
phù hợp hơn giữa các mô hình Pooled OLS, REM và FEM, sẽ tiến hành kiểm định các khuyết tật của mô hình như Đa cộng tuyến, tự tương quan, phương sai sai số thay
38
2.3. Phương pháp tính toán đo lường các biến
2.3.1. Biến phụ thuộc - Biến động giá cổ phiếu giá cổ phiếu
Biến động giá cổ phiếu (PV): có nguồn gốc từ nghiên cứu của Black & Scholes
(1974), thể hiện cho khoản rủi ro không mong muốn mà các nhà đầu tư phải đối mặt. Trước đó, cách tính biến động giá cổ phiếu chính là độ lệch chuẩn của mức giá đóng cửa cuối ngày giao dịch. Sau đó Parkinson (1980) đã nghiên cứu và thay thế cách tính
nguyên thuỷ về biến động giá và chứng minh tính ưu việt của phương pháp của ông so với phương pháp truyền thống chỉ sử dụng giá đầu kỳ và cuối kỳ để tính độ lệch chuẩn. Công thức tính mà ông đưa ra sử dụng mức giá cao nhất (Hi) và thấp nhất (Li)
trong năm như sau: PV = líH.i~Li J2
(Hi+Li J .
2.3.2. Biến giải thích - Các yếu tố của Chính sách cổ tức
Tỷ lệ chi trả cổ tức bằng tiền mặt (Dividend payout ratio - PO) là tỷ lệ giữa tổng cổ tức chi trả bằng tiền mặt với tổng lợi nhuận thuần của doanh nghiệp. Tỷ lệ này càng cao, phản ánh rằng doanh nghiệp đã dùng càng nhiều lợi nhuận để trả cổ tức cho cổ đông.
Tỷ suất cổ tức (Dividend Yield - DY): tức được tính bằng tổng cổ tức chi trả bằng tiền mặt chia cho giá trị thị trường trung bình của doanh nghiệp trong năm nghiên cứu. Tỷ lệ này phản ánh tỷ suất lợi nhuận từ cổ tức của các nhà đầu tư nếu mua cổ phiếu ở mức giá hiện hành trên thị trường.
Tỷ lệ chi trả cổ tức bằng cổ phiếu (Stock Dividend Payout Ratio - SPO):
Người viết sẽ sử dụng Tỷ lệ cổ tức cổ phiếu (SPO) giống với Nguyễn Ngọc Huy & Trương Thị Mỹ Trâm (2016), trong đó, cổ tức bằng cổ phiếu sẽ có tính cả đến hình thức thưởng cổ phiếu trong năm.
2.3.3. Các biến kiểm soát
Quy mô doanh nghiệp (SIZE): đây là 1 biến kiểm soát trong mô hình của Baskin (1989), được tính bằng logarit tự nhiên của giá trị thị trường của doanh nghiệp
39
tại thời điểm cuối mỗi năm, trong giai đoạn 5 năm nghiên cứu. Theo Baskin (1989), quy mô hoàn toàn có thể ảnh hưởng đến giá bởi vì những doanh nghiệp với quy mô nhỏ thường có ít điều kiện đa dạng hoá hoạt động kinh doanh hơn. Ngoài ra, các doanh nghiệp quy mô nhỏ có thể có ít thông tin sẵn có cho các nhà đầu tư về thị trường của họ, hơn nữa là cổ phiếu của các doanh nghiệp có quy mô nhỏ thường thanh
khoản cao hơn, nên giá cổ phiếu sẽ biến động lớn hơn so với các doanh nghiệp có quy mô lớn.
Tốc độ tăng trưởng tài sản (GRW): Các DNNY trong giai đoạn tăng trưởng có nhiều khả năng sử dụng lợi nhuận của họ để đầu tư, tái đầu tư vào hệ thống cơ sở hạ tầng, dây chuyền sản xuất, cho những cơ hội đầu tư khác hơn là thanh toán cổ tức,
vì vậy mà CSCT có thể có quan hệ với tốc độ tăng trưởng. Baskin (1989), Allen & Rachim (1996) và Hashejimoo (2012) đều đưa thêm biến GRW vào mô hình làm biến
kiểm soát.
Tỷ lệ nợ dài hạn trên tổng tài sản (DEBT): Theo Hashejimoo (2012), bởi vì phải đối diện với rủi ro hoạt động, nợ dài hạn có thể sẽ ảnh hưởng ngược chiều đến biến động giá. Ngoài ra, bởi vì có sự bất cân xứng thông tin mà việc đi vay có thể sẽ có mối liên hệ với chính sách cổ tức. Vì vậy mà biến DEBT đều được sử dụng trong mô hình của Baskin (1989) và Hashejimoo (2012), và được tính bằng cách lấy nợ dài
hạn ở thời điểm cuối năm chia cho tổng tài sản ở thời điểm cuối năm.
Biến động về thu nhập (EV): Baskin đã đề xuất rằng biến động về thu nhập có
thể tác động đến cả biến động giá và chính sách cổ tức. Các rủi ro thị trường mà doanh
nghiệp phải đối mặt sẽ có tác động đến CSCT và biến động giá cổ phiếu của DNNY, vì vậy mà ông đã thêm biến EV vào mô hình. Để tính được EV, trước tiên tính giá trị trung bình của tỷ lệ lợi nhuận trên tổng tài sản của tất cả các năm trong giai đoạn nghiên cứu. Sau đó, với mỗi năm, lấy tỷ lệ lợi nhuận trên tổng tài sản của năm đó trừ đi giá trị trung bình của tất cả các năm.
Hiệu quả hoạt động (AEF): Các nhà đầu tư có thể đánh giá triển vọng phát triển của công ty thông qua chỉ tiêu này, đưa ra các nhận định khác nhau dẫn đến sự
Biến Tính toán Kỳ vọng về dấu
Biến động giá cổ phiếu (PV) PVit = √((Hit — Lit)/(Hit+Lit'))A2
40
khác biệt khi định giá cổ phiếu trên thị trường và làm giá cổ phiếu biến động. Võ Xuân Vinh (2014) đề xuất đưa thêm biến AEF vào mô hình khi nghiên cứu ảnh hưởng
của CSCT đến biến động giá cổ phiếu của các DNNY trên thị trường Việt Nam. Phương thức tính toán và kỳ vọng về dấu của các biến được thể hiện ở Bảng 2.1 dưới đây:
Với: Hit và Lit lần lượt là giá cao nhất và thấp nhất của cổ phiếu i trong năm thứ t
Dit là tổng cổ tức tiền mặt đã trả trong năm thứ t của cổ phiếu i;
DPSit là tổng mức cổ tức tiền mặt mỗi cổ phiếu đã trả trong năm thứ t của cổ phiếu i
MVit là giá trị thị trường của doanh nghiệp i tại thời điểm cuối năm thứ t; MPSit
là giá của mỗi cổ phiếu i tại thời điểm cuối năm thứ t
ASSETit là tổng tài sản của doanh nghiệp i tại thời điểm cuối năm thứ t; ASSETit-1 là tổng tài sản của doanh nghiệp i tại thời điểm cuối năm thứ t-1( đầu năm thứ t)
ΔASSETit = ASSETit - ASSETit-1 là sự biến động của tổng tài sản doanh nghiệp i trong năm thứ t;
LDit là tổng nợ dài hạn của doanh nghiệp i trong năm thứ t;
ROAit là tỷ lệ lợi nhuận trên tổng tài sản của doanh nghiệp i tại thời điểm năm
thứ t;
ROA là giá trị trung bình của ROA trong giai đoạn 5 năm nghiên cứu EBITit là lợi nhuận trước thuế và lãi vay của doanh nghiệp i trong năm thứ t. Eit là tổng lợi nhuận sau thuế của doanh nghiệp i trong năm thứ t
41
Tỷ suất cổ tức (DY) IW - °i^ IiV - Dpsit DYit = ɪ- hoặc DYit = MVit MPSit + Tỷ lệ chi trả cổ tức bằng tiền mặt (PO) POit = Eit + Tỷ lệ chi trả cổ tức bằng cổ phiếu (SPO) SPO it = Tỷ lệ trả cổ tức cổ phiếu + Tỷ lệ thưởng cổ phiếu +
Quy mô (SIZE) SIZEit = ỉn(MVĩt) -
Tốc độ tăng trưởng tài sản (GRW) GRWit=Z'1'" +
Tỷ lệ nợ dài hạn (DEBT) DEBTit =
ASSETit +