Dữ liệu nghiên cứu được thu thập và tổng hợp là cổ phiếu của các công ty đang niêm
yết trên 2 sàn chứng khoán HOSE và HNX trong giai đoạn từ tháng 10 năm 2014 đến
tháng 9 năm 2019. Số liệu cần thu thập bao gồm giá thị trường của cổ phiếu, khối lượng cổ phiếu giao dịch hàng tháng của từng công ty từ các trang như cophieu68, f3vietstock. Giá trị sổ sách và khối lượng cổ phiếu lưu hành hàng tháng tổng hợp từ các báo cáo tài chính của từng công ty được công bố trên trang web. Ngoài ra lãi suất
phi rủi ro sẽ được lấy dựa theo lãi suất trái phiếu chính phủ kỳ hạn 10 năm theo số liệu thống kê của IMF.
3.2. Mô hình nghiên cứu
3.2.1. Xây dựng mô hình nghiên cứu
Trong quá trình tìm hiểu các tiền nghiên cứu, tôi nhận thấy cho đến hiện tại để đo lường tỷ suất sinh lời chứng khoán có 2 mô hình nổi tiếng là mô hình CAPM và mô hình Fama _ French 3 nhân tố. Mô hình định giá tài sản vốn (CAPM) được một số học giả áp dụng trong các nghiên cứu, kết quả cho thấy còn tồn tại nhiều khiếm khuyết và không giải thích được ảnh hưởng của các nhân tố đến suất sinh lời chứng khoán. Để khắc phục mô hình, nhiều học giả đã đưa ra phương pháp phân loại và xử lý dữ liệu theo cách phân chia danh mục, hoặc là bổ sung các yếu tố đặc trưng cho doanh nghiệp ngoài trừ yếu tố rủi ro thị trường. Do đó có thể thấy rằng mô hình Fama
- French là một phương án khắc phục hiệu quả đến thời điểm hiện tại khi được bổ sung thêm 2 nhân tố đặc trưng cho công ty là quy mô doanh nghiệp và tỷ lệ giá trị sổ
sách trên giá thị trường của cổ phiếu. Bên cạnh đó, tính thanh khoản cũng được đề cập đến trong nhiều nghiên cứu trước đó và các thử nghiệm từ nhiều thị trường
trong mối quan hệ này thì kết luận lại trái ngược trong các nghiên cứu của Pastor and
Stambaugh (2003); Kazumori and Yu (2019); Duffee, Tabak and Guerra (2002); tuy nhiên không thể phủ nhận có mối liên kết giữa hai nhân tố thanh khoản và phần bù rủi ro kém thanh khoản trong thực tế . Đây là cơ sở để tác giả quyết định sử dụng mô
hình 3 nhân tố của Fama và đồng thời bổ sung thêm nhân tố thanh khoản đại diện bởi
tính thanh khoản (LIQ). Như vậy mô hình nghiên cứu sẽ có dạng như sau:
Rpt - Rft = ap + bpMPt + cpSMBt + dpHMLt + epLIQt + εpt (1)
Với: Rpt-Rft là tỷ suất sinh lời vượt trội của danh mục
ap là hệ số chặn
MPt là tỷ suất sinh lời vượt trội của thị trường
SMBt là biến quy mô danh mục cổ phiếu
HMLt là biến giá trị sổ sách danh mục cổ phiếu trên giá thị trường
LIQt là biến thanh khoản
εpt là sai số của phương trình
bp, cp, dp, ep lần lượt là hệ số độ dốc của MPt, SMBt, HMLt và LIQt
3.2.2. Các biến trong mô hình và kỳ vọng dấu
Trong phương trình (1), các biến được định nghĩa và tính toán theo công thức như sau:
• Rpt là tỷ suất sinh lời của danh mục cổ phiếu ở thời điểm t
TSSL của một danh mục đầu tư (Rpt) được tính bằng trung bình các TSSL theo trọng số giá trị vốn hóa thị trường của từng cổ phiếu trong danh mục đó. TSSL của một cổ phiếu trong tháng t được tính theo công thức như sau:
Kí hiệu Ý nghĩa
S/L TSSL của danh mục có quy mô nhỏ và tỷ lệ BV/P thấpVới: Rt là tỷ suất sinh lời của cổ phiếu trong tháng t
Pt là giá thị trường của cổ phiếu tại thời điểm ngày cuối cùng của tháng t
Pt-1 là giá thị trường của cổ phiếu tại thời điểm ngày cuối cùng của tháng t-1 Khi đó TSSL của danh mục E(Rpt) trong tháng t được tính theo công thức:
E(Rpt) = ∑F=1 WiE(R1) = R (3)
Trong đó: Wi là tỷ trọng theo giá trị vốn hóa thị trường của cổ phiếu i (i đại diện cho các cổ phiếu trong danh mục). Giả sử rằng tỷ trọng của các cổ phiếu trong danh mục là như nhau thì TSSL của danh mục sẽ bằng trung bình của R.
• Rft là lãi suất phi rủi ro, được tính bằng lãi suất của trái phiếu chính phủ kỳ hạn 10 năm theo số liệu công bố của IMF chia cho 12 tháng trong 1 năm:
_ Lãi suất trái phiếu nhà nước
Rft =---ɪ--- (4)
• MPt là tỷ suất sinh lời vượt trội của thị trường được tính bằng TSSL của thị trường (Rmt) trừ cho lãi suất phi rủi ro:
MPt = Rmt - Rf (5)
Tỷ suất sinh lời của thị trường (Rm) được tính toán dựa theo chỉ số VN_Index hàng tháng trong giai đoạn từ tháng 10 năm 2014 đến tháng 9 năm 2019 theo công thức như sau:
Rmt = E(R)VNINDEX = ỉn(™-'ndeXt ) (6)
mt C J VNINUEX V VNJndext-L v f
Trong đó: VNJndext là chỉ số VN-Index tại thời điểm ngày cuối cùng của tháng t VNJndext-1 là chỉ số VN-Index tại thời điểm ngày cuối cùng của tháng t -1
Các biến SMBt, HMLt được xây dựng phù hợp với mô hình Fama - French. Để tránh cái gọi là định kiến tiên liệu, các dữ liệu kế toán tại cuối năm tài chính t được kết hợp giữa lợi nhuận cổ phiếu của giai đoạn trước đó bắt đầu từ tháng 10 của năm t - 1 đến tháng 9 của năm t. Đối với năm đầu tiên bắt đầu từ tháng 10/2014 - 9/2015, dữ liệu cổ phiếu được phân thành 2 nhóm danh mục cân bằng theo quy mô: Lớn (B) và nhỏ (S) dựa vào kích thước công ty tại thời điểm cuối tháng 9/2015. Một cách độc
lập các cổ phiếu này được phân loại thành 3 nhóm danh mục cân bằng theo tỷ lệ BV/P: Thấp (L), trung bình (M) và cao (H). Sau đó kết hợp 2 nhóm danh mục này lại
để hình thành 6 danh mục theo quy mô - tỷ lệ BV/P. Tỷ suất sinh lời mỗi tháng được tính toán trong vòng 5 năm dựa trên 6 danh mục đã hình thành và được kí hiệu trong
S/H TSSL của danh mục có quy mô nhỏ và tỷ lệ BV/P cao
B/L TSSL của danh mục có quy mô lớn và tỷ lệ BV/P thấp
B/M TSSL của danh mục có quy mô lớn và tỷ lệ BV/P trung bình
S/LL TSSL của danh mục có quy mô nhỏ và thanh khoản thấp
S/LM TSSL của danh mục có quy mô nhỏ và thanh khoản trung bình S/LH TSSL của danh mục có quy mô nhỏ và thanh khoản cao
B/LL TSSL của danh mục có quy mô lớn và thanh khoản thấp B/LM TSSL của danh mục có quy mô lớn và thanh khoản trung bình B/LH TSSL của danh mục có quy mô lớn và thanh khoản cao
• SMBt là kích thước, quy mô doanh nghiệp. SMBt là một biến được tính bằng trung bình của TSSL các DMĐT có quy mô nhỏ trừ đi trung bình TSSL của các DMĐT có quy mô lớn theo công thức sau:
(S/L-B/L)+(S/M-B/M^_(S/H-B/H)
t 3 ()
• HMLt là nhân tố đại diện cho tỷ lệ giá trị sổ sách trên giá thị trường của cổ phiếu, được tính theo công thức như sau:
HML = <S∕^ΞS∕L^i∕≤Ξi∕L2 (8)
30
• LIQt là nhân tố đại diện thanh khoản được tính bằng trung bình của TSSL các DMĐT có thanh khoản thấp trừ đi trung bình TSSL của các DMĐT có tính thanh khoản cao, công thức như sau:
LIQt = (S/LL-S/LH)+(B/LL-B/LH) (9)
LIQt là biến được tính toán từ danh mục đầu tư theo cách phân loại danh mục trong nghiên cứu của Lam và Tam (2011) được trình bày trong mục 3.2.1. Các kí hiệu trong
TIÊU DẤU
MP + Tỉ suất sinh lời vượt trội càng cao thì tỉ suất sinh lời danh mục chứng khoán càng cao.
SMB + Tỉ suất sinh lời của các công ty quy mô nhỏ cao hơn tỉ suất sinh lời của các công ty có quy mô lớn.
HML + Tỉ suất sinh lời của các công ty có B/M lớn cao hơn tỉ suất sinh lời của các công ty có B/M nhỏ.
LIQ — Tỉ suất sinh lời của các công ty có tính thanh khoản
thấp
cao hơn tỉ suất sinh lời của các công ty có tính thanh khoản cao.
Dựa trên những nghiên cứu sẵn có được thực nghiệm trên thị trường chứng khoán Việt Nam trong những năm gần đây, bài nghiên cứu xây dựng giả thuyết dựa trên nghiên cứu của Amihud (2002) và đồng thời là một thử nghiệm thay thế cho mô hình
định giá tài sản vốn CAPM bổ sung nhân tố kém thanh khoản trong nghiên cứu của Bùi Thị Lệ (2018) nhằm kiểm định mối tương quan giữa thanh khoản và phần bù rủi ro thị trường theo mô hình của Fama - French bổ sung thêm nhân tố ILIQ. Bài nghiên
cứu đưa ra giả thuyết về mối tương quan giữa tính kém thanh khoản phần bù rủi ro kém thanh khoản như sau:
Giả thuyết H0: Tính thanh khoản (LIQ) có mối tương quan nghịch với tỷ suất sinh
31
Ngoài ra với những cơ sở lý thuyết về các nhân tố tác động đến phần bù rủi ro thanh khoản, tác giả kỳ vọng dấu của các biến độc lập trong mô hình hồi quy như bảng dưới
đây. Các ký hiệu (+) đại diện cho tương quan thuận giữa các biến độc lập trong mô hình với biến phụ thuộc là tỷ suất sinh lời cổ phiếu. Các ký hiệu (-) đại diện cho tương
Chưa có một nghiên cứu nào chứng minh rằng có phương pháp phân chia danh mục cổ phiếu tốt nhất để giải thích rõ ràng kết quả hồi quy trong mô hình Fama - French. Bài nghiên cứu sử dụng phương pháp phân chia danh mục theo nguyên tắc của Lam và Tam (2011) làm quy chuẩn cho phân loại cổ phiếu.
Tuy nhiên bài nghiên cứu có một vài điểm khác biệt so với phương pháp nghiên cứu của Lam và Tam. Bài nghiên cứu phân loại danh mục dựa trên 2 nhóm danh mục thay vì 3 nhóm danh mục chính theo Lam và Tam. Do tôi chỉ sử dụng tỷ lệ turnover đại diện cho thanh khoản để tính toán mô hình, trong khi nhóm danh mục thứ 3 của Lam và Tam sử dụng 9 biến đại diện cho thanh khoản cổ phiếu. Nghiên cứu của Lam
Quy mô Nhỏ (S) Vừa (M) Lớn (B) Thanh khoản Thấp (L1) S/L1(DMĐT1) M/L1 (DMĐT2) B/L1 (DMĐT3) TB (L2) S/L2 (DMĐT4) M/L2 (DMĐT5) B/L2 (DMĐT6) Cao (L3) S/L3 (DMĐT7) M/L2 (DMĐT8) B/L3 (DMĐT9)
đó kết hợp 2 nhân tố để hình thành 25 danh mục đầu tư. Tuy nhiên trong bài nghiên cứu tôi phân chia độc lập các cổ phiếu thành 3 nhóm danh mục theo quy mô và thanh
khoản để hình thành 9 danh mục đầu tư, cách phân chia này phù hợp với kích thước mẫu dữ liệu và mang ý nghĩa thống kê tốt hơn. Ngoài ra, 9 danh mục được hình thành
trong năm 2015 được áp dụng cho các năm còn lại thay vì tái phân chia danh mục lại
từ đầu vào mỗi năm, do các cổ phiếu không có sự biến động lớn qua các năm. Quy trình thực hiện phân chia danh mục sẽ lần lượt theo những bước như sau:
Đầu tiên tôi xây dựng nhóm 9 danh mục đầu tư cho năm 2015 dựa trên 2 nhóm danh mục: (1) quy mô và tính thanh khoản, (2) tỷ lệ giá sổ sách trên giá thị trường và tính thanh khoản. Với biến thanh khoản được đại diện bởi tỷ lệ số lượng cổ phiếu giao dịch hằng tháng chia cho số lượng cổ phiếu lưu hành trung bình qua 3, 6 hoặc 12 tháng trước tháng 10 (tỷ lệ turnover).
Đối với nhóm danh mục thứ nhất (dựa trên quy mô và thanh khoản), sử dụng dữ liệu chứng khoán của cổ phiếu vào cuối tháng 9 năm 2015, tôi tính toán biến quy mô (hay
còn gọi là mức vốn hóa thị trường) của từng cổ phiếu bằng tích giữa giá thị trường của cổ phiếu và số lượng cổ phiếu đang lưu hành. Sau đó tôi xếp hạng các cổ phiếu theo kích thước và phân chia thành 3 nhóm danh mục cân bằng: Quy mô nhỏ (S), quy
mô trung bình (M) và quy mô lớn (L). Tiếp theo, sử dụng cùng mẫu dữ liệu tôi tính toán tỷ lệ turnover đại diện cho thanh khoản bằng tỷ lệ giữa số lượng cổ phiếu giao dịch chia cho số lượng cổ phiếu lưu hành tại ngày cuối cùng của tháng 9/2015. Sau đó tôi xếp hạng độc lập các cổ phiếu theo tính thanh khoản và phân chia cổ phiếu
phân chia trên với nhóm danh mục (2) sử dụng tỷ lệ giá sổ sách trên giá thị trường và
thanh khoản. Đầu tiên tôi tính toán tỷ lệ BV/P bằng tỷ lệ giá sổ sách chia cho giá thị trường của cổ phiếu tại ngày cuối cùng của tháng 9/2015 và phân loại cổ phiếu thành
3 nhóm danh mục cân bằng: Tỷ lệ BV/P thấp (BL), tỷ lệ BV/P trung bình (BM) và tỷ lệ BV/P cao (BH). Sau đó kết hợp với 3 nhóm danh mục thanh khoản đã phân loại
trước đó, tôi hình thành được 9 danh mục dựa trên tỷ lệ giá sổ sách trên giá thị trường
và thanh khoản cổ phiếu: BL/L1, BL/L2, BL/L3, BM/L1, BM/L2, BM/L3, BH/L1, BH/L2, BH/L3.
Đối với biến thanh khoản đại diện bởi tỷ lệ turnover được xây dựng như sau. Tại ngày cuối cùng của tháng 9/2015, dữ liệu mẫu sẽ được phân loại theo quy mô thành 2 nhóm: Lớn (B) đối với những cổ phiếu có mức vốn hóa cao hơn mức trung vị kích thước công ty và Nhỏ (S) đối với 50% cổ phiếu còn lại có mức vốn hóa thấp hơn hoặc bằng mức trung vị kích thước công ty. Tiếp theo, sử dụng cùng mẫu dữ liệu nghiên cứu tôi phân chia độc lập các cổ phiếu vào 3 nhóm danh mục theo thanh khoản: Thanh khoản thấp (LL), thanh khoản trung bình (LM), thanh khoản cao (LH).
Kết hợp 2 biến trên tôi hình thành được 6 nhóm danh mục có dạng: S/LL, S/LM, S/LH, B/LL, B/LM, B/LH. Sau đó tôi tính toán tỷ suất sinh lời hằng tháng dựa trên
Quy mô Thanh khoản TB Kích thước (tỷ đồng) TB tỷ lệ BV/P TB Thanh khoản S 1 1,681 0.5628 0.0023 2 1,834 0.6677 0.0145 3 1,881 0.9599 0.0694 M 1 4,387 0.5978 0.0044 2 4,224 1.0247 0.0159
thuộc là tỷ suất sinh lời vượt trội của danh mục của 9 mô hình và lần lượt chạy dữ liệu cho mỗi danh mục với mỗi Rt tương ứng. Đối với các chỉ tiêu MPt, SMB, HML tôi thực hiện tính toán theo công thức đã trình bày ở phần mô tả biến trong mô hình Fama - French.
Sau khi tính toán các biến đầy đủ theo mô hình nghiên cứu, tôi thực hiện thống kê mô tả trung bình các nhân tố của từng danh mục và kiểm định mối tương quan giữa biến thanh khoản và các biến còn lại. Thực hiện chạy mô hình hồi quy dựa trên mô hình nghiên cứu để phân tích tác động của thanh khoản đến tỷ suất sinh lời cổ phiếu.
3.2.2. Phương pháp ước lượng
Bài nghiên cứu sử dụng phương pháp thống kê mô tả (Descritive Statistic) về trung bình các nhân tố quy mô, tỷ lệ giá sổ sách trên giá thị trường và tính thanh khoản để phân loại danh mục đầu tư, kết hợp với sử dụng mô hình Correllation để kiểm định mối tương quan giữa nhân tố tính thanh khoản đối với các nhân tố còn lại trong mô hình Fama - French 4 nhân tố.
Tiếp theo tôi lập mô hình hồi quy (Regression analysis) và thực hiện các kiểm định theo thứ tự như sau:
- Kiểm định tính dừng của chuỗi bằng mô hình Unit Root Test. - Kiểm định đa cộng tuyến VIF.
- Kiểm định phương sai thay đổi bằng Heteroskedasticity Test.
Sau bước kiểm định tổng thể ở trên, tôi thành lập 8 phương trình hồi quy OLS dựa trên mô hình nghiên cứu của Fama - French kết hợp thêm nhân tố tính thanh khoản của cổ phiếu.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả dữ liệu
Trong phần này tôi thực hiện thống kê mô tả nhóm 9 danh mục theo quy mô - thanh khoản cho kết quả ở bảng 4.1 và 9 danh mục theo tỷ lệ BV/P - thanh khoản cho kết quả ở bảng 4.2 theo tỷ lệ trung bình kích thước, tỷ lệ BV/P và thanh khoản trong giai đoạn tháng 10/2014 đến tháng 10/2019. Đồng thời tôi thực hiện thống kê mô tả các biến MP, SMB, HML và LIQ trong mô hình hồi quy, kết hợp với phân tích ma trận tương quan giữa các biến giải thích này để xem xét tính độc lập của biến thanh khoản