Để kiểm định tự tương quan của mô hình, bài viết sử dụng kiểm định Breusch - Godfrey của phần mềm Eviews với các giả thuyết:
H0: p = 0 (không có sự tự tương quan) H1: p ≠ 0 (có sự tự tương quan)
Nếu p-value >0.05, ta chấp nhận giả thuyết H0 là không tồn tại sự tự tương quan trong các mô hình đã thực hiện và ngược lại.
Kiểm định Breusch-Godfrey cho ra kết quả như bảng sau:
Bảng 4.3 Kiểm định Breusch-Godfrey Serial Correlation LM
Breusch-Godfrey Serial Correlation LM Test
Mô hình p-value p-value so với mức ý nghĩa 5% SL 0.458 Lớn hơn SH 0.139 Lớn hơn SM 0.877 Lớn hơn BL 0.301 Lớn hơn BH 0.953 Lớn hơn BM 0.169 Lớn hơn
Mô hình p-value p-value so với mức ý nghĩa 5% SL 0.330 Lớn hơn SH 0.645 Lớn hơn SM 0.278 Lớn hơn BL 0.119 Lớn hơn BH 0.712 Lớn hơn BM 0.935 Lớn hơn
4.1.1. Kiểm định phương sai sai số thay đổi
Để kiểm định phương sai sai số thay đoi của các mô hình đã thực hiện, bài viết sử dụng kiểm định White bằng phần mềm Eviews với các giả thuyết:
Ho: phương sai sai số đồng đều, R2 = 0. . Hi: phương sai sai số không đồng đều, R2 > 0
Nếu các mô hình có p-value lớn hơn mức ý nghĩa 5%, kết luận bác bỏ giả thuyết H1, chấp nhận giả thuyết H0, hay tất cả các mô hình không có hiện tượng phương sai sai số thay đổi.
Bảng 4.4 Kiểm định White
Mô hình Biến Vif SL SMB 2.642 SL HML 1.572 SL Rm-Rf 2.060 SH SMB 2.642 SH HML 1.572 SH Rm-Rf 2.060 SM SMB 2.642 SM HML 1.572 SM Rm-Rf 2.060 BL SMB 2.642 BL HML 1.572 BL Rm-Rf 2.060 BH SMB 2.642 BH HML 1.572 BH Rm-Rf 2.060 BM SMB 2.642 BM HML 1.572 BM Rm-Rf 2.060
Nguồn: Tác giả tự tính toán
Kết quả từ kiểm định White cho thấy, tất cả các mô hình đã thực hiện đều có p-value lớn hơn mức ý nghĩa 5% (chẳng hạn mô hình SL có p-value = 0.3307 > 0,05), từ đó có thể kết luận rằng tất cả các mô hình đã thực hiện không có hiện tượng phương sai sai số thay đổi.
4.1.2. Kiểm định đa cộng tuyến
Hiện tượng đa cộng tuyến xảy ra khi các biến độc lập trong mô hình có sự tương
Bảng 4.5 Kiểm định Collin giữa các biến độc lập trong mô hình
(1) SL (2) SH (3) SM (4) BL (5) BH (6) BM 0.681** 0.551** 0.259*** - 0.542*** -0.412*** -0.554***
2.2. Kết quả hồi quy
2.2.1. Mô hình hồi quy cho các danh mục đã được thiết lập
Để có thể đi đến kết luận liệu mô hình Fama-French 3 nhân tố có giải thích được TSSL của các co phiếu tại thị trường chứng khoán Việt Nam hay không, bài viết sẽ thực hiện hồi quy chuỗi thời gian cho các danh mục đã được thiết lập với 3 biến độc lập như mô
hình của Fama và French (1993). Để dễ dàng nhận biết, 6 mô hình hồi quy sẽ có dạng như sau: RSL, t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2 SMBt + β3 HMLt+ St (1) RSH,t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2SMBt + β3 HMLt+ St (2) RSM, t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2SMBt + β3 HMLt+ St (3) RBL, t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2 SMBt + β3 HMLt+ St (4) RBH,t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2SMBt + β3 HMLt+ St (5) RBM,t-Rf,t = «0 + β1 [Rm,t - Rf,t] + β2SMBt + β3 HMLt+ St (6)
2.2.2. Kết quả hồi quy của các danh mục
Bảng 4.2 thể hiện kết quả hồi quy của 6 danh mục SL, SH, SM, BL, BH và BM, với: kiểm định t trong dấu ngoặc vuông, *: biến có ý nghĩa thống kê với mức ý nghĩa 10%, **: biến có ý nghĩa thống kê với mức ý nghĩa 5% , ***: biến có ý nghĩa thống kê với mức ý nghĩa 1%.
Nhìn chung, ngoại trừ mô hình SM thì các mô hình còn lại có hệ số này xấp xỉ 0.9, có nghĩa là 90% độ biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong
mô hình. Tất cả các mô hình hồi quy đã thực hiện điều có hệ số p-value xấp xỉ 0.000 nên đều có ý nghĩa thống kê ở mức 5% (các mô hình thống kê chi tiết ở phần phụ lục).
[-1.29] [-1.83] [-0.08] [-1.04] [-1.12] [-1.03]
Số quan
sát 71 71 71 71 71 71
Nguồn: Tác giả tự tính toán - Nhân tố phần bù rủi ro thị trường (Rm- Rf):
Trong tất cả các mô hình đã thực hiện ở bảng 4.2, nhân tố phần bù rủi ro thị trường đều cho kết quả có tác động dương với các danh mục đầu tư đã thiết lập, cũng như có ý nghĩa thống kê ở mức kiểm định là 1%. Điều này dễ hiểu vì biến phụ thuộc đều lấy từ TSSL của các co phiếu được niêm yết tại Sở giao dịch chứng khoán Thành phố Hồ Chí Minh, cho nên TSSL của các cổ phiếu được một phần bù rủi ro thị trường.
Kết quả này phù hợp với mô hình CAPM khi TSSL của các danh mục đầu tư có hệ số tương quan dương với phần bù rủi ro thị trường. Hơn nữa nó cũng phù hợp với bài viết gốc của Fama và French (1993) và có kết quả tương tự với các bài viết trước tại thị trường
- Nhân tố quy mô (SMB):
Ket quả hồi quy của 6 mô hình trên tại bảng 4.2 cho thấy, nhân tố này đều có ý nghĩa
thống kê ở mức 1%. Nhìn chung, ở các danh mục có nhân tố quy mô nhỏ (S) hệ số hồi quy
của nhân tố này là số dương còn các danh mục có nhân tố quy mô lớn (B) hệ số hồi quy của nhân tố này là âm.
Một cách cụ thể, ở mô hình trong bảng 4.2 của danh mục SL, SH, SM hệ số hồi quy của nhân tố này lần lượt là 0.618, 0.551, 0.259 điều này có nghĩa là trong điều kiện các yếu
tố khác không đoi, khi nhân tố SMB tăng 1%, hay nói cách khác là TSSL của các co phiếu có quy mô nhỏ tăng vượt trội hơn TSSL của các cổ phiếu có quy mô lớn 1% đơn vị thì TSSL của danh mục SL, SH, SM sẽ tăng lần lượt là 0.618%, 0.551%, 0.259%.
Ớ mô hình trong bảng 4.2 của danh mục BL, BH, BM hệ số hồi quy của nhân tố này lần lượt là -0.542, -0.412, -0.554 điều này có nghĩa là trong điều kiện các yếu tố khác không
đổi, khi nhân tố SMB tăng 1%, hay nói cách khác là TSSL của các cổ phiếu có quy mô nhỏ
tăng vượt trội hơn TSSL của các co phiếu có quy mô lớn 1% đơn vị thì TSSL của danh mục BL, BH, BM sẽ giảm lần lượt là 0.542%, 0.412%, 0.554%.
Có thể giải thích mối quan hệ này rằng vì các công ty có quy mô càng nhỏ tiềm ẩn mối rủi ro càng cao, cho nên khi ở các danh mục có nhân tố quy mô nhỏ (S) thì giá trị của biến độc lập SMB càng cao dẫn đến phần bù rủi ro của chúng càng cao và ngược lại. Điều
Biến độc
lập SL SH SM BL BH BM
Rm - Rf 0.122*** 0.139*** 0.101*** 0.167**
* 0.280*** 0.192***
- Nhân tố giá trị (HML)
Theo Fama và French (1993), các co phiếu có chỉ số book-to-market cao thường có TSSL vượt trội hơn các cổ phiếu có chỉ số này thấp, hay hệ số hồi quy của nhân tố giá trị (HML) ở các mô hình của các danh mục có nhân tố H sẽ lớn hơn có nhân tố M và ở danh mục có nhân tố L là thấp nhất.
Ớ mô hình trong bảng 4.2 của danh mục SL và BL, hệ số hồi quy của nhân tố này lần
lượt là -0.509 và -0.460 và có ý nghĩa thống kê ở mức 1%, điều này có nghĩa là trong điều kiện các yếu tố khác không đổi, khi nhân tố HML tăng 1 %, hay nói cách khác là TSSL của
các cổ phiếu có giá trị cao tăng vượt trội hơn TSSL của các cổ phiếu có giá trị thấp 1% đơn
vị thì TSSL của danh mục SL và BL sẽ giảm 0.509% và 0.460%.
Ớ mô hình của danh mục SH và BH, hệ số hồi quy của nhân tố này là 0.487 và 0.545 và có ý nghĩa thống kê ở mức 1%, điều này có nghĩa là trong điều kiện các yếu tố khác không đổi, khi nhân tố HML tăng 1%, hay nói cách khác là TSSL của các cổ phiếu có giá trị cao tăng vượt trội hơn TSSL của các cổ phiếu có giá trị thấp 1% đơn vị thì TSSL của danh mục SH và BH sẽ tăng 0.487% và 0.545%.
Ớ mô hình của danh mục SM và BM hệ số hồi quy của nhân tố này là 0.0356 và - 0.071, tuy nhiên các kết quả này không có ý nghĩa thống kê.
Nhìn chung, có thể thấy nhân tố HML ở các danh mục có nhân tố giá trị thấp (L) thì có hệ số âm còn ở các danh mục có nhân tố giá trị cao (H) thì giá trị này dương. Có thể giải
sách trên thị giá cao có TSSL cao hơn danh mục có các cổ phiếu có chỉ số này thấp vì sự khác biệt về phần bù rủi ro như đã nói ở trên. Hơn nữa, các nghiên cứu trước tại thị trường chứng khoán Việt Nam cũng có các kết quả tương tự như của Phong, N. A., và Hoang, T. V. (2012), Anh, T. T. T. (2017), Lộc, T. Đ., & Trang, D. T. H. (2014), khi biến nhân tố HML có hệ số dương ở các mô hình của danh mục H và biến nhân tố này có hệ số âm ở các danh mục L vì sự khác biệt về phần bù rủi ro.
2.2.3. Ket quả hồi quy các danh mục theo CAPM
Để so sánh với mô hình CAPM, bài viết sẽ hồi quy một lần nữa các danh mục đã được thiết lập chỉ với phần bù rủi ro thị trường. Sử dụng chỉ số R bình phương để so sánh độ tối ưu của mô hình Fama và French ba nhân tố so với mô hình CAPM truyền thống. Các
mô hình hồi quy sẽ có dạng như sau:
RDM,t-Rf,t = «0 + β1 [Rm,t - Rf,t] + εt (7) Trong đó:
RDM: 1 trong 6 danh mục đã thiết lập.
Bảng 4.6 thể hiện kết quả hồi quy của sáu danh mục SL, SH, SM, BL, BH và BM, với: kiểm định t trong dấu ngoặc vuông, *: biến có ý nghĩa thống kê với mức ý nghĩa 10%,
**: biến có ý nghĩa thống kê với mức ý nghĩa 5%, ***: biến có ý nghĩa thống kê với mức
[8.01] [16.65] [13.66] [20.08] [21.24] [24.63] Hằng số 0.011*** -0.0183*** -0.002 0.013*** -0.018*** 0.001 [2.65] [-8.22] [-0.86] [5.85] [-5.25] [0.41] Quan sát 71 71 71 71 71 71 R2 R2 Trung bình 0.482 0.801 0.73 77 % 0.854 0.867 0.898
Kết quả hồi quy theo CAPM cho thấy, nhân tố phần bù rủi ro thị trường có ý nghĩa thống kê ở mức 1%, và R bình phương trung bình của cả 6 danh mục là 77%, khá cao khi chỉ hồi quy với một biến duy nhất là phần bù rủi ro thị trường. Có thể thấy mô hình C APM
thể hiện sự hiệu quả tại thị trường chứng khoán Việt Nam. Các hệ số hồi quy của phần bù rủi ro thị trường đều cùng chiều với mức TSSL của danh mục đầu tư, kết luận này hợp lý so với lý thuyết cho rằng các co phiếu sẽ có TSSL nhờ vào phần bù của rủi ro thị trường. Tuy nhiên, để đem so sánh với Fama-French thì mô hình này không tối ưu bằng Fama- French ba nhân tố, khi trung bình R bình phương của mô hình Fama-French ba nhân tố là 91,36%, một khác biệt khá lớn để thể hiện tính ưu việt của Fama-French ba nhân tố.
4.2.8. So sánh mức độ hiệu quả các nhân tố trong mô hình hồi quy
Để so sánh liệu nhân tố nào ảnh hưởng tới TSSL của danh mục đầu tư hơn cả thì bài viết sẽ hồi quy sáu danh mục đầu tư đã thực hiện với chỉ phần bù rủi ro thị trường, chỉ với nhân tố quy mô, chỉ với nhân tố giá trị, phần bù rủi ro thị trường với nhân tố quy mô, phần bù rủi ro thị trường với nhân tố HML. Để dễ hình dung mô hình sẽ có dạng:
RDM,t - Rf,t = α0 + β1 [Rm,t - Rf,t] + εt (8) RDM,t - Rf,t = α0 + β1 SMBt + εt (9)
RDM,t - Rf,t = α0 + β1 HMLt + εt (10)
RDM,t - Rf,t = «0 + β1 [Rm,t - Rf,t] + β2 SMBt + εt (11) RDM,t - Rf,t = «0 + β1 [Rm,t - Rf,t] + β3 HMLt+ εt (12)
Trong đó: RDM là một trong sáu danh mục đã thiết lập.
Bảng 4.7 thể hiện kết quả hồi quy của sáu danh mục SL, SH, SM, BL, BH và BM, với: kiểm định t trong dấu ngoặc vuông, *: biến có ý nghĩa thống kê với mức ý nghĩa
Biến độc lập SL SH SM BL BH BM
tới nay, mà không cần biết các yếu tố ảnh hưởng tới giá chứng khoán, hay công ty mình đầu tư là công ty gì, hoạt động kinh doanh như thế nào, quy mô lớn hay nhỏ, có giá trị hay không.
Ve nhân tố quy mô công ty, khi thêm biến SMB vào mô hình hệ số R2 từ 77% tăng lên mức 85% là khá cao, kết quả của mô hình Fama-French ba nhân tố cũng cho ra kết quả
các co phiếu của công ty có quy mô nhỏ thường cho TSSL vượt trội so với co phiếu của những công ty quy mô lớn. Việc đầu tư vào những công ty lớn, có tên tuổi lâu đời trên thị trường thì là một lựa chọn an toàn và dễ dàng tuy nhiên về mặc TSSL kỳ vọng thì không thể bằng những công ty có quy mô nhỏ.
về nhân tố giá trị, được tính bằng chỉ số book-to-market. Khi hồi quy nhân tố phần bù rủi ro thị trường cộng với nhân tố giá trị, hệ số R2 cũng tăng từ mức 77% lên 86% là khá cao, kết quả của mô hình Fama-Frenh ba nhân tố đã cho ra kết luận các cổ phiếu của công ty có giá trị hay chỉ số book-to-market cao thường có TSSL vượt trội. Mặc khác, vì không bữa ăn nào là miễn phí khi các công ty có quy mô nhỏ thường tiềm ẩn rủi ro rất lớn cho nhà đầu tư, vì vậy nhân tố thứ 2 đó là nhân tố về giá trị, nhà đầu tư nên chọn các công ty có giá trị cao thay vì các công ty có giá trị thấp, để đưa ra một lựa chọn khôn ngoan
R2 0.482 0.801 0.73 0.854 0.867 0.898 R2 Trung bình 77% Biến độc lập SL SH SM BL BH BM -0.175 -0.677*** - ≈ -1.038*** -1.948*** -1.317*** SMB [-1.07] [-5.61] 4.66][- [-9.05] [-12.58] [-12.59] Hằng số 0.012** -0.019*** - 0.002 0.012*** -0.02*** -0.0004 [2.08] [-4.48] [- 0.53] [3.09] [-3.83] [-0.12] Quan sát 71 71 71 71 71 71 R2 0.016 0.313 0.24 0.543 0.696 0.697 R2 Trung bình 42% Biến độc lập SL SH SM BL BH BM
-0.238* 0.655*** 0.252*** 0.239* 1.346*** 0.630*** HML [-1.73] [6.81] [2.81] [1.68] [7.59] [4.39] Hằng số 0.005 0.003 0.007 0.022*** 0.02*** 0.022*** [0.74] [0.53] [1.53] [3.09] [2.76] [3.02] Quan sát 71 71 71 71 71 71 R2 0.041 0.402 0.103 0.039 0.455 0.218 R2 Trung bình 21% Biến độc lập SL SH SM BH BL BM 0.219*** 0.158*** 0.123*** 0.206*** 0.148*** 0.146*** Rm - Rf [14.66] [13.56] ] [12.20 [14.32] [12.75] [17.98] 1.043*** 0.204** 0.234*** -0.800*** -0.215** -0.504*** SMB [9.00] [2.26] [3.00] [-7.16] [-2.38] [-7.98] Hằng số 0.012*** -0.018*** -0.001 -0.02*** 0.013*** 6.93E-05 [4.47] [-8.30] [-0.71] [-7.35] [5.88] [0.05] Quan sát 71 71 71 71 71 71 R2 0.764 0.815 0.762 0.924 0.865 0.947 R2 Trung bình 85%
[15.57 ] HML [-9.99] Hang so .Oil***-O [-3.23] Quan sát R2 R2 Trung bình 71 0.79
[16.23] [12.66] [24.47] [29.30] [21.83] 0.316*** -0.045 -0.292*** 0.672*** 0.10 0* [6.51] [-0.82] [-5.78] [12.55] 8] [1.7 -0.009*** -0.003 0.004* 0.002 0.00 4 [-3.81] [-1.18] [1.74] [0.76] [1.46] 71 71 71 71 71 0.877 0.733 0.902 0.96 0.90 2 86%
TÓM TẮT CHƯƠNG IV
Chương này là chương quan trọng nhất của khóa luận, đã thực hiện các kiểm định về khuyết tật của hồi quy đa biến như kiểm định tính dừng, kiểm định hiện tượng phương sai sai số thay đổi, hiện tương tự tương quan và không phát hiện bất kì khuyết tật nào của mô hình. Sau khi thực hiện mô hình Fama và French 3 nhân tố cho 6 danh mục đã thiết lập đã phát hiện ra rằng biến phần bù rủi ro thị trường vẫn thể hiện vai trò quan trọng trong việc ảnh hưởng tới TSSL của chứng khoán. Về nhân tố quy mô, ở các danh mục có quy mô nhỏ (S) thì nhân tố này có hệ số hồi quy âm và ở các danh mục có quy mô lớn (B) thì hệ số hồi quy của nhân tố này là dương. Về nhân tố giá trị, ở danh mục có giá trị cao (H) thì hệ số hồi quy là dương còn ở danh mục có giá trị thấp thì hệ số hồi quy là âm. Tiếp
theo, khóa luận đã thực hiện các mô hình hồi quy của mô hình CAPM và mô hình chỉ hồi