Nhập dữ liệu và xử lý số liệu thô: tác giả sử dụng phần mềm Microsoft Excel 2013 để nhập dữ liệu, tính trị tuyệt đối của độ lệch lợi nhuận, kiểm tra dữ liệu trống, tính hợp lý của dữ liệu và tính toán các biến trong mô hình. Phân tích thông kê mô tả, chạy hồi quy và kiểm định mô hình được thực hiện thông qua phần mềm Eview 8. Để thực hiện mô hình hồi quy có dữ liệu thời gian đòi hỏi chuỗi dữ liệu phải có trung bình, phương sai và tự hiệp phương sai không đổi theo thời gian. Vì vậy, bài nghiên cứu cần thực hiện kiểm định tính dừng vì chuỗi dữ liệu dừng sẽ đảm bảo yêu cầu trên. Bài nghiên cứu sẽ kiểm định tính dừng bằng phương pháp kiểm định nghiệm đơn vị (Unit-Root test), độ trễ được chọn theo phương pháp Schwaez Info Criterion. Nếu chuỗi dữ liệu không dừng, tác giả sẽ lấy sai phân bậc 1, 2,.. cho đến khi chuỗi dừng, với giả thuyết kiểm định:
H0 : Chuỗi dữ liệu không dừng H1 : Chuỗi dữ liệu dừng.
Tất cả mô hình hồi quy trong bài viết sẽ được thực hiện thông qua phương pháp bình phương nhỏ nhất (OLS). Bên cạnh đó, tác giả thu thập theo dữ liệu ngày với các biến trị tuyệt đối độ lệch lợi nhuận dữ liệu chéo CSAD và lợi nhuận thị trường Rm, tần suất dữ liệu thời gian cao sẽ khiến mô hình có hiện tượng tự tương quan và phương sai sai số thay đổi. Lẽ đó, việc tồn tại các hiện tượng trên sẽ khiến cho sai số chuẩn của hệ số hồi quy được ước lượng theo mô hình OLS có thể sẽ bị tính toán sai. Vì thế, các sai số chuẩn trong mô hình sẽ được điều chỉnh theo phương pháp sai số chuẩn mạnh theo cách tiếp cận của Newey-West (1987). Ngoài ra, bài viết cũng sẽ thực hiện kiểm định đa cộng tuyến, nhằm đảm bảo kết quả mô hình theo phương pháp OLS không thiên lệch và hiệu quả.
3.5. Mầu nghiên cứu
Dựa trên nguyên tắc lực chọn dữ liệu, tác giả sẽ nghiên cứu hành vi bầy đàn trên sàn chứng khoán HOSE với tổng cộng 273 cổ phiếu. Ngoài ra, việc xem xét ảnh hưởng của quy mô công ty đến hành vi bầy đàn được nghiên cứu trên năm danh mục cổ phiếu, cụ thể, danh mục 1 và 5 có tổng cộng 48 cổ phiếu, riêng danh mục 2, 3, 4 có 47 cổ phiếu.
Trong giai đoạn từ 04/01/2012 đến 28/12/2018, với tần suất dữ liệu ngày, tổng số quan sát bài nghiên cứu thực hiện kiểm định hành vi bầy đàn trên sàn chứng khoán HOSE là 1743 quan sát. Đối với trường hợp xem xét hành vi bầy đàn trong trường hợp thị trường tăng điểm (Rnu > 0) và giảm điểm (Rmjt < 0) cũng như trường hợp khối lượng giao dịch cao và thấp, tác giả trình bày chi tiết số quan sát trong bảng sau:
_________CSADt_______________________R m,t________________ Trung bình _______________ 0.008248 _____________ 0.000233 Trung vị _______________ 0.008057 _______________ 0.000541 Giá trị lớn nhất _______________ 0.019455 _______________0.017058 Giá trị nhỏ nhất__________ _______________ 0.004601 ______________-0.026280 Độ lệch chuẩn___________ _______________ 0.001470 _______________ 0.004721 Số quan sát_____________ ___________________ 1743 ___________________ 1743 Kết luận Chương 3
Bài nghiên cứu này được thực hiện bằng phương pháp nghiên cứu định lượng với mẫu quan sát gồm giá đóng cửa hàng ngày của 273 cổ phiếu được niêm yết trên thị trường HOSE trong giai đoạn từ ngày 04/01/2012 - 28/12/2018. Tác giả thực hiện đo lường hành vi bầy đàn trên toàn thị trường theo cách tiếp cận của phương pháp của Chang, Cheng và Khorana (2000). Theo phương pháp này, tác giả thực hiện hồi quy độ phân tán trung bình của tỉ suất lợi nhuận của các chứng khoán so với tỉ suất sinh lời của thị trường theo trị tuyệt đối và bình phương tỉ suất sinh lời của thị trường. Trong chương này, tác giả đã tiến hành biến đổi, xử lý dữ liệu cũng như xác định các giả thuyết nghiên cứu cần thiết phải kiểm định để đưa ra bằng chứng thực nghiệm về hành vi bầy đàn. Cụ thể, tác giả xem xét hành vi bầy đàn trong các điều kiện thị trường khác nhau cũng như xem xét hành vi bầy đàn với các nhóm cổ phiếu có đặc trưng khác nhau về quy mô nhằm cung cấp bức tranh tổng quát về hiện tượng bầy đàn trên thị trường chứng khoán Việt Nam. Tiếp theo chương 4, tác giả sẽ thống kê mô tả các biến trong mô hình, đồng thời, trình bày các kết quả nghiên cứu cũng như giải thích hiện tượng bầy đàn dưới các điều kiện thị trường khác nhau.
CHƯƠNG 4: KẾT QUẢ MÔ HÌNH 4.1. Ket quả thống kê mô tả
Phân tích thống kê mô tả nhằm mục đích tóm tắt đặc điểm của dữ liệu. Bảng 4.1 trình bày chi tiết các đặc điểm của các biến trị tuyệt đối độ lệch lợi nhuận dữ liệu chéo CSADt và lợi nhuận thị trường Rm,t về giá trị trung bình, trung vị, giá trị nhỏ nhất, giá trị lớn nhất, độ lệch chuẩn và số quan sát trong giai đoạn 04/01/2012 - 28/12/2018.
2 2 6 8 7 Giá trị nhỏ nhất 0.00275 5 2 0.00386 9 0.00308 8 0.00352 5 0.00219 Độ lệch chuẩn 0.00166 4 0.00162 8 0.00176 3 0.00172 0 0.00168 2 Số quan sát______ ________ 1743 3 174 1743 1743 1743 Nhóm 1 Nhóm 2 Nhóm 3 Nhóm 4 Nhóm 5 Trung bình 0.00023 1 0.00010 3 0.0000408 -0.000009 - 0.000021 ' Trung vị 0.00020 7 0.00019 8 0.00016 9 0.00016 7 0.00020 8 Giá trị lớn nhất 0.01702 8 0.06390 3 0.01375 9 0.01684 2 0.01901 0 Giá trị nhỏ nhất - 0.018785 0.059660- -0.020696 -0.022549 -0.024968 Độ lệch chuẩn 0.00355 3 7 0.00398 1 0.00380 9 0.00392 6 0.00463 Số quan sát______ 174 3 3 174 1743 1743 1743
Nguồn: Tác giả trích xuất từ kết quả Eview.
Từ bảng thống kê 4.1, mẫu nghiên cứu gồm có 1743 quan sát cho hai biến CSADt và Rm,t với tần suất dữ liệu ngày. Trong giai đoạn 2012 - 2018, độ phân tán trung bình của các cổ phiếu riêng lẻ so với lợi nhuận thị trường là 0.825%, với độ lệch chuẩn là 0.147%, trong đó giá trị cao nhất của CSADt được ghi nhận ở mức 1.946% và giá trị thấp nhất là 0.46%. Ngoài ra, tỉ suất sinh lời của thị trường tăng tối đa trong một ngày giao dịch trên sàn chứng khoán HOSE là 1.706% và mức giảm mạnh nhất là - 2.6280%. Lợi nhuận trung bình của thị trường 0.0023% với độ lệch chuẩn là 0.047%. Bảng 4.2 và 4.3 thống kê mô tả hai biến CSADt và Rm,t trong năm nhóm cổ phiếu được phân loại theo quy mô công ty. Dựa trên kết quả thống kê, độ phân tán trung bình thấp nhất là ở nhóm 5 với 0.617%, trái lại, độ phân tán trung bình cao nhất ở nhóm 1 với 0.956%. Bên cạnh đó, độ lệch chuẩn của mức độ phân tán của các cổ phiếu riêng lẻ so với lợi nhuận chung trên thị trường trong năm nhóm cổ phiếu dao động từ 0.0163% đến 0.0176%, trong đó, cao nhất là nhóm 3 và thấp nhất là nhóm 2. Bên cạnh đó, kết quả thống kê của biến Rm,t cho thấy có sự khác nhau đáng kể ở mức
lợi nhuận trung bình trong năm nhóm cổ phiếu. Cụ thể, lợi nhuận trung bình thị trường hằng ngày cao nhất là ở nhóm 1 với 0.023% và thấp nhất ở nhóm 4 là -0.0009%. Tuy nhiên, mức độ biến động lợi nhuận hằng ngày ở nhóm 1 là thấp nhất so với các nhóm cổ phiếu khác, ở mức 0.356%. Mức biến động của lợi nhuận thị trường cao nhất rơi vào nhóm thứ 5 với 0.463%, đây là nhóm cổ phiếu có mức vốn hóa thị trường cao nhất. Ở các nhóm cổ phiếu 2, 3, 4, mức biến động lợi nhuận gần như tương đương nhau dao động quanh mức 0.039%.
Bảng 4.2 Thống kê mô tả biến CSADt theo danh mục cổ phiếu
Nguồn: Tác giả trích xuất từ kết quả Eview.
Nhóm cổ phiếu 3 CSAD, Rm,t________________ 0.000000 Chuỗi dữ liệu dừng Nhóm cổ phiếu 4 CSAD, Rm,t________________ 0.000000 Chuỗi dữ liệu dừng Nhóm cổ phiếu 5 CSAD, Rm,t________________ 0.000000 Chuỗi dữ liệu dừng
Nguồn: Tác giả trích xuất từ kết quả Eview.
4.2. Các kiểm định sơ bộ4.2.1. Kiểm định tính dừng 4.2.1. Kiểm định tính dừng
Các biến nghiên cứu trong mô hình đều là chuỗi dữ liệu thời gian, vì thế tác giả thực hiện kiểm định nghiệm đơn vị (Unit-Root test) theo phương pháp Augmented Dickey - Fuller, độ trễ được chọn theo phương pháp Schwaez Info Criterion nhằm kiểm định tính dừng của các biến trong mô hình.
Kết quả kiểm định tính dừng ở bảng 4.4 cho thấy các giá trị p-value đều bằng 0 và nhỏ hơn mức ý nghĩa a = 0.05. Do đó, tất cả các chuỗi dữ liệu trong mô hình đều có tính dừng. Điều này cho thấy chuỗi dữ liệu nghiên cứu có trung bình, phương sai không đổi theo thời gian và hiệp phương sai giữa hai quan sát tại những thời điểm khác nhau chỉ phụ thuộc vào khoảng cách thời gian của hai quan sát đó mà không phụ thuộc vào thời điểm phát sinh quan sát.
Qt ‰ ∣ 4.696429_____________ (1-Ptu ) Rm,t∖ 2.995015_____________ Khối lượng giao dịch cao và thấp D™\Rm,t _______ 2.157052_____________
(1 — pỴH ')\Rm,t\ 10.09502_____________ DỴ H \Rm,t _____________1.425868_____________ (1 — PỴH )\Rm,t\ 8.191559_____________ Nhóm cổ phiếu 1________________ | R m,t |, (R m,t )2______________ 4.801329_____________ Nhóm cổ phiếu 2________________ | R m,t |, (R m,t )2______________ 6.590995_____________ Nhóm cổ phiếu 3________________ |R m,t | , (R m,t )2_______________ 6.082947_____________ Nhóm cổ phiếu 4 |R m,t | , (R m,t )2_______________ 4.494550_____________ Nhóm cổ phiếu 5________________ |R m,t | , (R m,t )2_______________ 5.260624_____________ P-value Kết quả_________________________
Toàn thị trường 0.0000 Có hiện tượng tự tương quan________
Thị trường tăng và giảm điểm 0.0000 Có hiện tượng tự tương quan________ Khối lượng giao dịch cao và thấp 0.0000 Có hiện tượng tự tương quan________
Nhóm cổ phiếu 1 0.0000 Có hiện tượng tự tương quan________
Nhóm cổ phiếu 2 0.0000 Có hiện tượng tự tương quan________
Nhóm cổ phiếu 3 0.0000 Có hiện tượng tự tương quan________
Nhóm cổ phiếu 4 0.0000 Có hiện tượng tự tương quan________
Nhóm cổ phiếu 5_______________ 0.0000 Có hiện tượng tự tương quan________
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview.
4.2.2. Kiêm định hiện tượng đa cộng tuyến
Trong bài nghiên cứu này, tác giả đã sử dụng hệ số phóng đại phương sai VIF để kiểm định hiện tượng đa cộng tuyến. Theo quy tắc kinh nghiệm, khi VIFj >10 thì mức độ đa cộng tuyến được xem là cao và khi đó các hệ số hồi quy được ước lượng với độ chính xác không cao.
Bảng 4.5 Kiểm định hiện tượng đa cộng tuyến
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview.
Dựa trên kết quả kiểm định hiện tượng đa cộng tuyến tại bảng 4.5, tất cả các hệ số phóng đại phương sai VIF đều nhỏ hơn 10. Do đó, kết quả kiểm định cho thấy hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả mô hình.
4.2.3. Kiểm định hiện tượng tự tương quan
Sau khi có kết quả mô hình hồi quy, tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Breusch - Godfrey. Nếu kết quả P-value nhỏ hơn mức ý nghĩa 0.05 thì mô hình có hiện tượng tự tương quan và ngược lại.
đổi
Nhóm cổ phiếu 1_________________ 0.0000 Có hiện tượng phương sai sai số thay đổi
Nhóm cổ phiếu 2_________________ 0.0000 Có hiện tượng phương sai sai số thay đổi
Nhóm cổ phiếu 3_________________ 0.0305 Có hiện tượng phương sai sai số thay đổi
Nhóm cổ phiếu 4 0.0000 Có hiện tượng phương sai sai số thay
đổi
Nhóm cổ phiếu 5_________________ 0.0000 Có hiện tượng phương sai sai số thay đổi
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview.
4.2.4. Kiêm định hiện tượng phương sai sai sô thay đôi
Để kiểm định hiện tượng phương sai sai số thay đổi, bài viết sẽ sử dụng kiểm định White. Nếu kết quả P-value nhỏ hơn mức ý nghĩa 0.05 thì mô hình có hiện tượng phương sai sai số thay đổi và ngược lại.
(Rm,t)2 -8.0876***
______________(0.42806)______________
Số quan sát _______________1743______________
R
2 (%)_________________________ ______________44.15______________
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview.
Bảng 4.6 và 4.7 tổng hợp các kết quả kiểm định về hiện tượng đa cộng tuyến và hiện tượng tự tương quan của mô hình hồi quy. Kết quả kiểm định cho thấy giá trị p-value nhỏ hơn mức ý nghĩa a = 0.05, do đó, các mô hình đều vi phạm giả thuyết của mô hình OLS về phương sai đồng nhất và không có hiện tượng tự tương quan giữa các sai số ngẫu nhiên trong mô hình. Vì vậy, để khắc phục các hiện tượng trên, tác giả sẽ điều chỉnh mô hình với sai số chuẩn theo phương pháp Newey-West.
4.3. Ket quả mô hình hồi quy
4.3.1. Kiêm định hành vi bầy đàn toàn thị trường
Đầu tiên, tác giả xem xét hành vi bầy đàn trên toàn thị trường chứng khoán. Bảng 4.8 trình bày kết quả mô hình về việc kiểm định hành vi bầy đàn toàn thị trường thông qua sàn chứng khoán HOSE.
____________Hệ số hồi quy____________ C 0.0071*** ______________(0.0000)______________ Dβ R∖ m,t∖ 0.3923*** ______________(0.0203)______________ (1 — Dβ) R∖ mιt∖ 0.4050*** ______________(0.0307)______________ Dβ(Rm,tγ -7.9970*** ______________(0.3465)______________ (1 — Dβ)(Rm,tf -8.1989*** ______________(3.1055)______________ Số quan sát________________________ ________________1743_______________ R 2 (%)____________________________ _______________44.18_______________
Kiểm định tính bất đối xứng của hành vi bầy đàn trong trường hợp thị trường tăng và giảm____________________________________________________________________
β3
- β4_______________________________ _______________0.2019_______________
F-statistic ______________0.004439______________
Nguồn: Tác giả trích xuất từ kết quả Eview
Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%. Trong dấu ngoặc thể hiện sai số chuẩn của hệ số hồi quy. Bảng trên trình bày tham số ước lượng của mô hình: CSADt = α + ^1∣Rm,t∣
+ β2(Rm,t)2+ ɛt.
Ket quả ước lượng mô hình cho thấy hệ số β2 âm và có ý nghĩa thống kê ở mức ý nghĩa 1 %, điều này ngụ ý rằng mối quan hệ tăng nhưng với tốc độ chậm dần giữa tỉ suất sinh lời của thị trường và độ phân tán trung bình khi thị trường biến động, hay nói cách khác, hành vi bầy đàn tồn tại trên thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu 2012 - 2018. Kết quả này tương đồng với kì vọng của tác giả cũng như các bài nghiên cứu trước My và Truong (2011), Trần Thị Hải Lý (2010), Vo và Phan (2017). Điều này được giải thích bởi một số đặc trưng trên thị trường chứng khoán Việt Nam, cụ thể là quy mô thị trường nhỏ, các quy định của pháp luật chưa chặt chẽ, các nhà đầu tư nhỏ lẻ và thiếu kinh nghiệm, đồng thời, thị trường có sự can thiệp của chính phủ, điều này dẫn đến việc thiếu minh bạch thông tin trên thị trường (Tung Nguyen, 2018). Ngoài ra, theo Bikhchandani và Sharma (2001), các nhà đầu tư có xu hướng đi theo đám đông khi thị trường tồn tại vấn đề thông tin bất cân xứng. Với đặc điểm của thị trường mới nổi, các nhà đầu tư dường như khó tiếp cận được các thông tin về cổ phiếu, và cho dù họ có thể tiếp cận các thông tin chung trên thị trường thì sự hoài nghi về chất lượng thông tin là điều không thể tránh khỏi. Lẽ đó, những người tham gia thị trường sẽ đánh giá thông tin riêng của bản thân dựa trên việc quan sát hành vi của những nhà đầu tư khác, họ tin rằng những người khác
sẽ sở hữu những thông tin giá trị hơn. Neu những người đầu tiên ra quyết định tương tự nhau trên thị trường, điều này sẽ tạo thành làn sóng thông tin, nó lấn át các phân tích hợp lý và thông tin riêng của họ trên thị trường, lẽ đó, họ buộc phải quyết định theo số đông cho dù không đồng tình. Hay nói cách khác, khi dòng thác thông tin diễn ra, sự hợp lí về các quyết định đầu tư dựa trên các mô hình định giá tài sản dường như không thể duy trì, những người tham gia thị trường lúc này sẽ bị tác động bởi cảm tính cũng như việc quan sát hành vi đầu tư của nhà đầu tư khác.
4.3.2. Kiem định hành vi bầy đàn toàn thị trường trong điều kiện thị trường
tăng và giảm
Bảng 4.9 Kết quả kiểm định hành vi bầy đàn trong điều kiện thị trường tăng và giảm
βιDt∖Rm,t∖ + Λ∑(1 - ⅛7)∣βm,t∣ + β3Dβ(Rm,t) + Λ4(l - Dβ)(Rm,t) + ɛt. Dβ là biến giả trong đó Dị' = 1 khi Rm,t > 0, và Dị' = 0 khi Rm,t < 0. Kiểm định tính bằng nhau của hai hệ số hồi quy được thực hiện bởi kiểm định Wald với giả thuyết Ho: β3 — β4=0
DỴH\Rm,t\ 0.3942***
______________(0.0185)______________