3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU:
3.2.2. Các biến kinh tế quốc gia:
Hai biến kinh tế quốc gia chính được nghiên cứu xuyên suốt bài nghiên cứu là biến tỷ suất cổ tức và lãi suất danh nghĩa ngắn hạn. Ngoài ra, khi nghiên cứu mối quan hệ dẫn dắt trễ bằng các kiểm định nhân quả Granger, nhóm cũng tiến hành nghiên cứu thêm 4 biến kinh tế quốc gia là tốc độ tăng trưởng của sản lượng công nghiệp, tỷ lệ lạm phát, tỷ lệ thay đổi của tỷ giá hối đoái và chênh lệch lãi suất.
3.2.2.1. Tỷ suất cổ tức:
Tỷ suất cổ tức: theo như Campell và Shiller (1988) thì tỷ suất cổ tức bằng tổng cổ tức trong năm trước chia cho mức giá hiện hành. Khi tiến hành hồi quy dự báo thì nhóm sử dụng giá trị log tự nhiên của tỷ suất cổ tức hơn là chuỗi dữ liệu thô, bởi vì chuỗi dữ liệu lấy log có tính chất chuỗi thời gian tốt hơn. Dữ liệu tỷ suất cổ tức thô được đo lường dưới dạng tỷ số nên có khả năng lệch dương, do đó lấy log có thể giải quyết được vấn đề này và làm chuỗi dữ liệu trở nên đối xứng hơn. Theo như tinh thần của bài nghiên cứu Ang và Bekaert (2007) và Hjalmarsson (2010) nhận thấy rằng lãi suất thể hiện khả năng dự báo mạnh hơn tỷ suất cổ tức ở các quốc gia, vậy liệu lập luận này có nhất quán với những kết quả trong bài nghiên cứu này không? Câu hỏi này sẽ được trả lời vào cuối bài nghiên cứu.
Việc nghiên cứu khả năng dự báo của tỷ suất cổ tức cho tỷ suất sinh lợi của chứng khoán trong tương lai là một đề tài kinh điển khi dự báo tỷ suất sinh lợi. Các bài nghiên cứu lý thuyết và thực nghiệm cung cấp bằng chứng cho thấy tỷ suất sinh lợi kỳ vọng của chứng khoán có thể dự đoán được. Tuy nhiên, thành phần dự đoán được của tỷ suất sinh lợi thị trường chứng khoán là một thành phần tương đối nhỏ của phương sai tỷ suất sinh lợi (Fama và Schwert (1977), Fama (1981), Keim và Stambaugh (1986) và French, Schwert và Stambaugh (1987)) . Một phát hiện thú vị khác nữa là theo như nghiên cứu của Fama và French (1988) cho thấy khi tác giả sử dụng tỷ số cổ tức trên giá (D/P), còn được gọi là tỷ suất cổ tức, để dự báo tỷ suất sinh lợi của các
danh mục đầu tư có tỷ trọng bằng nhau và tỷ trọng tính theo giá trị của chỉ số chứng khoán New York (NYSE ) cho các kỳ hạn tỷ suất sinh lợi (thời gian nắm giữ) từ một tháng đến bốn năm, kết quả cho thấy khả năng dự báo của tỷ suất cổ tức đối với tỷ suất sinh lợi chứng khoán gia tăng cùng với kỳ hạn của tỷ suất sinh lợi. Cùng nghiên cứu về khả năng dự báo tỷ suất sinh lợi chứng của tỷ suất cổ tức thì bài nghiên cứu của Goetzmann và Jorion (1993) xem xét khả năng dự báo của tỷ suất cổ tức đối với tỷ suất sinh lợi chứng khoán dài hạn. Tác giả sử dụng phương pháp bootstrap để kiểm định khả năng dự báo của tỷ suất cổ tức, và kết quả cho thấy không có bằng chứng mạnh cho thấy tỷ suất cổ tức có thể được sử dụng để dự báo tỷ suất sinh lợi. Như vậy đã có những bằng chứng ủng hộ cho khả năng dự báo của tỷ suất cổ tức nhưng cũng có những bằng chứng bác bỏ khả năng dự báo đó, cho nên theo như nghiên cứu của Cornell (2012) lập luận rằng ở một số quốc gia, tỷ suất cổ tức dự đoán được tỷ suất sinh lợi tương lai, ở các nước khác chúng dự đoán được tốc độ tăng trưởng cổ tức trong tương lai, và trong các quốc gia khác thì tỷ suất cổ tức thể hiện khả năng dự báo cho cả tỷ suất sinh lợi chứng khoán và tốc độ tăng trưởng của tỷ suất cổ tức, cho thấy những phát hiện không đồng nhất này hỗ trợ việc giải thích rằng mối quan hệ giữa các biến phụ thuộc vào hoàn cảnh lúc đó.
Đã có những tranh luận đáng kể trong các tài liệu tài chính gần đây về khả năng dự báo tỷ suất sinh lợi chứng khoán. Một số nghiên cứu dường như cung cấp sự hỗ trợ thực nghiệm cho việc sử dụng tỷ suất cổ tức như một phương pháp đo lường tỷ suất sinh lợi chứng khoán kỳ vọng (Rozeff (1984), Campbell và Shiller (1988a), Fama và French (1988), Hodrick (1992), và Nelson và Kim ( 1993)). Vấn đề với các nghiên cứu trước đây là hồi quy tỷ suất sinh lợi chứng khoán đối mặt với nhiều loại vấn đề thống kê về kinh tế lượng, trong số đó là vấn đề tương quan mạnh của các biến phụ thuộc và do đó có thể gây ra những sai lệch trong việc ước lượng hệ số hồi quy. Vì vậy, những vấn đề này có xu hướng tạo ra các kết luận giả mạo. Sau khi ghi nhận ra điều này, Goetzmann và Jorion (1993) lập luận rằng những phát hiện trước đây về mối quan hệ giữa tỷ suất sinh lợi chứng khoán và tỷ suất cổ tức có thể là giả mạo mà phần lớn là do hiệu suất yếu kém của mẫu nhỏ của các phương pháp ước lượng thường được sử dụng. Do đó, tác giả sử dụng cách tiếp cận bootstrap và kết luận rằng không có bằng chứng mạnh cho thấy tỷ suất cổ tức có thể được sử dụng để dự báo tỷ suất
sinh lợi chứng khoán. Cũng nhận thấy được vấn đề kinh tế lượng phát sinh giống như những gì Goetzmann và Jorion (1993) lập luận, (Micheal Wolf, 2000) đã trình bày một công cụ thống kê mới để đưa ra những suy luận trong bối cảnh các quan sát tương quan với nhau và có thể không dừng khi kiểm định khả năng dự báo của tỷ suất sinh lợi chứng khoán từ tỷ suất cổ tức. Phương pháp nghiên cứu mới này được gọi là phương pháp lấy mẫu phụ (sunsampling), phương pháp này sẽ tính số liệu thống kê của tỷ suất sinh lợi trên những mẫu nhỏ hơn trong toàn bộ dữ liệu, để từ đó suy ra được phân phối của các số liệu thống kê đó, do đo cho phép tác giả tính được khoảng tin cậy chính xác cho tham số chưa biết trong điều kiện yếu. Tác giả đã áp dụng các phương pháp lấy mẫu con cho ba bộ dữ liệu khác nhau sau chiến tranh, các chỉ số NYSE lấy tỷ trọng bằng nhau và tỷ trọng theo giá trị và chỉ số S & P 500, và bao gồm năm kỳ hạn tỷ suất sinh lợi khác nhau, từ một tháng đến bốn năm. Kết quả là tác giả không tìm thấy bất kỳ bằng chứng cho khả năng dự đoán của tỷ suất cổ tức cho những kỳ hạn ngắn và trung bình, nhưng những phát hiện đối với kỳ hạn dài dường như có ý nghĩa. Như vậy, có thể thấy tỷ suất cổ tức là một chỉ báo tiềm năng để dự đoán tỷ suất sinh lợi chứng khoán trong tương lai.
3.2.2.2. Lãi suất danh nghĩa ngắn hạn:
Lãi suất t-bill 3 tháng: dữ liệu này có sẵn từ các ngân hàng trung ương của các quốc gia, nếu không thì có thể lấy lãi suất chiết khấu hoặc lãi suất liên ngân hàng.
Mối quan hệ giữa tỷ suất sinh lợi chứng khoán và lãi suất luôn thu hút đông đảo mối quan tâm của các nhà nghiên cứu. Nhiều bài nghiên cứu đã tập trung vào khả năng dự báo tỷ suất sinh lợi kỳ vọng bằng cách sử dụng các dạng khác nhau của lãi suất như lãi suất danh nghĩa ngắn hạn (thường được đại diện bằng lãi suất T-bill 3 tháng), chênh lệch giữa lãi suất ngắn hạn và lãi suất dài hạn, chênh lệch giữa lợi suất trái phiếu chính phủ dài hạn và lợi suất trái phiếu doanh nghiệp dài hạn… Các bài nghiên cứu trước đây đã tìm thấy các bằng chứng cho thấy khả năng dự báo của các biến lãi suất này đối với tỷ suất sinh lợi chứng khoán. Bài nghiên cứu gần như sớm nhất về khả năng dự báo của lãi suất phải kể đến là nghiên cứu của Fama và Schwert (1977) và Fama (1981) đã sử dụng lãi suất tín phiếu kho bạc như là biến đại diện cho lạm phát kỳ vọng, và bài nghiên cứu này chủ yếu tập trung xem xét mối quan hệ giữa tỷ suất sinh
lợi và lạm phát, hơn là nghiên cứu mối quan hệ giữa lãi suất và tỷ suất sinh lợi chứng khoán. Bài nghiên cứu của Fama và Schwert (1977) và Fama (1981) đã tìm thấy một mối tương quan âm đáng tin cậy giữa tỷ suất sinh lợi của chứng khoán và lãi suất tín phiếu kho bạc. Sự phát hiện này được giải thích như là bằng chứng chống lại giả thuyết Fisher, khi giả thuyết này dự đoán một mối tương quan dương giữa tỷ suất sinh lợi chứng khoán và làm phát kỳ vọng. Zhou (1996) cũng cho thấy rằng lãi suất có tác động quan trọng lên tỷ suất sinh lợi chứng khoán, đặc biệt là trong dài hạn.
Một mảng nghiên cứu chủ yếu khác về khả năng dự báo tỷ suất sinh lợi của các biến lãi suất là sử dụng các biến lãi suất được suy ra từ đường cong lãi suất theo như nghiên cứu của Fama và French (1989). Tác giả đã xem xét khả năng dự báo tỷ suất sinh lợi kỳ vọng của các biến kinh tế quốc gia và các biến tỷ số tài chính như tỷ suất cổ tức, chênh lệch lãi suất ngắn hạn và dài hạn và chênh lệch lợi suất trái phiếu chính phủ và doanh nghiệp, bằng cách sử dụng dữ liệu của Mỹ trong giai đoạn 1927-1987. Kết quả của tác giả cho thấy chênh lệch lãi suất ngắn hạn và dài hạn thể hiện khả năng dự báo một cách ý nghĩa đối với tỷ suất sinh lợi hàng tháng trong tương lai, trong khi chênh lệch lợi suất trái phiếu chính phỉ và doanh nghiệp thể hiện khả năng dự báo một cách ý nghĩa tỷ suất sinh lợi 4 năm trong tương lai. Cả hai biến này đều có tương quan dương với tỷ suất sinh lợi kỳ vọng. Những giá trị chênh lệch lãi suất này đều tham gia giải thích cho 1% tỷ suất sinh lợi hàng tháng, 2% tỷ suất sinh lợi hàng quý, 7% tỷ suất sinh lợi hàng năm, 16% tỷ suất sinh lợi hai năm, 20% tỷ suất sinh lợi 3 năm, và 23% tỷ suất sinh lợi 4 năm. Sự thay đổi có thể dự đoán được gia tăng cùng với kỳ hạn của tỷ suất sinh lợi. Fama và French (1989) giải thích cho kết quả của họ như là bằng chứng về khả năng dự báo của các biến liên quan đến điều kiện kinh doanh cho tỷ suất sinh lợi chứng khoán.
Ngoài ra cũng có nhiều nghiên cứu khác về khả năng dự báo của lãi suất như nghiên cứu của Chen (1991) xem xét mối quan hệ giữa tỷ suất sinh lợi chứng khoán và các biến quốc gia. Các biến quốc gia bao gồm tỷ suất cổ tức, chênh lệch lãi suất dài hạn, lãi suất tín phiếu kho bạc, chênh lệch lãi suất và tốc độ tăng trưởng sản lượng. Sử dụng dữ liệu tỷ suất sinh lợi theo quý của chỉ số NYSE cho giai đoạn 1954-1986, Chen (1991) nhận thấy chênh lệch lãi suất dài hạn có khả năng dự báo tỷ suất sinh lợi
trong 4 quý tới, trong khi chênh lệch lãi suất có thể dự báo tỷ suất sinh lợi trong ba quý tới. Tuy nhiên, lãi suất tín phiếu kho bạc tương quan một cách ý nghĩa với tỷ suất sinh sinh lợi chỉ trong quý tới. Kết quả cho thấy chênh lệch lãi suất ngắn hạn và dài hạn và chênh lệch lợi suất trái phiếu chính phủ và doanh nghiệp có độ dốc dương trong khi lãi suất tín phiếu có độ dốc âm.
Từ các bài nghiên cứu trên đây đã đưa ra những bằng chứng về khả năng dự báo của lãi suất đối với tỷ suất sinh lợi chứng khoán cũng như cho thấy mối tương quan âm giữa lãi suất tín phiếu kho bạc và tỷ suất sinh lợi chứng khoán, và mối tương quan dượng giữa các chênh lệch lãi suất với tỷ suất sinh lợi chứng khoán.
3.2.2.3. Các biến kinh tế quốc gia bổ sung:
Mặc dù các biến kinh tế quốc gia bổ sung (bao gồm tốc độ tăng trưởng sản lượng, tỷ lệ lạm phát, tỷ lệ thay đổi của tỷ giá hối đoái và chênh lệch lãi suất) chỉ là những biến phụ trong bài nghiên cứu này như những câu chuyện về sự ra đời của những biến dự báo tỷ suất sinh lợi này lại khá thú vị.
Tốc độ tăng trưởng sản lượng công nghiệp:
Dữ liệu sản lượng công nghiệp của Mỹ, Trung Quốc và các quốc gia Đông Nam Á được lấy trên IFS trong giai đoạn 06/2007-06/2013. Từ đó tính được tốc độ tăng trưởng sản lượng công nghiệp, là sự so sánh sản lượng công nghiệp của kỳ này so với kỳ trước.
Bàn về việc tại sao tốc độ tăng trưởng sản lượng công nghiệp lại được xem như là một biến kinh tế quốc gia có khả năng dự báo cho tỷ suất sinh lợi chứng khoán, thì có thể thấy: người đặt nền móng cơ sở cho việc nghiên cứu khả năng dự báo của hoạt động thực của nền kinh tế, mà thường lấy tốc độ tăng trưởng sản lượng công nghiệp làm đại diện, đối với tỷ suất sinh lợi chứng khoán có thể kể đến là Fama (1990). Fama (1990) nhận thấy rằng có ba nguyên nhân chính dẫn đến sự thay đổi tỷ suất sinh lợi chứng khoán, đó là: các cú sốc đối với dòng tiền kỳ vọng, tỷ suất sinh lợi kỳ vọng thay đổi theo thời gian và các cú sốc đối với tỷ suất sinh lợi kỳ vọng. Ông nhận thấy rằng, các biến mà đại diện cho các cú sốc đối với tỷ suất sinh lợi kỳ vọng thì nắm bắt 30% sự thay đổi của tỷ suất sinh lợi hàng năm của chỉ số NYSE. Trong khi đó, tốc độ tăng
trưởng sản lượng công nghiệp, được sử dụng để đại diện cho các cú sốc đối với dòng tiền kỳ vọng, giải thích 43% sự thay đổi tỷ suất sinh lợi. Ngoài ra, Fama cũng nghiện cứu khả năng dự báo kết hợp của các biến thì tác giả nhận thấy sự kết hợp của các biến này giải thích khoảng 58% sự thay đổi tỷ suất sinh lợi hàng năm nhưng khả năng giải thích này thì ít hơn tổng khả năng giải thích riêng lẻ của từng biến, do đó đây là thông tin tốt hay xấu về thị trường hiệu quả thì tác giả vẫn còn bỏ ngỏ câu hỏi này cho những nghiên cứu sau này. Cùng nghiên cứu về vấn đề này có thể kể đến Fama (1981), Geske và Roll (1983), Kaul (1987), Barro (1990), và Shah (1989), các tác giả cũng nhận thấy mối quan hệ giữa tỷ suất sinh lợi chứng khoán và hoạt động thực là rất mạnh, bởi vì kết quả của họ cho thấy hoạt động thực có một vai trò trung tâm trong bất cứ câu chuyện nào về sự thay đổi của tỷ suất sinh lợi. Đồng thời, các tác giả trên cũng cho thấy rằng phần lớn (thường nhiều hơn 50%) sự thay đổi tỷ suất sinh lợi chứng khoán hàng năm có thể được dự báo từ các biến như GNP thực, sản lượng công nghiệp và đầu tư, mà những biến này là những nhân tố quyết định quan trọng đối với dòng tiền của các công ty.
Tiếp tục nối gót Fama, Schwert (1990) cũng nghiên cứu mối quan hệ giữa tỷ suất sinh lợi chứng khoán thực và hoạt động thực, nhưng Schwert (1990) đã mở rộng giai đoạn nghiên cứu thêm 65 năm từ 1889-1988. Đồng thời, Schwert sẽ so sánh hai phương pháp đo lường sản lượng công nghiệp khác nhau trong các kiểm định: Một phương pháp lấy chuỗi dữ liệu từ Babson và Federal Reserve Board; một phương pháp lấy chuỗi dữ liệu từ Miron và Romer và Federal Reserve Board. Kết quả nghiên cứu của Schwert (1990) tiếp tục củng cố cho những phát hiện của Fama (1990) khi cho rằng tỷ suất sinh lợi chứng khoán hàng tuần, hàng quý, hàng năm thì tương quan cao với tốc độ tăng trưởng sản lượng công nghiệp, và mức độ tương quan gia tăng cùng với kỳ hạn của tỷ suất sinh lợi, có nghĩa là đối với tỷ suất sinh lợi kỳ hạn dài hơn thì khả năng giải thích của tốc độ tăng trưởng sản lượng công nghiệp càng cao. Ngoài ra, Schwert cũng phát hiện ra rằng phương pháp đo lường mới của Miron Romer về sản lượng công nghiệp giải thích ít cho sự thay đổi của tỷ suất sinh lợi chứng khoán hơn phương pháp đo lường cũ của Babson và Federal Reserve Board, do tốc độ tăng trưởng sản lượng công nghiệp của chuỗi dữ liệu Miron-Romer biến động nhiều hơn và có tự tương quan nhỏ hơn chuỗi dữ liệu của Babson và Federal Reserve Board. Tiếp tục đến
năm 2006, Peter Young đã mở rộng nghiên cứu của Schwert (1990) cho thời kỳ nghiên cứu 1989-2004. Peter Young dự kiến rằng mối quan hệ giữa sản lượng công nghiệp và tỷ suất sinh lợi chứng khoán sẽ bị phá vỡ do sự chuyển đổi của nền kinh tế Mỹ từ nền kinh tế sản xuất sang nền kinh tế dịch vụ vào cuối thế kỷ 20, tuy nhiên những phát hiện cho thấy mối quan hệ này tiếp tục tồn tại và dường như được củng cố hơn trong thời kỳ mẫu.
Tỷ lệ lạm phát:
Dữ liệu tỷ lệ lạm phát của các quốc gia cũng được lấy từ IFS. Tỷ lệ lạm phát được tính từ chỉ số CPI của từng quốc gia, và dữ liệu được thu thập trong khoảng thời gian 06/2007-06/2013.
Câu chuyện về sự ra đời của tỷ lệ lạm phát như biến kinh tế quốc gia lại càng thú vị: Irving Fisher đã đặt nền tảng cho những nghiên cứu về mối quan hệ giữa tỷ suất sinh
