Nhân tố ME được tách làm hai dựa trên điểm trung vị của 47 công ty trong từng năm. Nhân tố BE/ME được tách làm ba theo 30% số doanh nghiệp có tỉ số thấp nhất, tiếp
đến 40% doanh nghiệp có tỉ số trung bình và cuối cùng là 30% doanh nghiệp có tỉ số
cao nhất. Nhân tố POscore được tách thành 3 phần đều bằng nhau với POscore thấp,
POscore trung bình, POscore cao. Căn cứ trên giá trị của ba nhân tố theo từng năm, mỗi doanh nghiệp sẽ được xếp vào 1 trong 18 danh mục đã được tạo ra.
Dưới đây là các biểu đồ cho thấy sự phân tách của các nhóm theo từng nhân tố tham
chiếu là Quy mô, tỉ số BE/ME, xác suất phá sản :
Hình 3.3 Phân tách các doanh nghiệp theo xác suất phá sản
Biểu đồ 4.3 cho thấy các điểm gãy để sắp xếp các cơng ty vào 3 nhóm căn cứ trên xác
suất phá sản. Dữ liệu qua các năm cho thấyPOscorecủa nhóm có xác suất phá sản thấp ngày càng giảm qua các năm, cịn nhóm có xác suất phá sản cao thì chỉ số này lại càng tăng. Điều này cho thấy sự phân hóa rõ rệt giữa nhóm thấp và nhóm cao theo thời gian
2007 2008 2009 2010 2011 XS phá sản thấp 0.33% 0.24% 0.20% 0.19% 0.18% XS phá sản cao 4.99% 7.90% 6.78% 10.51% 18.37% 0.00% 2.00% 4.00% 6.00% 8.00% 10.00% 12.00% 14.00% 16.00% 18.00% 20.00% Xác suất phá sản
Hình 3.4. Phân tách các doanh nghiệp theo tỉ số BE/ME
Biểu đồ 4.4cho thấy xu hướng tăng BE/ME của các công ty trong mẫu. Biên độ
khoảng cách giữa nhóm cao và nhóm thấp mở rộng dần từ năm 2007, và đạt cao nhất vào năm 2011.
Hình 3.5. Phân tách các doanh nghiệp theo quy mô
2007 2008 2009 2010 2011 BE/ME cao 0.40 1.53 0.87 1.30 2.23 BE/ME thấp 0.24 0.92 0.54 0.79 1.30 0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 Tỉ số BE/ME 2007 2008 2009 2010 2011 Quy mô - ME 579,599,908, 172,279,976, 368,540,064, 319,200,000, 219,595,367, - 100,000,000,000 200,000,000,000 300,000,000,000 400,000,000,000 500,000,000,000 600,000,000,000 700,000,000,000 Quy mô - ME
Biểu đồ 4.5 cho thấy mức trung vị của quy mô trên tổng số các công ty trong mẫu
giảm đột ngột từ năm 2007 qua năm 2008. Điều này do tác động của cuộc khủng hoảng tài chính năm 2008 đã làm bốc hơi một giá trị rất lớn trên thị trường chứng khoán Việt Nam. Qua năm 2009 mức trung vị có tăng nhưng lại giảm dần ở những năm sau đó.
Hình 4.6 mơ tả sơ đồ phân chia 47 công ty trong từng năm theo từng chỉ tiêu và từ đó
kết hợp lại để cho ra 18 danh mục
Hình 3.6. Sơ đồ phân chia các danh mục
47 công ty trong từng năm LBM MBM HBM LO HO MO Quy mô nhỏ Quy mô lớn
Số lượng cơng ty trung bình trong các danh mục qua 5 năm từ 2007 đến 2011 được trình bày trong bảng 4.3như sau :
Quy mô nhỏ Quy mô lớn
LBM MBM HBM LBM MBM HBM
LO 1 2.6 3.8 5.4 2.8 0.4
MO 1 3.2 3.4 2.4 3.4 1.6
HO 1.2 4.2 3.6 3 2.8 1.2
Bảng 3.3. Số lượng cơng ty trung bình của các danh mục
3.1.2.3. Mơ hình 3 nhân tố Fama-French và hồi quy theo chuỗi thời gian
Phương pháp hồi quy theo chuỗi thời gian của Black, Jensen và Schole (1972) được sử dụng phổ biến để phân tích tác động của các biến trong mơ hình 3 nhân tố Fama-
French (1972). Mơ hình ba nhân tố Fama-French được phát biểu như sau :
Rit - Rft = αit + mit(Rmt- Rft)+ sit SMBt + hit HMLt + εit (4.4) Với : t là thời gian của mỗi quan sát, tính theo tháng
Rit là tỉ suất sinh lợi của danh mục i trong thời gian t Rft là lãi suất phi rủi ro trong thời gian t
Rmt là tỉ suất sinh lợi của thị trường trong thời gian t
SMBt là nhân tố đại diện cho sự khác biệt về quy mô, được tính bằng cách lấy tỉ suất sinh lợi của các danh mục có giá trị vốn hóa nhỏ (quy mơ nhỏ) trừ đi tỉ suất sinh lợi của danh các danh mục có giá trị vốn hóa lớn
HMLt là nhân tố đại diện cho sự khác biệt về giá trị sổ sách so với giá trị thị trường của chứng khốn, được tính bằng cách lấy tỉ suất sinh lợi của các danh mục có BE/ME cao trừ đi tỉ suất sinh lợi của danh mục có BE/ME thấp.
εt là sai số tính theo thời gian t
Để tìm được các hệ số hồi quy trong mơ hình Fama-French thì trước hết tác giả phải
phân chia các thành các danh mục theo quy mô và BE/ME. Căn cứ trên 18 danh mục
được hình thành ta sẽ tính được giá trị của hai nhân tố SMB và HML như sau :
• SMB = trung bình cộng tỉ suất sinh lợi của tất cả danh mục quy mơ nhỏ - trung bình cộng tỉ suất sinh lợi của tất cả danh mục quy mô lớn (9 danh mục cho mỗi nhóm) • HML = trung bình cộng tỉ suất sinh lợi của tất cả danh mục có BE/ME cao - trung bình cộng tỉ suất sinh lợi của tất cả danh mục có BE/ME thấp (6 danh mục cho mỗi nhóm)
3.1.2.4. Hồi quy chéo Fama-Macbeth
Phương pháp hồi quy chéo Fama-Macbeth được sử dụng khá phổ biến trong phân tích dữ liệu bảng. Để xác định ý nghĩa của nhân tố kiệt quệ cùng với những biến giải thích khác đối với tỉ suất sinh lợi của cổ phiếu, tác giả đã sử dụng phương pháp này nhằm thể hiện được tinh thần của các nghiên cứu nền tảng trước đây 19
Hồi quy chéo Fama-Macbeth là một quy trình gồm 2 bước như sau :
• Ước lượng hệ số β của từng chứng khốn theo từng năm từ mơ hình thị trường
Rit = αit + βit Rmt (4.5)
19
Đa số các nghiên cứu nền tảng nhận diện tác động của nhân tố kiệt quệ đối với tỉ suất sinh lợi của cổ phiếu đều sử dụng quy trình Fama-Macbeth
Với Ritlà tỉ suất sinh lợi của chứng khoán i trong thời gian t và Rmt là tỉ suất sinh lợi của thị trường trong thời gian t
• Thực hiện hồi quy chéo theo từng năm từ 2007 đến 2011 như mơ hình sau:
Rit - Rft = αit + γ1t βit + ∑ , , | + εit (4.6)
Trong đó :
Rit - Rft là phần bù rủi ro chứng khoán, tức là tỉ suất sinh lợi vượt trội của chứng khoán
so với lãi suất phi rủi ro.
Fi là các nhân tố được đưa vào để giải thích mức độ biến động của biến phụ thuộc Hệ số hồi quy chéo và kiểm định t tổng hợp sẽ được tínhtừ các kết quả hồi quy theo
từng nămnhư sau :
= ∑ , (4.7) = ,
,(4.8)
, = ( )∑ , − (4.9)
Trong nghiên cứu này, các nhân tố giải thích bao gồm logarit tự nhiên của quy mô, logarit tự nhiên của BE/ME và xác suất phá sản POscore theo quan sát từng năm từ 2007
đến 2011. Như vậy, phương trình hồi quy chéo Fama-Macbeth sử dụng trong bài
nghiên cứu sẽ là :
Rit - Rft = αit + γ1t βit + γ2t Proit + γ3t Ln(Size)it + γ4t Ln(BE/ME)it + εit (4.10) Với : t là thời gian của mỗi quan sát, tính theo năm
Rft là lãi suất phi rủi ro trong thời gian t
βit là rủi ro hệ thống của cổ phiếu i trong thời gian t, được tính từ mơ hình thị trường
Proit là xác suất phá sản (POscore) của cổ phiếu i trong thời gian t Ln(Size) là logarit tự nhiên của biến quy mô
Ln(BE/ME)là logarit tự nhiên của biến BE/ME
εitlà sai số tính theo thời gian t
3.1.2.5. Hồi quy theo dữ liệu bảng
Để kiểm tra tính chính xác của kết quả hồi quy chéo, tác giả sử dụng các mơ hình hồi
quy theo dữ liệu bảng.Trong lý thuyết kinh tế lượng hiện đại, có 3 dạng hồi quy sử
dụng tất cả các dữ liệu bảng là hồi quy kết hợp (pooled regression), hồi quy theo các
ảnh hưởng cố định (fixed effects model) và hồi quy theo các ảnh hưởng thay đổi
(random effects model)
Hồi quy kết hợp là một cách thức hồi quy đơn gián, nó bỏ qua bình diện khơng gian và thời gian của dữ liệu kết hợp và chỉ sử dụng phương pháp ước lượng OLS thông thường. Điều đó có nghĩa là xếp dồn các quan sát cơng ty theo từng năm và chạy hồi
quy trên mẫu tổng hợp. Hồi quy kết hợp có thể bóp méo bức tranh thực tế về mối quan hệ giữa biến phụ thuộc và các biến giải thích, chính vì vậy tác giả không dùng phương pháp này để đối chiếu với kết quả của phương pháp hồi quy chéo Fama-Macbeth.
3.1.2.5.1. Mơ hình hồi quy theo các ảnh hưởng cố định
Mơ hình các ảnh hưởng cố định hay cịn gọi là mơ hình biến giả bình phương tối
thiểu20 xem xét đặc điểm cá nhân của mỗi quan sát theo không gian và thời gian bằng
20Least square dummy variable
cách cho tung độ góc thay đổi theo từng công ty nhưng vẫn giả định rằng các hệ số độ dốc là hằng số đối với các công ty.
Thuật ngữ “các ảnh hưởng cố định” diễn tả dù tung độ gốc có thể khác nhau đối với
các cá nhân, nhưng tung độ gốc của mỗi cá nhân đấy không thay đổi theo thời gian, nghĩa là bất biến theo thời gian
Trong mơ hình này, nhà nghiên cứu có thể sử dụng các biến giả để cố định ảnh hưởng của thời gian lẫn không gian tùy theo mục tiêu nhắm đến.
3.1.2.5.2. Mơ hình hồi quy theo các ảnh hưởng ngẫu nhiên
Cho dù dễ áp dụng, việc lập mơ hình ảnh hưởng cố định có thể làm giảm bậc tự do nếu ta có một vài đơn vị theo khơng gian. Ngồi ra, như Kmenta lưu ý,một vấn đề hiển
nhiên liên quan đến mơ hình ảnh hưởng cố định là liệu việc thêm vào mơ hình các biến giả - và vì thế mà mất đi một số bậc tự do – có thật sự cần thiết hay khơng. Lập luận làm nền tảng cho mơ hình ảnh hưởng cố định là khi định dạng mơ hình, ta khơng thể bao gồm những biến giải thích phù hợp mà khơng thay đổi theo thời gian (và có thể những biến khác có thay đổi theo thời gian nhưng có cùng giá trị đối với tất cả các đơn vị theo không gian), và việc bao gồm biến giả là sự che đậy tình trạng khơng hiểu biết
của chúng ta
Nếu quả thật các biến giả tiêu biểu cho tình trạng khơng hiểu biết của chúng ta về mơ hình (thật sự), tại sao ta khơng biểu thị tình trạng không hiểu biết này thông qua số hạng nhiễu? Đây chính xác là cách tiếp cận được đề xuất bởi những người ủng hộ cái
gọi là mơ hình các thành phần sai số hay gọi là mơ hình ảnh hưởng ngẫu nhiên Tinh thần của phương pháp các ảnh hưởng ngẫu nhiên là cho phép hệ số chặn là một biến ngẫu nhiên với giá trị trung bình β1và giá trị ngẫu nhiên β1với β1i = β1 + εi(i = 1, 2,
với sai số của phương trình uit để cho ra sai số kết hợp wit = εi + uit(vớiεi là thành phần sai số theo không gian, hay theo các cá nhân, và uit là thành phần sai số theo không gian và chuỗi thời gian kết hợp. Thuật ngữ mơ hình các thành phần sai số được đặt tên vì số hạng sai số kết hợp wit gồm hai (hay nhiều) thành phần sai số.
Giả định thông thường là các thành phần sai số khơng có tương quan với nhau và
khơng tự tương quan giữa các đơn vị theo không gian và theo chuỗi thời gian.
Cẩn thận lưu ý sự khác nhau giữa FEM và ECM. Trong FEM, mỗi đơn vị theo khơng gian có giá trị tung độ gốc (cố định) riêng, tổng cộng có N giá trị như vậy cho toàn bộ N đơn vị. Mặt khác, trong ECM, tung độ gốc β1 tiêu biểu cho trị trung bình của tất cả các tung độ gốc và số hạng sai số εi tiêu biểu cho sự sai lệch (ngẫu nhiên) của từng
tung độ gốc so với trị trung bình này. Tuy nhiên, nên nhớ rằng εi không thể quan sát
trực tiếp được; nó được gọi là biến khơng thể quan sát, hay biến ẩn.
Phương pháp thích hợp nhất để ước lượng mơ hình ảnh hưởng ngẫu nhiên là phương
pháp bình phương tối thiểu tổng quát (generalized least squares, GLS).
3.2. Kết quả nghiên cứu
3.2.1. Mơ tả thống kê các đặc tính của mẫu nghiên cứu
Bảng 4.4 thống kê các tham số của mẫu trong giai đoạn từ 2007 đến 2011. Một điều dễ nhận thấy là xác suất phá sản trung bình của mẫu 47 công ty tăng dần theo từng năm,
đạt đỉnh điểm vào năm 2011. Các chỉ số khác như địn bẩy tài chính, tỉ số thanh tốn
hiện hành và hệ số thanh toán lãi vay cũng hỗ trợ cho quan điểm này. Điển hình là tỉ số thanh toán hiện hành và hệ số thanh toán lãi vay giảm lần lượt từ năm 2007 đến năm 2010, dù cho qua năm 2011 có tăng trở lại một ít. Trong khi đó thì địn bẩy tài chính liên tục tăng từ 2008 đến 2011 cũng là một nguyên nhân đẩy xác suất phá sản ngày một cao.
Năm Địn bẩy tài chính
Tỉ số thanh tốn hiện hành
Hệ số thanh toán lãi vay
Xác suất phá sản Quy mô Tỉ số BE/ME 2007 0.434 2.576 114 0.081 1,712 0.335 2008 0.421 2.557 197 0.094 591 1.292 2009 0.441 2.095 65 0.091 1,236 0.770 2010 0.454 1.867 71 0.099 873 1.080 2011 0.471 1.902 77 0.139 573 1.826 Tham số Trung bình 0.444 2.199 105 0.101 997 1.061 Trung vị 0.441 2.095 77 0.094 873 1.080 Lớn nhất 0.471 2.576 197 0.139 1,710 1.826 Nhỏ nhất 0.421 1.867 65 0.081 573 0.335 Độ lệch chuẩn 0.019 0.346 55 0.023 482 0.559
Bảng 3.4. Mô tả thống kê các biến theo năm
Về quy mơ trung bình của các cơng ty trong mẫu theo từng năm, bắt đầu năm 2007 với mức giá trị vốn hóa trung bình của mẫu cao nhất, sau đó sụt giảm một lượng đáng kể trong năm 2008. Tuy qua năm 2009 mức quy mơ trung bình của mẫu tăng gấp đôi so với năm 2008 nhưng lại giảm trở lại trong hai năm tiếp theo đó.
Cùng các biến trên nhưng được sắp xếp theo 18 danh mục trong 5 năm cho thấy mức độ khác biệt của các biến ở từng danh mục. Giá trị thể hiện trong bảng 7 theo từng biến
là giá trị trung bình của tất cả các cơng ty ởmỗi danh mục từ năm 2007 đến năm 2011. Các biến số thể hiện mức độ hợp lý khi được phân chia theo quy mô, BE/ME và xác suất phá sản
Công ty quy mô lớn
Tỉ số BE/ME
POscore L M H L M H L M H
Địn bẩy tài chính Giá trị vốn hóa Hệ số thanh tốn hiện hành LO 0.236 0.240 0.389 1,843 1,618 818 2.93 3.38 1.72 MO 0.480 0.481 0.459 3,161 1,262 701 1.70 1.63 1.70 HO 0.622 0.663 0.618 4,169 695 424 0.96 1.00 1.14 Hệ số thanh toán
lãi vay Tỉ số BE/ME Xác suất phá sản
LO 367 403 10 0.496 1.011 1.193 0.001 0.001 0.002 MO 194 6 6 0.475 0.881 1.759 0.024 0.033 0.028 HO 25 4 3 0.578 0.830 1.677 0.241 0.257 0.246
Bảng 3.5. Giá trị trung bình các biến theo danh mục
Tỉ số BE/ME
POscore L M H L M H L M H
Địn bẩy tài chính Giá trị vốn hóa Hệ số thanh tốn hiện hành
LO 0.260 0.283 0.201 202 167 178 2.92 2.94 6.56 MO 0.413 0.470 0.416 238 154 181 1.59 1.48 1.87 HO 0.614 0.637 0.636 215 158 140 1.36 1.07 1.02
Hệ số thanh toán
lãi vay Tỉ số BE/ME Xác suất phá sản
LO 52 111 49 0.608 1.223 1.369 0.001 0.001 0.001 MO 447 20 32 0.735 1.055 1.920 0.025 0.040 0.022 HO 8 5 3 0.536 1.111 1.641 0.292 0.303 0.259
Qua bảng phân loại trên, ta thấy khi tỉ số BE/ME càng tăng thì giá trị vốn hóa (quy mơ) của cổ phiếu càng giảm, đặc biệt rõ rệt ở nhóm doanh nghiệp nằm trong nhóm quy mơ lớn. Ngồi ra xác suất phá sản khơng thay đổi nhiều khi các danh mục được sắp xếp theo tỉ số BE/ME từ thấp đến cao, đồng thời giá trị vốn hóa cũng có những biến đổi
khơng mang tính nhất qn ở các danh mục có xác suất phá sản từ thấp đến cao. Như