CHƢƠNG 1 : GIỚI THIỆU ĐỀ TÀI
3.2.2 Xác định việc định giá sai giá cổ phần
Việc định giá sai ước lượng được đo lường như sau:
Trong đĩ:
VP0 thể hiện việc định giá sai tại thời điểm 0
P0 là giá thị trường của cổ phiếu tại thời điểm 0 V0 là giá trị nội tại của cổ phiếu tại thời điểm 0
Về lý thuyết, một VP nhỏ hơn 1 cĩ nghĩa là cổ phiếu được định giá cao và VP lớn hơn 1 ngụ ý cổ phiếu bị định giá thấp. Tuy nhiên, bởi vì mơ hình dựa trên thước đo lịch sử của phần bù vốn cổ phần, việc định giá đúng cĩ thể khơng cho ra kết quả VP bằng 1 nếu phần bù vốn cổ phần thay đổi. Một phương pháp khác là sử dụng VP trung vị là mốc để xác định định giá cao hay thấp. Đối với mục đích của bài nghiên cứu này, mức độ định giá sai khơng quan trọng, quan trọng là việc chứng khốn đang bị định giá cao hay thấp và việc định giá sai sẽ liên quan đến các vấn đế khác như thế nào, do đĩ bài nghiên cứu sẽ sử dụng giá trị VP trung vị để xác định việc
định giá cao hay thấp của vốn cổ phần.
Lý do chọn mơ hình định giá sai (VP) để định giá sai giá cổ phần
Để xác định việc định giá sai, một phương pháp truyền thống trước đây thường được sử dụng đĩ là xem xét tỷ lệ giá trị sổ sách trên giá trị thị trường. Tuy nhiên,
trong một số những nghiên cứu về cấu trúc vốn, giá trị thị trường trên giá trị sổ sách thực sự biểu hiện khá kém việc là một đại diện cho định giá vì 2 lý do:
Thứ nhất, giá trị này thường xuyên được sử dụng như là một đại diện cho các vấn đề khác như quyền chọn tăng trưởng và các vấn đề nợ cao quá mức, việc tách các vấn đề này tạo ra những thách thức riêng cho người sử dụng tỷ số này.
Thứ hai, mối quan hệ của giá trị thị trường trên giá trị sổ sách với các biến số khác khơng ổn định qua các khoảng thời gian khác nhau. Các giả thuyết khi giá trị thị trường trên giá trị sổ sách cao, các cơng ty hoạt động kém hiệu quả hơn cơng ty mà giá trị thị trường trên giá trị sổ sách thấp (La Porta (1996), Frankel và Lee (1998)) chỉ đúng ở một số khoảng thời gian, Kothari và Shanken (1997) thì thấy rằng tỷ lệ giá trị thị trường trên giá trị sổ sách cĩ một số khả năng dự báo trong giai đoạn 1926-1991, nhưng khả năng đĩ là giảm đáng kể trong nửa giai đoạn 1946-1991. Lee et al.(1999) thấy rằng tỷ lệ giá trị thị trường trên giá trị sổ sách dự đốn chỉ cĩ khoảng 0,33% của sự thay đổi trong lợi nhuận cổ phiếu thực, và họ kết luận rằng giá trị thị trường trên giá trị sổ sách là một thước đo yếu của việc định giá sai.
Từ các lập luận trên, bài nghiên cứu này sẽ khơng sử dụng tỷ lệ giá trị thị trường trên giá trị sổ sách để xác định việc định giá sai. Trong bài luận văn này, để ước lượng việc định giá sai cho các cơng ty Việt Nam, bài nghiên cứu sử dụng giá trị nội tại của vốn cổ phần được xác định bởi mơ hình thu nhập cịn lại.
Mơ hình này cĩ nguồn gốc ban đầu trong các nghiên cứu kế tốn (xem Ohlson (1991), (1995)), tuy nhiên mơ hình này đã được sử dụng trong rất nhiều ứng dụng về tài chính. Cụ thể, Dong, Hirshleifer, Richardson, và Teoh (2006) cũng sử dụng mơ hình này để giải thích phương pháp mà các cơng ty sử dụng để trả tiền cho hoạt động mua bán. D'Mello và Shroff (2000) tìm thấy rằng việc sử dụng mơ hình thu nhập cịn lại để xác định cổ phiếu đang bị định giá thấp, từ đĩ dự báo hoạt động mua lại cổ phần là đáng tin cậy. Lee, Myers, và Swaminathan (1999) chứng minh rằng mơ hình thu nhập cịn lại cĩ khả năng tiên đốn cho lợi nhuận của 30 cổ phiếu
Dow, điều này hỗ trợ cho những phát hiện của Frankel và Lee (1998) và Penman và Sougiannis (1998), các tác giả này đã sử dụng mơ hình thu nhập cịn lại để xác định giá trị vốn cổ phần trong kiểm định chéo về lợi nhuận cổ phiếu ở thị trường trong nước và quốc tế.
Tính giá trị nội tại của doanh nghiệp (V0)
Ước lượng giá trị nội tại của doanh nghiệp bài nghiên cứu dựa vào mơ hình thu nhập cịn lại.
Mơ hình thu nhập cịn lại được ước lượng bằng cách thêm lợi nhuận chiết khấu dự kiến vượt quá lợi nhuận kỳ vọng trên giá trị sổ sách, điều này cũng tương tự như giá trị kinh tế gia tăng (EVA) với giá trị sổ sách của vốn cổ phần.
∑
Trong đĩ:
V0 là giá trị vốn chủ sở hữu của cơng ty tại thời điểm 0
B0 là giá trị sổ sách vốn chủ sở hữu tại thời điểm 0
r là chi phí sử dụng vốn cổ phần
Et là các khoản thu nhập trong tương lai dự kiến cho năm t tại thời điểm 0 TV được tính tốn như sau:
Trong nghiên cứu này, n sẽ tương đương với 2 năm. Khi đĩ phương trình trở thành:
Trong đĩ:
B0 (giá trị sổ sách vốn chủ sở hữu) là khoản mục vốn chủ sở hữu trên bảng cân đối kế tốn của các cơng ty.
Et là khoản mục lợi nhuận sau thuế trên báo cáo kết quả hoạt động kinh doanh.
Như vậy, để định giá được cơng ty theo phương pháp trên, cơng ty phải hoạt động liên tục trong vịng 4 năm. Với mẫu nghiên cứu trong giao đoạn từ 2006 – 2012, ta dễ dàng xác định được giá trị nội tại các cơng ty từ 2006 – 2009.
Chi phí sử dụng vốn cổ phần (r)
Bài nghiên cứu sử dụng mơ hình CAPM để tính tốn. Theo mơ hình CAPM chi phí sử dụng vốn cổ phần của một cơng ty phụ thuộc vào 3 yếu tố sau:
- Tỷ suất sinh lợi của một tài sản phi rủi ro
- Phần bù rủi ro của thị trường
- Hệ số beta của cổ phiếu
Trong đĩ:
là chi phí vốn cổ phần của cơng ty i
là tỷ suất sinh lợi kỳ vọng của cổ phiếu i là tỷ suất sinh lợi phi rủi ro
i là hệ số beta của cơng ty i
là suất sinh lợi kỳ vọng của thị trường
Theo lý thuyết, mỗi thành phần trên phải ước lượng dựa vào giá trị kỳ vọng trong tương lai. Tuy nhiên, trên thực tế, số liệu lịch sử được sử dụng để ước lượng. Cụ thể, tại thị trường Việt Nam, bài nghiên cứu này sẽ sử dụng tỷ suất sinh lợi phi rủi
ro là lãi suất của trái phiếu chính phủ được lấy từ nguồn dữ liệu IFS (International Financial Statistics) trên kho dữ liệu của IMF. Phần bù thị trường được tính tốn từ chênh lệch giữa trung b nh tỷ suất sinh lợi lịch sử chỉ số VN- Index giai đoạn 2000 – 2012 (đại diện cho tỷ suất sinh lợi của thị trường chứng khốn Việt Nam) và trung b nh lãi suất của trái phiếu chính phủ cũng trong giai đoạn 2000 - 2012. Hệ số i của từng cơng ty được lấy từ trang web cophieu68.com.
3.3 Các phƣơng pháp kiểm định Kiểm định Wald Test
Mục đích của kiểm định: xem xét sự cĩ mặt của “biến khơng cần thiết” nhằm xác định biến nào khơng cần thiết hay cịn gọi là “thừa biến” trong mơ hình hồi quy dữ liệu bảng. Dựa theo kết quả ước lượng mơ hình, tác giả xem mức ý nghĩa (Prob) của từng biến.
Nếu: (Prob) ≤ 0.05 các biến cĩ ý nghĩa thống kê và cần thiết trong mơ hình sử dụng.
(Prob) ≥ 0.05 các biến khơng cĩ ý nghĩa thống kê và loại ra khỏi mơ hình.
Kiểm định White (kiểm định phƣơng sai thay đổi)
Mục đích của kiểm định: kiểm định giả thuyết về sự khơng đổi của phương sai.
H1: khơng cĩ phương sai thay đổi.
Dựa theo kết quả ước lượng mơ hình, tác giả xem mức ý nghĩa (Prob) của từng biến.
Nếu: (Prob) ≤ 0.05 → bác bỏ H0 → cĩ phương sai thay đổi.
(Prob) ≥ 0.05 → chấp nhận H0 → khơng cĩ phương sai thay đổi.
Kiểm định đa cộng tuyến (Correlations)
Mục đích của kiểm định: xem xét các biến độc lập (X) cĩ ảnh hưởng lẫn nhau, hay cịn gọi là cĩ sự tương quan với nhau hay khơng. Điều này được thực hiện bằng cách tạo ma trận tương quan giữa các biến giải thích với nhau (Brooks, 2002). Cách nhận biết hiện tượng đa cộng tuyến:
Hệ số R2 cao, nhưng tỷ số t-statistic thấp.
Hệ số tương quan giữa các biến độc lập cao: khi r > 0.8 thì cĩ nhiều khả năng đa cộng tuyến.
Dấu của hệ số hồi quy khác với dấu kỳ vọng cũng là dấu hiệu dễ nhận ra cĩ hiện tượng đa cộng tuyến.
Kiểm định tự tƣơng quan của nhiễu (Durbin-Watson)
Mục đích của kiểm định: sử dụng kiểm định tự tương quan của nhiễu qua hệ số Durbin-Watson trong kết quả hồi quy, kết quả phù hợp thì hệ số Durbin-Watson phải nằm trong khoảng từ 1 đến 3 là ít cĩ hiện tượng tự tượng quan.
Chọn lựa mơ hình qua kiểm định Hausman; Likelihook Ratio
Tác giả sử dụng kiểm định Hausman (1978) và Likelihook Ratio để quyết định lựa chọn mơ hình FEM hay REM hay OLS thơng thường?
Việc ước lượng phương trình phụ thuộc vào những giả định mà ta nêu lên về tung độ gốc, các hệ số độ dốc và số hạng sai số, trước hết tác giả xác định xem tấc cả các hệ số cĩ thay đổi hay khơng, nếu khơng cĩ sự thay đổi theo thời gian và theo các cá nhân sẽ sử dụng mơ hình hồi quy OLS thơng thường.
Giả thuyết H0: Tất cả các hệ số đều khơng đổi theo thời gian và theo các cá nhân.
H1: Các hệ số thay đổi theo thời gian hoặc theo cá nhân.
Nếu Prob ≥ 0.05 chấp nhận giả thuyết Ho, chúng ta ước lượng hồi quy theo phương pháp Pooled OLS.
Prob ≤ 0.05 bác bỏ giả thuyết Ho những tác động được coi là cĩ ảnh hưởng bởi yếu tố khơng gian và thời gian lúc này sữ dụng mơ hình hồi quy dữ liệu bảng sẽ cho kết quả ước lượng tốt hơn. Và tác giả tiếp tục kiểm định Hausman.
+ Kiểm định Hausman:
Ước lượng từ các mơ hình dữ liệu bảng địi hỏi chúng ta xác định xem cĩ sự tương quan giữa tính khơng đồng nhất khơng quan sát được của mỗi cơng ty và giải thích các biến của mơ hình hay khơng? Nếu cĩ sự tương quan sẽ ước lượng bằng hiệu ứng cố định (Fixed effects), nếu khơng sẽ ước lượng bằng hiệu ứng ngẫu nhiên (Random effects).
Giả thuyết Ho: Khơng cĩ mối tương quan khả dĩ giữa các thành phần sai số theo
cá nhân và các biến hồi quy độc lập X.
H1: Cĩ mối tương quan khả dĩ giữa các thành phần sai số theo cá nhân
và các biến hồi quy độc lập X.
(REM) sẽ cho kết quả ước lượng tốt hơn mơ hình hiệu ứng cố định (FEM).
Prob ≤ 0.05 bác bỏ giả thuyết Ho, những tác động được xem là cố định và
mơ hình FEM sẽ cho kết quả ước lượng tốt hơn REM.
Ngồi ra, nếu khơng vi phạm các giả thiết ràng buộc, các kết quả phù hợp, tác giả sẽ tiến hành chọn lựa mơ hình theo tiêu chí R2 hiệu chỉnh cao, Pro(T-statistic) < α, và Pro(F-statistic) < α mơ hình phù hợp, chỉ số AIC và Schwarz thấp.
Một số đặc điểm của các mơ hình hồi quy dữ liệu bảng: mơ hình các ảnh hưởng cố định (Fixed Effect Model, FEM) và mơ hình ảnh hưởng ngẫu nhiên (Random Effects Model, REM). Khi số liệu theo chuỗi thời gian lớn và số mẫu lớn thì hai phương pháp FEM và REM khơng khác biệt nhiều; khi mẫu lớn và thời gian ngắn thì mơ hình FEM phù hợp hơn.
CHƢƠNG 4:
NGHIÊN CỨU ẢNH HƢỞNG CỦA VẤN ĐỀ ĐỊNH GIÁ SAI GIÁ CỔ PHẦN LÊN TỐC ĐỘ ĐIỀU CHỈNH CỦA ĐỊN BẨY VỀ ĐỊN BẨY MỤC TIÊU
CỦA CÁC CTNY TRÊN TTCK TP.HCM 4.1 Thống kê mơ tả các biến nghiên cứu
Bảng 4.1: Thống kê mơ tả các biến cho ước lượng TL theo 2 cách tiếp cận
Biến Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
BDR 0.431127 0.192773 0.030923 0.850678 MDR 0.416494 0.242565 0.022775 0.960622 TANG 0.273763 0.175111 0.006417 0.812979 SIZE 27.10924 1.15815 24.31399 30.91049 GROWTH 1.156842 1.456227 0.059442 9.145990 ROA 0.077053 0.077660 -0.645506 0.500955 (Nguồn: tính tốn từ Stata 11)
Bảng 4.1 trình bày các số liệu thống kê tĩm tắt của các biến cho bước ước tính TL theo 2 cách tiếp cận (Fama – French (2002) và Blundell – Bond (1998)). Tỷ lệ nợ sổ sách trung bình cho các doanh nghiệp là 43% cao hơn so với tỷ lệ nợ thị trường là 42%. Tỷ lệ tài sản cố định trung bình chiếm 27%. Doanh thu trung bình là 27,109 tỷ đồng. Tốc độ tăng trưởng trung bình là 1.16 lần.
Bảng 4.2: Thống kê mơ tả các biến trong mơ hình điều chỉnh từng phần của tồn bộ
mẫu nghiên cứu
Biến Trung
bình
Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Biến phụ thuộc Change_BDR -0.00157 0.107834 -0.37641 0.411101 Change_MDR 0.028843 0.189263 -0.69581 0.560471 Biến độc lập DIS_BDR FM 0.026801 0.171245 0.37568 0.530310 DIS_MDR FM 0.00878 0.176671 0.44197 0.579617 DIS_BDR GMM 0.345007 0.319434 -0.758822 1.20286 DIS_MDR GMM 0.366531 0.360265 -0.897256 1.124394 (Nguồn: tính tốn từ Stata 11) Đối với biến độc lập: Bảng 4.2 cho thấy sự thay đổi của kỳ sau so với kỳ trước tính
theo tỷ lệ nợ sổ sách thì thấp hơn so với sự thay đổi tính theo tỷ lệ nợ thị trường một phần là do tỷ lệ nợ thị trường cĩ sự dao động của giá cổ phiếu rất mạnh nhất là trong giai đoạn 2007-2008. Cụ thể, sự thay đổi của tỷ lệ nợ sổ sách trung bình là - 0.002 lần điều này cho thấy trung bình các cơng ty cĩ tỷ lệ nợ kỳ sau thấp hơn kỳ trước, trong đĩ sự thay đổi lớn nhất là 0.41 lần và nhỏ nhất là -0.38 lần. Sự thay đổi của tỷ lệ nợ thị trường là 0.03 lần, trong đĩ sự thay đổi lớn nhất là 0.56 lần và nhỏ nhất là -0.69 lần.
Đối với biến phụ thuộc: Bảng trên cho thấy tổng lượng trung bình mà tỷ lệ nợ phải
thay đổi để đưa cơng ty trở lại tỷ lệ nợ mục tiêu theo cách tính TL của Fama – French (2002) thì trong khoảng 0.1% đến 0.3% (tùy theo cách tính tỷ lệ nợ) thấp
hơn nhiều so với phương pháp tính TL theo Blundell – Bond (1998) là 35% đến 37% (tùy theo cách tính tỷ lệ nợ).
4.2 Ƣớc lƣợng TL (địn bẩy mục tiêu)
4.2.1 Cách tiếp cận 1: ƣớc lƣợng TL dựa trên mơ hình hồi quy ƣớc lƣợng theo Fama-French (2002)
Sử dụng Fama và Macbeth (1973) hồi quy chéo địn bẩy ước lượng hàng năm.
DRt+1 =
Ma trận tƣơng quan
Bảng 4.3: Ma trận tương quan cho BDR
BDR TANG SIZE GROWTH ROA
BDR 1.0000 TANG 0.0683 1.0000 SIZE 0.2381 -0.0137 1.0000 GROWTH -0.0337 0.0188 0.1492 1.0000 ROA -0.3892 -0.0894 0.1088 0.3986 1.0000 (Nguồn: tính tốn từ Stata 11)
Bảng 4.4: Ma trận tương quan cho MDR
MDR TANG SIZE GROWTH ROA
MDR 1.0000 TANG 0.0515 1.0000 SIZE 0.0916 -0.0137 1.0000 GROWTH -0.5518 0.0188 0.1492 1.0000 ROA -0.559 -0.0894 0.1088 0.3986 1.0000 (Nguồn: tính tốn từ Stata 11)
Từ hai bảng ma trận tương quan cho thấy khơng cĩ hiện tượng đa cộng tuyến xảy ra giữa các biến độc lập. Tác giả tìm thấy mối tương quan nghịch giữa biến phụ
thuộc BDR và 2 biến độc lập GROWTH và ROA đồng thời biến phụ thuộc MDR cũng tương quan nghịch với 2 biến độc lập GROWTH và ROA.
Kiểm định sự cĩ mặt của biến khơng cần thiết
Để loại biến khơng cần thiết trong mơ hình tác giả tiến hành hồi quy xem xét mức ý nghĩa P-value.
Bảng 4.5: Bảng kết quả hồi quy cho BDR đánh giá sự cĩ mặt của các biến khơng
cần thiết BDR Coef. Std. Err. t P>t TANG 0.031824 0.04316 0.74 0.461 SIZE 0.045323 0.006571 6.9 0.000 GROWTH 0.014319 0.005675 2.52 0.012 ROA 1.140239 0.106233 -10.73 0.000 _CONS 0.740865 0.17762 -4.17 0.000 (Nguồn: tính tốn từ Stata 11)
Bảng 4.6: Kết quả hồi quy cho MDR đánh giá sự cĩ mặt của các biến khơng cần
thiết MDR Coef. Std. Err. t P > t TANG 0.035095 0.044965 0.78 0.435 SIZE 0.041699 0.006846 6.09 0.000 GROWTH 0.069599 0.005912 -11.77 0.000 ROA 1.286394 0.110676 -11.62 0.000 _CONS 0.515279 0.185048 -2.78 0.006 (Nguồn: tính tốn từ Stata 11)
Từ kết quả hồi quy ở hai bản trên cho thấy P-value của biến TANG lớn hơn mức ý nghĩa 0.05 theo kiểm định Wald Test thì biến TANG khơng cĩ ý nghĩa thống kê và bị loại ra khỏi mơ hình. Từ đĩ, kết quả hồi quy khi khơng cĩ biến TANG được thể hiện ở hai bảng sau:
Bảng 4.7: Kết quả hồi quy cho BDR đánh giá sự khơng cĩ mặt của biến TANG