CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Mẫu nghiên cứu
Số liệu được sử dụng trong nghiên cứu này là chuỗi chỉ số thị trường (VN- Index) và giá của các cổ phiếu phi tài chính được niêm yết trên HOSE theo thời gian với tần suất tuần (weekly series). Đầu tiên, chỉ số VN-Index và giá của các cổ phiếu được thu thập cho khoảng thời gian từ ngày 01/01/2009 đến ngày
31/12/2014. Sở dĩ tác giả chọn khoảng thời gian nghiên cứu như vậy là để có đủ số
lượng cổ phiếu nhằm thiết lập các danh mục theo yêu cầu của phương pháp nghiên cứu. Chỉ số thị trường và giá của các cổ phiếu được thu thập là giá đóng cửa vào ngày thứ Tư hàng tuần. Nếu ngày thứ Tư của một tuần nào đó là ngày khơng có giao dịch thì chỉ số đóng cửa của ngày thứ Năm (hoặc thứ Ba nếu ngày thứ Năm vẫn khơng có giao dịch) sẽ được chọn để thay thế. Nếu cả hai ngày thứ Ba và thứ Năm của một tuần nào đó đều khơng có giao dịch thì chỉ số thị trường và giá của các cổ phiếu ở tuần đó sẽ được bỏ qua (xem như là thiếu thơng tin). Việc chọn giá đóng cửa ở ngày thứ Tư để nghiên cứu là nhằm tránh những ảnh hưởng của các giao dịch cuối tuần (Huber, 1997).
3.3 Giả thuyết và mơ hình nghiên cứu
Dựa trên nghiên cứu của các nhà khoa học trên thế giới (đã được nêu ở phần tổng quan cơng trình nghiên cứu), tác giả đề xuất các giả thiết mơ hình nghiên cứu tác động của cước phí vận tải tới giá trị chứng khoán ở Việt Nam như sau:
Kilian (2009) và Bakshi et al. (2011). Kilian (2009) và Kilian và Park (2009), nghiên cứu vai trị của cước phí vận chuyển, họ phát triển một chỉ số hàng
khô, hàng đơn chuyến và cước tàu biển vận tải để thích ứng với những thay đổi trong nhu cầu hàng hóa cơng nghiệp, trong thị trường kinh doanh toàn cầu và là phương pháp đo lường hoạt động kinh tế. Subrahmanyam (2010) và (Bakshi et al.,
2011) , mức giá vận chuyển không liên quan đến những tác động trực tiếp của nó
đối với thị trường hiệu quả. Các nhà khoa học kiểm tra quy mơ và chỉ số chứng khốn Mỹ và tìm hiểu tác động của những thay đổi cước phí vận chuyển hàng hóa đối với các ngành cơng nghiệp khác nhau. Các tác giả tìm thấy bằng chứng hỗ trợ
từ quy mơ và ngành về thơng tin đó khuếch tán và biến động của thị trường cước phí vận tải có ảnh hưởng tích cực đến quy mơ và chỉ số TTCK Mỹ.
H1 : Có mối quan hệ thuận chiều giữa biến động cước phí vận tải và giá chứng khoán niêm yết trên thị trường chứng khoán Việt Nam
Yếu tố kinh tế vĩ mô phổ biến nhất được sử dụng để dự đoán lợi nhuận chứng khoán là giá dầu, vì tác động của sự thay đổi giá dầu ảnh hưởng đến nền kinh tế toàn cầu (Hamilton 1983;Huang et al, 1996; Adelman, 1993; Kilian, 2009;
Nandha và Faff, 2008). Dầu là yếu tố quan trọng đối với nền kinh tế quốc tế trong
một thời gian dài và do đó nó đã được sử dụng rộng rãi để dự đoán tăng trưởng kinh tế. Rất nhiều nghiên cứu tập trung vào các mối quan hệ giữa giá dầu và thị trường chứng khoán (Chen et al 1986; Ferson và Campbell, 1993; Jones và Kaul,
1996). Hoặc cho thấy giá dầu dự đoán lợi nhuận chứng khoán (Driesprong et al,
2008;Sorensen, 2009). Từ đó giả thiết đặt ra là :
H2 : Có mối quan hệ nghịch chiều giữa biến động giá dầu và giá chứng khoán niêm yết trên thị trường chứng khoán Việt Nam
Klovland (2004) và Stopford (2009) lập luận rằng xu hướng đi lên hoặc suy
thoái trong chu kỳ kinh doanh toàn cầu ngay lập tức được phản ánh trong giá cước vận tải. Mặc dù các tác giả cho thấy rằng giá cước vận chuyển không tương quan với các biến chuẩn đo lường phí bảo hiểm rủi ro theo thời gian khác nhau, thấy rằng những thay đổi trong giá cước vận chuyển có thể được sử dụng như một yếu tố dự báo về những thay đổi trong giá cả thị trường chứng khoán nghĩa là tỷ suất lợi nhuận cổ phiếu có xu hướng tăng trưởng cao hơn sau khi cước phí vận chuyển tăng và thấp hơn sau khi giảm cước phí vận chuyển. Từ đó đưa ra giả thiết :
H3 : Có mối quan hệ thuận chiều giữa suy thoái và giá chứng khoán niêm yết trên thị trường chứng khốn Việt Nam
H4: Có mối quan hệ thuận chiều giữa tăng trưởng lợi nhuận và giá chứng khoán niêm yết trên thị trường chứng khoán Việt Nam
Các giả thuyết của các chuyên gia về giá cước vận tải hàng đầu trên thị trường chứng khoán là sự khuếch tán dần dần của thơng tin có sẵn trên thị trường.
Những ý tưởng cơ bản của các chuyên gia là các nhà đầu tư, người chuyên giao dịch trong một ngành công nghiệp cụ thể hoặc thị trường mở rộng, có xu hướng tiếp nhận và xử lý thông tin họ đã quen thuộc.Hong et al. (2007) cho rằng các nhà đầu tư khơng có năng lực xử lý thơng tin hoặc bị giới hạn về thơng tin có tính cá nhân hố hơn, độc lập hơn (Shiller, 2000; Sims, 2003).
H5 : Có mối quan hệ thuận chiều giữa quy mơ tài sản của doanh nghiệp và giá chứng khốn niêm yết trên thị trường chứng khoán Việt Nam
Dựa trên nghiên cứu của Amir H. Alizadeh và Gulnur Muradoglu (2014) và
các cơng trình nghiên cứu trong và ngồi nước trước đây (đã được nêu ở phần tổng quan cơng trình nghiên cứu), tác giả đề xuất mơ hình nghiên cứu tác động của cước phí vận tải tới giá trị chứng khoán ở Việt Nam như sau:
PRICE = f(TRANSPORT, OIL, SIZE, GROWTH, CRISIS)
Trong đó:
PRICE: Giá chứng khoán của các mã cổ phiếu TRANSPORT: Giá cước vận tải tại Việt Nam OIL: Giá dầu trên thị trường thế giới
SIZE: Quy mô công ty
GROWTH: Tăng trưởng của công ty
CRISIS: Biến giả, nhận giá trị 1 vào thời điểm khủng hoảng vận tải ở mức đỉnh điểm.
Cụ thể hơn, các biến trong mơ hình được mơ tả như sau:
Bảng 3.1: Mô tả các biến được sử dụng
Ký hiệu biến Ý nghĩa Phương pháp tính Nguồn số liệu
PRICE Giá giao dịch của mã cổ
phiếu
Giá đóng cửa của phiên giao dịch cuối năm
www.cophieu68.com
TRANSPORT Giá cước vận tải
Giá trung bình của các loại hình vận tải hàng năm
Tổng hợp từ Nguyễn Thị Bình và Vũ Anh Tuấn (2014); World Bank (2010)
và JICA (2011) OIL Giá dầu trên
thị trường thế giới
Giá trung bình dầu tinh tại thị trường New York
http://inflationdata.com
SIZE Quy mô công ty
Logarith tự nhiên của tài sản công ty
www.cophieu68.com
GROWTH Tăng trưởng của công ty
Tăng trưởng lợi nhuận qua các năm
www.cophieu68.com
CRISIS Khủng hoảng vận tải
Biến giả Ước tính của tác giả Nguồn: Tổng hợp của tác giả
Có thể thấy rằng sự lựa chọn các biến đã đáp ứng đủ mục tiêu nghiên cứu. Theo đó, giá cước vận tải được tính trung bình theo các loại hình vận tải khác nhau với mục đích là khiến cho số liệu có tính đại diện cao nhất trong việc thể hiện mức độ biến động của cước phí vận tải nội địa.
Trong khi đó, giá dầu được tác giả lấy trên thị trường Mỹ, nguyên nhân là do phần lớn xăng dầu tại Việt Nam được nhập khẩu từ bên ngoài. Hơn nữa, việc sử dụng biến chi phí vận tải song song với giá dầu dù có thể gây quan ngại về hiện tượng đa cộng tuyến trong mơ hình (cước phí vận tải thường chịu ảnh hưởng rất lớn từ chi phí nguyên nhiên liệu – giá xăng dầu) nhưng theo tác giả thì đó khơng hẳn là vấn đề nghiêm trọng. Như đã biết, giá xăng dầu, sau khi được nhập về Việt Nam thì thường chịu sự quản lý chặt của Chính phủ nên xu hướng biến động thường khơng lớn và có thể đốn trước được. Ảnh hưởng của giá dầu thế giới, do đó chỉ mang tính chất tạo tâm lý cho người tiêu dùng nội địa.
Vai trò của khủng hoảng, mà cụ thể là khủng hoảng trong ngành vận tải trên thế giới cũng được xét tới. Cuộc khủng hoảng trong lĩnh vực vận tải thường xảy ra như một hệ quả trực tiếp từ các cú sốc lớn của nền kinh tế; và do vậy, đạt đỉnh điểm vào các năm 2009 và 2012. Như vậy, tác giả mặc định rằng giá trị biến CRISIS sẽ là 1 vào các năm 2009, 2012 và nhận giá trị 0 trong các năm còn lại.
Khơng chỉ xem xét vai trị của các yếu tố có liên quan, tác giả còn bổ sung thêm các yếu tố nội sinh từ bản thân mỗi doanh nghiệp: Quy mô và mức độ tăng trưởng hàng năm của mỗi doanh nghiệp. Sự bổ sung các biến nội sinh này không chỉ gia tăng mức độ hiệu quả của mơ hình (thơng qua việc xem xét nhiều nhân tố) mà còn tạo ra sự so sánh về vai trò tác động của các nhân tố tới thị trường chứng khoán ở Việt Nam.
3.4 Phương pháp hồi quy
Với đặc thù là dữ liệu theo dạng mảng, theo lý thuyết kinh tế lượng thì có thể chạy theo ba mơ hình: Mơ hình hồi quy gộp, mơ hình tác động ngẫu nhiên RE và mơ hình tác động cố định FE.
Mơ hình hồi quy gộp được sử dụng khi khơng có biến bị bỏ sót trong mơ hình, khi đó mơ hình trở về dạng OLS thông thường, tuy nhiên nó khơng phản ảnh được tác động của sự khác biệt giữa các địa phương. Mơ hình tác động ngẫu nhiên RE được sử dụng khi trong mơ hình tồn tại các biến bị bỏ sót nhưng biến đó khơng có tương quan với các biến độc lập. Mơ hình này phân tích được tác động của các yếu tố ngẫu nhiên đến sự thay đổi của tổng thể nhưng không đánh giá được tác động của các yếu tố mang tính định tính như: giới tính, năng lực, xuất phát điểm của các địa phương…và khơng suy diễn được cho các cá thể ngồi mẫu. Trong khi đó, mơ hình tác động cố định FE thường được ưa chuộng hơn vì nó có thể đánh giá được tác động của các biến ngẫu nhiên bị bỏ sót có tương quan với biến độc lập trong mơ hình.
Mặc dù thế, việc lựa chọn mơ hình nào cịn tùy thuộc vào việc kiểm định xem mơ hình nào phù hợp hơn với mẫu dữ liệu nghiên cứu. Đầu tiên, chúng ta cần sử dụng kiểm định nhân tử Lagrange cho mơ hình để xem có biến bị bỏ sót khơng quan sát được hay không với cặp giả thiết:
H0: mơ hình khơng có biến khơng quan sát được H1: mơ hình có biến khơng quan sát được
Nếu kết quả kiểm định cho thấy P-value > 0.05 thì chúng ta sẽ khơng bác bỏ giả thiết H0 và lựa chọn mơ hình hồi quy gộp là mơ hình phù hợp nhất. Nếu
ngược lại, P-value < 0.05 chúng ta sẽ bác bỏ giả thuyết H0 nghĩa là mơ hình tồn tại biến bị bỏ sót khơng quan sát được. Do đó, ta sẽ lựa chọn một trong hai mơ hình: mơ hình tác động cố định hoặc mơ hình tác động ngẫu nhiên.
Tiếp theo, để lựa chọn một trong hai mơ hình RE hoặc FE, chúng ta sử dụng kiểm định Hausman để lựa chọn một trong hai mơ hình với cặp giả thiết:
H0: lựa chọn mơ hình tác động ngẫu nhiên RE H1: lựa chọn mơ hình tác động cố định FE
Nếu kết quả kiểm định cho thấy P-value > 0.05 thì khơng bác bỏ giả thiết H0 và lựa chọn mơ hình RE là mơ hình phù hợp nhất. Nếu P-value < 0.05 thì chúng ta sẽ lựa chọn mơ hình FE là mơ hình cuối cùng để hồi quy.
Tuy vậy, sau khi lựa chọn được mơ hình hồi quy phù hợp, các khuyết tật (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) vẫn cần được kiểm tra để đảm bảo tính phù hợp của mơ hình. Riêng đối với việc phân phối của phần dư chưa chuẩn, tác giả hy vọng rằng quy luật số lớn của lượng quan sát có thể hạn chế tác động xấu của khuyết tật (nếu có).
Trong trường hợp mơ hình gặp phải khuyết tật, có thể sửa bằng cách chuyển sang mơ hình FGLS. Tuy nhiên, một đặc điểm quan trọng là việc sửa chữa khuyết tật bằng cách chuyển dạng mơ hình khơng hẳn là một sự lựa chọn tốt, nhất là khi dữ liệu dạng mảng có số nhóm rất lớn.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê mô tả các biến
Để phục vụ cho quá trình nghiên cứu tác giả thu thập tổng hợp các tài liệu liên quan như: báo cáo tài chính và cáo bạch của các doanh nghiệp, các cơng trình nghiên cứu, sách báo liên quan đến đề tài.
Về phạm vi không gian, thời gian tác giả thực hiện quan sát trong giai đoạn 2009 – 2014 với 188 mã cổ phiếu thuộc các ngành nghề kinh doanh khác nhau:
chứng khoán, bất động sản, xây dựng, ngân hàng, thuỷ sản, cao su, thép, dầu khí, CNTT-Viễn thơng, dược phẩm, khống sản, bao bì, thực phẩm. Trong đó, tác giả chia thành 10 nhóm ngành chính, được thể hiện trong bảng 4.1. Theo đó, có 130 trên tổng số 188 mã cổ phiếu được xếp nhóm theo loại hình hoạt động. 58 mã cổ phiếu cịn lại, hoặc là do thiếu thơng tin về lĩnh vực hoạt động, hoặc lĩnh vực mang tính chất thiểu số nên được cho vào nhóm “chưa phân loại”. Nhìn chung, phần lớn các doanh nghiệp trên sàn chứng khoán được xét tới thuộc lĩnh vực vật liệu xây dựng , theo sau là nhựa – bao bì, chứng khốn, bất động sản, dầu khí..., mặc dù phần nhiều các doanh nghiệp này ở mức quy mơ nhỏ và trung bình.
Bảng 4.1: Phân loại ngành nghề của các mã cổ phiếu Nhóm, ngành
nghề Mã cổ phiếu
Nhựa – Bao bì AAA; BPC; BXH; DAG; DNP; INN; NTP; RDP; SVI; TTP; VBC; VPK
Thủy sản AAM; ACL; AGF; ANV; HVG; SII; TS4; VHC Ngân hàng –
Bảo hiểm ACB; EIB; MBB; SHB; STB; CTG
Chứng khoán AGR; APG; APS; AVS; BSI; BVS; CTS; HBS; SSI; VIX; VND Khoáng sản ALV; AMC; BGM; CTM; KHB; LCM; NBC; SQC
Dược phẩm – Y tế - Hóa chất
Nhóm, ngành
nghề Mã cổ phiếu
Dầu khí APP; ASP; CCL; DPM; PDC; PVC; PVD; PVS; PVT; PVX; PXI; PXT
Bất động sản ASM; BCI; CLG; D2D; DIG; DLG; DXG; IDI; IDV; NBB; RCL; SJS
Vật liệu xây dựng
BT6; BTS; CCM; CVT; CYC; DAC; DC4; DHA; DTC; DXV; HPS; HT1; HVX; NAV; NHC; PPG; QNC; SCJ; SCL; SDY; SHN; TBX; TCR; TMX; TSM; TTC; TXM; VCS; VHL; VIT; VTS; VXB Năng lượng
điện – Khí gas HJS; PCG; PPC; SEC
Vận tải - taxi DL1; DVP; DXP; HCT; HDO; HHG; HTC; HTV; MAC; MHC; PCT; PGT; QTC; STT; VNA; VSG; VTV
Nguồn: Tổng hợp từ tác giả
Thị trường chứng khoán Việt Nam
Thị trường chứng khốn năm 2010 đã gặp nhiều khó khăn và khiến giới đầu tư thất vọng khi sụt giảm so với năm 2009. Mặc dù thị trường có đợt hồi phục mạnh gây bất ngờ từ cuối tháng 11/2010, VNI vẫn đóng cửa giảm 2% so với cuối năm trước khi chốt phiên 31/12/2010 tại 484.66 điểm, HNX – index gây thất vọng nhiều hơn khi đóng cửa năm tại 114.24 giảm tới 32% so với cuối 2009. Kết quả chênh lệch giữa hai sàn giao dịch chính thức này phần nào cho thầy nhiều vấn đề ẩn chứa đằng sau các chỉ số.
Biểu đồ 4.1. Biến động thị trường chứng khoán Việt Nam năm 2010
Ấn tượng của một thị trường lạc quan năm 2009 chỉ xuất hiện trong 6 tháng đầu năm 2010 và đây cũng là giai đoạn thị trường đạt mức cao nhất trong năm ( VNI tại 549 điểm và HNX – index tại 187.22 điểm ). Nửa cuối năm 2010 là thời kỳ khó khăn nhất của thị trường khi niềm tin sụp đổ bởi tác động của bất ổn kinh tế bộc lộ, chính sách tiền tệ thiếu nhất quán đồng thời thị trường chịu tác động bởi nguồn cung lớn từ các cổ phiếu niêm yết mới và phát hành thêm trong thời điểm trước bắt đầu được giao dịch, làn sóng đầu cơ phát triển mạnh trong các quý trước tan rã và khó khăn thanh khoản chung của toàn hệ thống ngân hàng khiến các khoản đầu tư vào chứng khoán bị siết lại. VNI hai lần giảm về mức đáy 420 trong khi HNX – index giảm thấp nhất trong vòng 18 tháng xuống 97.44 điểm vào tháng 11/2010.