CHƯƠNG III PHƯƠNG PHÁP NGHIÊN CỨU
4.4. Kiểm định tính vững mơ hình nghiên cứu
Để phân tích tính vững mơ hình nghiên cứu, tác giả sử dụng 4 phương pháp như sau. Thứ nhất, tác giả sẽ kiểm định xem khi thay đổi định nghĩa về tỷ suất sinh lợi vượt trội, mơ hình có cịn phù hợp khơng. Ba định nghĩa về tỷ suất sinh lợi vượt trội gồm , , , ba định nghĩa này sẽ được trình bày ngay sau đây. Thứ hai, khi dữ liệu GSV là các dữ liệu tìm kiếm ngẫu nhiên, như bóng đá, một từ tìm kiếm khơng liên quan tới các chứng khốn đang xem xét, liệu mơ hình có cịn phù hợp nữa không. Thứ ba, tác giả chọn lại mẫu con ngẫu nhiên 30 công ty từ mẫu ban đầu 36 công ty của tác giả để kiểm định sự phù hợp của mơ hình. Thứ tư, tác giả thay đổi khung thời gian nghiên cứu, từ 2010-2013, để xác định tính vững của mơ hình trong thời gian gần đây.
Các định nghĩa khác nhau về tỷ suất lợi nhuận vượt trội.
Để phân tích tính vững mơ hình, tác giả cũng kiểm tra hồi quy với việc thêm ba định nghĩa của tỷ suất lợi nhuận vượt trội. Ngoài tỷ suất lợi nhuận vượt trội được sử dụng trong suốt đề tài này được định nghĩa bởi phương trình (5), tác giả cũng sử dụng tỷ suất lợi nhuận thông thường hàng tuần và tỷ suất lợi nhuận vượt trội tính như là lợi nhuận hàng tuần đều đặn trừ lợi nhuận thị trường trở
. Trong trường hợp tỷ suất lợi nhuận bình thường, trong hồi quy cũng bao gồm một biến giải thích là lợi nhuận của VN-Index nhân với beta công ty (β* ).
Ở 3 định nghĩa này, định nghĩa tỷ suất sinh lợi hàng tuần dường như chưa quan tâm tới hệ số β. Hệ số beta (β) là một hệ số đo lường mức độ rủi ro hệ thống, nó thể hiện mối quan hệ giữa mức độ rủi ro của một tài sản riêng lẻ so với mức độ rủi ro tài sản của toàn thị trường. Hệ số này sẽ thay đổi khi điều kiện nền kinh tế thay đổi. Hệ số beta là thành phần quan trọng của mơ hình định giá tài sản vốn CAPM (Capital asset pricing model). Đây là mơ hình mơ tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng, trong đó lợi nhuận kỳ vọng của một tài sản bằng lợi nhuận của tài sản khơng có rủi ro (risk free) cộng với một khoản bù đắp rủi ro dựa trên rủi ro toàn hệ thống của tài sản đó. Vì thế, với định nghĩa tỷ suất sinh lợi , tác giả cho rằng là chưa thể hiện được mối quan hệ với sự bù đắp rủi ro chứng khốn, điều này có thể sẽ khiến mơ hình khơng có kết quả chính xác.
Các kết quả được báo cáo trong bảng 4.15. Những định nghĩa khác nhau của lợi nhuận thường mang lại kết quả tương tự và có ý nghĩa với mơ hình chính của tác giả mặc dù chúng là yếu. Tuy nhiên, ở định nghĩa tỷ suất lợi nhuận là thì kết quả có hệ số hồi quy mang dấu âm, giá trị nhỏ chỉ có ý nghĩa ở độ trễ 2 tuần. Điều này có thể là do thiếu sự tác động của rủi ro đặc trưng β của các công ty riêng biệt chưa được đưa vào mơ hình, thể hiện chưa phản ánh rủi ro của doanh nghiệp vào mơ hình.
Trường hợp 1: Tác giả trình bày kết quả hồi quy với tỷ suất sinh lợi vượt
trội được định nghĩa là tỷ suất sinh lợi hàng tuần trừ lợi tỷ suất sinh lợi thị trường
Kết quả hồi quy được tác giả trình bày trong bảng 4.15
Bảng 4.15. Tác động của GSV đến tỷ suất sinh lợi vượt trội với định nghĩa tỷ suất sinh lợi vượt trội .
Rt Coef. Std. Err. Z P>z [95% Conf. Interval Rt_L1 0.030 0.030 1.010 0.313 -0.029 0.089 Rt_L2 -0.040 0.010 -3.950 0.000 -0.060 -0.020 Sgsvt_L1 -0.001 0.002 -0.340 0.733 -0.004 0.003 Sgsvt_L2 0.002 0.001 -2.230 0.026 -0.004 0.000 Vlmt_L1 0.008 0.002 3.520 0.000 0.003 0.012 Vlmt_L2 0.002 0.002 0.990 0.321 -0.002 0.006 Vowt_L1 -0.215 0.005 -44.560 0.000 -0.224 -0.205 Volt_L1 -0.053 0.009 -5.860 0.000 -0.071 -0.035 Jan -0.011 0.004 -3.150 0.002 -0.019 -0.004 Crisis 0.005 0.002 2.750 0.006 0.001 0.009 Rt_L1sgsvt_L1 0.124 0.012 10.660 0.000 0.101 0.147 Rt_L1vlmt_L1 -0.096 0.026 -3.740 0.000 -0.147 -0.046 Sgsvt_L11vlmt_L1 0.001 0.002 0.470 0.641 -0.003 0.004 Cons 0.007 0.002 3.190 0.001 0.003 0.011
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Trường hợp 2: Tác giả trình bày tỷ suất sinh lợi vượt trội được định nghĩa
là tỷ suất sinh lợi hàng tuần bình thường , nhưng có bao gồm β* , thể hiện sự đi kèm yếu tố rủi ro trong tỷ suất sinh lợi.
Bảng 4.16. Tác động của GSV đến tỷ suất lợi nhuận vượt trội với định nghĩa tỷ suất lợi nhuận vượt trội bao gồm β*
Rt Coef. Std. Err. Z P>z [95% Conf. Interval Rt_L1 0.038 0.029 1.320 0.188 -0.018 0.094 Rt_L2 0.045 0.010 4.300 0.000 0.024 0.065 Sgsvt_L1 0.010 0.002 4.070 0.000 0.005 0.014 Sgsvt_L2 0.003 0.001 2.080 0.038 0.000 0.005 Vlmt_L1 -0.001 0.003 -0.350 0.726 -0.006 0.004 Vlmt_L2 0.001 0.003 0.260 0.793 -0.005 0.006 Vowt_L1 -0.186 0.006 -29.350 0.000 -0.199 -0.174 Volt_L1 0.006 0.011 0.530 0.598 -0.016 0.027 Jan -0.021 0.005 -4.450 0.000 -0.030 -0.012 Crisis -0.022 0.002 -9.590 0.000 -0.027 -0.018 Rt_L1sgsvt_L1 0.162 0.011 15.180 0.000 0.141 0.183 Rt_L1vlmt_L1 -0.041 0.028 -1.480 0.139 -0.095 0.013 Sgsvt_L11vlmt_L1 0.000 0.002 -0.210 0.833 -0.005 0.004 Cons 0.017 0.003 6.110 0.000 0.011 0.022
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Để có thể tổng quát được tác động GSV đến tỷ suất lợi nhuận vượt trội với 3 định nghĩa khác nhau của tỷ suất lợi nhuận vượt trội, tác giả trình bày kết quả trong bảng 4.17.
Bảng 4.17. Tác động của GSV đến tỷ suất lợi nhuận vượt trội với 3 định nghĩa khác nhau của tỷ suất lợi nhuận vượt trội.
Biến tỷ suất lợi nhuận
0.010*** -0.0006 0.009***
0.007*** 0.0022** 0.002*
β* -0.12***
Model 0.1150 0.2137 0.129
***, **, * tương ứng với các mức ý nghĩa 1%, 5% và 10%.
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Tác giả nhận thấy rằng biến trong cả 3 định nghĩa khác nhau đều có hệ số dương, nhỏ và có ý nghĩa thống kê. Tức là khối lượng tìm kiếm Google trước đó 2 tuần tác động tích cực và yếu đến biến tỷ suất sinh lợi chứng khoán mặc dù nó được hiểu với những định nghĩa khác nhau. Riêng biến khơng có ý nghĩa thống kê khi biến tỷ suất sinh lợi chứng khoán là biến . Điều này có thể một phần là mơ hình (2) với tỷ suất sinh lợi này chưa được xác định thêm yếu tố rủi ro mà chứng khốn đó đóng góp cho rủi ro hệ thống – yếu tố β chứng khoán.
Chuỗi GSV lựa chọn ngẫu nhiên
Tác giả cũng kiểm tra mơ hình của tác giả với các dữ liệu tìm kiếm hồn tồn khơng liên quan và ngẫu nhiên, có nghĩa là lợi nhuận cổ phiếu cho tất cả các công ty được chuyển lại với các dữ liệu tìm kiếm cho các từ khố ngẫu nhiên, như bóng đá. Nó chỉ ra rằng các hệ số trong việc kiểm tra này là khơng có ý nghĩa. Phân tích ngắn gọn này cho thấy các kết quả của tác giả khơng được giải thích bởi các
Bảng 4.18: Tác động của GSV với từ khóa là “Bóng đá” lên tỷ suất sinh lợi vượt trội chứng khoán.
Rt Coef. Std. Err. Z P>z 95% Conf. Interval Rt_L1 0.095 0.011 8.680 0.000 0.074 0.117 Rt_L2 0.041 0.011 3.830 0.000 0.020 0.062 Sgsvt_L1 -0.002 0.001 -1.370 0.171 -0.004 0.001 Sgsvt_L2 -0.001 0.001 -0.960 0.335 -0.004 0.001 Vlmt_L1 0.003 0.002 1.660 0.096 0.000 0.006 Vlmt_L2 0.003 0.002 2.150 0.031 0.000 0.006 Vowt_L1 -0.143 0.008 -16.990 0.000 -0.160 -0.127 Volt_L1 0.029 0.014 2.050 0.041 0.001 0.056 Cons -0.001 0.002 -0.550 0.582 -0.006 0.003
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Tuy rằng trong bảng 4.18, các biến tỷ suất sinh lợi vượt trội độ trễ 1 tuần và độ trễ 2 tuần vẫn giữ nguyên tác động đến tỷ suất sinh lợi vượt trội hiện tại là tích cực và khá lớn. Nhưng biến GSV với từ khóa tìm kiếm là “Bóng đá”, một từ khóa hồn tồn ngẫu nhiên và khơng có mối liên hệ với đa số các chứng khốn trên thị trường chứng khốn Hose thì tác giả thấy rằng biến và biến khơng có ý nghĩa thống kê với P-value lần lượt là 0.171 và 0.335 lớn hơn nhiều 0.1 (mức ý nghĩa 10%). Vậy, biến GSV với từ khóa tìm kiếm ngẫu nhiên thì khơng có tác động đến tỷ suất sinh lợi vượt trội chứng khốn.
Mẫu con các cơng ty được chọn ngẫu nhiên từ mẫu ban đầu
Kế tiếp, tác giả kiểm tra mơ hình của tác giả bằng cách sử dụng GSV của một mẫu con mới các công ty ngẫu nhiên được chọn trong mẫu ban đầu của tác giả và nhận được kết quả so sánh tương tự với mơ hình chính của tác giả. Tác giả sử dụng mẫu con 30 công ty ngẫu nhiên trong 36 công ty được chọn từ mẫu ban đầu để chạy mơ hình. Danh sách 30 cơng ty được chọn ngẫu nhiên được tác giả trình bày trong bảng 1 (Phụ lục 1). Mơ hình hồi quy mẫu 30 công ty này theo mơ hình (1) được trình bày trong bảng 4.19.
Bảng 4.19. Tác động đến tỷ suất lợi nhuận vượt trội với mẫu con 30 công ty
Rt Coef. Std. Err. z P>z 95% Conf. Interval Rt_L1 0.070 0.012 5.860 0.000 0.047 0.094 Rt_L2 0.083 0.012 7.080 0.000 0.060 0.106 Sgsvt_L1 0.004 0.002 2.690 0.007 0.001 0.008 Sgsvt_L2 0.003 0.002 1.530 0.127 -0.001 0.006 Vlmt_L1 -0.006 0.004 -1.660 0.097 -0.013 0.001 Vlmt_L2 -0.009 0.004 -2.630 0.009 -0.016 -0.002 Vowt_L1 -0.155 0.008 -18.730 0.000 -0.172 -0.139 Volt_L1 0.010 0.014 0.680 0.499 -0.018 0.038 Cons 0.020 0.003 5.780 0.000 0.013 0.027
Đối với mẫu 30 công ty được chọn ngẫu nhiên từ mẫu ban đầu 36 công ty ban đầu tác giả đã chọn thì các biến như hay cũng có kết quả hồi quy tương tự như mẫu ban đầu của tác giả.
Đặc biệt là biến khối lượng giao dịch điều chỉnh có kết quả hồi quy có ý nghĩa thống kê trên cả 2 biến độ trễ 1 tuần, lẫn độ trễ 2 tuần. Các biến giải thích mà tác giả quan tâm chính là biến và biến . Trong đó, biến có ý nghĩa thống kê ở mức ý nghĩa 1%, với hệ số 0.004. Sự tác động này là dương nhưng yếu và có ý nghĩa thống kê. Tuy nhiên, với biến giải thích thì lại khơng có ý nghĩa thống kê. Điều này có thể một phần là mẫu được chọn có số phần tử nhỏ, nên ảnh hưởng đến kết quả hồi quy.
Thay đổi khung thời gian nghiên cứu dữ liệu
Để kiểm định tính vững đối với mơ hình tác động của GSV đến với tỷ suất sinh lợi vượt trội chứng khoán với những khung thời gian khác, gần với thời điểm bài nghiên cứu này, tác giả sử dụng khung thời gian từ năm 1/1/2010 đến 31/12/2013 thay vì khung thời gian 1/1/2008 đến 31/12/2012 để xác định xem trong khung thời gian mới như trên, các kết quả ước lượng của bài nghiên cứu có cịn giữ nguyên giá trị đã đạt được như tác giả thực hiện trong khung thời gian cũ. Mơ hình (1) được trình bày kết quả trong bảng 4.20.
Theo như kết quả được nêu trong bảng 4.20 thì trong khoảng thời gian 2010-2013 thì mơ hình vẫn cịn phù hợp với mẫu tác giả đã đưa ra. Tuy nhiên, chỉ có biến là có ý nghĩa thơng kê với hệ số là 0.0039. Còn biến thì
khơng có ý nghĩa thống kê. Điều này thể hiện trong khung thời gian từ 2010 đến 2013, với mẫu tác giả chọn được, khối lượng tìm kiếm Google search độ trễ 1 tuần có tác động tích cực nhưng yếu. Kết quả này cũng tương tự như khung thời gian ban đầu mà tác giả đưa ra là 2008-2012.
Rt Coef. Std. Err. Z P>z 95% Conf. Interval Rt_L1 0.142 0.012 11.650 0.000 0.118 0.166 Rt_L2 0.090 0.012 7.500 0.000 0.067 0.114 Sgsvt_L1 0.004 0.002 2.360 0.018 0.001 0.007 Sgsvt_L2 0.002 0.002 1.240 0.216 -0.001 0.005 Vlmt_L1 -0.007 0.004 -1.660 0.096 -0.014 0.001 Vlmt_L2 -0.005 0.004 -1.400 0.161 -0.013 0.002 Vowt_L1 -0.108 0.010 -10.800 0.000 -0.128 -0.089 Volt_L1 -0.005 0.014 -0.370 0.712 -0.033 0.023 Cons 0.014 0.003 4.120 0.000 0.007 0.020
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Sau đây, tác giả trình bày tổng hợp các các mơ hình kiểm định tính vững của mơ hình tác động của GSV đến tỷ suất sinh lợi vượt trội chứng khoán trong bảng 4.21.
Bảng 4.21. Tác động đến tỷ suất lợi nhuận vượt trội với các mơ hình khác nhau để kiểm định tính vững mơ hình.
Biến giải thích Mẫu 30 cơng ty ngẫu nhiên
Từ khóa GSV ngẫu nhiên (Bóng đá)
Thay đổi khung thời gian
0.004*** -0.0007 0.0039**
***, **, * tương ứng với các mức ý nghĩa 1%, 5% và 10%.
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Tác giả nhận thấy rằng, việc kiểm định tính vững cho thấy khối lượng tìm kiếm Google độ trễ 1 tuần đều có tác động đến tỷ suất sinh lợi vượt trội chứng khốn dương nhưng yếu. Cịn khối lượng tìm kiếm Google độ trễ 2 tuần thì khơng tác động đến tỷ suất sinh lợi vượt trội chứng khoán trong sự hạn chế về mẫu của tác giả. Đặc biệt, khối lượng tìm kiếm Google với từ khóa tìm kiếm ngẫu nhiên khơng hề tác động đến tỷ suất sinh lợi vượt trội chứng khoán.