Điều chỉnh dữ liệu

3. DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU

3.2. Điều chỉnh dữ liệu

Để chuẩn hĩa dữ liệu, tơi tiến hành những bước điều chỉnh sau:

Trước tiên, tơi tiến hành loại bỏ những giao dịch bán mà cổ phiếu khơng được mua trong giai đoạn nghiên cứu. Đây là bước điều chỉnh dữ liệu quan trọng nhằm loại bỏ những sai sĩt trong quá trình nhận biết một giao dịch bán lãi hay lỗ. Những cổ phiếu khơng được mua trong giai đoạn nghiên cứu nhưng lại cĩ giao dịch bán ra, hoặc những cổ phiếu cĩ khối lượng mua vào trong giai đoạn nghiên cứu ít hơn so với khối lượng bán ra thì giao dịch bán đĩ được loại bỏ hoặc điều chỉnh khối lượng giao dịch bán cho phù hợp với giai đoạn nghiên cứu.

Sau đĩ, tơi điều chỉnh tất cả dữ liệu giá mua, bán theo tỷ lệ điều chỉnh. Giai đoạn nghiên cứu tương đối dài, khĩ tránh khỏi việc doanh nghiệp thực hiện những chính sách ảnh hưởng đến giá cổ phiếu. Những hoạt động này như: chia cổ tức bằng tiền mặt, chia cổ tức bằng cổ phiếu, thưởng cổ phiếu, phát hành cổ phiếu… Do vậy, nếu dựa hồn tồn vào dữ liệu lịch sử giao dịch để tính tốn lời, lỗ, tỷ suất sinh lời rất cĩ thể dẫn đến sai sĩt.

Ví dụ: Cổ phiếu A được mua vào ngày 10 tháng 01 năm 2011 với giá 20,000 đồng.

Từ thời điểm mua đến ngày 30 tháng 04 năm 2012, cổ phiếu A đã chia cổ tức bằng tiền mặt với tổng giá trị là 4,000 đồng. Ngày 30 tháng 04 năm 2014, nhà đầu tư quyết định bán cổ phiếu A này với giá 18,000 đồng. Nếu khơng điều chỉnh dữ liệu,

lợi nhuận của nhà đầu tư sẽ là: 18,000 – 20,000 = -2,000 đồng. Giao dịch này sẽ được ghi nhận lỗ. Tuy nhiên, cách tính tốn trên khơng phản ánh đúng kết quả lợi nhuận của nhà đầu tư. Thực tế, lợi nhuận sẽ là: 18,000 - (20,000 – 4,000) = 2,000 đồng. Giao dịch này được ghi nhận lãi.

Dữ liệu điều chỉnh được tính tốn cho tất cả cổ phiếu trong tất cả các ngày trong giai đoạn nghiên cứu bằng cách lấy giá thực tế giao dịch chia cho tỷ lệ điều chỉnh. Tỷ lệ điều chỉnh được tính tốn bằng cách lấy giá đĩng cửa chưa điều chỉnh chia cho giá đĩng cửa đã điều chỉnh. Giá đĩng cửa chưa điều chỉnh và giá đĩng cửa đã điều chỉnh được xuất từ nguồn dữ liệu của Cơng ty Tài chính Stoxplus. Trong nghiên cứu này, khi nhắc đến giá cổ phiếu, ta hiểu đĩ là giá đã được điều chỉnh.

3.3. Phƣơng pháp nghiên cứu

Kiểm định Hiệu ứng ngược vị thế

Dựa vào phương pháp nghiên cứu của Odean, 1998a, sử dụng dữ liệu thực tế sau khi điều chỉnh lịch sử giao dịch và giá mua, giá bán như trình bày ở trên, tơi tính tốn Tỷ lệ lãi thực hiện (PGR) và tỷ lệ lỗ thực hiện (PGR) cho từng nhà đầu tư cá nhân trong mẫu như sau:

Lãi thực hiện

 PGR =

Lãi thực hiện + Lãi danh nghĩa Lỗ thực hiện

 PLR =

Lỗ thực hiện + Lỗ danh nghĩa Trong đĩ:

 Lãi thực hiện (Realized Gains) là các giao dịch bán cĩ lãi trong giai đoạn nghiên cứu được xác định bằng cách so sánh giá bán với giá vốn trung bình, nếu giá bán lớn hơn giá vốn trung bình thì giao dịch đĩ được xác định là lãi thực hiện.

 Lãi danh nghĩa (Paper Gains): là các giao dịch cĩ thể bán cĩ lãi tại những ngày cĩ phát sinh giao dịch bán trong giai đoạn nghiên cứu. Mỗi giao dịch cĩ thể bán cĩ lãi được xác định bằng cách so sánh mức giá cao nhất và thấp nhất của ngày cĩ thể bán với giá vốn trung bình. Nếu cả giá cao nhất và thấp nhất của ngày cĩ thể bán đều lớn hơn giá vốn trung bình thì giao dịch này được xác định là lãi danh nghĩa

 Lỗ thực hiện (Realized Losses): là các giao dịch bán lỗ trong giai đoạn nghiên cứu được xác định bằng cách so sánh giá bán với giá vốn trung bình, nếu giá bán nhỏ hơn giá vốn trung bình thì giao dịch đĩ được xác định là lỗ thực hiện.

 Lỗ danh nghĩa (Paper Losses) : là các giao dịch cĩ thể bán lỗ tại những ngày cĩ phát sinh giao dịch bán trong giai đoạn nghiên cứu. Mỗi giao dịch cĩ thể bán lỗ được xác định bằng cách so sánh mức giá cao nhất và thấp nhất của ngày cĩ thể bán

với giá vốn trung bình. Nếu cả giá cao nhất và thấp nhất của ngày cĩ thể bán đều thấp hơn giá vốn trung bình thì giao dịch này được xác định là lỗ danh nghĩa

Ví dụ:

Một nhà đầu tư X cĩ 5 cổ phiếu trong danh mục: A, B, C, D và E. A và B cĩ giá cao hơn giá vốn; C, D, E cĩ giá thấp hơn giá vốn. Một nhà đầu tư Y cĩ 3 cổ phiếu trong danh mục: F, G và H. F và G cĩ giá cao hơn giá vốn; H cĩ giá thấp hơn giá vốn. Vào một ngày cụ thể, nhà đầu tư X bán cổ phiếu A và C; ngày tiếp theo, nhà đầu tư Y bán cổ phiếu F. Việc bán A và F được xác định là lãi thực hiện; việc bán C được xác định là lỗ thực hiện. B và G cĩ thể bán lời nhưng khơng bán được tính vào lãi danh nghĩa; D, E và H cĩ thể bán lỗ nhưng khơng bán được tính vào lỗ danh nghĩa.

Như vậy, nhà đầu tư X cĩ 1 lãi thực hiện, 1 lỗ thực hiện, 1 lãi danh nghĩa và 2 lỗ danh nghĩa, khi đĩ, PGR = 1/(1+1) = 0.5, PLR = 1/(1+2) = 0.33. Tương tự cho nhà đầu tư Y.

Để kiểm định sự tồn tại của hiệu ứng ngược vị thế đối với các nhà đầu tư trên thị trường chứng khốn Việt Nam, tơi sử dụng kiểm định khác biệt trung bình (t-test) để xác định trung bình chuỗi giá trị PGR cĩ lớn hơn trung bình chuỗi giá trị PLR với một mức ý nghĩa nhất định hay khơng?

Trong bài nghiên cứu này, tơi xem xét dữ liệu liên tục từ tháng 1 đến tháng 12 và khơng xem xét tác động của thuế. Odean, 1998a, xem xét hành vi giao dịch và hiệu ứng ngược vị thế từ tháng 1 đến tháng 11 và tháng 12. Hiệu ứng ngược vị thế dường

như khơng đúng trong tháng 12, Ơng lý giải điều này là vì động cơ thuế. Nhà đầu tư Mỹ sẵn sàng bán ra những cổ phiếu thua lỗ trong tháng 12 nhằm hạn chế tiền thuế phải nộp. Tuy nhiên, ở Việt Nam, hình thức thuế đánh trên giao dịch chứng khốn cĩ một số đặc thù riêng. Căn cứ cơng văn số 5050/TCT-TNCN ngày 08 tháng 12 năm 2009 của Tổng Cục Thuế về việc triển khai thuế thu nhập cá nhân đối với thu nhập từ chuyển nhượng chứng khốn, chính thức áp dụng vào ngày 01 tháng 01 năm 2010. Theo đĩ, nhà đầu tư cĩ thể lựa chọn việc đĩng thuế 0.1% trên giá trị chuyển nhượng hoặc đĩng 20% trên lợi nhuận cĩ được trong năm. Tuy nhiên từ khi luật thuế thu nhập cá nhân cho hoạt động chuyển nhượng chứng khốn được áp dụng, hầu hết nhà đầu tư cá nhân đều lựa chọn hình thức đĩng 0.1% trên giá trị chuyển nhượng. Do đĩ, động cơ thuế cĩ lẽ khơng ảnh hưởng nhiều đến hành vi giao dịch và hiệu ứng ngược vị thế tại một tháng nào đĩ trong năm ở thị trường chứng khốn Việt Nam.

Xem xét mức độ tự tin quá mức

Những nhà đầu tư quá tự tin thường cảm thấy chắc chắn về kiến thức và kỹ năng đầu tư của họ. Điều này khiến họ (a) Giao dịch quá nhiều và (b) nắm giữ nhưng danh mục đầu tư ít đa dạng hĩa (Odean, 1998b).

Để đo lường mức độ thường xuyên giao dịch, tơi dựa theo nghiên cứu Barber & Odean (2001) và tính tốn tần suất giao dịch (turnover) trung bình hàng tháng cho từng tài khoản.

Tần suất giao dịch hàng tháng = ½ Tần suất giao dịch bán hàng tháng (Sell turnover) + ½ Tần suất giao dịch mua hàng tháng (Buy turnover).

Với tần suất giao dịch bán trong tháng t của nhà đầu tư j = ∑ pit min (1,Sjt/Hit). Trong đĩ: Sit là số lượng chứng khốn i được bán trong tháng t, Hit là số lượng chứng khốn i được nắm giữ vào ngày đầu tháng t và pit là tỷ trọng giá trị chứng khốn i tại ngày đầu tháng t trên tổng giá trị danh mục đầu tháng t. Tương tự, tần

suất giao dịch mua trong tháng t của nhà đầu tư j = ∑ pi,t+1 min (1, Bit/Hi,t+1) với

Bit là số lượng chứng khốn i được mua trong tháng t.

Lưu ý ở đây nếu một cổ phiếu cĩ số lượng được bán lớn hơn số lượng nắm giữ đầu tháng (vì sẽ cĩ trường hợp nhà đầu tư mua thêm cổ phiếu đĩ trong tháng), tơi giả định tồn bộ số lượng được giữ đầu tháng của cổ phiếu đĩ được bán ra trong tháng. Tương tự, nếu một cổ phiếu cĩ số lượng mua trong tháng trước lớn hơn số lượng nắm giữ đầu tháng này, tơi giả định tồn bộ lượng nắm giữ đầu tháng này của cổ phiếu đĩ được mua trong tháng trước. Do đĩ, kết quả tần suất giao dịch theo cách tính trên của tơi khơng thể vượt quá 100% trong tháng.

Ví dụ minh hoạ tính tần suất giao dịch:

Đầu tháng t, nhà đầu tư j cĩ danh mục cổ phiếu gồm: 1,000 cổ phiếu A giá trị 10 triệu đồng

Trong tháng t, nhà đầu tư j lần lượt thực hiện các giao dịch sau: Bán 1,000 cổ phiếu A, Mua 1,000 cổ phiếu C, Mua 1,000 cổ phiếu A, Bán 500 cổ phiếu A, Bán 200 cổ phiếu B.

Đầu tháng t+1 danh mục của nhà đầu tư j bao gồm: 500 cổ phiếu A giá trị 6 triệu đồng

1,800 cổ phiếu B giá trị 9 triệu đồng 1,000 cổ phiếu C giá trị 5 triệu đồng Như vậy ta cĩ:

Tần suất giao dịch bán trong tháng t của nhà đầu tư j = 10/22*min

(1;1,500/1,000)+12/22*min (1;200/2,000) = 50.9%

Tần suất giao dịch mua trong tháng t của nhà đầu tư j = 6/20*min (1;1,000/500) + 5/20*min (1;1,000/1,000) = 55%

Tần suất giao dịch trong tháng t của nhà đầu tư j = ½*50.9% + ½*55% = 52.95% Tiếp theo, để kiểm tra tiêu chí danh mục khơng được đa dạng hĩa, tơi xác định số lượng cổ phiếu trung bình trong mỗi tài khoản hàng tháng (trung bình số lượng cổ phiếu nắm giữ trong danh mục đầu mỗi tháng).

Dựa vào phương pháp của Barber và Odean 2001, tơi tiếp tục đo lường mức lợi nhuận trung bình điều chỉnh theo thị trường của mỗi tài khoản để cĩ cái nhìn về thành quả giao dịch của họ. Để đo lường mức lợi nhuận điều chỉnh theo thị trường, tơi sử dụng dữ liệu trạng thái đầu tháng của mỗi tài khoản (danh mục cổ phiếu trong

tài khoản đầu tháng) và tính tốn mức lãi của danh mục cổ phiếu hàng tháng với giả định rằng tất cả các giao dịch diễn ra vào ngày cuối cùng của tháng. Barber & Odean (2001) cũng giả định tất cả các chứng khốn được mua/bán vào ngày cuối cùng của tháng. Vì vậy, hai nhà nghiên cứu này bỏ qua phần lợi nhuận cĩ được trên những cổ phiếu được mua từ ngày mua đến cuối tháng và tính vào phần lợi nhuận cĩ được trên những cổ phiếu được bán từ ngày bán đến cuối tháng. Lợi nhuận điều chỉnh theo thị trường hàng tháng của danh mục là Rjt được tính như sau:

Rjt = ∑

Với là tỷ trọng giá trị đầu tháng t của cổ phiếu i trên tổng giá trị đầu tháng t của danh mục tài khoản j, Rit là lợi nhuận điều chỉnh theo thị trường hàng tháng của cổ phiếu i vào tháng t (bằng giá cuối tháng/giá đầu tháng -1), và là số lượng cổ phiếu nắm giữ trong tài khoản j vào tháng t.

Sau đĩ tơi đo lường mức lợi nhuận vượt trội hàng tháng cùa mỗi nhà đầu tư so với danh mục tham chiếu (“own-benchmark” abnormal return) (Barber và Odean, 2001). Trong đĩ danh mục tham chiếu của mỗi nhà đầu tư trong tháng t là danh mục chứng khốn tại thời điểm đầu mỗi năm của nhà đầu tư đĩ. Lợi nhuận điều chỉnh theo thị trường hàng tháng của danh mục tham chiếu này ký hiệu là được tính tốn tương

tự Rjt ở trên. cho thấy mức lợi nhuận mà mỗi nhà đầu tư cĩ được trong tháng t

ARjt là chênh lệch giữa Rjt và . Nếu nhà đầu tư khơng giao dịch trong suốt một

năm, lợi nhuận vượt trội sẽ bằng 0 trong tất cả 12 tháng của năm đĩ. Abnormal return: ARjt =Rjt -

Bước cuối cùng tơi tính tốn mức lợi nhuận vượt trội trung bình hàng tháng cho mỗi tài khoản nhà đầu tư. Mức lợi nhuận này dương cho thấy các giao dịch của nhà đầu tư đem lại hiệu quả so với việc giữ nguyên danh mục. Ngược lại, lợi nhuận vượt trội âm cho thấy các giao dịch của nhà đầu tư này tỏ ra khơng hiệu quả so với việc giữ nguyên danh mục. Đây chính là một trong những biểu hiện của sự tự tin quá mức. Giao dịch nhiều làm giảm thành quả đầu tư.

Kiểm định mối quan hệ giữa các biến đặc tính nhà đầu tư cá nhân Việt Nam với hiệu ứng ngược vị thế và mức độ quá tự tin (thể hiện qua các biến tần suất giao dịch, mức độ đa dạng hố và tỷ suất sinh lợi vượt trội)

Để kiểm định mối quan hệ giữa các biến đặc tính nhà đầu tư cá nhân Việt Nam với hiệu ứng phân bổ, tơi sử dụng mơ hình hồi quy với các biến phụ thuộc lần lượt là PGR, PLR, và chênh lệch (PGR-PLR).

Tương tự, để kiểm định mối quan hệ giữa các biến đặc tính nhà đầu tư cá nhân Việt Nam với mức độ tự tin quá mức, tơi sử dụng mơ hình hồi quy với các biến phụ thuộc lần lượt là Tần suất giao dịch trung bình hàng tháng (Turnover), mức độ đa dạng hố (số cổ phiếu nắm giữ trung bình đầu mỗi tháng) và Tỷ suất sinh lợi vượt trội trung bình hàng tháng (Abnormal returns).

Phân tích này dựa trên các nghiên cứu của những học giả trước đây, cụ thể là:

Nghiên cứu của Gong-Meng Chen, Kenneth A. Kim, John R. Nofsinger, Oliver M. Rui (2007). Nghiên cứu được tiến hành trên 46,969 tài khoản cá nhân từ một cơng ty chứng khốn Trung Quốc. Nghiên cứu cĩ đề cập đến sự khác nhau trong hiệu ứng ngược vị thế và tự tin quá mức ở những đặc trưng cá nhân khác nhau (Độ tuổi nhà đầu tư, hoạt động giao dịch, giá trị tài khoản, thời gian tài khoản được kích hoạt). Nhĩm tác giả đã xây dựng mối tương quan giữa các nhân tố tác động trên đến hiệu ứng ngược vị thế và mức độ tự tin quá mức như sau:

Biến phụ thuộc = α + β1(Thời gian kích hoạt tài khoản) + β2(|40-Tuổi|) + β3(Biến

giả giao dịch thường xuyên) + β4(Giá trị vốn của tài khoản) + β5(Urumuchi).

Trong đĩ Biến phụ thuộc là các thành phần của hiệu ứng phân bổ: PLR, PGR hoặc PGR-PLR và các thành phần đại diện cho mức độ tự tin quá mức: tần suất giao dịch, mức độ đa dạng hố, tỷ suất sinh lợi vượt trội.

Kết quả cho thấy những nhà đầu tư giao dịch thường xuyên và cĩ tài khoản lớn ít chịu ảnh hưởng của hiệu ứng ngược vị thế. Tuy nhiên các nhà đầu tư trung niên (đo lường bằng biến |40-tuổi|) và các nhà đầu tư tại các thành phố quốc tế (biến giả Urumuchi) chịu ảnh hưởng của hiệu ứng ngược vị thế nhiều hơn.

Về mức độ tự tin quá mức, kết quả nghiên cứu này cho thấy các nhà đầu tư với tài khoản lâu năm hơn cĩ tần suất giao dịch cao hơn và lợi nhuận vượt trội cũng lớn hơn. Những nhà đầu tư giao dịch nhiều nhất (nằm trong nhĩm 10% gioa dịch nhiều

nhất) trung bình sở hữu nhiều hơn 1.9 cổ phiếu và kiếm được hơn 0.5% lợi nhuận vượt trội mỗi tháng. Các tài khoản lớn hơn nắm giữ nhiều cổ phiếu hơn, tần suất giao dịch cao hơn và cĩ tỷ suất sinh lợi vượt trội thấp hơn. Trong khi đĩ mối quan hệ của tuổi tác với tần suất giao dịch, mức độ đa dạng hố và tỷ suất sinh lợi vượt trội là khơng cĩ ý nghĩa thống kê.

Một nghiên cứu khác của Dhar và Zhu (2006), nhĩm tác giả đã sử dụng hàm DE (PGR-PLR) = aD + bY + c để tìm mối quan hệ của sự giàu cĩ, sự chuyên nghiệp, độ tuổi và kinh nghiệm với hiệu ứng ngược vị thế. Kết quả nghiên cứu cho thấy những nhà đầu tư giàu cĩ, chuyên nghiệp, già hơn và kinh nghiệm hơn ít bị tác động của hiệu

ứng ngược vị thế hơn. Để đo lường kinh nghiệm, tác giả so sánh số lượng giao dịch