CHƯƠNG 2 : TỔNG QUAN VỀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY
3.4 Xây dựng nhân tố thanh khoản
3.4.1Nhân tố thanh khoản dựa trên khối lượng giao dị h - TV
Tác giả phân loại chứng khoán thành 3 danh mục thanh khoản HS, MS, LS dựa trên mức độ nhạy cảm của tỷ suất sinh lợi chứng khoán và chỉ số khối lượng giao dịch (tv).
Tác giả ước lượng mức độ nhạy cảm dựa trên phương trình sau: Rit = a1i + b1i tvit + ɛ1i (1)
tvit: khối lượng giao dịch của chứng khoán thứ i vào tháng t. Rit: tỷ suất sinh lợi của chứng khoán thứ i trong tháng t
Với:
Pit: là giá đóng cửa đã được điều chỉnh cổ phiếu i ở thời điểm cuối tháng t Pi(t-1): là giá đóng cửa đã được điều chỉnh cổ phiếu i ở thời điểm đầu tháng t Giá đóng cửa hàng tháng là giá đóng cửa của phiên giao dịch cuối cùng trong tháng, trường hợp cổ phiếu khơng có giao dịch phiên cuối tuần thì lấy giá đóng cửa phiên ngày tiếp theo. Giá đóng cửa của cổ phiếu ngày giao dịch cuối tháng và được điều chỉnh để phản ánh cổ tức cổ phiếu, cổ phiếu thưởng và cổ tức tiền mặt
Cổ phiếu đựơc phân loại thành 3 nhóm: high, medium và low sensitivity dựa trên hệ số bi của phương trình (1). Hệ số bi thay đổi theo từng tháng và là kết quả của hồi quy mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoảng thời gian 66 tháng từ tháng 01/2008 đến tháng 6/2013. Chúng ta có một chuỗi dữ liệu theo tháng của ba danh mục dựa trên hệ số b1i (HS, MS, LS).
Danh mục HSTV là một danh mục bao gồm 55 cổ phiếu có b1i cao nhất. Danh mục MSTV là một danh mục bao gồm 55 cổ phiếu có b1i trung bình. Danh mục LSTV là một danh mục bao gồm 55 cổ phiếu có b1i thấp nhất.
Từ đây, nhân tố thanh khoản TV được tính là chênh lệch TSSL của danh mục có hệ số nhạy cảm của TSSL và chỉ số thanh khoản chứng khốn cao và danh mục có hệ số nhạy cảm thấp, được tính theo cơng thức sau:
TV = RHSTV - RLSTV Trong đó:
RHSTV: Là TSSL trung bình của danh mục HSTV RLSTV: Là TSSL trung bình của danh mục LSTV Với:
Ri là TSSL của chứng khoán thứ i.
3.4.2 Nhân tố thanh khoản dựa trên tỷ lệ doanh thu - TR
Tác giả phân loại chứng khoán thành 3 danh mục thanh khoản HS, MS, LS dựa trên mức độ nhạy cảm của tỷ suất sinh lợi chứng khoán và tỷ lệ doanh thu tr.
Tác giả ước lượng mức độ nhạy cảm dựa trên phương trình sau: Rit = a2i + b2itrit + ɛ2i (2)
Trong đó:
trit: tỷ lệ doanh thu của chứng khốn thứ i vào tháng t. Rit: tỷ suất sinh lợi của chứng khoán thứ i trong tháng t
Cổ phiếu đựơc phân loại thành 3 nhóm: high, medium và low sensitivity dựa trên hệ số b2i của phương trình (2). Hệ số b2i thay đổi theo từng tháng và là kết quả của hồi quy mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoảng thời gian 66 tháng từ tháng 01/2008 đến tháng 6/2013. Chúng ta có một chuỗi dữ liệu theo tháng của ba danh mục dựa trên hệ số b2i (HS, MS, LS).
Danh mục HSTR là một danh mục bao gồm 55 cổ phiếu có b2i cao nhất. Danh mục MSTR là một danh mục bao gồm 55 cổ phiếu có b2i trung bình. Danh mục LSTR là một danh mục bao gồm 55 cổ phiếu có b2i thấp nhất.
Từ đây, nhân tố thanh khoản TR được tính là chênh lệch TSSL của danh mục có hệ số nhạy cảm của TSSL và chỉ số thanh khoản chứng khoán cao và danh mục có hệ số nhạy cảm thấp, được tính theo cơng thức sau
TR = RHSTR - RLSTR Trong đó:
RHSTR: Là TSSL trung bình của danh mục HSTR RLSTR: Là TSSL trung bình của danh mục LSTR Với:
Ri là TSSL của chứng khoán thứ i.
3.4.3 Nhân tố thanh khoản dựa trên khả năng xảy ra giao dị h - TP
Tác giả phân loại chứng khoán thành 3 danh mục thanh khoản HS, MS, LS dựa trên mức độ nhạy cảm của tỷ suất sinh lợi chứng khoán và chỉ số đo lường khả năng xảy ra giao dịch tp.
Tác giả ước lượng mức độ nhạy cảm dựa trên phương trình sau: Rit = a3i + b3itrit + ɛ3i (3)
Trong đó:
tpit: chỉ số đo lường khả năng xảy ra giao dịch của chứng khoán thứ i vào tháng t. Rit: tỷ suất sinh lợi của chứng khoán thứ i trong tháng t
Cổ phiếu đựơc phân loại thành 3 nhóm: high, medium và low sensitivity dựa trên hệ số b3i của phương trình (3). Hệ số b3i thay đổi theo từng tháng và là kết quả của hồi quy mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoảng thời gian 66 tháng từ tháng 01/2008 đến tháng 6/2013. Chúng ta có một chuỗi dữ liệu theo tháng của ba danh mục dựa trên hệ số b3i (HS, MS, LS).
Danh mục HSTP là một danh mục bao gồm 55 cổ phiếu có b3i cao nhất. Danh mục MSTP là một danh mục bao gồm 55 cổ phiếu có b3i trung bình. Danh mục LSTP là một danh mục bao gồm 55 cổ phiếu có b3i thấp nhất.
Từ đây, nhân tố thanh khoản TP được tính là chênh lệch TSSL của danh mục có hệ số nhạy cảm của TSSL và chỉ số thanh khoản chứng khoán cao và danh mục có hệ số nhạy cảm thấp, được tính theo cơng thức sau
TP = RHSTP - RLSTP Trong đó:
RHSTP: Là TSSL trung bình của danh mục HSTP RLSTP: Là TSSL trung bình của danh mục LSTP
Với:
Ri là TSSL của chứng khoán thứ i.
3.5 Xây dựng danh mụ đầu tư
Trong bài này, tác giả xây dựng 12 danh mục đầu tư để chạy mơ hình Martinez (2005), gồm có 4 nhóm danh mục: 3 danh mục truyền thống được xây dựng dựa trên giá trị vốn hóa thị trường (MV), và 3 nhóm danh mục, mỗi nhóm gồm 3 danh mục được xây dựng dựa trên thanh khoản thị trường TV, TR và TP.
3.5.1 Xây dựng danh mụ đầu tư theo MV
Ba danh mục được thành lập dựa trên giá trị vốn hoá thị trường của mỗi cổ phiếu (MV).
SOiy: Là số lượng cổ phiếu lưu hành của doanh nghiệp thứ i vào tháng 12 của năm trước.
Pit: là giá cổ phiếu i vào cuối tháng t đã được điều chỉnh.
Sắp xếp cổ phiếu theo thứ tự từ nhỏ nhất đến lớn nhất của giá trị vốn hoá thị trường trong từng tháng, ta có:
Danh mục MV1 là danh mục gồm 55 cổ phiếu có MV nhỏ nhất. Danh mục MV2 là danh mục gồm 55 cổ phiếu có MV trung bình. Danh mục MV3 là danh mục gồm 55 cổ phiếu có MV lớn nhất.
3.5.2 Xây dựng danh mụ đầu tư theo nhân tố thanh khoản TV
Ta có, phương trình thể hiện mức độ nhạy cảm của TSSL và nhân tố thanh khoản TV.
Rit = αi + βTViTVt + ɛi (4)
βTVi: là chỉ số thể hiện mức độ nhạy cảm của TSSL và nhân tố thanh khoản TV.
Chỉ số βTVi là kết quả hồi quy của phương trình (4) mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoản thời gian 55 tháng từ tháng 12/2008 đến tháng 6/2013.
βTVi thay đổi theo từng tháng và chúng ta sắp xếp chúng theo thứ tự từ thấp tới cao, ta được các danh mục TV1, TV2, TV3.
Danh mục TV1 là một danh mục bao gồm 55 cổ phiếu có βTV thấp nhất. Danh mục TV2 là một danh mục bao gồm 55 cổ phiếu có βTV trung bình. Danh mục TV3 là một danh mục bao gồm 55 cổ phiếu có βTV cao nhất nhất.
3.5.3 Xây dựng danh mụ đầu tư theo nhân tố thanh khoản TR
Ta có, phương trình thể hiện mức độ nhạy cảm của TSSL và nhân tố thanh khoản TR.
Rit = αi + βTRiTRt + ɛi (5)
βTRi: là chỉ số thể hiện mức độ nhạy cảm của TSSL và nhân tố thanh khoản TR. Chỉ số βTRi là kết quả hồi quy của phương trình (5) mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoản thời gian 55 tháng từ tháng 12/2008 đến tháng 6/2013.
βTRi thay đổi theo từng tháng và chúng ta sắp xếp chúng theo thứ tự từ thấp tới cao, ta được các danh mục TR1, TR2, TR3.
Danh mục TR1 là một danh mục bao gồm 55 cổ phiếu có βTR thấp nhất. Danh mục TR2 là một danh mục bao gồm 55 cổ phiếu có βTR trung bình. Danh mục TR3 là một danh mục bao gồm 55 cổ phiếu có βTR cao nhất nhất.
3.5.4 Xây dựng danh mụ đầu tư theo nhân tố thanh khoản TP
Ta có, phương trình thể hiện mức độ nhạy cảm của TSSL và nhân tố thanh khoản TP.
Rit = αi + βTPiTPt + ɛi (6)
Chỉ số βTPi là kết quả hồi quy của phương trình (6) mỗi 12 tháng (rolling 12 tháng) kể từ tháng cuối cùng của mẫu trong khoản thời gian 55 tháng từ tháng 12/2008 đến tháng 6/2013.
βTPi thay đổi theo từng tháng và chúng ta sắp xếp chúng theo thứ tự từ thấp tới cao, ta được các danh mục TP1, TP2, TP3.
Danh mục TP1 là một danh mục bao gồm 55 cổ phiếu có βTP thấp nhất. Danh mục TP2 là một danh mục bao gồm 55 cổ phiếu có βTP trung bình. Danh mục TP3 là một danh mục bao gồm 55 cổ phiếu có βTP cao nhất nhất.
3.6 Mơ hình nghiên ứu
Bài nghiên cứu được thực hiện theo phương pháp định lượng. Sử dụng dữ liệu bảng (Panel Data) – là dữ liệu kết hợp dữ liệu chéo và dữ liệu theo chuỗi thời gian. Việc kết hợp 2 loại dữ liệu này có nhiều lợi thế và thuận lợi trong phân tích, đặc biệt khi muốn quan sát, phân tích sự biến động của các nhóm đối tượng nghiên cứu theo thời gian cũng như phân tích sự khác biệt giữa các nhóm đối tượng nghiên cứu. Ưu điểm của dữ liệu bảng là: do việc kết hợp các chuỗi theo thời gian của các quan sát theo không gian, nên dữ liệu bảng cung cấp nhiều thông tin hơn, đa dạng hơn, ngoài ra việc sử dụng dữ liệu bảng sẽ hạn chế được hiện tượng đa cộng tuyến.
Mơ hình nghiên cứu:
Với
: Rjt là lợi nhuận trung bình của danh mục thứ j trong tháng t Rmt là lợi nhuận trên danh mục thị trường trong tháng t
bmt - (BM) tỷ lệ giá trị sổ sách trên giá trị thị trường, trung bình cộng của các tỷ lệ BM riêng biệt,
Lt là nhân tố thanh khoản (TV, TR, và TP).
3.6.1 Mô tả biến phụ thuộ
Tỷ suất sinh lợi vượt trội hàng tháng của danh muc: E(Rj) = Rj – Rf (8)
Trong đó :
E(Rj): là TSSL vượt trội hàng tháng của danh mục j Rf: là TSSL phi rủi ro được tính theo tháng
Rj: là TSSL hàng tháng của danh mục j
Với Ri là TSSL của chứng khoán thứ i.
Danh mục j đại diện cho danh mục được xây dựng dựa trên beta thanh khoản và danh mục dựa trên tỷ lệ vốn hố thị trường.
Chúng ta có các danh mục sau:
RTV1: TSSL của danh mục TV1 RTV2: TSSL của danh mục TV2 RTV3: TSSL của danh mục TV3
Danh mục dựa trên beta thanh khoản TR gồm: TR1, TR3, TR3
RTR1: TSSL của danh mục TR1 RTR2: TSSL của danh mục TR2 RTR3: TSSL của danh mục TR3
Danh mục dựa trên beta thanh khoản TP gồm: TP1, TP3, TP3
RTP1: TSSL của danh mục TP1 RTP2: TSSL của danh mục TP2 RTP3: TSSL của danh mục TP3
Danh mục dựa trên vốn hoá thị trường MV gồm: MV1, MV3, MV3
RMV1: TSSL của danh mục MV1 RMV2: TSSL của danh mục MV2 RMV3: TSSL của danh mục MV3
3.6.2 Mô tả biến độ lập
Tỷ số giá trị sổ sá h trên giá trị thị trường (bm)
Với:
BEit: Giá trị sổ sách của doanh nghiệp i trong tháng t, là giá trị vào tháng 12 của năm trước đó và khơng đổi từ tháng 1 cho tới tháng 12.
MEi(t-1): Giá trị thị trường của doanh nghiệp thứ i trong tháng t – 1.
TSSL danh mụ thị trường (Rm)
Trong đó:
Rm: TSSL thị trường là TSSL trung bình của tất cả chứng khốn trong mẫu nghiên cứu gia quyền theo giá trị vốn hoá thị trường của doanh nghiệp.
Ri: Là TSSL của chứng khoán thứ i
Wi: Là tỷ trọng theo giá trị vốn hoán thị trường của chứng khoán i trong mẫu 165 cổ phiếu nghiên cứu.
Nhân tố thanh khoản (Lt)
Nhân tố thanh khoản L gồm ba nhân tố TV, TR, TP đã được mơ tả và tính tốn trong phần 3.4 của bài nghiên cứu.
Cá tính á biến độ lập
Các biến giải thích là những sigma của các nhân tố khác nhau được ước lượng mỗi 18 tháng (rolling 18 tháng) bao gồm tháng quan sát và 17 tháng trước đó, tổng cộng là 18 quan sát cho mỗi hồi quy. Biến điều kiện là tỷ lệ BM
- ɛjm: được đo bằng tỷ số giữa hiệp phương sai của TSSL danh mục chứng khoán và
TSSL thị trường với phương sai của TSSL thị trường.
- ɛjbm: được đo bằng tỷ số giữa hiệp phương sai của TSSL danh mục chứng khoán
- ɛjmbm: được đo bằng tỷ số giữa hiệp phương sai của TSSL danh mục chứng khốn
và tích tỷ lệ BM và TSSL thị trường với phương sai tích BM, Rm.
- ɛjL: được đo bằng tỷ số giữa hiệp phương sai của TSSL danh mục chứng khoán và
mỗi nhân tố thanh khoản (TV, TR, TP) với phương sai của các nhân tố thanh khoản (TV, TR, TP).
- ɛjLbm: được đo bằng tỷ số giữa hiệp phương sai của TSSL danh mục chứng khốn
và tích BM với mỗi nhân tố thanh khoản (TV, TR, TP) với phương sai của tích này.
3.7 Phương pháp nghiên ứu
Để tiến hành nghiên cứu mối quan hệ giữa tính thanh khoản và tỷ suất sinh lợi chứng khoán, tác giả tiến hành thực hiện các phương pháp sau:
3.7.1 Thống kê mô tả
Thống kê mô tả được sử dụng nhằm mơ tả lại những đặc tính của dữ liệu nghiên cứu và đưa ra những nhận định ban đầu về chuỗi dữ liệu nghiên cứu, cụ thể đề tài sẽ mô tả lại dữ liệu dựa trên các tiêu chí: giá trị trung bình, độ biến động được đo lường bằng độ lệch chuẩn, giá trị nhỏ nhất và giá trị nhỏ nhất.
3.7.2 Phân tí h tương quan
Phân tích tương quan được đề tài sử dụng nhằm xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc. Hệ số tương quan (Pearson) được đưa ra đầu tiên bởi Francis và Galton theo đó hệ số tương quan được tính bằng cách chia hiệp phương sai của biến với tích độ lệch chuẩn của chúng. Đề tài xây dựng ma trận hệ số tương
quan kèm theo mức ý nghĩa nhằm đánh giá bước đầu về mối tương quan giữa các biến. Ngồi ra, trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn 0.8) và đây có thể là dấu hiệu của hiện tượng đa công tuyến và cũng là cơ sở để đề tài thực hiện các kiểm định cần thiết và hiệu chỉnh mô h nh nghiên cứu.
3.7.3 Phương pháp ướ lượng mơ hình
Trong khi phân tích tương quan nhằm xem xét các biến nghiên cứu có mối quan hệ với nhau hay khơng thì phân tích hồi quy được dùng để đo lường mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc qua đó cho biết chiều hướng tác động của từng biến độc lập đến biến phụ thuộc. Phương pháp này cho phép đề tài trả lời cho câu hỏi nghiên cứu của mình và kiểm định các giả thiết nghiên cứu. Theo đó đề tài thực hiện ước lượng theo hai cách: Fixed effect (mơ hình tác động cố định - FEM) và Random effect (mơ hình tác động ngẫu nhiên - REM). Sau đó, tác giả sẽ sử dụng kiểm định Hausman nhằm so sánh mô hěnh Fixed effect vŕ Random effect, vŕ lựa chọn ra mơ hěnh tối ưu hơn.
Mơ hình FEM : Mơ hình tác động cố định FEM hay cịn gọi là hồi quy biến giả
bình phương nhỏ nhất LSDV (Least Squares Dummy Variable).
Trong mơ hình FEM, mỗi thực thể đều có những đặc điểm riêng biệt, có thể ảnh hưởng đến các biến giải thích. FEM có thể kiểm sốt và tách ảnh hưởng của các đặc