CHƢƠNG 3 : DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU
4.2 Kiểm định hiện tượng đa cộng tuyến của các biến trong mơ hình và tính
4.2.1 Kiểm định tính dừng của chuỗi dữ liệu thời gian
Trong phân tích hồi quy bình phương bé nhất OLS, kiểm định tính dừng v hiện tượng đa cộng tuyến l những bước đầu ti n quan trọng cần phải tiến h nh.
Vì bản chất của phân tích hồi quy l xây dựng những dự báo cho tương lai. Một chuỗi khơng dừng sẽ khơng có giá trị thực tiễn bởi tác giả khơng thể sử dụng những mẫu dữ liệu trong quá khứ để khái quát hóa cho các giai đoạn thời gian khác. Tác giả khơng thể dự báo được điều gì cho tương lai, từ đó cũng sẽ khơng thể tìm kiếm được những danh mục có tỷ suất sinh lợi vượt trội trung bình nếu như bản thân dữ liệu luôn thay đổi. Do vậy kiểm định tính dừng l bước đầu ti n để có thể ra quyết định có n n sử dụng chuỗi dữ liệu quá khứ hay không. Một chuỗi được gọi l dừng nếu kỳ vọng, phương sai v hiệp phương sai không đổi theo thời gian.
Trong b i nghi n cứu, tác giả sử dụng kiểm định tính dừng bằng kiểm định nghiệm đơn vị của Dickey-Fuller để kiểm định tính dừng của chuỗi TSSL của các biến độc lập trong nghi n cứu.
Giả thiết: H0 : δ = 1 chuỗi không dừng H1 : δ ≠ 1 chuỗi dừng
Tác giả đọc kết quả dựa v o hệ số thống k t. Nếu t > tα thì bác bỏ giả thiết H0 v chấp nhận giả thiết H1 l chuỗi dừng. Trong các chuỗi thời gian của mỗi biến tác giả kiểm định tính dừng, theo kết quả bảng 4.7 giá trị tuyệt đối của t tính tốn đều lớn hơn giá trị tuyệt đối của t trong stata v t tra bảng ở tất cả các mức ý nghĩa (|t_statistic| > |t_critical|). Như vậy, các chuỗi kiểm định đều l chuỗi dừng v có mức ý nghĩa thống k ngay cả mức ý nghĩa cao nhất 1% điều n y tạo điều kiện thuận lợi để tác giả tiến h nh các bước tiếp theo.
Bảng 4.3: Giá trị thống kê t-statistic trong kiểm định tính dừng.
Biến t-statistic p_value
Rm-Rf -6.357 0.0000
SMB -8.234 0.0000
HML -6.701 0.0000
UMB -4.843 0.0000
Giá trị kiểm định tới hạn của thống k t Mức ý nghĩa
1% 5% 10%
Nguồn từ kết quả Stata -3.559 -2.918 -2.594
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Công ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
4.2.2 Kiểm định hiện tƣợng đa cộng tuyến trong mơ hình 4 nhân tố.
Bên cạnh kiểm định tính dừng, kiểm định hiện tượng đa cộng tuyến cũng hết sức quan trọng. Để có thể sử dụng một mơ hình hồi quy cho mục đích dự báo, điều quan trọng là phải đảm bảo các biến trong mơ hình hồi quy khơng có mối quan hệ tương quan với nhau, mỗi biến Xi chứa một thông tin riêng về Y, thông tin không chứa trong bất kỳ biến Xi khác. Kiểm định hiện tượng đa cộng tuyến nhằm kiểm tra xem các biến có độc lập với nhau trong việc giải thích cho biến phụ thuộc hay không. Trường hợp xuất hiện hiện tượng đa cộng tuyến, chúng ta phải nhận diện và loại bỏ các biến có hệ số tương quan cao.
Theo như ma trận tượng quan đã phân tích ở tr n, các nhân tố đều khơng có mối tương quan chặt chẽ với nhau n n không xuất hiện hiện tượng đa cộng tuyến. Để đảm bảo về kết luận n y, tác giả sử dụng phương pháp thừa số phóng đại phương sai VIF (Variance Inflation Fator) để nhận biết hiện tượng đa cộng tuyến:
VIF =
Với rij2
l hệ số tương quan giữa hai biến độc lập trong mơ hình
Khi rij2tăng l m cho VIF tăng v l m tăng khả năng đa cộng tuyến. Khi VIF ≥ 10 thì có hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình.
Tác giả thực hiện kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập l các nhân tố SMB, HML, nhân tố thị trường Rm-Rf v nhân tố UMD bằng phương pháp hệ số phóng đại phương sai VIF như sau:
Variable VIF 1/VIF
HML 1.51 0.663238 UMD 1.45 0.691651 SMB 1.3 0.767085 Rm-Rf 1.28 0.781301 Mean VIF 1.38
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Kết quả kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập cho thấy trung bình của hệ số phóng đại phương sai VIF l 1.38 < 10 n n ta có thể kết luận chưa phát hiện hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình 4 nhân tố.
4.2.3 Kiểm tra hiện tƣợng tự tƣơng quan
Tác giả sử dụng phương pháp thống k Durbin-Watson trong stata để kiểm tra hiện tượng tự tương quan của các biến trong mơ hình.
Trong đó:
T l số quan sát. Vì d xấp xỉ 2(1 − r), trong đó r l độ tự tương quan mẫu của phần dư, d = 2 cho thấy khơng có hiện tượng tự tương quan.
Đối với cách tính thanh khoản theo chỉ số AMI
Danh mục d-statistic
Low 2.061485
Medium 1.888485
High 1.68807
High-Low 1.757714
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Đối với cách tính thanh khoản theo chỉ số LIU
Danh mục d-statistic
Low 1.727776
Medium 1.946276
High 1.685478
High-Low 1.655748
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Đối với cách tính thanh khoản theo chỉ số STURN Danh mục d-statistic Low 2.067297 Medium 1.673261 High 2.019598 High-Low 2.31041
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Đối với cách tính thanh khoản theo chỉ số DVOL
Danh mục d-statistic
Low 2.030516
Medium 1.891366
High 2.518175
High-Low 2.607951
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Công ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Nhìn vào bảng thống kê Dubin-Watson là với d-statistic của tất cả các phương trình đều nằm trong khoảng [1,3] nên không xảy ra hiện tượng tự tương quan giữa các biến độc lập trong mơ hình.
4.2.4 Kiểm tra hiện tƣợng phƣơng sai sai số thay đổi.
Tác giả tiến hành kiểm tra hiện tượng phương sai sai số thay đổi dựa trên nguyên lý của Breusch - Pagan và kiểm định White trong stata.
Tác giả đặt giả thuyết :
H0: Phương sai sai số không đổi. H1: Phương sai sai số thay đổi.
Đối với kiểm định Breuch-Pagan: nếu p-value < α (α = 0.05) bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 phương sai sai số thay đổi.
Đối với kiểm định White: nếu p-value < α (α = 0.05) bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 phương sai sai số thay đổi.
Khi chạy dữ liệu kiểm định, ta có các hệ số như sau:
Theo chỉ số AMI
Kiểm định Breusch-Pagan
Kiểm định White
chi2 p-value chi2 p-value
Low 32.45 0.0000016 35.32 0.0013
Medium 30.30 0.00000433 46.45 0.0000
High 25.78 0.000035 43.78 0.0001
High-Low 42.84 0.000000011 52.08 0.0000
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Nhìn v o bảng tr n ta thấy p-value có giá trị nhỏ hơn α = 0.05 bác bỏ giả thuyết H0 có hiện tượng phương sai sai số thay đổi.
Theo chỉ số LIU
Kiểm định Breusch-Pagan
Kiểm định White
chi2 p-value chi2 p-value
Low 2.23792 0.6921 9.95 0.7656
Medium 7.415159 0.1155 18.38 0.19
High 8.988294 0.0617 16.95 0.259
High-Low 1.902391 0.7537 10.72 0.7075
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Công ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Ngược lại, đối với các danh mục phân chia theo chỉ số thanh khoản LIU, tất cả các giá trị p-value đều lớn hơn α = 0.05 chấp nhận giả thuyết H0 phương sai sai số không đổi.
Theo chỉ số STURN
Kiểm định Breusch-Pagan
Kiểm định White
chi2 p-value chi2 p-value
Low 9.74469 0.045 27.24 0.0179
Medium 3.65738 0.4544 24.65 0.0381
High 7.01871 0.1349 24.76 0.0370
High-Low 3.13807 0.535 9.81 0.7759
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Công ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Đối với danh mục thanh khoản thấp thì xảy ra hiện tượng phương sai sai số thay đổi do p-value nhỏ hơn α = 0.05. Đối với danh mục thanh khoản trung bình v
cao thì kiểm định theo White cho thấy có hiện tượng phương sai sai số thay đổi nhưng theo nguy n lý Breusch-Pagan thì khơng xảy ra hiện tượng n y.
Theo chỉ số DVOL
Kiểm định Kiểm định
Breusch-Pagan White
chi2 p-value chi2 p-value
Low 6.003997 0.1988 30.8 0.0059
Medium 9.951105 0.04133 20.43 0.1171
High 9.464004 0.0505 28.2 0.0134
High-Low 9.464004 0.0505 28.2 0.0134
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Công ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.
Đối với danh mục thanh khoản thấp, cao v cao-thấp thì kiểm định theo ngun lý Breusch-Pagan khơng có hiện tượng phương sai sai số nhưng theo kiểm định Whie thì xảy ra hiện tượng n y. Kết quả l ngược lại đối với danh mục thanh khoản trung bình.
Do đó, để khắc phục hiện tượng phương sai sai số thay đổi, khi chạy hồi quy mơ hình 4 nhân tố, tác giả sẽ chạy hồi quy với sai số chuẩn robust để khắc phục hiện tượng n y.
4.3. Các danh mục dựa theo tính thanh khoản.
Bảng 4.4 Hình thành danh mục dựa theo thanh khoản.
AMI LIU STURN DVOL
Low 0.000258 -0.003265 -0.008443 -0.006790 Medium -0.007181 -0.005560 -0.005040 -0.005319 High -0.012288 -0.008416 -0.005177 -0.006227 High-Low -0.012547 -0.005151 0.003266 0.000562
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt.
V o đầu mỗi tháng, các cổ phiếu được phân loại dựa v o 4 phương pháp đo lường tính thanh khoản. Sau đó, các cổ phiếu được chia th nh 3 nhóm có thanh khoản thấp, thanh khoản trung bình v thanh khoản cao. Giá trị TSSL trung bình được trình b y trong bảng 4.4. Kết quả bảng 4.4 trái ngược với kỳ vọng: danh mục thanh khoản thấp thì có TSSL thấp hơn danh mục thanh khoản cao. Ví dụ, đối với chỉ số AMI, danh mục thanh khoản cao thì có TSSL trung bình l 0,0258%. Trong khi đó danh mục thanh khoản thấp thì có TSSL âm 1,2288%. Đối với chỉ số STURN, danh mục thanh khoản cao có TSSL trung bình âm 0.5177% cao hơn TSSL của danh mục thanh khoản thấp (âm 0,8443%). Kết quả tương tự đối với các chỉ số LIU v DVOL.
Do kết quả ở bảng 4.4 có thể bị ảnh hưởng bởi các đặc điểm khác của doanh nghiệp như quy mô, giá trị sổ sách tr n giá trị thị trường và momentum. Do đó, tác giả xem xét phần bù thanh khoản bằng cách chia các cổ phiếu th nh 3 mẫu phụ dựa theo 3 đặc điểm của doanh nghiệp v sau đó xếp các chứng khốn v o mỗi nhóm thanh khoản cao, trung bình v thấp.
Bảng 4.5 Hình thành danh mục dựa theo thanh khoản và SMB.
Low Medium High High-Low
AMI Small -0.006341 -0.011901 -0.011851 -0.005510 Big 0.001357 -0.002856 -0.021267 -0.022624 Small-Big -0.007409 -0.009046 0.007235 0.014644 LIU Small -0.010642 -0.009112 -0.015444 -0.004802 Big 0.003226 -0.001660 0.000445 -0.002781 Small-Big -0.013868 -0.007452 -0.015889 -0.002021 STURN Small -0.017495 -0.008046 -0.012799 0.004696 Big 0.000307 -0.002219 0.001641 0.001334 Small-Big -0.017802 -0.005827 -0.014440 0.003362 DVOL Small -0.015190 -0.007548 -0.015336 -0.000146 Big 0.002666 -0.003044 0.003528 0.000862 Small-Big -0.017856 -0.004504 -0.018864 -0.001008
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt.
Đối với chỉ số AMI, ở nhóm cơng ty có quy mơ nhỏ hay lớn thì điều cho thấy danh mục thanh khoản cao có TSSL cao hơn danh mục thanh khoản thấp. Kết quả tương tự đối với chỉ số LIU v STURN, dù cơng ty có quy mơ nhỏ hay lớn thì điều cho thấy mối quan hệ đồng biến giữa TSSL v tính thanh khoản.
Đối với chỉ số DVOL, thì kết quả có sự khác biệt khi xét ở nhóm Cơng ty nhỏ, danh mục thanh khoản cao có TSSL thấp hơn danh mục thanh khoản thấp. Tuy nhiên, ch nh lệnh n y hầu như không đáng kể (âm 0,015%).
Như vậy, phần lớn kết quả cho thấy, danh mục thanh khoản cao thì có TSSL cao hơn danh mục thanh khoản thấp, bất kể ở nhóm Cơng ty có quy mơ lớn hay nhỏ.
Bảng 4.5 còn cho thấy ch nh lệch TSSL cổ phiếu giữa nhóm cơng ty có quy mơ lớn v quy mơ nhỏ. Nhìn chung, các kết quả cho thấy cổ phiếu của cơng ty có quy mơ nhỏ có TSSL thấp hơn so với cổ phiếu có quy mơ lớn. Ngoại trừ các cơng ty có thanh khoản thấp khi tính theo chỉ số AMI.
Bảng 4.6 Hình thành danh mục dựa theo thanh khoản và HML.
Low Medium High High-Low
AMI Low 0.007628 0.005875 0.002724 -0.004904 High -0.014441 -0.018425 -0.027746 -0.013305 Low-High 0.020163 0.026517 0.025904 0.005741 LIU Low 0.007628 0.005875 0.002724 -0.004904 High -0.013701 -0.016645 -0.019053 -0.005352 Low-High 0.021328 0.022520 0.021777 0.000449 STURN Low 0.004192 0.005534 0.006124 0.001932 High -0.019109 -0.015578 -0.016531 0.002578 Low-High 0.023301 0.021112 0.022655 -0.000646 DVOL Low 0.004525 0.004219 0.007645 0.003120 High -0.020126 -0.017568 -0.014805 0.005321 Low-High 0.024651 0.021787 0.022450 -0.002201
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt.
Kết quả ở mẫu phụ BM cho thấy, ở tất cả các chỉ số thanh khoản thì mặc dù ở nhóm Cơng ty thuộc nhóm tăng trưởng hay nhóm giá trị, thì cổ phiếu thanh khoản cao có TSSL cao hơn. Ngo i ra, kết quả cịn cho thấy cổ phiếu của cơng ty thuộc nhóm giá trị (BE/ME cao) có TSSL thấp hơn cổ phiếu của các cơng ty thuộc nhóm tăng trưởng (BE/ME thấp).
Bảng 4.7 Hình thành danh mục dựa theo thanh khoản và UMD.
Low Medium High High-Low
AMI Loser -0.122882 -0.128307 -0.136082 -0.013200 Winner 0.115404 0.113551 0.111224 -0.004180 Loser-Winner -0.214309 -0.234082 -0.214891 -0.000582 LIU Loser -0.129334 -0.129317 -0.127810 0.001523 Winner 0.120435 0.117264 0.114817 -0.005618 Loser-Winner -0.236052 -0.240702 -0.225789 0.010263 STURN Loser -0.128268 -0.130515 -0.128014 0.000254 Winner 0.114749 0.119941 0.116334 0.001585 Loser-Winner -0.226345 -0.246501 -0.234650 -0.008305 DVOL Loser -0.129594 -0.132952 -0.126543 0.003051 Winner 0.119549 0.116154 0.117628 -0.001922 Loser-Winner -0.235855 -0.245077 -0.225268 0.010587
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt.
Nhìn v o bảng 4.7 ta thấy, bất kể ở danh mục winner hay loser thì cổ phiếu có tính thanh khoản cao sẽ có TSSL cao hơn cổ phiếu thanh khoản thấp. Tuy nhi n cũng có một số ngoại lệ như ở danh mục loser - thanh khoản thấp tính theo LIU v danh mục winner - thanh khoản thấp tính theo DVOL. Ngo i ra, kết quả còn cho thấy cổ phiếu của cơng ty thuộc nhóm winner ln có TSSL cao hơn nhóm loser bất kể ở nhóm danh mục thanh khoản n o.
4.4 Hồi quy theo mơ hình bốn nhân tố.
Bảng 4.8 Hồi quy theo mơ hình 4 nhân tố theo mỗi danh mục thanh khoản.
AMI LIU STURN DVOL
Low 0.02084 -0.0088 0.008 0.0006 (1.770) (-1.16) (0.87) (0.07) Medium -0.0028 -0.0018 -0.0021 0.000000619 (-0.430) (-0.43) (-0.54) (0) High -0.0586 0.0022 -0.1119 -0.0121 (-2.780) (0.28) (-1.52) (-1.31) High-Low -0.0795 0.0029 -0.0279 -0.0207 (-2.8300) (0.25) (-2.23) (-1.57) R-adjust-Low 0.9544 0.9828 0.9708 0.9763 R-adjust-Medium 0.9866 0.9941 0.9946 0.9956 R-adjust-High 0.8036 0.9791 0.9803 0.9729 R-adjust-High-Low 0.2561 0.2092 0.1111 0.0639
Nguồn: Do tác giả tính tốn dựa trên dữ liệu tài chính được mua từ Cơng ty Cổ phần Tài Việt và dựa trên phần mềm Stata 11.