3. Kiểm định thị trường hiệu quả
3.3. Kiểm định các tính chất của u(t)
3.3.1 Tự tƣơng quan
Một trong các kiểm định đơn giản là dùng hàm tự tương quan (autocorrelation function), ta có hàm tự tương quan mẫu:
∑ ̅ ̅
∑ ̅
Theo Barnett (1996): nếu chuỗi u(t) độc lập, có phân phối xác suất xác định thì các hệ số tương quan (k) (ACF) sẽ có phân phối xấp xỉ chuẩn với kỳ vọng bằng 0 và phương sai là 1/n với n khá lớn.
Giả thiết cần kiểm định H0: (k)=0, H1: (k) ≠ 0 với k là độ trễ. H0 được chấp nhận khi (k) (mũ) nằm trong khoảng tin cậy
√
⁄ , với mức ý nghĩa .
Các hệ số tương quan (k) thể hiện mức độ tương quan tuyến tính giữa hai biến khi ut độc lập và phân phối xác định. Hạn chế này xuất hiện khi ut không độc lập và không phân phối xác định và ut phi tuyến. Do đó kiểm định đoạn mạch được sử dụng để xác định sự độc lập của các ut khi hạn chế này bị vi phạm. Một đoạn mạch là 1 dãy các phần tử giống nhau mà ở sát trước và sát sau là các phần tử khác chúng hoặc không có phần tử nào. Giả thiết kiểm định H0: ut độc lập, H1: ut không độc lập Ngoài ra kiểm định BDS cũng được sử dụng khi ut độc lập và có phân phối xác định và ut không phân phối chuẩn
Xét chuỗi giá trị thời gian xt với t= 1,2,…,T và giá trị ϵ cho trước
Nếu tất cả các quan sát của chuỗi tuân theo quy luật phân phối đồng nhất và độc lậpthì với 2 điểm bất kì thuộc chuỗi ta có
| | = c1(ϵ)
Mở rộng cho 1 tập hợp các cặp điểm, với m điểm liên tục, ta có dãy: Xs,Xt, Xs-1,Xt-1, Xs-2 , Xt-2,…,Xs-m+1,Xt-m+1
| | | | | | = cm(ϵ) Khi đó: cm(ϵ) = c1m(ϵ)
Giá trị thống kê BDS được xác định là:
√
Trong đó sm,e là độ lệch chuẩn của √ ( ), giá trị BDS tuân theo phân phối chuẩn tắc Vm, N (0,1)
Do đó giả sử ở mức ý nghĩa 5% giả thuyết không bị bác bỏ Vm,>1.96
Đối với mẫu hoặc chuỗi quan sát không phải là mẫu nhỏ và phân phối chuẩn thì ta dùng phương pháp tái tạo mãu boostrap để tính toán.
3.3.2 Phƣơng sai thay đổi:
Kiểm định phương sai được phát triển bởi Lo và MacKinlay (1988, 1989). Xét chuỗi số liệu {Yt} = (Yo, Y1, Y2,….., Yt) với Yt =+ t
Nếu chuỗi số liệu là 1 bước ngẫu nhiên thì phương sai của q thời kì bằng q lần phương sai 1 thời kì, tức:
var(ut) – var(ut-q) = q(var(ut) – var(ut-1)) Tỷ lệ phương sai:
̂ ⁄ ̂
ut có phương sai không đổi trong thời gian q tương ứng với giả thiết H0: VR(q)=1 Tiêu chí kiểm định:
[ ̂ ]
z(q) tuân theo phân phối chuẩn tắc N(0,1), khi t có phân phối xác định và đồng nhất thì
̂
Hiện nay vẫn chưa có kiểm định nào được sử dụng rộng rãi để xác định xem ut có trung bình không đổi theo thời gian không.
4. Đánh giá khả năng dự báo của mô hình quán tình hành vi và mô hình ba nhân tố của Fama và French
Để có thể kiểm tra khả năng dự báo của mô hình quán tính hành vi, chuyên đề sử dụng mô hình ba nhân tố của Fama and French để làm nhân tố so sánh. Đây chính là bước 3 trong tiến trình giải quyết câu hỏi nghiên cứu: Liệu có “mô hình định giá chứng khoán dựa vào hành vi nhà đầu tư” nào áp dụng phù hợp với điều kiện thị trường Việt Nam không?
4.1.Kiểm định mô hình Fama and French:
Mô hình được mô tả như sau:
R(r) = rf + i (E(rm) – rf) + si SMB + hi HML Trong đó:
● E(r) là TSSL danh mục i .
● rf là mức TSSL không rủi ro.
● E(rm) là TSSL của toàn bộ thị trường.
● SMB là bình quân chênh lệch trong quá khứ giữa TSSL danh mục cổ phiếu công ty nhỏ so với TSSL danh mục cổ phiếu công ty lớn.
● HML là bình quân chênh lệch trong quá khứ giữa TSSL danh mục cổ phiếu công ty có tỷ số giá trị sổ sách trên giá thị trường cao so với công ty có giá trị này thấp.
● i, si, hi là hệ số hồi quy.
Các biến trong mô hình được xác định như sau:
● Hình thành danh mục: dựa vào 2 tiêu chí là quy mô công ty (căn cứ vào giá trị vốn hóa) và tỷ số giá trị sổ sách vốn cổ phần trên giá trị thị trường VCP (BE/ME). Vì số lượng công ty khảo sát của chúng tôi không nhiều (30 công ty) nên thay vi chia ứng mỗi tiêu chí chia thành ba nhóm (ví dụ với tiêu chí
BM/ME sẽ có nhóm BM/ME thấp, BM/ME trung bình và BM/ME cao), chúng tôi phân thành hai nhóm, mỗi nhóm có 50% cổ phiếu được xếp vào:
Công ty nhỏ S
Công ty lớn B
Công ty có BE/ME thấp L Công ty có BE/ME cao H
Kết quả 4 danh mục theo quy mô và BE/ME: SL, SH, BL, BH được hình thành Trong đó: giá trị vốn hóa = số cổ phiếu lưu hành giá thị trường cổ phiếu tính tại thời điểm đầu năm, BE được lấy dựa trên báo cáo tài chính cuối năm trước , ME tính tương tự như quy mô.
Mỗi năm dựa vào kết quả phân loại các chứng khoán theo quy mô và BE/ME mỗi danh mục sẽ có số lượng chứng khoán thay đổi, đa phần các cổ phiếu tập trung vào hai danh mục SH và BL
Bảng 3.1: Số lƣợng cổ phiểu trong mỗi danh mục
SL SH BL BH 2008 6 9 9 6 2009 3 12 15 3 2010 5 10 10 5 2011 4 11 11 4 2012 4 11 11 4
● TSSL của DM: bằng trung bình giản đơn TSSL các chứng khoán trong danh mục, TSSL các chứng khoán được tính dựa vào giá đóng cửa vào ngày giữa và cuối mỗi tháng đã được điều chỉnh
● Beta danh mục = hệ số tương quan giữa danh mục và thị trường chia cho phương sai DM thị trường
● Lãi suất phi rủi ro: tính theo lãi suất trúng thầu của lãi suất trái phiếu chính phủ kỳ hạn 5 năm
● Lãi suất toàn thị trường được tính dựa vào VN-Index, tại thời điểm t rm/t = VN-Index(t) /VN-Index(t-1) – 1
● HML = TSSL công ty thuộc nhóm H - TSSL công ty thuộc nhóm L
= (TSSL (SH) + TSSL (BH))/2 – (TSSL(SL) + TSSL(BL))/2
● SMB = TSSL công ty thuộc nhóm S - TSSL công ty thuộc nhóm B
= (TSSL (SH) + TSSL (SL))/2 – (TSSL(BL) + TSSL(BH))/2
Vì mỗi năm các danh chứng khoán trong từng danh mục được sắp xếp lại 1 lần nên ứng với mỗi năm sẽ có 1 giá trị SMB và 1 giá trị HML
4.2.Đánh giá mức độ dự báo của hai mô hình: Mô hình quán tính hành vi và mô hình Famma and French và mô hình Famma and French
Trong cuộc tranh luận về ưu thế của phương pháp tiếp cận hành vi- hợp lý, những nhà nghiên cứu trong khuôn khổ hợp lý cho rằng sự tiếp cận của họ trên một nền tảng vững chắc về khả năng kiểm chứng và khả năng dự báo tốt (ví dụ: Famma 1998, Contantinides 2002). Tuy nhiên, Brav và Heaton (2002) cho thấy, những nhà nghiên cứu dựa vào khuôn khổ hợp lý thì đã bỏ quả khả năng kiểm tra, mức độ dự báo trong hoàn cảnh biến động giá không hợp lý. Vì mô hình hợp lý có sự linh hoạt lớn để tạo ra sự hợp lý, đối với trường phái hợp lý, nó gần như là có thể giải thích những biến động bất thường, ngay cả khi sự giải thích mang tính chất hành vi có khả năng giải thích cao hơn.
Sự khác biệt lớn nhấttrong phương pháp tiếp cận của hai trường phái hợp lý và hành vi là hình thức của rủi rotrong mối quan hệ tỷ suất sinh lợi-rủi ro. Cách tiếp cận hợp lý đo lường rủi ro hệ thống (sự đa dạng hóa danh mục đầu tư đã loại bỏ rủi ro cá thể); cách tiếp cận dựa vào hành vi đo lường rủi ro tổng thể. Để hiểu thêm mức độ ảnh hưởng của hai phương pháp tiếp cận, cũng như kiểm tra khả năng dự báo của
mô hình tài chính hành vi, tiến hành so sánh mô hình ba nhân tố của Fama and French (1998) với mô hình quán tính hành vi. Mặc dù có sự khác nhau trong biến phụ thuộc lẫn các biến giải thích, nhưng chúng ta vẫn có thể so sánh dựa vào khả năng dự báo, có thể dựa vào hai chỉ số: trung bình của phần trăm sai số tuyệt đối (MAPE) và hệ số bất đẳng thức Theil để so sánh độ chính xác của hai mô hình dự báo. Chỉ số Mape được tính như sau:
∑ | ̂ |
Hệ số bất đẳng thức Theil được tính toán theo công thức:
√ ∑ ( ̂ ) √ ∑ ̂ √ ∑ ̂
Trong đó: Ytvà Yt là các con số thực thế và dự báo từ mô hình. MAPE càng nhỏ mô hình có khả năng dự báo càng tốt. U thuộc đoạn 0 và 1, U=0 thể hiện khả năng dự báo hoàn hảo, trong khi đó, U=1 thể hiện mô hình không có giá trị dự báo.
C. KẾT QUẢ NGHIÊN CỨU 1. Mô hình định giá quán tính hành vi cho giá chứng khoán 1. Mô hình định giá quán tính hành vi cho giá chứng khoán
Dựa vào kết quả mô hình hồi quy (Bảng 6), ln(Pt-1) đều có tác động dương đến lnPt và hệ số hồi quy của ln(Pt-1) xoay quanh con số 1. Tuy nhiên, ln(Pt-2) lại không có tác động manh đến ln(Pt), chiều hướng tác động thì không giống nhau giữa các mã cổ phiếu; cụ thể có 7 mã chứng khoán ( ABT,FPT, ILC,NC, NSC, SSI, VNM) ln(Pt-2) tác động theo chiều hướng dương đến lnPt, các mã chứng khoán còn lại tác động theo chiều hướng âm. Đối với các biến giải thích ln(BM), ln(MV), ln(beta), ln(betanega) hầu như tác động không mạnh đến ln(Pt).
Sau khi tiến hành kiểm định quán tính hành vi (mức ý nghĩa 1%), có 11 chứng khoán tồn tại quán tính hành vi (Bảng 7) trong tổng số 30 chứng khoán: ABT, BBC, CLC, HPG, IMP, KBC, KDC, LSS, NSC, VIS, VNM. Số lượng các chứng khoán tồn tại quán tính hành vi trong mẫu nghiên cứu là không nhiều, nguyên nhân chủ yếu của kết quả này là do thời gian nghiên cứu trãi qua cuộc khủng hoảng kinh tế 2008. Cuộc khủng hoảng đem lại một viễn cảnh không tốt đẹp cho nền kinh tế Việt Nam giai đoạn hậu khủng hoảng, cuộc khủng hoảng ảnh hưởng đến hầu hết các công ty tại Việt Nam, chỉ có những công ty thuộc các lĩnh vực sản xuất thực phẩm, dược phẩm (BBC, CLC, IMP, KDC, LSS, NSC, VNM) và những công ty có quy mô lớn, hoạt động ổn định (ABT, KBC, VIS) mới tạo được lòng tin trong nhà đầu tư, từ đó giá chứng khoán không thay đổi nhiêu hay nói cách khác là tồn tại quán tính giá.Những công ty khác chẳng hạn ngân hàng chịu ảnh hưởng mạnh từ cuộc khủng hoảng nên lòng tin sự ổn định của nhà đầu tư vào các ngân hàng là không cao, vì thế không tôn tại quán tính giá ở các ngân hàng trong mẫu nghiên cứu, chẳng hạng STB, ACB. Tuy không tồn tại quán tính hành vi, nhưng mô hình cũng đáp ứng tốt việc giải thích hành vi của nhà đầu tư qua diễn biến của giá chứng khoán, mô hình cho thấy tất cả giá chứng khoán ở thời kỳ t đều bị tác động mạnh bởi giá chứng khoán thời kỳ trước đó (t-1). Với kiểm định tự tương quan (Bảng 7) , hầu hết các chứng khoán không xảy ra hiện tượng tự tương quan, ngoại trừ 3 chứng khoán: ACL, AGF, GMC.
ABT
Variable Coefficient Std. Error t-Statistic Prob.
C 3.080194 1.452486 2.120636 0.0366 R-squared 0.961192 P(-1) 0.917054 0.102173 8.975538 0 Adjusted R-squared 0.959083 P(-2) 0.039906 0.104242 0.38282 0.7027 F-statistic 455.7346 BM 0.086548 0.04122 2.09967 0.0385 Prob(F-statistic) 0 MV -0.10436 0.059275 -1.76066 0.0816 BETA -0.09277 0.028731 -3.22887 0.0017 ACB
Variable Coefficient Std. Error t-Statistic Prob. C 1.706111 0.960917 1.775503 0.0791 P(-1) 1.050371 0.100098 10.4934 0 R-squared 0.828697 P(-2) -0.20112 0.097717 -2.05821 0.0424 Adjusted R-squared 0.819387 BM 0.040682 0.02911 1.397545 0.1656 F-statistic 89.01182 MV -0.00238 0.026245 -0.09073 0.9279 Prob(F-statistic) 0 BETA 0.009362 0.030177 0.310235 0.7571 ACL
Variable Coefficient Std. Error t-Statistic Prob.
C 0.617096 1.068812 0.577367 0.5651 P(-1) 1.069068 0.100183 10.67111 0 R-squared 0.864001 P(-2) -0.22778 0.094277 -2.41607 0.0177 Adjusted R-squared 0.85661 BM 0.077591 0.040371 1.921932 0.0577 F-statistic 116.8955 MV 0.03761 0.037025 1.015805 0.3124 Prob(F-statistic) 0 BETA 0.014219 0.016815 0.84562 0.4 AGF
Variable Coefficient Std. Error t-Statistic Prob. C -1.83479 2.953912 -0.62114 0.536 P(-1) 0.928458 0.099981 9.286354 0 R-squared 0.923216 P(-2) -0.14687 0.092264 -1.59182 0.1149 Adjusted R-squared 0.919043 BM 0.362509 0.095534 3.79455 0.0003 F-statistic 221.2342 MV 0.150248 0.105534 1.423693 0.1579 Prob(F-statistic) 0 BETA -0.0338 0.066111 -0.51128 0.6104
C 4.874908 7.650398 0.63721 0.5256 P(-1) 1.021531 0.103959 9.826265 0 R-squared 0.956229 P(-2) -0.07262 0.102602 -0.70777 0.4809 Adjusted R-squared 0.95385 BM -0.11073 0.293554 -0.37721 0.7069 F-statistic 401.9664 MV -0.1626 0.277808 -0.58528 0.5598 Prob(F-statistic) 0 BETA 0.129794 0.080651 1.609323 0.111 CLC
Variable Coefficient Std. Error t-Statistic Prob. C -1.82677 1.331833 -1.37162 0.1735 P(-1) 0.969784 0.096783 10.02021 0 R-squared 0.926125 P(-2) -0.01918 0.099152 -0.1934 0.8471 Adjusted R-squared 0.92211 BM 0.191164 0.063284 3.020734 0.0033 F-statistic 230.6697 MV 0.092439 0.05204 1.776305 0.079 Prob(F-statistic) 0 BETA 0.00776 0.029781 0.260575 0.795 FPT
Variable Coefficient Std. Error t-Statistic Prob. C 2.788261 1.367281 2.039274 0.0443 P(-1) 0.855058 0.100822 8.48083 0 R-squared 0.87637 P(-2) 0.024479 0.098698 0.248023 0.8047 Adjusted R-squared 0.869651 BM 0.153709 0.065731 2.338473 0.0215 F-statistic 130.4307 MV -0.04167 0.048154 -0.86543 0.3891 Prob(F-statistic) 0 BETA -0.03613 0.045405 -0.79574 0.4282 GMC
Variable Coefficient Std. Error t-Statistic Prob. C -3.31218 1.059686 -3.12562 0.0024 P(-1) 1.134075 0.095943 11.82028 0 R-squared 0.95423 P(-2) -0.31641 0.092931 -3.40475 0.001 Adjusted R-squared 0.951742 BM 0.277183 0.071375 3.883482 0.0002 F-statistic 383.6071 MV 0.200442 0.053427 3.751725 0.0003 Prob(F-statistic) 0 BETA 0.019018 0.024838 0.765687 0.4458 GMD
Variable Coefficient Std. Error t-Statistic Prob. C 3.65289 1.246098 2.931462 0.0043
P(-1) 0.919788 0.102283 8.992588 0 R-squared 0.916036 P(-2) -0.10244 0.096557 -1.06095 0.2915 Adjusted R-squared 0.911473 BM 0.05431 0.036049 1.506532 0.1354 F-statistic 200.7418 MV -0.05972 0.034791 -1.71638 0.0895 Prob(F-statistic) 0 BETA -0.00963 0.10172 -0.0947 0.9248 HPG
Variable Coefficient Std. Error t-Statistic Prob. C 0.086744 0.728797 0.119023 0.9055 P(-1) 1.078299 0.105324 10.23792 0 R-squared 0.906544 P(-2) -0.15591 0.10551 -1.47766 0.1429 Adjusted R-squared 0.901465 BM 0.195923 0.077428 2.530385 0.0131 F-statistic 178.4851 MV 0.030282 0.023885 1.267805 0.2081 Prob(F-statistic) 0 BETA -0.04605 0.213292 -0.21591 0.8295 ICF
Variable Coefficient Std. Error t-Statistic Prob. C 0.075114 6.771992 0.011092 0.9912 P(-1) 0.868685 0.101277 8.577293 0 R-squared 0.921679 P(-2) -0.03445 0.098042 -0.35139 0.7261 Adjusted R-squared 0.917422 BM 0.432057 0.223591 1.932352 0.0564 F-statistic 216.5308 MV 0.06356 0.254142 0.250098 0.8031 Prob(F-statistic) 0 BETA -0.01102 0.056438 -0.19532 0.8456 ILC
Variable Coefficient Std. Error t-Statistic Prob. C 2.188748 4.203149 0.52074 0.6038 P(-1) 0.864235 0.099963 8.645524 0 R-squared 0.919195 P(-2) 0.010874 0.096868 0.112255 0.9109 Adjusted R-squared 0.914804 BM 0.024602 0.131194 0.187521 0.8517 F-statistic 209.31 MV -0.03737 0.170054 -0.21976 0.8265 Prob(F-statistic) 0 BETA 0.008546 0.023771 0.359493 0.72 IMP
Variable Coefficient Std. Error t-Statistic Prob. C 0.765166 3.270012 0.233995 0.8155
P(-2) -0.06259 0.09978 -0.62722 0.5321 Adjusted R-squared 0.931204
BM 0.107329 0.106149 1.011116 0.3146 F-statistic 219.8286
MV 0.037029 0.120436 0.307461 0.7592 Prob(F-statistic) 0
BETANEG 0.207745 0.130584 1.59089 0.1151
KBC
Variable Coefficient Std. Error t-Statistic Prob. C 2.801521 1.313293 2.133203 0.0356 P(-1) 0.960646 0.106555 9.015537 0 R-squared 0.911887 P(-2) -0.06011 0.103965 -0.57816 0.5646 Adjusted R-squared 0.907098 BM 0.152799 0.093144 1.640467 0.1043 F-statistic 190.422 MV -0.05267 0.037714 -1.39658 0.1659 Prob(F-statistic) 0 BETA -0.06203 0.051445 -1.20569 0.231 KDC
Variable Coefficient Std. Error t-Statistic Prob. C 0.927178 0.715099 1.296572 0.198 P(-1) 1.033184 0.103477 9.984676 0 R-squared 0.947467 P(-2) -0.10083 0.102613 -0.9826 0.3284 Adjusted R-squared 0.944612 BM 0.118029 0.037781 3.124034 0.0024 F-statistic 331.8543 MV -0.00552 0.023239 -0.23732 0.8129 Prob(F-statistic) 0 BETA -0.0065 0.103581 -0.06277 0.9501 LAF
Variable Coefficient Std. Error t-Statistic Prob. C 0.533125 1.065418 0.500391 0.618 P(-1) 1.020601 0.100771 10.12792 0 R-squared 0.914668 P(-2) -0.1589 0.098576 -1.61198 0.1104 Adjusted R-squared 0.91003 BM 0.113124 0.036551 3.094928 0.0026 F-statistic 197.2284 MV 0.03397 0.039462 0.860824 0.3916 Prob(F-statistic) 0 BETA 0.05614 0.076174 0.73699 0.463 LSS
Variable Coefficient Std. Error t-Statistic Prob. C 0.058139 0.538147 0.108036 0.9142
P(-1) 0.979334 0.105279 9.302233 0 R-squared 0.952564
BM -0.03202 0.066296 -0.48292 0.6303 F-statistic 369.4928
MV 0.023359 0.02158 1.082466 0.2819 Prob(F-statistic) 0
BETA 0.110964 0.040463 2.742339 0.0073
MCP
Variable Coefficient Std. Error t-Statistic Prob. C 0.88072 1.315596 0.669445 0.5049 P(-1) 1.072752 0.100028 10.7245 0 R-squared 0.900483 P(-2) -0.21074 0.096429 -2.18541 0.0314 Adjusted R-squared 0.893921 BM 0.056333 0.057094 0.986667 0.3264 F-statistic 137.2355 MV 0.016033 0.056122 0.285673 0.7758 Prob(F-statistic) 0