CHƢƠNG 2 : CƠ SỞ LÝ THUYẾT
2.9 GIẢ THUYẾT NGHIÊN CỨU
Từ những mục tiêu và câu hỏi nghiên cứu, nền tảng cơ sở lý thuyết về mơ hình CAPM, mơ hình FF_ 3, đề tài đƣa ra một số giả thuyết để có thể làm rõ những vấn đề trên nhƣ sau:
2.9.1 Giả thuyết về beta có điều kiện
Thị trƣờng chứng khoán Việt Nam là một thị trƣờng mới nổi, một thị trƣờng còn quá non trẻ, nên còn rất nhiều hạn chế trong việc đánh giá về rủi ro, tỷ suất sinh lợi cũng nhƣ đo lƣờng hệ số beta góp phần giúp nhà đầu tƣ có những quyết định đầu tƣ hợp lý. Và đây cũng là vấn đề gian giải để có thể đƣa ra giả thuyết nghiên cứu cho đề tài một cách chính xác. Nhƣng thông qua các nghiên cứu Bali (2008, 2012) và tình hình thực tiễn của TTCK VN thì việc so sánh các hệ số beta của các nghiên cứu trƣớc đề tìm ra một beta thích hợp nhất cho thị trƣờng thì chƣa có nghiên cứu nào, do đó chúng tơi đƣa ra giải thuyết nghiên cứu so sánh các hệ số này nhƣ sau:
H1: BETADCC có sự khác biệt với phiên bản beta của các mơ hình: BETACAPM, BETAFF, BETASW.
H2: BETADCC có lớn hơn các phiên bản hệ số beta của các mơ hình: CAPM, FF, SW.
2.9.2 Giả thuyết về mối quan hệ giữa beta có điều kiện và tỷ suất sinh lợi
Beta trong mơ hình định giá tài sản (CAPM) của Sharpe (1964) và Linter (1965) hoặc Lý thuyết Arbitrage (APT) của Ross (1976) đƣợc các nhà đầu tƣ trên thế giới sử dụng rộng rãi trong việc quản lý danh mục, rủi ro trong q trình đầu tƣ. CAPM tiên đốn beta là nguyên nhân duy nhất làm cho các suất lợi nhuận kỳ vọng khác nhau. Hệ số beta trong mơ hình CAPM là hệ số đo lƣờng độ nhạy của chứng khoán đối với sự thay đổi trên thị trƣờng. Tuy nhiên, nhiều nghiên cứu thực nghiệm đã bác bỏ lại lý thuyết này do mơ hình CAPM giải thích lợi nhuận kỳ vọng dựa trên các giả định về nhà đầu tƣ cũng nhƣ về thị trƣờng. Từ đó, nghiên cứu đƣa ra giải thuyết về mối quan hệ giữa lợi nhuận chứng khốn và beta có điệu kiện nhƣ sau:
H3: Beta có điều kiện (conditional beta) tác động dƣơng đến TSSL kỳ vọng của chứng khoán.
Bên cạnh đó, chúng tơi dựa trên nền tảng lý thuyết của mơ hình Fama và MacBeth (1973) chúng tôi đặt thêm một số giả thuyết phụ:
H4: Biến động đặc thù có tác động cùng chiều TSSL của chứng khốn.
H5: SIZE có tác động ngƣợc chiều với TSSL của chứng khốn.
H6: BM có tƣơng quan thuận với TSSL của chứng khoán.
H7: Thanh khoản (ILLIQ) có tác động ngƣợc chiều với TSSL của chứng khốn.
Tóm tắt chƣơng 3
Trong chƣơng này, đề tài mô tả về dữ liệu, phƣơng pháp và mơ hình nghiên cứu. Trƣớc tiên, đề tài sử dụng bộ dữ liệu từ năm 2007 đến 2012 các cơng ty phi tài chính niêm yết trên SGDCK HCM để nghiên cứu. Tiếp theo, chúng tơi tính tốn các biến kiểm sốt đƣợc dùng trong đề tài. Sau đó, đề tài ƣớc lƣợng các hệ số beta truyền thống BETACAPM, BETAFF, BETASW theo phƣơng pháp OLS, BETADCC đƣợc ƣớc lƣợng theo mơ hình GARCH (1,1). Cuối cùng, chúng tôi dùng hệ số BETADCC vừa ƣớc lƣợng đƣợc và các biến sốt để đƣa vào mơ hình để xác định mối quan hệ giữa TSSL và BETADCC.
CHƢƠNG 3: DỮ LIỆU VÀ MƠ HÌNH NGHIÊN CỨU 3.1. PHƢƠNG PHÁP NGHIÊN CỨU
Do BETADCC chƣa có một lý thuyết cụ thể nên chúng tôi đã hệ thống hóa, tóm tắt tất cả những kết quả nghiên cứu có liên quan đến đề tài đã đƣợc tiến hành ở các thị trƣờng phát triển và thị trƣờng mới nổi trên thế giới để ứng dụng vào thị trƣờng chứng khoán Việt Nam. Đồng thời, đề tài nghiên cứu thu thập thông tin các số liệu trên báo cáo tài chính và các số liệu thị trƣờng, tiếp theo dùng phƣơng pháp định lƣợng bằng cách chạy hồi quy với dữ liệu thời gian để ƣớc lƣợng các hệ số beta trên thị trƣờng. Sau khi đã ƣớc lƣợng hệ số beta, chúng tôi sử dụng dữ liệu vừa ƣớc lƣợng đƣợc cùng với dữ liệu chéo để phân tích tác động của BETADCC tác động đến tỷ suất lợi nhuận thơng qua các biến kiểm sốt trong mơ hình Fama và MacBeth (1993). Sau đó, chúng tơi dùng phƣơng pháp thống kê mô tả và so sánh các số liệu đã đƣợc xử lý, để trả lời các câu hỏi nghiên cứu đã đặt ra.
3.2 DỮ LIỆU NGHIÊN CỨU
3.2.1 Mẫu dữ liệu nghiên cứu
Mẫu dữ liệu đƣợc thu thập trên SGDCK TP.HCM từ giai đoạn năm 2007 đến 2012. Do đặc thù của doanh nghiệp nên chúng tôi đã loại bỏ những công ty tài chính, bảo hiểm, ngân hàng, các cơng ty có thời gian gián đoạn trong quá trình nghiên cứu thực nghiệm và các công ty niêm yết vào năm 2012. Và do đặc tính của nền kinh tế nên chỉ số VN-INDEX đƣợc coi nhƣ là đại diện cho TTCK Việt Nam. Các mẫu dữ liệu đƣợc lựa chọn theo yêu cầu sau:
Mẫu dữ liệu đƣợc thu thập trên SGDCK HCM; website cophieu68.com và các trang web có độ tin cậy cao.
Khơng phải là các công ty hay tổ chức tài chính nhƣ ngân hàng, cơng ty chứng khốn, cơng ty quản lý quỹ… vì cấu trúc và chế độ kế toán khác biệt nhiều với các cơng ty phi tài chính nhƣ sản xuất hay dịch vụ.
Các cơng ty phải công bố công khai các thông tin nhằm xác định các dữ kiện liên quan đến việc tính tốn các biến kiểm sốt trong mơ hình.
Với mẫu nghiên cứu là 265 cơng ty vào năm 2011, chúng tôi tiến hành thu thập để tính tốn các biến trong mơ hình. Bên cạnh đó có 25 cơng ty bị loại do khơng đủ u cầu đã đƣa ra, kết quả cịn 250 cơng ty trong mẫu nghiên cứu.
Bảng 3.1 Số lƣợng mã CP nghiên cứu
NĂM 2007 2008 2009 2010 2011 2012
S/L CP 83 111 135 178 250 250
3.2.2 Thu thập và tính tốn các biến kiểm sốt:
Để tiến hành phân tích, đề tài nghiên cứu sử dụng các biến kiểm soát dùng để ƣớc lƣợng cho beta vơ điều kiện và beta có điều kiện nhƣ sau:
Tỷ suất sinh lợi chứng khoán ( Stock returns)
Do đặc trƣng giao dịch của thị trƣờng chứng khoán VN, thời gian giao dịch là T+3, do đó chúng tơi tính tỷ suất sinh lợi theo tuần và để có tính phù hợp chúng tơi sử dụng giá điều chỉnh chứng khốn vào ngày thứ 4 hàng tuần. Tỷ suất lợi nhuận của chứng khốn riêng lẻ đƣợc tính theo cơng thức sau:
(3.1)
Trong đó:
Pt : Là giá của cổ phiếu tại thời điểm t.
Pt-1 :Là giá của cổ phiếu tại thời điểm tuần t – 1.
Lãi suất phi rủi ro. (Risk fee rate)
Lãi suất phi rủi ro đƣợc thu thập trên SGDCK Hà Nội. Lãi suất phi rủi ro đƣợc lấy là lãi suất của trái phiếu chính phủ kỳ hạn 5 năm.
Tỷ suất sinh lợi thị trƣờng. (Market returns)
Tỷ suất lợi nhuận thị trƣờng đƣợc lấy theo chỉ số VNINDEX của SGDCK HCM. Suất sinh lời thị trƣờng đƣợc tính theo cơng thức:
(3.2)
Quy mô công ty (SIZE)
Quy mơ cơng ty đƣợc tính bằng giá thị trƣờng của cổ phiếu nhân với số lƣợng cổ phiếu phổ thông đang lƣu hành. Đề tài áp dụng logarít tự nhiên để tính quy mơ cơng ty. Datar, Naik và Radcliffe (1998) định nghĩa log của quy mơ cơng ty chính bằng logarít tự nhiên của tổng mức vốn hố thị trƣờng của cổ phiếu i tại cuối tháng t-1. Giá trị quy mô công ty của CP tại thời điểm t đƣợc xác định bằng công thức:
SIZEit = ln(Pi,t-1 x OSit) (3.3)
Trong đó:
Pi,t-1 : Là giá của cổ phiếu i tại thời điểm cuối tháng t-1.
OSit : Là số lƣợng cổ phiếu phổ thông đang lƣu hành của cổ phiếu i tại thời điểm cuối tháng t.
Tỷ số giá trị sổ sách trên giá thị trƣờng (BM)
Đề tài xây dựng biến tỷ số BE/ME theo phƣơng pháp của Fama và French (1992) sau đó lấy logarít tự nhiên. Trong đó, giá trị sổ sách của vốn chủ sở hữu lấy tại thời điểm cuối năm tài chính n-1. Tƣơng tự, giá trị thị trƣờng của vốn chủ
sở hữu đƣợc lấy tại thời điểm cuối năm tài chính n-1 và bằng giá cổ phiếu tại thời điểm cuối tháng 12 năm n-1 nhân với số lƣợng cổ phiếu phổ thông đang lƣu hành tại thời điểm đó.
Giá trị BM đƣợc tính theo công thức:
(3.4)
Trong đó:
OEt (Owners equity): Là vốn chủ sở hữu của công ty tại thời điểm t.
MCt : Là quy mô công ty của CP tại thời điểm t. Tính thanh khoản (ILLIQ):
Amihud (2002) định nghĩa một cổ phiếu kém thanh khoản đồng nghĩa với tỷ số ILLIQ cao, tức là giá chứng khoán thay đổi nhiều trong khi khối lƣợng giao dịch thay đổi ít. Nhà đầu tƣ khơng thích cổ phiếu kém thanh khoản do đó họ yêu cầu lợi nhuận cao để nắm giữ các cổ phiếu kém thanh khoản này.
Đề tài áp dụng phƣơng pháp của Datar, Naik và Radcliffe (1998) để tính tốn số liệu cho biến thanh khoản trong mơ hình nghiên cứu. Theo đó, tỷ suất doanh thu sẽ đại diện cho biến thanh khoản của mỗi cơng ty và đƣợc tính bằng bình quân tuần của khối lƣợng giao dịch trong 4 tuần trƣớc đó (các tuần t-4, t-3, t-2 và t-1) của một công ty chia cho số lƣợng cổ phiếu phổ thơng đang lƣu hành của cơng ty đó. Cơng thức đƣợc tính nhƣ sau: ∑ (3.5) Trong đó:
Vik: Là khối lƣợng giao dịch của cổ phiếu i tại tuần k (k =t-4, t-3, t-2, t- 1).
OSit: Là số lƣợng cổ phiếu phổ thông i đang lƣu hành tại thời điểm t.
Biến động đặc thù (Idiosyncratic Volatility) IV:
Theo Ang, Hodrick, Xing và Zhang (2006) IVOL là biến động đặc thù của chứng khoán i. Để tiến hành nghiên cứu biến động đặc thù, chúng tơi tính tốn IVOL bằng phƣơng pháp hồi quy, IV là độ lệch chuẩn của các các số dƣ từ hồi quy của tỷ suất sinh lợi của chứng khoán trong 50 tuần giao dịch trƣớc. Và để tính tốn biến IV, chúng tơi sử dụng mơ hình Fama và French (1993):
Cơng thức tính nhƣ sau:
( ) (3.6)
Trong đó:
SMBd và HMLd theo yếu tố của mơ hình Fama và French (1992).
α : Hệ số chặn
Ri,t: Là tỷ suất sinh lợi của chứng khoán i tại thời điểm t.
Rm,t: Là tỷ suất sinh lợi của thị trƣờng tại thời điểm t.
Rf,t: Là lãi suất phi rủi ro tại thời điểm t.
βi, : Là các biến phản ánh độ nhạy của các yếu tố, trong đó cịn
đƣợc gọi là beta chứng khoán 3 yếu tố (để phân biệt với beta chứng khoán trong CAPM).
(IVi): Biến động đặc thù IV là độ lệch chuẩn trong mơ hình theo tuần trong suốt giai đoạn nghiên cứu
Chỉ số SMB và HML: Các chỉ số SMB và HML này đƣợc tính theo phƣơng pháp Fama (1992). Hàng năm, trong giai đoạn nghiên cứu, các CP đƣợc sắp xếp thành các danh mục theo quy mô quy mô công ty và BM căn cứ trên giá trị tại thời điểm đầu mỗi năm. Trƣớc tiên, chứng khoán đƣợc sắp xếp theo Small- MC và Big-MC. Sau đó, các nhóm CP sẽ đƣợc sắp xếp tiếp theo vào ba nhóm HIGH-BM , MID-BM, LOW-BM. Nhƣ vậy các CP sẽ đƣợc phân thành sáu danh mục: S/H, S/M, S/L, B/H, B/M và B/L. Tiếp theo, suất sinh lời hàng tuần của từng nhóm danh mục chứng khốn đƣợc tính trung của toàn bộ CP chứa trong danh mục. Các chỉ số SMB và HML đƣợc tính tốn theo tuần với công thức:
(3.7)
(3.8) 3.2.3 Cách hình thành danh mục đầu tƣ
Để tiến hành so sánh beta truyền thống với beta có điều kiện, đồng thời kiểm tra mối quan hệ của beta có điều kiện và tỷ suất sinh lợi chứng khoán, nghiên cứu này sắp xếp cổ phiếu trên thị trƣờng trong giai đoạn nghiên cứu theo năm nhóm danh mục đầu tƣ.
3.3 CÁC MƠ HÌNH ƢỚC LƢỢNG BETA TRUYỀN THỐNG
Để nghiên cứu tác động của beta đến tỷ suất lợi nhuận chứng khốn với dữ liệu đƣợc tính tốn theo tuần trong giai đoạn nghiên cứu. Chúng tôi đã dùng dữ liệu quá khứ của 50 tuần trƣớc đó để ƣớc lƣợng hệ số beta của tuần thứ 51. Để tính các hệ số beta truyền chúng tơi sử dụng các mơ hình ƣớc lƣợng sau đây:
3.3.1 Ƣớc lƣợng beta theo MH CAPM (BETACAPM):
Nhƣ đã nói β là hệ số đo lƣờng rủi ro của chứng khoán. Trên thực tế, các nhà kinh doanh chứng khoán sử dụng mơ hình hồi qui dựa trên số liệu lịch sử để ƣớc lƣợng β. Đề tài sử dụng mơ hình CAPM để ƣớc lƣợng hệ số beta truyền thống, theo công thức sau:
( ) (3.9)
Trong đó:
Ri,t : Là lợi nhuận cổ phiếu i vào tuần d.
Rm,t : Là lợi nhuận thị trƣờng vào tuần d.
rf,t : Lãi suất phi rủi ro tuần d.
βi : Hệ số beta đƣợc ƣớc lƣợng.
Để ƣớc lƣợng hệ số này chúng tôi dùng phƣơng pháp OLS và phần mềm
Eviews để tính tốn các hệ số. Cụ thể, chúng tôi sử dụng dữ liệu theo 50 tuần trƣớc đó để ƣớc lƣợng cho tuần thứ 51, tƣơng tự tiếp theo chúng tôi dùng dữ liệu tuần thứ 2 đến tuần 51 để ƣớc lƣợng cho tuần thứ 52.
3.3.2 Ƣớc lƣợng beta theo MH FF_3 (BETAFF):
Chúng tôi dùng phần mềm Eviews và phƣơng pháp OLS ƣớc lƣợng hệ số
beta của mơ hình FF_3. Để ƣớc lƣợng hệ số BETAFF, chúng tôi sử dụng dữ liệu theo tuần và mơ hình nghiên cứu:
( ) ( ) (3.10)
Trong đó:
Ri,t : Là lợi nhuận cổ phiếu i vào tuần d.
Rm,t : Là lợi nhuận thị trƣờng vào tuần d.
rf,t : Lãi suất phi rủi ro tuần d.
Fama và French (1992) đã sử dụng lợi nhuận tháng để tính beta thị trƣờng theo phƣơng trình (3.10) và beta thị trƣờng là tổng hệ số độ dốc ̂ và ̂ . Căn cứ theo Fama và Frech (1992) chúng tôi sử dụng lợi nhuận hàng tuần để ƣớc lƣợng hệ số này, chúng tôi dùng phƣơng pháp OLS và phần mềm Eviews để tính
tốn các hệ số. Cụ thể, chúng tôi sử dụng dữ liệu theo 50 tuần trƣớc đó để ƣớc lƣợng cho tuần thứ 51, tƣơng tự tiếp theo chúng tôi dùng dữ liệu tuần thứ 2 đến tuần 51 để ƣớc lƣợng cho tuần thứ 52.
3.3.3 Ƣớc lƣợng beta theo MH Scholes – Williams (BETASW):
Bên cạnh hệ số BETACAPM, BETAFF, chúng tơi sử dụng thêm BETASW để tìm ra hệ số beta tốt nhất cho TTCK VN. Và để ƣớc tính hệ số BETASW của cổ phiếu với dữ liệu hàng tuần, nghiên cứu này sử dụng phần mềm Eviews, phƣơng pháp OLS và công thức của Scholes – William (1977) để tính tốn và ƣớc lƣợng.
Cơng thức Scholes-Williams nhƣ sau:
( ) (3.11)
( ) (3.12)
( ) (3.13)
Trong đó:
R i,t : Là lợi nhuận cổ phiếu i vào tuần d.
Rm, d, , : Là lợi nhuận thị trƣờng vào tuần d, tuần d-1, tuần d+1.
rf,t : Lãi suất phi rủi ro tuần d.
β1, β2, β3: Các hệ số beta đƣợc ƣớc lƣợng trong mơ hình.
Sau khi ƣớc lƣợng các hệ số beta trong các mơ hình (3.11; 3.12; 3.13), ta tính đƣợc BETASW theo công thức sau:
̂ ̂ ̂
(3.14)
: Hệ số tƣơng quan bậc một của chuỗi biến động thị trƣờng và đƣợc tính nhƣ sau: [ ( )
] (3.15) Cách ƣớc lƣợng tƣơng tự BETACAPM
, BETAFF.
3.3.4 Ƣớc lƣợng Beta có điều kiện (BETADCC)
Đề tài nghiên cứu sử dụng số liệu tuần để ƣớc tính phƣơng sai có điều kiện của từng cổ phiếu với danh mục thị trƣờng dựa trên mối tƣơng quan có điều kiện và thơng tin có sẵn tại thời điểm t. Engle (2002) đã xác định mối tƣơng quan có điều kiện giữa hai biến ngẫu nhiên. Hệ số beta có điều kiện (BETADCC) đƣợc tính theo mơ hình của Engle (2002) nhƣ sau:
(3.16) (3.17) (3.18) (3.19) (3.20) √ (3.21) ̅ ( ̅ ) ̅ (3.22) Trong đó:
, : Lợi nhuận kỳ vọng tuần t+1 của chứng khoán i và danh mục thị trƣờng trên lãi suất phi rủi ro.
Ed: Thơng tin kỳ vọng có điều kiện của thời điểm t.
: Phƣơng sai có điều kiện của danh mục thị trƣờng tại thời điểm t.