Các bin trong mơ hình hình nghiên cu và các gi thuy t nghiên cu

Một phần của tài liệu So sánh hai mô hình dự báo tỷ suất sinh lời chứng khoán. Mô hình hồi quy truyền thống và mô hình Artificial Neural Network (Trang 28 - 32)

1. MƠ HÌNH HI QUY TRU YN TH NG

1.2.1. Các bin trong mơ hình hình nghiên cu và các gi thuy t nghiên cu

1.2.1.1. Bi n ph thu c

Bi n s t su t sinh l i (TSSL) là bi n ph thu c trong mơ hình 1.2.1.2. Các bi n đ c l p và các gi thuy t nghiên c u

 Quy mơ v n hĩa th tr ng (ME)

Giá tr v n hố th tr ng lƠ th c đo quy mơ c a m t doanh nghi p, là t ng giá tr th

tr ng c a doanh nghi p, đ c xác đnh b ng s ti n b ra đ mua l i tồn b doanh nghi p nƠy trong đi u ki n hi n t i. Giá tr v n hố th tr ng t ng đ ng v i giá th

tr ng c a c phi u nhân v i s c phi u ph thơng đang l u hƠnh.

Qui mơ và t c đ t ng c a giá tr v n hố th tr ng lƠ th c đo vơ cùng quan tr ng đ đánh giá thƠnh cơng hay th t b i c a m t doanh nghi p niêm y t cơng khai. Tuy v y giá tr v n hố th tr ng cịn cĩ th t ng gi m do m t s nguyên nhân ko liên quan gì

đ n k t qu ho t đ ng, nh vi c mua l i m t doanh nghi p khác, bán b t m t s b ph n c a t p đoƠn, hay mua l i chính c phi u c a mình trên th tr ng ch ng khốn. Eugene F.fama and Kenneth R. French (1993), mơ hình trên c a Fama-French th

tr ng M đư cho th y m i quan h ng c chi u gi a quy mơ và t su t sinh l i trung bình. Trong bài nghiên c u ắ Nh ng b ng ch ng v kh n ng áp d ng c a mơ hình Fama French trên th tr ng ch ng khốn Nh t B n”(2007). Hai tác gi Elhaj Walid

vƠ Elhaj Ahlem đư s d ng m u là l i nhu n hàng tháng c a t t c các ch ng khốn trên s giao d ch ch ng khốn Tokyo (TSE) trong kho ng th i gian t 1/2002 ậ

9/2007. K t qu cho th y nhân t quy mơ v n hĩa cĩ quan h ngh ch bi n v i l i nhu n danh m c.

- 19 ậ

H1: Cĩ m i t ng quan ơm gi a quy mơ v n hĩa th tr ng và TSSL

 T s th giá trên th giá (BM)

BM cho bi t giá c phi u đang bán trên th tr ng đ t h n, r h n hay b ng m nh giá. Ch tiêu này càng cao ch ng t cơng ty đ c đánh giá cĩ tri n v ng phát tri n trong

t ng lai. Elhaj Walid vƠ Elhaj Ahlem (2007), đư s d ng m u là l i nhu n hàng tháng c a t t c các ch ng khốn trên s giao d ch ch ng khốn Tokyo (TSE) trong kho ng th i gian t 1/2002 ậ 9/2007. K t qu cho th y nhân t BM cĩ quan h đ ng bi n v i l i nhu n danh m c. Eugene F.fama and Kenneth R. French (1993), nhân t t s th

giá trên th giá đư gi i thích t t t su t sinh l i trung bình trên NYSE, AMEX và

NASDAQ giai đo n 1963- 1990. Mơ hình trên c a Fama-French th tr ng M đư

cho th y m i quan h cùng chi u c a BE/ME v i t su t sinh l i trung bình H2: Cĩ m i t ng quan d ng gi a t s th giá trên th giá và TSSL

 Kh n ng sinh l i (ROA)

ROA đo l ng kh n ng sinh l i trên m i đ ng tài s n c a cơng ty. ROA cung c p cho

nhƠ đ u t thơng tin v các kho n lưi đ c t o ra t l ng v n đ u t (hay l ng tài s n). Hi u qu t vi c chuy n v n đ u t thƠnh l i nhu n đ c th hi n qua ROA. ROA càng cao thì càng t t vì cơng ty đang ki m đ c nhi u ti n h n trên l ng đ u t ít h n. Long Chen và LU Zhang (2010) cho r ng ROA c ng d báo t su t sinh l i vì m t ROA mong đ i cao ph i t ng ng v i m t t su t sinh l i cao (TSSL). N u

TSSL khơng cao t ng ng thì nhƠ đ u t s nh n th y r ng giá tr hi n t i c a v n m i cao và s đ u t nhi u h n. Tr ng h p ROA th p thì ng c l i. Lu Zhang đ a ra

m i quan h cùng chi u c a ROA mong đ i v i TSSL mong đ i H3: Cĩ m i t ng quan d ng gi a kh n ng sinh l i và TSSL

 u t trên tƠi s n (IA)

u t trên tƠi s n IA(Investment on Asset) theo cách tính c a Lu Zhang là t ng thay

đ i hƠng n m trong tƠi s n c đnh và hàng t n kho chia cho giá tr s sách t ng tài s n

- 20 ậ

d ng mơ hình trên NYSE, AMEX và NASDAQ t tháng 1-1972 đ n tháng 12-2006.

Lu Zhang đư đ a ra m i quan h ng c chi u gi a TSSL mong đ i v i đ u t trên tƠi

s n I/A

H4 : Cĩ m i t ng quan ơm gi a đ u t trên tài s n và TSSL

 nh y c m c a ch ng khốn đ i v i bi n đ ng th tr ng( )

Beta đo l ng đ nh y c m c a c m c a ch ng khốn đ i v i các bi n đ ng c a th

tr ng. C ph n cĩ beta l n h n 1 cĩ khuynh h ng khu ch đ i các bi n bi n đ ng c a th tr ng. C ph n cĩ beta n m trong kho ng (0,1) cĩ khuynh h ng di chuy n cùng v i r i ro c a th tr ng nh ng l ch khơng nhi u. Cịn c ph n cĩ beta bé h n 0

thì di chuy n ng c v i th tr ng. Mơ hình đ nh giá tài s n v n CAPM cho th y m i quan h gi a TSSL và beta ch ng khốn.

Perdana Wahyu Santosa & Harry Yusuf Laksana (2011) cho th y m i quan h cùng chi u gi a TSSL mong đ i vƠ Beta.

H5 : Cĩ m i t ng quan d ng gi a vƠ TSSL

1.2.2. K v ng v d u

D a vào các k t qu trên, lu n v n đ a ra gi thuy t nh sau

- H1: Cĩ m i t ng quan ơm gi a quy mơ v n hĩa th tr ng và TSSL - H2: Cĩ m i t ng quan d ng gi a t s th giá trên th giá và TSSL - H3: Cĩ m i t ng quan d ng gi a kh n ng sinh l i và TSSL

- H4 : Cĩ m i t ng quan ơm gi a đ u t trên tƠi s n và TSSL - H5 : Cĩ m i t ng quan d ng gi a vƠ TSSL

- 21 ậ Xác đ nh các bi n trong mơ hình và d u d ki n

Tên bi n Ký hi u Cơng th c tính D u d ki n

Quy mơ v n hĩa th tr ng ME Giá ch ng khốn x s l ng c ph n th ng

-

T s th giá trên th giá BM gia ùtrị sổ sách gia ùthị trường

+

Kh n ng sinh l i ROA lợi nhuận ròng

tổng tài sản

+

u t trên tƠi s n IA TSCĐ hữu hình + hàng tồn kho

Tổng tài sản - nh y c m c a ch ng khốn đ i v i bi n đ ng th tr ng Tính trên giá đĩng c a c a t ng c phi u theo tháng + B ng 3.1: Xác đnh các bi n trong mơ hình và d u d ki n Tác gi (n m) D li u Các bi n đ c l p K t qu nghiên c u Eugene F.fama and Kenneth R. French (1993) NYSE, AMEX và NASDAQ (1963- 1990) ME, BM - Quan h ng c chi u gi a ME và TSSL - Quan h cùng chi u c a BM v i TSSL Elhaj Walid và Elhaj Ahlem (2007) Tokyo (TSE) (1/2002 ậ 9/2007) ME, BM - Quan h ng c chi u gi a ME và TSSL - Quan h cùng chi u c a BM v i TSSL Long Chen và LU Zhang (2010) NYSE,

AMEX và IA, ROA

- Quan h cùng chi u c a ROA v i TSSL - Quan h ng c chi u gi a TSSL v i đ u

- 22 ậ NASDAQ

(1/1972 - 12/2006)

t trên tƠi s n I/A

Perdana Wahyu Santosa & Harry

Yusuf Laksana (2011)

IDX

(2004-2006) Quan h cùng chi u gi a TSSL và beta

ch ng khốn

B ng 3.2: Tĩm t t vi c thu th p và tính tốn các bi n nghiên c u

Một phần của tài liệu So sánh hai mô hình dự báo tỷ suất sinh lời chứng khoán. Mô hình hồi quy truyền thống và mô hình Artificial Neural Network (Trang 28 - 32)

Tải bản đầy đủ (PDF)

(76 trang)