II. Quản trị rủi ro và giá trị công ty: Bằng chứng từ công cụ phái sinh thời tiế t-
1. Phương pháp thực nghiệm
Một phương pháp phổ biến để kiểm định tác động của các công cụ phái sinh lên kết quả kinh doanh của doanh nghiệp là sử dụng dữ liệu chéo và hồi quy theo mô hình:
Trong đó, yit là giá trị doanh nghiệp và hedgeit là biến giả bằng 1 nếu doanh nghiệp sử dụng công cụ phái sinh, ngược nó sẽ nhận giá trị là 0. Xit bao gồm các biến độc lập khác ảnh hưởng tới giá trị doanh nghiệp. Nếu việc sử dụng phái sinh là có giá trị thì hệ số beta được kì vọng có dấu dương và có ý nghĩa thống kê.
Thông thường, (1) sẽ cho chúng ta ước lượng không chệch của tác động do việc sử dụng phái sinh thời tiết lên giá trị công ty nếu biến hedgeit không tương quan với các biến số xác định giá trị doanh nghiệp khác. Tuy nhiên, một số công trình nghiên cứu thực nghiệm của Nance, Smith, Smithson cho thấy việc sử dụng phái sinh có tương quan với quy mô, cơ hội đầu tư, đòn bẩy của doanh nghiệp. Khi xảy ra hiện tượng tương quan này, kết quả ước lượng hệ số beta từ mô hình hồi quy OLS (1) không giải thích tốt mối quan hệ nhân quả của việc sử dụng công cụ phái sinh thời tiết vì bây giờ hệ số ước lượng được là ước lượng chệch và không thích hợp.
Do đó, trong bài nghiên cứu này, tác giả khai thác các dữ liệu chuỗi lẫn dữ liệu chéo trước và sau khi phái sinh thời tiết ra đời bài nghiên cứu ước lượng mô hình có sử dụng biến công cụ đại diện cho các tác động cố định. Tuy nhiên, mô hình sẽ ước tính thấp tác động của việc quản trị rui ro nếu việc sử dụng phái sinh thời tiết có tương quan với biến trễ của biến phụ thuộc ( biến tỷ lệ M/B). Khi đó chúng ta sử dụng mô hình có sử dụng biến trễ M/B.
Mô hình các tác động cố định được thực hiện theo 2 bước: - Bước 1 là ước lượng mô hình
Trong đó, weatherexpi đại diện cho rủi ro kinh doanh liên quan đến biến đổi thời tiết của công ty thời gian trước 1997. Post là biến chỉ báo, nhận giá trị 1 sau 1997 và ngược lại là 0. i là các tác động cố định đến giá trị của doanh
nghiệp. wderivit nhận giá trị 0 cho khoảng thời gian trước 1997 sau đó nó nhận giá trị 1. Mô hình 2 cho chúng ta ước lượng không chệch cho biến wderivit.
- Bước 2 chúng ta tiếp tục sử dụng kết quả này để kiểm định tác động của phái sinh thời tiết lên giá trị doanh nghiệp theo mô hình sau:
Trong đó, βwderive cho biết tác động của phái sinh thời tiết lên gía trị dn. βwderive được kì vọng có dấu dương và có ý nghĩa thống kê.
Mô hình biến trễ được thực hiện tương tự như mô hình các tác động cố định chỉ khác là biến các tác động cố định ηi được thay thế bởi biến trễ của biến tỷ số M/B.
Về dữ liệu cho hai mô hình 2 và 3, đầu tiên chúng ta cần ước lượng được biến
weatherexpi. Sử dụng các dữ liệu về công ty trước năm 1997, độ nhạy cảm với thời tiết của các doanh nghiệp có thể được đại diện bởi :
- Độ biến động của tỷ số doanh thu(quý) trên tổng tài sản trước 1997. Tỷ số này thuận lợi ở chỗ dễ tính và biểu hiện khả năng sử dụng phái sinh thời tiết của dn. Tuy nhiên, sự thay đổi của doanh thu có thể xuất phát từ các yếu tố không liên quan đến thời tiết
- Độ biến động của tỷ số doanh thu(quý) trên tổng tài sản gây ra bởi yếu tố thời tiết trước 1997. Tập trung vào tác động của biến đổi thời tiết, chúng ta tiến hành hai bước:
o Ước lượng độ nhạy cảm của doanh thu với biến động thời tiết trước 1997 bằng mô hình
Trong đó revassetsit là tỷ lệ doanh thu(quý) trên tài sản, DDit là nhu cầu năng lượng đại diện cho độ biến động của thời tiết ( có thể là CDD, HDD, EDD). Trong mô hình 4, nhằm tránh hiện tượng đa công tuyến, chúng ta lần lượt hồi quy và ước lượng các beta thời tiết một cách riêng biệt. Các công ty có thể hưởng lợi từ việc sử dụng phái sinh thời tiết bất kể dấu của beta thời tiết là âm hay dương.
o Để biết được độ nhạy của doanh thu với biến động thời tiết, chúng ta nhân giá trị tuyệt đối các beta thời tiết vừa ước lượng được ở bước
1với độ lệch chuẩn liên quan. Ví dụ phản ánh mức độ thay đổi của doanh thu gây ra bởi sự thay đổi của EDD