Với mô hình 3 nhân tố Fama-French ở phần trước, tác giả đã tìm thấy TSSL của danh mục đầu tư các công ty địa phương cao hơn TSSL của danh mục đầu tư các công ty phân tán. Ở phần này, tác giả bổ sung thêm 2 biến vào mô hình cho đầy đủ
mô hình 5 nhân tố của Fama và French (1993) và trong nghiên cứu của Diego García và Oyvind Norli (2012) để kiểm định mối quan hệ giữa TSSL trên cổ phiếu
đến mức độ phân tán địa lý của các công ty.
Bảng 4.12: Kết quả hồi quy 5 nhân tố Mkt-Rf, SMB, HML, MOM và LIQ trên thị
trường chứng khoán Việt Nam cho 4 danh mục cổ phiếu phân tán
Phương trình (4.5):
Phương trình (4.6):
RptDIS02 = αpt + β1(Mkt-Rf)t + β2SMBt + β3HMLt + β4MOMt + β5LIQt + εpt
Phương trình (4.7):
RptDIS03 = αpt + β1(Mkt-Rf)t + β2SMBt + β3HMLt + β4MOMt + β5LIQt + εpt
Phương trình (4.8):
RptDIS01-RptDIS03 = αpt + β1(Mkt-Rf)t + β2SMBt + β3HMLt + β4MOMt + β5LIQt + εpt
Nhìn vào bảng 4.10 ta thấy, tất cả các F-statistic của các phương trình đều có Frob (F) nhỏ hơn α = 0.05 nên các mô hình này đều phù hợp để giải thích cho sự tăng (giảm) của TSSL của các cổ phiếu trên TTCKVN.
Danh
mục Alpha Mkt-Rf SMB HML MOM LIQ
R2 điều chỉnh Giá trị Prob (F) Rpt-Rf (DIS01) -0.0005559 1.034644 0.7989162 0.4901523 0.0132685 0.075788 0.99 0.0000 Rpt-Rf (DIS02) 0.0065202 1.007767 0.3942263 0.3147905 -0.0331661 -0.0238763 0.98 0.0000 Rpt-Rf (DIS03) -0.0013439 0.997188 0.1829057 0.2562943 -0.0010816 -0.0955308 0.98 0.0000 (DIS01) - (DIS03) 0.0007882 0.0374562 0.6160104 0.2338574 0.014349 0.1713178 0.58 0.0000
Nguồn: Tác giả tính toán, dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công Ty Cổ Phần Tài Việt. Lãi suất phi rủi ro được thu thập từ ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, mục quốc gia Việt Nam, tiểu mục Data, tiểu mục nhỏ Bond Market Indicators. Công ty chứng khoán Tân Việt (http://finance.tvsi.com.vn/ListingBondsList.aspx). Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm Sata 11.0
Như đã trình bày ở các phần trước, khi phân tích hồi quy thì đầu tiên tác giả sẽ
kiểm tra hiện tượng đa cộng tuyến của các biến trong mô hình, để đảm bảo rằng các biến không có mối tương quan với nhau.
4.4.1. Kiểm tra hiện tượng đa cộng tuyến
Thừa số tăng phương sai (VIF)
Mkt-Rf 1.36 SMB 1.45 HML MOM LIQ 1.50 1.56 1.22 Mean VIF 1.42
Nhìn vào kết quả tính toán của thừa số tăng phương sai (VIF) giữa 5 biến: Mkt-Rf, SMB, HML, MOM và LIQ ở tất cả các phương trình ta thấy tất cả các giá trị VIF
đều nhỏ, trung bình khoảng 1.42. Vì vậy, tác giả khẳng định không tồn tại hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình.
4.4.2. Kiểm tra hiện tượng tự tương quan
Tác giả sử dụng phương pháp thống kê Durbin–Watson trong stat để kiểm tra hiện tượng tự tương quan của các biến trong mô hình.
Phương trình d-statistic (4.5) 2.454801 (4.6) 2.260566 (4.7) 2.402852 (4.8) 2.53359
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 của các biến độc lập trong mô hình.