1. Mô hình nghiên cứu
1.2 Hồi quy phân tích sai số dự báo khi có sự thay ñổ ic ủa lãi suất, tỷ giá hối ñ oá
đối và giá cả hàng hĩa
Kết quả ở bảng 15, 16 và 17 cho thấy những thay đổi trong lãi suất, tỷ giá hối đối và giá cả hàng hĩa gia tăng sự khơng chắc chắn mà các nhà đầu tư phải đối mặt trong việc dự đốn thu nhập của các cơng ty cĩ độ nhạy cảm rủi ro đáng kể.
Nhưng vì dữ liệu dự báo tỷ suất sinh lợi từ các chuyên gia phân tích tại thị trường Việt Nam chỉ bắt đầu từ năm 2012 đến nay và chỉ cĩ các dự báo tỷ suất sinh lợi cho cả năm. Số liệu thống kê trong cỡ mẫu các cơng ty cĩ số liệu dự báo từ năm 2012 trở về sau:
Bảng 18: Thống kê các cơng ty trong mẫu cĩ dữ liệu dự báo đến thời
điểm hiện tại ST T Mã CK Tên Cơng ty TSSL dự báo cho 2012 TSSL dự báo cho 2013 1 BBC Cơng ty Cổ phần Bibica 3.169,0 4.181,0
2 BHS Cơng ty Cổ phần Đường Biên Hịa 4.821,0 N/A
3 CII Cơng ty Cổ phần Đầu tư Hạ tầng Kỹ
thuật Thành phố Hồ Chí Minh
3.855,0 548,0
4 DHG Cơng ty cổ phần Dược Hậu Giang N/A 8.697,0
5 DRC Cơng Ty Cổ Phần Cao Su Đà Nẵng 2.584,0 2.308,0
6 FPT Cơng Ty Cổ Phần Cao Su Đà Nẵng 9.626,0 13.264,0
7 IMP Cơng ty cổ phần dược phẩm Imexpharm 4.796,0 4.926,0
8 MPC Cơng ty Cổ phần Tập đồn Thủy hải sản
Minh Phú
6.116,0 6.262,0
10 PVD Tổng cơng ty cổ phần Khoan và Dịch vụ khoan dầu khí
N/A 782,0
11 REE Cơng ty cổ phần Cơ điện lạnh N/A 3.528,0
12 VNM Cơng ty Cổ phần Sữa Việt Nam N/A 8.413,0
Trong phần này, tơi tiếp tục quan sát sự khơng chắc chắn này bằng cách sử
dụng lợi nhuận dự kiến của cơng ty làm đại diện cho lợi nhuận mong đợi của nhà
đầu tư.
Do hạn chế về dữ liệu trên, nên trong bài nghiên cứu này tơi sử dụng mơ hình seasonal random walk time series để tính giá trị sai lệch dự báo (forecast error) bằng giá trị thay đổi giá trị EPS thực tế của quý báo cáo và EPS thực tế của quý trước.
Sau đĩ, bài nghiên cứu cũng tiếp tục thực hiện các kiểm định về hiện tượng phương sai sai số khơng đổi và tương quan chuỗi trong mơ hình với biến phụ thuộc là sai số dự báo (forecast error). Kết quả cho thấy cĩ hiện tượng phương sai sai số thay đổi với các giá trị prob =0.000 ở 3 mơ hình: ảnh hưởng đầy đủ, ảnh hưởng rủi
ro hiện tại, ảnh hưởng rủi ro trễ 3 quý. Tuy nhiên, kết quả kiểm định tương quan
chuỗi lại cho kết quả khơng cĩ hiện tượng tương quan chuỗi trong mơ hình. Kết quả kiểm định tương quan chuỗi được lần lượt được trình bày trong 3 bảng sau:
Wooldridge test for autocorrelation in panel data Ho: no first – order autocorrelation
F (1, 77) = 1.100 Prob > F = 0.2976
Wooldridge test for autocorrelation in panel data Ho: no first – order autocorrelation
F (1, 77) = 1.940 Prob > F = 0.1676
Wooldridge test for autocorrelation in panel data Ho: no first – order autocorrelation
F (1, 77) = 1.337 Prob > F = 0.2511
Baron và cộng sự (1998) cho thấy sai số dự báo của nhà phân tích và sự phân tán trong phân tích dự báo của nhà phân tích gia tăng cùng với sự khơng chắc chắn. Tác giả dùng các giá trị sai số dự báo trung bình như là một thước đo khơng chắc chắn của thu nhập đĩ là chưa được giải quyết bởi nhà phân tích.
Dự báo thu nhập hàng quý từ dữ liệu tỷ suất sinh lợi kế hoạch và tính tốn sai số dự báo trung bình từ cho mỗi quan sát như sự khác biệt giữa thu nhập thực hàng quý trên mỗi cổ phiếu và thu nhập thực hàng quý trước.
Tơi bắt đầu kiểm tra mối liên hệ giữa độ nhạy cảm rủi ro và dự báo của nhà
phân tích bằng cách ước tính hồi quy tương tự như báo cáo trong Bảng 15, 16 và 17, các biến phụ thuộc là phân tích giá trị sai số dự báo trung bình. Tương tự như phương trình (1), các biến độc lập bao gồm những giá trị thay đổi trong lãi suất, tỷ giá hối đối và giá cả hàng hĩa trong suốt quý gần đây, sự tác động qua lại giữa các
thay đổi về giá và các biến dự báo độ nhạy cảm rủi ro trong thập phân vị, và kiểm sốt rủi ro vĩ mơ đối với những thay đổi trong GDP và độ lệch chuẩn trong tỷ suất sinh lợi thị trường hàng ngày trong suốt quý.
Thêm hai biến kiểm sốt trong mơ hình hồi quy vì tơi hy vọng rằng những dự báo của nhà phân tích xa rời thu nhập thực tế của cơng ty hơn sự khơng chắc chắn gây ra bởi độ nhạy cảm rủi ro lãi suất, tỷ giá hối đối và giá cả hàng hĩa và các
nguồn cung cấp thơng tin ở mức độ vĩ mơ trong ngắn hạn khác về sự khơng chắc
chắn. Đầu tiên, sự chính xác của dự báo đồng thuận giống như đang gia tăng trong
số lượng các nhà phân tích làm dự báo. Một số nhà phân tích (hoặc nhiều hơn) ủng hộ nhiều hơn (hoặc ít hơn) các ước tính giống nhau và nhiều hơn (ít hơn) những sai số dự báo độ bất ổn. Để kiểm sốt cho hiệu ứng này trong mơ hình hồi quy, lấy log số lượng các nhà phân tích để ước tính thu nhập đồng thuận. Tuy nhiên, do hạn chế
tại thị trường Việt Nam chưa cĩ số liệu đầy đủ về giá trị dự báo cũng như số lượng
nhà phân tích làm dự báo nên trong mơ hình hồi quy tơi loại bỏ biến số lượng nhà phân tích.
Thứ hai, kỳ vọng rằng độ lớn của sai số dự báo của nhà phân tích và khả năng một cơng ty bỏ lỡ dự báo đồng thuận là trên trung bình lớn hơn cho các cơng ty trong mơi trường kinh doanh khơng chắc chắn, hoặc cho các cơng ty ít chịu áp lực từ việc “quản lý” thu nhập. Để kiểm sốt những tác động tổng hợp của những
yếu tố này, tơi tính tốn một thước đo của độ lớn mang tính lịch sử của cơng ty cụ
thể đối với sai số dự báo của nhà phân tích. Tơi ước tính biến này như là giá trị trung bình sai số dự báo cho một cơng ty trong suốt bốn quý trước mỗi quan sát hàng quý. Phương pháp tính tốn với biến này là độ trễ dự báo sai số. Bởi vì sự quan tâm trong biến này là để kiểm sốt các yếu tố cĩ liên quan đến các sai số dự báo của từng cơng ty, trước tiên tơi hồi quy sai số dự báo trung bình để tính tốn những thay đổi của lãi suất, tỷ giá hối đối và chỉ số giá ở quý hiện tại và độ trễ của nĩ. Tơi sử dụng các số dư từ hồi quy này như là một biến kiểm sốt để nắm bắt yếu tố ảnh
hưởng đến các phân tích sai số dự báo của từng cơng ty và để loại bỏ các sai số dự báo mang tính lịch sử của mối tương quan của nĩ với những thay đổi rủi ro tài chính.
Hồi quy sai số dự báo của nhà phân tích và những thay đổi lãi suất, tỷ giá hối đối và giá cả hàng hĩa theo phương trình sau:
Phương trình (2): * ) ( ) ( ) (FE t 1Abs IR t 2Abs IR t
Abs =α +β ∆ +β ∆ Top decile IR Exp
* ) ( ) ( 4 3Abs ∆FX t + Abs ∆FX t
+β β Top decile FX Exp
* ) (
)
( 6
5Abs ∆Com t + Abs ∆Com t
+β β Top decile COM Exp
* ) ( ) ( 3, 1 8 3, 1 7 ∆ − − + ∆ − −
+β Abs IR t t β Abs IR t t Top decile IR Exp
* ) ( ) ( 3, 1 10 3, 1 9 ∆ − − + ∆ − −
+β Abs FX t t β Abs FX t t Top decile FX Exp
* ) ( ) ( 3, 1 12 3, 1 11 ∆ − − + ∆ − −
+β Abs Com t t β Abs Com t t Top decile COM Exp Abs
13
β
+ (Deviation in GDP)t+β14Market Volatilityt
15
β
+ Average Abs (Forecast Error)t−4,t−1+ errort Trong đĩ:
Abs(FE) là giá trị tỷ suất sinh lợi thực theo báo cáo trừ (-) tỷ suất sinh
lợi thực của quý trước;
Average Abs(Forecast Error)t−4,t−1 là giá trị của sai số dự báo trung bình cịn lại mơ tả ở trên cho bốn quý trước quý t.
Các biến khác bao gồm trong hồi quy này được định nghĩa trong
phương trình (1).
Một khía cạnh quan trọng của thiết kế thực nghiệm là thời gian đo lường biến. Đo lường sai số dự báo được dựa trên dự báo trung bình của nhà phân tích đo được trong tháng cuối cùng trước khi kết thúc quý. Các tính tốn về những rủi ro lãi
suất, tỷ giá hối đối và giá cả hàng hĩa từ đầu quý đến cuối quý mà thu nhập đang được dự báo. Do đĩ, ngoại trừ những thay đổi về lãi suất, tỷ giá hối đối và giá cả hàng hĩa trong suốt hai tuần cuối quý, các nhà phân tích cĩ thể quan sát những thay đổi về giá và tổng hợp vào dự báo của họ.
Để đảm bảo rằng kết quả khơng bị ảnh hưởng bởi cú sốc về giá xảy ra trong hai tuần cuối quý, Tơi chạy tất cả các thử nghiệm của mình bằng những thay đổi về lãi suất, tỷ giá hối đối và giá cả hàng hĩa của quý hiện tại đo lường trên 2,5 tháng đầu của quý hiện tại (ngoại trừ cú sốc giá trong hai tuần cuối của quý hiện tại). Tất cả các kết quả là rõ ràng phương pháp đo lường biến thay thế này.
Do cĩ hiện tượng phương sai sai số thay đổi nên trong bài nghiên cứu tơi thực hiện khắc phục hiện tượng phương sai sai số thay đổi bằng robustness. Kết quả lần lượt được trình bày trong các bảng sau:
Bảng 19: Hồi quy chênh lệch tỷ suất sinh lợi dự báo với các biến độc lập gồm rủi ro hiện tại Number of obs 1.872 F (14, 1857) 1.31 Prob > F 0.2333 R-squared 0.0016 Root MSE 27.007
Forecasts Error (biến
phụ thuộc) Coef.
Robust
Std. Err. t P>|t| Khoảng tin cậy 95%
Stock market volatility -1.189255 1.886205 -0.63 0.528 -4.888552 2.510043 IR -.1698665 .2574691 -0.66 0.509 -.6748247 .3350917 IR * Top decile .2763442 .1934487 1.43 0.153 -.1030548 .6557432 FX 42.06684 23.40379 1.80 0.072 -3.833561 87.96723 FX * Top decile -39.37523 33.90772 -1.16 0.246 -105.8763 27.12588
COM 4.987935 5.079732 0.98 0.326 -4.974629 14.9505 COM * Top decile -.6608946 3.319847 -0.20 0.842 -7.171904 5.850115 Absolute dev in GDP .3354011 .3678586 0.91 0.362 -.3860572 .1056859 Constant .4798258 .5479265 0.88 0.381 -.5947884 1.55444
Bảng 20: Hồi quy chênh lệch tỷ suất sinh lợi dự báo với các biến độc lập gồm rủi ro với độ trễ 3 quý Number of obs 1.872 F (14, 1857) 2.85 Prob > F 0.0038 R-squared 0.0019 Root MSE 27.003
Forecasts Error (biến
phụ thuộc) Coef.
Robust
Std. Err. t P>|t| Khoảng tin cậy 95%
Stock market volatility -1.287485 .3562238 -0.36 0.718 -8.273882 5.698911 IR lag .346127 .3478216 1.00 0.320 -.336034 1.028288 IR lag* Top decile -.2926748 .231595 -1.26 0.206 -.7468878 .1615381 FX lag 49.16729 49.59427 0.99 0.322 -48.09887 146.4335 FX lag * Top decile -57.13047 49.50325 -1.15 0.249 -154.2181 39.9572 COM lag -4.449234 2.677092 -1.66 0.097 -9.699649 .8011819 COM lag* Top decile -5.787994 3.705348 -1.56 0.118 -13.05506 1.479075 Absolute dev in GDP .5096521 .4276112 1.19 0.233 -.3289954 1.348299 Constant .4689691 .3991769 1.17 0.240 -.3139118 1.25185
Bảng 21: Hồi quy chênh lệch tỷ suất sinh lợi dự báo với các biến độc lập gồm rủi ro hiện tại và độ trễ 3 kỳ Number of obs 1.872 F (14, 1857) 1,78 Prob > F 0.0358 R-squared 0,0030 Root MSE 27,032
Forecasts Error (biến
phụ thuộc) Coef.
Robust
Std. Err. t P>|t| Khoảng tin cậy 95%
Stock market volatility -2.428217 3.445044 -0.07 0.481 -9.184784 4.329349 IR -.0520176 .1765727 -0.29 0.768 -.3983195 .2942843 IR * Top decile .2266524 .2037703 1.11 0.266 -.1729905 .6262952 IR lag .2497991 .2773356 0.90 0.368 -.2941232 .7937214 IR lag * Top decile -.220623 .2349536 -0.94 0.348 -.6814239 .2401779
FX 40.37052 20.09188 2.01 0.045 .9654719 79.77558
FX * Top decile -28.16396 26.84329 -1.05 0.294 -80.81016 24.48224 FX lag 48.57355 47.96769 1.01 0.311 -45.50271 142.6498 FX lag * Top decile -50.76403 45.26687 -1.12 0.262 -139.5433 38.01528
COM 3.467637 4.699488 0.74 0.461 -5.749197 12.68447
COM * Top decile -2.121493 3.63484 -0.58 0.560 -9.250295 5.00731 COM lag -3.026041 1.804365 -1.68 0.094 -6.564838 .5127566 COM lag * Top decile -6.57793 4.154105 -1.58 0.113 -14.72514 1.569276 Absolute dev in GDP .4565015 .4150118 1.10 0.271 -.3574373 1.27044 Constant .0778019 .3876449 0.20 0.841 -.682437 .8380676
Kết quả cho thấy tỷ giá hối đối, giá hàng hĩa trễ 3 kỳ cĩ ảnh hưởng đến sai số dự báo ở mức ý nghĩa lần lượt là 5%. Kết quả trên phù hợp với đặc điểm của Việt Nam khi nhập khẩu nguyên liệu chiếm 42% tổng kim ngạch nhập khẩu (Nguồn: http://www.vinhphucit.gov.vn/so-cong-thuong-vinh-
phuc.gplist.363.gpopen.7179.gpside.1.gpnewtitle.tong-kim-ngach-nhap-khau-thang- 10-nam-2013.asmx). Bên cạnh đĩ các biến khác khơng cho ảnh hưởng rõ ràng. Kết quả trên phù hợp một phần với nghiên cứu trước của Wayne Guay và cộng sự (2003), Minton and Schrand (1999), Gebhart và cộng sự (2001), Lang và cộng sự (2002), and Easley, Hvidkjaer and O’Hara (2002).
Tương quan giữa độ bất ổn thị trường và sai số dự báo là tương quan âm,
nghĩa là khi độ bất ổn thị trường tăng 1% thì sai số dự báo giảm 2,43%. Tương tự
với các biến khác.
Sự thất bại của các nhà phân tích để giải quyết hồn tồn sự khơng chắc chắn được tạo ra bởi cú sốc về lãi suất, tỷ giá hối đối và giá cả hàng hĩa là khơng hồn tồn đáng ngạc nhiên. Sơ đồ hồn hảo đưa cú sốc vào thu nhập địi hỏi nhiều thơng
tin về độ nhạy cảm thu nhập với rủi ro lãi suất, tỷ giá hối đối và giá cả hàng hĩa
của từng cơng ty. Ví dụ, để dự đốn như thế nào một rủi ro tỷ giá hối đối sẽ ảnh
hưởng đến lợi nhuận yêu cầu của một cơng ty địi hỏi phải cĩ kiến thức chi tiết về tất cả các hợp đồng tiền tệ của cơng ty và các hoạt động phịng ngừa rủi ro tài chính, cũng như ảnh hưởng của cú sốc này vào áp lực cạnh tranh, nhu cầu sản phẩm và giá đầu vào. Dưới đây, tơi mở rộng việc phân tích để giải quyết các câu hỏi liệu các nhà phân tích cố gắng giải quyết sự khơng chắc chắn được tạo ra bởi những cú sốc này và làm thế nào họ thành cơng trong quá trình này.
Độ lớn của hệ số hồi quy trong Bảng 21 cho thấy các cú sốc về lãi suất, tỷ giá hối đối và giá cả hàng hĩa cĩ một tác động kinh tế đáng kể trên các phân tích sai số dự báo. Ví dụ, hãy xem xét hệ số -0,0520176 của cú sốc lãi suất trong giai đoạn hiện nay trong Bảng 21. Hệ số này cho thấy, trung bình, cú sốc về lãi suất bằng với trung bình mẫu (0,0213) gia tăng mức độ của sai số dự báo 2,09% cho tồn bộ mẫu.
Tương tự với các biến cịn lại. Những tác động này là lớn đáng kể đối với những
độ nhạy cảm rủi ro lãi suất trong thập phân vị, gia tăng hệ số của biến cú sốc về lãi
suất là .2266524. Đối với các cơng ty cĩ độ nhạy cảm rủi ro tỷ giá hối đối trong
thập phân vị, gia tăng hệ số của biến cú sốc về tỷ giá hối đối là -28.16396.
2. Gia tăng thơng tin dự báo cho nhà phân tích
Tuy nhiên, thực tế là các nhà phân tích xem xét lại dự báo của mình để đáp ứng với những cú sốc về lãi suất, tỷ giá hối đối và chỉ số giả cả hàng hĩa khơng cĩ nghĩa là các điều chỉnh dự báo giải quyết thành cơng sự khơng chắc chắn được tạo ra bởi các cú sốc. Do đĩ, một câu hỏi liên quan và chưa được giải quyết là liệu trong phạm vi nhà phân tích cĩ thể giải quyết nguồn khơng chắc chắn này hay khơng.
Tơi khảo sát khả năng của các nhà phân tích để giải quyết sự khơng chắc chắn liên quan đến độ nhạy cảm rủi ro tài chính bằng cách so sánh ba phương pháp dự báo với nhau mà sự khác nhau về khía cạnh thời gian và do đĩ cũng khác nhau liên quan đến các kết hợp thơng tin quan trọng về cú sốc lãi suất, tỷ giá hối đối và