Luận văn Thạc sĩ Kinh tế: Định giá tài sản với moment bậc cao – Trường hợp Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:71

Thêm vào BST

Báo xấu

13
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài nghiên cứu này tìm hiểu tầm quan trọng của moment bậc cao trong sự thay đổi tỷ suất sinh lợi trung bình cổ phiếu của các công ty niêm yết trên HOSE. Kết quả của bài nghiên cứu bổ sung thêm các bằng chứng cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố như co-skewness, co-kurtosis, quy mô, tỷ số giá trị sổ sách trên giá trị thị trường và hiệu ứng momentum.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kinh tế: Định giá tài sản với moment bậc cao – Trường hợp Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM ----------  ---------- TRƢƠNG QUỐC THÁI ĐỊNH GIÁ TÀI SẢN VỚI MOMENT BẬC CAO - TRƢỜNG HỢP VIỆT NAM Chuyên ngành: Tài chính- Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. TRẦN THỊ HẢI LÝ TP. Hồ Chí Minh – Năm 2013
LỜI CAM ĐOAN Tôi xin cam đoan rằng luận văn “Định giá tài sản với moment bậc cao – Trường hợp Việt Nam” là công trình nghiên cứu của riêng tôi. Các thông tin dữ liệu được sử dụng trong luận văn là trung thực và các kết quả trình bày trong luận văn chưa được công bố tại bất kỳ công trình nghiên cứu nào trước đây. Nếu phát hiện có bất kỳ gian lận nào, tôi xin chịu toàn bộ trách nhiệm trước Hội đồng. TP.HCM, tháng 10 năm 2013 Tác giả luận văn Trƣơng Quốc Thái
MỤC LỤC Trang phụ bìa Lời cam đoan Mục lục Danh mục bảng biểu Danh mục từ viết tắt Tóm tắt ............................................................................................................................. 1 1. Giới thiệu...................................................................................................................... 2 2. Tổng quan các kết quả nghiên cứu trước đây .............................................................. 3 3. Dữ liệu và phương pháp nghiên cứu ............................................................................ 7 3.1. Dữ liệu ................................................................................................................... 7 3.2. Tạo lập danh mục .................................................................................................. 7 3.3. Phương pháp nghiên cứu ....................................................................................... 9 4. Nội dung và các kết quả nghiên cứu .......................................................................... 10 4.1. Tác động của co-skewness và co-kurtosis .......................................................... 12 4.2. Kiểm tra tính bền vững của mô hình ................................................................... 27 5. Kết luận ...................................................................................................................... 62 Danh mục tài liệu tham khảo
DANH MỤC BẢNG BIỂU Bảng 1: Kết qua kiểm định nghiệm đơn vị .................................................................... 11 Bảng 2: Ma trận hệ số tương quan giữa các nhân tố ...................................................... 11 Bảng 3: Hệ số nhân tử phóng đại phương sai VIF ......................................................... 12 Bảng 4: Hệ số hồi quy nhân tố co-skewness mô hình 1 ................................................ 21 Bảng 5: Hệ số hồi quy nhân tố co-kurtosis mô hình 1 ................................................... 22 Bảng 6: Kết quả hồi quy mô hình 1 ............................................................................... 23 Bảng 7: Kết quả kiểm định Breusch-Pagan mô hình 1 .................................................. 25 Bảng 8: Kết quả kiểm định Breusch-Godfrey mô hình 1 .............................................. 26 Bảng 9: Hệ số hồi quy nhân tố co-skewness mô hình 2 ................................................ 36 Bảng 10: Hệ số hồi quy nhân tố co-kurtosis mô hình 2 ................................................. 37 Bảng 11: Kết quả hồi quy mô hình 2 ............................................................................. 38 Bảng 12: Kết quả kiểm định Breusch-Pagan mô hình 2 ................................................ 40 Bảng 13: Kết quả kiểm định Breusch-Godfrey mô hình 2 ............................................ 41 Bảng 14: Hệ số hồi quy nhân tố co-skewness mô hình 3 .............................................. 56 Bảng 15: Hệ số hồi quy nhân tố co-kurtosis mô hình 3 ................................................. 56 Bảng 16: Kết quả hồi quy mô hình 3 ............................................................................. 58 Bảng 17: Kết quả kiểm định Breusch-Pagan mô hình 3 ................................................ 60 Bảng 18: Kết quả kiểm định Breusch-Godfrey mô hình 3 ............................................ 61
DANH MỤC TỪ VIẾT TẮT BV/MV : tỷ số giá trị sổ sách trên giá trị thị trường CAPM : mô hình định giá tài sản vốn OLS : ordinary least squares (bình phương nhỏ nhất) HOSE : sở giao dịch chứng khoán thành phố Hồ Chí Minh TSSL : tỷ suất sinh lợi
1 Tóm tắt Bài nghiên cứu này tìm hiểu tầm quan trọng của moment bậc cao trong sự thay đổi tỷ suất sinh lợi trung bình cổ phiếu của các công ty niêm yết trên HOSE. Tác giả phát hiện co-skewness đóng vai trò quan trọng trong việc giải thích TSSL của chứng khoán Việt Nam nhiều hơn so với co-kutosis. Tác giả cho rằng sự khác biệt trong kết quả nghiên cứu của co-skewness và co-kurtosis là do các công ty Việt Nam có quy mô nhỏ. Kết quả của bài nghiên cứu bổ sung thêm các bằng chứng cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố như co-skewness, co-kurtosis, quy mô, tỷ số giá trị sổ sách trên giá trị thị trường và hiệu ứng momentum.
2 1. Giới thiệu Các nghiên cứu gần đây của các tác giả như Phuong Doan et al.(2009) và Richard Heaney et al.(2012) cung cấp những bằng chứng mạnh mẽ về vai trò quan trọng của co-skewness và co-kurtosis trong định giá tài sản. Tuy nhiên, các nghiên cứu của họ chỉ tập trung vào các thị trường có mức vốn hóa lớn như Mỹ, Úc. Để bổ sung thêm các kết quả nghiên cứu thực nghiệm sâu hơn về sự tồn tại của moment bậc cao (cụ thể là co-skewness và co-kurtosis) trong định giá tài sản đối với các thị trường chứng khoán có quy mô nhỏ, bài nghiên cứu này xem xét tầm quan trọng của co-skewness và co-kurtosis đối với TSSL trung bình của các cổ phiếu niêm yết trên HOSE, cùng với các nhân tố rủi ro khác là TSSL thị trường, quy mô doanh nghiệp, giá trị sổ sách trên giá trị thị trường của vốn chủ sở hữu và hiệu ứng momentum. Từ mục tiêu nghiên cứu trên, tác giả đặt ta các câu hỏi nghiên cứu: - Co-skewness và co-kurtosis có tác động đến TSSL chứng khoán Việt Nam hay không ? - Tác động của co-skewness và co-kurtosis lên TSSL chứng khoán Việt Nam như thế nào ? - Co-skewness và co-kurtosis có bổ sung cho khả năng giải thích TSSL chứng khoán mà các nhân tố rủi ro khác như quy mô, BV/MV, momentum chưa giải thích được hay không ? Và để đi tìm câu trả lời, bài nghiên cứu này sử dụng phương pháp nghiên cứu của Phuong Doan et al.(2009) với mẫu là 147 công ty niêm yết trên HOSE. Tác giả sử dụng phương pháp OLS để hồi quy TSSL vượt trội hàng ngày của 25 danh
3 mục phân loại theo quy mô và BV/MV dựa vào co-skewness, co-kurtosis và các nhân tố rủi ro khác như TSSL thị trường vượt trội, quy mô, BV/MV và momentum. Nội dung và các kết quả chi tiết về bài nghiên cứu sẽ được tác giả trình bày trong các phần tiếp theo dưới đây. 2. Tổng quan các kết quả nghiên cứu trƣớc đây Những đóng góp về mặt lý thuyết của những nhà nghiên cứu chẳng hạn như bằng chứng thực nghiệm của Sharpe (1964) và Lintner (1965) về mô hình định giá tài sản vốn (CAPM) đã được công nhận. Thêm vào đó, một số tác giả khác, trong đó có Fama và French đã mở rộng các nhân tố trong mô hình CAPM để giải thích những gì mà mô hình CAPM không thể giải thích được. Tuy nhiên, một số nghiên cứu khác lại cho rằng TSSL của chứng khoán không tuân theo phân phối chuẩn. Mandelbrot (1963) và Taylor (1967) cho thấy TSSL của chứng khoán có kurtosis âm. Fama (1965) phát hiện TSSL của các chứng khoán lớn có xu hướng theo sau bởi những chứng khoán có mức độ tương tự nhưng phân phối có kurtosis dương. Điều này có thể dẫn đến hiệu ứng biến động của TSSL phản ứng trước các thông tin của thị trường (Campell và Hentschel (1992)). Hiệu ứng biến động của TSSL này đặt ra một câu hỏi liệu giá trị trung bình và phương sai trong mô hình định giá tài sản chỉ sử dụng hai moments đầu tiên của phân phối TSSL liệu có thích hợp trong việc đo lường chênh lệch TSSL trung bình của cổ phiếu hay không. Thêm vào đó, các nghiên cứu thực nghiệm khác cho rằng phân phối TSSL của cổ phiếu thể hiện rõ tính bất đối xứng và có kurtosis vượt trội (kurtosis lớn hơn 3 và mẫu hình phân phối TSSL có hình nhọn), mở rộng mô hình định giá tài sản hai
4 moment bằng cách kết hợp yếu tố co-skewness và co-kurtosis. Các nhà đầu tư có mức thỏa dụng không phải là phương trình bậc hai và không có sự gia tăng trong hệ số lo ngại rủi ro tuyệt đối thì thích skewness dương và kurtosis thấp hơn trong phân phối của TSSL. Do đó, cổ phiếu có co-skewness âm và co-kurtosis lớn hơn so với thị trường nên có phần bù rủi ro cao hơn. Vì vậy, sự thay đổi bất lợi của co-skewness âm và co-kurtosis đối với các nhà đầu tư ưa thích rủi ro thường yêu cầu phần bù TSSL cao hơn. Beedles (1986) và Alles và Spowart (1995) thấy rằng cổ phiếu của Úc thể hiện skewness có ý nghĩa thống kê. Hơn nữa, Bird và Gallagher (2002) và Brands và Gallagher (2004) cho thấy quỹ tương hỗ Úc được đặc trưng bởi phân phối kurtosis vượt trội. Đặc biệt, họ nhận thấy rằng TSSL của danh mục đầu tư của các quỹ lớn có skewness âm nhiều hơn và kurtosis lớn hơn so với các quỹ tương hỗ nhỏ. Ngay cả trong nghiên cứu về thị trường chứng khoán Mỹ, việc kiểm tra trực tiếp các moment bậc cao thường khá hạn chế, và có nhiều cách tiếp cận khác nhau. Fang và Lai (1997) xem xét tầm quan trọng của co-skewness và co-kurtosis theo phương pháp bốn moment. Dittmar (2002) kiểm tra các bậc moment trong mối quan hệ phi tuyến nhằm cải thiện khả năng định giá TSSL chéo của chứng khoán. Phương pháp này có liên quan đến các mô hình phi tham số của Bansal và Viswanathan (1993) và Chapman (1997), trong đó mối quan hệ giữa TSSL chứng khoán và TSSL thị trường là mối quan hệ phi tuyến tính. Mặt khác, Kan và Zhou (2003) và Ando và Hodoshima (2006) kiểm tra sự bền vững của đường tiệm cận ma trận hiệp phương sai của sai số bình phương bé nhất của alpha và beta trong mô hình định giá tài sản tuyến tính khi sự phân phối chung của các nhân tố và sai số không chuẩn hoặc xảy ra hiện tượng phương sai thay đổi.
5 Ngoài ra, các nghiên cứu của Ross’ APT(1976) hoặc ICAPM của Merton (1973) cho thấy mô hình định giá tài sản cần có thêm các nhân tố bổ sung. Và Fama- French (1993) cho thấy các nhân tố như quy mô, BV/MV, và momentum tác động đến sự thay đổi trong TSSL trung bình của cổ phiếu. Qua đó, các nghiên cứu này đã cho thấy việc bổ sung thêm các nhân tố khác vào mô hình CAPM là cần thiết. Trong khi đó, hầu hết các nghiên cứu khác chỉ đơn giản tập trung vào skewness của phân phối TSSL, trong khi kurtosis có thể bằng hoặc quan trọng hơn. Các nghiên cứu trước đây bao gồm Arditti (1967), Kraus và Litzenberger (1976), Friend và Westerfield (1980), Lim (1989), Harvey và Siddique (1999, 2000) và Smith (2007) đã nghiên cứu việc phân phối TSSL chỉ dựa vào skewness. Một vài nghiên cứu gần đây đã cho thấy tầm quan trọng của co-skewness và co- kurtosis trong việc định giá tài sản. Phuong Doan et al.(2009) phát hiện thấy chứng khoán Úc có skewness âm nhiều hơn nhưng kurtosis vượt trội ít hơn chứng khoán Mỹ. Họ cũng phát hiện ra co- skewness đóng vai trò quan trọng trong việc giải thích TSSL của chứng khoán Úc trong khi đó co-kutosis thường có ảnh hưởng đến TSSL của chứng khoán Mỹ. Họ cho rằng sự khác biệt trong kết quả nghiên cứu của hai chỉ số có liên quan đến những đặc tính cơ bản của các công ty, chủ yếu do quy mô các công ty Úc nhỏ hơn công ty Mỹ. Kết quả của bài nghiên cứu là bằng chứng mạnh mẽ cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố như quy mô, BV/MV và hiệu ứng momentum. Mặc dù các nhân tố quy mô, BV/MV, và momentum có tương quan với co-skewness và co-kurtosis nhưng nó vẫn không làm ảnh hưởng nhiều đến tầm quan trọng của co-skewness và co-kurtosis trong
6 việc định giá tài sản. Nó hàm ý rằng, co-skewness và co-kurtosis đã giải thích được các phần biến thiên trong TSSL trung bình (mà chưa được giải thích bởi các nhân tố trước đó). Thêm vào đó, co-skewness và co-kurtosis cũng cải thiện khả năng giải thích mô hình 4 nhân tố của Carhart (1997) bao gồm các nhân tố: thị trường, quy mô, BV/MV và momentum. Richard Heaney et al.(2012) tìm hiểu xem liệu co-skewness và co-kurtosis có tác động đến giá chứng khoán Mỹ hay không. Bài nghiên cứu sử dụng phương pháp của Fama và Macbeth (1973) với dữ liệu được lấy trong khoảng thời gian từ tháng 7 năm 1963 đến tháng 12 năm 2010. Các tác giả tìm thấy bằng chứng cho thấy co-skewness và co-kurtosis cùng với các nhân tố quy mô doanh nghiệp và tỷ số giá trị sổ sách trên giá trị thị trường trong mô hình Fama và French (1992, 1993) có tác động đến giá chứng khoán. Sushma Vishnani (2013) nghiên cứu tác động của mô hình CAPM three moment trên thị trường chứng khoán Ấn Độ. Nghiên cứu này là nhằm tìm hiểu ảnh hưởng của co-skewness trong việc định giá cổ phiếu trên thị trường chứng khoán Ấn Độ. Thời gian nghiên cứu là 12 năm kể từ tháng 1 năm 1999 đến tháng 6 năm 2010. Mẫu bao gồm 283 công ty trong danh mục chỉ số chứng khoán Bombay của Ấn Độ BSE-500. Chỉ số S&P CNX 500 được coi là đại diện cho danh mục đầu tư thị trường. Các kết quả thực nghiệm của nghiên cứu xác nhận tính hiệu quả của mô hình CAPM ba moment trong thị trường vốn Ấn Độ và cho thấy rằng co-skewness cũng là nhân tố quan trọng tác động đến giá cổ phiếu trên thị trường chứng khoán Ấn Độ.
7 3. Dữ liệu và phƣơng pháp nghiên cứu 3.1. Dữ liệu Mẫu bao gồm 147 công ty niêm yết trên HOSE. Tác giả tiến hành thu thập các dữ liệu về: giá đóng cửa, quy mô doanh nghiệp, tỷ số giá trị sổ sách trên giá trị thị trường, và chỉ số đại diện thị trường VN-Index. Tất cả được thu thập trong giai đoạn từ ngày 01/01/2008 đến 31/12/2012 từ cơ sở dữ liệu của trang web vietstock.vn. TSSL phi rủi ro là lãi suất trúng thầu bình quân hàng năm trái phiếu chính phủ Việt Nam kỳ hạn 5 năm trong giai đoạn từ năm 2008 đến năm 2012 được lấy từ kho bạc Nhà nước Việt Nam và trang web Ngân hàng nhà nước Việt Nam. 3.2. Tạo lập danh mục Các danh mục đầu tư được tạo lập dựa trên các tiêu chí: quy mô doanh nghiệp và tỷ số giá trị sổ sách trên giá trị thị trường. Ứng với mỗi năm, bài nghiên cứu xếp hạng các công ty trong mẫu theo vốn hóa thị trường vào đầu năm và được chia thành năm danh mục với số lượng chứng khoán tương đương trong mỗi danh mục. Yếu tố rủi ro trong TSSL liên quan đến quy mô công ty - nhân tố SMB - được đo lường bởi sự khác biệt giữa TSSL trung bình của danh mục có quy mô nhỏ nhất và TSSL trung bình của danh mục có quy mô lớn nhất. Các chứng khoán được xếp hạng một cách độc lập theo BV/MV và được chia thành năm danh mục. Sau đó, nhân tố HML được tính bằng cách lấy TSSL trung bình của danh mục có BV/MV cao nhất trừ TSSL trung bình của danh mục có BV/MV thấp nhất. 25 danh mục được thiết lập bởi giao điểm của năm nhóm quy mô và năm nhóm BV/MV. Các danh mục được đánh số theo thứ tự 1-1, 1-2,..., 5-4, 5-5.
8 Trong đó, danh mục 1-1 là sự kết hợp giữa danh mục có quy mô nhỏ nhất và danh mục có BV/MV cao nhất, tương tự, danh mục 5-5 là sự kết hợp giữa danh mục có quy mô lớn nhất và danh mục có BV/MV thấp nhất. Uớc lượng các nhân tố quy mô, BV/MV và lập lại quá trình này mỗi năm để tái cân bằng danh mục. Các nhân tố co-skewness (hoặc co-kurtosis) của mỗi cổ phiếu được tính theo các phương trình sau đây: Co-skewness: Co-kurtosis: và lần lượt là TSSL của cổ phiếu i và thị trường, và E( ) và E( ) lần lượt là TSSL kỳ vọng của cổ phiếu i và thị trường. Sau khi các cổ phiếu này được xếp hạng dựa trên co-skewness (hoặc co-kurtosis), các chứng khoán được xếp thành năm nhóm danh mục với số lượng các cổ phiếu gần bằng nhau. Trong đó, nhóm 1 có co-skewness (hoặc co-kurtosis) cao nhất và nhóm 5 có co-skewness (hoặc co-kurtosis) thấp nhất. Sự khác biệt trong TSSL trung bình của danh mục có co- skewness (co-kurtosis) cao nhất và TSSL trung bình của danh mục có co- skewness (co-kurtosis) thấp nhất thể hiện cho phần bù rủi ro liên quan đến co- skewness (co-kurtosis).
9 Cuối cùng, tác giả sử dụng phương pháp của Jegadeesh và Titman (1993) để ước tính các yếu tố momentum. Vào đầu mỗi năm, tác giả ước lượng TSSL trung bình (theo ngày) năm trước đó của các cổ phiếu. Tiếp theo, các cổ phiếu này được sắp xếp theo TSSL trung bình giảm dần. Dựa vào bảng xếp hạng này, tác giả tạo thành năm danh mục với số lượng chứng khoán gần bằng nhau trong mỗi danh mục. Danh mục đầu tiên có chứa những cổ phiếu có TSSL trung bình cao nhất là danh mục "winners" và danh mục cuối cùng có chứa những cổ phiếu có TSSL trung bình thấp nhất là “losers”. Nhân tố M được tính bằng cách lấy TSSL trung bình của danh mục “winners” trừ TSSL trung bình của danh mục “losers” thể hiện cho phần bù TSSL của chiến lược momentum. 3.3. Phƣơng pháp nghiên cứu Bài nghiên cứu sử dụng phương pháp nghiên cứu của Phuong Doan et al.(2009). Đầu tiên tác giả kiểm tra lần lượt độ nhạy cảm của TSSL với co-skewness và co- kurtosis. Tác giả hồi quy TSSL vượt trội ( hàng ngày của 25 danh mục phân loại theo quy mô và BV/MV dựa vào co-skewness và co-kurtosis theo mô hình hồi quy như sau (dưới đây gọi là mô hình 1): Tiếp theo, để kiểm tra tác động của co-skewness và co-kurtosis lên TSSL chứng khoán khi có thêm các nhân tố khác, tác giả đưa thêm biến tỷ suất sinh lợi thị trường vượt trội (Rm,t - Rf,t) vào trong mô hình như sau (dưới đây gọi là mô hình 2):
10 Cuối cùng, tác giả tiếp tục kiểm định xem các nhân tố co-skewness và co- kurtosis có thực sự tác động đến TSSL chứng khoán hay không bằng cách đưa thêm các nhân tố quy mô, BV/MV và momentum vào mô hình hồi quy (dưới đây gọi là mô hình 3). Nếu các nhân tố co-skewness và co-kurtosis vẫn có ý nghĩa thì chứng tỏ chúng vẫn giữ vai trò quan trọng trong việc giải thích cho TSSL cho dù các nhân tố quy mô, BV/MV và momentum được đưa vào. Trong đó, Rp,t là TSSL danh mục tại thời điểm t, Rf,t là TSSL phi rủi ro tại thời điểm t, CoSt là nhân tố Co-skewness tại thời điểm t, CoKt là nhân tố Co-kurtosis tại thời điểm t, SMB là nhân tố rủi ro trong TSSL liên quan đến quy mô doanh nghiệp, HML là nhân tố rủi ro trong TSSL liên quan đến BV/MV, M là nhân tố rủi ro trong TSSL liên quan đến chiến lược momentum. 4. Nội dung và các kết quả nghiên cứu Trước khi tiến hành chạy phân tích hồi quy, tác giả kiểm tra tính dừng của các biến độc lập. Dùng phương pháp kiểm định nghiệm đơn vị thu được kết quả như bảng 1. Trị tuyệt đối hệ số ADF Test Statistic của các biến đều lớn hơn trị tuyệt đối của 1% Critical Value cho thấy tất cả các biến đều là chuỗi dừng.
11 Bảng 1: Kết qua kiểm định nghiệm đơn vị Rm-Rf Co-Skewness Co-Kurtosis SMB HML M ADF Test Statistic -23,986 -26,531 -24,666 -24,493 -25,258 -24,378 1% Critical Value* -3,430 Tiếp theo tác giả kiểm tra mối tương quan giữa các nhân tố. Bảng ma trận hệ số tương quan cho thấy tương quan giữa các nhân tố nhìn chung thấp. Chúng nằm trong khoảng từ -0,53 đến 0,62 và chủ yếu là từ -0,26 đến 0,28. Trong đó, hệ số tương quan giữa SMB và HML là cao nhất 0,62 nhưng không đến mức tạo thành vấn đề đa cộng tuyến và bằng chứng là hệ số nhân tử phóng đại phương sai VIF của các biền đều nhỏ hơn 3. Bảng 2: Ma trận hệ số tƣơng quan giữa các nhân tố Rm-Rf Co-Skewness Co-Kurtosis SMB HML Co-Skewness 0,0405 Co-Kurtosis 0,2805 0,052939 SMB -0,264 0,093448 -0,528313 HML -0,019 0,292431 -0,185271 0,6237 M -0,054 -0,379469 -0,081326 -0,246 -0,439
12 Bảng 3: Hệ số nhân tử phóng đại phƣơng sai VIF Rm-Rf Co-Skewness Co-Kurtosis SMB HML M VIF 1,14 1,21 1,54 2,44 2,05 1,40 4.1. Tác động của co-skewness và co-kurtosis Để kiểm tra độ nhạy cảm của TSSL với co-skewness và co-kurtosis, tác giả hồi quy TSSL vượt trội hàng ngày của 25 danh mục phân loại theo quy mô và BV/MV dựa vào co-skewness và co-kurtosis theo mô hình hồi quy dưới đây: (mô hình 1) Kết quả hồi quy 25 danh mục theo mô hình 1: Danh mục 1-1: Source SS df MS Number of obs = 993 F( 2, 990) = 15.75 Model .009018105 2 .004509052 Prob > F = 0.0000 Residual .283498487 990 .000286362 R-squared = 0.0308 Adj R-squared = 0.0289 Total .292516591 992 .000294876 Root MSE = .01692 i1 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3647667 .0697539 5.23 0.000 .2278841 .5016492 cok .1087761 .0619283 1.76 0.079 -.0127496 .2303019 _cons .0000744 .0005372 0.14 0.890 -.0009798 .0011286
13 Danh mục 1-2 Source SS df MS Number of obs = 993 F( 2, 990) = 15.61 Model .009035064 2 .004517532 Prob > F = 0.0000 Residual .286427013 990 .00028932 R-squared = 0.0306 Adj R-squared = 0.0286 Total .295462077 992 .000297845 Root MSE = .01701 i2 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3386177 .0701133 4.83 0.000 .20103 .4762055 cok .1588392 .0622473 2.55 0.011 .0366874 .2809911 _cons -.0000979 .00054 -0.18 0.856 -.0011575 .0009618 Danh mục 1-3: Source SS df MS Number of obs = 993 F( 2, 990) = 16.10 Model .009266267 2 .004633133 Prob > F = 0.0000 Residual .284918003 990 .000287796 R-squared = 0.0315 Adj R-squared = 0.0295 Total .29418427 992 .000296557 Root MSE = .01696 i3 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3283889 .0699284 4.70 0.000 .1911641 .4656137 cok .1820231 .0620831 2.93 0.003 .0601934 .3038527 _cons -.0001401 .0005385 -0.26 0.795 -.001197 .0009167 Danh mục 1-4 Source SS df MS Number of obs = 993 F( 2, 990) = 13.85 Model .007182532 2 .003591266 Prob > F = 0.0000 Residual .256625775 990 .000259218 R-squared = 0.0272 Adj R-squared = 0.0253 Total .263808307 992 .000265936 Root MSE = .0161 i4 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .2988389 .0663657 4.50 0.000 .1686054 .4290725 cok .1463581 .0589201 2.48 0.013 .0307354 .2619808 _cons -.0001244 .0005111 -0.24 0.808 -.0011274 .0008786
14 Danh mục 1-5 Source SS df MS Number of obs = 993 F( 2, 990) = 11.94 Model .005781908 2 .002890954 Prob > F = 0.0000 Residual .239711596 990 .000242133 R-squared = 0.0236 Adj R-squared = 0.0216 Total .245493504 992 .000247473 Root MSE = .01556 i5 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .180038 .0641413 2.81 0.005 .0541694 .3059065 cok .219003 .0569453 3.85 0.000 .1072556 .3307505 _cons -.0001644 .000494 -0.33 0.739 -.0011338 .0008049 Danh mục 2-1 Source SS df MS Number of obs = 993 F( 2, 990) = 19.79 Model .011570609 2 .005785305 Prob > F = 0.0000 Residual .289438184 990 .000292362 R-squared = 0.0384 Adj R-squared = 0.0365 Total .301008793 992 .000303436 Root MSE = .0171 ii1 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3606087 .0704809 5.12 0.000 .2222996 .4989178 cok .2117766 .0625737 3.38 0.001 .0889843 .3345688 _cons -.0000152 .0005428 -0.03 0.978 -.0010803 .00105 Danh mục 2-2 Source SS df MS Number of obs = 993 F( 2, 990) = 20.94 Model .012403002 2 .006201501 Prob > F = 0.0000 Residual .293226157 990 .000296188 R-squared = 0.0406 Adj R-squared = 0.0386 Total .305629159 992 .000308094 Root MSE = .01721 ii2 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3355292 .0709406 4.73 0.000 .196318 .4747403 cok .261997 .0629818 4.16 0.000 .1384038 .3855901 _cons -.0001851 .0005463 -0.34 0.735 -.0012572 .000887
15 Danh mục 2-3 Source SS df MS Number of obs = 993 F( 2, 990) = 21.94 Model .013026301 2 .006513151 Prob > F = 0.0000 Residual .29383467 990 .000296803 R-squared = 0.0425 Adj R-squared = 0.0405 Total .306860972 992 .000309336 Root MSE = .01723 ii3 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .3254341 .0710141 4.58 0.000 .1860786 .4647897 cok .2859074 .0630471 4.53 0.000 .162186 .4096287 _cons -.0002293 .0005469 -0.42 0.675 -.0013026 .0008439 Danh mục 2-4 Source SS df MS Number of obs = 993 F( 2, 990) = 19.09 Model .010345759 2 .005172879 Prob > F = 0.0000 Residual .268302301 990 .000271012 R-squared = 0.0371 Adj R-squared = 0.0352 Total .27864806 992 .000280895 Root MSE = .01646 ii4 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .2962661 .0678587 4.37 0.000 .1631027 .4294295 cok .2490918 .0602457 4.13 0.000 .130868 .3673157 _cons -.0002121 .0005226 -0.41 0.685 -.0012377 .0008134 Danh mục 2-5 Source SS df MS Number of obs = 993 F( 2, 990) = 19.87 Model .01001051 2 .005005255 Prob > F = 0.0000 Residual .249438888 990 .000251958 R-squared = 0.0386 Adj R-squared = 0.0366 Total .259449398 992 .000261542 Root MSE = .01587 ii5 Coef. Std. Err. t P>|t| [95% Conf. Interval] cos .1775108 .0654298 2.71 0.007 .0491138 .3059078 cok .3216925 .0580893 5.54 0.000 .2077003 .4356847 _cons -.0002509 .0005039 -0.50 0.619 -.0012397 .000738