Luận văn Thạc sĩ Kinh tế: Nghiên cứu mối quan hệ giữa rủi ro và tỷ suất sinh lợi bằng các Hiệp Moment bậc cao tại thị trường chứng khoán Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:99

Thêm vào BST

Báo xấu

29
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài nghiên cứu kiểm tra vai trò của nhân tố Moment bậc cao trong việc giải thích tỷ suất sinh lợi kỳ vọng của cổ phiếu tại thị trường Việt Nam bên cạnh các nhân tố rủi ro khác đã được chứng minh (nhân tố rủi ro thị trường, rủi ro liên quan đến nhân tố quy mô và nhân tố giá trị sổ sách/ giá trị thị trường). Đồng thời, bài nghiên cứu cũng kiểm định tác động của yếu tố phi tuyến của các rủi ro moment bậc cao đến tỷ suất sinh lợi kỳ vọng.

Chủ đề:

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

Lưu

Nội dung Text: Luận văn Thạc sĩ Kinh tế: Nghiên cứu mối quan hệ giữa rủi ro và tỷ suất sinh lợi bằng các Hiệp Moment bậc cao tại thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH HOÀNG TÙNG NGHIÊN CỨU MỐI QUAN HỆ GIỮA RỦI RO VÀ TỶ SUẤT SINH LỜI BẰNG CÁC HIỆP MOMENT BẬC CAO TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP Hồ Chí Minh - 2016
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH HOÀNG TÙNG NGHIÊN CỨU MỐI QUAN HỆ GIỮA RỦI RO VÀ TỶ SUẤT SINH LỜI BẰNG CÁC HIỆP MOMENT BẬC CAO TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành: Tài chính – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HOC PGS.TS. NGUYỄN KHẮC QUỐC BẢO TP Hồ Chí Minh - 2016
LỜI CAM ĐOAN Tôi xin cam đoan rằng luận văn “Nghiên cứu mối quan hệ giữa rủi ro và tỷ suất sinh lợi bằng các Hiệp Moment bậc cao tại Thị trường chứng khoán Việt Nam” là công trình nghiên cứu của riêng rôi và có sự hỗ trợ của Giáo viên hướng dẫn là PGS. TS. Nguyễn Khắc Quốc Bảo. Các thông tin, dữ liệu sử dụng trong luận văn là trung thực; các nội dung trích dẫn đều được ghi rõ nguồn gốc, các kết quả nghiên cứu được trình bày trong luận văn này chưa được công bố tại bất kỳ công trình nghiên cứu nào khác. Tp Hồ Chí Minh, Ngày 15 tháng 07 năm 2016 Người thực hiện Hoàng Tùng
MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN DANH MỤC TỪ VIẾT TẮT DANH MỤC BẢNG TÓM TẮT ..............................................................................................................................................1 PHẦN 1: GIỚI THIỆU ......................................................................................................................2 1. Lý do chọn đề tài .................................................................................................... 2 2. Mục tiêu nghiên cứu: ............................................................................................. 4 3. Đối tượng và phạm vi nghiên cứu: ........................................................................ 5 4. Phương pháp nghiên cứu ....................................................................................... 5 5. Ý nghĩa thực tiễn của đề tài: .................................................................................. 6 6. Cấu trúc của đề tài .................................................................................................. 7 PHẦN 2: CƠ SỞ LÝ THUYẾT VÀ CÁC BẰNG CHỨNG THỰC NGHIỆM .................8 2.1 Cơ sở lý thuyết .................................................................................................... 8 2.2 Các bằng chứng thực nghiệm ........................................................................... 11 PHẦN 3: PHƯƠNG PHÁP NGHIÊN CỨU ..............................................................................25 3.1 Mô hình nghiên cứu:......................................................................................... 25 3.2 Dữ liệu nghiên cứu: .......................................................................................... 27 3.2.1 Các chỉ số đại diện rủi ro hiệp moment bậc cao ........................................ 27 3.2.1.1 Hệ số bất đối xứng (Coskewness): ............................................................ 27 3.2.1.2 Hệ số nhọn (kurtosis) ................................................................................. 28 3.2.2 Dữ liệu nghiên cứu và hình thành danh mục ............................................. 29 3.3 Phương pháp nghiên cứu: ................................................................................. 31 PHẦN 4: KẾT QUẢ NGHIÊN CỨU...........................................................................................33 4.1 Phân tích thống kê mô tả các biến trong mô hình: ........................................... 35
4.2 Kiểm định sự tương quan giữa các biến trong mô hình và hiện tượng đa cộng tuyến .......................................................................................................................... 37 4.2.1 Ma trận tương quan đơn tuyến tính giữa các cặp biến: ............................. 37 4.2.2 Kiểm định đa cộng tuyến trong mô hình ................................................... 39 4.3 Kiểm định lựa chọn mô hình Pooled OLS và mô hình dữ liệu bảng FEM: ..... 39 4.4 Kiểm định lựa chọn mô hình Pooled OLS và mô hình dữ liệu bảng REM ...... 40 4.5 Kiểm định lựa chọn mô hình FEM và mô hình REM ...................................... 41 4.6 Kiểm định hiện tượng phương sai thay đổi trên dữ liệu bảng .......................... 42 4.7 Kiểm định hiện tượng tư tương quan phần dư trên dữ liệu bảng – Wooldridge (2002) và Drukker (2003) ........................................................................................... 43 4.8 Phân tích kết quả hồi quy: ................................................................................ 44 4.9 Hồi quy đối chiếu bằng mô hình hiệu ứng tác động cố định với phương pháp mở rộng Driscoll và Kraay Standard Errors: .............................................................. 52 PHẦN 5: KẾT LUẬN VÀ HÀM Ý..............................................................................................58 TÀI LIỆU THAM KHẢO PHỤ LỤC
DANH MỤC TỪ VIẾT TẮT BE/ME Tỷ lệ giá trị sổ sách trên giá trị thị trường vốn cổ phần CKT Hệ số cokrutosis (độ nhọn hệ thống) CSK Hệ số coskewness (độ chệch hệ thống) FEM Mô hình hồi quy hiệu ứng tác động cố định HML Phần bù tỷ suất sinh lợi của nhân tố BE/ME ME Quy mô SMB Phần bù tỷ suất sinh lợi của nhân tố Quy mô REM Mô hình hồi quy hiệu ứng tác động ngẫu nhiên Rm Tỷ suất sinh lợi thị trường Vn index Chỉ số thị trường chứng khoán Việt Nam
DANH MỤC BẢNG Bảng 4.1: Thống kê mô tả giữa các biến trong mô hình ............................................. 35 Bảng 4.2.1: Ma trận trương quan giữa các cặp biến trong mô hình ........................... 36 Bảng 4.2.2: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai ........ 38 Bảng 4.3: Kết quả kiểm định lựa chọn Pooled và FEM ............................................. 39 Bảng 4.4: Kết quả kiểm định lựa chọn Pooled và REM ............................................. 39 Bảng 4.5: Kết quả kiểm định lựa chọn FEM và REM ................................................ 40 Bảng 4.6: Kết quả kiểm tra phương sai thay đổi của các mô hình ............................. 41 Bảng 4.7: Kết quả kiểm định tự tương quan trong các mô hình ................................. 42 Bảng 4.8.1: Kết quả hồi quy mô hình (1) bằng phương pháp tác động cố định FEM 43 Bảng 4.8.2: Kết quả hồi quy mô hình (1) bằng phương pháp hiệu ứng tác động ngẫu nhiên REM .................................................................................................................. 44 Bảng 4.8.3: Kết quả hồi quy mô hình (2) và (3) bằng phương pháp tác động cố định FEM ............................................................................................................................. 46 Bảng 4.8.4: Kết quả hồi quy mô hình (2) và (3) bằng hiệu ứng tác động ngẫu nhiên REM ............................................................................................................................ 47 Bảng 4.8.5: Kết quả hồi quy mô hình (4) bằng phương pháp tác động cố định FEM 48 Bảng 4.8.6: Kết quả hồi quy mô hình (4) bằng hiệu ứng tác động ngẫu nhiên REM. 50 Bảng 4.9.1: Kết quả hồi quy mô hình (1) bằng hiệu ứng tác động cố định FEM với phương pháp mở rộng Driscoll và Kraay Standard Erros ........................................... 51 Bảng 4.9.2: Kết quả hồi quy mô hình (2), (3) bằng hiệu ứng tác động cố định FEM với phương pháp mở rộng Driscoll và Kraay Standard Errors ......................................... 53 Bảng 4.9.3: Kết quả hồi quy mô hình (4) bằng hiệu ứng tác động cố định FEM với phương pháp mở rộng Driscoll và Kraay Standard Errors ......................................... 54
1 TÓM TẮT Bài nghiên cứu xem xét vai trò của các nhân tố rủi ro hiệp moment bậc cao: coskewness và cokurtosis trong việc giải thích tỷ suất sinh lời của cổ phiếu tại thị trường Việt Nam. Sử dụng các thước đo moment bậc cao của Harvey và Siddique (2000) và Kostakis và cộng sự (2012), bài nghiên cứu kiểm tra mức ý nghĩa của các hệ số này trong việc giải thích tỷ suất sinh lời của cổ phiếu trên thị trường Việt Nam bằng mô hình hồi quy dữ liệu bảng với hiệu ứng tác động cố định - Fixed effect, và hiệu ứng tác động ngẫu nhiên - Random effect, đồng thời mở rộng mô hình Fixed effect với hồi quy đối chiếu Driscoll và Kraay Standard Errors, được phát triển bởi Daniel Hoechel (2007) để ước lượng khi mô hình xuất hiện hiện tượng phương sai thay đổi, tự tương quan và hiện tượng nội sinh nhằm tăng tính vững và hiệu quả cho kết quả ước lượng. Kết quả nghiên cứu cho thấy hệ số coskewness có ý nghĩa thống kê ở mức 1% và tác động cùng chiều lên tỷ suất sinh lợi của cổ phiếu. Ngoài ra, không tìm thấy sự tác động có ý nghĩa thống kê của hệ số cokurtosis và yếu tố phi tuyến của các rủi ro hiệp moment bậc cao.
2 PHẦN 1: GIỚI THIỆU 1. Lý do chọn đề tài Các lý thuyết định giá trước đây bắt đầu với mô hình định giá tài sản vốn CAPM của Sharpe (1964), Litner (1965) và Mossin (1966), thừa nhận một thị trường tuyến tính cho bất kỳ sự thay đổi chéo của lợi nhuận tài sản. Để kết luận về mô hình tuyến tính một nhân tố, CAPM áp đặt những giả định mạnh về phân phối xác suất của lợi nhuận cổ phiếu hoặc cấu trúc ưa thích rủi ro của nhà đầu tư (Samuelson 1970). Những giả định này hàm ý phân phối xác suất của lợi nhuận có phân phối chuẩn – phân phối có hình quả chuông cân hoặc hàm ý rằng các nhà đầu tư e ngại rủi ro chỉ tập trung vào moment bậc hai của phân phối xác suất của lợi nhuận (Các nhà đầu tư khi lựa chọn danh mục chỉ cần tập trung đến hai yếu tố đó là trung bình và phương sai của phân phối xác suất). Bằng chứng về việc phân phối xác suất của lợi nhuận không tuân theo phân phối chuẩn và các rủi ro phức tạp khác mà nhà đầu tư phải đối mặt đã thách thức những giả định của mô hình định giá một nhân tố (Badrinath và Chatterjee, 1988; Kahneman và Tversky, 1979; Kimball, 1990; 1993; Peiro, 1999). Một kiểm định về sở thích của các nhà đầu tư trong tình huống đối diện với rủi ro cho thấy kinh nghiệm trải qua việc thua lỗ và số lỗ tối đa có thể xảy ra tác động đến lựa chọn của những nhà đầu tư. Bất cân xứng trong việc e ngại rủi ro được cho là ảnh hưởng bởi các moment của phân phối xác suất của lợi nhuận (Arditti, 1967, 1969; Benishay, 1992; Jean, 1971; Levy, 1969; Rubinstein, 1973; Scott và Horvath, 1980). Kết quả là, lý thuyết định giá dần tập trung vào ý nghĩa của các moment bậc cao và bổ sung các nhân tố này vào mô hình định giá tài sản như nhân tố skewness (moment bậc ba của phân phối lợi nhuận nắm bắt xác suất xảy ra tổn thất tối đa khi thị trường đi xuống (downside risk)) và nhân tố Kurtosis (moment bậc 4 của phân phối xác suất lợi nhuận nắm bắt xác suất xảy ra rủi ro vượt mức (extreme risk). Đặc biệt, tham số coskewness và cokurtosis (đo lường sự đóng góp
3 của skewness và kurtosis của một tài sản đến danh mục tài sản) được các quỹ sử dụng để ứng xử trong các trường hợp thay đổi của thị trường. Các lý thuyết trước đây ghi nhận nhiều thành công trong việc kết luận sự ảnh hưởng của các nhân tố moment bậc cao trong các mô hình định giá. Phần lớn trong số các nghiên cứu này cho thấy một tác động thông qua một mô hình phi tuyến đơn giản (đa thức) giữa lợi nhuận của mỗi tài sản và chỉ số thị trường. Một phương pháp tương đồng được sử dụng đó là bình phương và lập phương chỉ số thị trường như là một đại diện cho biến độc lập skewness và kurtosis. Các bài nghiên cứu sử dụng phương pháp này trong các ngữ cảnh như trong điều kiện các quỹ phòng hộ (Chen và Passow, 2003; Spurgin, 2001), trong thị trường quốc tế (Doan và cộng sự ở Australia; Kostakis và cộng sự (2012) ở UK) hoặc trong các mô hình đặc trưng bao gồm sự thay đổi của beta theo thời gian (Poti và Wang, 2010). Kat và Miffre (2006) đặt câu hỏi đối với những nhân tố có thể gây lẫn lộn với phương pháp định thời điểm thị trường của Treynor và Mazuy (1966). Bên cạnh đó, Ranado và Favre (2005) và Ding và Shawky (2007) cũng trình bày một mô hình moment bậc bốn bằng cách ước lượng lợi nhuận của các quỹ phòng hộ dựa vào variance, skewness và kurtosis của thị trường. Hệ số ước lượng trong cả hai mô hình cho thấy sự tương quan giữa đo lường thống kê của các hệ số covariance, coskewness và cokurtosis mỗi tài sản với lợi nhuận của thị trường. Cuối cùng, sử dụng phương pháp của Bakshi và cộng sự (2003), Conrad và cộng sự (2013) và Hubner và cộng sự (2013) trích dẫn những nhân tố moment bậc cao của phân phối xác suất lợi nhuận các tài sản rủi ro vào trong giá quyền chọn. Đối với thị trường chứng khoán Việt Nam, chưa có nhiều nghiên cứu kiểm định vai trò của Moment bậc cao đối với tỷ suất sinh lời của cổ phiếu. Bài nghiên cứu “Quan hệ giữa rủi ro hiệp moment bậc cao và lợi nhuận của cổ phiếu: nghiên cứu thực nghiệm trên thị trường Việt Nam” của Võ Xuân Vinh và Nguyễn Quốc Chí (2014) nghiên cứu vai trò của các moment bậc cao bao gồm Covariance, Coskewness và Cokurtosis trong việc giải thích lợi nhuận của danh mục kỳ vọng. Kết quả nghiên cứu
4 cho thấy rằng phần bù rủi ro yếu tố cokurtosis có ý nghĩa thống kê ở mức 10% và tác động cùng chiều đến lợi nhuận kỳ vọng của danh mục cổ phiếu. Vai trò của các nhân tố rủi ro moment bậc cao đối với tỷ suất sinh lợi của cổ phiếu đã được các nhà nghiên cứu trên thế giới quan tâm lưu ý từ lâu nay. Tuy nhiên, những kết quả kiểm định thực nghiệm trên các thị trường vẫn chưa đồng nhất với nhau. Đồng thời, những nghiên cứu này đa phần thực hiện trên dữ liệu của các thị trường phát triển, chưa có nhiều nghiên cứu đi vào phân tích trên những thị trường mới nổi. Tại Việt Nam, một thị trường mới nổi với hai sàn giao dịch chứng khoán được thành lập trong khoảng thời gian chưa lâu và còn mang tính đầu cơ cao. Do đó, việc tìm hiểu vai trò của nhân tố hiệp moment bậc cao đối với tỷ suất sinh lợi của cổ phiếu sẽ giúp nhà đầu tư hiểu rõ hơn các nhân tố rủi ro tác động đến lợi nhuận kỳ vọng của cổ phiếu bên cạnh các nhân tố đã được tìm ra như rủi ro thị trường (beta), quy mô, giá trị sổ sách/ giá trị thị trường. 2. Mục tiêu nghiên cứu: Bài nghiên cứu kiểm tra vai trò của nhân tố Moment bậc cao trong việc giải thích tỷ suất sinh lợi kỳ vọng của cổ phiếu tại thị trường Việt Nam bên cạnh các nhân tố rủi ro khác đã được chứng minh (nhân tố rủi ro thị trường, rủi ro liên quan đến nhân tố quy mô và nhân tố giá trị sổ sách/ giá trị thị trường). Đồng thời, bài nghiên cứu cũng kiểm định tác động của yếu tố phi tuyến của các rủi ro moment bậc cao đến tỷ suất sinh lợi kỳ vọng. Các câu hỏi nghiên cứu cụ thể: - Các nhân tố rủi ro thị trường, quy mô, giá trị sổ sách/ giá thị trường có tác động như thế nào đến tỷ suất sinh lợi của cổ phiếu trên thị trường Việt Nam. - Nhân tố coskewness và cokurtosis có tác động như thế nào đến tỷ suất sinh lợi của các cổ phiếu trên thị trường Việt Nam? Đồng thời nhân tố coskewness và cokurtosis có bổ sung cho khả năng giải thích tỷ suất sinh lợi của cổ phiếu mà các nhân tố khác như quy mô, tỷ lệ giá trị sổ sách trên giá thị trường chưa giải thích được hay không?
5 - Các nhân tố rủi ro phi tuyến hiệp moment bậc cao có tác động đến tỷ suất sinh lợi của cổ phiếu hay không? 3. Đối tượng và phạm vi nghiên cứu: Đối tượng nghiên cứu trong bài là vai trò của hệ số độ chệch hệ thống (coskewness) và độ nhọn hệ thống (cokurtosis) đối với tỷ suất sinh lợi kỳ vọng của cổ phiếu tại thị trường Việt Nam bên cạnh các nhân tố rủi ro khác đã được chứng minh. Mẫu nghiên cứu bao gồm các công ty phi tài chính niêm yết trên sàn HOSE trong thời gian từ tháng 6/2009 đến tháng 6/2014, không bao gồm các công ty hủy niêm yết, các công ty có dữ liệu không liên tục hoặc độ dài dữ liệu không đủ theo yêu cầu. 4. Phương pháp nghiên cứu Bài nghiên cứu sử dụng dữ liệu thu thập được từ tháng 06/2009 đến tháng 06/2014 để tạo ra bộ dữ liệu bảng (Panel data). Dữ liệu được thu thập từ báo cáo tài chính của các doanh nghiệp công bố trên sàn giao dịch chứng khoán Tp HCM HOSE vào thời điểm ngày 31/12. Bài nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng với hai hiệu ứng Fixed effect và Random effect để kiểm tra mức ý nghĩa của hai moment bậc cao trong phân phối xác suất sinh lợi của cổ phiếu: hệ số coskewness và cokurtosis. Đồng thời, bài nghiên cứu sử dụng phương pháp hồi quy Driscoll và Kraay Standard Errors. Phương pháp này sẽ khắc phục những nhược điểm của các mô hình dữ liệu bảng như Pooled, FEM và REM bao gồm các vấn đề phương sai thay đổi, tự tương quan và vấn đề nội sinh trong mô hình. Bài nghiên cứu mở rộng mô hình CAPM với 2 moment truyền thống bằng cách kết hợp các hiệp moment bậc 3 của phân phối xác suất lợi nhuận (coskewness) và hiệp moment bậc 4 của phân phối xác suất lợi nhuận (cokurtosis) để tạo thành mô hình 4- Moment. Nghiên cưú trước đây của Fama French (1993) đã chứng minh các nhân tố quy mô (ME) và giá trị sổ sách trên giá thị trường (BE/ME) có vai trò trong việc giải thích tỷ suất sinh lới của cổ phiếu. Kết quả này dẫn đến vấn đề có liên quan rằng liệu rủi ro liên quan đến nhân tố quy mô và nhân tố tỷ lệ giá trị sổ sách trên giá thị trường
6 có bao gồm nhân tố Moment bậc cao hay không. Do vậy, bài nghiên cứu xây dựng mô hình kiểm định bằng cách kiểm định mô hình Fama French 3 nhân tố cũng như đưa thêm nhân tố SMB và HML vào trong mô hình 4 Moment. Trong bài nghiên cứu này, Để tính toán rủi ro thị trường, tác giả sử dụng phương pháp tương đồng phương pháp xây dựng danh mục của Fama và French (1993). Một cách khác, phân tích của tác giả thành lập trong ngữ cảnh các nhà đầu tư đa dạng (với nhiều rủi ro khác nhau). Do đó, bởi vì sự đa dạng hóa làm xói mòn tính riêng biệt của skewness, nghiên cứu tập trung vào đóng góp của một tài sản đến hệ số skewness của một danh mục được đa dạng, hay còn được gọi là hệ số coskewness và cokurtosis. Tác giả sử dụng các nghiên cứu của Kostakis và cộng sự (2012) và Harvey và Siddique (2000) để ước lượng các comoment bậc cao và cân nhắc đến hệ số coskewness và cokurtosis của một tài sản với danh mục thị trường như là một nhân tố định giá. Tương tự, tác giả xem xét hệ số cokurtosis của một tài sản với danh mục thị trường như là một nguồn rủi ro thứ hai. Những tài sản đóng góp làm giảm (hoặc tăng) skewness danh mục (hoặc kurtosis danh mục) được yêu cầu một mức tỷ suất sinh lợi cao hơn để bù đắp cho những rủi ro gặp phải và ngược lại. Kết hợp các nhân tố rủi ro moment bậc cao với các nhân tố truyền thống như quy mô, giá trị là sự bổ sung cho mô hình định giá. 5. Ý nghĩa thực tiễn của đề tài: Các bằng chứng thực nghiệm của nhiều tác giả trên thế giới đã cho thấy sự không hiệu quả của mô hình định giá tài sản vốn chỉ bao gồm hai moment đầu tiên và đề xuất nâng cao hiệu quả của mô hình định giá tài sản bằng cách bổ sung các nhân tố hiệp moment bậc cao bao gồm coskewness và cokurtosis để tạo thành mô hình định giá 4- Moment. Tuy nhiên, hiện nay trên thị trường Việt Nam, các nhân tố moment bậc cao vẫn chưa được các nhà đầu tư nhìn nhận và có rất ít các nghiên cứu bổ sung các nhân tố này vào trong mô hình định giá. Bên cạnh đó, việc thị trường Việt Nam là một thị trường mới nổi, có tính đầu cơ cao và chịu tác động của các hành vi bầy đàn. Do vậy, việc xem xét các nhân tố này có được định giá trên thị trường Việt Nam hay không và
7 vai trò của các nhân tố đối với tỷ suất sinh lời kỳ vọng của cổ phiếu bên cạnh các nhân tố khác đã được chứng minh sẽ giúp cho các nhà đầu tư có một cái nhìn tổng quát hơn trong việc lựa chọn danh mục cũng như đánh giá các rủi ro được đầy đủ hơn khi thực hiện đầu tư. 6. Cấu trúc của đề tài Bài nghiên cứu được sắp xếp như sau: Phần 2 là tổng quan lý thuyết của nghiên cứu. Trong chương này, tác giả sẽ tổng hợp cơ sở lý thuyết, những nghiên cứu thực nghiệm trên thế giới về mối quan hệ giữa các nhân tố hiệp moment bậc cao và tỷ suất sinh lời của cổ phiếu. Phần 3 tác giả trình bày cách xây dựng các nhân tố rủi ro, mô hình nghiên cứu và phương pháp nghiên cứu của đề tài. Nội dung chính của chương này tác giả sẽ trình bày phương pháp nghiên cứu, giải thích các biến độc lập và biến phụ thuộc trong mô hình, mô tả các đặc điểm của mô hình thực nghiệm, các giả định đặt ra để kiểm địnhvà nguồn dữ liệu để thực hiện nghiên cứu. Phần 4 Thảo luận và kết quả nghiên cứu Trong chương này, tác giả trình bày kết quả nghiên cứu thực nghiệm về các mô hình định giá được bổ sung thêm các nhân tố comoment bậc cao đã được đề cập ở chương 3 Phần 5: Kết luận Ở chương này, tác giả tổng kết lại các vấn đề nghiên cứu, kết luận lại kết quả thực nghiệm từ mô hình nghiên cứu, nêu lên những hạn chế của đề tài và hướng mở rộng đề tài.
8 PHẦN 2: CƠ SỞ LÝ THUYẾT VÀ CÁC BẰNG CHỨNG THỰC NGHIỆM 2.1 Cơ sở lý thuyết Các mô hình định giá tài sản của Sharpe (1964), Lintner (1965), Black (1972) từ lâu đã định hình cách thức nghiên cứu học thuật và cho các nhà nghiên cứu có cái nhìn về lợi nhuận và rủi ro. Các dự đoán chính của mô hình này là thu nhập của danh mục đầu tư thị trường phụ thuộc vào hệ số trung bình và phương sai trong mô hình hiệu quả Markowitz (1959). Sự hiệu quả của danh mục thị trường ám chỉ rằng (a) lợi nhuận kỳ vọng từ chứng khoán là một hàm tuyến tính dương với β thị trường và (b) thị trường đáp ứng đủ yêu cầu để mô tả dữ liệu chéo của lợi nhuận kỳ vọng. Ý tưởng chung của mô hình CAPM đó là định giá tài sản dựa trên sự cân bằng của thị trường. Mô hình định giá tài sản vốn của CAPM cổ điển được giới thiệu bởi Sharpe (1964), Lintner (1965) và Mossin (1966), mô hình này được đề xuất rằng cấu trúc của trạng thái cân bằng thị trường vốn được cho là có liên quan đến lợi nhuận của một tài sản bằng một nhân tố đó là rủi ro thị trường, hay còn được gọi là beta thị trường. Do đó, mô hình này đề xuất sử dụng hai moment đầu tiên đó là trung bình (mean) và phương sai (variance) để ước lượng lợi nhuận của tài sản. Với hai moment đầu tiên, mô hình CAPM đưa ra các giả định chặt chẽ như sau: Giả định 1: Những nhà đầu tư là những người đầu tư hợp lý và e ngại rủi ro. Các nhà đầu tư thực hiện tối đa hóa lợi nhuận của họ. Giả định 2: Nhà đầu tư có thể lựa chọn giữa danh mục cơ bản theo lợi nhuận mong đợi và phương sai. Theo CAPM, chỉ duy nhất lợi nhuận và phương sai được sử dụng để lựa chọn danh mục. CAPM giả định rằng lợi nhuận của tài sản theo phân phối chuẩn. Theo một phân phối chuẩn thì nhà đầu tư chỉ cần quan tâm đến hai yếu tố lợi nhuận kỳ vọng và phương sai. Theo CAPM, phương sai càng cao sẽ dẫn đến rủi ro cao. Một giá trị kỳ vọng cao hơn sẽ được ưa thích hơn bởi vì các nhà đầu tư muốn tối đa hóa lợi nhuận dưới sự điều chỉnh của rủi ro.
9 Giả định 3: Tất cả các nhà đầu tư có cùng một mức kỳ vọng và niềm tin vào triển vọng của thị trường. Giả định 4: Một giả định khác của CAPM đó là trong thị trường vốn hoàn hảo, không có chi phí giao dịch khi mua và bán tài sản. Không bị đánh thuế trên thu nhập, không giới hạn bán khống và nhà đầu tư có thể đi vay và cho vay tại mức lãi suất phi rủi ro. Những nhà đầu tư là những người chấp nhận giá, họ không thể tác động đến thị trường. Do đó, khi cả bốn giả định được bảo đảm, giá trị của CAPM có thể được khẳng định. Điều này cho thấy rằng, khi phân bổ của lợi nhuận không tuân theo phân phối chuẩn, khi các nhà đầu tư nắm giữ cổ phiếu theo một hàm hữu dụng bậc hai, thì mô hình CAPM có thể gặp thách thức nghiêm trọng. Mô hình tổng quát CAPM được biểu diễn: 𝐶𝑜𝑣 (𝑅𝑖,𝑅𝑚) E(Ri) – Rf= βi [E(Rm)-Rf] với βi= 𝑉𝑎𝑟 (𝑅𝑚) Trong đó: Ri là lợi nhuận của cổ phiếu i, Rf là lãi suất phi rủi ro, Rm là lợi nhuận của danh mục thị trường, Cov(Ri,Rm)=E {[Ri - E(Ri )] [ Rm - E(Rm) ]} là hiệp phương sai giữa cổ phiếu i và danh mục thị trường, và Var (Rm)= E{[ Rm – E(Rm)]2} là phương sai của danh mục thị trường. Tuy nhiên, những nghiên cứu thực nghiệm gần đây cho thấy những giả định của mô hình CAPM bị thách thức nghiêm trọng. Roll (1977) đánh giá thấp hiệu quả của danh mục đầu tư được lựa chọn dựa vào giá trị trung bình (mean) và phương sai (variance). Giả định II của CAPM bị từ chối bởi các quỹ đầu tư khi lợi nhuận của tài sản không tuân theo phân phối chuẩn mà là một phân phối bị chệch và có phần đuôi dày. Ngoài ra, lợi nhuận vượt mức xảy ra thường xuyên đến mức không thể phù hợp với phân phối chuẩn. Việc giả định rằng các nhà đầu tư có cùng niềm tin vào thị trường là việc hoàn toàn không chuẩn xác với thực tế. Do đó, sẽ hợp lý hơn khi giả định rằng việc e ngại rủi ro của các nhà đầu tư sẽ giảm dần khi nguồn vốn của họ tăng lên. Những bất cập nêu trên dẫn đến việc từ chối mô hình CAPM truyền thống. Cho đến
10 nay, có nhiều phương pháp mở rộng mô hình này như mô hình đa nhân tố CAPM và mô hình các Moment bậc cao CAPM đã cung cấp những lý thuyết mới vào việc lựa chọn danh mục đầu tư. Để khắc phục những hạn chế của mô hình CAPM một nhân tố, Fama và French (1993) bổ sung hai nhân tố quy mô (ME – market equity) và BE/ME (book to market quity) cùng với nhân tố thị trường (market β) vào mô hình nghiên cứu tác động đến tỷ suất sinh lợi bình quân của cổ phiếu. Tác giả đã bổ sung thêm hai nhân tố này vào mô hình CAPM như sau: Rit – Rft = αi + βi (Rmt – Rft) + si SMBt + hi HMLt + ɛit Rit: tỷ suất sinh lời của tài sản i Rft: lãi suất phi rủi ro Rmt là lợi nhuận của thị trường ɛit : là sai số i của phương trình hồi quy αi, βi, si và hi là các tham số hồi quy Nhân tố SMB mô phỏng nhân tố rủi ro của tỷ suất sinh lợi liên quan đến quy mô. SMB là sự khác biệt hàng tháng giữa bình quân tỷ suất sinh lợi của 3 danh mục trong nhóm quy mô nhỏ (S/L, S/M, S/H) và tỷ suất sinh lợi bình quân của 3 danh mục trong nhóm quy mô lớn (B/L, B/M, B/H). Nhân tố HML để mô phỏng nhân tố rủi ro của tỷ suất sinh lợi liên quan đến tỷ lệ BE/ME. HML là sự khác biệt hàng tháng giữa bình quân tỷ suất sinh lợi của 2 danh mục trong nhóm tỷ lệ cao (S/H và B/H) và tỷ suất sinh lời bình quân của 2 danh mục trong nhóm tỷ lệ thấp (S/L và B/L). Tỷ suất sinh lời của cổ phiếu được xây dựng dựa vào tỷ suất sinh lợi vượt trội của 25 danh mục đầu tư hình thành dựa trên ME và BE/ME. Mỗi năm t từ 1963 đến 1991, các cổ phiếu trên NYSE, AMEX, NASDAQ được chia thành 5 nhóm theo ME và theo ME/BE. 25 danh mục đầu tư dựa trên ME và BE được hình thành nhờ kết hợp 5 nhóm ME và 5 nhóm ME/BE. Sử dụng phương pháp hồi quy chuỗi thời gian của Black,
11 Jensen và Scholes (1972). Kết quả nghiên cứu cho thấy cả ME và BE/ME thật sự là đại diện cho độ nhảy cảm rủi ro trong tỷ suất sinh lợi của chứng khoán. Tuy nhiên, mô hình ba nhân tố của Fama French (1993) cũng chỉ đạt được sự gia tăng trong việc giải thích của mô hình CAPM bởi sự bổ sung của các nhân tố giải thích hơn là sự kết hợp các bất cân xứng của phân phối xác suất của lợi nhuận trong thị trường tăng điểm và giảm điểm. 2.2 Các bằng chứng thực nghiệm Bắt đầu từ các giả định của mô hình CAPM, các nhà nghiên cứu đã tập trung đi sâu vào hai giả định đó là: giả định về phân phối chuẩn của phân phối xác suất của lợi nhuận và giả định cấu trúc ưa thích rủi ro của nhà đầu tư là một hàm hữu dụng bậc 2. Theo nghiên cứu của Arditti (1967), các biến rủi ro trong mô hình định giá được chia thành hai nhóm: (a) nhóm đầu tiên đo lường trực tiếp phân phối xác suất lợi nhuận của cổ phiếu công ty, bao gồm các moment bậc hai và bậc ba của phân phối xác suất và hệ số tương quan giữa lợi nhuận của một cổ phiếu và các cổ phiếu khác; (b) những biến liên quan đến nội tại của công ty như tỷ lệ thu nhập, tỷ lệ nợ..Xuất phát từ việc tối đa hóa lợi nhuận của nhà đầu tư, tác giả xây dựng một hàm hữu dụng dựa theo thu nhập và nguồn vốn của nhà đầu tư: U = U (X + W). Mở rộng hàm hữu dụng này với chuỗi Taylor, ta được phương trình: 𝑊2 𝑊3 E(U) = U [W + E(rW)] + U’’ (W + Wγ1) γ2+ U’’’ (W + Wγ1) γ3 + MM bậc 2! 3! cao γ1, γ2, γ3 là các moment bậc một, hai, ba của phân phối xác suất của lợi nhuận. Phương trình này cho thấy rằng hàm hữu dụng mong đợi của nhà đầu tư có liên quan đến các moment bậc cao của phân phối xác suất. Giả định rằng nhà đầu tư e ngại rủi ro, các lý thuyết kinh tế mô tả e ngại rủi ro là những người có hữu dụng biên hoặc nguồn vốn giảm dần với sự gia tăng của nguồn vốn (tức là đạo hàm bậc 2 của hàm hữu dụng theo nguồn vốn thì
12 quả là khi có một sự biến động cao trong lợi nhuận mà không có sự tác động của các moment khác thì lợi nhuận mong đợi phải tăng. Tương tự, tác giả cũng đưa ra việc U’’’(W) > 0, do đó hệ số tương quan của moment bậc ba (skewness) là tương quan dương, do đó các nhà đầu tư sẽ chấp nhận mức lợi nhuận thấp hơn mong đợi khi khoản đầu tư có skewness dương với lợi nhuận và có cùng hệ số variance. Kết quả này dẫn đến việc, những nhà đầu tư ưa thích hệ số skewness dương và từ chối đối với hệ số skewness âm. Levy (1969) cho rằng nếu không có những giởi hạn trong mô hình, hay hình dạng của phân phối, thì việc giới hạn ảnh hưởng của các moment bậc cao hơn là không thể bị từ chối, ngay cả khi chỉ có ít thông tin về hình dạng của phân phối các biến. Chỉ có hai trường hợp được từ chối: (a) Nếu tất cả các moments tiến về zero (b) nếu ta giả định rằng hàm hữu dụng là hàm bậc ba. Robert C.Scott and Philip A Horvath (1980): Nếu phân phối lợi nhuận của một danh mục thì bị chệch , hoặc hàm hữu dụng của nhà đầu tư cao hơn bậc hai, hoặc trung bình và phương sai không thể mô tả hoàn toàn được phân phối, khi đó moment bậc ba và bậc cao hơn cần phải được xem xét. Arditi (1967) và Kraus and Litzenberger (1973) cho thấy một sự ưa thích đối với coskewness, moment bậc bốn thì nhận được ít sự quan tâm hơn bởi vì khó khăn trong việc xử lý moment bậc bốn và bậc cao hơn. Jean (1971) đưa ra các nguyên nhân mà những nghiên cứu trước đây từ chối sự xuất hiện của các moment bậc cao như sau: đầu tiên là giả định về hàm hữu dụng của nhà đầu tư, nếu hàm hữu dụng là một hàm số bậc ba thì đạo hàm bậc ba và đạo hàm bậc cao của hàm hữu dụng bằng 0. Do đó, một hàm hữu dụng là một đa thức bậc cao hơn hoặc phi đa thức được sử dụng sẽ hợp lý hơn. Lý do thứ hai đó là việc không có một hàm hữu dụng cụ thể, các nhà nghiên cứu không thể xác định đầy đủ các ước lượng các kỳ hạn còn lại trong chuỗi ước lượng Taylor. Nguyên nhân thứ ba xuất phát từ hình dạng của phân phối của dòng tiền. Nếu dòng tiền lợi nhuận có phân phối cân xứng, khi đó moment bậc ba sẽ bằng 0 và kỳ hạn mở rộng tương ứng cũng bằng 0.
13 Nhiều nghiên cứu của các nhà khoa học trên thế giới đã cho thấy rằng tỷ suất sinh lợi của cổ phiếu có phân phối bất đối xứng và tỷ suất sinh lợi vượt trội xuất hiện nhiều đến mức không còn phù hợp với phân phối chuẩn. Vậy nguyên nhân của việc phân phối của tỷ suất sinh lợi có hình dạng bất đối xứng xuất phát từ đâu. Damodaran (1985) chỉ ra rằng phân phối lợi nhuận của tài sản bị chệch là do phản ứng bất cân xứng giữa tin tốt và tin xấu. Những tin tốt khi đưa ra thị trường sẽ làm tăng giá cổ phiếu, tuy nhiên mức tăng này nhỏ hơn phần bù rủi ro yêu cầu của các nhà đầu tư. Mặt khác, tin xấu xuất hiện sẽ làm giảm giá cổ phiếu và mức giảm lại cao hơn phần bù rủi ro tương ứng. Điều này giải thích tại sao phân phối của lợi nhuận có độ bất đối xứng âm (chệch trái). Chen, Hong và Stein (2001) đưa ra những lý do khác cho hệ số skewness. Các tác giả cho rằng các nhà đầu tư không đồng nhất chính là nguyên nhân của hiện tượng này. Khi tồn tại sự bất đồng ý kiến giữa những nhà đầu tư nắm trong tay giá trị tài sản lớn, những nhà đầu tư này khi đang ở trong thị trường đang giảm điểm là những người chịu áp lực của các hợp đồng bán khống, họ buộc lòng phải bán tất cả các cổ phiếu và thoát khỏi thị trường. Giá bán của họ có thể không phản ánh đúng thông tin của thị trường. Tuy nhiên, việc bán khống này đưa ra những tín hiệu sai đến thị trường, và giá trị của cổ phiếu giảm đáng kể tạo ra tín hiệu từ những nhà đầu tư gây nhiễu phản ứng quá mức với tình trạng hiện tại của thị trường. Karpoff (1997) sử dụng lý thuyết về chi phí giao dịch và phần bù suy thoái để giải thích tại sao phần bù tỷ suất sinh lợi cao hơn rủi ro giảm giá khi so sánh với trường hợp rủi ro tăng giá. Tác giả cho rằng chi phí giao dịch trong nền kinh tế suy thoái đóng góp vào phần bù tỷ suất sinh lời cao hơn trong thị trường giảm giá. Schwert (1989) tìm thấy rằng mức biến động thị trường cao hơn trong thời kỳ suy thoái và điều này đóng góp vào khoảng chênh lệch giá lớn hơn dẫn đến việc các nhà đầu tư yêu cầu phần bù cao hơn để bù đắp cho sự không chắc chắn đó.