Luận văn Thạc sĩ Kinh tế: Mối quan hệ giữa tỷ suất sinh lợi vượt trội và thanh khoản cổ phiếu trên thị trường chứng khoán Thành phố Hồ Chí Minh giai đoạn 2009-2015

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

------------------

VŨ THỊ CẨM LY

MỐI QUAN HỆ GIỮA THANH KHOẢN VÀ TỶ

SUẤT SINH LỢI VƯỢT TRỘI CỦA CỔ PHIẾU

TRÊN THỊ TRƯỜNG CHỨNG KHOÁN THÀNH

PHỐ HỒ CHÍ MINH GIAI ĐOẠN 2009 – 2015

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

GS. TS. TRẦN NGỌC THƠ

TP. Hồ Chí Minh - Năm 2015

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn

khoa học của GS.TS. Trần Ngọc Thơ.

Các số liệu được thu thập từ thực tế, xử lý trung thực và khách quan.

Tôi xin hoàn toàn chịu trách nhiệm về nội dung và tính trung thực của đề tài này.

TP. Hồ Chí Minh, ngày 30 tháng 10 năm 2015

Người cam đoan

Vũ Thị Cẩm Ly

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT

CHƯƠNG 1: GIỚI THIỆU .............................................................1

1.1. Lý do nghiên cứu đề tài ........................................................................................ 1

1.2. Mục tiêu nghiên cứu ............................................................................................. 1

1.3. Đối tượng và phạm vi nghiên cứu ........................................................................ 2

1.4. Phương pháp nghiên cứu ...................................................................................... 3

1.5. Cấu trúc luận văn ................................................................................................. 3

CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN

CỨU THỰC NGHIỆM ....................................................................5

2.1. Lý thuyết về thanh khoản và tỷ suất sinh lợi cổ phiếu ......................................... 5

2.1.1. Lý thuyết về thanh khoản .................................................................................. 5

2.1.2. Lý thuyết về tỷ suất sinh lợi cổ phiếu ............................................................... 5

2.1.2.1. Mô hình định giá tài sản vốn .......................................................................... 5

2.1.2.2. Mô hình 3 nhân tố Fama – French (1992) ..................................................... 7

2.1.2.3. Mô hình 4 nhân tố Carhart (1997) ................................................................. 8

2.2. Nghiên cứu thực nghiệm trên thế giới ................................................................. 9

CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Dữ liệu nghiên cứu ............................................................................................ 22

3.2. Phương pháp nghiên cứu .................................................................................... 22

3.2.1. Cách thức hình thành và phương pháp tính toán các biến .............................. 22

3.2.1.1. Tỷ suất sinh lợi vượt trội của cổ phiếu ......................................................... 22

3.2.1.2. Nhân tố thị trường ........................................................................................ 22

3.2.1.3. Nhân tố quy mô và nhân tố giá trị ................................................................ 22

3.2.1.4. Nhân tố momentum ...................................................................................... 23

3.2.1.5. Nhân tố thanh khoản .................................................................................... 23

3.2.1.6. Tổng hợp cách tính toán, nguồn gốc các chỉ tiêu trong mô hình ................. 25

3.2.2. Mô hình ........................................................................................................... 27

3.2.3. Phương pháp hồi quy và kiểm định ................................................................ 29

3.2.3.1. Phương pháp hồi quy phân vị ...................................................................... 29

3.2.3.2. Mô hình ngưỡng (Hansen, 2000) ................................................................. 30

CHƯƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU ........35

4.1. Phân tích thống kê mô tả các nhân tố ............................................................... 35

4.2. Kiểm định mô hình ............................................................................................. 39

4.3. Kết quả hồi quy giữa TSSL vượt trội của cổ phiếu với các phần bù rủi ro ....... 41

4.3.1. Kết quả hồi quy khi chưa xem xét yếu tố thanh khoản ................................... 41

4.3.2. Kết quả hồi quy khi sắp xếp các cổ phiếu theo beta thanh khoản ................. 45

4.3.2.1. Sắp xếp theo beta thanh khoản với thước đo Amihud ................................. 46

4.3.2.2. Sắp xếp theo beta thanh khoản với thước đo Turnover rate ........................ 47

4.3.2.3. Sắp xếp theo beta thanh khoản với thước đo Spread ................................... 49

4.3.3. Mô hình ngưỡng .............................................................................................. 52

4.3.3.1. Xác định ngưỡng tiềm năng ......................................................................... 52

4.3.3.2. Kiểm định hiệu ứng ngưỡng ........................................................................ 55

CHƯƠNG 5: KẾT LUẬN ..............................................................60

5.1. Kết luận chung ................................................................................................... 60

5.2. Hạn chế của đề tài và hướng nghiên cứu tiếp theo ............................................ 61

DANH MỤC TÀI LIỆU THAM KHẢO

DANH MỤC PHỤ LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

TP.HCM Thành phố Hồ Chí Minh

HOSE Sàn giao dịch chứng khoán TP. HCM

CAPM Mô hình định giá tài sản vốn

TSSL Tỷ suất sinh lợi

SMB Nhân tố quy mô (Small minus Big)

HML Nhân tố giá trị (High minus Low)

WML Nhân tố momentum (Winner minus Loser)

ME Giá trị vốn hóa thị trường

BE/ME Tỷ số giá trị sổ sách trên giá trị thị trường

NYSE Sàn giao dịch chứng khoán New York

AMEX Sàn giao dịch chứng khoán Mỹ

NASDAQ National Association of Securities Dealers

Automated Quotation System

CHƯƠNG 1: GIỚI THIỆU

1.1. Lý do nghiên cứu đề tài

Tính thanh khoản được xem là việc chuyển đổi một tài sản thành tiền mặt một cách

dễ dàng mà không bị sụt giảm giá cả và không phát sinh chi phí kèm theo. Vì vậy,

khi quyết định giao dịch một loại cổ phiếu, nhà đầu tư thường xem xét mức thanh

khoản và tỷ suất sinh lợi tương ứng của cổ phiếu để thực hiện các chiến lược đầu tư

phù hợp cho từng cổ phiếu đó.

Hiện nay, nghiên cứu thực nghiệm liên quan đến mối quan hệ của thanh khoản và tỷ

suất sinh lợi của cổ phiếu ngày càng được quan tâm ở các thị trường đang phát triển

nói chung và Việt Nam nói riêng. Tuy nhiên, các tác giả nghiên cứu ảnh hưởng của

thanh khoản lên tỷ suất sinh lợi vượt trội trong một khoảng thời gian liên tục bất kể

tình hình thị trường tốt hay xấu, như vậy có thể tạo ra các quan sát nhiễu làm ảnh

hưởng đến kết quả nghiên cứu. Ngoài ra, kết quả nghiên cứu của các tác giả chưa đi

đến kết luận thống nhất về mối quan hệ của thanh khoản và tỷ suất sinh lợi vượt trội

của cổ phiếu.

Dựa trên nền tảng lý thuyết và các nghiên cứu thực nghiệm trước đó, đặc biệt là

nghiên cứu của Tsung-wu Ho và Shu-Hwa Chang (2015), luận văn “Mối quan hệ

giữa tỷ suất sinh lợi vượt trội và thanh khoản cổ phiếu trên thị trường chứng khoán

Thành phố Hồ Chí Minh giai đoạn 2009-2015” được thực hiện để trả lời cho các

câu hỏi:

- Liệu có tồn tại mối quan hệ giữa tỷ suất sinh lợi vượt trội và thanh khoản của

các cổ phiếu trên thị trường chứng khoán Thành phố Hồ Chí Minh hay không?

- Mối quan hệ này có bền vững khi sử dụng các mô hình định giá và các thước

đo thanh khoản khác nhau cũng như trong các giai đoạn khác nhau hay không?

1.2. Mục tiêu nghiên cứu

Mục tiêu nghiên cứu của luận văn là nghiên cứu được mối quan hệ giữa tỷ suất sinh

lợi vượt trội của cổ phiếu và thanh khoản cổ phiếu để trên cơ sở đó, các nhà đầu tư

có thể đưa ra những dự đoán về diễn biến giá cổ phiếu dựa vào các thông tin liên

quan đến vấn đề thanh khoản của các cổ phiếu trên thị trường chứng khoán Thành

phố Hồ Chí Minh.

1.3. Đối tượng và phạm vi nghiên cứu

Luận văn nghiên cứu tỷ suất sinh lợi vượt trội của cổ phiếu trong mối quan hệ với

rủi ro thanh khoản, rủi ro hệ thống, quy mô, tỷ lệ giá trị sổ sách trên vốn hóa thị

trường.

Phạm vi nghiên cứu là các cổ phiếu của các công ty phi tài chính được niêm yết trên

sàn giao dịch chứng khoán HOSE từ tháng 4 năm 2009 đến tháng 6 năm 2015. Tác

giả chọn năm 2009 làm năm bắt đầu vì trong năm này, sàn HOSE bắt đầu sử dụng

hệ thống giao dịch trực tuyến, làm cải thiện đáng kể thanh khoản chứng khoán so

với giai đoạn trước đó.

Ngoài ra, để nghiên cứu sự khác biệt của các mối quan hệ này trong những tình hình

thị trường khác nhau, tác giả phân tích khả năng giải thích tỷ suất sinh lợi cổ phiếu

của các nhân tố tren 2 giai đoạn mẫu phụ: 2009-2011 và 2012-2015. Nguyên nhân

tác giả chọn cách phân chia thành 2 giai đoạn như vậy là do giai đoạn 2009-2011 là

giai đoạn chứng kiến hầu hết các kỷ lục xấu nhất của thị trường chứng khoán Việt

Nam nói chung và HOSE nói riêng kể từ lúc thành lập. Năm 2009, VN-Index rơi

xuống mức đáy. Năm 2011, tổng huy động của thị trường chứng khoán giảm 90%

so với năm 2010. Trên sàn HOSE, số cổ phiếu và chứng chỉ quỹ dưới mệnh giá có

đến 162 mã, chiếm gần 53% trên tổng số 306 mã đang niêm yết. Giá trị và khối

lượng giao dịch bình quân 1 phiên tính cho HOSE (theo phương thức khớp lệnh)

trong năm 2011 có sự sụt giảm rõ rệt so với năm 2010 được thể hiện trong bảng 1.1.

Bảng 1.1. Khối lượng và giá trị giao dịch sàn HOSE năm 2010-2011

Thời điểm KLGD bình quân/phiên GTGD bình quân/phiên

(khớp lệnh) (khớp lệnh)

(đơn vị: tỷ đồng)

Quý 1-2010 40.169.681 1.735,25

Quý 2-2010 52.448.723 1.812,04

Quý 3-2010 39.047.467 1.051,13

Quý 4-2010 39.216.184 901,49

Quý 1-2011 25.845.226 606,21

Quý 2-2011 23.424.836 434,32

Quý 3-2011 27.510.776 436,74

Quý 4-2011 24.165.925 344,7

Nguồn: nfsc.gov.vn

Với diễn biến thị trường như vậy, tác giả cho rằng việc phân chia thành 2 giai đoạn

mẫu phụ như vậy là hợp lý.

1.4. Phương pháp nghiên cứu

Luận văn sử dụng phương pháp hồi quy phân vị (Quantile Regression), cụ thể là hồi

quy trung vị thông qua phần mềm thống kê Stata 12 và sử dụng mô hình ngưỡng

với sự trợ giúp của phần mềm Excel và Stata 12.

1.5. Cấu trúc luận văn

Ngoài phần tóm tắt, danh mục bảng, danh mục các chữ viết tắt, phụ lục, tài liệu

tham khảo, luận văn được trình bày gồm 5 chương như sau:

Chương 1: Giới thiệu đề tài.

Trong chương này, tác giả tóm tắt các nội dung chính của đề tài như lý do, mục tiêu,

phạm vi và phương pháp nghiên cứu.

Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm trên thế giới.

Trong chương này, tác giả trình bày các lý thuyết liên quan đến thanh khoản và tỷ

suất sinh lợi cổ phiếu; đồng thời, tóm tắt kết quả các nghiên cứu thực nghiệm trước

đó liên quan đến mối quan hệ giữa tỷ suất sinh lợi vượt trội và tính thanh khoản của

cổ phiếu.

Chương 3: Dữ liệu và phương pháp nghiên cứu.

Trong chương này, tác giả trình bày phương pháp nghiên cứu, nguồn dữ liệu và

đồng thời mô tả biến được sử dụng trong bài nghiên cứu.

Chương 4: Nội dung và kết quả nghiên cứu.

Trong chương này, tác giả phân tích ảnh hưởng của tính thanh khoản lên tỷ suất

sinh lợi của các cổ phiếu được niêm yết trên sàn giao dịch chứng khoán HOSE. Tác

giả sử dụng 3 mô hình định giá tài sản và 3 thước đo đại diện cho thanh khoản để

làm vững kết quả nghiên cứu.

Chương 5: Kết luận.

Trong chương này, tác giả tổng kết các vấn đề nghiên cứu, các hạn chế và hướng

nghiên cứu tiếp theo của đề tài.

CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU

THỰC NGHIỆM

2.1. Lý thuyết về thanh khoản và tỷ suất sinh lợi cổ phiếu

2.1.1. Lý thuyết về thanh khoản

Tính thanh khoản của tài sản được xem là việc chuyển đổi một tài sản thành tiền

mặt một cách dễ dàng mà không bị sụt giảm giá cả và không phát sinh chi phí kèm

theo. Nếu một tài sản không có tính thanh khoản hoặc tính thanh khoản kém thì nhà

đầu tư nắm giữ tài sản đó sẽ gặp khó khăn trong việc bán tài sản do khó tìm người

mua hoặc phải chấp nhận bán tài sản với giá thấp. Vì vậy, tính thanh khoản được

xem là một yếu tố quan trọng trong việc ra quyết định đầu tư.

2.1.2. Lý thuyết về tỷ suất sinh lợi cổ phiếu

2.1.2.1. Mô hình định giá tài sản vốn (Capital asset pricing model – CAPM)

Mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) do William

Sharpe, John Lintner và Jack Treynor phát triển từ những năm 1960 để mô tả mối

quan hệ giữa rủi ro và lợi nhuận kỳ vọng.

Trong mô hình này, lợi nhuận kỳ vọng của một chứng khoán bằng lợi nhuận phi rủi

ro (risk-free) cộng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro hệ thống của

chứng khoán đó. Rủi ro phi hệ thống không được xem xét trong mô hình này vì nhà

đầu tư có thể đa dạng hoá danh mục đầu tư để loại bỏ loại rủi ro này. Với quan điểm

này, mô hình CAPM thể hiện mối quan hệ giữa lợi nhuận kỳ vọng và rủi ro qua

công thức sau:

𝑅𝑖 = 𝑅𝑓 + 𝛽(𝑅𝑚 − 𝑅𝑓)

Trong đó: 𝑅𝑖 là tỷ suất sinh lợi kỳ vọng của chứng khoán

𝑅𝑚là tỷ suất sinh lợi của danh mục thị trường

𝑅𝑓 là tỷ suất sinh lợi phi rủi ro

𝛽 là beta chứng khoán, có giá trị trong đoạn [0;1]

Công thức CAPM còn có thể được viết lại như sau:

𝑅𝑖 − 𝑅𝑓 = 𝛽(𝑅𝑚 − 𝑅𝑓)

Tức là: Phần bù rủi ro chứng khoán = 𝛽 × phần bù rủi ro thị trường

Như vậy, tỷ suất sinh lợi của một chứng khoán có mối tương quan với beta của nó:

một chứng khoán có beta càng lớn thì phần bù rủi ro lớn thể hiện rủi ro cao và một

tỷ suất sinh lợi cao, và ngược lại. Một chứng khoán có 𝛽 ≈ 1 thì có tỷ suất sinh lợi

tương đương tỷ suất sinh lợi thị trường, một chứng khoán có 𝛽 ≈ 0 thì có tỷ suất

sinh lợi tương đương tỷ suất sinh lợi phi rủi ro, thông thường đây là các chứng

khoán do Chính phủ phát hành.

Đối với một mô hình đơn giản, các giả định là cần thiết để không làm thay đổi tính

chất vấn đề. Mô hình CAPM có các giả định cơ bản sau:

- Thị trường vốn là hiệu quả: nhà đầu tư được cung cấp thông tin đầy đủ, chi

phí giao dịch không đáng kể, không có những hạn chế đầu tư, và không có nhà đầu

tư nào đủ lớn để ảnh hưởng đến giá cả của một loại chứng khoán nào đó. Nói khác

đi, giả định thị trường vốn là thị trường hiệu quả và hoàn hảo.

- Nhà đầu tư kỳ vọng thuần nhất, lựa chọn hợp lý và chỉ có hai cơ hội đầu tư:

đầu tư vào chứng khoán phi rủi ro và đầu tư vào danh mục cổ phiếu thường trên thị

trường.

Một số hạn chế của mô hình trong áp dụng thực tiễn:

Mô hình CAPM có ưu điểm là đơn giản và có thể ứng dụng trên thực tế. Có thể nói,

với vai trò tiên phong trong việc đánh giá rủi ro từ một cơ hội đầu tư và ước lượng

tỷ suất sinh lợi mà nhà đầu tư đòi hỏi, CAPM là một thành công không thể phủ

nhận.

Tuy nhiên, mô hình CAPM dựa trên các giả định không thể xảy ra trong thực tế.

Hơn nữa, giá trị beta của các cổ phiếu không cố định theo thời gian.

Ngoài ra, khi các nhà nghiên cứu áp dụng mô hình CAPM đã phát hiện ra

một số yếu tố làm ảnh hưởng đến độ chính xác của mô hình, bao gồm:

- Ảnh hưởng của quy mô doanh nghiệp: các nhà nghiên cứu phát hiện rằng

cổ phiếu của các doanh nghiệp có vốn hóa thị trường nhỏ thì đêm lại lợi nhuận cao

hơn cổ phiếu của những doanh nghiệp có vốn hóa thị trường lớn, nếu các doanh

nghiệp tương đồng nhau về các yếu tố khác, như nghiên cứu của Banz (1981).

- Ảnh hưởng của tỷ số thu nhập cổ phần trên giá cổ phần E/P: các nhà nghiên

cứu thấy rằng cổ phiếu của những doanh nghiệp có tỷ số E/P cao thì đem lại lợi

nhuận cao hơn so với các cổ phiếu của những doanh nghiệp có tỷ số E/P thấp, như

nghiên cứu của Basu (1983).

- Ảnh hưởng của tỷ số BE/ME: các nhà nghiên cứu thấy rằng cổ phiếu của

các doanh nghiệp có tỷ số BE/ME cao thì đem lại lợi nhuận cao hơn những doanh

nghiệp có tỷ số BE/ME cao, như nghiên cứu của Rosenberg, Reid, và Lanstein

(1985).

- Ảnh hưởng của đòn bẩy tài chính: các nhà nghiên cứu chỉ ra rằng các doanh

nghiệp có sử dụng đòn bẩy tài chính thì có lợi nhuận cao hơn các doanh nghiệp

không có sử dụng hoặc sử dụng đòn bẩy ít hơn, như nghiên cứu của Bhandari

(1988).

Mặc dù vậy, cho đến nay, nhiều mô hình khác đã được đề xuất và giải thích động

thái thị trường tương đối tốt hơn nhưng mô hình CAPM là mô hình đơn giản về mặt

khái niệm và có khả năng ứng dụng sát với thực tiễn.

2.1.2.2. Mô hình 3 nhân tố Fama-French (1992)

Năm 1992, Eugene Fama – một giá sư tài chính người Mỹ, cùng với Kenneth

French đã chứng minh tính thiếu hiệu quả của mô hình CAPM bằng nghiên cứu

thực nghiệm cho các công ty niêm yết trên sàn giao dịch NYSE, AMEX và

NASDAQ trong giai đoạn 1963-1990, cho thấy mối quan hệ yếu giữa beta và tỷ

suất sinh lợi của chứng khoán.

Dựa trên một mô hình trong đó tổng hợp nhiều yếu tố khác có khả năng ảnh hưởng

đến tỷ suất sinh lợi, cuối cùng, Fama và French chỉ ra rằng nhân tố quy mô và

𝑀𝑟𝑚𝑡 + 𝛽𝑖

𝐻𝐻𝑀𝐿 + 𝛽𝑖

(3) BE/ME là những yếu tố có mối quan hệ mạnh nhất, từ đó đưa ra mô hình 3 nhân tố. 𝑆𝑆𝑀𝐵 + 𝜀𝑖

𝑟𝑖 = 𝛼 + 𝛽𝑖 Trong đó:

𝑟𝑖 biểu thị tỷ suất sinh lợi vượt trội dự kiến của cổ phiếu i

𝑟𝑚𝑡 = 𝑟𝑚 − 𝑟𝑓 biểu thị tỷ suất sinh lợi vượt trội của danh mục thị trường

𝜀𝑖 biểu thị phần tỷ suất sinh lợi vượt trội không giải thích được

HML và SMB đại diện cho nhân tố quy mô và nhân tố giá trị:

- Nhân tố quy mô SMB đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu

tư vào những công ty có giá trị vốn hóa thị trường nhỏ. Phần lợi nhuận tăng thêm

này đôi khi còn được gọi là phần bù của quy mô, tức là lợi nhuận do quy mô của

công ty mang lại. Một SMB dương chỉ ra rằng những chứng khoán có quy mô nhỏ

luôn tốt hơn (tức là có tỷ suất sinh lợi cao hơn) những chứng khoán có quy mô lớn.

Một SMB âm thì thể hiện điều ngược lại, chứng khoán có quy mô lớn hơn sẽ mang

lại tỷ suất sinh lợi cao hơn những chứng khoán có quy mô nhỏ.

- Nhân tố giá trị HML đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư

vào những công ty có tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) cao (các

cổ phiếu này được gọi là cổ phiếu giá trị). HML còn được gọi là phần bù giá trị, tức

là phần tỷ suất sinh lợi tăng thêm do cổ phiếu giá trị mang lại. Một HML dương thể

hiện những cổ phiếu giá trị tốt hơn (có tỷ suất sinh lợi cao hơn) so với những cổ

phiếu có tỷ số giá trị sổ sách trên giá trị thị trường thấp (gọi là những cổ phiếu tăng

trưởng). Một HML âm thì ngược lại, thể hiện rằng những cổ phiếu tăng trưởng đem

𝐻): mô hình 3 nhân tố Fama-

𝑆 và 𝛽𝑖

lại tỷ suất sinh lợi cao hơn những cổ phiếu giá trị.

𝑆 Danh mục i bao gồm những cổ phiếu có vốn hóa thị trường cao thì sẽ có hệ số 𝛽𝑖 thấp và ngược lại đối với những danh mục gồm những cổ phiếu có vốn hóa thị

𝑆 cao.

Các hệ số hồi quy của nhân tố SMB và HML (𝛽𝑖 French cho rằng tỷ suất sinh lợi cao là phần thưởng cho sự chấp nhận rủi ro cao.

𝐻 cao và ngược lại đối

trường thấp, sẽ có 𝛽𝑖

𝐻 thấp.

Danh mục i bao gồm những cổ phiếu giá trị thì sẽ có hệ số 𝛽𝑖

với những danh mục gồm những cổ phiếu tăng trưởng, sẽ có 𝛽𝑖

2.1.2.3. Mô hình 4 nhân tố Carhart (1997)

Hiệu ứng quán tính lần đầu tiên được tìm thấy bởi Jegadeesh và Titman vào năm

1993. Họ phát hiện ra các cổ phiếu Mỹ có diễn biến giá tốt (hoặc không tốt) trong 3

đến 12 tháng gần nhất sẽ tiếp tục diễn biến tốt (hoặc không tốt) trong 3 đến 12 tháng

tiếp theo. Jegadeesh và Titman cũng tìm ra một danh mục đầu tư bằng không (zero

investment portfolio) được tạo lập bằng cách mua những cổ phiếu tăng giá gần đây

và bán những cổ phiếu giảm giá gần đây, tạo ra lợi nhuận theo quán tính giá mà

không có liên quan đến rủi ro hệ thống, khoảng 1% mỗi tháng. Khả năng sinh lời

của chiến lược quán tính giá này cũng được dẫn chứng ở các quốc gia khác Mỹ

trong nghiên cứu của Rouwehorst (1998) hay Griffin(2003).

Mark Carhart tiếp tục nghiên cứu vấn đề hiệu ứng quán tính giá và năm 1997, ông

đề xuất sử dụng mô hình 4 nhân tố trên cơ sở mô hình 3 nhân tố Fama-French

𝑊𝑊𝑀𝐿 + 𝜀𝑖

(1993) có bổ sung thêm nhân tố quán tính (WML):

𝑀𝑟𝑚𝑡 + 𝛽𝑖

𝑆𝑆𝑀𝐵 + 𝛽𝑖

𝐻𝐻𝑀𝐿 + 𝛽𝑖 Trong đó, nhân tố momentum WML là nhân tố đại diện cho lợi nhuận quá khứ.

𝑟𝑖 = 𝛼 + 𝛽𝑖

WML đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty

có lợi nhuận trong quá khứ cao. Một WML dương thể hiện những cổ phiếu có lợi

nhuận quá khứ cao thì sẽ đem lại tỷ suất sinh lợi cao hơn so với những cổ phiếu có

lợi nhuận quá khứ thấp. Một WML âm thì ngược lại, thể hiện rằng những cổ phiếu

có lợi nhuận quá khứ cao sẽ đem lại tỷ suất sinh lợi thấp hơn so với những cổ phiếu

có lợi nhuận trong quá khứ thấp.

2.2. Nghiên cứu thực nghiệm trên thế giới

Với sự phát triển nhanh chóng của thị trường chứng khoán trên toàn cầu, có rất

nhiều nghiên cứu về các nhân tố ảnh hưởng đến tỷ suất sinh lợi chứng khoán, đặc

biệt là các nghiên cứu cho các nước phát triển.

Năm 1981, Banz tìm ra nhân tố quy mô (ME); nghiên cứu của Basu năm 1983 phát

hiện nhân tố thu nhập cổ phần/giá cổ phần (E/P); nghiên cứu của Rosenberg, Reid,

và Lanstein năm 1985 phát hiện ra nhân tố tỷ số giá trị sổ sách/giá trị thị trường

(BE/ME); nghiên cứu của Bhandari năm 1988 tìm ra nhân tố đòn bẩy tài chính

(leverage). Trên cơ sở các nghiên cứu này, Fama –French (1992) đã tổng hợp

nghiên cứu các nhân tố riêng lẻ tác động đến TSSL kỳ vọng trong bài nghiên cứu

“Cross-section of Expected Stock Returns” được đăng trên tạp chí tài chính (The

Journal of Finance). Họ nghiên cứu trong phạm vi cổ phiếu của các công ty niêm

yết trên các sàn giao dịch chứng khoán Mỹ (AMEX – America Stock Exchange),

sàn giao dịch chứng khoán New York (NYSE – New York Stock Exchange) và

Hiệp hội Quốc gia các nhà giao dịch chứng khoán (NASDAQ – National

Association of Securities Dealers Automated Quotation) trong giai đoạn 1963-1990

với các nhân tố được xem xét gồm beta thị trường (β), thu nhập cổ phần trên giá cổ

phần (E/P), quy mô (ME), chỉ số giá trị sổ sách trên giá trị thị trường (BE/ME) và

đòn bẩy. Nghiên cứu này cho rằng không tồn tại mối quan hệ giữa beta, thu nhập

trên giá cổ phần, đòn bẩy với tỷ suất sinh lợi trong suốt thời kỳ 1963–1990, trong

khi đó nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường có mối quan

hệ với tỷ suất sinh lợi cổ phiếu.

Fama-French (1993) tiến hành nghiên cứu các nhân tố rủi ro tác động đến cả tỷ

suất sinh lợi của cổ phiếu và trái phiếu. Với lập luận rằng nếu các thị trường có

quan hệ với nhau thì những nhân tố giải thích cho tỷ suất sinh lợi của thị trường cổ

phiếu cũng có thể giải thích cho tỷ suất sinh lợi của thị trường trái phiếu và ngược

lại, bài nghiên cứu mở rộng các biến phụ thuộc gồm có tỷ suất sinh lợi cổ phiếu và

trái phiếu, bổ sung các biến độc lập là các biến đại diện cho nhân tố rủi ro của thị

trường trái phiếu như cấu trúc kỳ hạn (term structure), rủi ro vỡ nợ (default risk).

Họ cho rằng mô hình 5 nhân tố này dường như giải thích tốt cho cả tỷ suất sinh lợi

của cổ phiếu và trái phiếu trừ trái phiếu yếu kém. Tuy nhiên, đối với cổ phiếu, mô

hình 5 nhân tố cho ra kết quả thay đổi không đáng kể so với mô hình chỉ sử dụng 3

nhân tố beta thị trường, quy mô và giá trị sổ sách trên giá trị thị trường. Theo kết

quả này, Fama và French cho rằng nếu cổ phiếu được định giá hợp lý, thì phải có

nhiều nhân tố rủi ro và đã đề xuất sử dụng mô hình ba nhân tố cho tỷ suất sinh lợi

cổ phiếu.

Tuy nhiên, nghiên cứu đầu tiên sử dụng rủi ro thanh khoản để giải thích cho tỷ suất

sinh lợi cổ phiếu là nghiên cứu của Amihud và Mendelson (1986) với tựa đề

“Asset pricing and the bid-ask spread” được đăng tải trên tạp chí kinh tế tài chính

(Journal of Financial Economics). Các tác giả nghiên cứu trong phạm vi các chứng

khoán niêm yết trên sàn NYSE giai đoạn 1951-1980.

Các tác giả cho rằng chi phí thực hiện ngay lập tức có thể là một thước đo cho tính

thiếu thanh khoản. Các nhà đầu tư có thể lựa chọn hoặc là chờ đợi và giao dịch tài

sản ở một mức giá thuận lợi hoặc là giao dịch ngay lập tức với một mức giá có thể

chưa thuận lợi: “Các đề nghị mua bao gồm phần bù cho việc mua ngay lập tức, và

tương tự, giá hỏi bán phản ánh một sự nhượng bộ cần thiết để bán ngay lập tức.

Như vậy, một biện pháp đo lường tự nhiên của tính thiếu thanh khoản là sự chênh

lệch giữa giá mua và giá bán, đó là tổng phần bù mua và phần nhượng bộ bán”

(Amihud và Mendelson, 1986). Các tác giả cũng nghĩ rằng sự chênh lệch này

không phải là một giải thích tốt cho thị trường hiệu quả, nhưng nó là một đại diện

cho một phản ứng hợp lý của thị trường hiệu quả. Vì vậy, trong nghiên cứu này, các

tác giả sử dụng biến chênh lệch giá mua-bán tương đối (relative bid-ask spread) để

đại diện cho nhân tố thanh khoản với giả thuyết rằng tỷ suất sinh lợi dự kiến thị

trường là một hàm tăng của chênh lệch giá mua-bán và hàm này là một hàm lõm.

Các tác giả nghiên cứu dựa theo phương pháp của Fama-Macbeth (1973) về hồi quy

chéo để ước tính mối quan hệ giữa tỷ suất sinh lợi, rủi ro thị trường và sự chênh

lệch giá mua –bán giữa các danh mục của chứng khoán.

Đầu tiên, các cổ phiếu sẽ được hồi quy độc lập theo mô hình CAPM để rút ra các hệ

số beta. Sau đó, các cổ phiếu được sắp xếp theo chênh lệch giá mua-bán và được

chia thành 7 danh mục đều nhau. Các cổ phiếu trong từng danh mục sẽ được sắp

xếp theo beta và tiếp tục được chia thành 7 danh mục đều nhau. Kết thúc quá trình

này, dữ liệu được chia thành 49 danh mục cổ phiếu và các tác giả tiến hành phân

tích, kiểm định mối quan hệ giữa tỷ suất sinh lợi vượt trội và chênh lệch giá mua-

bán của 49 danh mục riêng rẽ, cho ra kết quả là các hệ số góc khác nhau cho từng

danh mục.

Kết quả nghiên cứu của Amihud và Mendelson (1986) cho thấy tỷ suất sinh lợi

dường như gia tăng theo sự gia tăng của chênh lệch giá mua-bán (cụ thể là 1% gia

tăng trong chênh lệch giá mua-bán sẽ làm tăng 0,211% trong tỷ suất sinh lợi vượt

trội hàng tháng đã có điều chỉnh rủi ro) và mức độ gia tăng trong tỷ suất sinh lợi có

xu hướng giảm đối với các danh mục có chênh lệch giá mua-bán lớn hơn. Điều này

có nghĩa là các tác giả chấp nhận giả thuyết rằng tỷ suất sinh lợi là hàm tăng của

chênh lệch giá mua-bán và là một hàm lõm.

Datar, Naik và Radcliffe (1998) với bài nghiên cứu “Liquidity and stock returns:

An alternative test” được đăng tải trên tạp chí thị trường tài chính (Journal of

Financial Markets) đã kiểm định vai trò của thanh khoản trong định giá cổ phiếu đối

với các công ty phi tài chính niêm yết trên sàn NYSE từ tháng 7 năm 1962 đến

tháng 12 năm 1991. Trong nghiên cứu này, các tác giả sử dụng turnover rate làm đại

diện cho nhân tố thanh khoản với turnover rate từng thời kỳ được tính bằng trung

bình số cổ phiếu được giao dịch trong 3 tháng trước đó chia cho tổng số cố phiếu

đang lưu hành trong thời kỳ đó. Các tác giả loại bỏ các quan sát của các cổ phiếu có

sự thay đổi trong số lượng cổ phiếu đang lưu hành (trong 3 tháng) và lọc dữ liệu

bằng cách loại bỏ 1% các cổ phiếu có turnover rate cao nhất và thấp nhất để tránh

quan sát nhiễu.

Về cơ bản, phương pháp nghiên cứu của Datar, Naik and Radcliffe (1998) cũng dựa

trên cơ sở nghiên cứu của Fama-Macbeth (1973) và tương tự với nghiên cứu của

Amihud và Mendelson (1986). Sau khi kiểm tra tính vững của mô hình bằng cách

thay đổi cách tính biến turnover rate, phân tích trên dữ liệu gốc chưa lọc, chia mẫu

thành hai thời kỳ, các tác giả kết luận rằng có mối quan hệ ngược chiều có ý nghĩa

thống kê giữa thanh khoản và tỷ suất sinh lợi, và kết quả này là bền vững.

Yakov Amihud (2002) trong nghiên cứu “Illiquidity and stock returns: cross-

section and time-series effects” được đăng trên tạp chí kinh tế tài chính (Journal of

Financial Economics) đã xem xét mối quan hệ giữa tính thanh khoản (tính thiếu

thanh khoản) và tỷ suất sinh lợi dự tính của các cổ phiếu được niêm yết trên sàn

NYSE giai đoạn 1963-1997. Trong nghiên cứu này, tác giả sử dụng thước đo thanh

khoản được tính bằng tỷ lệ hàng ngày của giá trị tuyệt đối của tỷ suất sinh lợi trên

khối lượng dollar giao dịch tương ứng. Thước đo này có thể được giải thích như là

sự phản ứng của mức giá hàng ngày với một dollar khối lượng giao dịch hay là sự

tác động của dòng lệnh giao dịch lên giá cổ phiếu. Theo Amihud, có các thước đo

tính thiếu thanh khoản tốt hơn như chênh lệch giá mua-bán hoặc xác suất giao dịch

dựa trên thông tin, tuy nhiên, các thước đo này đòi hỏi rất nhiều dữ liệu cấu trúc vi

mô (microstructure data) không có sẵn, thậm chí nếu có sẵn cũng không bao gồm

hết cả giai đoạn rất dài mà tác giả nghiên cứu.

Khi đưa ra giả thuyết nghiên cứu, Amihud đưa ra quan điểm rằng: “Tỷ suất sinh lợi

vượt trội của cổ phiếu phản ánh sự bồi thường, phần bù (compensation) của tính

thiếu thanh khoản dự kiến và do đó, nó chính là một hàm tăng của tính thiếu thanh

khoản dự kiến” (Amihud, 2002).

Kết quả nghiên cứu của tác giả đã chứng minh quan điểm này là đúng. Các tỷ suất

sinh lợi vượt trội không cố định mà thay đổi theo thời gian cùng với sự thay đổi của

tính thiếu thanh khoản. Ngoài ra, nghiên cứu của tác giả còn tìm ra mối quan hệ

ngược chiều giữa giá cổ phiếu và tính thiếu thanh khoản ngoài dự kiến, nghĩa là sự

thiếu thanh khoản ngoài dự kiến sẽ làm giảm giá cổ phiếu. Tác giả cũng tìm thấy

rằng tác động của tính thanh khoản là mạnh hơn đối với cổ phiếu các doanh nghiệp

nhỏ.

Marshall và Young (2003) với nghiên cứu “Liquidity and stock returns in pure

order driven markets: evidence from the Australian stock market” đã nghiên cứu

mối quan hệ giữa thanh khoản và tỷ suất sinh lợi cổ phiếu trên thị trường chứng

khoán Úc. Bài nghiên cứu sử dụng ba thước đo đại diện cho nhân tố thanh khoản

gồm chênh lệch giá mua-bán tương đối, turnover rate và chênh lệch phân bổ

(amortized spread – tức là chênh lệch giá mua-bán có điều chỉnh khối lượng giao

dịch). Kết quả nghiên cứu cho thấy mối quan hệ ngược chiều giữa tỷ suất sinh lợi cổ

phiếu với thanh khoản đại diện bởi chênh lệch giá mua-bán và turnover rate. Không

có tác động có ý nghĩa của thanh khoản được đại diện bởi chênh lệch phân bổ đối

với tỷ suất sinh lợi cổ phiếu.

Archaya và Pedersen (2005) với nghiên cứu “Asset pricing with liquidity risk” đã

thử nghiệm mô hình định giá tài sản vốn có điều chỉnh thanh khoản (Liquidity-

adjusted capital asset pricing model – LCAPM) để kiểm định sự tương quan giữa tỷ

suất sinh lợi vượt trội với giá trị thiếu thanh khoản, beta đo lường rủi ro hệ thống,

các beta đo lường rủi ro thanh khoản, quy mô và tỷ lệ giá trị sổ sách trên giá trị thị

trường cho dữ liệu thị trường Mỹ.

Trong mô hình này, các tác giả sử dụng 3 loại rủi ro thanh khoản khác nhau độc lập

với rủi ro thị trường truyền thống, gồm: hiệp phương sai của thanh khoản cổ phiếu

với thanh khoản thị trường (commonality in liquidity), hiệp phương sai của thanh

khoản cổ phiếu với tỷ suất sinh lợi thị trường và hiệp phương sai của tỷ suất sinh lợi

cổ phiếu với thanh khoản thị trường.

Trong nghiên cứu này, các tác giả lập luận rằng không chỉ có mức độ thiếu thanh

khoản mà sự không chắc chắn về tính thiếu thanh khoản (rủi ro thiếu thanh khoản)

cũng nên được định giá. Kết quả nghiên cứu chỉ ra rằng beta tính thiếu thanh khoản

được định giá và mô hình LCAPM giải thích dữ liệu tốt hơn so với mô hình CAPM

nguyên bản với cùng bậc tự do.

Bekaert, Harvey và Lundblad (2007) nghiên cứu tác động của thanh khoản lên tỷ

suất sinh lợi dự kiến ở cấp độ danh mục quốc gia với mẫu gồm 19 thị trường mới

nổi. Trong nghiên cứu này, các tác giả sử dụng thước đo đại diện chính cho nhân tố

thanh khoản là tỷ lệ các ngày có tỷ suất sinh lợi bằng 0 tính trung bình hàng tháng

với lập luận dựa trên chi phí giao dịch rằng các nhà đầu tư lựa chọn giao dịch hoặc

không giao dịch trên cơ sở chấp nhận hay không chấp nhận mức chi phí giao dịch

tài sản đó, nghĩa là việc có hay không có giao dịch thể hiện tính thanh khoản hoặc

thiếu thanh khoản của tài sản đó. Các tác giả sử dụng mô hình tự hồi quy vector

(VAR) để kiểm định các giả thuyết đã được đưa ra bởi Amihud (2002) và thấy rằng

biện pháp này không dự đoán đáng kể tỷ suất sinh lợi, và các cú sốc thanh khoản

bất ngờ có tương quan dương với tỷ suất sinh lợi và tương quan âm với lợi suất cổ

tức.

Trong dữ liệu mẫu nghiên cứu, có một số thị trường đã trải qua một quá trình tự do

hóa và tự do hóa có thể ảnh hưởng đến mối quan hệ năng động giữa lợi nhuận và

tính thanh khoản. Vì vậy, các tác giả sử dụng một số mô hình để xem xét liệu mối

quan hệ này có phụ thuộc vào mức độ tự do hóa của các quốc gia được nghiên cứu

hay không. Kết quả cho thấy khi thanh khoản được định giá, các yếu tố khu vực là

quan trọng ngay cả dưới các giả thuyết về hội nhập thị trường toàn cầu. Kết quả

cũng cho thấy rủi ro thanh khoản hệ thống khu vực là quan trọng hơn rất nhiều so

với rủi ro thị trường khu vực.

Lischewski và Voronkova (2012) trong nghiên cứu “Size, value and liquidity. Do

They ReallyMatter on an Emerging Stock Market?” được đăng tải trên tạp chí

Emerging Markets Review đã xem xét ảnh hưởng của các nhân tố quy mô, giá trị và

thanh khoản lên tỷ suất sinh lợi cổ phiếu trên các thị trường mới nổi. Bài nghiên cứu

thực hiện trên dữ liệu thị trường chứng khoán Ba Lan trong giai đoạn từ tháng 1

năm 1996 đến tháng 3 năm 2009. Các tác giả sử dụng mô hình định giá tài sản vố

CAPM và mô hình 3 nhân tố Fama-French (1992) có xem xét thêm nhân tố thanh

khoản, từ đó hình thành mô hình CAPM mở rộng 2 nhân tố và mô hình Fama-

French mở rộng 4 nhân tố. Nhân tố thanh khoản được các tác giả đo lường bằng

nhiều phương pháp khác nhau nhằm làm tăng thêm độ bền vững cho kết quả nghiên

cứu. Tuy nhiên, các tác giả không tìm thấy bằng chứng cho thấy thanh khoản có tác

động đáng kể để tỷ suất sinh lợi cổ phiếu trên thị trường chứng khoán Ba Lan. Tác

giả nhận định rủi ro thanh khoản ít được các nhà đầu tư định giá trên thị trường

chứng khoán Ba Lan.

Batten và Vinh (2011) nghiên cứu mối quan hệ giữa thanh khoản và lợi nhuận cổ

phiếu trên thị trường chứng khoán Việt nam trong giai đoạn khủng hoảng 2007-

2010 đối với dữ liệu gồm các cổ phiếu được niêm yết trên sàn giao dịch chứng

khoán Thành phố Hồ Chí Minh. Các tác giả sử dụng mô hình 3 nhân tố Fama-

French (1992) và bổ sung thêm nhân tố thanh khoản. Trái với kết quả các nghiên

cứu trước đó, nghiên cứu của các tác giả cho thấy mối quan hệ cùng chiều giữa

thanh khoản và tỷ suất sinh lợi cổ phiếu trong suốt giai đoạn 2007-2010: các cổ

phiếu có thanh khoản càng cao thì có tỷ suất sinh lợi càng cao và ngược lại, các cổ

phiếu kém thanh khoản thì có tỷ suất sinh lợi thấp hơn.

Lam và Tam (2011) trong nghiên cứu “Liquidity and asset pricing: Evidence from

the Hong Kong stock market” được đăng tải trên tạp chí Ngân hàng và Tài chính

(Journal of Banking and Finance) đã xem xét tác động của tính thanh khoản lên

TSSL trên thị trường chứng khoán Hong Kong. thị trường chứng khoán Hong

Kong, là một thị trường quan trọng, xếp hạng thứ 7 trên thế giới về vốn hóa thị

trường vào cuối năm 2008, điềunày có thể giúp tác giả hiểu mức ảnh hưởng của tính

thanh khoản đến định giá tài sản ở thị trường mới nổi bởi vì thị trường Hong Kong

được biết là một trong những thị trường chứng khoán biến động nhất trên thế giới

và được biết đến là thị trường có nhiều doanh nghiệp nhỏ. Vì vậy, Hong Kong là thị

trường lý tưởng để kiểm định mối quan hệ TSSL –tính thanh khoản bởi vì tính

thanh khoản (tính thiếu thanh khoản) ắt sẽ ảnh hưởng đến TSSL kỳ vọng của nhiều

công ty niêm yết. Các nhân tố được sử dụng trong bài gồm: beta, quy mô, và nhân

tố tỷ lệ book-to-market, nhân tố momentum và nhân tố moment (coskewness) cao

hơn. Tác giả thu thập dữ liệu từ nguồn cơ sở dữ liệu Pacific-Basin Capital Markets

(PACAP) được tập hợp bởi Trường Đại học Rhode Island. Tập dữ liệu gồm 769

công ty được niêm yết trên Sở giao dịch chứng khoán Hong Kong từ tháng 7 năm

1981 đến tháng 6 năm 2004. Trong bài nghiên cứu, tác giả giải thích tầm quan trọng

của tính thanh khoản trong việc định giá TSSL trong các nhân tố ảnh hưởng theo

chuỗi thời gian được biết ở Hong Kong. Các nghiên cứu trước đây không giải thích

rõ về mối quan hệ giữa tính thanh khoản, các nhân tố định giá tài sản quan trọng

theo truyền thống và TSSL chứng khoán ở thị trường Hong Kong và thị trường

chứng khoán các nước Châu Á. Tác giả chọn nghiên cứu thị trường có tính biến

động cao như ở Hong Kong để nghiên cứu xem nhân tố thanh khoản có ảnh hưởng

đáng kể đến TSSL của chứng khoán hay không. Kết quả của bài nghiên cứu cho

thấy rằng nhân tố thanh khoản là một nhân tố quan trọng trong định giá TSSL trên

thị trường chứng khoán Hong Kong. Ngoài ra, trong tất cả các mô hình định giá tài

sản mà tác giả nghiên cứu thì mô hình tốt nhất là mô hình bốn nhân tố có nhân tố

tính thanh khoản, bao gồm nhân tố TSSL vượt trội của thị trường, nhân tố quy mô,

nhân tố tỷ lệ giá trị sổ sách trên giá trị thị trường và nhân tố thanh khoản.

Bali và Cakici (2004) thực hiện nghiên cứu các nhân tố ảnh hưởng đến tỷsuất sinh

lợi kỳvọng của cổ phiếu như nhân tố thị trường, quy mô, tỷ lệ giá trị sổ sách trên giá

trị thị trường, thanh khoản và một số nhân tố khác. Bài nghiên cứu sử dụng dữ liệu

cổ phiếu của các công ty phi tài chính được niêm yết trên các sàn giao dịch chứng

khoán của Mỹ như NYSE (New York Stock Exchange), Amex (America Stock

Exchange) và Nasdaq (National Association of Securities Dealers Automated

Quotation System) trong giai đoạn từ tháng 01 năm 1958 đến tháng 12 năm 2001.

Dựa trên nền tảng mô hình ba nhân tố của Fama và French (1992), tác giả lần lượt

bổ sung thêm các nhân tố khác như thanh khoản và giá trị tổn thất tối đa (Value at

Risk –VaR) để hình thành nên các mô hình nghiên cứu mới. Sau đó, mỗi mô hình

được thực hiện hồi quy trên cơ sở dữ liệu của 25 danh mục được phân loại theo hai

tiêu chí quy mô và giá trị sổ sách trên giá trị thị trường. Qua kết quả nghiên cứu, tác

giả cũng đã tìm được các bằng chứng rõ ràng trên thị trường chứng khoán Mỹ cho

thấy nhân tố thanh khoản góp phần giải thích đáng kể TSSL kỳ vọng của cổ phiếu.

Rahim và Nor (2006) đã nghiên cứu so sánh và tìm kiếm mô hình thích hợp trong

việc dự báo lợi nhuận của danh mục cổ phiếu trên thị trường chứng khoán Malaysia

từ tháng 01 năm 1987 đến tháng 12 năm 2004. Mặc dù cũng dựa trên mô hình ba

nhân tố của Fama và French (1992) nhưng khác với đa số các nghiên cứu trước đó

(thông thường là bổ sung nhân tố thanh khoản vào mô hình ba nhân tố Fama-French

để hình thành mô hình bốn nhân tố như nghiên cứu của Chan và Faff (2002), Bali

và Cakici (2004)),các mô hình nghiên cứu mà hai tác giả này vận dụng được hình

thành bằng cách lần lượt thay thế nhân tố thanh khoản cho hai nhân tố quy mô và

giá trị để xây dựng nên hai mô hình nghiên cứu mới. Để có dữ liệu thực hiện hồi

quy, tác giả cấu trúc các cổphiếu trong mẫu nghiên cứu thành các loại danh mục

theo từng cặp tiêu chí quy mô (ME) – giá trị(BM), quy mô (ME) – thanh khoản

(TURN) và giá trị(BM) – thanh khoản (TURN), từ đó hình thành nên 27 loại danh

mục khác nhau. Tiếp theo, tác giả thực hiện hồi quy lần lượt từng mô hình nghiên

cứu cho từng loại danh mục trong suốt thời gian chọn mẫu. Kết quả nghiên cứu cho

thấy bên cạnh các nhân tố truyền thống như thị trường và giá trị thì nhân tố thanh

khoản có tác động đáng kể đến TSSL của danh mục. Mối quan hệ giữa thanh khoản

và TSSL là mối quan hệ ngược chiều. Từ đó, tác giả cho rằng các nhà đầu tư nên

đòi hỏi một phần bù lợi nhuận tăng thêm do rủi ro cho việc đầu tư vào danh mục cổ

phiếu của các công ty đang gặp nhiều khó khăn (có tỷ lệ BE/ME cao) và có tính

thanh khoản kém, hơn là chú trọng vào rủi ro do quy mô của cổ phiếu mang lại.

Cùng với các nghiên cứu trước đây, bài nghiên cứu này đã tiếp tục khẳng định vai

trò quan trọng của yếu tố thanh khoản trong việc định giá tài sản đầu tư. Đồng thời,

qua đó các tác giả còn tìm được bằng chứng trên thị trường chứng khoán Malaysia,

một trong những thị trường sôi động nhất khu vực châu Á cho thấy mô hình bao

gồm các nhân tố thị trường, giá trị và thanh khoản có khả năng giải thích mạnh nhất

TSSL của danh mục cổ phiếu so với các mô hình nghiên cứu còn lại.

Tsung-wu Ho và Shu-Hwa Chang (2015) trong nghiên cứu The Pricing of

Liquidity Risk on the Shanghai Stock Market được đăng trên tạp chí International

Review of Economics and Finance đã nghiên cứu ảnh hưởng của rủi ro thanh khoản

lên giá cổ phiếu đối với mẫu nghiên cứu gồm hơn 900 cổ phiếu được niêm yết trên

sàn giao dịch chứng khoán Thượng Hải cho giai đoạn 2001-2014. Ngoài ra, các tác

giả xem xét ảnh hưởng của tình hình thị trường lên mối quan hệ giữa rủi ro thanh

khoản và tỷ suất sinh lợi cổ phiếu bằng cách chia giai đoạn mẫu thành 2 giai đoạn

mẫu phụ, lấy mốc 2007 là thời điểm xảy ra khủng hoảng tài chính toàn cầu làm ranh

giới: 2001-2007 và 2008-2014. Các tác giả sử dụng 3 mô hình định giá gồm mô

hình CAPM, mô hình 3 nhân tố Fama-French và mô hình 3 nhân tố Fama-French+

nhân tố thanh khoản. 4 thước đo thanh khoản được sử dụng gồm Amihud, Spread,

Turnover rate và Pastor-Stambaugh. Rủi ro thanh khoản 𝛽𝐿 được trích xuất từ mô

hình 3 nhân tố có bổ sung nhân tố thanh khoản, sau đó, các cổ phiếu sẽ được sắp

xếp theo giá trị 𝛽𝐿 và chia thành 10 danh mục đều nhau với danh mục 1 là danh

mục gồm các cổ phiếu có giá trị 𝛽𝐿 nhỏ nhất và danh mục 0 là danh mục gồm các

cổ phiếu có giá trị 𝛽𝐿 lớn nhất. Các danh mục cổ phiếu này sẽ được hồi quy theo

phương trình thể hiện mối quan hệ giữa tỷ suất sinh lợi vượt trội trung bình với rủi

ro các nhân tố tùy theo các mô hình định giá: tỷ suất sinh lợi vượt trội trung bình-rủi

ro thị trường với mô hình CAPM, tỷ suất sinh lợi vượt trội trung bình-rủi ro thị

trường, rủi ro quy mô và rủi ro giá trị với mô hình 3 nhân tố, tỷ suất sinh lợi vượt

trội trung bình-rủi ro thị trường, rủi ro quy mô, rủi ro giá trị và rủi ro quán tính với

mô hình 3 nhân tố+1. Các bước này sẽ được thực hiện riêng lẻ cho từng giai đoạn

mẫu và mẫu phụ. Kết thúc quá trình hồi quy, các hệ số chặn của các danh mục 1 và

danh mục 10 sẽ được so sánh tương ứng với nhau, nếu hệ số chặn của danh mục 10

lớn hơn hệ số chặn của danh mục 1 và sự chênh lệch giữa 2 hệ số chặn là có ý nghĩa

về mặt thống kê thì thể hiện có sự hiện diện của rủi ro thanh khoản.

Để làm rõ hiệu ứng thanh khoản, tác giả sử dụng mô hình ngưỡng do Hansen đề

xuất năm 1999 và được bổ sung năm 2000. Tất cả các hồi quy trong bài nghiên cứu

được thực hiện là hồi quy phân vị, cụ thể là hồi quy trung vị.

Kết quả nghiên cứu cho thấy:

- Rủi ro thanh khoản được định giá trên thị trường chứng khoán Thượng Hải giai

đoạn 2001-2014.

- Ảnh hưởng của cuộc khủng hoảng dưới chuẩn nên được quan tâm khi nghiên cứu

khả năng giải thích tỷ suất sinh lợi của các nhân tố rủi ro.

- Hai thước đo đại diện tốt cho nhân tố thanh khoản là Amihud và Pastor-

Stambaugh.

- Sau quá trình tìm ngưỡng và kiểm định ngưỡng bằng phương pháp bootstrap, hiệu

ứng thanh khoản được thể hiện rõ ràng hơn.

Bảng 2.2. Tóm tắt một số nghiên cứu thực nghiệm

Phạm vi nghiên Tác giả Mô hình sử dụng Kết quả

cứu

Amihud và Mendelson CAPM NYSE (-)

(1986) 1951-1980

Datar, Naik và Radcliffe CAPM NYSE (-)

(1998) 1962 - 1991

CAPM Yakov Amihud (2002) NYSE (-)

1963-1997

SUR, CSCTA Marshall và Young (2003) ASX (Úc) (-)

1994-1998

Bekaert, Harvey và 19 thị trường VAR Không

Lundblad (2007) mới nổi

Lischewski và Voronkova CAPM Ba Lan Không

Fama-French (2012) 1/1996-3/2009

Fama-French Batten và Vinh (2011) Việt Nam (+)

2007-2010

NYSE, Amex, Carhart + 1 Bali và Cakici (2004) (+), yếu

Nasdaq

Tsung-wu Ho và Shu-Hwa SHSE CAPM (+)

Chang (2015) 2001-2014 Fama-French

Fama-French + 1

TÓM TẮT CHƯƠNG 2

Trong chương 2, tác giả trình bày lý thuyết về thanh khoản và tỷ suất sinh lợi cổ

phiếu. Tác giả tóm tắt nội dung của một số nghiên cứu thực nghiệm về mối quan hệ

giữa thanh khoản và tỷ suất sinh lợi vượt trội cổ phiếu như các nghiên cứu của

Amihud và Mendelson (1986), Yakov Amihud (2002), Bekaert, Harvey và

Lundblad (2007),…

CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Dữ liệu nghiên cứu

Dữ liệu nghiên cứu được tác giả thu thập từ các website cophieu68.vn và

finance.vietstock.vn , bao gồm khối lượng giao dịch, giá đóng cửa, giá mua tốt nhất

(giá thấp nhất), giá bán tốt nhất (giá cao nhất), mức vốn hóa thị trường và số lượng

cổ phiếu đang lưu hành hàng ngày của 234 cổ phiếu thường của các công ty niêm

yết trên sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE) từ tháng 4

năm 2009 đến tháng 6 năm 2015.

Dữ liệu theo quý của giá sổ sách và giá thị trường cũng được thu thập trên các

website trên.

Dữ liệu lãi suất trái phiếu Chính phủ 3 năm được thu thập trên trang web của Sở

giao dịch chứng khoán Hà Nội (hnx.vn) và trang web chuyên cung cấp thông tin về

trái phiếu chính phủ của Bộ Tài chính (tpcp.mof.gov.vn).

3.2. Phương pháp nghiên cứu

3.2.1. Cách thức hình thành và phương pháp tính toán các biến

3.2.1.1. Tỷ suất sinh lợi vượt trội của cổ phiếu:

Tỷ suất sinh lợi vượt trội của cổ phiếu được tính bằng công thức:

Ri,t = Ri –Rf

Trong đó:

Ri là tỷ suất sinh lợi của cổ phiếu i.

Rf là tỷ suất sinh lợi phi rủi ro.

3.2.1.2. Nhân tố thị trường

Nhân tố thị trường là tỷ suất sinh lợi vượt trội của danh mục thị trường, tính bằng

công thức:

rmt = Rm – Rf

Trong đó: Rm là tỷ suất sinh lợi của danh mục thị trường VN-Index.

3.2.1.3. Nhân tố quy mô (Small Minus Big – SMB), nhân tố giá trị (High minus

low – HML)

Trong bài nghiên cứu này, nhân tố SMB và HML chỉ đơn thuần là sự khác biệt

trong tỷ suất sinh lợi vượt trội trung bình của hai nhóm cổ phiếu ở hai cực, thể hiện

bằng công thức:

𝑘 𝑖=1

𝑘 ] − 𝐸[∑ 𝑅𝐵𝑖 𝑖=1

] SMB = 𝐸[∑ 𝑅𝑆𝑖

𝑘 𝑖=1

𝑘 ] − 𝐸[∑ 𝑅𝐿𝑖 𝑖=1

] HML = 𝐸[∑ 𝑅𝐻𝑖

Trong đó, RSi và RBi lần lượt đại diện cho các cổ phiếu có vốn hóa thị trường thấp

nhất và cao nhất.

RHi và RLi lần lượt đại diện cho các cổ phiếu có tỷ lệ giá trị sổ sách trên giá trị thị

trường cao nhất và thấp nhất.

K=15 được sử dụng cho giai đoạn 2012-2015 với số cổ phiếu được xem xét là 234

cổ phiếu.

Trong hai giai đoạn 2009-2011 và 2009-2015, sổ cổ phiếu có đủ các quan sát là 106

cổ phiếu, tác giả sử dụng k=10 cho từng giai đoạn này.

3.2.1.4. Nhân tố momentum (Winners minus losers – WML)

Momentum tại một thời điểm là tỷ suất sinh lợi tích lũy của 5 tháng kết thúc vào

đầu tháng trước. Nhân tố WML được xây dựng theo đề xuất của Avromov và

Chordia (2006), tương tự các thước đo SMB và HML:

𝑘 𝑖=1

𝑘 ] − 𝐸[∑ 𝑅𝐿𝑜𝑖 𝑖=1

] (Lo ở đây là Loser, để phân biệt với L trong WML = 𝐸[∑ 𝑅𝑊𝑖

Low của nhân tố HML).

Giá trị của k cũng được sử dụng tương tự hai nhân tố SMB và HML, tức là k=15

cho giai đoạn 2012-2015 và k=10 cho giai đoạn 2009-2011 và 2009-2015.

3.2.1.5. Nhân tố thanh khoản

Mặc dù có nhiều thước đo đại diện cho thanh khoản đã được đề xuất nhưng chưa có

sự khẳng định nào về khả năng đo lường thanh khoản của chúng. Do đó, bài nghiên

cứu sử dụng 3 thước đo tính thanh khoản (tính thiếu thanh khoản) nhằm so sánh kết

quả.

Đại diện nhân tố thanh khoản đầu tiên là thước đo tính thiếu thanh khoản được đề

xuất bởi Amihud trong nghiên cứu của mình năm 2002. Ý tưởng đằng sau thước đo

này là để nắm bắt một cách đơn giản và trực quan sự nhạy cảm của giá đối với một

đơn vị tiền khối lượng giao dịch. Amihud(2002) đề nghị tính toán theo công thức

𝐷

𝑖 𝐿𝐼𝑄𝐴𝑚𝑖ℎ𝑢𝑑

𝑖 | |𝑅𝑡𝑑 𝑖 𝑉𝑡𝑑

𝑑=1

∑ = − 1 𝐷

𝑖 Trong đó: 𝑅𝑡𝑑

𝑖 là khối lượng giao dịch tính bằng VNĐ vào ngày d tháng t của cổ phiếu (danh

là tỷ suất sinh lợi ngày d tháng t của cổ phiếu (danh mục) i

𝑉𝑡𝑑 mục) i

D là số ngày hợp lệ (Khối lượng giao dịch > 0) trong tháng t.

Thước đo này hàm ý rằng nếu giá trị LIQAmihud cao có nghĩa là giá của cổ phiếu thay

đổi rất nhiều để đáp lại một giá trị giao dịch nhỏ. Thước đo này thường được gọi là

tính thiếu thanh khoản Amihud, vì giá trị LIQAmihud càng cao thể hiện một sự kém

thanh khoản hơn.

Đại diện nhân tố thanh khoản thứ hai là Spread (chênh lệch giá mua-bán tương đối).

Theo đề nghị của Lesmond (2005), chênh lệch giá mua-bán được tính toán theo

𝐷

tháng như sau:

𝑑=1

∑ { [ − ]} 𝐿𝑖𝑞𝑖,𝑆𝑝𝑟𝑒𝑎𝑑 = − 1 𝐷 1 2 𝑎𝑠𝑘𝑑 − 𝑏𝑖𝑑𝑑 0,5 × (𝑎𝑠𝑘𝑑 + 𝑏𝑖𝑑𝑑) 𝑎𝑠𝑘𝑑 − 𝑏𝑖𝑑𝑑 0,5 × (𝑎𝑠𝑘𝑑 + 𝑏𝑖𝑑𝑑)

Trong đó: askd là giá bán tốt nhất

bidd là giá mua tốt nhất

Thước đo thứ ba đại diện cho nhân tố thanh khoản là turnover rate. Turnover rate

được sử dụng trong các nghiên cứu của Rouwenhorst (1999), Bekaert, Harvey và

Lundblad (2007) kéo theo nhiều ứng dụng.

Turnover rate nắm bắt tần số giao dịch (khối lượng giao dịch) nhưng không nắm bắt

các chi phí giao dịch trong khi các chi phí này khác nhau cho các cổ phiếu khác

nhau. Với một khía cạnh chỉ tập trung vào khối lượng giao dịch, turnover rate có thể

vẫn tăng trong các giai đoạn khủng hoảng thanh khoản như xảy ra ở Tequila, Brazil

(Summers, 2000) và do đó, không phản ánh được sự suy giảm thanh khoản của thị

trường. Tuy nhiên, turnover rate dễ dàng xây dựng và trực quan. Turnover rate và

chênh lệch giá mua-bán được đưa giả thuyết là tỷ lệ nghịch vì xét về cơ bản, chênh

lệch giá mua-bán lớn sẽ làm giảm tần số giao dịch.

𝐷

Theo đề xuất của Lesmond (2005), turnover rate được tính theo công thức sau:

𝑖 =

𝑡=1

∑ 𝐿𝐼𝑄𝑇𝑅 1 𝐷 𝑉𝑖,𝑡 𝑠ℎ𝑎𝑟𝑒𝑠 𝑜𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡

Trong đó:

D là số ngày giao dịch trong tháng.

𝑉𝑖,𝑡 (volume) là khối lượng giao dịch tính bằng VNĐ (giá trị giao dịch) của cổ phiếu

I tại thời điểm t.

𝑆ℎ𝑎𝑟𝑒𝑠 𝑜𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡 là số lượng cổ phiếu đang lưu hành của cổ phiếu i tại thời

điểm t.

LIQTR càng lớn hàm ý rằng cổ phiếu (danh mục) thanh khoản hơn.

Đối với từng đại diện, tính thanh khoản (tính thiếu thanh khoản) của thị trường

được tính bằng trung bình có trọng số tỷ lệ vốn hóa thị trường của tất cả các cổ

𝑁

𝑖

phiếu:

𝑚 𝐿𝐼𝑄𝐴𝑚𝑖ℎ𝑢𝑑

𝑖=1

𝑁

𝑖

∑ = 1 𝑁 𝑀𝐸𝑖 × 𝐿𝐼𝑄𝐴𝑚𝑖ℎ𝑢𝑑 𝑀𝐸𝑚

𝑚 =

𝑖=1

𝑁

𝑖

∑ 𝐿𝐼𝑄𝑇𝑅 1 𝑁 𝑀𝐸𝑖 × 𝐿𝐼𝑄𝑇𝑅 𝑀𝐸𝑚

𝑚 𝐿𝐼𝑄𝑆𝑝𝑟𝑒𝑎𝑑

𝑖=1

∑ = 1 𝑁 𝑀𝐸𝑖 × 𝐿𝐼𝑄𝑆𝑝𝑟𝑒𝑎𝑑 𝑀𝐸𝑚

3.2.1.6. Tổng hợp cách tính toán, nguồn gốc các chỉ tiêu và nhân tố trong mô

hình

Bảng 3.1. Tổng hợp các biến

Biến Công thức Diễn giải Nguồn

(ký hiệu)

Thông tin về ri ri = Ri – Rf ri:TSSL vượt trội cổ phiếu i

lãi suất trái Ri: TSSL hàng tháng của

cổ phiếu I, được tính bằng phiếu chính

bình quân gia quyền của phủ được

TSSL hàng ngày. thu thập từ

các báo cáo Rf: lãi suất trái phiếu chính

phủ kỳ hạn 3 năm. kết quả đấu

thầu trên các trội thị rmt rmt = Rm – Rf rmt: TSSL vượt

website trường.

www.hnx.vn Rm: TSSL của danh mục thị

và trường VN-Index.

𝑘 𝑖=1

www.tpcp.m SMB SMB: nhân tố quy mô. ] − SMB = 𝐸[∑ 𝑅𝑆𝑖

𝑘 𝐸[∑ 𝑅𝐵𝑖 𝑖=1

of.gov.vn RSi: TSSL của các cổ phiếu ]

Các thông có vốn hóa thị trường nhỏ

tin về cổ nhất.

phiếu được RBi: TSSL của các cổ phiếu

thu thập trên có vốn hóa thị trường lớn

các website nhất.

𝑘 𝑖=1

www.cophie HML HML: nhân tố giá trị. ] − HML = 𝐸[∑ 𝑅𝐻𝑖

𝑘 𝐸[∑ 𝑅𝐿𝑖 𝑖=1

u68.vn và RHi: TSSL của các cổ phiếu ]

www. có giá trị sổ sách trên giá trị

Vietstock.vn thị trường cao nhất.

, từ đó, tác RLi: TSSL của các cổ phiếu

giả tự tính có giá trị sổ sách trên giá trị

toán các thị trường thấp nhất.

𝑘 𝑖=1

biến theo WML ] − WML: nhân tố quán tính. WML = 𝐸[∑ 𝑅𝑊𝑖

𝑘 𝐸[∑ 𝑅𝐿𝑜𝑖 𝑖=1

công thức. RWi: TSSL của các cổ ]

phiếu có TSSL tích lũy 5

tháng (kết thúc vào đầu

tháng trước) cao nhất.

RLoi: TSSL của các cổ

phiếu có TSSL tích lũy 5

tháng (kết thúc vào đầu

𝐷

𝑖 : tỷ suất sinh lợi ngày d

𝑖 𝐿𝐼𝑄𝐴𝑚𝑖ℎ𝑢𝑑

tháng trước) thấp nhất.

𝑖 𝐿𝐼𝑄𝐴𝑚𝑖ℎ𝑢𝑑

𝑖 | |𝑅𝑡𝑑 𝑖 𝑉𝑡𝑑

𝑑=1

𝑖 : giá trị giao dịch của cổ

∑ = − 1 𝐷 𝑅𝑡𝑑 tháng t của cổ phiếu i.

𝑉𝑡𝑑 phiếu i tương ứng.

𝑖 𝐿𝐼𝑄𝑆𝑝𝑟𝑒𝑎𝑑

Ask: giá bán tốt nhất (giá

cao nhất) [ = − { 1 2 Bid: giá mua tốt nhất (giá 𝑎𝑠𝑘𝑚 − 𝑏𝑖𝑑𝑚 0,5(𝑎𝑠𝑘𝑚 + 𝑏𝑖𝑑𝑚)

𝐷

thấp nhất) ]} − 𝑎𝑠𝑘𝑚−1 − 𝑏𝑖𝑑𝑚−1 0,5(𝑎𝑠𝑘𝑚−1 + 𝑏𝑖𝑑𝑚−1)

𝑖 𝐿𝐼𝑄𝑇𝑅

𝑖 =

𝑡=1

V: giá trị giao dịch. ∑ 𝐿𝐼𝑄𝑇𝑅 SO (Shares outstanding): 1 𝐷 𝑉𝑖,𝑡 𝑆𝑂𝑖,𝑡

số cổ phiếu đang lưu hành.

3.2.2. Mô hình

Trong bài nghiên cứu, tác giả sử dụng 3 mô hình định giá bao gồm: mô hình định

giá tài sản vốn CAPM, mô hình 3 nhân tố Fama-French và mô hình 4 nhân tố

Carhart.

Đầu tiên, mô hình CAPM được áp dụng cho cấp cổ phiếu:

(1) 𝑟𝑖,𝑡 = 𝜇𝑖 + 𝛽𝑖𝑟𝑚𝑡 + 𝜀𝑖,𝑡

Theo mô hình CAPM, rủi ro không hệ thống được xem như không đáng kể, tức là

lợi nhuận kỳ vọng của một tài sản có quan hệ đồng biến với rủi ro hệ thống của tài

sản đó, thể hiện qua phương trình hồi quy sau:

(2) 𝐸(𝑟𝑖) = 𝑎 + 𝜆𝛽𝑖 + 𝑢𝑖

Để kiểm tra liệu CAPM có phải là mô hình định giá tốt cho các tài sản hay không,

phương trình (2) có thể được thực hiện để đánh giá ý nghĩa thống kê của 𝜆.

𝑀𝑟𝑚𝑡 + 𝛽𝑖

𝐻𝐻𝑀𝐿 + 𝛽𝑖

(3) Tiếp theo, mô hình 3 nhân tố của Fama-French được áp dụng cho cấp cổ phiếu: 𝑆𝑆𝑀𝐵 + 𝜀𝑖 𝑟𝑖 = 𝛼 + 𝛽𝑖

Để kiểm tra mô hình 3 nhân tố Fama-French có đúng cho các chứng khoán hay

không, hay là sự biến đổi trong lợi nhuận vượt mức của công ty cụ thể có liên quan

một cách hệ thống đến các beta thanh khoản hay không, phương trình sau có thể

được hồi quy:

𝑆 + 𝜀𝑖

𝑀 + 𝛿𝐻𝛽𝑖

𝐻 + 𝛿𝑆𝛽𝑖

(4)

𝑊𝑊𝑀𝐿 + 𝜀𝑖

𝑀𝑟𝑚𝑡 + 𝛽𝑖

𝐻𝐻𝑀𝐿 + 𝛽𝑖

(5) 𝑟𝑖 = 𝛼 + 𝛽𝑖 𝐸(𝑟𝑖) = 𝛼 + 𝛿𝑀𝛽𝑖 Mô hình 4 nhân tố Carhart (1997) cũng được áp dụng cho cấp cổ phiếu: 𝑆𝑆𝑀𝐵 + 𝛽𝑖

𝑊 + 𝜀𝑖

𝑀 + 𝛿𝐻𝛽𝑖

𝐻 + 𝛿𝑆𝛽𝑖

(6) Mô hình 4 nhân tố cũng được kiểm tra cho các tài sản bằng phương trình hồi quy: 𝑆 + 𝛿𝑊𝛽𝑖

𝐸(𝑟𝑖) = 𝛼 + 𝛿𝑀𝛽𝑖 Ngoài ra, trong bài nghiên cứu này, để xem xét ảnh hưởng của thanh khoản cổ

phiếu đến tỷ suất sinh lợi vượt trội cũng như so sánh các đại diện khác nhau của

tính thanh khoản (tính thiếu thanh khoản), phương trình (3) cũng được tăng cường

để trích xuất thông tin từ yếu tố rủi ro thanh khoản:

𝑆𝑆𝑀𝐵 + 𝜀𝑖

𝐿𝐿𝑖𝑞𝑚𝑡 + 𝛽𝑖

𝑀𝑟𝑚𝑡 + 𝛽𝑖

𝐻𝐻𝑀𝐿 + 𝛽𝑖

(7)

𝑟𝑖 = 𝛼 + 𝛽𝑖 Trong đó:

𝐿 đã được xác

Liqmt đại diện cho rủi ro thanh khoản thị trường.

Cuối cùng, các cổ phiếu sẽ được sắp xếp theo beta thanh khoản (𝛽𝑖 định trong phương trình (7)) sẽ được phân thành 4 danh mục được đánh số từ 1 đến

4 theo thứ tự danh mục gồm các cổ phiếu có beta thanh khoản bé nhất đến danh

mục gồm các cổ phiếu có beta thanh khoản lớn nhất. Sự khác nhau có ý nghĩa thống

kê trong hệ số chặn α của các danh mục ứng với mỗi mô hình (2), (4), (6) sẽ thể

hiện sự hiện diện của phần bù rủi ro thanh khoản.

3.2.3. Phương pháp hồi quy và kiểm định

3.2.3.1. Phương pháp hồi quy phân vị

Trong phân tích hồi quy, các nhà nghiên cứu quan tâm tới việc phân tích sự thay đổi

của một biến phụ thuộc khi biết trước thông tin về các biến độc lập của nó. Phương

pháp bình phương bé nhất thông thường (Ordinary Least Square – OLS) là phương

pháp chuẩn để cụ thể hóa mô hình hồi quy tuyến tính và ước lượng các thông số

chưa biết của nó bằng cách cực tiểu hóa tổng sai số bình phương. Điều này dẫn đến

việc lấy xấp xỉ hàm trung bình của phân bố có điều kiện của biến phụ thuộc. Ước

lượng OLS là ước lượng tuyến tính không chệch tốt nhất khi các giả thiết của

phương pháp OLS được thỏa mãn, bao gồm 4 giả thiết:

- Sai số ngẫu nhiên có phân phối chuẩn.

- Kỳ vọng toán của thành phần sai số (εi) bằng 0, tức là E[εi] = 0.

- Có tính thuần nhất – phương sai của thành phần sai số cố định, tức là var(εi) = σ2.

- Không có tự tương quan, tức là cov(εi , εj) = 0 với I ≠ j.

Tuy nhiên, các giả thiết của phương pháp ước lượng OLS quá chặt, thường một

hoặc hai giả thiết trên bị xâm phạm, đặc biệt là giả thiết về sai số chuẩn và phương

sai không thay đổi, dẫn đến kết quả là phương pháp OLS không còn tốt nhất, tuyến

tính và có ước lượng không chệch nữa. Ngoài ra, phương pháp OLS còn có một số

hạn chế như chỉ nghiên cứu các tác động đến giá trị trung bình của biến phụ thuộc,

nhạy cảm với các giá trị ngoại lai và không theo chuỗi xu thế, làm phóng đại sự ảnh

hưởng của các quan sát bất thường.

Năm 1978, Koenker và Bassett đề xuất sử dụng phương pháp hồi quy phân vị nhằm

bổ sung cho phân tích hồi quy tuyến tính. Mô hình hồi quy phân vị chủ yếu là mở

rộng phân vị thông thường từ mô hình định vị sang mô hình tuyến tính tổng quát

hơn, trong đó hồi quy phân vị có điều kiện có dạng tuyến tính.

Hồi quy phân vị có thể giải quyết các vấn đề vốn là nhược điểm của phương pháp

OLS trên thực tế, như:

- Nới lỏng một số giả thiết của phương pháp OLS như giả thiết về sai số chuẩn hay

phương sai không thay đổi.

- Không quá tập trung vào giá trị trung bình mà hồi quy cùng lúc ở nhiều phân vị

khác nhau sẽ cho thấy một cái nhìn tổng quát về mẫu nghiên cứu.

- Nếu số liệu phân tán, ước lượng hồi quy trung vị có thể hiệu quả hơn ước lượng hồi

quy trung bình.

Với các ưu điểm trực quan của phương pháp hồi quy phân vị, bài nghiên cứu sử

dụng hồi quy trung vị để phân tích ảnh hưởng của các nhân tố lên tỷ suất sinh lợi.

Hồi quy trung vị sẽ được áp dụng cho tất cả các danh mục cho mỗi mô hình CAPM,

mô hình 3 nhân tố Fama-French và mô hình 4 nhân tố Carhart.

Để kiểm tra sự khác biệt về mặt thống kê của các hệ số chặn α của mỗi mô hình hồi

quy đối với các danh mục cổ phiếu có beta thanh khoản khác nhau, thống kê Chi

bình phương được sử dụng với giả thuyết null Ho: αhigh = αlow.

3.2.3.2. Mô hình ngưỡng (Hansen, 2000)

Để đảm bảo tính vững cho nghiên cứu thực nghiệm, tác giả tiếp cận bằng mô hình

hồi quy ngưỡng. Theo Lý thuyết phân phối tiệm cận của các ước lượng bình

phương bé nhất, Hansen (2000) đề xuất xây dựng mô hình hồi quy ngưỡng dựa trên

bộ dữ liệu cân bằng {yit, qit, xit : 1 ≤ I ≤ n, 1 ≤ t ≤ T}, trong đó I là chỉ số mẫu, t là

chỉ số thời kỳ, yit là biến phụ thuộc, qit là biến phân ngưỡng và xit là véc-tơ của các

biến độc lập.

Để đơn giản, đầu tiên, xét trong mô hình đơn ngưỡng (chỉ có một ngưỡng duy nhất),

mô hình có thể được thể hiện qua phương trình sau:

′ 𝐼(𝑞𝑖𝑡 > 𝛾) + 𝑒𝑖𝑡

′𝑥𝑖𝑡𝐼(𝑞𝑖𝑡 ≤ 𝛾) + 𝛽2

(8) 𝑦𝑖𝑡 = 𝜇𝑖 + 𝛽1

Với I là hàm mục tiêu, phương trình (8) có thể được viết lại như sau:

′𝑥𝑖𝑡 + 𝑒𝑖𝑡 𝑛ế𝑢 𝑞𝑖𝑡 ≤ 𝛾 ′ 𝑥𝑖𝑡 + 𝑒𝑖𝑡 𝑛ế𝑢 𝑞𝑖𝑡 > 𝛾 ′ ), phương trình (8) có thể được viết thành:

𝑦𝑖𝑡 = { 𝜇𝑖 + 𝛽1 𝜇𝑖 + 𝛽2

′, 𝛽2

Đặt 𝛽′ = (𝛽1

(9)

𝑦𝑖𝑡 = 𝜇𝑖 + 𝛽′𝑥𝑖𝑡(𝛾) + 𝑒𝑖𝑡 Theo Hansen (1999), giá trị ngưỡng γ và hệ số 𝛽′của mô hình được ước lượng bằng

phương pháp bình phương nhỏ nhất OLS. Để thực hiện ước lượng, cần xác định giá

(10)

𝑇 𝑡=1

trị trung bình của các biến và sai số trong phương trình (9): 𝑦𝑖̅ = 𝜇𝑖 + 𝛽′𝑥𝑖̅ (𝛾) + 𝑒𝑖̅ Với

∗

(𝛾) 𝑦𝑖̅ = 𝑇−1 ∑ 𝑦𝑖𝑡 𝑒𝑖̅ = 𝑇−1 ∑ 𝑒𝑖𝑡 𝑇 𝑥𝑖̅ (𝛾) = 𝑇−1 ∑ 𝑥𝑖𝑡 𝑡=1

(11)

∗(𝛾) + 𝑒𝑖 𝑦𝑖

Lấy (9) trừ (10) theo từng vế, ta có phương trình mới như sau: ∗ = 𝛽′𝑥𝑖 𝑦𝑖 Với

𝑒𝑖

∗ = 𝑦𝑖𝑡 − 𝑦𝑖̅ ∗ = 𝑒𝑖𝑡 − 𝑒𝑖̅ ∗(𝛾) = 𝑥𝑖𝑡(𝛾) − 𝑥𝑖̅ (𝛾) 𝑥𝑖

Khi đó, ta có các ma trận:

∗ = [

∗(𝛾) = [

∗ = [ 𝑒𝑖

∗ (𝛾) 𝑥𝑖1 ⋮ ∗ (𝛾) 𝑥𝑖𝑇 𝑥1

] ; ] ; ] 𝑦𝑖 𝑥𝑖

; ; 𝑌∗ = 𝑋∗(𝛾) = 𝑒∗ = 𝑥𝑖

∗(𝛾) ⋮ ∗(𝛾) ⋮ ∗ (𝛾)]

∗ 𝑒𝑖1 ⋮ ∗ 𝑒𝑖𝑇 ∗ 𝑒1 ⋮ ∗ 𝑒𝑖 ⋮ ∗] 𝑒𝑛

∗ 𝑦𝑖1 ⋮ ∗ 𝑦𝑖𝑇 ∗ 𝑦1 ⋮ ∗ 𝑦𝑖 ⋮ ∗] 𝑦𝑛

[ [ [ 𝑥𝑛

Phương trình (11) tương đương với:

(12) 𝑌∗ = 𝑋∗(𝛾)𝛽 + 𝑒∗

−1

Với mỗi giá trị ngưỡng γ, hệ số β có thể được ước lượng theo phương pháp OLS.

𝛽̂(𝛾) = (𝑋∗(𝛾)′𝑋∗(𝛾)) 𝑋∗(𝛾)′𝑌∗

Véc-tơ phần dư được xác định:

𝑒̂(𝛾) = 𝑌∗ − 𝑋∗(𝛾)𝛽̂(𝛾)

(13) Tổng bình phương phần dư: 𝑆1(𝛾) = 𝑒̂(𝛾)′𝑒∗̂ (𝛾)

Ước lượng của giá trị ngưỡng γ được xác định bằng cách tối thiểu hóa giá trị S1(γ) ở

phương trình (13): 𝛾̂ = 𝑎𝑟𝑔𝑚𝑖𝑛𝛾𝑆1(𝛾) Khi đó: 𝛽̂ = 𝛽̂(𝛾̂) và 𝑒̂ ∗(𝛾) = 𝑒̂ ∗(𝛾̂).

Sau khi xác định các giá trị ngưỡng, điều quan trọng là xác định xem liệu các hiệu

ứng ngưỡng này có ý nghĩa thống kê hay không. Điều này được kiểm tra bằng cách

kiểm định xem hệ số ước lượng của các regime có bằng nhau hay không, và kiểm

định LR (Likelihood Ratio Test) được sử dụng theo gợi ý của Hansen (2000) với

giả thuyết:

H0 : β1 = β2

Khi không có hiệu ứng ngưỡng, phương trình (8) tương đương:

′𝑥𝑖𝑡 + 𝑒𝑖𝑡

(14) 𝑦𝑖𝑡 = 𝜇𝑖 + 𝛽1

Biến đổi (14) theo các bước trong phương pháp xác định ngưỡng, ta xác định được

phương trình:

∗(𝛾) + 𝑒𝑖 ∗ ∗ . ∗ ′𝑒̂𝑖𝑡

′𝑥𝑖 ∗ = 𝛽1 𝑦𝑖 ̂, 𝑒̂𝑖𝑡 ∗ , 𝑆0 = 𝑒̂𝑖𝑡 Tỷ số LR được tính theo công thức:

Từ đó có thể xác định được 𝛽1

𝐹1 = 𝑆0 − 𝑆1(𝛾̂) 𝜎̂ 2

′̂ 𝑒1̂ = 𝑒1

𝑇

Với 𝜎̂ 2 = 𝑆1(𝛾̂)

Trong đó, S0 là tổng sai số (phần dư) bình phương đối với mô hình không có

ngưỡng (8) ; S1 là tổng sai số (phần dư) bình phương của phương trình ngưỡng (12)

; 𝜎̂ 2 là phương sai của sai số đối với phương trình có ngưỡng.

Tuy nhiên, theo Hansen (1999 và 2000), phân phối tiệm cận của F1 là không chuẩn

và không tuân thủ nghiêm ngặt phân phối Chi – bình phương. Vì thế, không thể

kiểm định giả thuyết bằng phương pháp thông thường, mà thay vào đó, việc tính

toán p-value nên được thực hiện theo phương pháp bootstrap. Trong quá trình thực

hiện bootstrap, biến độc lập xit và ngưỡng γ sẽ được giữ cố định, phần dư 𝑒̂ =

{𝑒1̂ , 𝑒2̂ , … , 𝑒𝑛̂) của phương trình không ngưỡng (8) sẽ được bootstrap. Về bản chất,

bootstrap là một quá trình lấy mẫu có hoàn lại, do đó, các phần dư bootstrap được

tạo ra sẽ có dạng 𝑒𝑖̂ = {𝑒1𝑖̂ , 𝑒2𝑖̂ , … , 𝑒𝑛𝑖̂ ), trong đó, mỗi giá trị 𝑒𝑘𝑖̂ (với k=1,2,…,n) sẽ

là một giá trị được lấy ngẫu nhiên trong tập hợp của 𝑒̂. Khi đó, biến phụ thuộc

bootstrap sẽ được tạo ra và được sử dụng để hồi quy trong mô hình không ngưỡng

(8) và phương trình có ngưỡng (12), từ đó, tính được giá trị bootstrap của tỷ lệ

thống kê Likelihood F1. Việc bootstrap này sẽ được lặp đi lặp lại với rất nhiều lần,

và chúng ta sẽ tính được tỷ lệ số lần có F1>F0, đây chính là ước lượng bootstrap của

p-value tiệm cận cho F1. Nếu p-value nhỏ hơn các giá trị tới hạn (Critical Values)

thì bác bỏ giả thuyết null mô hình không ngưỡng.

Mô hình đa ngưỡng là mô hình tồn tại từ 2 ngưỡng trở lên. Mô hình đa ngưỡng

𝑟)

cũng được xử lý tương tự như mô hình đơn ngưỡng. Với mô hình 2 ngưỡng, khi

𝑟) = {

𝑟(𝛾2

ngưỡng đầu tiên γ1 đã được kiểm định và chấp nhận, ngưỡng γ2 cũng được xác định với: 𝛾2̂ 𝑟 = 𝑎𝑟𝑔𝑚𝑖𝑛 𝑆2

𝑟(𝛾2 𝑆(𝛾1̂ , 𝛾2) 𝑛ế𝑢 𝛾1̂ < 𝛾2 𝑆(𝛾2, 𝛾1̂ ) 𝑛ế𝑢 𝛾2 < 𝛾1̂

Trong đó, 𝑆2

𝑆1(𝛾1̂ ) − 𝑆2 Và ngưỡng 𝛾2 sẽ được kiểm định với giá trị thống kê: 𝑟(𝛾2̂ 𝑟) 𝐹2 = 𝜎̂ 2

Quy trình tương tự với mô hình nhiều ngưỡng hơn.

Áp dụng mô hình ngưỡng trong nghiên cứu tác động của nhân tố thanh khoản lên tỷ

suất sinh lợi khi kiểm soát các nhân tố thị trường, giá trị, quy mô và momentum

gồm 3 ngưỡng ứng với 4 danh mục đầu tư mô hình có thể được biểu diễn với dạng

tổng quát như sau:

𝑟𝑖̅ =

𝑀 + 𝛿1𝑀𝛽1 𝑀 + 𝛿2𝑀𝛽2 𝑀 + 𝛿3𝑀𝛽3 𝑀 + 𝛿4𝑀𝛽4

𝑀 + 𝛿1𝑊𝛽1 𝑀 + 𝛿2𝑊𝛽2 𝑀 + 𝛿3𝑊𝛽3 𝑀 + 𝛿4𝑊𝛽4

𝐿 ≤ 𝛾1 𝑊 + 𝑒1,𝑖 𝛽𝑖 𝐿 ≤ 𝛾2 𝑊 + 𝑒2,𝑖 𝛾1 < 𝛽𝑖 𝐿 ≤ 𝛾3 𝑊 + 𝑒3,𝑖 𝛾2 < 𝛽𝑖 𝐿 𝑊 + 𝑒4,𝑖 𝛾3 < 𝛽𝑖

𝛼1 + 𝛿1𝑀𝛽1 𝛼2 + 𝛿2𝑀𝛽2 𝛼3 + 𝛿3𝑀𝛽3 𝛼4 + 𝛿4𝑀𝛽4 {

Mô hình ngưỡng sẽ được thực hiện theo quá trình sau đây:

- Xác định các ngưỡng bằng phương pháp tổng sai số bình phương nhỏ nhất.

- Bootstrap phần dư, từ đó tạo ra các biến phụ thuộc bootstrap.

Với ngưỡng đầu tiên được xem xét, các biến phụ thuộc bootstrap này lần lượt được

hồi quy với phương trình có ngưỡng và không ngưỡng, F1 và F0 sẽ được so sánh.

- Tính tỷ lệ số lần F1 > F0, đó chính là giá trị p-value dùng để xem xét chấp nhận

hay bác bỏ ngưỡng.

Nếu ngưỡng bị bác bỏ, thực hiện lại tương tự với ngưỡng tiếp theo.

Nếu ngưỡng được chấp nhận, ngưỡng thứ 2 sẽ được xem xét, phần dư của mô hình

ngưỡng 1 sẽ được bootstrap, và biến phụ thuộc bootstrap sẽ được hồi quy theo mô

hình 1 ngưỡng và 2 ngưỡng, F2 và F1 được so sánh và tỷ lệ p-value được tìm ra.

Các bước tương tự với ngưỡng 3.

Nếu quá trình bootstrap được lặp lại càng nhiều lần thì độ chính xác của việc chấp

nhận hay bác bỏ ngưỡng càng cao. Thông thường, như một số nhà nghiên cứu đã

từng áp dụng, 1000 lần bootstrap là một con số khá lý tưởng. Tuy nhiên, do hạn chế

về mặt thời gian, tác giả chỉ bootstrap 500 lần đối với mỗi ngưỡng cần kiểm định.

TÓM TẮT CHƯƠNG 3

Chương 3 giới thiệu mẫu nghiên cứu, các mô hình sử dụng để phân tích mối quan

hệ giữa thanh khoản và tỷ suất sinh lợi và cách đo lường các biến được sử dụng

trong mô hình. Tác giả trình bày cụ thể các bước thực hiện hồi quy và kiểm định.

CHƯƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU

4.1. Phân tích thống kê mô tả các nhân tố:

Bảng 4.1 tổng hợp thống kê mô tả các nhân tố của mô hình theo 3 giai đoạn:

2009-2015 Mean Std. Dev Min Max

ARit -8,534922 8,294358 -27,5316 20,12261

Rmt -8,374918 7,574625 -25,660731 17,180411

SMB 0,1155095 0,6915391 -1,30398 2,253789

HML -0,3366911 0,7307009 -2,21559 2,092515

WML 0,014637 0,6713599 -2,14154 1,571763

2009-2011 Mean Std. Dev Min Max

ARit -11,37349 10,46234 -27,5316 20,12261

Rmt -10,41236 8,519577 -26,6017 13,87899

SMB 0,116389 0,7240352 -1,00258 2,253789

HML -0,5588166 0,6554707 -2,21559 0,596676

WML 0,1311296 0,7076655 -1,13737 1,571763

2012-2015 Mean Std. Dev Min Max

ARit -6,473822 5,508564 -17,0064 4,670011

Rmt -6,775513 5,597079 -18,7563 5,386267

SMB 0,2922383 1,275838 -2,49476 5,184946

HML -0,4783137 1,226441 -2,6988 3,601987

WML -0,2267211 1,232337 -4,27556 1,529202

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel)

Nhận xét:

Bảng 4.1 thống kê mô tả các biến sử dụng trong các mô hình trong giai đoạn 2009-

2015 bao gồm: TSSL vượt trội trung bình các cổ phiếu ARit, nhân tố thị trường

Rmt, nhân tố quy mô SMB, nhân tố giá trị HML và nhân tố quán tính WML.

Trong cả giai đoạn từ năm 2009 đến 2015, TSSL vượt trội trung bình của các cổ

phiếu cũng như TSSL vượt trội trung bình của thị trường đều âm do TSSL của

nhiều cổ phiếu dương nhưng vẫn nhỏ hơn lãi suất phi rủi ro. Sự thay đổi trong

TSSL vượt trội trung bình được thể hiện rõ hơn trong hai giai đoạn mẫu phụ: TSSL

vượt trội trung bình của các cổ phiếu và TSSL vượt trội trung bình của thị trường

của hai giai đoạn này có sự chênh lệch rõ rệt với mức chênh lệch tương ứng là 4,9%

và 3,63%. Biên độ dao động TSSL vượt trội của giai đoạn 2009-2011 cũng rất lớn,

bằng 47,65% ở cấp doanh nghiệp và 40,48% cho cấp thị trường. Đây cũng là động

lực để tác giả xem xét riêng biệt hai giai đoạn này.

Nhân tố HML có giá trị trung bình âm xuyên suốt giai đoạn 2009-2015 kể cả khi xét

mẫu phụ cho thấy rằng dường như các cổ phiếu bị định giá thấp không mang lại

TSSL cao hơn so với các cổ phiếu bị định giá cao, thậm chí còn có xu hướng ngược

lại.

Dự đoán ban đầu về nhân tố SMB và WML của tác giả dựa trên cơ sở mô hình 3

nhân tố Fama-French và lý luận truyền thống, cho rằng những cổ phiếu có vốn hóa

thị trường thấp và lợi nhuận quá khứ cao thì có khả năng có TSSL cao hơn những

cổ phiếu có vốn hóa thị trường cao và lợi nhuận quá khứ thấp. Tuy nhiên thống kê

mô tả cho một kết quả SMB và WML với giá trị trung bình dương nhỏ hơn nhiều so

với độ lệch chuẩn, cho thấy thực tế không ủng hộ một cách bền vững cho kỳ vọng

của tác giả về phần bù rủi ro liên quan đến quy mô và quán tính.

Bảng 4.2 trình bày ma trận tương quan giữa các biến được sử dụng trong nghiên

cứu cho ba giai đoạn:

Bảng 4.2. Ma trận tương quan giữa các biến

2009-2015 Rmt SMB HML WML Rit

1 Rit

0,871301 1 Rmt

0,357259 0,066413 1 SMB

0,463726 0,310886 0,434064 HML 1

WML -0,06176 -0,06044 -0,12243 -0,30753 1

2009-2011 Rmt SMB HML WML Rit

1 Rit

0,923235 1 Rmt

0,47908 0,296776 1 SMB

0,295751 0,253212 0,37803 HML 1

WML -0,05543 -0,03554 -0,17248 -0,42497 1

Rit 2012-2015 Rmt SMB HML WML

1 Rit

0,690794 1 Rmt

0,306934 -0,22876 1 SMB

0,648686 0,257257 0,599117 HML 1

WML -0,35483 -0,04363 -0,40133 -0,60236 1

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel)

Nhận xét:

Trong giai đoạn đầy đủ 2009 - 2015 cùng với giai đoạn mẫu phụ 2009 - 2011, TSSL

vượt trội trung bình của các cổ phiếu có tương quan cùng chiều khá chặt với TSSL

vượt trội trung bình của thị trường., dường như ủng hộ chặt chẽ cho mô hình định

giá tài sản CAPM.

Xét trong giai đoạn đầy đủ 2009-2015, TSSL vượt trội trung bình của cổ phiếu có

tương quan tương đối với biến SMB và HML với hệ số tương quan tương ứng là

35,73% và 46,37%% và tương quan yếu với các biến còn lại.

Trong giai đoạn 2009-2011, ngoài tương quan mạnh giữa hai biến TSSL vượt trội

trung bình của cổ phiếu và thị trường, nhân tố SMB tương quan khá với TSSL vượt

trội trung bình của cổ phiếu với hệ số tương quan là 47,9%. HML và WML cũng

tương quan khá với nhau (-42,5%).

Trong giai đoạn mẫu phụ 2012-2015, TSSL vượt trội trung bình của cổ phiếu tương

quan khá với các biến còn lại, hệ số tương quan cao nhất (ngoài TSSL vượt trội của

thị trường) là 64,87% đối với nhân tố HML. HML có tương quan khá với các biến

nhân tố SMB và nhân tố WML với hệ số tương quan lần lượt là 59,91% và -

60,24%.

Trong cả 3 giai đoạn, WML có tương quan ngược chiều với TSSL vượt trội

Bảng 4.3 trình bày ma trận tương quan theo từng cặp của các thước đo thanh

khoảng được sử dụng trong bài nghiên cứu, bao gồm thước đo Amihud và Spread

đã được điều chỉnh dấu(-) và thước đo Turnover rate TR.

Bảng 4.3. Ma trận tương quan của các thước đo thanh khoản.

2009-2015 Amihud TR Spread

Amihud 1

TR 0,458531 1

Spread -0,01679 -0,41694 1

2009-2011 Amihud TR Spread

Amihud 1

TR 0,516469 1

Spread 0,080706 -0,33884 1

2012-2015 Amihud TR Spread

Amihud 1

TR 0,531366 1

Spread -0,35565 -0,1837 1

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel)

Các thước đo có tương quan với nhau càng cao thì dự kiến sẽ cho ra các kết quả có

ý nghĩa tương tự và hỗ trợ tốt hơn trong việc đưa ra kết luận.

4.2. Kiểm định mô hình:

Như đã đề cập ở phần 3.3.2, mô hình hồi quy phân vị giảm được một số các điều

kiện ràng buộc của mô hình OLS, do đó, tác giả chỉ kiểm định tính dừng của các

biến được sử dụng trong quá trình ước lượng.

Cột thứ 2 và 3 của bảng 4.4. thể hiện kết quả kiểm định tính dừng của các biến sử

dụng trong mô hình cho từng giai đoạn và cột thứ 4 và 5 là kết quả kiểm định tính

dừng cho các biến vi phạm ban đầu sau khi đã lắp vào mô hình ARMA(1,1) cho

biến Spread giai đoạn 2009 – 2011 và mô hình AR(1) cho các biến vi phạm còn lại.

Bảng 4.4. Kết quả kiểm định tính dừng và biến đổi biến.

Bảng 4.4a. Giai đoạn 2009 - 2015

Ban đầu Đã chạy AR(1) 2009-2015 t-statistic p-value t-statistic p-value

-6,435 0,0000 rmt

-7,972 0,0000 SMB

-8,154 0,0000 HML

-7,224 0,0000 WML

Amihud -3,992 0,0015

TR -2,281 0,1783 -6,888 0,0000

Spread -3,671 0,0045

Bảng 4.4b. Giai đoạn 2009-2011

Đã chạy AR(1), Ban đầu ARMA(1,1) 2009-2011

t-statistic p-value t-statistic p-value

rmt -3,651 0,0049

SMB -4,919 0,0000

HML -4,806 0,0001

WML -4,949 0,0000

Amihud -1,603 0,4818 -6,065 0,0000

TR -1,526 0,5207 -3,926 0,0018

Spread -2,344 0,1582 -5,138 0,0000

Bảng 4.4c. Giai đoạn 2012-2015

Ban đầu 2012-2015 t-statistic p-value

rmt -6,16 0,0000

SMB -6,29 0,0000

HML -5,115 0,0000

WML -5,867 0,0000

Amihud -3,426 0,0101 Không chạy AR

TR -3,475 0,0086

Spread -3,441 0,0096

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn , kết quả phân tích

từ phần mềm Stata12.0)

Sau khi hồi quy AR(1) và ARMA(1,1), các biến sẽ được gán bằng phần dư của hồi

quy, và các thủ tục về sau sẽ chỉ sử dụng các biến đã được thay thế này.

4.3. Kết quả hồi quy giữa TSSL vượt trội của cổ phiếu với các phần bù rủi ro:

4.3.1. Kết quả hồi quy khi chưa sử dụng các đại diện của nhân tố thanh khoản.

Sau khi chạy hồi quy riêng lẻ TSSL vượt trội của 234 cổ phiếu trong giai đoạn mẫu

phụ 2012-2015 và 106 cổ phiếu trong giai đoạn 2009-2015 và giai đoạn mẫu phụ

2009-2011 cho mỗi mô hình CAPM, mô hình 3 nhân tố Fama-French và mô hình 4

nhân tố Carhart theo phương trình (1), (3), (5), các hệ số rủi ro β sẽ được ước lượng

và trở thành biến độc lập trong ước lượng các phương trình (2), (4), (6).

Bảng 4.5 báo cáo kết quả hồi quy các phương trình (2), (4) và (6) cho từng giai

đoạn.

Bảng 4.5. Kết quả hồi quy TSSL vượt trội theo các beta.

2009-2015 cons βM ΒS ΒH ΒW

-9,187 0,703 CAPM (0,000) (0,11)

-9,425 1,276 -0,005 -0,136 Fama-French (0,000) (0,001) (0,879) (0,000)

-9,368 1,152 0,009 -0,139 0,027 Carhart (0,000) (0,017) (0,813) (0,001) (0,71)

2009-2011 cons βM ΒS ΒH ΒW

-11,724 0,277 CAPM (0,000) (0,733)

-10,956 -0,318 -0,025 -0,198 Fama-French (0,000) (0,661) (0,68) (0,01)

-11,331 -0,236 0,029 -0,279 0,243 Carhart (0,00) (0,001) (0,000) (0,652) (0,568)

2012-2015 cons βM ΒS ΒH ΒW

-6,938 0,627 CAPM (0,000) (0,031)

-6,953 0,883 -0,06 -0,027 Fama-French (0,000) (0,013) (0,31) (0,598)

-7,168 1,166 -0,024 -0,039 0,061 Carhart (0,32) (0,29) (0,000) (0,00) (0,603)

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Trong giai đoạn đầy đủ 2009-2015, hệ số phần bù rủi ro thị trường của mô hình

CAPM không có ý nghĩa thống kê với mức ý nghĩa 10%, cho thấy yếu tố rủi ro thị

trường dường như không ảnh hưởng đáng kể đến TSSL vượt trội của cổ phiếu, tuy

nhiên, yếu tố thị trường lại giúp giải thích đáng kể TSSL vượt trội của cổ phiếu khi

được xem xét đồng thời với các yếu tố còn lại của mô hình 3 nhân tố và mô hình 4

nhân tố với tương quan thuận đúng như kết luận truyền thống về ảnh hưởng của

nhân tố thị trường. Trong giai đoạn này, nhân tố giá trị HML cũng giúp giải thích

TSSL vượt trội của cổ phiếu. Tuy nhiên, trái với kết luận truyền thống và đúng như

dự kiến về dấu của tác giả khi phân tích hệ số tương quan, nhân tố HML tương quan

nghịch với TSSL vượt trội, cho thấy rằng trong giai đoạn này, các cổ phiếu có tỷ lệ

giá sổ sách trên giá thị trường cao thì nhận được TSSL vượt trội thấp hơn so với các

cổ phiếu có tỷ lệ giá sổ sách trên giá thị trường thấp.

Trong giai đoạn mẫu phụ 2009-2011, chỉ có nhân tố giá trị có ảnh hưởng đáng kể

đến TSSl vượt trội của cổ phiếu trong cả mô hình 3 nhân tố và 4 nhân tố với mức ý

nghĩa 1%. Tương tự giai đoạn đầy đủ 2009 – 2015, nhân tố HML tương quan

nghịch với TSSL vượt trội. Tất cả các nhân tố còn lại trong cả 3 mô hình đều không

có ý nghĩa thống kê, cho thấy dường như trong giai đoạn với nhiều biến động này,

TSSL vượt trội không đi theo các nguyên tắc phổ biến thông thường.

Trong giai đoạn mẫu phụ 2012-2015, chỉ có nhân tố thị trường giúp giải thích TSSL

vượt trội của cổ phiếu. Kết quả này thống nhất cho cả 3 mô hình với mức ý nghĩa

5%.

Kết quả hồi quy 3 mô hình cho giai đoạn chung và giai đoạn mẫu phụ cũng được hỗ

trợ khi tác giả sử dụng phương pháp tính toán các nhân tố theo nghiên cứu của

Fama-French (1993) và Carhart (1997). Kết quả được trình bày trong bảng 4.6 với ý

nghĩa tương tự.

Bảng 4.6. Kết quả hồi quy TSSL vượt trội theo các beta khi sử dụng cách tính biến

truyền thống của Fama-French và Carhart.

2009-2015 cons βM ΒS ΒH ΒW

-9,186 0,7 CAPM (0,000) (0,108)

-9,345 0,01 -0,0014 -0,0054 Fama-French (0,000) (0,01) (0,419) (0,003)

-9,4 0,01 -0,0003 -0,0044 0,001 Carhart (0,000) (0,016) (0,872) (0,021) (0,715)

2012-2015 cons βM ΒS ΒH ΒW

-6,528 2,81.E-7 CAPM (0,000) (0,693)

-7,05 0,006 0,0008 -0,0015 Fama-French (0,000) (0,005) (0,617) (0,341)

-7,06 0,007 4,57.E-5 -0,0015 7,15.E-4 Carhart (0,000) (0,000) (0,974) (0,28) (0,674)

2009-2011 cons βM ΒS ΒH ΒW

-11,32 -0,0096 CAPM (0,000) (0,169)

-11,283 -0,006 0,0053 0,0022 Fama-French (0,000) (0,308) (0,195) (0,691)

-6,99 0,002 -0,0306 -0,0003 5,73.E-4 Carhart (0,000) (0,662) (0,394) (0,94) (0,83)

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Các kết quả hồi quy cho thấy đối với những giai đoạn biến động, cả 3 mô hình định

giá tài sản được xem xét đều không thể giải thích được TSSL vượt trội của cổ

phiếu. Đối với các giai đoạn tương đối ổn định hơn, rủi ro thị trường giải thích tốt

nhất cho TSSL vượt trội của cổ phiếu, nhưng dường như rủi ro thị trường giải thích

tốt hơn khi được xem xét song song cùng các nhân tố khác, mặc dù các nhân tố

khác không thể giải thích hoặc chỉ giải thích yếu cho TSSL vượt trội của cổ phiếu.

Tóm lại, trong giai đoạn 2009-2011, các nhân tố không giải thích được cho tỷ suất

sinh lợi vượt trội cổ phiếu hoặc có giải thích nhưng không rõ ràng, còn giai đoạn

mẫu 2009-2015 và giai đoạn mẫu phụ 2012-2015, nhân tố thị trường giải thích tốt

cho tỷ suất sinh lợi vượt trội cổ phiếu. Chỉ riêng giai đoạn mẫu 2009-2015, nhân tố

giá trị mới giúp giải thích tỷ suất sinh lợi vượt trội của cổ phiếu.

Rõ ràng, các kết quả chỉ thay đổi khi xem xét trong các giai đoạn khác nhau chứ

không thay đổi đáng kể khi thay đổi mô hình định giá được sử dụng. Như vậy,

những ảnh hưởng của các giai đoạn cũng cần được xem xét khi nghiên cứu ý nghĩa

của các yếu tố rủi ro trong việc giải thích TSSL vượt trội của cổ phiếu.

4.3.2. Kết quả hồi quy khi sắp xếp các cổ phiếu thành các danh mục theo hệ số

beta thanh khoản:

Đối với mỗi mô hình định giá tài sản, hệ số chặn của một danh mục đầu tư có thanh

khoản cao hơn sẽ lớn hơn hệ số chặn của một danh mục đầu tư có thanh khoản thấp

hơn. Để chứng minh bằng thực nghiệm, việc xây dựng các danh theo mức thanh

khoản được thực hiện.

Trong phương trình (7), các đại diện cho nhân tố thanh khoản gồm các thước đo

thanh khoản Amihud, Turnover rate, Spread và thước đo tổng hợp Lt được hồi quy

𝐿 tương ứng.

cùng các nhân tố thị trường, nhân tố quy mô và nhân tố giá trị đối với từng cổ phiếu

𝐿, và chia thành 4 danh mục đều nhau, từ danh

riêng lẻ, như vậy, mỗi cổ phiếu i sẽ có một giá trị 𝛽𝑖

𝐿 nhỏ nhất đến danh mục 4 gồm các cổ phiếu có

Các cổ phiếu sẽ được sắp xếp theo 𝛽𝑖

𝐿 lớn nhất.

mục 1 gồm các cổ phiếu có 𝛽𝑖

𝛽𝑖 Mỗi danh mục sẽ được hồi quy theo các phương trình (2), (4) và (6). Các hệ số chặn

sẽ được báo cáo trong bảng 4.7, 4.8, 4.9, 4.10 tương ứng với 3 thước đo đại diện

cho nhân tố thanh khoản Amihud, Turnover rate, Spread.

Vì việc xem xét chủ yếu tập trung vào các danh mục ở 2 cực, tức là danh mục có

thanh khoản nhỏ nhất và thanh khoản lớn nhất, tác giả chỉ bảo cáo kết quả của 2

𝑳 của thước đo Amihud:

danh mục này trong các bảng 4.7, 4.8, 4.9, 4.10.

4.3.2.1. Sắp xếp theo 𝜷𝒊 Trong phần 4.7a, hệ số chặn của các mô hình trong giai đoạn 2009-2015 được báo

cáo. Trong giai đoạn này, khi sử dụng thước đo Amihud, tất cả các danh mục 4 đều

có hệ số chặn lớn hơn danh mục 1.

Điều quan trọng là phải kiểm tra xem các hệ số chặn của các danh mục 4 có lớn hơn

các hệ số chặn của danh mục 1 về mặt ý nghĩa thống kê hay không. Kiểm định Chi

bình phương được thực hiện với sự hỗ trợ của phần mềm Stata. Thay vì thực hiện

kiểm định 1 phía α4 > α1, ta chỉ cần xem xét giá trị (α4 – α1) và kiểm định 2 phía với

giả thuyết H0: α4 = α1. Nếu (α4 – α1) dương và giả thuyết H0 bị bác bỏ thì α4 > α1 về

mặt ý nghĩa thống kê. Các kết quả kiểm định được thể hiện trong cột 4 của bảng

𝑳 của thước đo Amihud.

4.7a.

Bảng 4.7. Hệ số chặn của danh mục được chia theo 𝜷𝒊

Bảng 4.7a. Giai đoạn 2009-2015

p-value 1 4 (α4 > α1)

CAPM -8,986 -8,957 0,9737

Fama - French -10,179 -9,221 0,3097

Carhart -9,482 -9,248 0,8177

Bảng 4.7b. Giai đoạn 2009-2011

p-value 1 4 (α4 > α1)

CAPM -12,294 -12,988 X

Fama - French -11,721 -12,532 X

Carhart -12,106 -11,452 0,6432

Bảng 4.7c. Giai đoạn 2012-2015

p-value 1 4 (α4 > α1)

CAPM -7,306 -6,629 0,1603

Fama - French -7,35 -6,474 0,0826

Carhart -7,34 -6,671 0,1666

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Để xem xét tác động của giai đoạn biến động 2009-2011, các chênh lệch (α4 – α1)

của các mẫu phụ cũng được kiểm định.

Trong bảng 4.7b là hệ số chặn các mô hình của 2 danh mục 1 và 4 trong giai đoạn

2009-2011. Trong 3 mô hình được xem xét, chỉ có mô hình 4 nhân tố Carhart có hệ

số chặn danh mục 4 lớn hơn danh mục 1. Tuy nhiên, chênh lệch (α4 – α1) của mô

hình Carhart dương, nhưng không có ý nghĩa về mặt thống kê với giá trị p-value =

0,6432.

Trong giai đoạn 2012 – 2015, tất cả các mô hình đều cho 1 chênh lệch (α4 – α1)

dương. Tuy nhiên, kết quả kiểm định cho thấy, chỉ có trong mô hình 3 nhân tố Fama

- French, chênh lệch (α4 – α1) mới có ý nghĩa về mặt thống kê với giá trị p-value =

𝑳 của thước đo Turnover rate:

0,0826. Chênh lệch (α4 – α1) của 2 danh mục là 0,876% mỗi tháng.

4.3.2.2. Sắp xếp theo 𝜷𝒊 Tiếp theo, các hệ số chặn của 3 mô hình được báo cáo trong bảng 4.8 và kết quả

kiểm định chênh lệch (α4 – α1) khi sử dụng thước đo Turnover rate được báo cáo

trong cột 4 bảng 4.8.

𝑳 của thước đo Turnover

Bảng 4.8. Hệ số chặn của danh mục được chia theo 𝜷𝒊

rate.

Bảng 4.8a. Giai đoạn 2009-2015

p-value 1 4 (α4 > α1)

CAPM -9,116 -7,753 0,07

Fama -9,491 -7,804 0,0695

Carhart -9,322 -7,94 0,1218

Bảng 4.8b. Giai đoạn 2009-2011

p-value 1 4 (α4 > α1)

CAPM -10,105 -10,761 X

Fama -8,583 -10,99 X

Carhart -10,154 -11,152 X

Bảng 4.8c. Giai đoạn 2012-2015

p-value 1 4 (α4 > α1)

CAPM -7,119 -6,442 0,1433

Fama -7,288 -6,323 0,0817

Carhart -7,385 -6,544 0,1399

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Bảng 4.8a báo cáo các hệ số chặn của 2 danh mục 1 và 4 theo 3 mô hình trong giai

đoạn 2009-2015. Trong giai đoạn này, khi sử dụng thước đo Turnover rate, tất cả

các hệ số chặn của danh mục 4 đều lớn hơn danh mục 1. Kết quả kiểm định chênh

lệch (α4 – α1) của 3 mô hình có giá trị p-value lần lượt là 0,07; 0,0695 và 0,1218 cho

thấy các chênh lệch (α4 – α1) của mô hình CAPM và Fama-French có ý nghĩa về

mặt thống kê với mức ý nghĩa 10%. Chênh lệch (α4 – α1) của mô hình Carhart

không có ý nghĩa về mặt thống kê.

Ảnh hưởng của giai đoạn thị trường biến động cũng được xem xét trên 2 mẫu phụ.

Kết quả hệ số chặn của danh mục 1 và 4 trong 2 mẫu phụ cũng có sự khác.

Trong giai đoạn 2009-2011, tất cả chênh lệch (α4 – α1) của cả 3 mô hình đều âm.

Trong giai đoạn 2012-2015, chênh lệch (α4 – α1) của các mô hình đều dương, tuy

nhiên, kết quả kiểm định cho thấy chỉ có trong mô hình 3 nhân tố Fama - French,

chênh lệch (α4 – α1) mới có ý nghĩa về mặt thống kê với chênh lệch (α4 – α1) là

0,965% mỗi tháng (p-value = 0,0817).

Với các chênh lệch (α4 – α1) dương trong 2 giai đoạn 2009-2015 và 2012-2015,

thước đo Turnover rate dường như nắm bắt được phần bù rủi ro thanh khoản tốt hơn

𝑳 của thước đo Spread:

thước đo Amihud.

4.3.2.3. Sắp xếp theo 𝜷𝒊 Các kết quả báo cáo hệ số chặn khi sử dụng thước đo Spread được thể hiện trong

𝑳 của thước đo Spread.

bảng 4.9.

Bảng 4.9. Hệ số chặn của danh mục được chia theo 𝜷𝒊

Bảng 4.9a. Giai đoạn 2009-2015

p-value 1 4 (α4 > α1)

CAPM -8,869 -8,976 X

Fama -10,116 -8,582 0,1661

Carhart -10,108 -8,449 0,1304

Bảng 4.9b. Giai đoạn 2009-2011

p-value 1 4 (α4 > α1)

CAPM -11,198 -12,535 X

Fama -12,254 -11,855 0,8889

Carhart -14,03 -10,549 0,1662

Bảng 4.9c. Giai đoạn 2012-2015

p-value 1 4 (α4 > α1)

CAPM -6,342 -7,541 X

Fama -6,675 -7,645 X

Carhart -6,96 -7,624 X

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Đối với thước đo Spread, trong giai đoạn đầy đủ 2009 -2015 và giai đoạn mẫu phụ

2009 – 2011, hệ số chặn của danh mục 4 cao hơn danh mục 1 đối với 2 mô hình

Fama-French và Carhart, tuy nhiên, kết quả kiểm định cho thấy tất cả chênh lệch (α4

– α1) đều không có ý nghĩa về mặt thống kê với mức ý nghĩa 10%. Trong giai đoạn

mẫu phụ 2012 – 2015, tất cả các chênh lệch (α4 – α1) đều âm. Rõ ràng, thước đo

Spread không nắm bắt được phần bù rủi ro thanh khoản.

Bảng 4.10. tóm tắt kết quả chênh lệch (α4 – α1) và kiểm định khi sử dụng cả 3 thước

đo thanh khoản: Amihud, Turnover rate và Spread trong 3 giai đoạn.

Bảng 4.10. Tóm tắt kết quả chênh lệch (α4 – α1) và p-value kiểm định

Mô hình 2009-2015 2009-2011 2012-2015

0,029 CAPM - 0,677

(0,9737) (0,1603)

Fama – French 0,958 - 0,876 Amihud (0,3097) (0,0826)

0,234 Carhart - 0,669

(0,8177) (0,1666)

1,363 CAPM - 0,677

(0,07) (0,1433)

1,687 Fama – French - 0,965 Turnover rate (0,0695) (0,0817)

1,382 Carhart - 0,841

(0,1218) (0,1399)

- CAPM - -

- Spread Fama – French - -

- Carhart - -

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Các giai đoạn và các thước đo thanh khoản có hệ số chặn của danh mục 4 nhỏ hơn

danh mục 1 sẽ không được xem xét trong bảng 4.10.

Trong giai đoạn đầy đủ kết hợp của cả 2 thời kỳ biến động và ổn định 2009-2015,

hiệu ứng thanh khoản không được rõ ràng với hầu hết các chênh lệch (α4 – α1)

dương nhưng không có ý nghĩa về mặt thống kê, ngoại trừ sử dụng thước đo

Turnover rate cho mô hình CAPM và Fama-French. Riêng giai đoạn 2009-2011,

dường như việc phân chia danh mục theo cách thông thường (chia thành các danh

mục có số cổ phiếu bằng nhau) không cho thấy hiệu ứng thanh khoản lên tỷ suất

sinh lợi vượt trội của cổ phiếu. Ngoài ra, thước đo Spread không nắm bắt được phần

bù rủi ro thanh khoản và không phải là một chỉ số tốt để phân chia danh mục bằng

việc sắp xếp theo beta thanh khoản.

Như vậy, dường như có tồn tại hiệu ứng thanh khoản trong tỷ suất sinh lợi vượt trội

của cổ phiếu, nhưng bằng việc chia danh mục theo phương pháp thông thường, hiệu

ứng này không được thể hiện một cách rõ nét. Để làm rõ hơn liệu thanh khoản có

ảnh hưởng lên tỷ suất sinh lợi cổ phiếu trên thị trường chứng khoán HOSE trong

giai đoạn 2009-2015 hay không, mô hình ngưỡng được thực hiện và báo cáo với

thước đo đại diện là Turnover rate cho mỗi giai đoạn.

4.3.3. Mô hình ngưỡng:

4.3.3.1. Xác định ngưỡng tiềm năng:

Đối với mỗi mô hình, 3 ngưỡng được tác giả lựa chọn bằng cách chạy hồi quy thử

ngưỡng. Dựa trên đề xuất của Hansen (1996), tác giả thiết lập biến ngưỡng đầu tiên

nằm ở trong khoảng 15 - 85% các quan sát. Tác giả dùng thuật toán tìm kiếm dạng

lưới, tức là cho giá trị ngưỡng thử chạy từ quan sát ở vị trí 15% với bước nhảy là 1.

Cứ mỗi ngưỡng thử, tác giả chạy hồi quy với phương trình 1 ngưỡng (tức là phương

trình (4) trong phần 3.2.3.2.) và ghi nhận giá trị tổng sai số bình phương. Sau khi

chạy hồi quy thử cho tất cả các quan sát ở trong khoảng 15% - 85%, tác giả so sánh

và chọn quan sát có tổng sai số bình phương nhỏ nhất để làm ngưỡng đầu tiên.

Sau khi có được ngưỡng đầu tiên, các quan sát được chia thành 2 nhóm lấy ngưỡng

đầu tiên làm ranh giới. Đối với mỗi nhóm, tác giả lại tiếp tục thực hiện thuật toán

tìm kiếm dạng lưới và xác định các ngưỡng thứ 2 và thứ 3.

Kết quả của quá trình thực hiện, tác giả tìm được 3 ngưỡng tiềm năng cho mỗi mô

hình xét trong mỗi giai đoạn.

Bảng 4.11 báo cáo các ngưỡng được chọn xem xét.

Bảng 4.11. Các ngưỡng được lựa chọn.

CAPM Fama-French Carhart

γ1 = -17,43 γ1 = -24,97 γ1 = -18,45

γ2 = 24,36 γ2 = 39,21 γ2 = 39,23 2009-2015 γ3 = 30,3 γ3 = 44,3 γ3 = 59,49

γ1 = -7,148 γ1 = 24,529 γ1 = -28,44

γ2 = 38,497 γ2 = 41,46 γ2 = -19,038 2009-2011 γ3 = 62,071 γ2 = 79,83 γ3 = 62,071

γ1 = -24,728 γ1 = -20,595 γ1 = -20,595

γ2 = 71,16 γ2 = 101,91 γ2 = 84,11 2012-2015 γ3 = 223,355 γ3 = 145,91 γ3 = 116,875

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Bảng 4.12. trình bày kết quả ước lượng hệ số chặn của các danh mục và giá trị kiểm

định chênh lệch (α4 – α1) của các mô hình với 27 ngưỡng tiềm năng được tìm thấy

trong bảng 4.11.

Bảng 4.12. Hệ số chặn và chênh lệch (α4 – α1) của các danh mục được chia theo

ngưỡng tiềm năng với thước đo Turnover rate.

Bảng 4.12a. Giai đoạn 2009-2015

chênh lệch p-value 1 4 (α4 – α1) (α4 > α1)

CAPM -11,989 -8,657 3,332 0,0421

Fama -18,705 -8,196 10,509 0,000

Carhart -13,66 -8,565 5,095 0,0003

Bảng 4.12b. Giai đoạn 2009-2011

chênh lệch p-value 1 4 (α4 – α1) (α4 > α1)

CAPM -10,993 -9,095 1,898 0,2040

Fama -11,549 4,842 16,391 0,000

Carhart -10,321 -10,19 0,131 0,9503

Bảng 4.12c. Giai đoạn 2012-2015

chênh lệch p-value 1 4 (α4 – α1) (α4 > α1)

CAPM -7,826 -4,716 3,11 0,0013

Fama -7,924 -5,751 2,173 0,0002

Carhart -7,971 -6,195 1,776 0,0015

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Bảng 4.13 so sánh chênh lệch (α4 – α1) và giá trị p-value trong trường hợp chia cổ

phiếu theo các danh mục đều nhau và chia cổ phiếu theo các ngưỡng tiềm năng của

beta thanh khoản Turnover rate.

Bảng 4.13. Chênh lệch (α4 – α1) và giá trị p-value tương ứng.

Chênh lệch (αhigh – αlow)

Giai đoạn Mô hình Chia theo ngưỡng Chia đều tiềm năng

CAPM 1,363 (0,07) 3,332 (0,0421)

2009-2015 Fama-French 1,687 (0,0695) 10,509 (0,000)

1,382 (0,1218) 5,095 (0,0003) Carhart

X CAPM 1,898 (0,2040)

X 2009-2011 Fama-French 16,391 (0,000)

X Carhart 0,131 (0,9503)

CAPM 0,677 (0,1433) 3,11 (0,0013)

2012-2015 Fama-French 0,965 (0,0817) 2,173 (0,0002)

Carhart 0,841 (0,1399) 1,776 (0,0015)

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Với các ngưỡng tiềm năng được sử dụng để phân chia danh mục, kết quả dường

như được cải thiện rõ rệt với hầu hết các chênh lệch (α4 – α1) lớn hơn và giá trị kiểm

định p-value nhỏ hơn, ngoại trừ mô hình CAPM và mô hình 4 nhân tố Carhart cho

giai đoạn 2009-2011.

Điều này phần nào cho thấy hiệu quả của mô hình ngưỡng, làm sáng tỏ hơn hiệu

ứng thanh khoản lên tỷ suất sinh lợi vượt trội của chứng khoán.

Tuy nhiên, để có được kết quả hiệu ứng tốt nhất, các ngưỡng tiềm năng cần phải

được kiểm định ý nghĩa về mặt thống kê của chúng.

4.3.3.2. Kiểm định hiệu ứng ngưỡng:

Để kiểm tra các ngưỡng có ý nghĩa thống kê hay không, Hansen (1996, 1999 và

2000) đã đề xuất phương pháp bootstrap để biến đổi phân phối tiệm cận của kiểm

định Likelihood đối với H0.

Tác giả thực hiện kiểm định ngưỡng với thứ tự các ngưỡng được tìm thấy thay vì

kiểm định các ngưỡng từ nhỏ đến lớn. Quy trình kiểm định ngưỡng bằng phương

pháp bootstrap sẽ được thực hiện như đã nêu trong phần 3.2.3.2. Như đã đề cập

trước đó, do hạn chế về mặt thời gian, tác giả chỉ bootstrap 500 lần cho mỗi ngưỡng

để tính giá trị p-value.

Kết quả kiểm định loại bỏ 7 ngưỡng tính tổng cho cả 3 giai đoạn, 20 ngưỡng được

chấp nhận với mức ý nghĩa 10%.

Bảng 4.14. báo cáo các ngưỡng được chấp nhận với p-value tương ứng.

Bảng 4.14. Các ngưỡng được chấp nhận.

CAPM Fama-French Carhart

γ1 = 24,364 γ1 = 39,21 γ1 = -18,455

(0,02) (0,1) (0,1)

γ2 = -24,97 γ2 = 59,49 2009-2015 (0,1) (0,04)

γ3 = 44,3

(0,05)

γ1 = 38,497 γ1 = 41,46 γ1 = 62,071

(0,04) (0,07) (0,07)

γ2 = 62,071 γ2 = 24,529 2009-2011 (0,07) (0,1)

γ3 = 79,83

(0,02)

γ1 = 71,16 γ1 = 101,91 γ1 = 84,11

(0,01) (0,00) (0,00)

γ2 = -24,728 γ2 = -20,595 γ2 = -20,595 2012-2015 (0,02) (0,02) (0,02)

γ3 = 145,63 γ3 = 116,875

(0,1) (0,1)

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Với các ngưỡng được chấp nhận, các danh mục sẽ được tính toán hệ số chặn và báo

cáo kết quả trong bảng 4.15.

Bảng 4.15. Hệ số chặn của các danh mục sau khi đã chia theo ngưỡng.

Bảng 4.15a. Giai đoạn 2009-2015.

Ngưỡng (min ; 24,364) (24,364 ; max)

CAPM -9,693 -8,138

Ngưỡng (min ; -24,97) (-24,97 ; 39,21) (39,21 ; 44,3) (44,3 ; max)

Fama -18,705 -9,915 -4,458 -8,196

Ngưỡng (min;-18,455) (-18,455 ; 59,49) (59,49 ; max)

Carhart -13,66 -9,49 -8,565

Bảng 4.15b. Giai đoạn 2009-2011.

Ngưỡng (min; 38,497) (38,497 ; 62,071) (62,071 ; max)

CAPM -11,727 -11,794 -9,095

Ngưỡng (min; 24,529) (24,529 ; 41,46) (41,46 ; 79,83) (79,83 ; max)

Fama -11,549 -8,922 -10,993 4,842

Ngưỡng (min; 62,071) (62,071 ; max)

Carhart -11,309 -10,19

Bảng 4.15c. Giai đoạn 2012-2015.

Ngưỡng (min ; -24,728) (-24,728 ; 71,16) (71,16 ; max)

CAPM -7,826 -6,873 -6,46

Ngưỡng (min;-20,595) (-20,595 ; 101,9) (101,9 ; 145,63) (145,6 ; max)

Fama -7,924 -6,901 -6,075 -5,751

Ngưỡng (min;-20,595) (-20,595 ; 84,11) (84,11 ; 116,88) (116,88;max)

Carhart -7,971 -6,904 -7,25 -6,195

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Để thuận lợi cho việc theo dõi, các chênh lệch (αhigh – αlow) và giá trị kiểm định của

3 trường hợp được thống kê trong bảng 4.16. (vì sau khi loại bỏ ngưỡng, có những

mô hình chỉ còn 1-2 ngưỡng nên tác giả dùng (αhigh – αlow) thay cho (α4 – α1)).

Bảng 4.16. Thống kê các chênh lệch (αhigh – αlow) và p-value cho 3 trường hợp:

không ngưỡng, ngưỡng tiềm năng, ngưỡng đã kiểm định.

Chênh lệch (αhigh – αlow)

Giai đoạn Mô hình Chia theo ngưỡng Chia theo ngưỡng Chia đều tiềm năng được chấp nhận

CAPM 1,363 (0,07) 3,332 (0,0421) 1,555 (0,0035)

2009-2015 Fama-French 1,687 (0,0695) 10,509 (0,000) 10,509 (0,000)

Carhart 1,382 (0,1218) 5,095 (0,0003) 5,095 (0,0003)

CAPM X 1,898 (0,2040) 2,635 (0,0165)

2009-2011 Fama-French X 16,391 (0,000) 16,391 (0,000)

Carhart X 0,131 (0,9503) 1,119 (0,4149)

CAPM 0,677 (0,1433) 3,11 (0,0013) 1,366 (0,0009)

2012-2015 Fama-French 0,965 (0,0817) 2,173 (0,0002) 2,173 (0,0002)

Carhart 0,841 (0,1399) 1,776 (0,0015) 1,776 (0,0015)

(Ghi chú: Tác giả tính toán dựa trên dữ liệu hàng tháng của các cổ phiếu được thu

thập thông qua website www.cophieu68.vn và www.vietstock.vn có sự hỗ trợ của

phần mềm Excel và Stata 12.0)

Khi chia các cổ phiếu thành các danh mục theo ngưỡng, chênh lệch giữa hệ số chặn

của danh mục có thanh khoản cao nhất và thấp nhất hầu như đều cao hơn so với khi

chia các cổ phiếu theo cách thông thường, thậm chí trong giai đoạn 2009-2011, khi

sử dụng mô hình CAPM và Fama, chênh lệch hệ số chặn của các danh mục cao nhất

và thấp nhất vẫn được thể hiện rõ rệt với chênh lệch lần lượt là 2,635% (p-value =

0,0165) và 16,391% (p-value = 0,000) mỗi tháng. Riêng đối với mô hình Carhart,

chênh lệch (αhigh – αlow) và giá trị kiểm định p-value tuy đã được cải thiện nhưng

vẫn không có ý nghĩa về mặt thống kê.

So với mô hình ngưỡng tiềm năng, mô hình ngưỡng đã được kiểm định và chấp

nhận được cải thiện đáng kể.

Như vậy, bằng cách sử dụng mô hình ngưỡng, hiệu ứng thanh khoản được thể hiện

rõ nét hơn so với phương pháp chia danh mục thông thường. Kết quả cũng cho thấy

khi nghiên cứu mối quan hệ giữa thanh khoản và tỷ suất sinh lợi vượt trội của cổ

phiếu, cần xem xét tình hình riêng của từng giai đoạn.

TÓM TẮT CHƯƠNG 4

Trong chương 4, tác giả phân tích thống kê mô tả và tương quan giữa các biến được

sử dụng trong mô hình. Tác giả trình bày kết quả hồi quy các danh mục được phân

chia theo beta thanh khoản theo 3 mô hình định giá tài sản. Cuối cùng, mô hình

ngưỡng được tiến hành và các kết quả được báo cáo.

CHƯƠNG 5: KẾT LUẬN

5.1. Kết luận chung

Bài nghiên cứu sử dụng phương pháp hồi quy phân vị để tiến hành hồi quy

theo mô hình định giá tài sản vốn, mô hình 3 nhân tố Fama-French và mô hình 4

nhân tố Carhart với ba thước đo thanh khoản được sử dụng gồm thước đo Amihud,

Spread và Turnover rate.

Kết quả cho thấy chỉ có rủi ro thị trường có thể giải thích tốt cho TSSL vượt trội của

cổ phiếu trong các thời kỳ ít biến động, tuy nhiên, tác động của rủi ro thị trường rõ

ràng hơn khi nghiên cứu cùng các nhân tố khác. Dường như trong giai đoạn càng

biến động, nhân tố HML càng giải thích tốt cho tỷ suất sinh lợi vượt trội của cổ

phiếu, tuy nhiên, tác động này ngược lại với các nghiên cứu trước đây: bài nghiên

cứu cho thấy một tương quan nghịch chiều giữa TSSL vượt trội cổ phiếu và tỷ số

giá trị sổ sách trên giá trị thị trường, tức là trong giai đoạn biến động, một cổ phiếu

có tỷ số giá trị sổ sách trên giá trị thị trường càng cao thì TSSL vượt trội của cổ

phiếu đó càng thấp. Ngoài ra, chỉ trong giai đoạn biến động, TSSL trong quá khứ

của cổ phiếu mới giúp giải thích tỷ suất sinh lợi. Như vậy, khi nghiên cứu ảnh

hưởng của các nhân tố đến TSSL vượt trội của cổ phiếu, cần phải xem xét đến tác

động của tình hình thị trường .

Khi xem xét đến yếu tố thanh khoản bằng cách phân chia cổ phiếu thành các

danh mục đều nhau có beta thanh khoản từ nhỏ đến lớn theo từng thước đo đại diện

cho thanh khoản, yếu tố rủi ro thanh khoản hầu như không được nắm bắt khi sử

dụng cả 3 thước đo thanh khoản khi xem xét trong giai đoạn 2009-2011. Thước đo

thanh khoản Turnover rate nắm bắt TSSL vượt trội tốt hơn thước đo Spread và

thước đo Amihud trong 2 giai đoạn 2009-2015 và 2012-2015. Tuy nhiên, hiệu ứng

thanh khoản không rõ ràng.

Để làm rõ hiệu ứng thanh khoản, mô hình ngưỡng được sử dụng. Kết quả cho

thấy khi chia các cổ phiếu thành các danh mục theo ngưỡng, mối tương quan thuận

giữa tỷ suất sinh lợi vượt trội cổ phiếu và thanh khoản rõ ràng hơn kể cả trong giai

đoạn 2009-2011 ngoại trừ đối với mô hình 4 nhân tố Carhart.

5.2. Hạn chế của đề tài và đề xuất hướng nghiên cứu tiếp theo

Mặc dù đã rất cố gắng để hoàn thành bài nghiên cứu, luận văn vẫn không thể tránh

khỏi một số các hạn chế.

Thứ nhất, do thời gian nghiên cứu còn giới hạn, tác giả chưa nghiên cứu và trình

bày các nghiên cứu thực nghiệm trong thời gian ngắn gần đây.

Thứ hai, bài nghiên cứu chỉ giới hạn trong thị trường chứng khoán Thành phố Hồ

Chí Minh trong giai đoạn ngắn. Do đặc điểm thị trường chứng khoán Việt Nam, các

phụ mẫu được dùng để xem xét càng có thời gian ngắn hơn nữa.

Thứ ba, do phải kiểm định khá nhiều ngưỡng thanh khoản cho 3 mô hình và 3 giai

đoạn khác nhau, tác giả chỉ bootstrap 500 lần cho mỗi ngưỡng cần kiểm định, việc

này có thể đưa tới việc loại bỏ hoặc chấp nhận ngưỡng chưa chính xác.

Thứ tư, do khó khăn trong việc thu thập dữ liệu, lãi suất phi rủi ro được sử dụng là

lãi suất trái phiếu Chính phủ kỳ hạn 3 năm thay vì lãi suất tín phiếu ngắn hạn.

Tác giả đề xuất trong nghiên cứu tiếp theo cần khám phá những yếu tố rủi ro thanh

khoản dựa trên các hệ thống kinh doanh khác nhau, tức là sử dụng các thước đo

khác nhau, đồng thời, phải xem xét ảnh hưởng của các yếu tố quyết định đến yếu tố

rủi ro thanh khoản.

DANH MỤC BẢNG BIỂU

Bảng 1.1. Khối lượng và giá trị giao dịch sàn HOSE năm 2010-2011 ...................... 3

Bảng 2.1. Tóm tắt một số nghiên cứu thực nghiệm .................................................. 20

Bảng 3.1: Tổng hợp cách tính toán, nguồn gốc các biến .......................................... 25

Bảng 4.1: Tổng hợp thống kê mô tả các nhân tố theo 3 giai đoạn ........................... 35

Bảng 4.2: Ma trận tương quan giữa các biến ............................................................ 37

Bảng 4.3: Ma trận tương quan giữa các thước đo thanh khoản ................................ 39

Bảng 4.4: Kết quả kiểm định tính dừng và biến đổi biến ......................................... 40

Bảng 4.5: Kết quả hồi quy TSSL vượt trội theo các beta ......................................... 42

Bảng 4.6: Kết quả hồi quy TSSL vượt trội theo các beta khi sử dụng cách tính

biến truyền thống của Fama-French và Carhart ........................................................ 44

Bảng 4.7. Hệ số chặn của các danh mục chia theo beta thanh khoản với thước

đo Amihud ................................................................................................................. 46

Bảng 4.8. Hệ số chặn của các danh mục chia theo beta thanh khoản với thước

đo Turnover rate ........................................................................................................ 48

Bảng 4.9. Hệ số chặn của các danh mục chia theo beta thanh khoản với thước

đo Spread ................................................................................................................... 49

Bảng 4.10. Tóm tắt kết quả chênh lệch (α4 – α1) và p-value kiểm định ................... 51

Bảng 4.11. Báo cáo các ngưỡng được lựa chọn ....................................................... 53

Bảng 4.12. Hệ số chặn và chênh lệch (α4 – α1) của các danh mục được chia

theo ngưỡng tiềm năng với thước đo Turnover rate ................................................. 53

Bảng 4.13. so sánh chênh lệch (α4 – α1) và giá trị p-value trong trường hợp

chia cổ phiếu theo các danh mục đều nhau và chia cổ phiếu theo các ngưỡng

tiềm năng của beta thanh khoản Turnover rate ......................................................... 55

Bảng 4.14. Báo cáo các ngưỡng được chấp nhận với p-value tương ứng ................ 56

Bảng 4.15. Hệ số chặn của các danh mục sau khi đã chia theo ngưỡng .................. 57

Bảng 4.16. Thống kê các chênh lệch (αhigh – αlow) và p-value cho 3 trường

hợp: không ngưỡng, ngưỡng tiềm năng, ngưỡng đã kiểm định ................................ 58

TÓM TẮT

Bài luận văn nghiên cứu về tác động của yếu tố thanh khoản đối với tỷ suất

sinh lợi của các cổ phiếu được niêm yết trên sàn giao dịch chứng khoán thành

phố Hồ Chí Minh (HOSE) trong giai đoạn từ tháng 4 năm 2009 đến tháng 6 năm

2015.

Tác động của tình hình thị trường cũng được xem xét thông qua việc nghiên

cứu trên 2 mẫu phụ là giai đoạn 2009 – 2011 (là giai đoạn có nhiều kỷ lục tệ nhất

của thị trường chứng khoán TP. HCM) và giai đoạn 2012-2015 (là giai đoạn đã

tương đối ổn định). Bằng chứng cho thấy các ảnh hưởng của tình hình thị trường

nên được xem xét khi nghiên cứu tỷ suất sinh lợi cổ phiếu.

Bài nghiên cứu sử dụng phương pháp hồi quy phân vị với ba thước đo

thanh khoản được sử dụng gồm thước đo Amihud, Spread và Turnover rate. Kết

quả cho thấy thước đo Turnover rate nắm bắt thanh khoản tốt hơn các thước đo

còn lại, thước đo Spread hầu như không đại diện được cho nhân tố thanh khoản.

Việc phân chia các cổ phiếu thành các danh mục theo ngưỡng cho thấy rõ ràng

hơn mối quan hệ giữa thanh khoản và tỷ suất sinh lợi vượt trội của cổ phiếu trên

sàn giao dịch chứng khoán Thành phố Hồ Chí Minh giai đoạn 2009 – 2015, rằng

danh mục gồm các cổ phiếu thanh khoản thì có tỷ suất sinh lợi vượt trội cao hơn

danh mục gồm các cổ phiếu kém thanh khoản, được thể hiện qua một hệ số chặn

lớn hơn trong hồi quy tỷ suất sinh lợi vượt trội của cổ phiếu với các beta của các

nhân tố tương ứng cho từng mô hình.

DANH MỤC TÀI LIỆU THAM KHẢO

Trang web

tpcp.mof.gov.vn cophieu68.vn

vietstock.vn hnx.vn

nfsc.gov.vn

Tiếng Việt

Đinh Trọng Hưng, 2008. Ứng dụng một số mô hình đầu tư tài chính hiện đại

vào thị trường chứng khoán Việt Nam. Luận văn Thạc sĩ. Trường Đại học Kinh

tế Thành phố Hồ Chí Minh.

Sử Đình Thành, 2013. Hiệu ứng ngưỡng chi tiêu công và tăng trưởng kinh tế ở

Việt Nam – Kiểm định bằng phương pháp bootstrap. Tạp chí Phát triển Kinh tế,

268: 12-22.

Trần Ngọc Thơ và cộng sự, 2007. Tài chính doanh nghiệp hiện đại. Thành phố

Hồ Chí Minh: Nhà xuất bản Thống kê.

Trần Trung Kiên, 2015. Hiệu ứng ngưỡng chi tiêu công: Minh chứng thực

nghiệm tại các quốc gia đang phát triển châu Á 1996-2013. Tạp chí Phát triển

Kinh tế, 26(7): 47-63.

Tiếng Anh

Acharya, V.V., Pedersen, L.H., 2005. Asset pricing with liquidity risk. Journal

of Financial Economics, 77: 375-410.

Amihud, Y., 2002. Illiquidity and stock returns: cross-section and time-series

effects. Journal of Financial Economics, 5: 31-56.

Amihud, Y., Mendelson, H., 1986. Asset pricing and the bid-ask spread.

Journal of Financial Economic, 17: 223-249.

Bali, Turan G., Cakici, N., Yan, X., Zhang, Z., 2004. Does Idiosyncratic Risk

Really Matter?. Journal of Finance, 60: 905-929.

Banz, Rolf W., 1981. The Relationship between return and market value of

common stocks. Journal of Financial Economics, 9: 3-18.

Basu, S., 1983. The relationship between earnings’ yield, market value and

return for NYSE common stocks: Further evidence. Journal of Financial

Economics, 12: 129-156.

Batten, Jonathan A., Vinh, V.X., 2014. Liquidity and Return Relationships in

an Emerging Market. Emerging Markets Finance and Trade, 50(1): 5-21.

Bekaert, G., Harvey, C. Lundblad, C., 2007. Liquidity of emerging markets:

Lessons from emerging Markets. Review of Financial Studies, 20: 1783-1831.

Bhandari, L.C., 1988. Debt/Equity Ratio and expected common stock returns:

Empirical Evidence. Journal of Finance, 43: 507-528.

Carhart, Mark M., 1997. On Persistence in Mutual Fund Performance. Journal

of Finance, 52: 57-82.

Datar, V.T., Naik, N.N., Radcliffe, R., 1998. Liquidity and stock returns: An

alternative test. Journal of Financial Markets,1: 203-219.

Fama, E.F., French, K.R., 1992. The cross-section of expected stock returns.

Journal of Finance, 47: 427-465.

Fama, E.F., French, K.R., 1993. Common risk factors in the returns on stocks

and bonds. Journal of Financial Economics, 33: 3-56.

Fama, E.F., Macbeth, J.D, 1973. Risk, return, and equilibrium: Empirical tests.

Journal of Political Economy, 81: 607-636.

Griffin, John M., Susan Ji, Martin, J.S, 2003. Momentum Investing and

Business Cycle Risk: Evidence from Pole to Pole. Journal of Finance, 58:

2515-2547.

Hansen, Bruce E., 1996. Inference when a nuisance parameter is not identified

under the null hypothesis. Econometrica, 64: 413-430.

Hansen, Bruce E., 1999. Threshold Effects in Non-Dynamic Panels:

Estimation, Testing, and Inference. Journal of Econometrics, 93: 345-368.

Hansen, Bruce E., 2000. Sample Splitting and Threshold Estimation.

Econometrica, 68: 575-603.

Jegadeesh, N., Titman, S., 1993. Returns to Buying Winners and Selling

Losers: Implications for Stock Market Efficiency. Journal of Finance, 48: 65-

91.

Lam, K., Tam, L., 2011. Liquidity and asset pricing: Evidence from the Hong

Kong stock market. Journal of Banking and Finance, 35: 2217-2230.

Lesmond, D., 2005. Liquidity of emerging markets. Journal of Financial

Economics, 77: 411-452.

Lischewski, J., Voronkova, S., 2012. Size, value and liquidity. Do They

ReallyMatter on an Emerging Stock Market. Emerging Markets Review, 13: 8-

25.

Marshall, B., Young, M., 2003. Liquidity and stock returns in pure order driven

markets: evidence from the Australian stock market. International Review of

Financial Analysis, 12: 173-188.

Rahim, R.A, Nor, A.H.S.M., 2006. A comparison between fama and french

model and liquidity-based three-factor models in predicting the portfolio

returns. Asian Academy of Management Journal of Accounting and Finance, 2 :

43-60.

Rosenberg, B., Reid, K., Lanstein, R., 1985. Persuasive evidence of market

inefficiency. Journal of Portfolio Management, 11: 9-16.

Rouwehorst, G., 1999. Local factors and turnover in emerging markets. Journal

of Finance, 54: 1439-1464.

Summers, L. H., 2000. International Financial Crises: Causes, Prevention, and

Cures. American Economic Review, 90: 1-16.

Tsung-wu Ho, Shu-Hwa Chang, 2015. The Pricing of Liquidity Risk on the

Shanghai Stock Market. International Review of Economics and Finance, 38:

112-130.

DANH MỤC PHỤ LỤC DANH SÁCH CÁC MÃ CỔ PHIẾU SỬ DỤNG 1. GIAI ĐOẠN 2009-2015 VÀ 2009-2011 ................................................. 1

2. GIAI ĐOẠN 2012-2015 ........................................................................... 2

KIỂM ĐỊNH CHÊNH LỆCH HỆ SỐ CHẶN (αhigh – αlow)

1. GIAI ĐOẠN 2009-2015 ............................................................................ 3

1.1. CAPM ................................................................................................. 3

1.2. Fama- French ....................................................................................... 4

1.3. Carhart ................................................................................................. 5

2. GIAI ĐOẠN 2009-2011 ............................................................................ 6

2.1. CAPM ................................................................................................. 6

2.2. Fama- French ...................................................................................... 7

2.3. Carhart ................................................................................................. 8

3. GIAI ĐOẠN 2012-2015 ............................................................................ 9

3.1. CAPM .................................................................................................. 9

3.2. Fama- French ..................................................................................... 10

3.3. Carhart ................................................................................................ 11

DANH SÁCH CÁC MÃ CỔ PHIẾU SỬ DỤNG

1. GIAI ĐOẠN 2009 – 2015 và 2009 - 2011

91 UIC 92 VHC 93 VHG 94 VIC 95 VID 96 VIP 97 VIS 98 VNA VNE 99 100 VNM 101 VNS 102 VPK 103 VSC 104 VSH 105 VTB 106 VTO

Trang 1/9

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 ABT ACL AGF ANV ASP BBC BHS BMC BMP BT6 CII CLC COM DHA DHG DIC DMC DPM DPR DQC DRC DXV FMC FPT GIL GMC GMD GTA HAP HAS HAX 31 HBC 32 HDC 33 HMC 34 HPG 35 HRC 36 HT1 37 ICF 38 IMP 39 ITA 40 KDC 41 KHA 42 KHP 43 KMR 44 L10 45 LAF 46 LBM 47 48 LGC 49 MCP 50 MHC NAV 51 NSC 52 NTL 53 PAC 54 PET 55 PGC 56 PIT 57 PJT 58 PNC 59 PPC 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 PVD PVT RAL REE RIC SAM SAV SBT SC5 SCD SFI SJD SJS SMC SSC ST8 SZL TAC TCM TCR TDH TNA TNC TPC TRC TS4 TSC TTF TTP TYA

2. GIAI ĐOẠN 2012 – 2015

PIT PJT

Trang 2/9

1 AAM 2 ACC 3 APC 4 ATA BTP 5 BTT 6 C47 7 8 CCI CCL 9 10 CDC 11 CIG 12 CLG 13 CLW 14 CMG 15 CMT 16 CMV 17 CMX 18 CSM 19 CTD 20 CTI 21 D2D 22 DAG 23 DHC 24 DIG 25 DLG 26 DRH 27 DSN 28 DTA 29 DTL 30 DVP 31 DXG ELC 32 EVE 33 34 FDC 35 GDT 36 GTT 37 HAI 38 HDG 39 HLG 40 HQC 161 ITA 201 SSC 81 QCG 121 ASP 41 HTI 162 KBC 202 ST8 122 BBC 82 RDP 42 HTV 123 BHS 83 163 KDC 203 SZL SBA 43 HU3 SHI 84 124 BMC 164 KHA 204 TAC 44 HVG SMA 125 BMP 165 KHP 205 TCM 85 45 HVX 166 KMR 206 TCR SPM 86 126 BT6 IDI 46 167 KSH 207 TDH SRC 87 127 CII IJC 47 128 CLC SRF 88 208 TMS 168 L10 48 ITC 129 COM 169 LAF 209 TNA STG 89 49 KAC 170 LBM 210 TNC 130 CYC STT 90 50 KDH 131 DCL SVC 91 171 LCG 211 TPC 51 KSA 132 DHA 172 LGC 212 TRA TBC 92 52 KSB 133 DHG 173 MCP 213 TRC TCL 93 53 KSS 134 DIC TDC 94 174 MHC 214 TS4 54 KTB 135 DMC 175 NAV 215 TSC THG 95 LGL 55 136 DPM 176 NSC 216 TTF TIC 96 56 LHG 137 DPR TIE 97 177 NTL 217 TTP 57 LM8 138 DQC 178 OPC 218 TYA TIX 98 LSS 58 179 PAC 219 UIC 139 DRC 59 MCG TLG 99 140 DTT 60 MDG 100 TLH PET 220 VHC 180 141 DXV 181 PGC 221 VHG 101 TMP 61 MSN 222 VIC 102 TMT 142 FMC 182 62 NBB 183 143 103 TNT 63 NHS 223 VID FPT 184 PNC 224 VIP 104 TV1 64 NKG 144 GIL PPC 225 VIS 105 UDC 145 GMC 185 65 NNC 146 GMD 186 PTC 226 VNA 106 VFG 66 NVT 107 VLF 67 OGC 187 PVD 227 VNE 147 GTA 108 VMD 148 HAG 188 PVT 228 VNM PAN 68 189 RAL 229 VNS 109 VNG 149 HAP PDR 69 110 VNH 150 HAS PGD 70 190 REE 230 VPK 151 HAX 191 RIC 231 VSC 111 VNL PHR 71 152 HBC 112 VOS 72 192 SAM 232 VSH PNJ 153 HDC 193 SAV 233 VTB 113 VPH POM 73 154 HMC 194 SBT 234 VTO 114 VRC PPI 74 155 HPG 115 VSI PTB 75 156 HRC 116 VTF PTL 76 157 HSG 117 ABT PXI 77 158 HT1 118 ACL PXL 78 ICF 119 AGF PXS 79 159 IMP 120 ANV 160 PXT 80 SC5 195 196 SCD SFI 197 SJD 198 199 SJS 200 SMC

KIỂM ĐỊNH CHÊNH LỆCH HỆ SỐ CHẶN (αhigh – αlow)

3. GIAI ĐOẠN 2009 – 2015

Trang 3/9

3.1. CAPM

Trang 4/9

3.2. Fama - French

Trang 5/9

3.3. Carhart

4. GIAI ĐOẠN 2009 – 2011

Trang 6/9

4.1. CAPM

Trang 7/9

4.2. Fama - French

Trang 8/9

4.3. Carhart

5. GIAI ĐOẠN 2012 – 2015

Trang 9/9

5.1. CAPM

Trang 10/9

5.2. Fama - French

Trang 11/9

5.3. Carhart

Luận văn Thạc sĩ Kinh tế: Mối quan hệ giữa tỷ suất sinh lợi vượt trội và thanh khoản cổ phiếu trên thị trường chứng khoán Thành phố Hồ Chí Minh giai đoạn 2009-2015

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

VŨ THỊ CẨM LY

MỐI QUAN HỆ GIỮA THANH KHOẢN VÀ TỶ

SUẤT SINH LỢI VƯỢT TRỘI CỦA CỔ PHIẾU

TRÊN THỊ TRƯỜNG CHỨNG KHOÁN THÀNH

PHỐ HỒ CHÍ MINH GIAI ĐOẠN 2009 – 2015

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

GS. TS. TRẦN NGỌC THƠ

TP. Hồ Chí Minh - Năm 2015

LỜI CAM ĐOAN

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT

CHƯƠNG 1: GIỚI THIỆU .............................................................1

CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN

CỨU THỰC NGHIỆM ....................................................................5

CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

CHƯƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU ........35

CHƯƠNG 5: KẾT LUẬN ..............................................................60

DANH MỤC TÀI LIỆU THAM KHẢO

DANH MỤC PHỤ LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT

DANH MỤC TÀI LIỆU THAM KHẢO

Tiếng Anh

DANH MỤC PHỤ LỤC DANH SÁCH CÁC MÃ CỔ PHIẾU SỬ DỤNG 1. GIAI ĐOẠN 2009-2015 VÀ 2009-2011 ................................................. 1

KIỂM ĐỊNH CHÊNH LỆCH HỆ SỐ CHẶN (αhigh – αlow)

Có thể bạn quan tâm

Bài tập lớn: Phương pháp nghiên cứu khoa học trong kinh tế

Các yếu tố tác động đến khả năng sinh lời tại các công ty thuộc nhóm ngành xây dựng niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh

Luận văn Thạc sĩ: Chế tạo và nghiên cứu tính chất điện, từ của vật liệu multiferroic Ba₀.₇Ca₀.₃TiO₃/ NiFe₂O₄

Luận văn Thạc sĩ: Nghiên cứu vật liệu biến hóa dạng chuỗi một chiều chế tạo từ kim loại đồng trên đế FR-4 hoạt động tại tần số MHz ứng dụng trong truyền năng lượng không dây

Luận văn Thạc sĩ: Đánh giá khả năng tác động tới môi trường biển của việc xả nước thải từ sự cố nhà máy điện hạt nhân Fukushima sử dụng công cụ ERICA

Luận văn Thạc sĩ: Xây dựng mô hình đầu dò nơtron và gamma sử dụng nhấp nháy EJ-276 ghép nối với mảng nhân quang silicon

Luận văn Thạc sĩ: Đánh giá khả năng ảnh hưởng của bức xạ ion hóa đến sức khỏe cư dân khu vực mỏ đất hiếm Đông Pao, xã Bản Hon, huyện Tam Đường, tỉnh Lai Châu

Luận văn Thạc sĩ: Sử dụng phương pháp nhiễu xạ neutron khảo sát cấu trúc tinh thể và pha trật tự từ trong vật liệu Pr2FeCrO6

Luận văn Thạc sĩ: Nghiên cứu phân lập, xác định cấu trúc và hoạt tính ức chế NO của các hợp chất thứ cấp từ chủng vi nấm biển Aspergillus sp. CL251

Luận văn Thạc sĩ: Phân tích một số hợp chất bisphenol thôi nhiễm từ bao bì nhựa lên một số mẫu thực phẩm nền tinh bột

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá hoạt tính kháng khuẩn, kháng nấm của loài hoa mộc (Osmanthus fragrans (Thunb.) Lour.) ở Việt Nam

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá tác dụng kháng viêm của loài côi Turpinia montana (Blume) Kurz

Luận văn Thạc sĩ: Tổng hợp và đặc trưng tính chất vật liệu composite có cấu trúc nano chitosan–cyclodextrin/TiO₂–Ag

Luận văn Thạc sĩ: Nghiên cứu chế tạo và khảo sát một số tính chất của màng phủ trên cơ sở nhựa epoxy gốc nước và khung cơ kim - ZIF

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất napthoquinone chứa nguyên tố flo bằng phản ứng đa thành phần

Luận văn Thạc sĩ: Nghiên cứu điều chế vật liệu Bioglass và tổ hợp lai với polymer ALG-F127 định hướng ứng dụng trong điều trị nội nha

Luận văn Thạc sĩ: Khảo sát thành phần hóa học và hoạt tính ức chế enzyme α-glucosidase trên một số hợp chất phân lập từ thịt quả bình bát nước (Annona glabra L.).

Luận văn Thạc sĩ: Tổng hợp và đánh giá hoạt tính chống ung thư của hợp chất lai chứa khung tetrahydro-β-carboline và imidazo[1,5-a]pyridine

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất của benzazole

Luận văn Thạc sĩ: Nghiên cứu chiết tách lignin từ vỏ sầu riêng Ri6 (Durio zibethinus Murr.) và tổng hợp vật liệu biocomposite định hướng ứng dụng trong bảo quản sau thu hoạch

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu