Tiểu luận môn đầu tư tài chính chủ đề ChenRollRoss ECONOMICS FORCE AND THE STOCK MARKET

Như một lựa chọn thay thế cho việc ảnh hưởng đến giá của các biến trạng thái xác định bởi mô hình lý thuyết đơn giản của chúng tôi, phần IV xem xét trọng số theo giá trị và trọng số cân

Tóm tắt:

Bài nghiên cứu này kiểm định có hay không sự biến đổi trong các biến kinh tế vĩ mô

như là những rủi ro mà mang lại được lợi nhuận trong thị trường chứng khoán Lý

thuyết tài chính cho thấy rằng các biến kinh tế vĩ mô sau đây ảnh hưởng mang tính

hệ thống đến tỷ suất sinh lợi của thị trường chứng khoán: chênh lệch giữa lãi suất

dài hạn và lãi suất ngắn hạn, lạm phát kỳ vọng và lạm phát ngoài kỳ vọng, sản lượng

công nghiệp, và chênh lệch tỷ suất sinh lợi giữa trái phiếu xếp hạng cao và trái phiếu

xếp hạng thấp Chúng tôi thấy rằng các dạng rủi ro trên có ảnh hưởng đáng kể tới

giá chứng khoán Hơn nữa, danh mục thị trường và mức tiêu dùng tổng hợp đều

không được định giá riêng biệt Chúng tôi cũng thấy rằng rủi ro về giá dầu thì không

tách biệt với lợi nhuận trong thị trường chứng khoán

I- Giới thiệu

Giá tài sản thường được cho là phản ứng nhạy cảm với thông tin kinh tế Kinh

nghiệm hàng ngày dường như ủng hộ quan điểm cho rằng giá tài sản riêng lẻ bị ảnh

hưởng bởi hàng loạt các sự kiện ngoài kỳ vọng và một số sự kiện có ảnh hưởng lan

rộng đến giá tài sản Phù hợp với khả năng đa dạng hóa của các nhà đầu tư, lý thuyết

tài chính hiện đại đã tập trung vào ảnh hưởng mang tính lan rộng, hoặc mang tính hệ

thống,như là nguồn gốc gây ra rủi ro đầu tư Kết luận chung của lý thuyết là bất cứ

khi nào một tài sản cụ thể bị ảnh hưởng bởi thông tin kinh tế có tính hệ thống và

không có lợi nhuận thêm nào khi đối mặt với rủi ro đa dạng hoá, thì một phần bổ

sung của tỷ suất sinh lợi dài hạn được yêu cầu và đạt được

* Tác giả xin gửi lời cảm ơn đến các trường ĐH của mình, đến các trung tâm nghiên cứu giá chứng

khoán, Tố chức khoa học quốc gia đã hỗ trợ nghiên cứu và Ceaja Chan đã hỗ trợ tính toán Những ý

kiến của Bradford Cornell, Eugene Fama, Pierre Hillion, Richard Sweeney, và Arthur Warga là hữu

ích nhất, cũng như những ý kiến của người tham gia hội thảo tại Claremont, Graduate School, ĐH

Stanford, ĐH Toronto, ĐH California, Irvine, ĐH Alberta, ĐH Chicago và nhiều người khác ĐH

British Columbia đã tạo ra môi trường thúc đẩy nghiên cứu, vì vậy mà một phần của phiên bản đầu

tiên đã được viết trong tháng 8 năm 1984.

Ví dụ, APT (Ross 1976) và các mô hình của Merton (1973) và Cox, Ingersoll, và

Ross (1985) phù hợp với quan điểm này (Jounal of Business, 1986, vol 59 no3)

năm 1986 bởi ĐH Chicago Bản quyền 0021-9398/8615903- 001$0150

Tuy lý thuyết này không còn được nhắc đến, những sự kiện liên quan đến lý thuyết

này dường như vẫn ảnh hưởng đến toàn bộ tài sản Có một sự khác biệt giữa việc

bỏ qua tầm quan trọng của các biến trạng thái mang tính hệ thống và sự không hiểu

biết đầy đủ về các biến đó Có một sự dịch chuyển đồng thời của giá tài sản đã cho

thấy sự hiện diện của những ảnh hưởng ngoại sinh trong nó, nhưng chúng tôi vẫn

chưa xác định được các biến kinh tế nào đã gây ra hiện tượng đó

Bài nghiên cứu của chúng tôi là một sự khám phá trong việc nhận diện được hiện

tượng này Trong Phần II , chúng tôi sử dụng một khung lý thuyết đơn giản để lựa

chọn các biến trạng thái mang tính hệ thống Tại Phần III chúng tôi giới thiệu các dữ

liệu và giải thích các phương pháp kỹ thuật được sử dụng để đo lường biến động

ngoài kỳ vọng của các biến trạng thái được lựa chọn Phần IV chúng tôi xem xét các

biến trạng thái có giải thích được tỷ suất sinh lợi kỳ vọng hay không Như một lựa

chọn thay thế cho việc ảnh hưởng đến giá của các biến trạng thái xác định bởi mô

hình lý thuyết đơn giản của chúng tôi, phần IV xem xét trọng số theo giá trị và trọng

số cân bằng của chỉ số thị trường, chỉ số tiêu dùng thực tế, chỉ số giá dầu Những

chỉ số đó là không quan trọng tới việc định giá tài sản khi so sánh với các biến trạng

thái được xác định Phần V tóm tắt những phát hiện của chúng tôi và gợi ý một số

hướng nghiên cứu trong tương lai

II- Lý thuyết

Không có lý thuyết hợp lý nào lập luận rằng mối quan hệ giữa thị trường tài chính

và kinh tế vĩ mô là theo một hướng Tuy nhiên , giá chứng khoán được xem như

phản ứng với các thành phần bên ngoài (thậm chí giá chứng khoán có thể phản ứng

lại với các biến khác) Một số quan điểm cho rằng tất cả các biến số kinh tế đều nội

sinh Chỉ có các hiện tượng tự nhiên, chẳng hạn như sao băng, động đất… là những

hiện tượng ngoại sinh thật sự cho nền kinh tế thế giới, nhưng căn cứ vào mô hình

định giá tài sản thì những nhân tố hệ thống như trên là vượt quá khả năng hiện tại

của chúng tôi Mục tiêu hiện tại của chúng tôi chỉ đơn thuần là mô hình hóa tỷ suất

sinh lợi vốn cổ phần như là một hàm của các biến vĩ mô và tỷ suất sinh lợi của tài

sản không phải vốn cổ phần Do đó bài nghiên cứu này sẽ xem thị trường chứng

khoán là nội sinh, liên quan đến các thị trường khác

Theo những tranh luận về đa dạng hóa thì ẩn chứa trong lý thuyết thị trường vốn, chỉ

có các biến kinh tế trạng thái tổng thể sẽ ảnh hưởng đến việc định giá thị trường

chứng khoán tổng hợp Một vài biến mang tính hệ thống có ảnh hưởng đến sự vận

hành giá cả của nền kinh tế hoặc ảnh hưởng cổ tức sẽ ảnh hưởng đến tỷ suất sinh lợi

của thị trường chứng khoán Thêm vào đó, một số biến là cần thiết để mô tả trạng

thái tự nhiên và cũng đồng thời một phần mô tả những nhân tố mang tính rủi ro hệ

thống Ví dụ về biến này không có ảnh hưởng trực tiếp đến dòng tiền hiện tại nhưng

nó mô tả được sự thay đổi trong các cơ hội đầu tư được thiết lập

Giá chứng khoán có thể được viết dưới dạng chiết khấu cổ tức kỳ vọng :

trong đó c là dòng cổ tức và k là lãi suất chiết khấu Điều này cho thấy tỷ suất sinh

lợi thực tế trong bất kỳ khoảng thời gian nào được cho bởi:

Thông thường các thành phần mang tính hệ thống ảnh hưởng đến tỷ suất sinh lợi là

những

nhân tố có thể thay đổi lãi suất chiết khấu k, và dòng tiền kỳ vọng E(c).2 Lãi suất

chiết khấu là trung bình của lãi suất qua các thời kỳ, và nó thay đổi cả về mức độ lãi

suất và độ lớn của cấu trúc kỳ hạn dọc theo các thời gian đáo hạn khác nhau Sự

thay đổi không kỳ vọng trong lãi suất phi rủi ro sẽ ảnh hưởng đến giá cả, thông qua

đó ảnh hưởng đến giá trị dòng tiền tương lai, do đó ảnh hưởng đến tỷ suất sinh lợi

Lãi suất chiết khấu cũng phụ thuộc vào phần bù rủi ro, vì vậy, những thay đổi không

kỳ vọng trong phần bù rủi ro ảnh hưởng đến tỷ suất sinh lợi Về phía cầu, những

thay đổi trong hữu dụng biên gián tiếp của tài sản thực, đo lường cho sự thay đổi của

tiêu dùng thực, do đó ảnh hưởng đến giá cả, và sự ảnh hưởng như vậy được xem

như là những thay đổi ngoài kỳ vọng trong phần bù rủi ro

Dòng tiền dự kiến sẽ thay đổi về hai mặt thực và danh nghĩa Những thay đổi trong

tỷ lệ lạm phát kỳ vọng sẽ ảnh hưởng đến dòng tiền danh nghĩa kỳ vọng cũng như lãi

suất danh nghĩa Để mở rộng cho việc định giá trong kỳ hạn thực, một mức độ thay

đổi giá ngoài kỳ vọng sẽ có ảnh hưởng hệ thống, và để mở rộng cho mối quan hệ giá

cả theo lạm phát tổng thể thì có một sự thay đổi trong giá trị tài sản liên quan với sự

thay đổi trong tỷ lệ lạm phát trung bình Cuối cùng, sự thay đổi trong một mức độ

kỳ vọng của sản xuất thực tế sẽ ảnh hưởng đến giá trị dòng tiền thực Mức độ đo

lường của phần bù rủi ro không giải thích được sự không chắc chắn trong sản lượng

công nghiệp, sự đổi mới trong hoạt động sản xuất sẽ ảnh hưởng tới tỷ suất sinh lợi

chứng khoán thông qua tác động của chúng đến dòng tiền

Vì chúng ta chỉ quan tâm vấn đề bằng trực giác , chúng ta đang bỏ qua các điều

khoản thứ hai - thứ tự từ các tính toán ngẫu nhiên trong phát sinh eq (2) Cũng nhận

thấy rằng kỳ vọng được thực hiện đối vớ khía cạnh cái neo đo lường giá cả (xem

Cox et al.1985 ) và không liên quan đến việc phân phối xác suất thông thường

III- Xây dựng các nhân tố kinh tế:

Để xây dựng một tập hợp các biến có liên quan, chúng ta phải xác định phương

pháp đo lường và thu thập chuỗi dữ liệu thời gian của những biến động không dự

đoán được Chúng ta có thể tiến hành bằng cách xác định và ước lượng một mô hình

tự hồi quy vector (Vector AutoRegressive Model), phần dư của mô hình là những

nhân tố thay đổi không dự đoán được Tuy nhiên, phần dư này không có trong mẫu,

cho nên không thể dựa vào lý thuyết mà ta có thể ước lượng phương trình một cách

trực tiếp Đặc biệt, tỷ suất sinh lợi hàng tháng thì gần như là không có hiện tượng tự

tương quan, chúng ta có thể sử dụng mà không cần biến đổi Tác động tổng thể của

việc thất bại trong việc lọc ra những biến động kỳ vọng trong biến độc lập dẫn đến

vấn đề sai số trong các biến Để chống lại những sai số nêu trên điều này phải được

đánh đổi bằng cách không chỉ rõ ra phương trình ước lượng để xác định biến động

kỳ vọng

Một vấn đề tương tự như trên đã xảy ra với mô hình tự hồi quy vector Bất kỳ

phương pháp thống kê nào dựa trên dữ liệu chuỗi thời gian sẽ có độ trễ của tỷ suất

sinh lợi của thị trường chứng khoán, có thể dự báo cho các biến kinh tế vĩ mô Trong

phân tích định giá, chúng tôi gián tiếp sử dụng độ trễ của biến thị trường chứng

khoán để giải thích tỷ suất sinh lợi kỳ vọng trên danh mục đầu tư Bất kỳ những lợi

thế kinh tế mà được đề cập, trái ngược với tinh thần của bài nghiên cứu của chúng

tôi, điều này cho thấy sự ảnh hưởng đến giá cả của các biến ngoại sinh kinh tế vĩ

mô Vì lý do này, cũng như bất kỳ lý do khác, chúng tôi đã chọn hướng đơn giản

cho việc xây dựng các chuỗi thời gian mà chúng tôi sử dụng.3

Trong suốt bài nghiên cứu này chúng tôi áp dụng quy ước đó là ký hiệu thời gian áp

dụng vào thời điểm cuối của giai đoạn Khoảng thời gian tiêu chuẩn là 1 tháng Do

đó, E( |t – 1|) biểu thị sự hoạt động kỳ vọng vào cuối của tháng t - 1 có điều kiện trên

các thông tin thiết lập có sẵn vào cuối tháng t - 1, và X (t) biểu thị giá trị của biến X

trong tháng t , hoặc sự tăng trưởng chiếm ưu thế từ cuối t -1 cho đến cuối t

3.Ngoài ra, các thực nghiệm về giá báo cáo danh mục đầu tư sử dụng dưới đây đã

gây ra hiện tượng tự tương quan trong lợi nhuận phát sinh từ các hiệu ứng không

giao dịch

A.Sản lượng công nghiệp

Những chuỗi cơ bản là tỷ lệ tăng trưởng trong sản xuất công nghiệp của Mỹ Nó

được chọn ra từ Survey of Current Business Nếu IP(t ) – Industrial Production biểu

thị tỷ lệ sản xuất công nghiệp trong tháng t, khi đó tốc độ tăng trưởng hàng tháng là

và tốc độ tăng trưởng hàng năm là

Vì IP(t) thực sự là dòng sản lượng công nghiệp trong tháng t, MP(t) đo lường sự

thay đổi trong độ trễ của sản lượng công nghiệp ít nhất là trong một phần của tháng.

Để làm cho biến này đồng nhất với các biến khác, việc thống kê biến này sử dụng

thời gian 1 tháng Ngoại trừ những báo cáo thường niên có tính chất mùa vụ, nó là

biến nhiễu được xem như là một cú sốc

Chuỗi hàng tháng của tỷ lệ tăng trưởng hàng năm, YP(t), đã được kiểm định bởi vì

thị trường vốn có liên quan đến những thay đổi trong hoạt động công nghiệp dài

hạn Bởi vì giá chứng khoán liên quan đến việc xác định giá trị dòng tiền trong

khoảng thời gian dài hạn trong tương lai, tỷ suất sinh lợi hàng tháng của chứng

khoán không tương quan cao với sự thay đổi sản lượng công nghiệp hàng tháng,

mặc dù sự thay đổi đó có thể là những thông tin cần thiết cho việc định giá Sự thay

đổi hàng tháng trong giá chứng khoán có thể phản ánh những thay đổi trong sản

lượng công nghiệp kỳ vọng trong tương lai Vì vậy, phương pháp thống kê tiếp theo

chúng tôi sẽ sử dụng thời gian 1 năm cho biến này, tương tự như các biến được sử

dụng trong Fama (1981)

Vì sự chồng chéo trong chuỗi dữ liệu này, YP(t) được cho là có hiện tượng tự tương

quan cao Một quy tắc được phát triển cho việc dự báo kỳ vọng về YP(t) và một loạt

các thay đổi không kỳ vọng trong YP (t), và những thay đổi trong kỳ vọng riêng của

nó đã được kiểm định bởi những tác động của nó trong giá cả Chuỗi kết quả chỉ ra

rằng không có lợi thế rõ ràng qua các chuỗi sản phẩm thô, và như một hệ quả, nó

được loại bỏ khỏi phân tích

Những kết quả này cho thấy rằng những dãy số này có giá trị trong bài nghiên cứu

trước, điều mà có giá trị theo yêu cầu của tác giả

B.Lạm phát:

Lạm phát ngoài kỳ vọng được định nghĩa:

I(t) được nhận diện hàng tháng, lấy sai phân bậc nhất trong logarit của chỉ số giá tiêu

dùng trong giai đoạn t Chuỗi lạm phát kỳ vọng, cho giai đoạn

1953-78, tìm thấy trong nghiên cứu của Fama và Gibbons (1984) Nếu RHO(t) được

biểu thị bởi tỷ lệ lãi suất thực trong khoảng giai đoạn t và TB(t-1) được biểu thị là

lãi suất T-bill được lấy vào cuối của giai đoạn t-1 và áp dụng trong giai đoạn t,

phương trình Fisher có dạng như sau:

Vì vậy, TB(T-1)-19t) đo lường tỷ suất sinh lợi thực của T_bill Từ phân tích dữ liệu

chuỗi thời gian của biến này, Fama và Gibbons (1984) xây dựng dữ liệu thời gian

cho E[RHO(t)|t- 1] Biến lạm phát kỳ vọng được xác định bằng TB(t-1) trừ cho lãi

suất thực kỳ vọng của chuỗi thời gian Biến lạm phát khác là không kỳ vọng và có

ảnh hưởng tách biệt từ UI là sự thay đổi trong lạm phát kỳ vọng

Chúng tôi gắn biến này với gian đoạn t bởi vì nó không được đề cập đến trong giai

đoạn t-1.Theo một cách chặt chẽ, DEI(t) có giá trị trung bình khác 0, dưới giả định

rằng lạm phát kỳ vọng theo một cái neo và có thể được xem như là một cú sốc, và

nó chứa đựng thông tin không hiện diện trong biến UI Điều này có thể diễn ra bất

cứ khi nào lạm phát dự báo chịu tác động bởi các yếu tố kinh tế hơn là những sai số

dự báo trong quá khứ (chú ý rằng, chuỗi UI và DEI bao gồm thông tin trong chuỗi

các cú sốc của tỷ lệ lãi suất danh nghĩa T-bill,TB)5

Bên cạnh đó, kết quả của biến lạm phát không lường trc được, UI(t), là không tương

quan một cách hoàn hảo với sự thay đổi không lường trc đc trong lãi suất thực Điều

này kế tiếp từ những quan sát rằng Cân bằng Fisher (6) nắm giữ lãi suất thực đúng

như mong đợi Dãy UI(t) có giá trị tương quan nhẹ là 98 với dãy lạm phát không

lường trc đc trong Fama (1981)

C.Phần bù rủi ro

Để xác định tác động của sự thay đổi ngoài kỳ vọng trong phần bù rủi ro lên tỷ suất

sinh lợi, chúng tôi sử dụng một biến khác từ thị trường tiền tệ

Biến này được định nghĩa như sau:

(Baa & under bond porfolio return: tỷ suất sinh lợi của danh mục trái phiếu xếp hạng

Baa và thấp hơn)

LGB(t) là tỷ suất sinh lợi của danh mục trái phiếu chính phủ dài hạn lấy từ nghiên

cứu của Ibbotson và Sinquefield (1982) cho giai đoạn 1953-78 Từ 1979 đến 1983,

LGB(t) được lấy từ dữ liệu nghiên cứu của CRSP Lặp lại, UPR không phải là một

cú sốc chính thức, nhưng bởi vì có sự khác biệt giữa hai chuỗi tỷ suất sinh lợi, nó

không tương quan một cách đầy đủ để chúng ta có thể xem như là ngoài kỳ vọng và

chúng tôi sẽ sử dụng nó như là các thành phần kinh tế

Chuỗi dữ liệu về tỷ suất sinh lợi của trái phiếu xếp hạng thấp (trái phiếu của các

doanh nghiệp không chuyển đổi), nó được lấy từ nghiên cứu từ R.G Ibbotson and

Company cho giai đoạn từ năm 1977 trở về trước Một mô tả chi tiết của mẫu thì

được lấy từ Ibbotson (1979) Chuỗi dữ liệu trái phiếu xếp hạng thấp được mở rộng

cho tới năm 1983 bằng cách chọn thêm 10 trái phiếu được xếp hạng dưới Baa từ

tháng 1/1966 Trước năm 1978,các trái phiếu này vẫn xếp hạng dưới Baa nhưng thời

gian đáo hạn của chúng thì ngắn hơn trái phiếu chính phủ dài hạn 10 trái phiếu này

được kết hợp với 3 trái phiếu được chọn ra từ nghiên cứu của Ibbotson vào cuối

1978 để tạo ra một danh mục gồm 13 trái phiếu xếp hạng thấp Tỷ suất sinh lợi của

danh mục này được sử dụng để mở rộng chuỗi dữ liệu của UPR từ 1977 đến 1983

Hai khó khăn với chuỗi dữ liệu này đó là: thứ nhất, việc đánh giá dựa trên kinh

nghiệm xem xét lạm phát kể từ giữa năm 1950; thứ hai, chuỗi trái phiếu xếp hạng

thấp bao gồm cả những trái phiếu không được xếp hạng

Biến UPR sẽ có giá trị trung bình bằng 0 trong thế giới bàng quang với rủi ro, và đó

là điều hiển nhiên bởi vì cách đo lường trực tiếp mức độ e ngại rủi ro tiềm ẩn trong

việc định giá (ít nhất là trong một chừng mực nào đó các cơ quan xếp hạng tín

nhiệm vẫn tiếp tục duy trì các tiêu chuẩn cho việc phân loại của họ) Chúng tôi hi

vọng rằng biến UPR sẽ phản ánh nhiều sự biến động ngoài kỳ vọng của mức độ e

ngại rủi ro và của mức độ rủi ro tiềm ẩn trong việc định giá của thị trường chứng

khoán

Có tranh luận rằng UPR có ảnh hưởng như một đòn bảy, với những công ty có đòn

bảy cao và xếp hạng thấp Hơn nữa URP được ví như công cụ đo lường của TSSL

vốn chủ sở hữu vì sự phân chia quan trọng của giá trị những trái phiếu được xếp

hạng bắt nguồn từ hạng của quyền chọn mua (phía sau nợ đảm bảo) như cho chứng

khoán phổ thông

D.Cấu trúc kỳ hạn:

Để đo lường sự tác động của cấu trúc kỳ hạn, chúng tôi sử dụng một biến lãi suất

khác:

Một lần nữa, dưới giả định bàng quan với rủi ro thì:

Và biến này có thể được xem như là thước đo của tỷ suất sinh lợi không mong đợi

của trái phiếu dài hạn Giả định bàng quan với rủi ro được sử dụng để chỉ ra ảnh

hưởng thuần túy của cấu trúc kỳ hạn; biến UPR được sử dụng để xác định tác động

trong việc thay đổi của mức độ e ngại rủi ro

E.Chỉ số thị trường:

Động cơ chính của sự nỗ lực của chúng tôi chính là kiểm tra mối tương quan giữa

các biến kinh tế không phải vốn cổ phần và tỷ suất sinh lợi chứng khoán Tuy nhiên,

bởi vì tính ổn định và trung bình của các chuỗi dữ liệu vĩ mô trong thời kì ngắn, ví

dụ như theo từng tháng, thì không thể kì vọng những dữ liệu này sẽ chứa đựng tất cả

thông tin đang có trên thị trường trong 1 tháng đó Mặt khác, giá chứng khoán thì lại

phản ánh nhanh chóng những thông tin được phổ biến Kết quả của việc này là

nhằm đảm bảo tỷ suất sinh lợi của thị trường sẽ có mối tương quan yếu và nhiễu đến

cú sốc kinh tế vĩ mô

Việc này sẽ làm lệch kết quả của chúng tôi trong việc tìm kiếm một mối liên kết

giữa chuỗi tỷ suất sinh lợi của chỉ số của thị trường và tỷ suất sinh lợi của những

danh mục khác hơn là mối liên hệ giữa tỷ suất sinh lợi danh mục đầu tư này với

những cú sốc vĩ mô Để kiểm tra mối quan hệ tác động giữa việc định giá và chỉ số

thị trường, chúng tôi sử dụng các biến sau:

EWNY(t) = return on the equally weighted NYSE index ( tỷ suất sinh lợi của danh

mục đầu tư có tỷ trọng bằng nhau trên sàn NewYork.

VWNY(t) = return on the value-weighted NYSE index ( tỷ suất sinh lợi của danh

mục đầu tư theo giá trị vốn hóa thị trường trên sàn NewYork

Các biến này sẽ phản ảnh thông tin thực đối với chuỗi dữ liệu sản lượng công

nghiệp và ảnh hưởng danh nghĩa với lạm phát

F.Chỉ số tiêu dùng

Thêm vào những biến vĩ mô đã được thảo luận phía trước, chúng tôi cũng kiểm tra

phần trăm thay đổi trong việc chi tiêu thực tế Dữ liệu tính toán trên thu nhập thực

trên đầu người và bao gồm cả chi tiêu cho dịch vụ Nó được xây dựng bằng việc

chia dữ liệu CITIBASE cho hệ số điều chỉnh theo mùa của việc chi tiêu thực Phần

trăm thay đổi trong chi tiêu thực tế được mở rộng từ tháng 1/1959 đến tháng

12/1983 và nó như là phần mở rộng cho dữ liệu có được từ Lars Hansen (Cho đến

năm 1979 Mô tả chi tiết của việc thu thập này có thể tìm thấy trong bài nghiên cứu

của Hansen và Singleton năm 1983

G.Giá dầu:

Người ta cho rằng giá dầu sẽ phải được bao gồm trong danh sách của những yếu tố

mang tính chất hệ thống có tác động đến tỷ suất sinh lợi của thị trường chứng khoán

và việc định giá Để kiểm định lập luận này và để kiểm tra những thay thế khác cho

các biến vĩ mô đã được thảo luận trước đây, chúng tôi tạo ra chuỗi dữ liệu OG hàng

tháng của sai phân bậc nhất của Log(PPI/ giá dầu thô) (Giá dầu thô thu thập được từ

Bureau of Labor Statistics, U.S Department of Labor, DRI series no 3884 Bảng 1

tóm tắt những chú thích của các biến này

H:Đặc tính thống kê của các biến vĩ mô

Bảng 2 trình bày ma trận tương quan cho các biến trạng thái Ma trận tương quan

được tính toán cho một vài giai đoạn khác nhau: Phần A thể hiện 371 mẫu dữ liệu

theo tháng từ 1/1953 cho đến 11/1983 Và phần còn lại thể hiện cho 3 giai đoạn nhỏ,

được tách ra tại thời điểm năm tháng 12/1977 và tại tháng 1/1973 Chúng tôi tách

mẫu tại những thời điểm này bởi vì người ta cho rằng giá dầu tăng lên trong năm

1973 đã dự báo cấu trúc chu kì của các biến vĩ mô (nghiên cứu của Litterman và

Weiss năm 1983 hỗ trợ cho điểm này, mặc dù chúng tôi không có kiểm nghiệm lại

một cách chính thức nhưng ma trận tương quan không có điểm khác biệt nhiều cho

các giai đoạn nhỏ)

Với sự loại trừ các chỉ số thị trường, mối tương quan mạnh nhất là giữa UPR và

UTS Điều này thì được mong đợi bởi vì cả 2 đều sử dụng dữ liệu trái phiếu trong

dài hạn Kết quả của việc cộng tuyến có xu hướng làm yếu đi tác động của từng biến

riêng biệt Việc thay thế trái phiếu xếp hạng Aaa trong việc tính toán UPR như trước

đây, đã làm cải thiện ý nghĩa cho cả 2 đại lượng UPR và UTS, tuy nhiên sự cải thiện

này không quan trọng đủ để tạo ra một sự khác biệt tốt trong bài nghiên cứu Biến

sản lượng YP và MP thì có tương quan với nhau và với những biến khác ngoại trừ

biến DEI và biến UI (hai biến này cũng có sự tương quan mạnh mẽ với nhau) Hai

biến này có sự tương quan với nhau bởi vì cả 2 đều có bao gồm giá trị EI(t), và mối

tương quan âm giữa DEI và UTS xảy ra là do lý do tương tự Một số tương quan

khác thì đáng kể, nhưng những biến này thì chưa đủ để tương quan hoàn toàn, và vì

thế không có biến nào có thể thay thế cho nhau

Bảng 3 trình bày hiện tượng tự tương quan giữa các biến trạng thái cho toàn bộ thời

kỳ từ 1/1953 cho đến 11/1983 Không có gì đáng ngạc nhiên bởi vì như kỳ vọng thì

YP tự tương quan cao Một cách tổng thể các biến cho thấy một hiện tượng tự tương

quan yếu, và rất nhiều biến trong đó có độ trễ mùa vụ 12 tháng Với chuỗi dữ liệu

MP, đặc biệt là có độ trễ cao nhất là 12 tháng (lặp lại sau 24 tháng) cảnh báo rằng

biến này thì có tính mùa vụ rất cao Như đã đề cập phía trên, hiện tượng tự tương

quan trong các biến trạng thái dẫn đến vấn đề sai số trong các biến; điều này làm

lệch việc tính toán tỷ suất sinh lợi chứng khoán và làm giảm mức ý nghĩa thống kê

của ước lượng

Với sự loại trừ các chỉ số thị trường, mối tương quan mạnh nhất là giữa UPR và

UTS Điều này thì được mong đợi bởi vì cả 2 đều sử dụng dữ liệu trái phiếu trong

dài hạn Kết quả của việc cộng tuyến có xu hướng làm yếu đi tác động của từng biến

riêng biệt Việc thay thế trái phiếu xếp hạng Aaa trong việc tính toán UPR như trước

đây, đã làm cải thiện ý nghĩa cho cả 2 đại lượng UPR và UTS, tuy nhiên sự cải thiện

này không quan trọng đủ để tạo ra một sự khác biệt tốt trong bài nghiên cứu Biến

sản lượng YP và MP thì có tương quan với nhau và với những biến khác ngoại trừ

biến DEI và biến UI (hai biến này cũng có sự tương quan mạnh mẽ với nhau) Hai

biến này có sự tương quan với nhau bởi vì cả 2 đều có bao gồm giá trị EI(t), và mối

tương quan âm giữa DEI và UTS xảy ra là do lý do tương tự Một số tương quan

khác thì đáng kể, nhưng những biến này thì chưa đủ để tương quan hoàn toàn, và vì