Định giá tài sản với moment bậc cao trường hợp việt nam , luận văn thạc sĩ

Kết quả của bài nghiên cứu bổ sung thêm các bằngchứng cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố như co-skewness, co-kurtosis, quy mô, tỷ số giá trị sổ sách trên gi

Trang 1

-

-TRƯƠNG QUỐC THÁI

ĐỊNH GIÁ TÀI SẢN VỚI MOMENT BẬC CAO

-TRƯỜNG HỢP VIỆT NAM

Chuyên ngành: Tài chính- Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS TRẦN THỊ HẢI LÝ

TP Hồ Chí Minh – Năm 2013

Trang 2

LỜI CAM ĐOAN

Tôi xin cam đoan rằng luận văn “Định giá tài sản với moment bậc cao – Trường hợp Việt Nam” là công trình nghiên cứu của riêng tôi.

Các thông tin dữ liệu được sử dụng trong luận văn là trung thực và các kết quả trình bày trong luận văn chưa được công bố tại bất kỳ công trình nghiên cứu nào trước đây Nếu phát hiện có bất kỳ gian lận nào, tôi xin chịu toàn bộ trách nhiệm trước Hội đồng.

TP.HCM, tháng 10 năm 2013

Tác giả luận văn

Trương Quốc Thái

Trang 3

Lời cam đoan

Mục lục

Danh mục bảng biểu

Danh mục từ viết tắt

Tóm tắt 1

1 Giới thiệu 2

2 Tổng quan các kết quả nghiên cứu trước đây 3

3 Dữ liệu và phương pháp nghiên cứu 7

3.1 Dữ liệu 7

3.2 Tạo lập danh mục 7

3.3 Phương pháp nghiên cứu 9

4 Nội dung và các kết quả nghiên cứu 10

4.1 Tác động của co-skewness và co-kurtosis 12

4.2 Kiểm tra tính bền vững của mô hình 27

5 Kết luận 62 Danh mục tài liệu tham khảo

Trang 4

DANH MỤC BẢNG BIỂU

Bảng 1: Kết qua kiểm định nghiệm đơn vị 11

Bảng 2: Ma trận hệ số tương quan giữa các nhân tố 11

Bảng 3: Hệ số nhân tử phóng đại phương sai VIF 12

Bảng 4: Hệ số hồi quy nhân tố co-skewness mô hình 1 21

Bảng 5: Hệ số hồi quy nhân tố co-kurtosis mô hình 1 22

Bảng 6: Kết quả hồi quy mô hình 1 23

Bảng 7: Kết quả kiểm định Breusch-Pagan mô hình 1 25

Bảng 8: Kết quả kiểm định Breusch-Godfrey mô hình 1 26

Trang 6

Tóm tắt

Bài nghiên cứu này tìm hiểu tầm quan trọng của moment bậc cao trong sự thayđổi tỷ suất sinh lợi trung bình cổ phiếu của các công ty niêm yết trên HOSE Tácgiả phát hiện co-skewness đóng vai trò quan trọng trong việc giải thích TSSL củachứng khoán Việt Nam nhiều hơn so với co-kutosis Tác giả cho rằng sự khácbiệt trong kết quả nghiên cứu của co-skewness và co-kurtosis là do các công tyViệt Nam có quy mô nhỏ Kết quả của bài nghiên cứu bổ sung thêm các bằngchứng cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố như co-skewness, co-kurtosis, quy mô, tỷ số giá trị sổ sách trên giá trị thị trường và hiệuứng momentum

Trang 7

1 Giới thiệu

Các nghiên cứu gần đây của các tác giả như Phuong Doan et al.(2009) vàRichard Heaney et al.(2012) cung cấp những bằng chứng mạnh mẽ về vai tròquan trọng của co-skewness và co-kurtosis trong định giá tài sản Tuy nhiên, cácnghiên cứu của họ chỉ tập trung vào các thị trường có mức vốn hóa lớn như Mỹ,

Úc Để bổ sung thêm các kết quả nghiên cứu thực nghiệm sâu hơn về sự tồn tạicủa moment bậc cao (cụ thể là co-skewness và co-kurtosis) trong định giá tài sảnđối với các thị trường chứng khoán có quy mô nhỏ, bài nghiên cứu này xem xéttầm quan trọng của co-skewness và co-kurtosis đối với TSSL trung bình của các

cổ phiếu niêm yết trên HOSE, cùng với các nhân tố rủi ro khác là TSSL thịtrường, quy mô doanh nghiệp, giá trị sổ sách trên giá trị thị trường của vốn chủ

sở hữu và hiệu ứng momentum

Từ mục tiêu nghiên cứu trên, tác giả đặt ta các câu hỏi nghiên cứu:

- Co-skewness và co-kurtosis có tác động đến TSSL chứng khoán Việt Namhay không ?

- Tác động của co-skewness và co-kurtosis lên TSSL chứng khoán ViệtNam như thế nào ?

- Co-skewness và co-kurtosis có bổ sung cho khả năng giải thích TSSLchứng khoán mà các nhân tố rủi ro khác như quy mô, BV/MV, momentumchưa giải thích được hay không ?

Và để đi tìm câu trả lời, bài nghiên cứu này sử dụng phương pháp nghiên cứu củaPhuong Doan et al.(2009) với mẫu là 147 công ty niêm yết trên HOSE Tác giả sửdụng phương pháp OLS để hồi quy TSSL vượt trội hàng ngày của 25 danh

Trang 8

mục phân loại theo quy mô và BV/MV dựa vào co-skewness, co-kurtosis và cácnhân tố rủi ro khác như TSSL thị trường vượt trội, quy mô, BV/MV vàmomentum Nội dung và các kết quả chi tiết về bài nghiên cứu sẽ được tác giảtrình bày trong các phần tiếp theo dưới đây

2 Tổng quan các kết quả nghiên cứu trước đây

Những đóng góp về mặt lý thuyết của những nhà nghiên cứu chẳng hạn nhưbằng chứng thực nghiệm của Sharpe (1964) và Lintner (1965) về mô hình địnhgiá tài sản vốn (CAPM) đã được công nhận Thêm vào đó, một số tác giả khác,trong đó có Fama và French đã mở rộng các nhân tố trong mô hình CAPM đểgiải thích những gì mà mô hình CAPM không thể giải thích được

Tuy nhiên, một số nghiên cứu khác lại cho rằng TSSL của chứng khoán khôngtuân theo phân phối chuẩn Mandelbrot (1963) và Taylor (1967) cho thấy TSSL

của chứng khoán có kurtosis âm Fama (1965) phát hiện TSSL của các chứng

khoán lớn có xu hướng theo sau bởi những chứng khoán có mức độ tương tựnhưng phân phối có kurtosis dương Điều này có thể dẫn đến hiệu ứng biến độngcủa TSSL phản ứng trước các thông tin của thị trường (Campell và Hentschel(1992)) Hiệu ứng biến động của TSSL này đặt ra một câu hỏi liệu giá trị trungbình và phương sai trong mô hình định giá tài sản chỉ sử dụng hai moments đầutiên của phân phối TSSL liệu có thích hợp trong việc đo lường chênh lệch TSSLtrung bình của cổ phiếu hay không

Thêm vào đó, các nghiên cứu thực nghiệm khác cho rằng phân phối TSSL của cổphiếu thể hiện rõ tính bất đối xứng và có kurtosis vượt trội (kurtosis lớn hơn 3 vàmẫu hình phân phối TSSL có hình nhọn), mở rộng mô hình định giá tài sản hai

Trang 9

moment bằng cách kết hợp yếu tố co-skewness và co-kurtosis Các nhà đầu tư cómức thỏa dụng không phải là phương trình bậc hai và không có sự gia tăng trong

hệ số lo ngại rủi ro tuyệt đối thì thích skewness dương và kurtosis thấp hơn trongphân phối của TSSL Do đó, cổ phiếu có co-skewness âm và co-kurtosis lớn hơn

so với thị trường nên có phần bù rủi ro cao hơn Vì vậy, sự thay đổi bất lợi củaco-skewness âm và co-kurtosis đối với các nhà đầu tư ưa thích rủi ro thường yêucầu phần bù TSSL cao hơn Beedles (1986) và Alles và Spowart (1995) thấyrằng cổ phiếu của Úc thể hiện skewness có ý nghĩa thống kê Hơn nữa, Bird vàGallagher (2002) và Brands và Gallagher (2004) cho thấy quỹ tương hỗ Úc đượcđặc trưng bởi phân phối kurtosis vượt trội Đặc biệt, họ nhận thấy rằng TSSL củadanh mục đầu tư của các quỹ lớn có skewness âm nhiều hơn và kurtosis lớn hơn

so với các quỹ tương hỗ nhỏ

Ngay cả trong nghiên cứu về thị trường chứng khoán Mỹ, việc kiểm tra trực tiếpcác moment bậc cao thường khá hạn chế, và có nhiều cách tiếp cận khác nhau.Fang và Lai (1997) xem xét tầm quan trọng của co-skewness và co-kurtosis theophương pháp bốn moment Dittmar (2002) kiểm tra các bậc moment trong mốiquan hệ phi tuyến nhằm cải thiện khả năng định giá TSSL chéo của chứngkhoán Phương pháp này có liên quan đến các mô hình phi tham số của Bansal

và Viswanathan (1993) và Chapman (1997), trong đó mối quan hệ giữa TSSLchứng khoán và TSSL thị trường là mối quan hệ phi tuyến tính Mặt khác, Kan

và Zhou (2003) và Ando và Hodoshima (2006) kiểm tra sự bền vững của đườngtiệm cận ma trận hiệp phương sai của sai số bình phương bé nhất của alpha vàbeta trong mô hình định giá tài sản tuyến tính khi sự phân phối chung của cácnhân tố và sai số không chuẩn hoặc xảy ra hiện tượng phương sai thay đổi

Trang 10

Ngoài ra, các nghiên cứu của Ross’ APT(1976) hoặc ICAPM của Merton (1973)cho thấy mô hình định giá tài sản cần có thêm các nhân tố bổ sung Và Fama-French (1993) cho thấy các nhân tố như quy mô, BV/MV, và momentum tácđộng đến sự thay đổi trong TSSL trung bình của cổ phiếu Qua đó, các nghiêncứu này đã cho thấy việc bổ sung thêm các nhân tố khác vào mô hình CAPM làcần thiết

Trong khi đó, hầu hết các nghiên cứu khác chỉ đơn giản tập trung vào skewnesscủa phân phối TSSL, trong khi kurtosis có thể bằng hoặc quan trọng hơn Cácnghiên cứu trước đây bao gồm Arditti (1967), Kraus và Litzenberger (1976),Friend và Westerfield (1980), Lim (1989), Harvey và Siddique (1999, 2000) vàSmith (2007) đã nghiên cứu việc phân phối TSSL chỉ dựa vào skewness

Một vài nghiên cứu gần đây đã cho thấy tầm quan trọng của skewness và kurtosis trong việc định giá tài sản

co-Phuong Doan et al.(2009) phát hiện thấy chứng khoán Úc có skewness âm nhiềuhơn nhưng kurtosis vượt trội ít hơn chứng khoán Mỹ Họ cũng phát hiện ra co-skewness đóng vai trò quan trọng trong việc giải thích TSSL của chứng khoán

Úc trong khi đó co-kutosis thường có ảnh hưởng đến TSSL của chứng khoán

Mỹ Họ cho rằng sự khác biệt trong kết quả nghiên cứu của hai chỉ số có liênquan đến những đặc tính cơ bản của các công ty, chủ yếu do quy mô các công ty

Úc nhỏ hơn công ty Mỹ Kết quả của bài nghiên cứu là bằng chứng mạnh mẽ chothấy một phần TSSL trung bình được giải thích bởi các yếu tố như quy mô, BV/

MV và hiệu ứng momentum Mặc dù các nhân tố quy mô, BV/MV, vàmomentum có tương quan với co-skewness và co-kurtosis nhưng nó vẫn khônglàm ảnh hưởng nhiều đến tầm quan trọng của co-skewness và co-kurtosis trong

Trang 11

việc định giá tài sản Nó hàm ý rằng, co-skewness và co-kurtosis đã giải thíchđược các phần biến thiên trong TSSL trung bình (mà chưa được giải thích bởicác nhân tố trước đó) Thêm vào đó, co-skewness và co-kurtosis cũng cải thiệnkhả năng giải thích mô hình 4 nhân tố của Carhart (1997) bao gồm các nhân tố:thị trường, quy mô, BV/MV và momentum.

Richard Heaney et al.(2012) tìm hiểu xem liệu co-skewness và co-kurtosis có tácđộng đến giá chứng khoán Mỹ hay không Bài nghiên cứu sử dụng phương phápcủa Fama và Macbeth (1973) với dữ liệu được lấy trong khoảng thời gian từtháng 7 năm 1963 đến tháng 12 năm 2010 Các tác giả tìm thấy bằng chứng chothấy co-skewness và co-kurtosis cùng với các nhân tố quy mô doanh nghiệp và tỷ

số giá trị sổ sách trên giá trị thị trường trong mô hình Fama và French (1992,1993) có tác động đến giá chứng khoán

Sushma Vishnani (2013) nghiên cứu tác động của mô hình CAPM three momenttrên thị trường chứng khoán Ấn Độ Nghiên cứu này là nhằm tìm hiểu ảnh hưởngcủa co-skewness trong việc định giá cổ phiếu trên thị trường chứng khoán Ấn

Độ Thời gian nghiên cứu là 12 năm kể từ tháng 1 năm 1999 đến tháng 6 năm

2010 Mẫu bao gồm 283 công ty trong danh mục chỉ số chứng khoán Bombaycủa Ấn Độ BSE-500 Chỉ số S&P CNX 500 được coi là đại diện cho danh mụcđầu tư thị trường Các kết quả thực nghiệm của nghiên cứu xác nhận tính hiệuquả của mô hình CAPM ba moment trong thị trường vốn Ấn Độ và cho thấy rằngco-skewness cũng là nhân tố quan trọng tác động đến giá cổ phiếu trên thị trườngchứng khoán Ấn Độ

Trang 12

3 Dữ liệu và phương pháp nghiên cứu

3.1 Dữ liệu

Mẫu bao gồm 147 công ty niêm yết trên HOSE Tác giả tiến hành thu thập các

dữ liệu về: giá đóng cửa, quy mô doanh nghiệp, tỷ số giá trị sổ sách trên giá trịthị trường, và chỉ số đại diện thị trường VN-Index Tất cả được thu thập tronggiai đoạn từ ngày 01/01/2008 đến 31/12/2012 từ cơ sở dữ liệu của trang webvietstock.vn

TSSL phi rủi ro là lãi suất trúng thầu bình quân hàng năm trái phiếu chính phủViệt Nam kỳ hạn 5 năm trong giai đoạn từ năm 2008 đến năm 2012 được lấy từkho bạc Nhà nước Việt Nam và trang web Ngân hàng nhà nước Việt Nam

3.2 Tạo lập danh mục

Các danh mục đầu tư được tạo lập dựa trên các tiêu chí: quy mô doanh nghiệp và

tỷ số giá trị sổ sách trên giá trị thị trường Ứng với mỗi năm, bài nghiên cứu xếphạng các công ty trong mẫu theo vốn hóa thị trường vào đầu năm và được chiathành năm danh mục với số lượng chứng khoán tương đương trong mỗi danhmục Yếu tố rủi ro trong TSSL liên quan đến quy mô công ty - nhân tố SMB -được đo lường bởi sự khác biệt giữa TSSL trung bình của danh mục có quy mônhỏ nhất và TSSL trung bình của danh mục có quy mô lớn nhất Các chứngkhoán được xếp hạng một cách độc lập theo BV/MV và được chia thành nămdanh mục Sau đó, nhân tố HML được tính bằng cách lấy TSSL trung bình củadanh mục có BV/MV cao nhất trừ TSSL trung bình của danh mục có BV/MVthấp nhất 25 danh mục được thiết lập bởi giao điểm của năm nhóm quy mô vànăm nhóm BV/MV Các danh mục được đánh số theo thứ tự 1-1, 1-2, , 5-4, 5-5

Trang 13

Trong đó, danh mục 1-1 là sự kết hợp giữa danh mục có quy mô nhỏ nhất vàdanh mục có BV/MV cao nhất, tương tự, danh mục 5-5 là sự kết hợp giữa danhmục có quy mô lớn nhất và danh mục có BV/MV thấp nhất Uớc lượng các nhân

tố quy mô, BV/MV và lập lại quá trình này mỗi năm để tái cân bằng danh mục.Các nhân tố co-skewness (hoặc co-kurtosis) của mỗi cổ phiếu được tính theo cácphương trình sau đây:

Co-skewness:

Co-kurtosis:

và lần lượt là TSSL của cổ phiếu i và thị trường, và E( ) và E( ) lần lượt làTSSL kỳ vọng của cổ phiếu i và thị trường Sau khi các cổ phiếu này được xếp hạngdựa trên co-skewness (hoặc co-kurtosis), các chứng khoán được xếp thành nămnhóm danh mục với số lượng các cổ phiếu gần bằng nhau Trong đó, nhóm

1 có co-skewness (hoặc co-kurtosis) cao nhất và nhóm 5 có co-skewness (hoặcco-kurtosis) thấp nhất Sự khác biệt trong TSSL trung bình của danh mục có co-skewness (co-kurtosis) cao nhất và TSSL trung bình của danh mục có co-skewness (co-kurtosis) thấp nhất thể hiện cho phần bù rủi ro liên quan đến co-skewness (co-kurtosis)

Trang 14

Cuối cùng, tác giả sử dụng phương pháp của Jegadeesh và Titman (1993) để ướctính các yếu tố momentum Vào đầu mỗi năm, tác giả ước lượng TSSL trungbình (theo ngày) năm trước đó của các cổ phiếu Tiếp theo, các cổ phiếu nàyđược sắp xếp theo TSSL trung bình giảm dần Dựa vào bảng xếp hạng này, tácgiả tạo thành năm danh mục với số lượng chứng khoán gần bằng nhau trong mỗidanh mục Danh mục đầu tiên có chứa những cổ phiếu có TSSL trung bình caonhất là danh mục "winners" và danh mục cuối cùng có chứa những cổ phiếu cóTSSL trung bình thấp nhất là “losers” Nhân tố M được tính bằng cách lấy TSSLtrung bình của danh mục “winners” trừ TSSL trung bình của danh mục “losers”thể hiện cho phần bù TSSL của chiến lược momentum

3.3 Phương pháp nghiên cứu

Bài nghiên cứu sử dụng phương pháp nghiên cứu của Phuong Doan et al.(2009).Đầu tiên tác giả kiểm tra lần lượt độ nhạy cảm của TSSL với co-skewness và co-kurtosis Tác giả hồi quy TSSL vượt trội ( hàng ngày của 25 danh mụcphân loại theo quy mô và BV/MV dựa vào co-skewness và co-kurtosis theo môhình hồi quy như sau (dưới đây gọi là mô hình 1):

Tiếp theo, để kiểm tra tác động của co-skewness và co-kurtosis lên TSSL chứngkhoán khi có thêm các nhân tố khác, tác giả đưa thêm biến tỷ suất sinh lợi thịtrường vượt trội (Rm,t - Rf,t) vào trong mô hình như sau (dưới đây gọi là mô hình2):

Trang 15

Cuối cùng, tác giả tiếp tục kiểm định xem các nhân tố skewness và kurtosis có thực sự tác động đến TSSL chứng khoán hay không bằng cách đưathêm các nhân tố quy mô, BV/MV và momentum vào mô hình hồi quy (dưới đâygọi là mô hình 3) Nếu các nhân tố co-skewness và co-kurtosis vẫn có ý nghĩa thìchứng tỏ chúng vẫn giữ vai trò quan trọng trong việc giải thích cho TSSL cho dùcác nhân tố quy mô, BV/MV và momentum được đưa vào.

co-Trong đó,

Rp,t là TSSL danh mục tại thời điểm t,

Rf,t là TSSL phi rủi ro tại thời điểm t,

CoSt là nhân tố Co-skewness tại thời điểm t,

CoKt là nhân tố Co-kurtosis tại thời điểm t,

SMB là nhân tố rủi ro trong TSSL liên quan đến quy mô doanh nghiệp,

HML là nhân tố rủi ro trong TSSL liên quan đến BV/MV,

M là nhân tố rủi ro trong TSSL liên quan đến chiến lược momentum

4 Nội dung và các kết quả nghiên cứu

Trước khi tiến hành chạy phân tích hồi quy, tác giả kiểm tra tính dừng của cácbiến độc lập Dùng phương pháp kiểm định nghiệm đơn vị thu được kết quả nhưbảng 1 Trị tuyệt đối hệ số ADF Test Statistic của các biến đều lớn hơn trị tuyệtđối của 1% Critical Value cho thấy tất cả các biến đều là chuỗi dừng

Trang 16

Bảng 1: Kết qua kiểm định nghiệm đơn vị

Rm-Rf Co-Skewness Co-Kurtosis SMB HML M ADF Test Statistic -23,986 -26,531 -24,666 -24,493 -25,258 -24,378

Tiếp theo tác giả kiểm tra mối tương quan giữa các nhân tố Bảng ma trận hệ sốtương quan cho thấy tương quan giữa các nhân tố nhìn chung thấp Chúng nằmtrong khoảng từ -0,53 đến 0,62 và chủ yếu là từ -0,26 đến 0,28 Trong đó, hệ sốtương quan giữa SMB và HML là cao nhất 0,62 nhưng không đến mức tạo thànhvấn đề đa cộng tuyến và bằng chứng là hệ số nhân tử phóng đại phương sai VIFcủa các biền đều nhỏ hơn 3

Bảng 2: Ma trận hệ số tương quan giữa các nhân tố

Rm-Rf Co-Skewness Co-Kurtosis SMB HML Co-Skewness 0,0405

Trang 17

Bảng 3: Hệ số nhân tử phóng đại phương sai VIF

4.1 Tác động của co-skewness và co-kurtosis

Để kiểm tra độ nhạy cảm của TSSL với co-skewness và co-kurtosis, tác giả hồiquy TSSL vượt trội hàng ngày của 25 danh mục phân loại theo quy mô vàBV/MV dựa vào co-skewness và co-kurtosis theo mô hình hồi quy dưới đây:

0.030 8 Adj R-squared =

0.028 9 Total 292516591 992 .00029487 6 Root MSE =

.0169 2

i1 Coef Std Err t P>|t| [95% Conf Interval]

cos 3647667 .069753 9 5.23 0.000 2278841 .501649 2

co 1087761 061928 1.76 0.079 -.0127496 230301

Trang 18

_cons 0000744 .000537 2 0.14 0.890 -.0009798 .001128 6

Trang 19

Danh mục 1-2

Sourc

e S S df M S Numb er of obs = 993

F( 2, 990) = 15.61 Mode

l .00903506 4 2 .00451753 2 Prob > F = 0.000 0 Residual

.28642701

3 990 00028932

squared =

R-0.030 6 Adj R-squared =

0.028 6 Total .29546207 7 992 .00029784 5 Root MSE = .0170 1 i2 Coef Std Err t P>|t| [95% Conf Interval]

cos 3386177 0701133 4.83 0.00 0 20103 4762055 co

k 1588392 0622473 2.55

0.01

1 0366874 2809911 _cons -.0000979 00054 -0.18 0.85 6 -.0011575 0009618

Number of obs = 993 F( 2, 990) = 16.10 Mode

l .00926626 7 2 .00463313 3 Prob > F = 0.0000 Residual .28491800 3 990 .00028779 6 R- squared = 0.0315

Adj R-squared = 0.0295 Total 29418427 992

.00029655

7

Root MSE = 01696 i3 Coef Std Err t P>|t| [95% Conf Interval]

cos 3283889 .069928 4 4.70 0.00 0 .191164 1 .465613 7 co

k 1820231 .062083 1 2.93 0.00 3 .060193 4 .303852 7 _cons -.0001401

.000538

5 -0.26

0.79 5

-.00119 7

.000916

7

Trang 20

Danh mục 1-4

Sourc

e SS df M S Number of obs = 993

F( 2, 990) = 13.85 Mode

l 007182532 2 .00359126 6 Prob > F = 0.0000 Residual 256625775 990 .00025921 8 R- squared = 0.0272

.00026593

6

Root MSE = 0161 i4 Coef Std Err t P>|t| [95% Conf Interval]

cos 2988389 .066365 7 4.50 0.00 0 1686054 .429072 5 co

Trang 21

Danh mục 1-5

Sourc

M S

l .00578190 8 2 .00289095 4 Prob > F = 0.0000 Residual

Danh mục 2-1

Sourc

M S

.00030343

6

Root MSE = 0171 ii1 Coef Std Err t P>|t| [95% Conf Interval]

cos 3606087 .070480 9 5.12 0.00 0 2222996 .498917 8 co

k 2117766 .062573 7 3.38 0.00 1 0889843 .334568 8 _cons -.0000152 .000542 8 -0.03 0.97 8 -.0010803 00105

Trang 22

Danh mục 2-2

Sourc

F( 2, 990) = 20.94 Mode

Adj R-squared = 0.0386 Total

-.000185 1

Trang 23

Danh mục 2-3

Sourc

e S S df M S Number of obs = 993

F( 2, 990) = 21.94 Mode

l 013026301 2 .00651315 1 Prob > F = 0.0000 Residual 29383467 990

.00029680

3

squared = 0.0425 Adj R-squared = 0.0405 Total 306860972 992

R-.00030933

6

Root MSE = 01723 ii3 Coef Std Err t P>|t| [95% Conf Interval]

cos 3254341 .071014 1 4.58 0.00 0 1860786 .464789 7 co

l .01034575 9 2 005172879 Prob > F = 0.0000 Residual .26830230 1 990 000271012 R- squared = 0.0371

Adj R-squared = 0.0352 Total 27864806 992 000280895 Root MSE = 01646

ii4 Coef Std Err t P>|t| [95% Conf Interval]

cos 2962661 .067858 7 4.37 0.00 0 1631027 .429429 5 co

k 2490918 .060245 7 4.13 0.00 0 130868 .367315 7 _cons -.0002121 .000522 6 -0.41 0.68 5 -.0012377 .000813 4

Danh mục 2-5

Trang 24

F( 2, 990) = 19.87 Mode

l 01001051 2 005005255 Prob > F = 0.0000 Residual .24943888 8 990 000251958 R- squared = 0.0386

Adj R-squared = 0.0366 Total .25944939 8 992 000261542 Root MSE = 01587

ii5 Coef Std Err t P>|t| [95% Conf Interval]

cos 1775108 .065429 8 2.71 0.00 7 0491138 .305907 8 co

k 3216925 .058089 3 5.54 0.00 0 2077003 .435684 7 _cons -.0002509 .000503 9 -0.50 0.61 9 -.0012397 000738

Trang 25

Danh mục 3-1

Sourc

F( 2, 990) = 20.31 Mode

l .01190433 2 2 .00595216 6 Prob > F = 0.000 0 Residual

0.037 5 Total .30208828 4 992 .00030452 4 Root MSE = .0171 2 iii1 Coef Std Err t P>|t| [95% Conf Interval]

cos 376753 .070571 6 5.34 0.00 0 2382658 5152401 co

Danh mục 3-2

Sourc

F( 2, 990) = 21.30 Mode

R-.070989

0.00 0

.212443 1

.491058

4 co

k 2509007

.063025

0.00 0

.127221 9

.374579

5 _cons -.0002091

.000546

7 -0.38

0.70 2

-.00128 2

.000863

8

Trang 26

Danh mục 3-3

Sourc

F( 2, 990) = 22.04 Mode

.00031160

7

Root MSE = 01729 iii3 Coef Std Err t P>|t| [95% Conf Interval]

cos 3413304 .071267 6 4.79 0.00 0 2014776 .481183 3 co

Trang 27

Danh mục 3-4

Sourc

F( 2, 990) = 19.18 Mode

Adj R-squared = 0.0354 Total .28160384 5 992 .00028387 5 Root MSE = 01655 iii4 Coef Std Err t P>|t| [95% Conf Interval] cos 3121769 .068211 3 4.58 0.00 0 1783215 .446032 3 cok 237726

-.000236 4

Numb

er of obs = 993 F( 2, 990) = 19.24 Mode

l 009803258 2 .00490162 9 Prob > F =0.0000 Residual 252268376 990 .00025481 7 R- squared =0.0374

Adj R-squared =0.0355 Total 262071634 992

.00026418

5

Root MSE =.01596 iii5 Coef Std Err t P>|t| [95% Conf Interval]

cos 1922091 .065799 8 2.92 0.00 4 063086 3213323 co

k 3101593 .058417 8 5.31 0.00 0 1955224 4247962 _cons -.000274 .000506 8 -0.54 0.58 9 -.0012685 0007204

Danh mục 4-1

Trang 28

F( 2, 990) = 27.98 Mode

l 01606176 2 00803088 Prob > F = 0.0000 Residual

Trang 29

er of obs = 993 F( 2, 990) = 30.38 Mode

l .01773345 9 2 .00886672 9 Prob > F = 0.000 0 Residual

cos 3357271 .070420 7 4.77 0.00 0 1975361 4739182 co

k 369238 .062520 3 5.91 0.00 0 2465505 4919254 _cons -.0002684

l 01873498 2 00936749

Prob

> F =0.0000 Residual 292906636 990

.00029586

5

squared =0.0601 Adj R-squared =0.0582 Total 311641616 992 .00031415 5 Root MSE = 0172 iv3 Coef Std Err t P>|t| [95% Conf Interval]

R-cos 3250303 0709019 4.58 0.00 0 185895 4641656 co

k 3935866 0629475 6.25 0.00 0 2700608 5171124 _cons -.0003116 000546 -0.57 0.56 8 -.0013831 00076

Trang 30

Danh mục 4-4

Sourc

F( 2, 990) = 28.23 Mode

l 015402688 2 .00770134 4 Prob > F = 0.0000 Residual 270079205 990

.00027280

7

squared = 0.0540 Adj R-squared = 0.0520 Total 285481893 992 .00028778 4 Root MSE = 01652 iv4 Coef Std Err t P>|t| [95% Conf Interval] cos 2957069 068083 4.34

R-0.00 0

.162103 3

.429310

6 co

k 3562005 0604448 5.89

0.00 0

.237585 7

.474815

2 _cons -.0002941 0005243 -0.56

0.57 5

-.00132 3

.000734

9

Trang 31

Danh mục 4-5

Sourc

e S S df MS Numb er of obs = 993

F( 2, 990) = Mode

l .01607361 8 2 .00803680 9 Prob > F = 0.000 0 Residual

0.058 0 Total .26819897 1 992 .00027036 2 Root MSE = .0159 6 iv5 Coef Std Err t P>|t| [95% Conf Interval]

cos 1757309 .065781 2 2.67 0.00 8 0466443 3048174 co

Danh mục 5-1

Sourc

M S

l 018338678 2

.00916933

9 Prob > F = 0.0000 Residual 257010325 990

.00025960

6

squared = 0.0666 Adj R-squared = 0.0647 Total 275349003 992 00027757

R-Root MSE = 01611

v

1 Coef Std Err t P>|t| [95% Conf Interval]

cos 2753703 .066415 4 4.15 0.00 0 1450392 .405701 3 co

k 417536 .058964 3 7.08 0.00 0 3018266 .533245 3 _cons 0000235 .000511 5 0.05 0.96 3 -.0009803 .001027 2

Trang 32

Danh mục 5-2

Source SS df

M S

l 020948406 2 .01047420 3 Prob > F = 0.0000 Residual 262092672 990 00026474

squared = 0.0740 Adj R-squared = 0.0721 Total 283041078 992

R-.00028532

4

Root MSE = 01627

k 4684776 .059544 4 7.87 0.00 0 3516298 .585325 4 _cons -.0001503 .000516 5 -0.29 0.77 1 -.0011639 .000863 3

Trang 33

Danh mục 5-3

Sourc

F( 2, 990) = 41.74 Mode

l .02234864 4 2 .01117432 2 Prob > F = 0.000 0 Residual

0.075 9 Total .28739870 2 992 .00028971 6 Root MSE = .0163 6

v

3 Coef Std Err t P>|t| [95% Conf Interval]

cos 2394303 .067446 2 3.55 0.00 0 1070764 3717842 co

Adj R-squared = 0.068 8 Total .26427581 4 992 .00026640 7 Root MSE = .0157 5 v4 Coef Std Err t P>|t| [95% Conf Interval] cos 2096005 0649257 3.23 0.00 1 0821927 3370084 cok 4535524 0576418 7.87 0.00 0 3404383 5666664 _cons -.0001735 0005 -0.35

0.72

9 -.0011547 0008078

Trang 34

Danh mục 5-5

Sourc

M S

.00025917

2

Root MSE = 01542

0.65

8 -.001178

.000743

8

Trang 35

Tổng hợp kết quả hồi quy 25 danh mục theo mô hình 1 ở bảng 6 cho thấy:

Hệ số α không có ý nghĩa thống kê trong tất cả 25 danh mục

Bảng 4: Hệ số hồi quy nhân tố co-skewness mô hình 1

mô doanh nghiệp

Trang 36

Hệ số hiệu chỉnh của tất cả 25 danh mục đều có ý nghĩa thống kê Tuy nhiêngiá trị hiệu chỉnh chỉ nằm trong khoảng từ 0,02 đến 0,08 Điều này có thể là

do TSSL trung bình danh mục không chỉ chịu sự tác động của hai nhân tố skewness và co-kurtosis mà còn chịu sự tác động của các nhân tố khác Để kiểmtra xem co-skewness và co-kurtosis có thực sự tác động đến TSSL chứng khoánhay không, tác giả tiếp tục tiến hành kiểm định bằng cách đưa thêm các nhân tốkhác vào mô hình như mô hình 2 và mô hình 3 mà tác giả đã nêu ở trên

Trang 37

co-Bảng 6: Kết quả hồi quy mô hình 1

Bảng này cho thấy kết quả hồi quy của TSSL danh mục vượt trội theo phần bù rủi ro skewness và kurtosis của 25 danh mục được phân loại theo quy mô và BV/MV Trong đó, * cho thấy hệ số hồi quy là có ý nghĩa với giá trị xác suất thống kê p-value nhỏ hơn 0,05.

co-Size BV/MV Danh α Co-skewness Co-kurtosis Adj.

(0,6187) (0,0068)* (0,000)* (0,000)*

3 Cao 3-1 -3,70E-05 0,376753 0,200043 0,0375

Trang 38

(0,5111) (0,0077)* (0,000)* (0,000)* Lớn Cao 5-1 2,35E-05 0,27537 0,417536 0,0647

(0,6576) (0,1613) (0,000)* (0,000)*

Trang 39

Bảng 7: Kết quả kiểm định Breusch-Pagan mô hình 1 Size BV/MV Danh mục chi2 Prob > chi2

Định dạng
Số trang	102
Dung lượng	7,15 MB