Kiểm Định Giả Thiết Đối Với Các Hệ Số Hồi Quy Mô Hình Ba Yếu Tố Fama-French

Coefficientsa

Model

Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
B	Std. Error	Beta			Tolerance	VIF
(Constant)	-.00053	.000		-2.400	.017
RmRf	.686	.015	.909	47.256	.000	.852	1.174
SMB	.263	.038	.155	6.979	.000	.641	1.561
HM L	.208	.026	.167	8.047	.000	.730	1.370

Có thể bạn quan tâm!

• Một Số Khái Niệm Và Cách Đo Lường Kết Quả Đầu Tư
• Cách Tính Các Biến (Smb, Hml,wml, R R Oe , D Dt Và E Eps/ P ) Phân Chia Danh Mục Đầu Tư
• Kết Quả Kiểm Định Mô Hình Đối Với Dữ Liệu Trên Hose
• Ứng Dụng Mô Hình Mở Rộng Để Dự Báo Giá Cổ Phiếu Trên Hos E
• Ứng Dụng Mô Hình Dự Báo Giá Của Cổ Phiếu Mcp (Công Ty Cổ In Bao Bì Mỹ Châu)
• Các Giới Hạn Của Đề Tài Và Hướng Nghiên Cứu Tiếp Theo

Xem toàn bộ 107 trang tài liệu này.

4.2.2.2. Kiểm định giả thiết đối với các hệ số hồi quy mô hình ba yếu tố Fama-French

D ùng phân phối Student để kiểm định các hệ số hồi quy với các giả thiết:

H 0: hệ số hồi quy riêng phần

i  0

và H1: i 0

(phép kiểm định t)

Bảng Coefficients cho thấy giá trị t Stat của các biến BETA , SMB và HM L lần lượt là 47,256; 6,979 và 8,047 đều lớn hơn giá trị của t* = 1,96 và giá trị Sig của các biến BETA, SM B và HM L đều nhỏ hơn 0,05. Điều này chứng tỏ các hệ số hồi quy

riêng phần

i  0 . Nói cách khác, các hệ số hồi quy riêng phần đều có ý nghĩa thống

kê với độ tin cậy 95% (hay với mức ý nghĩa 5%).

4.2.2.3. Kiểm định tính phù hợp của hàm hồi quy mô hình ba yếu tố Fama-French

D ùng phân phối Fisher-Snedecor để kiểm định tính phù hợp của hàm hồi quy với các giả thiết:

H 0: R2 = 0 và H 1: R2 ≠ 0 (phép kiểm định F)

Bảng Model Summary cho thấy giá trị của hệ số xác định R2 hiệu chỉnh là 0,765 nghĩa là 76,5% biến phụ thuộc được giải thích bởi ba biến độc lập hay 76,5% tổng phần bù rủi ro (RISK PREMIUM ) được giải thích bởi ba biến giải thích là yếu tố thị trường (BETA), yếu tố quy mô công ty (SMB) và yếu tố giá trị công ty (HML). Bảng AN OVA chỉ ra rằng giá trị Sig của hàm hồi quy nhỏ hơn 0,05. Điều này chứng tỏ mô hình nghiên cứu có ý nghĩa thống kê với mức ý nghĩa 5% và hàm hồi quy là phù hợp.

4.2.2.4. Kiểm định hiện tượng đa cộng tuyến mô hình ba yếu tố Fama- French

Kiểm định tính tương quan giữa các biến giải thích

H0: R2 = 0 và H 1: R2 ≠ 0

Bảng Coefficients cũng cho thấy giá trị VIF của ba biến BETA , SMB và HM L lần lượt là 1,174, 1,561 và 1,370 đều nhỏ hơn 10. Điều này cho thấy không có hiện tượng đa cộng tuyến giữa các biến giải thích.

4.2.3. Kiểm định mô hình Carhart

4.2.3.1. Kết quả hồi quy tuyến mô hình bốn yếu tố Carhart

Bảng 4.5 Mô tả kết quả hồi quy mô hình Carhart Model Summary

Model

R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.880a	.774	.773	.0059922

a. Predictors: (Constant), HML, RmRf, SMB

AN OVAb

Model

Sum of Squares	df	Mean Square	F	Sig.
Regression	.091	4	.023	636.331	.000a
Residual	.027	743	.000
Total	.118	747

a. Predictors: (Constant ), HML, Rm Rf, SMB, WML

b. Dependent Variable: RiRf

Coefficientsa

Model

Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
B	Std. Error	Beta			Tolerance	VIF
(Constant)	-.00025	.000		-1.101	.271
RmRf	.645	.016	.856	39.956	.000	.663	1.508
SMB	.256	.037	.151	6.911	.000	.640	1.563
HM L	.200	.025	.160	7.846	.000	.727	1.376
WML	-.163	.031	-.106	-5.299	.000	.756	1.323

a. Dependent Variable: RiRf

4.2.3.2. Kiểm định giả thiết đối với các hệ số hồi quy mô hình bốn yếu tố Carhart

D ùng phân phối Student để kiểm định các hệ số hồi quy với các giả thiết:

H 0: hệ số hồi quy riêng phần

i  0

và H1: i  0

(phép kiểm định t)

Bảng Coefficients cho thấy giá trị tuyệt đối t Stat của các biến BETA, SM B, HM L và WML lần lượt là 39,956; 6,911; 7,846 và -5,299 đều lớn hơn giá trị của t*

= 1,96 và giá trị Sig của các biến BETA , SMB, HM L và WM L đều nhỏ hơn 0,05.

Điều này chứng tỏ các hệ số hồi quy riêng phần

i  0 . N ói cách khác, các hệ số hồi

quy riêng phần đều có ý nghĩa thống kê với độ tin cậy 95% (hay với mức ý nghĩa 5%).

4.2.3.3. Kiểm định tính phù hợp của hàm hồi quy mô hình bốn yếu tố Carhart

D ùng phân phối Fisher-Snedecor để kiểm định tính phù hợp của hàm hồi quy với các giả thiết:

H 0: R2 = 0 và H 1: R2 ≠ 0 (phép kiểm định F)

Bảng Model Summary cho thấy giá trị của hệ số xác định R2 hiệu chỉnh là 0,773 nghĩa là 77,3% biến phụ thuộc được giải thích bởi bốn biến độc lập hay 77,3% tổng phần bù rủi ro (RISK PREMIUM ) được giải thích bởi bốn biến giải thích là yếu tố thị trường (BETA), yếu tố quy mô công ty (SMB), yếu tố giá trị công ty (HM L) và yếu tố xu hướng (WM L).

Bảng AN OVA chỉ ra rằng giá trị Sig của hàm hồi quy nhỏ hơn 0,05. Điều này chứng tỏ mô hình nghiên cứu có ý nghĩa thống kê với mức ý nghĩa 5% và hàm hồi quy là phù hợp.

4.2.3.4. Kiểm định hiện tượng đa cộng tuyến mô hình bốn yếu tố Carhart

Kiểm định tính tương quan giữa các biến giải thích

H0: R2 = 0 và H 1: R2 ≠ 0

Bảng Coefficients cũng cho thấy giá trị VIF của ba biến BETA , SMB và HM L lần lượt là 1,059, 1,697 và 1,622 đều nhỏ hơn 10. Điều này cho thấy không có hiện tượng đa cộng tuyến giữa các biến giải thích.

4.2.4. Kiểm định mô hình mở rộng bảy yếu tố.

4.2.4.1. Kết quả hồi quy tuyến mô hình mở rộng bảy yếu tố

Bảng 4.6 Mô tả kết quả hồi quy của mô hình mở rộng Model Summary

Model

R	R Square	A djusted R Square	Std. Error of the Estimate
1	.883a	.779	.777	.0059384

a. Predictors: (Constant ), DDT, WML, HML, EEPS/P, SMB, Rm -Rf, RROE

AN OVAb

Model

Sum of Squares	df	Mean Square	F	Sig.
1	Regression	.092	7	.013	372.596	.000a
	Residual	.026	740	.000
	Total	.118	747

a. Predictors: (Constant ), Ddt, WML, HML, Eep, SMB, Rm-Rf, Rroe

b. Dependent Variable: Ri-Rf

Coefficientsa

Model

Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
	B	Std. Error			Beta	Tolerance	VIF
(Constant)	-.00032	.000		-1.450	.147
Rm-Rf	.658	.017	.873	39.270	.000	.605	1.653
SMB	.256	.037	.151	6.885	.000	.624	1.604
HM L	.149	.031	.120	4.743	.000	.470	2.127
WML	-.147	.034	-.096	-4.364	.000	.622	1.608
EE PS/P	.127	.040	.072	3.157	.002	.569	1.758
RROE	-.110	.038	-.078	-2.855	.004	.396	2.527
DDT	.098	.037	.047	2.673	.008	.947	1.056

a. Dependent Variable: Ri-Rf

4.2.4.2. Kiểm định giả thiết đối với các hệ số hồi quy mô hình mở rộng.

D ùng phân phối Student để kiểm định các hệ số hồi quy với các giả thiết:

H 0: hệ số hồi quy riêng phần

i  0

và H1: i  0

(phép kiểm định t)

Bảng Coefficients cho thấy giá trị tuyệt đối t Stat của các biến BETA, SM B, HM L, WML, EE PS/P , RROE và DDT lầnlượt là 39,270; 6,885; 4,743; -4.364; 3,157;

-2855 và 2,673 đều lớn hơn giá trị của t* = 1,96 và giá trị Sig của các biến BETA,

SMB và HM L đều nhỏ hơn 0,05. Đ iều này chứng tỏ các hệ số hồi quy riêng phần

i  0 . N ói cách khác, các hệ số hồi quy riêng phần đều có ý nghĩa thống kê với độ tin cậy 95% (hay với mức ý nghĩa 5%).

4.2.4.3. Kiểm định tính phù hợp của hàm hồi quy mô hình mở rộng.

D ùng phân phối Fisher-Snedecor để kiểm định tính phù hợp của hàm hồi quy với các giả thiết:

H 0: R2 = 0 và H 1: R2 ≠ 0 (phép kiểm định F)

Bảng Model Summary cho thấy giá trị của hệ số xác định R2 hiệu chỉnh là 0,777 nghĩa là 77,7% biến phụ thuộc được giải thích bởi bảy biến độc lập hay 77,7% tổng phần bù rủi ro (RISK PREMIUM ) được giải thích bởi bảy biến giải thích là yếu tố thị trường (BETA), yếu tố quy mô công ty (SMB), yếu tố giá trị công ty (HM L) và yếu tố xu hướng (WM L), yếu tố tỷ số EPS/P, yếu tố tỷ số RO E và yếu tố doanh thu.

Bảng AN OVA chỉ ra rằng giá trị Sig của hàm hồi quy nhỏ hơn 0,05. Điều này chứng tỏ mô hình nghiên cứu có ý nghĩa thống kê với mức ý nghĩa 5% và hàm hồi quy là phù hợp.

4.2.4.4. Kiểm định hiện tượng đa cộng tuyến mô hình mở rộng

H0: R2 = 0 và H1: R2 ≠ 0

Bảng Coefficients cũng cho thấy giá trị VIF của ba biến BETA, SMB, HM L, WML, EE PS/P, RRO E và D DT lần lượt là 1,653; 1,604; 2,127; 1,608; 1,758; 2,527 và

1,056 đều nhỏ hơn 10. Điều này cho thấy không có hiện tượng đa cộng tuyến giữa các biến giải thích.

4.3.Kiểm định các giả thiết nghiên cứu

N hư đã nói ở trên, phép hồi quy đa biến cũng được sử dụng để kiểm định các giả thiết nghiên cứu đã được xây dựng trong chương 2.

Bảng 4.6 cũng mô tả kết quả của phép kiểm định tác động của yếu tố thị trường (BETA), yếu tố quy mô (SMB), yếu tố giá trị (HM L), yếu tố tỷ số EPS/P (EE PS/P),

yếu tố ROE (RROE) và yếu tố doanh thu (DDT) lên tổng phần bù rủi ro của cổ phiếu (RISK PREM IU M).

Giả thiết H1: Có mối tương quan đồng biến giữa yếu tố thị trường và tổng phần bù rủi ro của cổ phiếu.

Bảng Coefficients cho thấy giá trị tuyệt đối t Stat của biến BETA là 39,270 >

1,96 = t* và hệ số hồi quy

1= 0,658. Điều này chứng tỏ biến BETA tác động cùng

chiều có ý nghĩa đến biến RISK PREM IU M hay yếu tố thị trường tác động cùng chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu. N ói một cách khác, giả thiết H1 được chấp nhận.

Giả thiết H2: Có mối tương quan nghịch biến giữa yếu tố quy mô công ty và

tổng phần bù rủi ro của cổ phiếu.

Kết quả hồi quy bội của mô hình mở rộng cho thấy biến SMB tác động cùng chiều có ý nghĩa đến biến RISK PREMIUM (giá trị tuyệt đối t Stat của biến SMB là

6,885 > 1,96 = t* và hệ số hồi quy

 2= 0,256) hay yếu tố quy mô công ty tác động

nghịch chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu. Nói một cách khác, giả thiết H2 được chấp nhận. Điều này có nghĩa là danh mục của nhóm công ty có quy mô nhỏ có suất sinh lợi cao hơn danh mục của nhóm công ty có quy mô lớn.

Giả thiết H3: Có mối tương quan đồng biến giữa yếu tố giá trị công ty và tổng phần bù rủi ro của cổ phiếu.

Tương tự, kết quả hồi quy bội cũng cho thấy yếu tố giá trị công ty (H ML) cũng tác động cùng chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu (RISK PREM IU M) hay các công ty thuộc nhóm giá trị thì có suất sinh lợi cao hơn các công ty thuộc nhóm tăng trưởng và giá trị tuyệt đối t Stat của biến HML là 4,734 > 1,96

= t* và hệ số hồi quy

3= 0,149). Do đó giả thiết H 3 được chấp nhận.

Giả thiết H4: Có mối tương quan nghịch biến giữa yếu tố xu hướng và tổng phần bù rủi ro của cổ phiếu.

Kết quả hồi quy bội cũng cho thấy yếu tố xu hướng (WM L) có tác động ngược chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu (RISK PREM IU M) Điều này có nghĩa rằng không nên mua những chứng khoán có tỷ suất sinh lợi

cao trong giai đoạn trước đó và giá trị tuyệt đối t Stat của biến WML là 4,364 >

1,96 = t* và hệ số hồi quy

 4 = -0,147). Hay giả thiết H4 được chấp nhận.

Giả thiết H5: Có mối tương quan đồng biến giữa yếu tố EPS /P và tổng phần bù rủi ro của cổ phiếu.

Tương tự, kết quả hồi quy bội cũng cho thấy yếu tố EE PS/P cũng tác động cùng chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu (RISK PREMIUM) có nghĩa là những công ty có tỷ số EPS/P cao sẽ mang lại suất sinh lời cao hơn những công ty có tỷ số EPS/P thấp. Như vậy, khi những nhà đầu tư họ đầu tư vào cổ phiếu thì họ mọng đợi rằng họ sẽ được chia lợi nhuận bao nhiêu hay nói cách khác một đồng đầu tư vào cổ phiếu thì sẽ được bao nhiêu đồng lợi nhuận nên hệ số EE PS/P càng cao thì các cổ phiếu càng hấp dẫn các nhà đầu tư hơn. (giá trị tuyệt đối t Stat của biến EE P S/P là 3,157 > 1,96 = t* và hệ số hồi quy β5 = 0,157). G iả thiết H5 được chấp nhận.

Giả thiết H6: Có mối tương quan nghịch biến giữa yếu tố giá trị công ty và tổng phần bù rủi ro của cổ phiếu.

Tương tự, kết quả hồi quy bội cũng cho thấy yếu tố (RRO E) có tác động ngược chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu (RISK PREMIUM) có nghĩa là những công ty có tỷ số RO E thấp cho giá trị suất sinh lợi cao hơn nhóm công ty

có tỷ số RO E cao, t Stat của biến RROE là 4,097 > 1,96 = t* và hệ số hồi quy 0,110). Do đó giả thiết H6 được chấp nhận.

6 = -

Giả thiết H7: Có mối tương quan đồng biến giữa yếu tố giá trị công ty và tổng

phần bù rủi ro của cổ phiếu.

Tương tự, kết quả hồi quy bội cũng cho thấy yếu tố doanh thu (DD T) cũng tác động cùng chiều có ý nghĩa đến tổng phần bù rủi ro của cổ phiếu (RISK PREM IU M) có nghĩa là nhóm công ty có doanh thu cao sẽ có suất sinh lợi cao hơn nhóm công ty có doanh thu thấp. Điều này có thể giải thích rằng doanh thu hay lượng hàng bán là chỉ tiêu quan trọng nhất để các nhà đầu tư đo lường một công ty có sức mạnh hay không và là yếu tố chính của tăng trưởng. (t Stat của biến HML là

4,097 > 1,96 = t* và hệ số hồi quy chấp nhận.

7 = 0,098). Nói cách khác, giả thiết H 7 được

Tóm lại, qua bảng Coefficients của mô hình mở rộng ta viết được phương trình hồi quy như sau:

Y  f ( X )   0  1X1  2X 2  3X 3  4X 4  5X 5  6X 6  7 X 7  

RISK PREMIUM = -0.00032+ 0,658*BETA + 0,256*SMB + 0,149*H ML - 0,147*WML + 0,127*EEP S/ P - 0,11*RRO E + 0,098*DD T

hay

Ri  R f = -0.00032+ 0,658*BETA + 0,256*SM B + 0,149*H ML- 0,147*WM L

+ 0,127*EEP S/ P - 0,11*RRO E + 0,098*DD T (4.1)

Phương trình hồi quy (4.1) cho ta thấy rằng, cứ 1% thay đổi của biến BETA (Rm

– Rf) thì biến ( Ri  R f ) thay đổi 0,658% nếu các biến còn lại là SMB, HM L, WM L,

EE PS/P , RROE và DDT không thay đổi; cứ 1% thay đổi của biến SM B thì biến

( R i  R f ) thay đổi 0,256% nếu các biến còn lại là (Rm – Rf), HML, WM L, EEP S/ P,

RROE và DDT không thay đổi; cứ 1% thay đổi của biến HML thì biến ( R i R f ) thay đổi 0,149% nếu các biến còn lại là (Rm – Rf), SM B, WML, EE PS/P , RROE và D DT không thay đổi; cứ 1% thay đổi của biến WML thì biến ( R i R f ) thay đổi -0,147% nếu các biến còn lại là (Rm – Rf), SMB, HM L, EE P S/P, RROE và DDT không thay đổi; cứ 1% thay đổi của biến EEP S/ P thì biến ( R i R f ) thay đổi 0,127% nếu các biến còn lại là (Rm – Rf), SM B, HM L, WML, RROE và DDT không thay đổi; cứ 1% thay đổi của biến RRO E thì biến ( R i R f ) thay đổi -0,11% nếu các biến còn lại là (Rm – Rf), SMB, HM L, WML, EE PS/P và D DT không thay đổi; cứ 1% thay đổi của biến D DT thì biến ( R i R f ) thay đổi 0,098% nếu các biến còn lại là (Rm – Rf), SMB, HM L,

WML, RROE và EEP S/P khôngthay đổi.

Kết quả chạy hồi quy mô hình mở rộng cho R2 hiệu chỉnh là 0,777 cao hơn R2 hiệu chỉnh của mô hình CAPM, Fama-French và Carhart. Các hệ số hồi quy của cả bốn mô hình đều có ý nghĩa thống kê với độ tin cậy 95%. Như vậy ta có thể nói rằng mô hình mở rộng gồm bảy yếu tố đã giải thích sự thay đổi tổng phần bù rủi ro hay suất sinh lợi của cổ phiếu trên HO SE tốt hơn mô hình CAPM, Fama-French và Carhart

Xem tất cả 107 trang.