Các Biến Đo Lường Tỷ Suất Sinh Lợi:

của danh mục, đó là nhà đầu tư thông qua việc xác định giá trị nội tại của công ty hoặc là những kì vọng về sự sai lệch có hệ thống trong thị trường.

Trong các chiến lược trước đây của Frankel và Lee (1998) khuyên các nhà đầu tư mua chứng khoán có giá thấp hơn giá trị nội tại. “Cổ phiếu bị định giá thấp” được xác định bởi những phân tích dự báo thu nhập trong kết hợp với các mô hình định giá sử dụng các dữ liệu kế toán, và các chiến lược này thành công tạo ra tỷ suất sinh lợi dương có ý nghĩa trong chuỗi thời gian đầu tư 3 năm. Trong đó, nhóm tác giả này đã sử dụng tỷ số V/P để kiểm định tỷ suất sinh lợi của chứng khoán trong vòng 3 năm, với V là giá trị nội tại được định giá từ lợi nhuận giữ lại và P là giá trị của cổ phiếu. Kết quả cho thấy chỉ số V/P có thể phát hiện ra những cổ phiếu bị định giá sai: những cổ phiếu có chỉ số V/P cao thường bị định dưới giá trong khi chỉ số có V/P thấp thường được định giá cao. Sau đó kinh doanh chênh lệch giá sẽ hướng giá cổ phiếu quay trở lại giá trị nội tại thực của nó, vì chỉ số V/P cao có xu hướng cho tỷ suất sinh lợi cao hơn. Hay nói cách khác, nghiên cứu của Frankel và Lee (1998) khuyên nên mua những công ty có V/P cao và bán những công ty có chỉ số V/P thấp.

Một số lượng lớn các bài nghiên cứu chỉ ra rằng, nhà đầu tư có thể kiếm lời từ các phương thức giao dịch dựa trên các dấu hiệu trong các báo cáo tài chính. Trái ngược với chiến lược đầu tư danh mục dựa trên tính chất về sự đánh đổi cân bằng giữa lợi nhuận và rủi ro, những phương pháp đầu tư trên hướng tới mức lợi nhuận “bất thường” bằng cách tập trung vào những tín hiệu tài chính và áp dụng chúng trước khi “thị trường kịp nhận thấy”. Các phương pháp trên bao gồm (không có nghĩa là chỉ giới hạn ở những phương pháp này): hiệu ứng dịch chuyển cùng hướng sau công bố lợi nhuận (Bernard and Thomas 1989, 1990; Foster, Olsen và Shevlin 1984), Accruals (Sloan 1996) - các nghiên cứu này phát hiện rằng sau khi công bố lợi nhuận, lợi nhuận bất thường tích lũy gia tăng tại những công ty có thông

tin tốt “good news” và ngược lại, hiệu ứng mùa (Loughran và Ritter 1995), và loại bỏ/cắt giảm cổ tức (Michaely, Thaler, and Womack 1995).

Một phương pháp đầu tư năng động hơn là sử dụng nhiều phần các thông tin trong báo cáo tài chính. Ou và Penman (1989) nghiên cứu và thấy rằng những thông tin trên báo cáo tài chính sẽ phản ánh trong giá và nó sẽ cho những dự báo về thu nhập trong tương lai. Trong khi những nguyên tắc kế toán dồn tích sẽ đưa ra một số liệu về thu nhập mà những thông tin phản ánh trong con số đó có một độ trễ, đồng thời khi phân tích phải kết hợp rất nhiều từ báo cáo tài chính, bảng cân đối kế toán hay các báo cáo thu nhập. Bài nghiên cứu của Ou và Penman (1989) đã cố gắng chứng minh rằng một nhóm các chỉ số tài chính được thiết lập từ các báo cáo tài chính có thể tổng hợp thành một chỉ số như P/E đưa ra những dự báo chính xác những thay đổi trong thu nhập của công ty, trong khi đó Holthausen và Larcker (1992) chỉ ra rằng những mô hình thống kê có thể sử dụng một các hiệu quả trong dự báo lợi nhuận tương lai. Giới hạn của 2 phương pháp này là sử dụng những phương pháp phức tạp và số liệu quá khứ rất rộng lớn để đưa ra những thông tin dự báo cần thiết.

Để tránh vượt quá chi phí tính toán và những số liệu không phù hợp, Lev và Thiagarajan (1993) sử dụng 12 chỉ số tài chính hữu ích trong phân tích như là: hàng tồn kho, khoản phải thu, vốn đầu tư tài sản cố định, vốn dành cho nguyên cứu và phát triển, lợi nhuận gộp, chi phí bán hàng và trả lương quản lí, nợ phải thu, đơn đặt hàng tồn đọng, tỷ lệ tăng lương, thu nhập tính bằng phương pháp LIFO và chất lượng kiểm toán. Lev và Thiagarajan (1993) chỉ ra rằng những dấu hiệu cơ bản tương quan với những lợi nhuận tương ứng sau khi điều chỉnh thu nhập vượt trội, quy mô công ty, các điều kiện kinh tế vi mô. Bởi vì thị trường không hoàn toàn có sẵn những thông tin liên quan một cách kịp thời, do đó Abarbanell và Bushess (1997) đồng tình với khả năng của những chỉ số trong nghiên cứu của Lev và

Thiagarajan (1993) dùng để dự báo những thay đổi trong lợi nhuận và dự báo lợi nhuận tương lai của việc phân tích. Tiếp tục phát triển từ ý tưởng đó, Abarbanell và Bushee (1998) chỉ ra rằng chiến lượng đầu tư cơ bản dựa vào 12 chỉ số có thể cho ra những lợi nhuận vượt trội có ý nghĩa.

Có thể bạn quan tâm!

Xem toàn bộ 93 trang tài liệu này.

Bài nghiên cứu này mở rộng những nghiên cứu trước đây, trong đó sử dụng những kết quả dữ liệu cụ thể để phân biệt nhóm công ty mạnh và công ty yếu. Thay vì thực nghiệm trên mối quan hệ giữa lợi nhuận trong tương lai và những dấu hiệu tài chính tương ứng, thì bài nghiên cứu này tổng hợp những thông tin sẵn có thành một mảng dữ liệu và tạo thành một danh mục trên cơ sở dữ liệu của công ty. Bằng cách tập trung vào giá trị của công ty, lợi ích của việc phân tích báo cáo tài chính là được nghiên cứu trong một môi trường mà các dữ liệu tài chính đưa ra đều là tốt nhất và nguồn thông tin phù hợp nhất về điều kiện tài chính của công ty, đồng thời thông qua việc lựa chọn những thước đo phù hợp sẽ đưa ra những đặc điểm kinh tế cơ bản của công ty có BM cao.

Đến năm 2002, Joseph D. Piotroski đã tiến hành thêm một nghiên cứu, bằng việc sử dụng điểm F_SCORE để tách các công ty xấu ra khỏi danh mục đầu tư. Bài nghiên cứu đã tiến hành thu thập dữ liệu trong 10 năm từ năm 1976 đến năm 1996 lọc ra được 14.043 công ty có chỉ số BM cao. Kết quả kiểm định cho thấy tỷ suất sinh lợi trung bình khi đầu tư vào nhóm công ty này tăng thêm được 7,5% đồng thời phân phối lợi nhuận của danh mục đầu tư chuyển dịch về phía bên phải của bài nghiên cứu. Thêm vào đó, chiến lược mua những công ty thuộc nhóm điểm cao và bán các công ty có điểm thấp đã đem lại tỷ suất sinh lợi là 23% trong giai đoạn 1976-1996, Joseph D. Piostroski đã tiến hành sử dụng các biện pháp kiểm định so sánh khác đối với chiến lược đầu tư này và cho kết quả tương tự. Bằng cách phân nhóm công ty theo các chỉ tiêu khác ngoài chỉ số BM như: quy mô công ty, quy mô về giá cổ phiếu của công ty, khối lượng giao dịch của công

ty trên thị trường, những bài nghiên cứu dự phóng của công ty. Ngoài ra, Josepth D.Piostroski còn đưa thêm phương pháp tính điểm Z_SCORE để tiến hành kiểm định thêm. Kết quả cho thấy phân loại theo chỉ số BM cho kết quả tỷ suất sinh lợi danh mục vượt trội và phân phối lợi nhuận dịch chuyển về phía phải của phân phối chuẩn. Đồng thời, kết quả kiểm định các nhanh mục theo các chỉ tiêu thay thế không vượt trội hơn danh mục lựa chọn theo phương pháp đầu tư giá trị và chỉ số BM. Trong danh mục các công ty có chỉ số BM cao thì phân phối chủ yếu trong nhóm điểm trung bình, kết quả nghiên cứu còn cho thấy các công ty cho tỷ suất sinh lợi cao chiếm đa số là công ty vừa và nhỏ, các công ty có doanh thu thấp, các công ty không được các nhà phân tích chú ý.

Trong bài nghiên cứu năm 2005 của Cyril Goutte và Eric Gaussier về việc sử dụng mô hình hồi quy và điểm F_SCORE của Piostroki trong phân loại nhóm công ty theo tình hình tài chính tốt hay xấu. Bằng cách bổ sung thêm phương pháp kiểm định Wilcoxon test và the sign – test cùng với Anova. Kết quả cho thấy phương pháp phân loại bằng điểm F_SCORE vẫn cho kết quả đáng tin cậy.

Cách thức tính điểm F_SCORE được xây dựng và thử nghiệm vào năm 2000 nhưng nó đã thật sự thành công, các ngân hàng blue chip như Societe Generale và Morgan Stanley đang sử dụng nó như một công cụ quan trọng.

CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU

3.1 MÔ HÌNH NGHIÊN CỨU

Bài nghiên cứu sử dụng cách tính điểm F_SCORE cho công ty theo như mô tả của Joseph D.Piotroski (2000) để đo lường năng lực của công ty. Theo đó đã lựa chọn 9 dấu hiệu cơ bản dùng để tính toán 3 phần của các điều kiện tài chính công ty bao gồm: khả năng sinh lợi, đòn bẩy tài chính và hiệu quả hoạt động. Những chỉ tiêu này rất dễ giải thích và thực hiện nhằm đại diện, tổng kết các kết quả thống kê. Bài nghiên cứu phân loại các chỉ tiêu thành “ tốt” và “xấu”, phụ thuộc vào mức ý nghĩa cho dự báo giá tương lai và lợi nhuận. Với mỗi chỉ tiêu sẽ được gán biến là “1” nếu nó “tốt” và “0” nếu nó “xấu” . Do đó, F_SCORE được tính là tổng của 9 chỉ tiêu sau khi đã gán biến. Tổng hợp các chỉ tiêu này được sử dụng để xác định giá trị cũng như sức mạnh, vị thế tài chính của công ty, sau đó sẽ đưa ra quyết định là mua và giữ chứng khoán như thế nào.

Điểm F_SCORE cho mỗi công ty được tính bằng tổng các biến đã gán như đã trình bày ở trên:

F_SCORE = F_ROA + F_∆ROA + F_CFO + F_ACCRUAL + F_∆MARGIN + F_∆TURN + F_LEVER + F_∆LIQUID + EQ_OFFER

Với 9 biến như trên, điểm F_SCORE trải dài từ 0 đến 9. Điểm F_SCORE cao hay thấp sẽ là dấu hiệu cho thấy công ty đang có sức khỏe tốt hay xấu. Dự báo năng lực công ty từ những thông tin trong quá khứ, bài nghiên cứu kì vọng điểm F_SCORE sẽ có mối quan hệ với những thay đổi trong thành quả và lợi nhuận của chứng khoán công ty. Chiến lược đầu tư được thảo luận trong bài nghiên cứu là cơ sở để lựa chọn những công ty có điểm F_SCORE cao, thay vì mua những công ty dựa trên cơ sở mối quan hệ tin

cậy hoặc dấu hiệu đặc thù nào khác. So sánh với cách làm của Ou và Penman (1989) và Holthausen và Larker (1992), bài nghiên cứu này dường như đang đưa ra một “bước lùi” trong quá trình phân tích – mô hình xác suất, đó là không cần ước lượng dữ liệu một cách chính xác năm theo năm khi thực hiện một chiến lược đầu tư. Thay vì đó, quyết định đầu tư được thực hiện dựa trên tổng 9 biến quan sát như đã trình bày bên trên.

Thang điểm sẽ trải dài từ 0 đến 9, các công ty được xếp thành nhóm Low F_SCORE nếu điểm F_SCORE chỉ có 0 và 1 đồng nghĩa với kì vọng nhóm công ty này không có được những thành quả tài chính tốt. Trong trường hợp không có điểm 0, bài nghiên cứu sẽ lấy nhóm công ty có điểm thấp nhất là điểm 1 và điểm 2 để phân vào nhóm công ty Low F_SCORE. Trong khi đó, nhóm công ty High F_SCORE là những công ty có điểm F_SCORE 8 và 9, tương đương với kì vọng những công ty này có năng lực tài chính rất mạnh, có thể đạt được thành quả tốt trong tương lai, trong trường hợp không có điểm 9, bài nghiên cứu sẽ chọn các công ty có hai điểm xếp hạng cao nhất.. Kiểm định này được thiết kế để xem xét các danh mục đã lựa chọn ra theo điểm F_SCORE có cho được thành quả tốt hơn so với những công ty được lọc bởi chỉ số BM.

Phương pháp này đại diện cho một ứng dụng đơn giản của phân tích cơ bản khi xác định một công ty mạnh hay yếu. Với phương pháp này, có 2 vấn đề được đưa ra. Thứ 1, việc chuyển đổi các nhân tố nghiên cứu sang hình thức nhị phân có thể đưa đến trường hợp loại bỏ những thông tin hữu ích quan trọng. Tuy nhiên, vẫn chọn phương pháp nhị phân này bởi vì nó đơn giản và dễ thực hiện. Các điểm kĩ thuật đã gán như trên sẽ đại diện cho 9 nhân tố dùng để tính toán.

Thứ 2, việc thiếu những cơ sở lí luận cho việc sử dụng tổng hợp các chỉ số này, phương pháp nghiên cứu của bài luận này có thể được nhận thức như là một trường hợp đặc biệt. Vì mục tiêu của phương pháp này là tách biệt

những công ty có năng lực ra khỏi nhóm những công ty yếu, cách tiếp cận khác để đo lường sức khỏe tài chính công ty cũng có thể thành công trong việc xác định các công ty này.

Một điều quan trọng cần lưu ý là tác dụng của bất kì dấu hiệu nào lên khả năng sinh lợi hay giá đều có thể nhập nhằn về mặt lý thuyết. Trong bài nghiên cứu này, các kết quả mà các dấu hiệu khi áp vào đều trong giả định rằng các công ty này ít nhiều đang chịu áp lực về tài chính. Lấy ví dụ, một sự gia tăng trong việc sử dụng đòn bẩy tài chính, theo lý thuyết, vừa có thể là tác động tích cực (Harris và Raviv 1990) vừa có thể là tác động tiêu cực (Myers và Majluf 1984; Miller và và Rock 1985). Tuy nhiên, đối với các công ty chịu áp lực về rủi ro kiệt quệ tài chính thì tín hiệu xấu sẽ hợp lý hơn khi đòn bẩy tài chính gia tăng. Những rủi ro và tác động xấu lớn hơn so với lợi ích là làm giảm chi phi đại diện hay tăng cường bộ máy hoạt động. Việc áp dụng các tín hiệu lên các công ty có BM cao để đo lường thành quả tương lai nếu không được áp dụng một cách nhất quán thì tác dụng của việc sử dụng tổng điểm nhằm phân biệt công ty mạnh và yếu có thể giảm đáng kể.

Tác giả tính toán lợi nhuận một năm hoặc hai năm mua và giữ để nhận thu nhập từ lãi vốn, được tính từ giá bắt đầu tháng 5 sau khi công ty kết thúc năm tài chính cho đến đúng một năm hoặc hai năm sau. Nếu công ty nào hủy bỏ niêm yết, tác giả giả định lợi nhận năm đó bằng 0. Tác giả chọn giá bắt đầu từ tháng 5 để tính lợi nhuận để chắc chắn rằng những thông tin năm trước đó đã công khai và có sẵn để tham khảo. Trong đó, “market – adjusted returns” hay tỷ suất sinh lợi điều chỉnh được xác định bằng tỷ suất sinh lợi do mua và nắm giữ cổ phiếu trừ đi tỷ suất sinh lợi thị trường tương ứng trong năm đó.

3.2 MÔ TẢ CÁC BIẾN‌

3.2.1 Các biến đo lường tỷ suất sinh lợi:

Lợi nhuận hiện tại và dòng tiền cung cấp thông tin về năng lực của công ty cho khả năng cung cấp nguồn vốn nội bộ. Bất cứ công ty nào đang tạo ra dòng tiền dương hoặc là lợi nhuận được giữ lại cho hoạt động đầu tư để sinh lợi mặc dù cho những dữ liệu lịch sử thành quả lợi nhuận kém đều có thể là công ty giá trị. Tương tự, các công ty tạo lợi nhuận tốt thì sẽ có khả năng tiếp tục tạo ra lợi nhuận dương trong tương lai.

Những tỷ suất sinh lợi thường được sử dụng để đo lường thu nhập của công ty với các nhân tố khác tạo ra lợi nhuận như doanh thu, tổng tài sản, vốn cổ phần như là: tỷ suất sinh lợi trên doanh thu, tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ suất sinh lợi trên vốn cổ phần (ROE). Sau đó, dùng cách phân tích dupont để chia tách thành các chỉ số khác nhằm làm nổi bật điều người phân tích muốn đánh giá. Bài nghiên cứu này sử dụng 4 biến quan sảt đo lường thành quả hoạt động của công ty: ROA, CFO, ∆ROA, ACCRUAL.

Trong đó, ROA được định nghĩa là lợi nhuận ròng trước những thu nhập bất thường chia cho tổng tài sản đầu năm. Việc xác định lợi nhuận ròng trước thu nhập bất thường rất quan trọng vì lợi nhuận này sinh ra từ hoạt động chính yếu của công ty, nó thể hiện hiệu quả hoạt động của công ty. Nếu không tách bạch giữa lợi nhuận ròng và thu nhập bất thường, tỷ suất sinh lợi của công ty sẽ không còn khách quan, do thu nhập bất thường biến động bất ngờ, không thể ghi nhận như kết quả hoạt động kinh doanh của công ty. ∆ROA được định nghĩa bằng chênh lệch giữa tỷ suất sinh lợi năm thứ t và năm t-1. Bài nghiên cứu dùng ∆ROA để đánh giá hiệu quả của tài sản giữa 2 năm liền kề nhau. Nếu ROA dương, thì biến F_ROA sẽ được gán giá trị 1, ngược lại là 0. Với ∆ROA được tính là chênh lệch giữa ROA