Chuyên đề Phân tích tác động của các nhân tố đến lợi suất cổ phiếu trên thị trường chứng khoán Việt Nam

để giảm thiểu rủi ro riêng thì danh mục Q và danh mục S có rủi ro bằng nhau do đó phải có lợi suất kỳ vọng bằng nhau. Theo công thức toán học ta có : E(RQ)= E(RS)=Rf + . Như vậy danh mục Q có: Thì . 2.1.4/Mối quan hệ giữa mô hình Đa nhân tố và mô hình CAPM APT giống mô hình CAPM ở chỗ cũng là một dạng định giá cân bằng tài sản. Doanh lợi của bất kỳ tài sản rủi ro nào cũng là tổ hợp tuyến tính của các nhân tố ảnh hưởng đến doanh lợi tài sản. APT tổng quát hơn CAPM vì nó cho phép lý giải doanh lợi cân bằng của một tài sản rủi ro bằng nhiều nhân tố hơn. Thực tế, CAPM có thể được coi là một trường hợp đặc biệt của APT (Khi mà lợi suất của tài sản phân bố chuẩn). APT mạnh hơn so với CAPM vì mô hình APT nới lỏng giả thiết hơn, không cần giả định gì phân phối xác suất thực nghiệm của tài sản, không cần giả định nhiều về hàm lợi ích cá nhân, không yêu cầu danh mục thị trường phải hiệu quả. APT cho phép lợi suất cân bằng của tài sản phụ thuộc vào nhiều nhân tố, cho phép định giá tương đối của bất kỳ tập hợp con tài sản do đó không cần thiết đo lường toàn bộ tài sản hiện hữu để kiểm định giả thiết. APT dễ dàng mở rộng cho nhiều thời kỳ. 2.2/Các yếu tố từ phía cung tác động đến cổ phiếu * Mục đích phát hành và niêm yết cổ phiếu đối với doanh nghiệp Đối với công ty phát hành việc niêm yết chứng khoán sẽ tạo ra một số thuận lợi cho công ty như sau Công ty dễ dàng trong huy động vốn: Niêm yết nhằm mục đích huy động vốn thông qua phát hành chứng khoán. Công ty được niêm yết có thể thu hút vốn dài hạn thông qua phát hành chứng khoán với chi phí thấp, đồng thời được công chúng tín nhiệm hơn so với công ty không được niêm yết nên khi họ trở thành công ty được niêm yết thì họ có thể dễ dàng trong việc huy động vốn với chi phí huy động vốn thấp hơn. Tác động đến công chúng: Niêm yết góp phần “tô đẹp” thêm hình ảnh của công ty trong các nhà đầu tư, các chủ nợ, người cung ứng, các khách hàng và những người làm công, nhờ vậy mà công ty được niêm yết có “sức hút” đầu tư hơn đối với các nhà đầu tư. Nâng cao tính thanh khoản cho chứng khoán: Khi các chứng khoán được niêm yết, chúng có thể được nâng cao tính thanh khoản, mở rộng phạm vi chấp nhận làm vật thế chấp và dễ dàng được sử dụng phục vụ cho các mục đích về tài chính, kế thừa và các mục đích khác. Hơn nữa các chứng khoán được niêm yết có thể đựoc mua với số lượng rất nhỏ, do đó các nhà đầu tư có vốn nhỏ vẫn có thể dễ dàng trở thành cổ đông của công ty. Ưu đãi về thuế: Công ty tham gia niêm yết được hưởng chính những chính sách ưu đãi về thuế trong hoạt động kinh doanh trong một số năm nhất định. Sau xác định được mô hình chúng ta cần lựa chọn các yếu tố đưa vào mô hình. Để phản ánh tình hình hoạt động sản xuất kinh doanh của một doanh nghiệp chúng ta có một số chỉ tiêu sau 2.2.1/Các chỉ tiêu phản ánh hiệu quả hoạt động sản xuất kinh doanh của doanh nghiệp Doanh thu Lợi nhuận ròng : lợi nhuận có được sau khi trừ đi lãi vay và thuế thu nhập. Lợi nhuận / doanh thu: Lợi nhuận dòng đánh giá tỉ lệ chuyển doanh thu thành thu nhập. Trên quan điểm của nhà đầu tư, nên tìm những công ty có sự tăng về tỉ lệ lợi nhuận dòng/doanh thu. Con số này càng lớn thì công ty có sự tốt lên về quản lý và có sự tốt lên trong các hoạt động. Lợi nhuận dòng có thể là đầu mối chủ yếu tìm cổ phiếu để mua và nên so sánh chỉ số này giữa các công ty có ngành nghề tương đồng. Tiêu chí để xác định cho chỉ tiêu này là lợi nhuận trước thuế ít nhất đạt 18% doanh thu. Yêu cầu lợi nhuận sau thuế luôn đạt 10% trở lên. EPS (Erning per share) được tính bằng cách lấy lợi nhuận của doanh nghiệp (sau khi trừ đi thuế thu nhập và cổ tức ưu đãi) chia cho số cổ phần mà doanh nghiệp đó phát hành. Đây là chỉ số đánh giá khả năng sinh lời từ vốn của cổ đông. Chỉ số EPS càng cao nghĩa là doanh nghiệp tạo ra lợi nhuận cổ đông càng lớn và ngược lại. Chỉ số này nên được xem xét trong một giai đoạn nhất định để đánh giá xu hướng ổn định và mức độ tăng trưởng, qua đó thấy được hiệu quả quá trình hoạt động của doanh nghiệp. Lợi nhuận/vốn chủ sở hữu (ROE): Đây là chỉ tiêu phổ biến nhất để đánh giá sự hiệu quả của hoạt động tài chính đóng góp cho sự phát triển của công ty. ROE cho biết công ty sử dụng tiền của cổ đông có tốt hay không. Chỉ số này tăng cao hàng năm phản ánh tiềm năng tăng lợi nhuận và quản lý hiệu quả. Nói chung, nên tránh những công ty có chỉ số này nhỏ hơn 17%. Hầu hết mọi ngành, chỉ số này của những công ty hàng đầu thường đạt trong khoảng 20% đến 30%, cá biệt có những công ty đạt trên 40%. Chỉ số này có xu hướng cao lên theo thời gian do việc áp dụng những công nghệ mới đã cắt giảm chi phí và nâng cao năng suất 2.2.2/Các chỉ tiêu phản ánh cơ cấu vốn và tài sản của doanh nghiệp Phản ánh tình trạng nợ hiện thời của công ty, có tác động đến nguồn vốn hoạt động và luồng thu nhập thông qua chi trả vốn vay và lãi suất khi đáo hạn. - Hệ số nợ hay tỷ lệ nợ trên tài sản cho biết phần trăm tổng tài sản được tài trợ bằng nợ. Hệ số nợ càng thấp thì hiệu ứng đòn bẩy tài chính càng ít và ngược lại hệ số nợ càng cao thì hiệu ứng đòn bẩy tài chính càng cao. Hệ số nợ = Tổng số nợ/Tổng tài sản - Hệ số nợ được phản ánh thông qua hệ số nợ trên vốn cổ phần (N/VCP) và hệ số nợ dài hạn trên tổng tài sản (NDH/TTS). Hệ số nợ trên vốn cổ phần biểu thị tương quan giữa nợ dài hạn và vốn cổ phần. Mức cao thấp của hệ số này phụ thuộc vào từng lĩnh vực kinh tế khác nhau. Hệ số nợ trên vốn cổ phần (N/VCP)= (Nợ dài hạn + Giá trị tài sản đi thuê)/ Vốn cổ phần - Hệ số nợ dài hạn trên tổng tài sản (NDH/TTS) so sánh tương quan nợ với tổng tài sản của một công ty, và có thể cho biết những thông tin hữu ích về mức độ tài trợ cho tài sản bằng nợ dài hạn của một công ty, hệ số này có thể dùng để đánh giá hiệu ứng đòn bẩy tài chính của một công ty. 2.2.3/Các chỉ tiêu về tình trạng cổ phiếu của doanh nghiệp trên thị trường chứng khoán Khối lượng giao dịch cổ phiếu trung bình là một chỉ tiêu tốt để đánh giá tính thanh khoản cổ phiếu của doanh nghiệp. Mức vốn hoá: bằng toàn bộ cổ phiếu của công ty lưu hành trên thị trường nhân với mức giá hiện tại Cổ tức là một phần trong lợi nhuận của doanh nghiệp dành chia cho cổ đông, được gọi là thu nhập của cổ đông. Mức độ cao thấp của cổ tức cũng như tính chất ổn định tương đối của việc chi trả cổ tức giữa các ngành và các công ty trong từng ngành là khác nhau. Số phiên tăng, số phiên giảm, số phiên không đổi: là chỉ tiêu dùng để đánh giá tình hình biến động của cổ phiếu doanh nghiệp. P/E (Price/Earning Ratio) là hệ số giữa thị giá một cổ phiếu trên thu nhập của nó. Thông thường người ta dùng thu nhập của cổ phiếu trong bốn quí trước đó để tính.Ý nghĩa đầu tiên của chỉ số này là biểu hiện mức giá nhà đầu tư sẵn sàng bỏ ra cho một đồng thu được từ cổ phiếu đó. Tuy nhiên, P/E thường phản ánh kỳ vọng của thị trường về sự tăng trưởng của cổ phiếu hơn là kết quả làm ăn đã qua. Người ta so sánh P/E của các công ty cùng ngành; nếu chỉ số P/E của một công ty cao hơn mức bình quân, có nghĩa thị trường kỳ vọng công ty này sẽ ăn nên làm ra trong một thời gian tới. Công ty có chỉ số P/E cao chắc chắn phải có lợi nhuận tương lai cao như kỳ vọng, nếu không thị trường sẽ tự điều chỉnh, giá cổ phiếu giảm cho đúng với thực tế. CHƯƠNG 2 ỨNG DỤNG PHÂN TÍCH TÁC ĐỘNG CỦA CÁC NHÂN TỐ TỚI GIÁ CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM I/CƠ SỞ DỮ LIỆU: 1/Các loại cổ phiếu: Trong giới hạn của đề tài em chọn 24 cổ phiếu thuộc các ngành khác nhau Lĩnh vực vận tải: GMD-CTCP Đại lý Liên hiệp Vận chuyển TMS-CTCP Kho vận Giao nhận Ngoại thương HTV-CTCP Vận tải Hà Tiên MHC-CTCP Hàng hải Hà Nội. - Lĩnh vực thuỷ sản: AGF-CTCP XNK Thuỷ sản An Giang TS4-CTCP Thuỷ sản Số 4. - Lĩnh vực đồ ăn , nước uống: BBC-CTCP Bánh kẹo Biên Hoà CAN-CTCPđồ hộp Hạ Long NKD-CTCP Chế biến thực phẩm Kinh Đô Miền Bắc SSC-CTCP Giống cây trồng Miền Nam TRI-CTCP Nước giải khát Sài gòn VNM-CTCP Sữa Việt Nam KDC-CTCP Kinh Đô. - Lĩnh vực khách sạn SGH-CTCP Khách sạn Sài Gòn. - Lĩnh vực sản xuất giấy và bao bì BPC-CTCP Bao bì Bỉm Sơn. - Lĩnh vực Xuất nhập khẩu SAV-CTCP Hợp tác kinh tế và Xuất nhập khẩu Savimex. - Lĩnh vực nguyên vật liệu xây dựng: HAS-CTCP xây lắp Bưu Điện Hà Nội DHA -CTCP Hoá An BTC-CTCP Cơ khí và Xây dựng Bình Triệu TYA-CTCP Dây và Cáp điện Taya Việt Nam. - Lĩnh vực thương mại: REE-CTCP Cơ Điện Lạnh TNA-CTCP Thương mại XNK Thiên Nam. - Lĩnh vực viễn thông SAM-CTCP Cáp và Vật liệu viễn thông VTC-CTCP Viễn thông VTC. 2/Loại số liệu: Phân tích tác động của các yếu tố từ phía cung đến cổ phiếu, số liệu được lấy từ Bảng tổng kết cổ phiếu HOSTC 2006 của trang Web: www.vcbs.com.vn. Đây là loại số liệu chéo (phần phụ lục 4). Phân tích tác động từ phía thị trường đến cổ phiếu ta lấy số liệu theo phiên từ ngày 3/1/2006 đến ngày 29/12/2006 của 24 cổ phiếu trên từ trang Web : www.bsc.com.vn .Số liệu được xử lý như sau: Sử dụng SPSS khớp số liệu của từng loại chứng khoán với số liệu của vnindex. Bỏ qua các quan sát vào ngày huởng quyền cổ tức (danh sách ngày không hưởng cổ tức ở phụ lục 1). Tính lợi suất cho các chứng khoán và vnindex theo công thức: rt=ln(). II/ƯỚC LƯỢNG MÔ HÌNH 1.Phương pháp ước lượng mô hình Hồi quy là một công cụ cơ bản của đo lường kinh tế. Phân tích hồi quy nghiên cứu mối quan hệ phụ thuộc của một biến (gọi là biến phụ thuộc) với một hay nhiều biến khác (được gọi là biến độc lập) nhằm ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc với các giá trị đã biết của biến độc lập. Để ước lượng hàm hồi quy tổng thể PRF một các chính xác trên cơ sở hàm hồi quy mẫu phương pháp thường được dùng đó là phương pháp bình phương nhỏ nhất OLS. Các giả thiết cơ bản của phương pháp bình phương nhỏ nhất Biến được giải thích là phi ngẫu nhiên Kỳ vọng của yếu tố ngẫu nhiên Ui bằng không Phương sai bằng nhau (phương sai thuần nhất) của các Ui Không có sự tương quan giữa Ui Ui và Xi không tương quan với nhau Ui có phân bố chuẩn Giữa các Xi không có quan hệ tuyến tính Mô hình Hàm hồi quy tổng thể Trong đó (j=) là các hệ số hồi quy riêng là hệ số tự do Hàm hồi quy mẫu Trên thực tế không phải giả thiết nào của mô hình cũng đều được đảm bảo khi đó các kết quả ước lượng được không phải là ước lượng tuyến tính không chệch tốt nhất. Nếu phương sai của các Ui không thuần nhất thì mô hình gặp khuyết tật phương sai sai số thay đổi khi đó ta cần phải tìm được phương sai của các của sai số, sử dụng phương pháp bình phương nhỏ nhất tổng quát để khắc phục. Khi các Ui tương quan với nhau mô hình gặp phải khuyết tật tự tương quan để khắc phục chúng ta cần ước lượng từ đó ước lượng phương trình sai phân tổng quát. Khi giữa các Xi có quan hệ tuyến tính khi đó các ước lượng không còn hiệu quả và một phương pháp để giải quyết vấn đề này là phương pháp phân tích thành phần chính. Do các biến sử dụng trong mô hình cung xét về ý nghĩa kinh tế có mối quan hệ tương quan tuyến tính cao nên sau đây em xin giới thiệu về nội dung cơ bản của phương pháp thành phần chính. *Phương pháp phân tích thành phần chính Tư tưởng của phương pháp: Phân tích thành phần chính là cách chiếu các điểm của một đám mây n điểm trong không gian p chiều thành đám mây n điểm trong không gian k chiều (k <p). Phép chiếu này sẽ được thực hiện theo những tiêu chuẩn nhất định và phải đảm bảo cho các quán tính của các đám mây hình chiếu lớn nhất. X là một ma trận số liệu bao gồm các dòng là các cá thể và các cột là các chỉ tiêu, thì khi thực hiện phép chiếu P từ không gian ban đầu về không gian con thì mỗi vectơ dòng của X biến đổi thành một vectơ mới trong không gian con Xi Rp Xi* Rk Ta có thể tổng quát hoá các mô tả ở trên nhờ công thức sau: fi=PXi* fiT=XiTPT Trong đó P là ma trận của phép chiếu (ma trận biến đổi tuyến tính). Để ảnh của fi là duy nhất người ta đòi hỏi phép chiếu P phải có các tính chất sau: P2=P (chiếu thêm 1 lần nữa vẫn là chính nó) MP=PTM=(MP)T (phép chiếu này phải có P đối xứng) Ma trận hiệp phương sai của đám mây ảnh qua phép chiếu P theo công thức sau: (XPT)TD(XPT)=PVPT Trong đó D là ma trận với các thành phần trên đường chéo chính là trọng số của các dòng của ma trận X, V là ma trận hiệp phương sai của X, cần tìm P sao cho quán tính tổng của đám mây hình chiếu là lớn nhất. Tổng quán tính của đám mây ảnh hình chiếu sẽ là: Trace(VMP) với M là ma trận đường chéo dương cấp p và trace là ký hiệu tổng các phần tử trên đường chéo của ma trận tương ứng . Trong không gian con của không gian Rp tìm 1 đường thẳng đi qua tâm g của đám mây số liệu sao cho tổng quán tính của đám mây ảnh lớn nhất. Gọi a là vectơ chỉ phương của đường thẳng trên, phép chiếu vuông góc lên đường thẳng này được xác định: P=a(aTMa)-1aTM Khi đó quán tính của đám mây ảnh sẽ là: TraceVMP= TraceVM a(aTMa)-1aTM= Ta cần tìm a để cực đại quán tính cảu đám mây ảnh sử dụng điều kiên cực trị thông thường có thể tính đạo hàm theo a của quán tính trên và để đạo hàm này bằng không ta có VMa= λa với λ= và M không suy biến. Như vậy a là vectơ riêng của ma trận VM, λ là giá trị đặc trưng của VM. Chúng ta cần tìm a tương ứng với giá trị riêng lớn nhất. Vectơ a được gọi là trục chính vectơ các thành phần chính được xác định là C=XU. 2.Ước lượng mô hình 2.1/Mô hình từ phía cầu Với : là lợi suất của chứng khoán i tại thời điểm t : là lợi suất của chỉ số thị trường tại thời điểm t. Các biến bao gồm các chuỗi lợi suất của 24 cổ phiếu và các chuỗi lợi suất vnindex. Vì các biến là các chuỗi thời gian nên để ước lượng thì phải là các chuỗi dừng. Kiểm định tính dừng của 24 chuỗi lợi suất (phụ lục 2) Theo phụ lục 2 ta thấy cả 24 chuỗi lợi suất đều có: > > > Như vậy các chuỗi lợi suất đều là chuỗi dừng. Kết quả ước lượng cụ thể ở phụ lục 3 LSAGFt = 0.8319522179*LSVNt + et = 3.79E-05 + 0.248505 + 0.697709 LSBBCt = 0.8019408334*LSVNt + et = 0.000256 + 0.351873 LSBPCt = 0.615989827*LSVNIt + et = 0.000372 + 0.302218 LSCANt = 0.6055602424*LSVNt + 0.1659500059*LSCAN(-1) +et LSDHAt = 0.9143783681*LSVNt + et LSGMDt = 0.9750550879*LSVNt + et = 2.05E-05+1.452633 + 0.358320 LSHASt = 0.9918204804*LSVNt + 0.1581437664*LSHAS(-1) + et LSHTVt = 0.6486882274*LSVNt + 0.1813524736*LSHTV(-1) + et = 0.000354 + 0.397420 LSKDCt = 0.970605555*LSVNt +et = 0.000282 + 0.300753 LSMHCt = 0.8444394174*LSVNt + 0.2122838369* LSMHC(-1) + et = 0.000308+0.246258 LSNKDt = 0.9983998204*LSVNt + et = 0.000181 + 0.611794 LSREEt = 1.028955396*LSVNt + et = 1.43E-05 + 0.176550 + 0.788891 LSSAMt = 1.082419879*LSVNt + et =0.000167+2.083728 LSSAVt = 0.9166100329*LSVNt + 0.2519365331* LSSAV(-1) +et =0.000243+0.260290 LSSFCt = 0.6652424214*LSVNt + et =0.000250+0.511282 LSSGHt = 0.2699204649*LSVNt + 0.2676794165* LSSGH(-1) + et =0.000538+0.394855 LSSSCt = 0.8134012881*LSVNt + 0.1744254183*LSSSC(-1) + et =0.000204+0.249203 LSTMSt = 0.8885884754*LSVNt + 0.2034092515*LSTMS(-1) + et LSTNAt = 0.2030950718*LSVNt + et =0.000341+0.401796 LSTRIt = 0.7538981206*LSVNt + 0.2636850025*LSTRI(-1) + et =0.000390+0.246294 LSTS4t = 0.5040955558*LSVNt + et =9.72E-05+0.549591+0.444679 LSTYAt = 0.8746583509*LSVNt + et =0.000422+0.341563 LSVNMt = 1.049366909*LSVNt +et =4.89E-06+0.230630 +0.766296 LSVTCt= 0.4923308364*LSVNt + 0.3426972324* LSVTC(-1) + et =0.000254+0.825977 +0.187767 Các mô hình ước lượng đều là mô hình tốt. Bảng 3: Bảng hệ số của các chứng khoán Mã CK Hệ số β Mã CK Hệ số β AGF 0.831952 SAM 1.08242 BBC 0.801941 SAV 0.91661 BPC 0.61599 SFC 0.665242 CAN 0.60556 SGH 0.26992 DHA 0.914378 SSC 0.813401 GMD 0.975055 TMS 0.888588 HAS 0.99182 TNA 0.203095 HTV 0.648688 TRI 0.753898 KDC 0.970606 TS4 0.504096 MHC 0.844439 TYA 0.874658 NKD 0.9984 VNM 1.049367 REE 1.028955 VTC 0.492331 Các chứng khoán năng động (>1): REE, SAM, VNM. Các chứng khoán thụ động (<1): AGF, BBC, BPC, CAN, DHA, GMD, HAS, HTV, KDC, MHC, NKD, SAV, SFC, SGH, SSC, TMS, TNA, TRI, TS4, TYA, VTC. Trong đó có các chứng khoán GMD, HAS, KDC, NKD, DHA, SAV có hệ số khá cao, còn SGH, TNA, VTC có hệ số rất nhỏ, điều đó cho thấy các chứng khoán này hầu như không thay đổi khi chỉ số thị trường biến động. Với REE, = 1.028955 điều này có nghĩa là khi lợi suất chỉ số thị trường thay đổi 1% thì lợi suất REE thay đổi 1.028955%. Với TNA, = 0.203095 điều này có nghĩa là khi lợi suất chỉ số thị trường thay đổi 1% thì lợi suất TNA chỉ thay đổi 0.203095%. 2.2/Mô hình cung Số liệu được sử dụng là số liệu chéo. Các biến được sử dụng trong mô hình là: LOISUAT: Lợi suất của cổ phiếu được tính như sau LOISUAT=LN(P/P(-1)) VCSH: Vốn chủ sở hữu MARCA: Mức vốn hoá thị trường DTT: Doanh thu thuần LNST: Lợi nhuận sau thuế ROA: Lợi nhuận / Tổng tài sản ROE: Lợi nhuận / Vốn chủ sở hữu EPS: Thu nhập bình quân mỗi cổ phiếu PE: Giá / Thu nhập bình quân mỗi cổ phiếu PBV: Giá/ Giá trị sổ sách của một cổ phiếu CT: Cổ tức NTTS: Nợ/ Tổng tài sản NVCSH: Nợ/ Vốn chủ sở hữu PHG: Số phiên giảm giá PHKD: Số phiên không đổi giá PHT: Số phiên tăng giá KLGDTB: Khối lượng giao dịch trung bình Mô hình từ phía cung LOIS=C(1)+C(2)TTS+C(3)VCSH+C(4)MARCA+C(5)DTT+C(6)LNST+C(7)ROA+C(8)ROE+C(9)PE+C(10)P/BV+C(11)NO/TTS+C(12)NO/VCSH+C(13)SPT+C(14)SPG+C(15)SPKD+C(16)KLGDTB Ước lượng rồi kiểm định xem hệ số có ý nghĩa thống kê từ đó lựa chọn các biến có trong mô hình. Nhìn vào bảng hệ số tương quan (phần phụ lục 5) nhận thấy các biến độc lập có quan hệ tuyến tính với nhau rất cao. Vốn chủ sở hữu (VCSH), mức vốn hoá thị trường (MARCA), doanh thu thuần (DTT), lợi nhuận sau thuế (LNST), Khối lượng giao dịch trung bình (KLGDTB) có quan hệ tương quan tuyến tính cao với nhau. Điều này trên thực tế là hợp lý vì khi có vốn chủ sở hữu lớn thì đầu tư vào sản xuất kinh doanh lớn do đó thu được doanh thu thuần cao và tiếp đó là lợi nhuận sau thuế cao, khi vốn chủ sở hữu cao thì mức vốn hoá thị trường cao. Nên khi ước lượng mô hình sẽ xảy ra hiện tượng đa cộng tuyến. Hậu quả là mô hình ước lượng được không cho ta các ước lượng không chệch tuyến tính tốt nhất. Một phương pháp để giải quyết vấn đề này đó là sử dụng phương pháp phân tích thành phần chính. Với phương pháp này ta sẽ tổng hợp các chỉ tiêu: VCSH, MARCA, DTT, LNST , EPS, PE, PBV, CT, NTTS, NVCSH, PHG, PHKD, PHT, KLGDTB thành một số ít chỉ tiêu hơn có khả năng đại diện cho các chỉ tiêu này mà không có tương quan tuyến tính với nhau từ đó có thể tiến hành hồi quy mà không gặp phải hiện tượng đa cộng tuyến. Sử dụng phần mềm SPSS ta thu được các kết quả sau: Kết quả phân tích thành phần chính với các chỉ tiêu của công ty Bảng 4: Bảng kết quả phân tích thành phần chính Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.894 43.086 43.086 6.894 43.086 43.086 2 2.545 15.909 58.995 2.545 15.909 58.995 3 2.048 12.801 71.795 2.048 12.801 71.795 4 1.772 11.073 82.869 1.772 11.073 82.869 5 1.351 8.442 91.311 6 .679 4.246 95.557 7 .321 2.007 97.564 8 .164 1.025 98.588 9 .082 .513 99.101 10 .062 .386 99.487 11 .042 .264 99.751 12 .020 .127 99.878 13 .010 .060 99.938 14 .008 .052 99.990 15 .001 .008 99.998 16 .000 .002 100.000 Extraction Method: Principal Component Analysis. Bảng này cung cấp cho ta các giá trị riêng và tỷ lệ bảo tồn phương sai của đám mây ban đầu trên siêu phẳng chiếu. Số thành phần chính được lựa chọn là 4 với mức giải thích cho toàn bộ số liệu là 82.869%. Trong đó: Thành phần thứ nhất giải thích được 43.068% Thành phần thứ hai giải thích được 15.909% Thành phần thứ ba giải thích được 12.081% Thành phần thứ tư giải thích được 11.073%. Với 4 thành phần những quan sát cũ có 17.131% đang khác nhau thì bây giờ là giống nhau. Biểu đồ 2: Giá trị riêng của các thành phần chính Bảng 5: Bảng tỷ lệ giải thích được của các biến nhờ các nhân tố Communalities Initial Extraction VCSH 1.000 .980 MARCA 1.000 .974 DTT 1.000 .922 LNST 1.000 .972 ROA 1.000 .834 ROE 1.000 .857 EPS 1.000 .861 PE 1.000 .489 PBV 1.000 .792 CT 1.000 .271 NTTS 1.000 .922 NVCSH 1.000 .922 PHG 1.000 .826 PHKD 1.000 .924 PHT 1.000 .833 KLGDTB 1.000 .879 Extraction Method: Principal Component Analysis. Từ bảng ta thấy bốn nhân tố giải thích được 98% cho biến VCSH, 97.4% cho biến MARCA,….87.9% cho biến KLGDTB. Bảng 6: Bảng toạ độ các biến trên các trục chính sau phép quay Rotated Component Matrix(a) Component 1 2 3 4 VCSH .969 .184 -.077 -.034 MARCA .971 .165 -.047 .049 DTT .955 .074 .049 .042 LNST .960 .213 -.067 -.013 ROA .452 .585 -.523 .124 ROE .350 .799 .226 .213 EPS .092 .914 .047 -.119 PE .499 .144 -.330 .333 PBV .630 .538 -.125 .302 CT .242 .309 .333 .073 NTTS -.096 .025 .953 .058 NVCSH -.102 .023 .954 .032 PHG -.183 -.685 -.020 -.568 PHKD -.112 .042 .050 .953 PHT .055 .692 -.212 -.553 KLGDTB .858 .166 -.069 -.332 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 6 iterations. Sau khi thực hiện phép quay cho phép tăng tối đa hệ số tương quan lớn và giảm tối đa hệ số tương quan nhỏ giữa từng thành phần chính với các các biến ban đầu. Từ đó giúp chúng ta có thể giải thích cho các thành phần chính nhờ ý nghĩa ban đầu của các biến. Như vậy qua bảng trên ta thấy: Thành phần thứ nhất có thể được coi là chỉ tiêu phản ánh quy mô của doanh nghiệp. Thành phần thứ hai có thể coi là chỉ tiêu phản ánh hiệu quả hoạt động sản xuất kinh doanh của doanh nghiệp. Thành phần thứ ba có thể coi là chỉ tiêu phản ánh cơ cấu vốn. Thành phần thứ tư có thể coi là chỉ tiêu phản ánh tính ổn định của cổ phiếu doanh nghiệp trên thị trường. Bảng 7: Bảng hệ số thành phần của các chỉ tiêu trong các thành phần chính Component Score Coefficient Matrix Component 1 2 3 4 VCSH .201 -.063 .023 -.029 MARCA .206 -.075 .033 .015 DTT .220 -.109 .074 .013 LNST .195 -.051 .026 -.020 ROA -.005 .161 -.203 .049 ROE -.017 .253 .107 .057 EPS -.104 .355 .028 -.119 PE .079 -.033 -.125 .178 PBV .066 .106 -.030 .131 CT .033 .083 .153 .007 NTTS .028 .018 .399 -.006 NVCSH .027 .020 .400 -.019 PHG .054 -.211 .004 -.260 PHKD -.033 -.023 -.021 .501 PHT -.095 .298 -.068 -.326 KLGDTB .179 -.036 .032 -.186 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Các thành phần chính sẽ được xác định theo công thức sau (*) F1=0.201*VCSH+0.206*MARCA+0.220*DTT+…..+0.179*KLGDTB F2=-0.063 *VCSH-0.075*MARCA-0.109 *DTT+…-0.036*KLGDTB F3=0.023 *VCSH+0.033*MARCA+0.074*DTT+…+0.032*KLGDTB F4=-0.029 *VCSH+0.015*MARCA+0.013*DTT+…-0.186*KLGDTB Như vậy mỗi hệ số cho ta biết khi các biến tương ứng ban đầu thay đổi một đơn vị thì mỗi thành phần chính thay đổi bao nhiêu đơn vị. Sử dụng phần mền EVIEW hồi quy lợi suất với các 4 nhân tố ta được kết quả như sau: Estimation Command: ===================== LS LOISUAT F1 F2 F3 F4 C Estimation Equation: ===================== LOISUAT = C(1)*F1 + C(2)*F2 + C(3)*F3 + C(4)*F4 + C(5) Substituted Coefficients: ===================== LOISUAT = 0.1231784769*F1 + 0.2185765625*F2 - 0.1403613004*F3 - 0.003783132872*F4 + 0.5838114022 Nhưng từ kết quả ước lượng (phần phụ lục 6) ta thấy hệ số của nhân tố thứ 4 (F4) không có ý nghĩa thống kê. Do đó ta tiến hành hồi quy lợi suất với 3 nhân tố ta có kết quả sau: Estimation Command: ===================== LS LOISUAT F1 F2 F3 C Estimation Equation: ===================== LOISUAT = C(1)*F1 + C(2)*F2 + C(3)*F3 + C(4) Substituted Coefficients: ===================== LOISUAT = 0.1231784807*F1 + 0.2185765604*F2 - 0.1403612997*F3 + 0.5838114022 Thực hiện các kiểm định với mô hình, ta thấy với mức ý nghĩa 10% thì mô hình không mắc khuyết tật và các ước lượng là BLUE. Như vậy ta thu được mô hình như sau: LOISUAT = 0.1231784807*F1 + 0.2185765604*F2 - 0.1403612997*F3 + 0.5838114022 (1) Theo (*) ta có phương trình sau: LOISUAT=0.00776*VCSH+0.00435*MARCA-.00711*DTT +0.009223*LNST +0.063068*ROA+0.038187*ROE+0.060854*EPS +0.020063*PE+0.03551*PBV+0.000731*CT-0.04862*NTTS-0.04845*NVCSH-0.04003*PHG-0.00614*PHKD +0.062978*PHT+0.009689*KLGDTB (2) Qua kết quả nhận được ta thấy các hệ số có ý nghĩa thống kê và đều có dấu phù hợp, chỉ duy nhất có hệ số của DTT là không hợp lý điều này có thể được lý giải do số thành phần chính chúng ta chỉ là 4 thành phần. Khi tăng các thành phần chính chúng ta sẽ thu được dấu hợp lý của DTT. Như vậy có thể nói mô hình thu được là mô hình tốt. Từ phương trình (1) ta tính phần dư cho từng lợi suất chứng khoán ta có bảng sau: Bảng 8 : Bảng phần dư cho từng lợi suất chứng khoán AGF 0.220553 SAM 0.26662 BBC 0.184623 SAV 0.100007 BPC -0.020531 SFC -0.12922 CAN 0.05265 SGH 0.472466 DHA -0.227945 SSC -0.29706 GMD -0.276005 TMS -0.11473 HAS -0.106751 TNA -0.0237 HTV -0.125923 TRI 0.214994 KDC 0.072588 TS4 -0.13134 MHC -0.057306 TYA 0.108484 NKD -0.048098 VNM -0.1503