Đề tài Mua lại cổ phiếu – Công cụ tiềm năng đánh lừa các nhà đầu tư nghiên cứu thực nghiệm tại thị trường Việt Nam

pdf 65 trang yendo 5250
Bạn đang xem 20 trang mẫu của tài liệu "Đề tài Mua lại cổ phiếu – Công cụ tiềm năng đánh lừa các nhà đầu tư nghiên cứu thực nghiệm tại thị trường Việt Nam", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfde_tai_mua_lai_co_phieu_cong_cu_tiem_nang_danh_lua_cac_nha_d.pdf

Nội dung text: Đề tài Mua lại cổ phiếu – Công cụ tiềm năng đánh lừa các nhà đầu tư nghiên cứu thực nghiệm tại thị trường Việt Nam

  1. Mã số: . MUA L ẠI CỔ PHIẾU – CÔNG CỤ TIỀM NĂNG ĐÁNH LỪA CÁC NHÀ ĐẦU TƯ NGHIÊN CỨU THỰC NGHIỆM TẠI THỊ TRƯỜNG VIỆT NAM
  2. i MUA LẠI CỔ PHIẾU CÔNG CỤ TIỀM NĂNG ĐÁNH LỪA CÁC NHÀ ĐẦU TƯ NGHIÊN CỨU THỰC NGHIỆM TẠI THỊ TRƯỜNG VIỆT NAM 1. Lý do chọn đề tài Trong bối cảnh kinh tế hiện tại của nước ta, ngày càng nhiều các doanh nghiệp liên tục đưa ra các thông báo mua lại cổ phiếu trên thị trường. Thoạt đầu có thể thấy, mục tiêu của các nhà quản trị là nhằm tăng áp lực cầu và giảm cung để nâng giá chứng khoán, từ đó giúp tăng tỷ suất sinh lợi của nhà đầu tư. Tuy nhiên, nhờ tính linh hoạt của việc mua lại cổ phiếu, các nhà quản trị có thể thiết lập chính sách mua lại với bất kì mục đích nào. Vậy, câu hỏi đặt ra là có bao nhiêu doanh nghiệp thực hiện mua lại theo đúng công bố và liệu nhà đầu tư sẽ có lợi trong dài hạn hay không? Hay thực chất mua lại cổ phần chỉ là một chiêu thức đánh lừa nhà đầu tư của các doanh nghiệp đang phải chịu sức ép về giá cổ phiếu? Đã có nhiều nghiên cứu trước đây cho các thị trường chứng khoán phát triển như Anh, Mỹ, đưa ra cách thức xác định mục tiêu quản trị bằng cách sử dụng biến quy mô chính sách mua lại hay tỷ lệ hoàn thành sau đó, tuy nhiên, nhiều thực nghiệm cũng cho thấy hai cách trên tương đối thiếu chính xác. Sau đó, các nhà kinh tế học đã tìm ra một phương pháp giúp xác định mục tiêu quản trị mới là xem xét thành quả quản lý và biến kế toán dồn tích - accruals đã được sử dụng như một phương pháp đo lường chất lượng thu nhập. Trong bài nghiên cứu năm 2010 cho thị trường chứng khoán Mỹ, Konan Chan, Ikenberry, Inmoo Lee và Yanzhi Wang đã vận dụng phương pháp đo lường chất lượng thu nhập này, đồng thời phát triển mô hình 4 nhân tố Carhart thành mô hình 5 nhân tố nhằm kiểm định các nhân tố thật sự có thể ảnh hưởng đến tỷ suất sinh lợi của chứng khoán trong dài hạn. Nhóm tác giả đã khá thành công khi đặt mục tiêu hướng vào các công ty có accruals cao bất thường trước thông báo mua lại tức là có nhiều khả năng các nhà quản trị của công ty sẽ thổi phồng thu nhập bằng kế toán dồn tích và để đưa ra tín hiệu sai cho thị trường về giá chứng khoán bằng những chính sách mua lại cổ phần trên thị trường mở. Họ đã chứng minh được rằng hành vi này của các nhà quản trị hoàn toàn không mang lại lợi ích gì trong dài hạn.
  3. ii Một câu hỏi được đặt ra rằng, thị trường chứng khoán Mỹ là một thị trường lớn mạnh và khá lâu đời, nơi mà hầu hết các nhà đầu tư đều có lý trí nên khả năng các nhà quản trị đánh lừa được thị trường trong dài hạn bằng báo cáo tài chính là bằng không. Nhưng đối với những thị trường mới nổi như Việt Nam thì việc làm này của các nhà quản trị có đem lại kết quả như họ mong đợi hay không? Để xem xét và đánh giá nhận định trên, chúng tôi tiến hành vận dụng phương pháp ước lượng accruals bất thường và đo lường các nhân tố tác động đến tỷ suất sinh lợi bất thường sau thông báo mua lại bằng mô hình 5 nhân tố được mở rộng từ mô hình 3 nhân tố Fama French và mô hình 4 nhân tố Carhart vào thị trường chứng khoán Việt nam thời kỳ 2007 – 2013. 2. Mục tiêu nghiên cứu. Bài nghiên cứu trả lời các câu hỏi: Những công ty có biến accruals cao có phải đang chịu áp lực tăng giá cổ phiếu không? TSSL chứng khoán trong dài hạn của các công ty này cao hay thấp hơn các công ty còn lại? Chính sách mua lại cổ phiếu có khả năng đánh lừa các nhà đầu tư Việt Nam? 3. Phương pháp nghiên cứu. 3.1. Xây dựng biến đại diện cho mục tiêu quản trị: Chúng tôi xây dựng một biến số lượng về điều chỉnh của kế toán, biến kế toán dồn tích (accruals) để đo lường chất lượng thu nhập. Accruals thể hiện sự chênh lệch giữa lợi nhuận kế toán và dòng tiền cơ sở (thực tế) của công ty, Accruals lớn và dương thể hiện thu nhập trên báo cáo cao hơn dòng tiền thực tế, được xác định dựa theo các nghiên cứu của Sloan (1996) và Chan et all (2006). ACCRUALS = (∆CA- ∆CASH) – (∆CL- ∆STD- ∆TP) – DEP (1.1) Trong đó: ∆CA: thay đổi trong tài sản ngắn hạn. ∆CASH: thay đổi trong tiền mặt và các khoảng tương đương tiền. ∆CL: thay đổi trong nợ ngắn hạn. ∆STD: thay đổi trong tổng nợ (bao gồm nợ ngắn hạn). Accruals được xác định vào cuối năm tài chính trước thông báo mua lại và được chia cho tổng tài sản (TA).
  4. iii Hạn chế của cách tiếp cận này là phần accruals không thể điều chỉnh hay nói đúng hơn là phần này bị ràng buộc trực tiếp bởi sự tăng trưởng của công ty chứ ít hoặc không phụ thuộc vào mánh khóe quản lý. Để kiểm soát khả năng này chúng tôi tiến hành phân tích accruals dựa theo mô hình Jone (1991): ACCRUALS푖 1 ∆SALES푖 PPE푖 = + + (1.2) TA푖 0 TA푖 1 TA푖 2 TA푖 Trong đó: ∆SALES: thay đổi trong doanh thu. PPE: tài sản cố định (thành phần này ảnh hưởng đến accruals trong dài hạn). Theo Teoh et all (1998) chúng tôi tiến hành ước lượng các hệ số của mô hình (2) mỗi năm cho mỗi ngành. Để giảm bớt tác động của các quan sát ngoại lai, những trường hợp có accruals từ -10 đến 10, hai thành phần ∆Sales và PPE bị loại bỏ khỏi mô hình khi ước lượng. Sau đó, chúng tôi tính toán accruals có thể điều chỉnh (DA) và không thể điều chỉnh (NDA) cho mỗi công ty mua lại như sau: NDAi = (α0 + α1 ∆Salesi + α2 PPEi)/TAi (1.3) DAi = Accrualsi/TAi – NDAi Cuối cùng chúng tôi xác định xếp hạng DA cho từng công ty trong mẫu. Các công ty thuộc nhóm có DA cao nhất gọi là High DA, còn lại là Low DA. Với mục tiêu nghiên cứu ban đầu chúng tôi chỉ tập trung vào các công ty có DA cao (High DA). 3.2. Đo lường TSSL bất thường do thông báo mua lại: TSSL bất thường do thông báo mua lại được đo lường bằng TSSL trung bình 5 ngày, từ ngày -2 đến ngày 2 với ngày thông báo mua lại là ngày 0 của chứng khoán trừ đi TSSL thị trường trung bình tương ứng. Kí hiệu: 5- day AR. Sau đó TSSL bất thường xác định được so sánh với TSSL một năm trước thông báo mua lại (REP -1), nếu 5- day AR > REP-1: điều này một phần ám chỉ rằng các nhà quản trị đang phải chịu áp lực tăng giá cổ phiếu. Chạy hồi quy để kiểm định lại các nhân tố tác động đến 5-day AR, bao gồm: biến giả đại diện cho nhóm DA, vốn hóa thị trường, tiền và các khoản tương đương tiền, đòn bẩy tài chính, tỷ số B/M và quy mô của chương trình mua lại.Các biến được xác định như sau:
  5. iv Biến phụ thuộc: 5-day AR là TSSL trung bình 5 ngày xung quanh thông báo mua lại của từng chứng khoán. Biến độc lập: High DA dummy là biến đại diện cho nhóm DA của chứng khoán, High DA dummy bằng 1 nếu công ty thuộc nhóm 30% DA cao nhất, và bằng 0 cho các trường hợp còn lại. Log(size) là logarit tự nhiên của vốn hóa thị trường của công ty vào cuối năm tài chính trước thông báo mua lại. Log(1+B/M) là logarit tự nhiên của 1 cộng tỷ số B/M vào cuối năm tài chính trước thông báo mua lại. CASH đo bằng tiền và các khoảng tương đương tiền trừ đi các khoản đầu tư tài chính ngắn hạn và chia cho tổng tài sản. LEV là đòn bẩy tài chính, đo bằng tỷ số tổng nợ trên tổng tài sản vào cuối năm tài chính trước thông báo mua lại. High B/M dummy là biến đại diện cho nhóm chứng khoán sắp xếp theo tỷ số B/M. High B/M dummy bằng 1 nếu chứng khoán thuộc nhóm 30% B/M cao nhất, và bằng 0 cho các trường hợp còn lại. Shares announced tính bằng số lượng cổ phiếu thông báo mua lại chia cho tổng số cổ phiếu đang lưu hành. 3.3. Đo lường TSSL bất thường dài hạn của chứng khoán sau thông báo mua lại: Áp dụng mô hình 4 nhân tố của Carhat (1997) được phát triển dựa trên mô hình 3 nhân tố Fama và French (1993) để ước lượng TSSL bất thường 2 năm sau thông báo mua lại. Mô hình Fama và French được mô tả như sau: Rp(t) – Rf(t) = a + b[ Rm(t)- Rf(t)] + sSMB(t) + hHML(t) + e(t) (2.1) Trong đó: Rp: TSSL danh mục (các chứng khoán trong danh mục có tỷ trọng bằng nhau) Rf: lãi suất phi rủi ro theo tháng. Rm: TSSL thị trường. SMB: TSSL trung bình của danh mục chứng khoán có quy mô vốn hóa nhỏ trừ TSSL trung bình của danh mục chứng khoán có quy mô vốn hóa lớn.
  6. v HML: TSSL trung bình của danh mục có giá trị sổ sách trên giá trị thị trường B/M cao trừ TSSL trung bình của danh mục chứng khoán có B/M thấp. Mô hình Carhart (1997) nhân tố thứ 4 được thêm vào để thể hiện hành vi liên quan đến TSSL chứng khoán, gọi là nhân tố xung lượng. Dựa vào nghiên cứu của Jegadeesh và Timan (1993) ông đã đưa ảnh hưởng xung lượng này vào mô hình 3 nhân tố. Mô hình Fama và French trở thành mô hình 4 nhân tố được dùng phổ biến: Rp (t) – Rf (t) = a + b[Rm(t)- Rf(t)] + sSMB (t) + hHML (t) + wWML (t) + ε(t) (2.2) Trong đó: WML: TSSL trung bình của danh mục chứng khoán có lợi nhuận cao nhất trừ TSSL trung bình của danh mục cổ phiếu có lợi nhuận thấp nhất phân theo thập phân vị. Các biến còn lại giống với mô hình Fama và French 1993. Một trong những mục tiêu ban đầu của bài nghiên cứu này là tập trung vào mối quan hệ giữa thành quả chứng khoán và chất lượng thu nhập (được đại diện bởi DA) của các công ty. Tuy nhiên bất kì mối quan hệ nào cũng có thể là biểu hiện do tác động của DA. Để kiểm soát ảnh hưởng của DA trong quá khứ lên TSSL, chúng tôi thay đổi mô hình 4 nhân tố bằng việc thêm nhân tố chất lượng thu nhập vào mô hình Carhart như sau: Rp (t) – Rf (t) = a + b[Rm(t)- Rf(t)] + sSMB (t) + hHML (t) + wWML (t) + gGMB(t) + ε(t) (2.3) Với: GMB bằng TSSL trung bình của danh mục chứng khoán có chất lượng thu nhập tốt trừ cho TSSL trung bình của danh mục chứng khoán có chất lượng thu nhập kém. Các biến còn lại giống với mô hình (2.1) và (2.2) TSSL bất thường của những công ty mua lại được ước lượng và kiểm định dựa vào ý nghĩa thống kê của hệ số chặn trong mô hình (2.3). Phân tích hồi quy các nhân tố ảnh hưởng đến TSSL bất thường 2 năm sau thông báo mua lại: biến đại diện cho nhóm DA, quy mô vốn hóa, tỷ số B/M, quy mô chương trình mua lại, số cổ phiếu mua lại thực tế. Biến phụ thuộc: TSSL bất thường 2 năm sau thông báo mua lại được tính bằng chênh lệch giữa TSSL trung bình 2 năm thực tế của cổ phiếu (Ri) trừ cho TSSL kỳ vọng theo mô hình 5 nhân tố (ERi):
  7. vi ARi = Ri - ERi ̂ ̂ ERi = (푅 ,푖 − 푅 ,푖) + 푠̂ 푆 퐿푖 + ℎ 퐿푖 + 푤̂푊 퐿푖 + ̂ 푖 Với các hệ số trong phương trình là các hệ số được ước lượng từ mô hình 5 nhân tố. Biến độc lập: Actual buyback bằng số cổ phiếu mua lại thực tế chia cho vốn hoá thị trường trung bình. Các biến độc lập còn lại được tính toán tương tự như khi hồi quy cho TSSL bất thường trước thông báo mua lại. 4. Nội dung nghiên cứu: 4.1. Xây dựng biến đại diện cho chất lượng thu nhập: Chúng tôi đã thu thập báo cáo tài chính kiểm toán hằng năm từ 2007 đến 2012 của hơn 500 công ty niêm yết trên các sàn HNX, HOSE và tiến hành đo lường Accruals của từng công ty theo từng năm. Sau đó, chúng tôi tiến hành ước lượng hệ số của mô hình Jone (1991) trong từng năm cho lần lượt 9 ngành lớn. DA và NDA vào cuối năm tài chính trước thông báo mua lại được tính cho từng chứng khoán riêng lẻ. Các chứng khoán sắp xếp theo 3 nhóm DA: DA cao nhất – nhóm High DA, DA thấp nhất - nhóm Low DA, còn lại thuộc nhóm Mid DA. Theo số liệu thống kê được khả năng rất lớn các nhà quản trị của công ty thuộc nhóm High DA đang phải chịu sức ép làm tăng giá cổ phiếu trước và ngay thời điểm thông báo mua lại, còn các nhà quản trị của các công ty Low DA ít có khả năng này hơn. 4.2 Hiệu quả hoạt động và ảnh hưởng của thông báo mua lại: Để tăng thêm tính thuyết phục cho nhận định về việc các nhà quản trị thuộc nhóm công ty có DA cao phải chịu áp lực tăng giá chứng khoán, chúng tôi tiến hành theo dõi hiệu quả hoạt động của các nhóm công ty dựa vào các thành phần thu nhập chung là Accruals, Cash flow, Earnings và Sales theo năm, từ 2008 đến 2012. Kết quả, những công ty có DA cao thường là những công ty có chất lượng thu nhập kém và ngược lại, những công ty có DA thấp là những công ty có chất lượng thu nhập tốt. 4.3. Kết quả hồi quy kiểm định các nhân tố tác động đến TSSL bất thường do thông báo mua lại:
  8. vii Chúng tôi tiến hành hồi quy bằng mô hình Tobit cho mẫu quan sát là 311 đợt phát hành cổ phiếu từ tháng 1/2008 đến tháng 12/2013 thu được kết quả TSSL bất thường của chứng khoán hoàn toàn không phản ánh được nhân tố DA, tức là thị trường hoàn toàn không phân biệt được thông báo mua lại này được đưa ra bởi công ty có chất lượng thu nhập tốt hay kém. 4.4. Tỷ suất sinh lợi bất thường dài hạn của chứng khoán sau thông báo mua lại: Chúng tôi đã xây dựng được 48 danh mục chứng khoán theo tháng từ tháng 01/2009 đến tháng 01/2013. Tiếp đến, chúng tôi tiến hành ước lượng các hệ số trong mô hình 5 nhân tố cho từng nhóm chứng khoán. Cho thấy R2 cao cho phép ta kì vọng về mức độ thích hợp của mô hình trong việc giải thích TSSL bất thường của chứng khoán trong dài hạn. 4.5. Kết quả hồi quy các nhân tố tác động đến TSSL bất thường 2 năm sau thông báo mua lại: Chúng tôi tiến hành chạy hồi quy TSSL bất thường 2 năm với các biến giả đại diện cho nhóm DA cùng với các biến khác như vốn hóa thị trường, tỷ số B/M, tiền và các khoản tương đương tiền, đòn bẩy tài chính, quy mô chương trình mua lại và số lượng mua lại thực tế Kết quả ước lượng cho thấy, trong dài hạn các nhà đầu tư trên thị trường chứng khoán Việt Nam vẫn tiếp tục không quan tâm đến chất lượng thu nhập thật sự trong dài hạn của công ty thông báo mua lại cổ phiếu. 5. Đóng góp của đề tài Bài viết cung cấp phương pháp đo lường biến kế toán dồn tích accruals cho các công ty và cách sử dụng accruals như một biến đại diện cho chất lượng thu nhập. Cũng như giới thiệu cách sử dụng mô hình 5 nhân tố được mở rộng dựa theo mô hình 3 nhân tố Fama và French để dự báo TSSL chứng khoán sau thông báo mua lại trong dài hạn. Đồng thời bài viết cung cấp các bằng chứng thực nghiệm về mục tiêu quản trị của các nhà quản lý khi đưa ra thông báo mua lại cổ phiếu tại thị trường Việt Nam giai đoạn 2007-2013. 6. Hướng phát triển của đề tài Có thể mở rộng một số hướng nghiên cứu trong tương lai như mở rộng mẫu nghiên cứu rộng hơn với nhiều kỳ quan sát hơn, phân loại các nhóm cổ phiếu theo accruals
  9. viii thành nhiều nhóm nhỏ chi tiết hơn Các nghiên cứu sau có thể đưa vào các nhân tố mới phù hợp hơn với đặc trưng riêng của thị trường Việt Nam và lựa chọn các biến tốt hơn để đại diện cho các nhân tố so với bài nghiên cứu này.
  10. ix MỤC LỤC DANH MỤC TỪ VIẾT TẮT XI DANH MỤC BẢNG XII DANH MỤC HÌNH XIII TÓM TẮT XIV 1. GIỚI THIỆU TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU. 1 1.1. Lý do chọn đề tài. 1 1.2. Nội dung nghiên cứu. 2 2. TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY. 2 2.1. Tóm tắt các kết quả nghiên cứu. 2 2.2. Hoạt động mua lại cổ phần trên thị trường mở thời gian gần đây. Câu hỏi nghiên cứu. 8 2.2.1. Thị trường chứng khoán Việt Nam. 8 2.2.2. Hoạt động mua lại cổ phiếu của các doanh nghiệp Việt Nam 9 2.3. Câu hỏi nghiên cứu. 10 3. PHƯƠNG PHÁP NGHIÊN CỨU 10 3.1. Xây dựng biến đại diện cho mục tiêu quản trị. 10 3.2. Đo lường TSSL bất thường do thông báo mua lại. 12 3.3. Đo lường TSSL bất thường dài hạn của chứng khoán sau thông báo mua lại. 13 3.4. Dữ liệu. 15 3.4.1. Thu thập dữ liệu: 15 3.4.2. Xử lý dữ liệu: 16 4. KẾT QUẢ NGHIÊN CỨU. 19 4.1. Xây dựng biến đại diện cho chất lượng thu nhập. 19 4.2. Hiệu quả hoạt động và ảnh hưởng của thông báo mua lại. 22 4.3. Kết quả hồi quy kiểm định các nhân tố tác động đến TSSL bất thường do thông báo mua lại 25 4.4. Tỷ suất sinh lợi bất thường dài hạn của chứng khoán sau thông báo mua lại. 27
  11. x 4.5. Kết quả hồi quy kiểm định các nhân tố tác động đến TSSL bất thường 2 năm sau thông báo mua lại. 29 5. KẾT LUẬN 31 5.1. Kết quả nghiên cứu chính. 31 5.2. Hạn chế và hướng phát triển của đề tài. 32 5.2.1. Hạn chế. 32 5.2.2. Hướng phát triển của đề tài. 33 DANH MỤC TÀI LIỆU THAM KHẢO A PHỤ LỤC A C PHỤ LỤC B H PHỤ LỤC C M
  12. xi DANH MỤC TỪ VIẾT TẮT Accruals Biến kế toán dồn tích Sàn giao dịch chứng khoán AMEX American Stock Exchange Mỹ CK Chứng khoán Compustat Một cơ sở dữ liệu tài chính A database of financial Trung tâm tra cứu giá CRSP Center for Research in Security Prices chứng khoán DA Accuals có thể điều chính Distionary accruals Sở giao dịch chứng khoán HOSE Ho Chi Minh Stock Exchange TP. Hồ Chí Minh Tiêu chuẩn phân ngành ICB Industry Classification Benchmark ICB IMF Quỹ tiền tệ Thế giới International Monetary Fund LEV Đòn bẩy Levreage Sàn giao dịch chứng khoán NASDAQ National Association of Securities Hoa Kỳ Dealers Automated Quotation System Accruals không thể điều NDA Nondistionary accruals chính Sàn giao dịch chứng khoán NYSE New York Stock Exchange New York Công ty dữ liệu chứng SDC Securities Data Company khoán TSSL Tỷ suất sinh lợi
  13. xii DANH MỤC BẢNG Bảng 1: Hệ thống phân ngành của Việt Nam theo tiêu chuẩn ICB 15 Bảng 2: Danh mục cổ phiếu theo Fama và French. 17 Bảng 3: Kết quả ước lượng hệ số trong mô hình Jone (1991). 19 Bảng 4: Tóm tắt dữ liệu 311 đợt thông báo mua lại cổ phiếu của các công ty niêm yết trên sàn HOSE. 21 Bảng 5: Hồi quy TSSL bất thường do thông báo mua lại. 25 Bảng 6: Ma trận tương quan của các biến trong mô hình 5 nhân tố. 26 Bảng 7: TSSL bất thường 2 năm dựa trên mô hình 5 nhân tố. 27 Bảng 8: Hồi quy dữ liệu chéo của TSSL bất thường 2 năm sau thông báo mua lại cổ phiếu. 29
  14. xiii DANH MỤC HÌNH Biểu đồ 1: Accruals của 120 công ty từ 2008-2012. 22 Biểu đồ 2: Cash flow của 120 công ty từ 2008-2012. 23 Biểu đồ 3: Earnings của 120 công ty từ 2008-2012. 23 Biểu đồ 4: Sales của 120 công ty từ 2008-2012 24
  15. xiv TÓM TẮT Với nghi ngờ về mục đích thực sự của nhà quản trị khi đưa ra thông báo mua lại cổ phiếu trên thị trường mở, chúng tôi tiến hành xây dựng biến đại diện cho chất lượng thu nhập và kiểm định các nhân tố quyết định đến tỷ suất sinh lợi chứng khoán trong dài hạn sau thông báo mua lại cổ phiếu nhằm làm sáng tỏ nghi ngờ trên. Chúng tôi đặc biệt tập trung vào các công ty mà tại đó các nhà quản trị có nhiều khả năng đang phải chịu áp lực tăng giá chứng khoán và có thể họ phải đưa ra thông báo mua lại chỉ nhằm tạo nên tín hiệu sai cho thị trường. Với các bằng chứng tìm được, chúng tôi thấy rằng, giống như tất cả các quan sát khác, các công ty nghi vấn cũng hưởng lợi từ phản ứng tức thì của thị trường. Tuy nhiên, trong dài hạn những công ty này lại có thành quả không tốt bằng những công ty còn lại. Với mẫu quan sát bao gồm 311 đợt thông báo mua lại cổ phần của các công ty niêm yết tại sở giao dịch chứng khoán TP. Hồ Chí Minh (HOSE), kết hợp cùng những lý thuyết đã được chứng minh và sử dụng rộng rãi từ các tác giả như Sloan(1996), Konan Chan(2010), , chúng tôi đã tìm được những bằng chứng khá chắc chắn một phần nào đó chứng minh rằng các nhà quản trị không dễ dàng gì khi sử dụng chính sách mua lại cổ phần như một công cụ để đánh lừa các nhà đầu tư.
  16. 1 1. GIỚI THIỆU TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU. 1.1. Lý do chọn đề tài. Ngày nay, giống như nhiều quốc gia có nền kinh tế vận hành theo cơ chế thị trường khác trên thế giới, vai trò của thị trường chứng khoán đối với nền kinh tế Việt Nam là vô cùng quan trọng. Thị trường chứng khoán vừa là một kênh chuyển tải vốn cho nền kinh tế vừa là một cán cân để đo sức khỏe của nền kinh tế. Thị trường chứng khoán Việt Nam là một thị trường còn khá non trẻ với khá nhiều các nhà đầu tư mang tâm lý đám đông, mua bán theo phong trào. Chính vì vậy, khi mỗi sự kiện xảy ra hay mỗi một thông tin được công bố đều có thể tác động rất lớn đến thị trường. Việc xác định chiều hướng tác động của một thông tin, một sự kiện là hết sức cần thiết. Đặc biệt hơn, trong bối cảnh kinh tế hiện tại của nước ta, ngày càng nhiều các doanh nghiệp liên tục đưa ra các thông báo mua lại cổ phiếu trên thị trường. Thoạt đầu có thể thấy, mục tiêu của các nhà quản trị là nhằm tăng áp lực cầu và giảm cung để nâng giá chứng khoán, từ đó giúp tăng tỷ suất sinh lợi của nhà đầu tư. Tuy nhiên, nhờ tính linh hoạt của việc mua lại cổ phiếu, các nhà quản trị có thể thiết lập chính sách mua lại với bất kì mục đích nào. Vậy, câu hỏi đặt ra là có bao nhiêu doanh nghiệp thực hiện mua lại theo đúng công bố và liệu nhà đầu tư sẽ có lợi trong dài hạn hay không? Hay thực chất mua lại cổ phần chỉ là một chiêu thức đánh lừa nhà đầu tư của các doanh nghiệp đang phải chịu sức ép về giá cổ phiếu? Đã có nhiều nghiên cứu trước đây cho các thị trường chứng khoán phát triển như Anh, Mỹ, đưa ra cách thức xác định mục tiêu quản trị bằng cách sử dụng biến quy mô chính sách mua lại hay tỷ lệ hoàn thành sau đó, tuy nhiên, nhiều thực nghiệm cũng cho thấy hai cách trên tương đối thiếu chính xác. Sau đó, các nhà kinh tế học đã tìm ra một phương pháp giúp xác định mục tiêu quản trị mới là xem xét thành quả quản lý và biến kế toán dồn tích - accruals đã được sử dụng như một phương pháp đo lường chất lượng thu nhập. Trong bài nghiên cứu năm 2010 cho thị trường chứng khoán Mỹ, Konan Chan, Ikenberry, Inmoo Lee và Yanzhi Wang đã vận dụng phương pháp đo lường chất lượng thu nhập này, đồng thời phát triển mô hình 4 nhân tố Carhart thành mô hình 5 nhân tố nhằm kiểm định các nhân tố thật sự có thể ảnh hưởng
  17. 2 đến tỷ suất sinh lợi của chứng khoán trong dài hạn. Nhóm tác giả đã khá thành công khi đặt mục tiêu hướng vào các công ty có accruals cao bất thường trước thông báo mua lại tức là có nhiều khả năng các nhà quản trị của công ty sẽ thổi phồng thu nhập bằng kế toán dồn tích và để đưa ra tín hiệu sai cho thị trường về giá chứng khoán bằng những chính sách mua lại cổ phần trên thị trường mở. Họ đã chứng minh được rằng hành vi này của các nhà quản trị hoàn toàn không mang lại lợi ích gì trong dài hạn. Một câu hỏi được đặt ra rằng, thị trường chứng khoán Mỹ là một thị trường lớn mạnh và khá lâu đời, nơi mà hầu hết các nhà đầu tư đều có lý trí nên khả năng các nhà quản trị đánh lừa được thị trường trong dài hạn bằng báo cáo tài chính là bằng không. Nhưng đối với những thị trường mới nổi như Việt Nam thì việc làm này của các nhà quản trị có đem lại kết quả như họ mong đợi hay không? Để xem xét và đánh giá nhận định trên, chúng tôi tiến hành vận dụng phương pháp ước lượng accruals bất thường và đo lường các nhân tố tác động đến tỷ suất sinh lợi bất thường sau thông báo mua lại bằng mô hình 5 nhân tố được mở rộng từ mô hình 3 nhân tố Fama French và mô hình 4 nhân tố Carhart vào thị trường chứng khoán Việt nam thời kỳ 2007 – 2013. 1.2. Nội dung nghiên cứu. Bài nghiên cứu bao gồm các phần sau: Phần 1: Tổng quan các kết quả nghiên cứu trước đây. Câu hỏi nghiên cứu. Phần 2: Phương pháp nghiên cứu. Phần 3: Nội dung và các kết quả nghiên cứu. Phần 4: Kết luận. 2. TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY. 2.1. Tóm tắt các kết quả nghiên cứu trước đây. Jone (1991) đã phát triển một mô hình để phân tích các thành phần có thể điều chỉnh và không thể điều chỉnh của accruals. Sau đó, sử dụng mô hình này Subramanyam
  18. 3 (1996) và Xie (2001) cho thấy rằng accruals có thể điều chỉnh có giá trị còn accruals không thể điều chỉnh thì ngược lại. Trong bài nghiên cứu: “Do stock prices fully reflect information in accruals and cash flow about future earnings?” năm 1996, Sloan đã sử dụng dữ liệu hằng năm có sẵn của tất cả các công ty niên yết trên 2 sàn NYSE và AMEX tại Compustat và TSSL chứng khoán hàng tháng trên CRSP từ năm 1962 đến hết 1991 cho 40,760 quan sát công ty theo năm với đầy đủ thông tin báo cáo tài chính và giá chứng khoán. Sloan đã xây dựng các biến tài chính chính là thu nhập, accruals và dòng tiền từ hoạt động. Thu nhập là thu nhập hoạt động trừ khấu hao. Accruals được tính toán bằng các thông tin trên Báo cáo tài chính của công ty và được sử dụng như một lý thuyết chung về quản lý thu nhập: ACCRUALS = (∆CA- ∆CASH) – (∆CL- ∆STD- ∆TP) - DEP Trong đó: ∆CA: thay đổi trong tài sản ngắn hạn ∆CASH: thay đổi trong tiền mặt và các khoảng tương đương tiền ∆CL: thay đổi trong nợ ngắn hạn ∆STD: thay đổi trong tổng nợ (bao gồm nợ ngắn hạn) ∆TP: thay đổi trong thuế thu nhập phải nộp DEP: khấu hao và các chi phí trả trước Dòng tiền được đo lường bằng chênh lệch giữa thu nhập và accruals. TSSL chứng khoán trong tương lai được ước lượng bằng phương pháp lần đầu được áp dụng bởi Ibobotson vào năm 1975. Phương pháp này sử dụng mô hình hồi quy chuỗi thời gian cho từng danh mục trong 3 năm: Rp,t – Rf,t = αp + βp (Rm,t – Rf,t) + εp,t Với: Rp,t: TSSL danh mục (tỷ trọng các chứng khoán trong danh mục bằng nhau)
  19. 4 Rm,t: TSSL thị trường trong năm t Rf,t: TSSL phi rủi ro trong năm t Để trả lời câu hỏi nghiên cứu, Sloan đã tiến hành kiểm định theo các giả thiết. Giả thiết H1: Thành quả thu nhập do thành phần accruals tạo ra kém bền hơn do dòng tiền. Quan hệ giữa thu nhập hiện tại và tương lai được biểu diễn theo Freeman (1992): Earnings (t+1) = α0 + α1 Earnings (t) + ʋ (t+1) Và giải thích rõ cho giả thiết H1 bằng: Earnings (t+1) = ƴ0 + ƴ1 Accruals (t) + ƴ2 Cash flow (t) + ʋ (t+1) Với ƴ1< ƴ2 Giả thiết H2: Giá chứng khoán có phản ánh sự khác nhau giữa thu nhập do accruals và thu nhập do dòng tiền không. Sử dụng mô hình phát triển bởi Mishkin (1993): (rt+1 – r t+1|ф) = (Earningt+1 – ƴ0 – ƴ1 Accrualst – ƴ2 Cash flowt) + εt+1 Kết quả: Giá chứng khoán không phản ánh hết vai trò của accruals và dòng tiền trong thu nhập hiện tại. Tuy nhiên giá chứng khoán lại khiến các nhà đầu tư nhầm lẫn về vai trò của 2 nhân tố này dẫn đến sai lầm về kì vọng lợi nhuận cao trong tương lai. Trong bài nghiên cứu của mình Sloan đã dẫn chứng một tỷ suất sinh lợi bất thường với accruals. Ông thấy rằng, các chứng khoán có accruals lớn và dương trong năm báo cáo (thể hiện thu nhập tăng) lại có tỷ suất sinh lợi thấp trong những năm ngay trước đó. Các chứng khoán này cũng có TSSL điều chỉnh theo quy mô trung bình trong những năm sau đó là -5.5%. Collins và Hribar (2000) cũng khẳng định điều này với accruals theo quý. Một giải thích cho các kết quả trên đó là accruals lớn và dương thể hiện cho mục đích quản lý thu nhập của nhà quản trị. Thế nhưng các nhà đầu tư lại không hề nhận ra điều này mà vẫn tiếp tục tin tưởng rằng lợi nhuận sẽ tiếp tục cao trong tương lai. Nhiều thực nghiệm của các nhà nhiên cứu cũng cho thấy rằng việc định giá sai chứng khoán là
  20. 5 do bị phóng đại bởi một phần của accruals (accruals có thể điều chỉnh) phản ánh hành vi quản lý theo chủ nghĩa cơ hội của nhà quản trị. Guojin Gong, Henock Louis và Amy X. Sun với bài nghiên cứu “Earnings management and firm performance following open-market share repurchases” năm 2008 đã áp dụng lý thuyết Teoh at all (1998) xây dựng biến đại diện cho quản lí thu nhập bằng tổng accruals bất thường: 4 푖 = ∑ λj−1 Qi,j + λ4∆salei + λ5PPEi + λ6LTAi + λ7ASSETi + εi 푖=1 Trong đó: TAi: tổng accruals i: đại diện cho các quý trong năm. j: đại diện cho quý có thông báo mua lại. Qi,j : biến nhị phân, bằng 1 cho quý tài chính j và bằng 0 cho các trường hợp còn lại. ∆Sale: thay đổi trong doanh thu theo quý. PPE: của cải, nhà máy, thiết bị đầu quý. ASSET: tổng tài sản đầu quý. Các tác giả thu thập dữ liệu có sẵn từ năm 1984 đến 2002 của tất cả các công ty có thông báo mua lại trên SDC và Compustat. Tiến hành đo lường accruals bất thường và thành quả hoạt động sau thông báo mua lại lần lượt cho các công ty có accruals bất thường cao và thấp. Kết quả cho thấy các công ty nằm trong nhóm thấp nhất trong ngũ phân vị của accruals có thành quả dương có ý nghĩa thống kê sau thông báo mua lại. Ngược lại, các công ty trong nhóm accruals cao nhất lại có thành quả ít khả quan hơn. Kết quả này thật sự nói lên accruals một phần nào đó được điều khiển bởi mục tiêu của nhà quản trị để quản lí thu nhập trước những sự kiện (như phát hành, sáp nhập và mua
  21. 6 lại) cũng như đánh lừa thị trường bằng việc quản lí thu nhập xung quanh các sự kiện này. Bài nghiên cứu “Earnings managemant and the underperformance of seasoned equity offerings” năm 1998, Siew Hong Teoh và các cộng sự đã sử dụng dữ liệu của 1248 công ty với hơn 6386 đợt phát hành cổ phiếu từ giữa tháng 1/1970 đến 9/1989 trên thị trường Mỹ tiến hành đo lường accruals như một biến để đánh giá vai trò của quản lý thu nhập. Thu nhập báo cáo bằng dòng tiền cộng với tổng accruals: Net income = Tổng Accruals + dòng tiền hoạt động Các tác giả đã phân loại accruals dựa vào thời kì và mục tiêu quản lý thành accruals ngắn hạn, dài hạn, accruals có thể điều chỉnh và không thể điều chỉnh. Kết quả cho thấy chỉ có accruals có thể điều chỉnh là biến đại diện cho quản lý thu nhập. Konan Chan và các cộng sự trong bài nghiên cứu “Earnings quality and stock returns” (2006) đã sử dụng dữ liệu của tất cả các chứng khoán niêm yết trên sàn New York (NYSE), American (AMEX) và NASDAQ được thu thập trên Trung tâm lưu trữ giá chứng khoán (CRSP) và dữ liệu Compustat. Đồng thời tác giả cũng loại trừ các công ty nước ngoài, các quỹ đóng, các tổ chức ủy thác đầu tư và các công ty tài chính, đã nghiên cứu tìm ra 3 lý do giải thích vì sao accruals lại đi trước TSSL chứng khoán. Với giải thích thông thường, accruals cao là dấu hiệu sử dụng mánh khóe thu nhập của nhà quản trị. Nhưng mặt khác accruals cũng có thể là nhân tố quyết định đến những thay đổi viễn cảnh thật sự của doanh nghiệp chứ không có bất kỳ mánh khóe nào của nhà quản trị. Accruals có thể dự báo TSSL nếu thị trường xem chúng phản ánh lại tăng trưởng quá khứ và loại bỏ những kì vọng tích cực về tăng trưởng trong tương lai. Các tác giả cũng đo lường thành quả hoạt động những năm xung quanh thời điểm accruals tăng và xây dựng một quy trình tách biệt các thành phần có thể điều chỉnh và không thể điều chỉnh của accruals, mô hình dự báo TSSL đa chiều cùng các kiểm định dựa trên dữ liệu của các công ty ở Anh quốc. Phần lớn các bằng chứng phù hợp với giả thiết accruals phản ánh mánh khóe thu nhập của nhà quản trị. Đặc biệt, họ tìm thấy rằng một sự tăng lên lớn của accruals đánh dấu một sự đổi chiều trong mức độ
  22. 7 giàu có của doanh nghiệp. Một công ty với mức độ tăng trưởng đáng kinh ngạc trong thu nhập và TSSL chứng khoán ở những năm trước, khi accruals tăng đột ngột, xuất hiện những dấu hiệu giảm sút và trở về tỷ lệ tăng trưởng bình thường. Trong khi thu nhập những năm sau đó vẫn dương thì giá chứng khoán lại sụp đổ hoàn toàn. Điều này cho thấy rằng những công ty có accruals cao đang đối mặt với dấu hiệu giảm sút trong tăng trưởng đã sử dụng kế toán để ngăn chặn những thông tin xấu. Và sự thật là tác động của việc này đối với các công ty có accruals cao nhiều hơn so với các công ty có accruals thấp. Jesse M.Fried trong bài nghiên cứu “Inform trading and false signaling with Open market repurchase” (2005) đã thống kê tất cả các đợt mua lại cổ phiếu của tất cả các công ty đại chúng trên thị trường Mỹ và đưa ra bằng chứng về việc tạo tín hiệu sai cho thị trường và mua lại cổ phiếu với giá thấp. Các bằng chứng này được phân loại thành hành vi của nhà quản trị, báo cáo tài chính và giá chứng khoán sau thông báo mua lại. Về hành vi nhà quản trị, thống kê cho thấy thực tế 25% các công ty có thông báo không thực hiện mua lại cổ phiếu riêng lẻ trong khi thị trường lại phản ứng tích cực với các thông báo mua lại và thường thì TSSL bất thường đạt đến 3% quanh ngày thông báo mặc dù những chứng khoán này có TSSL âm trong một vài tháng ngay sau đó. Điều này cho thấy các công ty bị thị trường định giá cao ngay thời điểm có thông báo. Về giá chứng khoán sau thông báo mua lại, thật sự khi chính sách mua lại được thông báo đã khiến giá cổ phiếu tăng trung bình 3-4% vào những năm 1980 và 1-2% vào những năm 1990. Có thể thấy trong ngắn hạn, các nhà quản trị có thể thông báo một chương trình mua lại cổ phiếu mà không cần lên kế hoạch với mục đích đẩy giá chứng khoán lên cao, kéo theo sự tăng giá vốn cổ phần của họ. Nói cách khác, thông báo mua lại đã không phản ánh được việc định giá thấp, phản ứng của thị trường càng yên ắng thì lợi ích của nhà quản trị càng cao khi cổ phiếu bị định giá thấp. Tóm lại, bài nghiên cứu này cho thấy các nhà quản trị đã sử dụng chính sách mua lại cổ phiếu thị trường ở để mua cổ phiếu cho bản thân với giá hời. Đồng thời đẩy giá cổ phiếu lên cao mà không cần thực hiện mua lại và làm tăng giá cổ phần của họ.
  23. 8 Robbert Comment và Gregg A.Jarrell năm 1991 với nghiên cứu “The ralative Signalling Power of Dutch – Auction and Fixed- Priced Self-Tender Offers And Open- Market Share Repurchases” đã so sánh 3 dạng mua lại cổ phiếu phổ thông: Kiểu bán đấu gía Hà Lan, mời thầu với giá cố định và mua lại trên thị trường mở. Các tác giả xác định các thông báo mua lại công bố trên Dow Jones News hoặc dữ liệu Retrieval từ ngày từ 1/1/1985 đến 31/12/1988 (1197 quan sát). Nghiên cứu cho thấy rằng chính sách mua lại theo kiểu đấu giá Hà Lan và trên thị trường mở cho tín hiệu yếu hơn so với đấu thầu theo giá cố định về việc định giá thấp cổ phiếu. Mức độ tăng giá từ thông báo mua lại lớn hơn sự giàu có thật sự, hơn TSSL thị trường sau đó và không liên quan đến TSSL thị trường trước đó. 2.2. Hoạt động mua lại cổ phần trên thị trường mở thời gian gần đây ở Việt Nam. Câu hỏi nghiên cứu. 2.2.1. Thị trường chứng khoán Việt Nam. Được thành lập lập từ năm 2000, thị trường chứng khoán Việt Nam còn khá non trẻ so với nhiều thị trường sôi động ở nhiều quốc gia trên thế giới. Từ đó đến nay, chúng ta đã chứng kiến nhiều giai đoạn biến động của thị trường. Từ năm 2005 đến 2007 là giai đoạn thị trường tăng trưởng mạnh sau một thời gian dài trầm lắng. Đây là giai đoạn phát triển nóng nhất của thị trường chứng khoán Việt Nam để lại những dấu ấn khó quên: VN – Index đạt mức kỷ lục, thu hút rất nhiều các nhà đầu tư, trong giai đoạn này hầu hết ai tham gia thị trường cũng đều có lời. Từ năm 2008 đến 2009 là giai đoạn sụt giảm nghiêm trọng của thị trường chứng khoán Việt Nam do những ảnh hưởng xấu từ các yếu tố vĩ mô, tác động của khủng hoảng tài chính toàn cầu. Từ đầu tháng 3 năm 2009 đến nay là thời kì gượng dậy sau những cú sốc của giai đoạn trước. Đây cũng là giai đoạn mà các công ty cùng với nhà đầu tư bắt đầu trào lưu mua lại cổ phiếu của chính mình. Thị trường chứng khoán Việt Nam trong năm 2013 và đầu năm 2014 đã có nhiều chuyển biến khởi sắc nhờ vào những tín hiệu ổn định của kinh tế vĩ mô, các giải pháp vĩ mô đã dần phát huy tác dụng. Với những bước phục hồi mới chắc chắn hơn giai
  24. 9 đoạn trước đây, năm 2014 hứa hẹn là năm khả quan của thị trường chứng khoán Việt Nam. 2.2.2. Hoạt động mua lại cổ phiếu của các doanh nghiệp Việt Nam 2.2.2.a. Cổ phiếu quỹ và các hình thức mua lại cổ phiếu phổ biến: Cổ phiếu quỹ: Là cổ phiếu do công ty đại chúng phát hành và được chính công ty mua lại bằng nguồn vốn hợp pháp. Các hình thức mua lại cổ phiếu hiện nay: Chào mua với giá cố định. Mua trên thị trường mở. Mua lại theo hình thức đấu giá kiểu Hà Lan. Phân phối quyền bán lại có khả năng chuyển nhượng. Mua cổ phiếu mục tiêu. Mua lại cổ phiếu trên thị trường mở là cách thức được nhiều doanh nghiệp lựa chọn. Hình thức này cho phép doanh nghiệp mua lại cổ phiếu trong một thời gian dài, hàng tháng, thậm chí là hàng năm. Thông thường thì chương trình này đưuọc đưa ra khi doanh nghiệp đó vừa trải qua một thời kì sụt giá trên thị trường. 2.2.2.b. Mục tiêu của chính sách mua lại cổ phần: Các công ty có tiền nhàn rỗi mà chưa có kế hoạch đầu tư hiệu quả. Theo các nhà quản lí công ty, thì cổ phiếu của công ty đang bị định giá thấp. Việc mua lại cổ phiếu sẽ làm giảm lượng cung và tác động tốt tới giá cổ phiếu. Trường hợp này đã từng diễn ra ở Việt Nam trong thời kì giá chứng khoán có chiều hướng đi xuống, chất lượng mua sụt giảm. Chính sách mua lại cổ phiếu của chính tổ chức phát hành đã giúp thị trường giao dịch sôi động hơn và giá chứng khoán không xuống dốc nhanh. Tuy nhiên, qua vài năm sử dụng, những hiệu ứng phụ đã bắt đầu xuất hiện. Tiêu biểu là việc giá chứng khoán không tăng được bao nhiêu kèm theo việc doanh nghiệp chỉ
  25. 10 sau đó có thể không mua lại được cổ phiếu vì giá không thuận lợi. Chẳng hạn như Công ty cổ phần đầu tư phát triển và xây dựng chỉ mua lại được 171.550 cổ phiếu DIG trên tổng số 3.000.000 cổ phiếu đang ký mua lại vào ngày 17/10/2010, tỷ lệ mua vào chưa đạt đến 6% dự kiến. Thực tế nhiều doanh nghiệp chỉ mua vào một lượng khá nhỏ so với lượng cổ phiếu lưu hành trôi nổi bên ngoài. Điều này phần nhiều tạo tâm lý nghi ngờ cho nhà đầu tư hơn là bình ổn giá. Đây cũng có thể là dấu hiệu cho thấy ban lãnh đạo công ty có thu nhập kém đã hết cách cải thiện kết quả hoạt động và phải dùng cách này để kéo giá chứng khoán, làm hài lòng cổ đông. 2.3. Câu hỏi nghiên cứu. Các công ty có accruals có thể điều chỉnh cao theo cách đo lường mục tiêu quản lí bằng chất lượng thu nhập có đang chịu áp lực tăng giá cổ phiếu không? TSSL chứng khoán dài hạn của những công ty này có thấp hơn so với những trường hợp còn lại hay không? Chính sách mua lại cổ phiếu có khả năng đánh lừa các nhà đầu tư Việt Nam? 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Xây dựng biến đại diện cho mục tiêu quản trị. Để đo lường vai trò của quản lý thu nhập trong TSSL bất thường của chứng khoán, chúng tôi xây dựng một biến số lượng về điều chỉnh của kế toán, biến kế toán dồn tích (accruals) để đo lường chất lượng thu nhập. Accruals thể hiện sự chênh lệch giữa lợi nhuận kế toán và dòng tiền cơ sở (thực tế) của công ty, Accruals lớn và dương thể hiện thu nhập trên báo cáo cao hơn dòng tiền thực tế, được xác định dựa theo các nghiên cứu của Sloan (1996) và Chan et all (2006). ACCRUALS = (∆CA- ∆CASH) – (∆CL- ∆STD- ∆TP) – DEP (1.1) Trong đó: ∆CA: thay đổi trong tài sản ngắn hạn.
  26. 11 ∆CASH: thay đổi trong tiền mặt và các khoảng tương đương tiền. ∆CL: thay đổi trong nợ ngắn hạn. ∆STD: thay đổi trong tổng nợ (bao gồm nợ ngắn hạn). Accruals được xác định vào cuối năm tài chính trước thông báo mua lại và được chia cho tổng tài sản (TA). Hạn chế của cách tiếp cận này là phần accruals không thể điều chỉnh hay nói đúng hơn là phần này bị ràng buộc trực tiếp bởi sự tăng trưởng của công ty chứ ít hoặc không phụ thuộc vào mánh khóe quản lý. Ví dụ một công ty tăng trưởng cao có đòn bẩy tài chính tăng là do sự tăng lên trong tài khoản phải thu và hàng tồn kho chứ không phải là do sự bù đắp trong thay đổi của nợ ngắn hạn, đều này dẫn đến sự tăng lên của thành phần không thể điều chỉnh trong accruals. Để kiểm soát khả năng này chúng tôi tiến hành phân tích accruals dựa theo mô hình Jone (1991): ACCRUALS푖 1 ∆SALES푖 PPE푖 = + + (1.2) TA푖 0 TA푖 1 TA푖 2 TA푖 Trong đó: ∆SALES: thay đổi trong doanh thu. PPE: tài sản cố định (thành phần này ảnh hưởng đến accruals trong dài hạn). Theo Teoh et all (1998) chúng tôi tiến hành ước lượng các hệ số của mô hình (1.2) mỗi năm cho mỗi ngành. Để giảm bớt tác động của các quan sát ngoại lai, những trường hợp có accruals từ -10 đến 10, hai thành phần ∆Sales và PPE bị loại bỏ khỏi mô hình khi ước lượng. Sau đó, chúng tôi tính toán accruals có thể điều chỉnh (DA) và không thể điều chỉnh (NDA) cho mỗi công ty mua lại như sau: NDAi = (α0 + α1 ∆Salesi + α2 PPEi)/TAi (1.3) DAi = Accrualsi/TAi – NDAi Cuối cùng chúng tôi xác định xếp hạng DA cho từng công ty trong mẫu. Các công ty thuộc nhóm có DA cao nhất gọi là High DA, còn lại là Low DA.
  27. 12 Với mục tiêu nghiên cứu ban đầu chúng tôi chỉ tập trung vào các công ty có DA cao (High DA). 3.2. Đo lường TSSL bất thường do thông báo mua lại. TSSL bất thường do thông báo mua lại được đo lường bằng TSSL trung bình 5 ngày, từ ngày -2 đến ngày 2 với ngày thông báo mua lại là ngày 0 của chứng khoán trừ đi TSSL thị trường trung bình tương ứng. Kí hiệu: 5- day AR. Sau đó TSSL bất thường xác định được so sánh với TSSL một năm trước thông báo mua lại (REP -1), nếu 5- day AR > REP-1: điều này một phần ám chỉ rằng các nhà quản trị đang phải chịu áp lực tăng giá cổ phiếu. Chạy hồi quy để kiểm định lại các nhân tố tác động đến 5-day AR, bao gồm: biến giả đại diện cho nhóm DA, vốn hóa thị trường, tiền và các khoản tương đương tiền, đòn bẩy tài chính, tỷ số B/M và quy mô của chương trình mua lại.Các biến được xác định như sau: Biến phụ thuộc: 5-day AR là TSSL trung bình 5 ngày xung quanh thông báo mua lại của từng chứng khoán. Biến độc lập: High DA dummy là biến đại diện cho nhóm DA của chứng khoán, High DA dummy bằng 1 nếu công ty thuộc nhóm 30% DA cao nhất, và bằng 0 cho các trường hợp còn lại. Log(size) là logarit tự nhiên của vốn hóa thị trường của công ty vào cuối năm tài chính trước thông báo mua lại. Log(1+B/M) là logarit tự nhiên của 1 cộng tỷ số B/M vào cuối năm tài chính trước thông báo mua lại. CASH đo bằng tiền và các khoảng tương đương tiền trừ đi các khoản đầu tư tài chính ngắn hạn và chia cho tổng tài sản. LEV là đòn bẩy tài chính, đo bằng tỷ số tổng nợ trên tổng tài sản vào cuối năm tài chính trước thông báo mua lại.
  28. 13 High B/M dummy là biến đại diện cho nhóm chứng khoán sắp xếp theo tỷ số B/M. High B/M dummy bằng 1 nếu chứng khoán thuộc nhóm 30% B/M cao nhất, và bằng 0 cho các trường hợp còn lại. Shares announced tính bằng số lượng cổ phiếu thông báo mua lại chia cho tổng số cổ phiếu đang lưu hành. Vì một phần lớn giá trị của các biến nhận giá trị là 0 hay còn gọi là số liệu bị kiểm lọc nên phương pháp Bình phương bé nhất (OLS) không thể sử dụng để ước lượng mà thay vào đó, chúng tôi sử dụng mô hình Tobit cho dạng số liệu này. Lý thuyết về mô hình Tobit được chúng tôi trình bày cụ thể trong Phục lục C. 3.3. Đo lường TSSL bất thường dài hạn của chứng khoán sau thông báo mua lại. Áp dụng mô hình 4 nhân tố của Carhat (1997) được phát triển dựa trên mô hình 3 nhân tố Fama và French (1993) để ước lượng TSSL bất thường 2 năm sau thông báo mua lại. Mô hình Fama và French cho rằng TSSL của một danh mục chứng khoán hoặc một cổ phiếu riêng biệt phụ thuộc vào 3 yếu tố: thị trường, quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị trường vốn chủ sở hữu B/M. Mô hình được mô tả như sau: Rp(t) – Rf(t) = a + b[ Rm(t)- Rf(t)] + sSMB(t) + hHML(t) + e(t) (2.1) Trong đó: Rp: TSSL danh mục (các chứng khoán trong danh mục có tỷ trọng bằng nhau) Rf: lãi suất phi rủi ro theo tháng. Rm: TSSL danh mục thị trường. SMB: TSSL trung bình của danh mục chứng khoán có quy mô vốn hóa nhỏ trừ TSSL trung bình của danh mục chứng khoán có quy mô vốn hóa lớn. HML: TSSL trung bình của danh mục có giá trị sổ sách trên giá trị thị trường B/M cao trừ TSSL trung bình của danh mục chứng khoán có B/M thấp. Mô hình Carhart (1997) nhân tố thứ 4 được thêm vào để thể hiện hành vi liên quan đến TSSL chứng khoán, gọi là nhân tố xung lượng. Dựa vào nghiên cứu của
  29. 14 Jegadeesh và Timan (1993) về khuynh hướng hoạt động của các cổ phiếu trong quá khứ ông đã đưa ảnh hưởng xung lượng này vào mô hình 3 nhân tố. Mô hình Fama và French trở thành mô hình 4 nhân tố được dùng phổ biến: Rp (t) – Rf (t) = a + b[Rm(t)- Rf(t)] + sSMB (t) + hHML (t) + wWML (t) + ε(t) (2.2) Trong đó: WML: TSSL trung bình của danh mục chứng khoán có lợi nhuận cao nhất trừ TSSL trung bình của danh mục cổ phiếu có lợi nhuận thấp nhất phân theo thập phân vị. Các biến còn lại giống với mô hình Fama và French 1993. Một trong những mục tiêu ban đầu của bài nghiên cứu này là tập trung vào mối quan hệ giữa thành quả chứng khoán và chất lượng thu nhập (được đại diện bởi DA) của các công ty. Tuy nhiên nếu không cẩn thận, bất kì mối quan hệ nào cũng có thể là biểu hiện do tác động của DA. Ví dụ, Chan et all (2006) cho thấy DA ảnh hưởng tiêu cực đến TSSL chứng khoán trong tương lai. Để kiểm soát ảnh hưởng của DA trong quá khứ lên TSSL, chúng tôi thay đổi mô hình nhân tố bằng việc thêm nhân tố chất lượng thu nhập vào mô hình Carhart như sau: Rp (t) – Rf (t) = a + b[Rm(t)- Rf(t)] + sSMB (t) + hHML (t) + wWML (t) + gGMB(t) + ε(t) (2.3) Với: GMB bằng TSSL trung bình của danh mục chứng khoán có chất lượng thu nhập tốt trừ cho TSSL trung bình của danh mục chứng khoán có chất lượng thu nhập kém. Các biến còn lại giống với mô hình (2.1) và (2.2) TSSL bất thường của những công ty mua lại được ước lượng và kiểm định dựa vào ý nghĩa thống kê của hệ số chặn trong mô hình (2.3). Phân tích hồi quy các nhân tố ảnh hưởng đến TSSL bất thường 2 năm sau thông báo mua lại: biến đại diện cho nhóm DA, quy mô vốn hóa, tỷ số B/M, quy mô chương trình mua lại, số cổ phiếu mua lại thực tế.
  30. 15 Biến phụ thuộc: TSSL bất thường 2 năm sau thông báo mua lại được tính bằng chênh lệch giữa TSSL trung bình 2 năm thực tế của cổ phiếu (Ri) trừ cho TSSL kỳ vọng theo mô hình 5 nhân tố (ERi): ARi = Ri - ERi ̂ ̂ ERi = (푅 ,푖 − 푅 ,푖) + 푠̂ 푆 퐿푖 + ℎ 퐿푖 + 푤̂푊 퐿푖 + ̂ 푖 Với các hệ số trong phương trình là các hệ số được ước lượng từ mô hình 5 nhân tố. Biến độc lập: Actual buyback bằng số cổ phiếu mua lại thực tế chia cho vốn hoá thị trường trung bình. Các biến được tính tương tự như khi hồi quy cho TSSL bất thường trước thông báo mua lại được trình bày ở phần 3.2. Mô hình Tobit cũng được dùng để ước lượng cho chuỗi dữ liệu này. 3.4. Dữ liệu. 3.4.1. Thu thập dữ liệu: Mẫu dữ liệu gồm 311 đợt thông báo mua lại của các công ty niêm yết trên HOSE từ ngày 1/1/2007 đến ngày 31/12/2013. Báo cáo tài chính kiểm toán hàng năm (từ 2007 đến 2012) của tất cả các công ty thuộc 10 ngành phân theo tiêu chuẩn 4 cấp ICB (Industry Classification Benchmark): Bảng 1: Hệ thống phân ngành của Việt Nam theo tiêu chuẩn ICB. Số công ty có thông báo Mã Ngành mua lại cổ phiếu 0001 Dầu khí 1 1000 Vật liệu cơ bản 16 2000 Công nghiệp 29 3000 Hàng tiêu dùng 23 4000 Y tế 5 5000 Dịch vụ tiêu dùng 4 6000 Viễn thông 0 7000 Dịch vụ hạ tầng 8 8000 Tài chính 30
  31. 16 9000 Công nghệ 4 Tổng cộng 10 ngành 120 Đề tài sử dụng giá chứng khoán đóng cửa vào phiên giao dịch đầu tháng và cuối tháng. Thông tin về giá cổ phiếu được thu thập từ website của sở giao dịch chứng khoán TP. Hồ Chí Minh. TSSL thị trường được xác định bằng TSSL chỉ số chứng khoán Vn-Index. Suất sinh lợi của tài sản phi rủi ro hay lãi suất phi rủi ro được xác định bằng lãi suất trái phiếu chính phủ 5 năm được lấy từ dữ liệu IMF. 3.4.2. Xử lý dữ liệu: 3.4.2.a. Khi xác định biến đại diện cho chất lượng thu nhập: Accruals được tính vào kết thúc năm tài chính trước thông báo mua lại. Để đảm bảo rằng toàn bộ những thông tin trên báo cáo tài chính đã được công khai. 3.4.2.b. Khi ước lượng các hệ số trong mô hình 5 nhân tố: i) Xây dựng danh mục chứng khoán: Vào mỗi tháng trong suốt thời kì quan sát, chúng ta thiết lập một danh mục chứng khoán (sử dụng tỷ trọng bằng nhau) của các công ty có thông báo mua lại trong vòng 24 tháng trước đó. Do đó, các danh mục sẽ bắt đầu từ tháng 1/2009 mặc dù dữ liệu trước chúng ta thu thập từ tháng 1/2007. Các tháng có ít hơn 20 chứng khoán trong danh mục bị loại bỏ. Các danh mục cổ phiếu nhỏ được xây dựng đầu tiên dựa vào các nhân tố liên quan đến đặc trưng doanh nghiệp: Size – Quy mô công ty = giá cổ phiếu* số lượng cổ phiếu đang lưu hành từng tháng. Sau đó ta tính được quy mô trung bình của danh mục cổ phiếu. Nếu cổ phiếu nào có quy mô trung bình nhỏ hơn quy mô trung bình toàn danh mục thì thuộc nhóm “S” còn lại thuộc nhóm “B”. Tỷ số B/M – Giá trị sổ sách trên giá trị thị trường = vốn chủ sở hữu chia cho quy mô công ty.
  32. 17 Theo đó những cổ phiếu nào có B/M thuộc nhóm 30% cao nhất thì thuộc nhóm “H”, 30% thấp nhất thuộc nhóm “L”, còn lại thuộc nhóm “M”. Như vậy ta sẽ xây dựng được sáu danh mục cổ phiếu như sau: Bảng 2: Danh mục cổ phiếu theo Fama và French SL Quy mô nhỏ, B/M thấp SM Quy mô nhỏ, B/M trung bình SH Quy mô nhỏ, B/M cao BL Quy mô lớn, B/M thấp BM Quy mô lớn, B/M vừa BH Quy mô lớn, B/M cao Sau đó với mỗi danh mục trên, ta lại chia thành 3 nhóm theo DA. 30% cổ phiếu có DA cao nhất thuộc nhóm “H DA”, 30% cổ phiếu có DA thấp nhất thuộc nhóm “L DA” và còn lại thuộc nhóm “M DA”. Như vậy 6 nhóm cổ phiếu L DA tạo thành danh mục cổ phiếu có chất lượng thu nhập tốt “Good” và 6 nhóm cổ phiếu H DA tạo thành danh mục cổ phiếu có chất lượng thu nhập kém “Bad”. Tiếp đến, các cổ phiếu được chọn hàng tháng được sắp xếp theo TSSL tháng t-1 từ thấp đến cao. Theo Jegadeesh và Titman (1993), 1/10 cổ phiếu có TSSL thấp nhất thuộc nhóm “Losers” và 1/10 cổ phiếu có TSSL cao nhất thuộc danh mục “Winners”. Tính toán các biến: Rp (t) – Rp (t − 1) 푅 (푡) = Rp (t − 1) Rm (t) = TSSL trong tháng của chỉ số VN - Index SMB = TSSL của nhóm cổ phiếu có quy mô nhỏ trừ nhóm cổ phiếu có quy mô lớn = 1/3(SL + SM + SH) – 1/3(BL + BM +BH)
  33. 18 HML = TSSL của nhóm cổ phiếu có tỷ số B/M cao trừ TSSL của nhóm cổ phiếu có tỷ số B/M thấp = 1/2(SH + BH) – 1/2(SL + BL) WML = TSSL của nhóm cổ phiếu Winners trừ TSSL nhóm cổ phiếu Losers = Winners – Losers GMB = TSSL của nhóm cổ phiếu có chất lượng thu nhập cao trừ nhóm cổ phiếu có chất lượng thu nhập thấp = 1/6* (SL + SM +SH +BL + BM + BH) – 1/6*(SL + SM +SH +BL +BM + BH) Kết quả tính toán các biến được trình bày ở phụ lục B. ii) Khi hồi quy mô hình TSSL bất thường trước và TSSL 2 năm sau thông báo mua lại: TSSL bất thường trong thời kì thông báo = TSSL trung bình 5 ngày quanh ngày thông báo mua lại trừ đi TSSL trung bình tương ứng của thị trường. TSSL bất thường 2 năm sau thông báo mua lại được tính bằng chênh lệch giữa TSSL trung bình 2 năm thực tế của cổ phiếu (Ri) trừ cho TSSL kỳ vọng theo mô hình 5 nhân tố (ERi): ARi = Ri - ERi ERi = ̂ (푅 𝑖 − 푅 𝑖) + 푠̂ 푆 퐿𝑖 + ℎ̂ 퐿𝑖 + 푤̂푊 퐿𝑖 + ̂ 𝑖 Với các hệ số trong phương trình là các hệ số được ước lượng từ mô hình 5 nhân tố. CASH = Tiền và tương đương tiền trừ cho các khoản đầu tư ngắn hạn chia cho tổng tài sản. LEV = tổng nợ / tổng tài sản. Share anounced = phần trăm số cổ phiếu thông báo mua lại trên tổng số cổ phiếu đang lưu hành vào cuối tháng trước thông báo. Actual buy back = Số lượng mua lại thực tế chia cho giá trị vốn hóa thị trường trung bình.
  34. 19 4. KẾT QUẢ NGHIÊN CỨU. 4.1. Xây dựng biến đại diện cho chất lượng thu nhập. Chúng tôi đã thu thập báo cáo tài chính kiểm toán hằng năm từ 2007 đến 2012 của hơn 500 công ty niêm yết trên các sàn HNX, HOSE và tiến hành đo lường Accruals của từng công ty theo từng năm. Sau đó, chúng tôi tiến hành ước lượng hệ số của mô hình Jone (1991) trong từng năm cho lần lượt 9 ngành lớn đã giới thiệu ở trên. Ngành viễn thông được bỏ qua vì khá ít công ty và chưa có bất kì công ty nào có thông báo mua lại trong giai đoạn nghiên cứu. Trước khi ước lượng chúng tôi đã tiến hành kiểm định mức độ tương quan giữa các biến trong mô hình. Ng ành Bảng 3: Kết quả ước lượng hệ số trong mô hình Jone (1991) Ngành Năm α 0 α 1 α 2 Adj R2 Công 2012 -0.12933 0.118396 -0.43802 85.2% nghiệp 2011 -0.15163 -0.05635 -0.35257 64.1% 2010 -0.17221 -0.02054* -0.47886 65.7% 2009 -0.67000 0.126 -0.209 51.8% 2008 -0.12282 0.652 0.192 65.9% Vật liệu cơ 2012 -0.08364 0.158903 -0.66578* 83.2% bản 2011 -0.01830 -0.06076 -0.68584 43.0% 2010 -0.06323 -0.04406 -0.59597* 56.4% 2009 -0.42647 0.21575 -1.04991 72.3% 2008 0.026536* 0.067804* -0.39193 48.3% Hàng tiêu 2012 0.000383* 0.01782* -1.01892* 58.5% dùng 2011 -0.0008 0.012948* -0.93617 59.6% 2010 -0.0047 -0.01796 -0.79919 58.0%
  35. 20 2009 0.000645* -0.10095 -0.76422 47.9% 2008 0.000433 -0.03772 -0.97784 67.5% Dịch vụ 2012 0.000745* 0.059651* -0.64411 40.1% tiêu dùng 2011 0.004119* 0.153943 -0.57724 32.7% 2010 0.00022 0.149768* -0.89991* 57.2% 2009 0.002073* 0.016708* -0.83579 56.1% 2008 0.001013 -0.00803* -0.95048* 64.5% Y tế 2012 -0.12741* -0.0067 -0.22774* 73.3% 2011 -0.00192 0.057606* -0.98883* 52.0% 2010 -0.0273* 0.237255* -0.66785 54.4% 2009 -0.00832 -0.19586* -1.57159* 62.5% 2008 -0.0367* 0.017047 -0.76407 67.2% Dịch vụ hạ 2012 0.001304 0.122516* -0.88723* 58.2% tầng 2011 0.003455* 0.263307 -0.77045 47.9% 2010 0.000157 0.380356* -0.45246* 67.5% 2009 0.001786* -0.13573* -0.6615* 57.2% 2008 0.000922* 0.02041 -0.42214 32.7% Tài chính 2012 -0.00056 1.716994* -0.87578* 64.5% 2011 -0.00416* 0.664827 0.712389 40.1% 2010 0.000803* 0.907054 -0.65099* 32.7% 2009 -0.00102 0.105003* -0.5295* 54.4% 2008 -0.00141 -0.47055* -0.88479 62.5% Công nghệ 2012 -0.01533* -0.20315 -1.91962* 56.1% 2011 0.002115* -0.19892 -1.14626 82.6% 2010 -0.05417 -0.30079* -1.20203* 64.5% 2009 -0.01788* 0.30835 -0.28324* 40.1% 2008 0.020515 -0.03509* -0.66862 32.7% Dầu khí 2012 0.00448 0.115195* -1.07102* 47.9%
  36. 21 2011 0.00208* 0.398008 -0.70575* 67.5% 2010 0.00102 0.157436* -1.00074* 57.2% 2009 0.00067 0.105716* -0.95054 32.7% 2008 0.00003* -0.04388 -0.8137* 64.5% Với , và * lần lượt là các mức ý nghĩa 1%, 5% và 10%. Tiếp đến, chúng tôi tính toán DA và NDA vào cuối năm tài chính trước thông báo mua lại cho từng chứng khoán riêng lẻ theo công thức (1.3), sử dụng hệ số ước lượng theo ngành đã tính. Các chứng khoán được sắp xếp theo DA tăng dần, 30% các chứng khoán có DA cao nhất thuộc nhóm High DA, 30% chứng khoán có DA thấp nhất thuộc nhóm Low DA, còn lại thuộc nhóm Mid DA. Tóm tắt về dữ liệu theo nhóm DA được trình bày trong bảng 4. Bảng 4: Tóm tắt dữ liệu 311 đợt thông báo mua lại cổ phần của 120 công ty niêm yết trên sàn HOSE. DA N 5- day AR REP -1 DA Low DA 79 0.089% 8.26% -0.267 Mid DA 153 0.063% 4.15% 0.149 High DA 79 0.058% -0.18% 2.341 ALL 311 0.068% 4.096% 0.586 (Bảng này thống kê dữ liệu 311 đợt thông báo mua lại của 120 công ty niêm yết trên HOSE từ ngày 1/1/2008 đến ngày 31/12/2013. Đối với mỗi quan sát, yêu cầu accruals được tính toán vào cuối năm tài chính trước thông báo mua lại. N là số thông báo mua lại. DA được chia thành 3 phần: “Low DA” là nhóm 30% chứng khoán có DA thấp nhất, “High DA” là nhóm 30% chứng khoán có DA cao nhất, còn lại thuộc nhóm “Mid DA”. “5-day AR” TSSL trung bình 5 ngày xung quanh ngày thông báo mua lại. “REP – 1” là TSSL trung bình một năm trước thông báo mua lại) Theo số liệu thống kê được, ta thấy rằng TSSL chứng khoán trung bình 5 ngày quanh ngày thông báo mua lại đều dương đối với tất cả các nhóm chứng khoán L DA là 0.089%, H DA là 0.058% và M DA là 0.063%. Trong khi đó, TSSL trung bình một năm trước thông báo mua lại của các nhóm chứng khoán lại có sự khác biệt khá rõ
  37. 22 rệt, đặc biệt đối với nhóm công ty có DA cao (High DA) TSSL này lại âm. Điều này hàm ý rằng, trước khi thông báo mua lại, có thể các công ty thuộc nhóm High DA có hiệu quả hoạt động và TSSL chứng khoán thấp hơn 2 nhóm còn lại hay nói chung là chất lượng thu nhập khá thấp. Ngược lại, nhóm chứng khoán Low DA có chất lượng thu nhập trước thông báo mua lại tốt hơn. Do vậy, khả năng rất lớn các nhà quản trị của công ty thuộc nhóm High DA đang phải chịu sức ép làm tăng giá cổ phiếu trước và ngay thời điểm thông báo mua lại, còn các nhà quản trị của các công ty Low DA ít có khả năng này hơn. 4.2. Hiệu quả hoạt động và ảnh hưởng của thông báo mua lại. Để tăng thêm tính thuyết phục cho nhận định về việc các nhà quản trị thuộc nhóm công ty có DA cao phải chịu áp lực tăng giá chứng khoán, chúng tôi tiến hành theo dõi hiệu quả hoạt động của các nhóm công ty dựa vào các thành phần thu nhập chung là Accruals, Cash flow, Earnings và Sales theo năm, từ 2008 đến 2012. Mối quan hệ này được thể hiện trên các biểu đồ sau: Biểu đồ 1: Accruals 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 2008 2009 2010 2011 2012 High DA Non H
  38. 23 Biểu đồ 2: Cash Flow 0.2 0.1 0 2008 2009 2010 2011 2012 -0.1 -0.2 -0.3 -0.4 -0.5 -0.6 -0.7 High DA Non H Biểu đồ 3: Earnings 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 2008 2009 2010 2011 2012 High DA Non H
  39. 24 Biểu đồ 4: Sales 1.4 1.2 1 0.8 0.6 0.4 0.2 0 2008 2009 2010 2011 2012 High DA Non H (Các biểu đồ trên thể hiện hiệu quả hoạt động theo các thành phần thu nhập cho 2 nhóm công ty thuộc nhóm có DA cao (high DA) và công ty thuộc nhóm còn lại (Non H). Earnings được xác định bằng thu nhập hoạt động sau khấu hao. Accruals được tính bằng thay đổi trong tài sản ngắn hạn phi tiền mặt trừ thay đổi trong nợ ngắn hạn trừ khấu hao như công thức của Sloan và Chan được trình bày ở phần trên. Cash flows bằng phần earnings ít hơn accruals. Tất cả các thành phần đều được chia cho tổng tài sản.) Quan sát biểu đồ 1 và 2 ta thấy rằng nhóm công ty có accruals cao hơn (High DA) thì có dòng tiền thấp hơn các công ty còn lại (Non H). Điều này phù hợp với nhận định về chất lượng thu nhập ban đầu của các công ty có DA cao. Đặc biệt, khi chú ý đến các mốc thời gian 2009 và 2011 ta sẽ nhận thấy nhiều điều thú vị. Ta thấy rằng trước năm 2009 cả accruals và dòng tiền giữa 2 nhóm công ty có sự khác biệt không lớn, tuy nhiên bắt đầu từ năm 2009 trở đi cả khoảng cách giữa accruals và dòng tiền giữa 2 nhóm công ty High DA và Non H ngày càng lớn và đặc biệt mở rộng hơn hết vào thời điểm năm 2011. Khoảng cách này thay đổi chủ yếu là do nhóm công ty có DA cao có accruals tăng mạnh và dòng tiền giảm mạnh mẽ. Điều này hàm ý dấu hiệu của những thay đổi bất thường trong báo cáo tài chính của các nhóm công ty này. Kết hợp với dữ liệu thống kê của 311 đợt mua lại theo năm của 120 công ty niêm yết trên HOSE, ta thấy rằng năm 2009 và 2011 là 2 năm có nhiều công ty ra thông báo mua lại nhất, đặc biệt là nhóm công ty có DA cao. Cụ thể năm 2009 là 26
  40. 25 công ty (chiếm 21.6%) và 32 đợt thông báo mua lại (chiếm 9.96%), năm 2011 là 60 công ty (chiếm 50%) và 98 đợt thông báo mua lại (chiếm 30.5%). Như vậy điều này góp phần chứng minh rằng các nhà quản trị của những công ty thuộc nhóm DA cao có thể đã dùng accruals để làm đẹp thu nhập khi đưa ra chính sách mua lại. Tiếp tục quan sát các biểu đồ 3 và 4, ta thấy rằng hầu hết các năm thu nhập và doanh thu của các công ty thuộc nhóm DA cao đều thấp hơn các công ty thuộc nhóm còn lại. Tuy nhiên, từ nửa cuối năm 2008 đến nửa đầu năm 2009 và từ nửa cuối năm 2010 đến nửa đầu năm 2011 thu nhập và doanh thu của nhóm công ty có DA cao lại cao hơn nhóm còn lại, khoảng chênh lệch này cao nhất cũng ngay tại thời điểm 2009 và 2011 và chủ yếu là do thay đổi của nhóm công ty có DA cao. Sự đảo chiều đột ngột của chênh lệch về thu nhập và doanh thu sau đó lại đảo chiều lần nữa và quay về xu hướng ban đầu của 2 nhóm công ty hàm ý rằng đã có những nhân tố nào đó tác động làm thay đổi thu nhập theo hướng tích cực, tuy nhiên điều này chỉ duy trì trong ngắn hạn, do vậy chúng tôi tập trung sự chú ý vào 2 nguyên nhân có thể xảy ra nhất đó là do phản ứng của thị trường hoặc do mánh khóe quản lý thu nhập của nhà quản trị thuộc nhóm công ty có DA cao khi phải chịu áp lực tăng giá chứng khoán. Như vậy, kết hợp các bằng chứng trong 2 phần trên, ta có thể kết luận rằng việc sử dụng accruals nói chung và tiêu chí DA nói riêng để phân loại chất lượng thu nhập của công ty là khá hấp dẫn. Cụ thể, những công ty có DA cao thường là những công ty có chất lượng thu nhập kém và ngược lại, những công ty có DA thấp là những công ty có chất lượng thu nhập tốt. 4.3. Kết quả hồi quy kiểm định các nhân tố tác động đến TSSL bất thường do thông báo mua lại. Chúng ta tiến hành hồi quy bằng mô hình Tobit cho mẫu quan sát là 311 đợt phát hành cổ phiếu từ tháng 1/2008 đến tháng 12/2013 thu được kết quả trong bảng sau: Bảng 5: Hồi quy TSSL bất thường do thông báo mua lại Mô hình 1 2 0.0202 0.0061 Hệ số chặn (0.333) (0.751)
  41. 26 -0.0010 -0.0019 High DA dummy (0.785) (0.608) -0.0002 0.0001 Log(size) (0.799) (0.901) -0.0030 Log(1+B/M) (0.331) 0.0135 CASH (0.155) -0.0169 LEV (0.026) 0.0016 High B/M dummy (0.680) -0.0046 High CASH dummy (0.195) -0.0066 Low LEV dummy (0.106) 0.0033 0.0026 Share anounced (0.010) (0.216) N 311 311 (Bảng này trình bày kết quả hồi quy TSSL bất thường thời kỳ thông báo mua lại. Biến độc lập là TSSL thông báo mua lại, đo bằng TSSL trung bình 5 ngày quanh ngày thông báo trừ cho TSSL thị trường tương ứng. Số liệu trong ngoặc là giá trị p-value dựa theo kiểm định White (1980).) Quan sát bảng 3, ta thấy rằng hệ số của biến High DA đều không có ý nghĩa ở cả 2 mô hình, chứng tỏ rằng TSSL bất thường của chứng khoán hoàn toàn không phản ánh được nhân tố DA, tức là thị trường hoàn toàn không phân biệt được thông báo mua lại này được đưa ra bởi công ty có chất lượng thu nhập tốt hay kém. Ngoài ra, đối với mô hình 1, hệ số của biến LEV và Shares anounnced đều có ý nghĩa thống kê ở mức 5% và 1% cũng góp phần giải thích thêm rằng lúc này các nhà đầu tư chỉ quan tâm đến quy mô của chính sách mua lại cũng như tình trạng vốn chủ sở
  42. 27 hữu của công ty mà hoàn toàn không chú trọng đến chất lượng thu nhập dài hạn của công ty đó. Trong khi đó, đối với mô hình 2, biến Low LEV dummy lại mang dấu âm có ý nghĩa thống kê ở mức 10%, điều này cho thấy, trong ngắn hạn các nhà đầu tư chú ý hơn đến xếp hạng đòn bẩy tài chính của những công ty có thông báo mua lại. 4.4. Tỷ suất sinh lợi bất thường dài hạn của chứng khoán sau thông báo mua lại. Chúng tôi đã xây dựng được 48 danh mục chứng khoán theo tháng từ tháng 1/2009 đến tháng 1/2013. Sau khi tính toán các biến trong mô hình chúng tôi tiến hành thiết lập ma trận tương quan để kiểm tra đa cộng tuyến trong mô hình. Kết quả thể hiện trong bảng 6. Bảng 6: Ma trận tương quan của các biến trong mô hình 5 nhân tố. Rm –Rf SMB HML WML GMB Rm - Rf 1 -0.11728 0.089243 0.156442 -0.15143 SMB 1 -0.41662 -0.76559 0.51728 HML 1 0.106677 0.20576 WML 1 -0.59891 GMB 1 Theo Nguyễn Trọng Hoài cùng các tác giả (2009), khi hệ số tương quan giữa hai biến nào đó lớn hơn hoặc bằng 0.9 thì đó là dấu hiệu quan trọng xảy ra đa cộng tuyến. Dựa vào kết quả trong bảng 3, ta thấy không có hệ số nào lớn hơn hoặc bằng 0.9 nên ta có thể kết luận là không có hiện tượng đa cộng tuyến xảy ra giữa các biến trong mô hình. Ngoài ra, chúng tôi cũng tiến hành các hồi quy phụ về mối quan hệ giữa các biến trong mô hình để chắc chắn hơn về hiện tượng đa cộng tuyến. Kết quả hồi quy phụ (phụ lục C) cho thấy hệ số ước lượng tương quan giữa các biến có ý nghĩa thấp. Tiếp đến, chúng tôi tiến hành ước lượng các hệ số trong mô hình 5 nhân tố cho từng nhóm chứng khoán. Kết quả hồi quy được trình bày trong bảng 7.
  43. 28 Bảng 7: TSSL bất thường 2 năm dựa trên mô hình 5 nhân tố. Rmf SMB HML WML GMB A B S H W g R sq H DA -0.036655 0.920062 0.093156* 0.0838641 0.078337 -0.056581* 0.956959 M DA -0.036205 0.952560 0.026375 0.011715 0.088987 0.050872 0.953184 L DA -0.032791 0.945312 0.015845 0.018771* 0.077325 -0.023091 0.954527 All -0.032265 0.960961 -0.000957 0.0037 0.079323 0.038342 0.951951 Với *, và lần lượt là mức ý nghĩa 1%, 5% và 10% Hệ số a chính là chênh lệch giữa TSSL thực tế và TSSL trung bình của mô hình. Ta thấy R2 cao cho phép ta kì vọng về mức độ thích hợp của mô hình trong việc giải thích TSSL bất thường của chứng khoán trong dài hạn. TSSL bất thường đo bằng hệ số chặn có ý nghĩa thống kê với cả 3 nhóm danh mục chứng khoán. Trong dài hạn các TSSL bất thường này đều âm, và nếu quan sát kĩ hơn ta nhận thấy mức độ âm của TSSL giảm khi đi từ danh mục chứng khoán có DA cao đến danh mục chứng khoán có DA thấp. Ước lượng s của nhân tố SMB trong mô hình đều không có ý nghĩa thống kê ở mức 10% cho thấy quy mô công ty không có ảnh hưởng gì đến TSSL các danh mục sắp xếp theo độ lớn của DA. Ước lượng h của nhân tố HML trong mô hình có ý nghĩa thống kê lần lượt ở mức 5% và 10% với danh mục chứng khoán có DA cao và danh mục chứng khoán có DA thấp. Và giảm dần từ danh mục DA cao đến danh mục DA thấp cho thấy B/M có ảnh hưởng cùng chiều đến TSSL danh mục khi sắp xếp theo DA.
  44. 29 Ước lượng w của nhân tố WML trong mô hình đều dương và có ý nghĩa thống kê cao ở mức 1% chứng tỏ TSSL của chứng khoán trong quá khứ có ảnh hưởng đến TSSL bất thường của danh mục sắp xếp theo DA. Ước lượng g của nhân tố GMB chỉ có ý nghĩa thống kê mức 10% và tương quan âm với danh mục chứng khoán có DA cao. Như vậy chỉ đối với nhóm chứng khoán của các công ty có chất lượng thu nhập kém thì TSSL bất thường của chứng khoán trong dài hạn mới chịu tác động của nhận thức của thị trường về hiệu quả hoạt động thục tế của công ty. 4.5. Kết quả hồi quy kiểm định các nhân tố tác động đến TSSL bất thường 2 năm sau thông báo mua lại. TSSL bất thường 2 năm sau thông báo mua lại được tính bằng chênh lệch giữa TSSL thực tế trừ cho TSSL mong đợi tính từ mô hình đa nhân tố như đã trình bày ở phần Xử lý dữ liệu. Chúng tôi tiến hành chạy hồi quy TSSL bất thường 2 năm với các biến giả đại diện cho nhóm DA cùng với các biến khác như vốn hóa thị trường, tỷ số B/M, tiền và các khoản tương đương tiền, đòn bẩy tài chính, quy mô chương trình mua lại và số lượng mua lại thực tế. Kết quả ước lượng được trình bày ở bảng 8. Bảng 8: Hồi quy dữ liệu chéo của TSSL bất thường 2 năm. Mô hình 1 2 Hệ số chặn -5.294 -5.099 (0.062) (0.049) High DA dummy -0.443 -0.340 (0.398) (0.515) Log(size) -0.122 -0.103 (0.329) (0.402) Log(1+B/M) 0.755 (0.073) CASH 1.047 (0.418)
  45. 30 LEV -0.776 (0.452) High B/M dummy 0.589 (0.267) High CASH dummy 0.683 (0.151) Low LEV dummy -1.065 (0.052) Share anounced 0.627 0.557 (0.027) (0.049) Actual buyback 0.028 0.030 (0.364) (0.327) Actual buyback x High DA dummy -0.025 -0.028 (0.445) (0.387) (Bảng này trình bày kết quả hồi quy các nhân tố tác động đến TSSL bất thường 2 năm sau thông báo mua lại của chứng khoán. Biến độc lập là TSSL bất thường 2 năm của chứng khoán tính từ ngày thứ 3 sau thông báo mua lại đến hết năm thứ 2 sau đó, biến còn này được đo lường như đã trình bày trong phần 3.4.2.b. Số liệu trong ngoặc là giá trị p-value dựa trên kiểm định White (1980).) Theo kết quả trong bảng trên ta thấy rằng một lần nữa biến High DA dummy lại hoàn toàn không có ý nghĩa thống kê trong hai mô hình. Như vậy, có khả năng các nhà đầu tư trên thị trường chứng khoán Việt Nam vẫn tiếp tục không quan tâm đến chất lượng thu nhập thật sự trong dài hạn của công ty thông báo mua lại cổ phiếu. Đồng thời hệ số của biến Log(1+B/M) ở mô hình 1 có ý nghĩa và tác động của biến này lại cùng chiều với TSSL chỉ ra rằng thị trường kỳ vọng rằng những công ty có tỷ số B/M cao nhiều khả năng đang bị định giá thấp thì mức độ giảm sút trong TSSL sẽ lớn hơn. Ngoài ra ta thấy, hệ số của biến Low LEV dummy lại có ý nghĩa ở mô hình 2, điều này cho thấy rằng trong dài hạn, TSSL bất thường của chứng khoán sẽ phản ánh nhận
  46. 31 thức của nhà đầu tư về mức độ nợ của công ty. Tức là công ty đó có thật sự dư thừa nguồn vốn để thực hiện mua lại cổ phần hay không. Biến shares anounced có ý nghĩa thống kê ở mức 5%, trong khi actual buyback lại không dó ý nghĩa ám chỉ rằng thị trường chỉ quan tâm đến số cổ phiếu đăng kí mua lại chứ không quan tâm đến tỷ lệ mua lại thật sự của công ty. Điểm này có thể được giải thích bằng cách liên hệ với những quy định về chính sách mua lại cổ phần của Việt Nam chẳng hạn như tại HOSE quy định mỗi ngày giao dịch tổ chức niêm yết chỉ được đặt mua tối đa 5% khối lượng xin phép, giá mua hoặc bán trong ngày cũng không được hơn giá tham chiếu cộng 3 đơn vị yết giá Dường như vì những ràng buộc này khiến cho các công ty có lượng cổ phiếu được mua lại khá nhỏ và các nhà đầu tư cũng không còn quan tâm nhiều đến tiêu chí này. 5. KẾT LUẬN 5.1. Kết quả nghiên cứu chính. Với nhiều nghiên cứu trước đây về mục tiêu của các công ty đưa ra thông báo mua lại cổ phần, chúng tôi tập trung kiểm định mục đích tạo tín hiệu sai cho thị trường của các nhà quản trị. Trong các hình thức mua lại cổ phần chúng tôi quyết định chọn chính sách mua lại cổ phần trên thị trường mở vì tính linh hoạt và ít cam kết của hình thức này sẽ là cơ hội cho các nhà quản trị sử dụng như một cách đánh lừa thị trường. Qua những kết quả của nhiều nghiên cứu trước đây, việc sử dụng quy mô chương trình mua lại và số lượng mua lại thực tế để xác định mục tiêu quản trị là bất khả thi vì nhiều khả năng các thông báo mua lại chỉ được công bố với mục đích kéo giá cổ phiếu. Trong khi đó, các nhà kinh tế học đã tìm ra một biến phân loại chất lượng thu nhập của các công ty, phương pháp này đã được sử dụng rộng rãi trong nhiều nghiên cứu sau này cho phép chúng ta tập trung vào những công ty có chất lượng thu nhập thấp có nhiều khả năng đánh lừa các nhà đầu tư. Sử dụng mẫu dữ liệu gồm 311 đợt thông báo mua lại cổ phần từ tháng 1/2007 đến tháng 12/2013 của các công ty có chứng khoán niêm yết trên sở giao dịch chứng khoán TP.Hồ Chí Minh (HOSE), chúng tôi đã tìm ra những bằng chứng chứng tỏ
  47. 32 rằng hành vi đưa ra thông báo mua lại cổ phiếu nhằm kéo giá sẽ không mang lại bất kì lợi ích nào cho doanh nghiệp trong dài hạn. Chúng tôi cũng tìm thấy rằng, các nhà đầu tư dường như không hề quan tâm đến chất lượng thu nhập của công ty có thông báo mua lại trong ngắn hạn. Và trong dài hạn, khi TSSL bất thường của chứng khoán của công ty có chất lượng thu nhập kém và công ty có chất lượng thu nhập tốt đều âm thì thị trường cũng quan tâm nhiều đến các yếu tố như tỷ số B/M, đòn bẩy tài chính hơn là chất lượng thu nhập công ty và tỷ lệ mua lại. Trong khi đó, bằng cách sử dụng mô hình 5 nhân tố trên cơ sở mở rộng mô hình 4 nhân tố Carhart để xem xét các nhân tố ảnh hưởng đến TSSL bất thường 2 năm của chứng khoán, chúng tôi thấy rằng yếu tố quy mô SML lại không hề có ý nghĩa. Như vậy, nếu như trong dài hạn, các nhà đầu tư vẫn tiếp tục không quan tâm đến chất lượng thu nhập của công ty, các nhà quản trị sẽ có nhiều cơ hội sử dụng chính sách mua lại cổ phiếu như một công cụ để đánh lừa hơn. Đặc biệt là đối với những doanh nghiệp có chất lượng thu nhập kém, phải đứng trước áp lực tăng giá cổ phiếu dường như có thể tạo ra lợi nhuận trong ngắn hạn nhưng rõ ràng trong dài hạn lại không nhận được bất kì lợi ích nào. 5.2. Hạn chế và hướng phát triển của đề tài. 5.2.1. Hạn chế. Dữ liệu thu thập dựa vào báo cáo tài chính đã kiểm toán, tuy nhiên vẫn không thể chắc chắn hoàn toàn về tính minh bạch của báo cáo. Chỉ số VN Index thiếu tính đại diện cho thị trường. Giao dịch cổ phiếu diễn ra không liên tục và bị giới hạn về biến động giá bởi quy định về biên độ cũng làm ảnh hưởng đến độ tin cậy của bộ dữ liệu. Mô hình dự báo TSSL Fama French và mô hình 5 nhân tố chỉ vận hành tốt khi các nhà đầu tư có thông tin như nhau, thông tin không được rò rỉ và phải minh bạch. Tuy nhiên, thị trường chứng khoán Việt Nam hoạt động ở múc độ hiệu quả còn kém tạo cơ hội đạt được lợi nhuận cao cho các nhà đầu cơ là những người có khả năng tiếp cận với nguồn thông tin sớm nhất.
  48. 33 5.2.2. Hướng phát triển của đề tài. Có thể mở rộng một số hướng nghiên cứu trong tương lai như mở rộng mẫu nghiên cứu rộng hơn với nhiều kỳ quan sát hơn, phân loại các nhóm cổ phiếu theo accruals thành nhiều nhóm nhỏ chi tiết hơn Các nghiên cứu sau có thể đưa vào các nhân tố mới phù hợp hơn với đặc trưng riêng của thị trường Việt Nam và lựa chọn các biến tốt hơn để đại diện cho các nhân tố so với bài nghiên cứu này. Hơn nữa, có thể cải tiến mô hình 5 nhân tố và vận dụng vào việc dự báo TSSL chứng khoán sau đó so sánh TSSL dự báo với thực tế để đưa ra nhận định chứng khoán đó được định giá cao hay thấp, từ đó đưa ra khuyến nghị đầu tư.
  49. a DANH MỤC TÀI LIỆU THAM KHẢO TIẾNG ANH 1. Barber, B.M, Lyon, J.D, 1997. Detecting long – run abnormal stock return: the emprical power and specification of test statistics. Journal of Financial Economics 43,341-372. 2. Fama, E.F., French, K.R., 1993. Common risk factors in the return on stocks and bonds. Journal of Financial economics 33, 3-56. 3. Fried, J., 2005. Informed trading and false signaling with open market repurchases. California Law review 93, 1323-1386. 4. Gong, G., Louis, H., Sun, A.X., 2008. Earnings management and firm performance following open market repurchases. Journal of Finace 63, 947- 986. 5. Jegadeesh, N., Titman, 1993. Returns to buying winners and selling losers; implication for stock market efficiency. Journal of Finance 48, 65-91. 6. Konan Chan, 2010. Share repurchases as a potential tool to mislead investors. Journal of Corporate Finance 16, 137-158. 7. Lie, E., 2005. Operating performance following open market share repurchase announcements. Journal of Accouting and Economics 39, 411- 436. 8. Lyon, J.D., Baber. B.M., Tsai, C., 1999. Improved methods for test of long- run abnormal stock returns. Journal of Finance 54, 165-201. 9. Sloan, R.G. 1996. Do stock price fully reflect information in accruals and cash flows about future earnings? Accouting Review 71, 289-315. 10. Teoh, S.H, I., Wong, T.J., 1998. Earnings management and underperformance of seasoned equity offerings. Journal of Finance and Economics 50, 63-99. 11. White, H., 1980. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica 48, 817-838.
  50. b TIẾNG VIỆT 1. Nguyễn Trọng Hoài, Phùng Thanh Bình, Nguyễn Khánh Duy 2009, Dự báo và phân tích dữ liệu trong kinh tế và tài chính, trường Đại học kinh tế TP.Hồ Chí Minh. 2. PGS.TS Trần Ngọc Thơ, TS. Nguyễn Thị Ngọc Trang, TS. Phan Thị Bích Nguyệt, TS. Nguyễn Thị Liên Hoa, TS. Nguyễn Thị Uyên Uyên 2007, Tài chính doanh nghiệp hiện đại, trường Đại học kinh tế TP. Hồ Chí Minh. 3. TS Vương Đức Hoàng Quân, Hồ Thị Huệ 2008, Mô hình Fama French: Một nghiên cứu thực nghiệm đối với thị trường chứng khoán Việt Nam. 4. 5. 6. 7. 8. 9. 10.
  51. c PHỤ LỤC A DANH SÁCH 120 CÔNG TY CÓ THÔNG BÁO MUA LẠI CỔ PHIẾU NIÊM YẾT TRÊN SỞ GIAO DỊCH CHỨNG KHOÁN TP.HỒ CHÍ MINH TỪ THÁNG 1/2007 ĐẾN THÁNG 12/2013 MÃ STT TÊN CÔNG TY CHỨNG KHOÁN 1 Công ty cổ phần thủy sản Mê Kông AAM 2 Công ty cổ phần XNK Thủy sản Bến Tre ABT 3 Công ty cổ phần XNK thủy sản Ang Giang AGF Công ty cổ phần chứng khoán Ngân hàng Nông nghiệp và phát 4 AGR triển nông thôn Việt Nam 5 Công ty cổ phần Nam Việt ANV 6 Công ty cổ phần tập đoàn Dầu khí An Pha ASP 7 Công ty cổ phần BIBICA BBC 8 Tổng công ty cổ phần Bảo hiểm Đầu tư và phát triển Việt Nam BIC 9 Công ty cổ phần Nhiệt điện Bà Rịa BTP 10 Công ty cổ phần Thế kỉ 21 C21 11 Công ty cổ phần Nông lâm sản Thực phẩm Yên Bái CAP Công ty cổ phần Đầu tư và phát triển công nghiệp thương mại Củ 12 CCI Chi 13 Công ty cổ phần đầu tư và xây lắp Chương Dương CDC 14 Công ty cổ phần đầu tư hạ tầng kỹ thuật thành phố Hồ Chí Minh CII 15 Công ty cổ phần tập đoàn công nghệ CMC CMG 16 Công ty cổ phần công nghệ mạng và truyền thông CMT 17 Công ty cổ phần xây dựng và kinh doanh vật tư CNT 18 Công ty cổ phần vật tư xăng dầu COMECO COM 19 Công ty cổ phần xây dựng (Cotec) CTD 20 Công ty cổ phần gạch men Chang Yih CYC
  52. d 21 Công ty cổ phần Hóa An DHA 22 Công ty cổ phần dược Hậu Giang DHG 23 Công ty cổ phần đầu tư và thương mại DIC 24 Tổng công ty cổ phần Đầu tư phát triển Xây dựng DIG 25 Công ty cổ phần XNK Y tế Domesco DMC 26 Công ty phân bón và Hóa chất Dầu khí DPM 27 Công ty cổ phần cao su Đồng Phú DPR 28 Công ty cổ phần bóng đèn Điện Quang DQC 29 Công ty cổ phần Đầu tư Căn nhà Mơ Ước DRH 30 Công ty Cổ phần Đại thiên Lộc DTL 31 Ngân hàng thương mại cổ phần XNK Việt Nam EIB 32 Công ty cổ phần Everpia Việt Nam EVE 33 Công ty cổ phần thực phẩm Sao Ta FMC 34 Công ty cổ phần sản xuất kinh doanh XNK Bình Thạnh GIL 35 Công ty cổ phần sản xuất thương mại May Sài Gòn GMC 36 Công ty Cổ phần chế biến gỗ Thuận An GTA 37 Công ty cổ phần Vật tư tổng hợp và Phân bón hóa sinh H SI 38 Công ty cổ phần Hoàng Anh Gia Lai HAG 39 Công ty cổ phần Tập đoàn HAPACO HAP 40 Công ty cổ phần Hacisco HAS 41 Công ty cổ phần Xây dựng và kinh doanh địa ốc Hòa Bình HBC 42 Công ty cổ phần chứng khoán Hồ Chí Minh HCM 43 Công ty cổ phần phát triển nhà Bà Rịa Vũng Tàu HDC 44 Công ty cổ phần Tập đoàn Hòa Phát HPG 45 Công ty cổ phần Tập đoàn Hoa Sen HSG 46 Công ty cổ phần Hùng Vương HVG 47 Công ty cổ phần vận tải Hà Tiên HTV 48 Công ty cổ phần dược phẩm Imexpharm IMP 49 Công ty cổ phần và Đầu tư công nghiệp Tân Tạo ITA 50 Công ty cổ phần đầu tư kinh doanh nhà ITC
  53. e 51 Tổng công ty cổ phần Phát triển đô thị Kinh Bắc KBC 52 Công ty cổ phần Kinh Đô KDC 53 Công ty cổ phần Đầu tư và kinh doanh nhà Khang Điền KDH 54 Công ty cổ phần XNK Khánh Hội KHA 55 Công ty cổ phần Điện lực Khánh Hòa KHP 56 Công ty cổ phần MIRAE KMR 57 Công ty cổ phần Lalima 10 L10 58 Công ty cổ phần khoáng sản và vật liệu xây dựng Lâm Đồng LBM 59 Công ty cổ phần đầu tư và phát triển đô thị Long Giang LGL 60 Công ty cổ phần Long Hậu LHG 61 Công ty cổ phần Đầu tư xây dựng Lương Tài LUT 62 Công ty cổ phần Cơ điện và xây dựng Việt Nam MCG 63 Công ty cổ phần Miền Đông MDG 64 Công ty cổ phần Tập đoàn thủy sản Minh Phú MPC 65 Công ty cổ phần Đá núi nhỏ NNC 66 Công ty cổ phần giống cây trồng Trung Ương NSC 67 Công ty cổ phần phát triển đô thị Từ Liêm NTL 68 Công ty cổ phần Pin Ắc qui Miền Nam PAC 69 Tổng công ty cổ phần dịch vụ tổng hợp Dầu khí PET 70 Tổng công ty cổ phần Bảo hiểm Petrolimex PGI 71 Công ty cổ phần cao su Phước Hòa PHR 72 Công ty cổ phần XNK Petrolimex PIT 73 Công ty cổ phần văn hóa Phương Nam PNC 74 Công ty cổ phần thép POMINA POM 75 Công ty cổ phần nhiệt điện Phả Lại PPC 76 Công ty cổ phần Đầu tư và xây dựng Bưu điện PTC 77 Công ty cổ phần Đầu tư hạ tầng và đô thị Dầu Khí PTL 78 Công ty cổ phần khoan và dịch vụ Dầu khí PVD 79 Công ty cổ phần Đầu tư xây dựng thương mại Dầu khí IDICO PXL 80 Công ty cổ phần Xây lắp đường ống bể chứa Dầu khí PXT
  54. f 81 Công ty cổ phần đầu tư và phát triển SACOM SAM 82 Công ty cổ phần hợp tác kinh tế và Xuất Nhập khẩu Savimex SAV 83 Công ty cổ phần Sông Ba SBA 84 Công ty cổ phần Bourbon Tây Ninh SBT 85 Công ty cổ phần Nhiên liệu Sài Gòn SFC 86 Công ty cổ phần quốc tế Sơn Hà SHI Công ty cổ phần Đầu tư phát triển Đô thị và Khu công nghiệp 87 SJS Sông Đà 88 Công ty cổ phần SPM SPM 89 Công ty cổ phần giống cây trồng Miền Nam SSC 90 Công ty cổ phần chứng khoán Sài Gòn SSI 91 Công ty cổ phần Siêu thanh ST8 92 Ngân hàng thương mại cổ phần Sài Gòn thương tín STB 93 Công ty cổ phần dịch vụ tổng hợp Sài Gòn SVC 94 Công ty cổ phần bao bì Biên Hòa SVI 95 Công ty cổ phần Sonadezi Long Thành SZL 96 Công ty cổ phần vận tải đa phương thức Duyên Hải TCO 97 Công ty cổ phần phát triển nhà Tủ Đức TDH 98 Công ty cổ phần đầu tư điện Tây Nguyên TIC Công ty cổ phần Sản xuất kinh doanh XNK Dịch vụ và Đầu tư 99 TIX Tân Bình 100 Công ty cổ phần tập đoàn thép Tiến Lên TLH 101 Công ty cổ phần otô TMT TMT 102 Công ty cổ phần nhựa Tân Đại Hưng TPC 103 Công ty cổ phần TRAPHACO TRA 104 Công ty cổ phần cáo su Tây Ninh TRC 105 Công ty cổ phần thủy sản Số 4 TS4 106 Công ty cổ phần vật tư Nông Nghiệp Cần Thơ TSC Công ty Cổ phần xây dựng và phát triển đô thị tỉnh Bà Rịa Vũng 107 UDC Tàu
  55. g 108 Công ty cổ phần Vĩnh Hoàn VHC 109 Tập đoàn VINGROUP VIC 110 Công ty cổ phần vận tải xăng dầu VIPCO VIP 111 Công ty cổ phần xây dựng điện Việt Nam VNE 112 Công ty cổ phần Đầu tư Bất động sản Việt Nam VNI 113 Công ty cổ phần Sữa Việt Nam VNM 114 Công ty cổ phần Ánh Dương Việt Nam VNS 115 Công ty cổ phần vận tải biển Việt Nam VOS 116 Công ty cổ phần xây lắp và địa ốc Vũng Tàu VRC 117 Công ty cổ phần Container Việt Nam VSC 118 Công ty thủy điện Vĩnh Sơn Sông Hinh VSH 119 Công ty cổ phần Viettronics Tân Bình VTB 120 Công ty cổ phần vận tải xăng dầu VITACO VTO
  56. h PHỤ LỤC B TỶ SUẤT SINH LỢI CỦA CÁC DANH MỤC CHỨNG KHOÁN THEO NHÓM DA TRONG MÔ HÌNH 5 NHÂN TỐ TỪ THÁNG 2/2009 ĐẾN 1/2013 THÁNG SL SM SH BL BM 200902 H DA 0.028576 0.019978 0.030556 0.018182 -0.05691 200903 H DA -0.02779 0.025953 -0.2414 0.201835 -0.125 200904 H DA 0.042041 0.153931 0.247547 0.351145 -0.0051 200905 H DA 0.046237 0.22366 0.182305 0.351145 -0.0051 200906 H DA 0.311741 0.589584 0.304291 0.062176 0.383621 200907 H DA 0.00568 -0.01822 0.232631 0.101266 0.218069 200908 H DA 0.019287 0.045466 0.043643 0.261364 0.101413 200909 H DA 0.217648 0.224153 0.218587 0.256198 0.364035 200910 H DA 0.069588 0.138623 0.340096 0.092652 0.138514 200912 H DA -0.18228 -0.17533 -0.13255 -0.10386 -0.04545 201001 H DA 0.048792 -0.01991 -0.03967 -0.04305 0.081633 201002 H DA -0.07119 -0.0926 -0.07917 -0.04305 0.081633 201003 H DA 0.01348 0.055662 0.011529 0.110738 -0.00671 201004 H DA 0.01348 0.055804 0.011529 -0.04305 0.081633 201005 H DA 0.016302 0.07179 0.267279 0.117825 0.042453 201006 H DA -0.08223 -0.15625 -0.12877 0.117825 0.042453 201007 H DA -0.00827 0.043232 0.015413 -0.00641 -0.04321 201008 H DA -0.01847 -0.01922 0.068868 -0.0129 -0.04516 201009 H DA -0.02036 -0.17133 -0.14089 -0.13725 -0.18919 201010 H DA -0.01484 -0.03329 -0.04826 -0.08333 -0.03357 201011 H DA -0.01358 -0.09648 -0.14401 -0.09091 0.018727 201012 H DA -0.03077 -0.05174 -0.05973 -0.04306 -0.0566 201101 H DA 0.033411 0.038694 0.059065 0.137255 0.149533 201102 H DA -0.04672 -0.04351 -0.11131 -0.00862 0.019184 201103 H DA -0.03636 -0.06553 -0.11802 -0.05249 -0.22314 201104 H DA -0.04636 -0.06092 -0.00183 -0.04902 -0.08648
  57. i 201105 H DA -0.08314 -0.07212 -0.11499 0.141333 -0.14454 201106 H DA -0.22955 -0.12158 0.056429 -0.02804 -0.29115 201107 H DA 0.088941 0.052703 0.037451 0.067308 0.037267 201108 H DA 0.008173 -0.04711 -0.05959 0.056306 -0.15223 201109 H DA 0.034717 1.431406 0.107002 -0.5565 0.102323 201110 H DA -0.02848 -0.00851 -0.00902 0.000995 0.007243 201111 H DA -0.05596 0.028896 -0.04133 -0.04255 0.008913 201112 H DA -0.05519 -0.09828 -0.14437 -0.11296 -0.11878 201201 H DA -0.02183 -0.01878 -0.15338 -0.11296 -0.11878 201202 H DA 0.1274 0.065923 0.086533 0.170234 0.153651 201203 H DA 0.080001 0.076215 0.037689 0.021213 0.093041 201204 H DA 0.032093 0.061557 0.084642 0.167582 0.328207 201205 H DA 0.170585 -0.01375 0.212707 0.074074 0.183587 201206 H DA -0.02645 1.08523 -0.03652 -0.0465 0.086457 201207 H DA -0.01157 -0.20602 0.006277 -0.1068 -0.02689 201208 H DA -0.01332 -0.04402 -0.01955 -0.09474 -0.01787 201209 H DA -0.06197 -0.08183 -0.07307 -0.08791 0.120195 201210 H DA -0.01241 -0.02538 -0.09592 -0.08579 4.848041 201211 H DA 0.031589 -0.01662 -0.00778 -0.02538 0.020418 201212 H DA -0.0226 0.007004 -0.06913 -0.0609 0.024653 201301 H DA 0.172598 0.031116 -0.02047 7.394737 -0.01479 200911 H DA 0.132647 0.129121 0.211644 -0.02601 -0.01028 200902 L DA -0.08062 0.031125 -0.09992 -0.06044 0.016949 200903 L DA -0.14685 -0.11899 -0.10902 0.110526 0 200904 L DA 0.097359 0.182798 0.062506 0.170616 0.355828 200905 L DA 0.124743 0.146759 0.184759 0.170616 0.287356 200906 L DA 0.279625 0.334087 0.245752 0.007018 0.112676 200907 L DA 0.090189 0.012836 0.118121 0.114983 0.087137 200908 L DA 0.032331 -0.00246 0.042528 -0.02151 0.072789 200909 L DA 0.193406 0.198749 0.175897 -0.05539 0.315556 200910 L DA 0.087581 0.08336 0.292651 -0.05864 0.250804
  58. j 200911 L DA 0.012019 0.155675 0.134569 -0.14426 0.445104 200912 L DA -0.14411 -0.1366 -0.18554 -0.10728 -0.14579 201001 L DA -0.04205 -0.0432 0.019136 -0.08155 0.120521 201002 L DA -0.00674 0.026572 -0.09568 -0.08155 0.120521 201003 L DA 0.020769 -0.01136 0.01601 0.009091 0.017291 201004 L DA 0.020769 -0.01311 0.029442 -0.08155 0.120521 201005 L DA 0.077294 0.301836 0.159021 -0.07522 0.055866 201006 L DA -0.07206 -0.08493 -0.03012 -0.07522 0.055866 201007 L DA -0.0337 -0.04187 -0.03625 -0.01778 -0.08254 201008 L DA -0.00466 0.01595 0.025313 0.067873 -0.04844 201009 L DA -0.05353 -0.12575 -0.13006 -0.04237 0.018919 201010 L DA -0.0208 0.015068 -0.09762 -0.06667 0.137168 201011 L DA -0.06107 -0.04278 -0.04324 -0.08407 -0.02532 201012 L DA 0.027281 -0.05328 -0.01301 -0.02825 -0.16142 201101 L DA 0.100013 0.024684 0.014085 0.120996 0 201102 L DA 0.006856 0.002282 0.005779 -0.14921 -0.00985 201103 L DA -0.07206 -0.08149 -0.10474 -0.03358 -0.03901 201104 L DA -0.03553 -0.0341 -0.07824 0.015444 -0.05747 201105 L DA -0.09198 -0.09489 -0.13886 -0.07985 -0.06247 201106 L DA -0.22807 -0.1293 0.021494 0.020661 -0.12715 201107 L DA -0.00647 0.078459 0.073299 0.008097 0.008403 201108 L DA -0.03805 -0.03094 -0.05842 0 -0.09536 201109 L DA -0.0121 -0.13652 -0.0195 0.016064 -0.04131 201110 L DA -0.0225 0.00247 0.000828 -0.06852 0.014021 201111 L DA -0.07391 0.003187 0.010298 -0.0996 0.004032 201112 L DA -0.09593 -0.12018 -0.19061 -0.15597 0.045918 201201 L DA -0.03028 0.049369 -0.09597 -0.15597 0.045918 201202 L DA -0.01379 0.053039 0.059966 0.138329 0.100078 201203 L DA 0.062113 0.136116 0.12372 -0.09777 0.05197 201204 L DA 0.06064 0.091935 0.082835 0.118421 0.090171 201205 L DA 0.39503 0.460367 -0.18649 0.003546 0.368182
  59. k 201206 L DA 0.059502 -0.11075 -0.16025 -0.17753 -0.07167 201207 L DA 0.15606 0.066269 -0.13524 0.065972 0.188076 201208 L DA -0.01213 0.000743 -0.01793 -0.05051 0.001273 201209 L DA -0.02736 0.038837 -0.1244 -0.04762 -0.04927 201210 L DA -0.19465 -0.16843 -0.19143 9.87E-05 -0.1589 201211 L DA -0.02075 0.050414 -0.09163 -0.02062 0.039884 201212 L DA -0.00815 -0.02674 -0.07991 0.033394 -0.03429 201301 L DA -0.10239 0.141367 0.064823 0.208955 0.101639 200902 M DA -0.02831 -0.03944 -0.04576 0.013514 -0.08621 200903 M DA -0.1537 -0.17041 -0.12325 0 -0.20893 200904 M DA 0.153632 0.180169 0.15656 0 0.179392 200905 M DA 0.172594 0.153665 0.072253 0 0.179392 200906 M DA 0.3509 0.267302 0.17499 0 0.333757 200907 M DA -0.00501 0.01035 0.011614 0 0.097227 200908 M DA 0.001891 0.052909 0.067511 0.113043 0.162638 200909 M DA 0.196111 0.281779 0.222743 0.02623 0.324253 200910 M DA 0.088168 0.091492 -0.00891 0.138158 0.176913 200912 M DA -0.09004 -0.12406 -0.17752 -0.05797 -0.16434 201001 M DA 0.019766 -0.01255 0.001036 0.097179 0.039892 201002 M DA -0.06574 -0.08394 -0.11587 0.097179 0.039892 201003 M DA 0.046327 0.016172 0.063761 0.043988 0.012409 201004 M DA 0.059001 0.015628 0.064013 0.097179 0.039892 201005 M DA 0.05579 0.10252 0.145465 0.011204 -0.01199 201006 M DA -0.0597 -0.06236 -0.09358 0.011204 -0.01199 201007 M DA -0.02598 -0.00746 0.136186 0.014327 -0.0056 201008 M DA -0.03322 0.004532 0.069203 0.016949 -0.03233 201009 M DA -0.08947 -0.11251 -0.16675 -0.06856 -0.1046 201010 M DA -0.03319 0.054935 -0.02648 -0.10941 -0.03656 201011 M DA 0.000703 -0.0439 -0.15579 -0.00118 -0.02856 201012 M DA -0.00854 -0.06301 -0.09438 -0.03636 -0.02854 201101 M DA 0.052748 0.074285 0.000379 0.156064 0.127029
  60. l 201102 M DA -0.05728 -0.02934 -0.04699 0.010704 0.038721 201103 M DA -0.10015 -0.09026 -0.07233 -0.06727 -0.18585 201104 M DA -0.0226 -0.06086 -0.01338 0.038781 -0.04002 201105 M DA -0.05347 -0.08158 -0.09927 -0.09278 -0.07714 201106 M DA -0.25323 -0.10303 -0.00555 -0.21591 -0.18321 201107 M DA 0.134111 0.062895 0.030659 0.142071 0.059646 201108 M DA -0.07253 -0.02378 -0.07063 -0.00228 -0.04341 201109 M DA -0.03945 -0.08217 0.648545 0.007576 0.049535 201110 M DA 0.015014 0.03835 0.087182 0.014661 -0.01396 201111 M DA -0.02362 0.012193 -0.03401 -0.03057 -0.0138 201112 M DA -0.15462 -0.17556 -0.08004 -0.08848 -0.15012 201201 M DA -0.00411 -0.01116 -0.12175 -0.08848 -0.15012 201202 M DA 0.085082 0.01984 0.10962 -0.03103 0.112483 201203 M DA 0.134257 0.012764 0.095621 -0.01255 0.114144 201204 M DA 0.030256 0.05064 0.061071 0.055187 0.02916 201205 M DA 0.357448 0.20804 0.196421 5.803583 1.194846 201206 M DA 0.016899 -0.18456 0.204419 -0.46367 -0.18303 201207 M DA 0.10036 0.024285 -0.23734 5.324395 0.823301 201208 M DA -0.03222 -0.02661 -0.03288 -0.10523 -0.01469 201209 M DA -0.01386 -0.07421 -0.04134 0.01691 -0.10211 201210 M DA -0.03295 -0.09893 -0.09464 -0.2805 -0.16594 201211 M DA -0.00476 -0.04211 0.031903 -0.02775 -0.02004 201212 M DA -0.03704 -0.03145 -0.00473 0.008822 -0.06444 201301 M DA -0.04365 0.336245 0.33202 11.66143 0.171255 2000911 M DA 0.001821 0.100427 0.137073 -0.19298 0.086694
  61. m PHỤ LỤC C MÔ HÌNH TOBIT Theo Greene.H trong bài nghiên cứu “The number of hours worked by a women in laborforces” năm 1982, khi số liệu bị kiểm lọc thì phân phối của nó là sự trộn lẫn của các phân phối rời rạc và phân phối liên tục [2, 4]. Để phân tích phân phối này, ta xác định một biến ngẫu nhiên mới y đưuọc chuyển đổi từ một biến gốc y như sau: Y=0 nếu y* 0 Y=y* nếu y*>0 Nếu y* ~ N (휇, 훿2) thì phân phối được áp dụng là: 휇 휇 Prob(y=0) =prob (y*≤ 0) = 휑(- ) – 휑(- ) 휎 휎 Và nếu y*>0 thì y có mật độ là y* Mô hình hồi quy dự vào lý thuyết trên đuuơcj gọi là mô hình hồi qui được kiểm lọc hay mô hình Tobit. Dạng tổng quát như sau: Yi*= 훽’Xi + 휀i Yi = 0 nếu yi* ≤ 0 Yi=y* nếu yi* > 0 Hàm trung bình có điều kiện của mô hình là: 훽 푖 E(yi/xi)= 휑( )(훽 + 훿휆 ) 훿 1 푖 훽 ∅( 푖) 훿 Trong đó 휆푖 = 훽 휑( 푖) 훿 ∅ là hàm mật độ xác suất 휑 là hàm mật độ luỹ tích 휕 [ ∗/ 푖] Ảnh hưởng từ biến y* là = 훽 휕 푖 휕 [ ∗ / 푖) 훽′ Còn ảnh hưởng từ biến y là = 훽. ∅( 푖) 휕 푖 훿 Một sự thay đổi trong X sẽ tạo ra hai ảnh hưởng đối với hàm trung bình có điều kiện của Y*>0 và ảnh hưởng đến xác suất cho Y*>0
  62. n KẾT QUẢ HỒI QUY HỒI QUY PHỤ TRONG MÔ HÌNH 5 NHÂN TỐ Biến độc Biến phụ a b s h w g R square lập thuộc Rm - Rf SMB -0.094523 -0.019822* 0.013755 HML -0.091837 0.011227 0.007964 WML -0.100303 0.009941 0.024474 GMB -0.094972 -0.077890 0.02293 SMB HML -0.137237 -0.3110107 0.173570 WML 0.108008 -0.287834 0.586135 GMB -0.074425 1.574313 0.267578 HML WML -0.039595 0.053881 0.01138 GMB 0.004194 0.841301 0.042337 WML GMB 0.659422 -4.848259 0.358695
  63. o HỒI QUY TỶ SUẤT SINH LỢI THỜI KỲ THÔNG BÁO MUA LẠI MÔ HÌNH 1 MÔ HÌNH 2 Dependent Variable: AR5 Dependent Variable: AR5 Method: ML - Censored Normal (TOBIT) (Quadratic hill climbing) Method: ML - Censored Normal (TOBIT) (Quadratic hill climbing) Date: 03/30/14 Time: 15:28 Date: 03/30/14 Time: 15:30 Sample: 1 311 Sample: 1 311 Included observations: 311 Included observations: 311 Left censoring (indicator) is always zero Left censoring (indicator) is always zero Convergence achieved after 3 iterations Convergence achieved after 3 iterations Covariance matrix computed using second derivatives Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. Variable Coefficient Std. Error z-Statistic Prob. D1 -0.001013 0.003717 -0.272436 0.7853 D1 -0.001921 0.003742 -0.513373 0.6077 LOG(SIZ) -0.000235 0.000924 -0.254200 0.7993 LOG(SIZ) 0.000114 0.000915 0.124630 0.9008 LOG(1+BM) -0.003035 0.003123 -0.971620 0.3312 D2 0.001632 0.003947 0.413391 0.6793 CASH 0.013498 0.009497 1.421285 0.1552 D3 -0.004613 0.003560 -1.295858 0.1950 LEV -0.016893 0.007600 -2.222791 0.0262 D4 -0.006599 0.004083 -1.616188 0.1061 SHARE 0.003307 0.002073 1.595666 0.1006 SHARE 0.002569 0.002076 1.237521 0.2159 C 0.020194 0.020838 0.969113 0.3325 C 0.006102 0.019205 0.317733 0.7507 Error Distribution Error Distribution SCALE:C(8) 0.028028 0.001124 24.93995 0.0000 SCALE:C(8) 0.028174 0.001130 24.93995 0.0000 Mean dependent var 0.005871 S.D. dependent var 0.028483 Mean dependent var 0.005871 S.D. dependent var 0.028483 Akaike info criterion -4.259746 Schwarz criterion -4.163545 Akaike info criterion -4.249360 Schwarz criterion -4.153159 Log likelihood 670.3904 Hannan-Quinn criter. -4.221293 Log likelihood 668.7754 Hannan-Quinn criter. -4.210907 Avg. log likelihood 2.155596 Avg. log likelihood 2.150403 Left censored obs 0 Right censored obs 0 Left censored obs 0 Right censored obs 0 Uncensored obs 311 Total obs 311 Uncensored obs 311 Total obs 311
  64. p HỒI QUY DỮ LIỆU CHÉO TỶ SUẤT SINH LỢI BẤT THƯỜNG 2 NĂM SAU THÔNG BÁO MUA LẠI MÔ HÌNH 1 MÔ HÌNH 2 Dependent Variable: AB2 Dependent Variable: AB2 Method: ML - Censored Normal (TOBIT) (Quadratic hill climbing) Method: ML - Censored Normal (TOBIT) (Quadratic hill climbing) Date: 03/30/14 Time: 15:23 Date: 03/30/14 Time: 15:21 Sample: 1 311 Sample: 1 311 Included observations: 311 Included observations: 311 Left censoring (indicator) is always zero Left censoring (indicator) is always zero Convergence achieved after 3 iterations Convergence achieved after 3 iterations Covariance matrix computed using second derivatives Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. Variable Coefficient Std. Error z-Statistic Prob. D1 -0.442908 0.523478 -0.846087 0.3975 D1 -0.340118 0.522269 -0.651231 0.5149 LOG(SIZ) -0.122374 0.125284 -0.976772 0.3287 LOG(SIZ) -0.103422 0.123331 -0.838574 0.4017 LOG(1+BM) 0.755017 0.421432 1.791551 0.0732 D2 0.589917 0.531311 1.110305 0.2669 CASH 1.047872 1.294771 0.809310 0.4183 D3 0.683016 0.475682 1.435869 0.1510 LEV -0.776416 1.031811 -0.752478 0.4518 D4 -1.064896 0.548513 -1.941423 0.0522 SHARE 0.627279 0.284532 2.204599 0.0275 SHARE 0.556737 0.283007 1.967217 0.0492 BBACK 0.028118 0.031020 0.906455 0.3647 BBACK 0.030338 0.030965 0.979767 0.3272 HIBB -0.024527 0.032136 -0.763220 0.4453 HIBB -0.027798 0.032132 -0.865118 0.3870 C -5.294163 2.832184 -1.869286 0.0616 C -5.099286 2.592573 -1.966882 0.0492 Error Distribution Error Distribution SCALE:C(10) 3.777875 0.151479 24.93998 0.0000 SCALE:C(10) 3.764399 0.150938 24.93998 0.0000 Mean dependent var -7.023492 S.D. dependent var 3.854913 Mean dependent var -7.023492 S.D. dependent var 3.854913 Akaike info criterion 5.560509 Schwarz criterion 5.680760 Akaike info criterion 5.553362 Schwarz criterion 5.673613 Log likelihood -854.6592 Hannan-Quinn criter. 5.608575 Log likelihood -853.5478 Hannan-Quinn criter. 5.601428 Avg. log likelihood -2.748100 Avg. log likelihood -2.744527 Left censored obs 0 Right censored obs 0 Left censored obs 0 Right censored obs 0 Uncensored obs 311 Total obs 311 Uncensored obs 311 Total obs 311