CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC VỀ TÁC ĐỘNG CỦA THÔNG TIN KẾ TOÁN ĐẾN GIÁ CỔ PHIẾU CÁC CÔNG TY NIÊM YẾT 1.1 Các nghiên cứu công bố ở nước ngoài có liên quan Như đã đề cập trong mục tính cấp thiết của đề tài: những thông tin kế toán nào trên BCTC có tác động trực tiếp tới giá cổ phiếu và cơ sở lý thuyết cho sự tác động này? Giáo sư James Ohlson đã giải quyết được vấn đề trên trong một bài báo khoa học mang tên “Lợi nhuận, Giá trị sổ sách vốn chủ sở hữu, và Cổ tức trong phương trình vốn” được công bố vào năm 1995 và kể từ đó, tác giả đã đặt ra một nền tảng vững chắc cho mảng đề tài nghiên cứu này. Kế toán đã tạo ra một phương trình quan trọng đối với báo cáo về sự thay đổi vốn chủ sở hữu. Báo cáo này bao gồm những khoản mục cuối trong bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh là giá trị sổ sách vốn chủ sở hữu và lợi nhuận. Định dạng này yêu cầu sự thay đổi trong giá trị sổ sách vốn chủ sở hữu bằng với lợi nhuận trừ đi cổ tức.
Ý tưởng của Ohlson là có thể đề ra một lý thuyết gắn kết giá trị doanh nghiệp dựa vào phương trình trên để nhận dạng vai trò khác nhau của mỗi biến trong ba biến: lợi nhuận, giá trị sổ sách vốn chủ sở hữu, và cổ tức. Mô hình Ohlson (1995) có thể phân tích thành hai bộ phận: Bộ phận thứ nhất, mô hình định giá cổ phiếu được đo lường bằng lợi nhuận thặng dư (Residual Income Model – RIM). Theo mô hình RIM, giá trị nội tại của một cổ phiếu gồm hai thành phần là giá trị sổ sách của cổ phiếu đó và tổng giá trị hiện tại của dòng lợi nhuận thặng dư trong tương lai của công ty. Bộ phận thứ hai, chuỗi thông tin mà ảnh hưởng đến dự đoán khả năng sinh lợi trong tương lai (Information Dynamics).
Ohlson đã dựa trên giả thiết quan trọng liên quan đến chuỗi thời gian của dòng lợi nhuận thặng dư. Giả thiết này được đưa ra căn cứ vào tính tồn lưu của lợi nhuận đã được ghi nhận trong các nghiên cứu thực nghiệm trước đó cũng như dựa trên thực tiễn thông tin BCTC chỉ là một bộ phận của tập hợp các thông tin có thể ảnh hưởng đến kỳ vọng của thị trường về lợi nhuận tương lai của doanh nghiệp. Giả thiết này của Ohlson có thể được diễn giải một cách khác là kỳ vọng 10 của nhà đầu tư về khả năng sinh lời tương lai của công ty phụ thuộc một phần vào thông tin BCTC hiện tại (khả năng sinh lời hiện tại) và vào các thông tin khác chưa (hoặc không) được phản ánh trong BCTC (Nguyễn Việt Dũng, 2009). Việc kết hợp mô hình lợi nhuận thặng dư (RIM) với chuỗi thông tin đề xuất cho phép Ohlson rút ra được mô hình thể hiện mối liên hệ giữa giá cổ phiếu và hai thông tin BCTC trực tiếp là lợi nhuận và giá trị sổ sách vốn chủ sở hữu trên một thị trường hiệu quả.
Sử dụng hằng số để thay thế cho biến thông tin ngoài kế toán, mô hình Ohlson được viết lại như sau và là mô hình cổ điển được các nhà nghiên cứu khoa học đi theo và sử dụng cho đến ngày nay: Pt = α1 + α2*BVt + α3*𝑿𝜶 𝒕 Với: X: lợi nhuận hiện tại BV: giá trị sổ sách vốn chủ sở hữu Tuy nhiên, mô hình Ohlson (1995) lại có một hạn chế là được sử dụng dựa trên giả định thị trường hiệu quả và điều này hầu như không thể đáp ứng được trong thực tế (vấn đề này sẽ được đề cập lại khi trình bày nghiên cứu của Aboody, Hughes & Liu, 2002). Sau khi Ohlson (1995) đề xuất ra mô hình mà được nhiều nhà nghiên cứu sử dụng đến hiện tại, các nghiên cứu kế toán thường sử dụng hệ số xác định (R2) từ phương pháp bình phương tối thiểu thông thường OLS để đo lường giá trị thích hợp. Brown và các cộng sự (1999) đã nghiên cứu và nhận thấy rằng nhân tố quy mô (scale factor) có ảnh hưởng làm gia tăng R2 khi chạy mô hình hồi quy. Nghiên cứu của Brown và các cộng sự mang tên: “Sử dụng R2 trong nghiên cứu kế toán: đo lường sự thay đổi giá trị thích hợp trong bốn thập kỷ qua” được công bố trên một bài báo khoa học năm 1999.
Mục đích chính của nghiên cứu này là phân tích liệu hệ số xác định (R2) có thật sự phản ánh ý niệm giá trị thích hợp của thông tin kế toán đến giá cổ phiếu của các công ty niêm yết khi có sự ảnh hưởng của nhân tố quy mô. 11 Brown và các cộng sự đã đưa ra hai hướng để tính sự thay đổi trong giá trị thích hợp mà được đo lường bằng hệ số xác định R2. Mỗi mô hình kiểm soát sự thay đổi trong ảnh hưởng của quy mô. Đầu tiên, nghiên cứu ước lượng hệ số biến sai (Coefficient of Variation) của nhân tố quy mô trong mỗi khoảng thời gian chọn mẫu.
Sau đó tác giả sẽ phân tích sự khác biệt trong R2 giữa các mẫu, sau khi kiểm soát hệ số biến sai của nhân tố quy mô. Tiếp theo, nghiên cứu loại bỏ ảnh hưởng của quy mô từ mỗi mẫu bằng cách làm giảm giá trị của các quan sát bằng các chỉ số đại diện cho nhân tố quy mô. Mục tiêu của mỗi phương pháp này là tách biệt sự thay đổi trong R2 mà gây ra bởi nhân tố quy mô. Thông qua thực nghiệm, nghiên cứu cho thấy rằng tương quan biến động của nhân tố quy mô có ảnh hưởng làm gia tăng lên các R2 từ hồi quy giá cổ phiếu (P) lên EPS và BVPS, và như vậy khả năng giải thích của giá trị sổ sách vốn chủ sở hữu và lợi nhuận đến giá cổ phiếu của doanh nghiệp thực tế bị suy giảm.
Do mối quan tâm của công trình nghiên cứu này là ở khả năng giải thích của biến cơ sở mà không phải ở khả năng giải thích của quy mô, vì vậy sẽ là không hợp lý khi phân tích R2 từ hồi quy mà cho thêm biến làm chỉ số cho quy mô. Việc làm suy giảm giá trị bằng chỉ số đại diện cho quy mô mang lại các R2 phản ánh tốt hơn khả năng giải thích của biến cơ sở. Để ước tính hồi quy đã được làm giảm giá trị, nghiên cứu cho thấy cần một chỉ số đại diện cho nhân tố quy mô, một biến mà phản ánh được quy mô của một cổ phiếu. Dưới giả định của thị trường hiệu quả, giá cổ phiếu phản ánh bản chất của những nguồn lực kinh tế này và vì vậy, làm chỉ số đại diện cho quy mô kích cỡ của cổ phiếu.
Nghiên cứu của Brown và các cộng sự sử dụng giá cổ phiếu một năm trước ngày định giá (Pt-1) như là chỉ số đại diện cho nhân tố quy mô, và tiến hành chia các biến quan sát Pt, BVPSt, và EPSt bằng Pt-1 để thu thập những mẫu quan sát với quy mô không đổi. Việc sử dụng giá cổ phiếu cũ một năm cung cấp sự giải thích của kết quả từ hồi quy bị làm suy giảm giá trị: nếu $1 được đầu tư trong mỗi cổ phiếu tại thời điểm đầu năm, R2 sẽ thể hiện mức biến động bao nhiêu trong giá trị của kết quả đầu tư tại 12 thời điểm cuối năm có thể được giải thích bằng lợi nhuận và giá trị sổ sách được công bố trong thời gian đó. Nghiên cứu được lập luận rằng giá cổ phiếu là chỉ số đại diện tốt hơn cho quy mô của cổ phiếu hơn các biến khác chẳng hạn EPS, BVPS, hoặc các biến kế toán khác. Nghiên cứu này dành mối quan tâm trong việc kiểm nghiệm liệu thông tin kế toán có cải thiện hay làm tệ đi khả năng của nó trong việc lý giải giá cổ phiếu.
Theo đó, mô hình được làm suy giảm giá trị cho mỗi năm trong khoảng thời gian nghiên cứu như sau: Pi, t / Pi,t-1 = α0,t + α1,t * EPSi,t / Pi,t-1 + α2,t * BVPSi,t / Pi,t-1 + εi,t Công trình của Brown và các cộng sự (1999) chỉ ra rằng các nhà nghiên cứu nên cẩn trọng khi sử dụng hệ số xác định R2. Kết quả nghiên cứu cho thấy R2 là một thống kê không đáng tin cậy khi có sự hiện diện của quy mô, và R2 thì phụ thuộc vào tương quan biến động của tác nhân quy mô. Vì vậy, sự khác biệt trong R2 từ các mẫu được rút ra từ các khoảng thời gian khác nhau, từ sự trao đổi cổ phiếu khác nhau, từ các quốc gia khác nhau có thể một phần gây ra bởi sự khác biệt trong tương quan biến động nhân tố quy mô. Do đó, Brown và các cộng sự (1999) đề xuất những nhà nghiên cứu kiểm soát sự khác biệt của ảnh hưởng quy mô giữa các mẫu bằng cách thêm chỉ số đại diện cho tương quan biến động của quy mô, hoặc bằng cách làm suy giảm giá trị của các quan sát cá thể bởi một chỉ số đại diện cho quy mô.
Như đã đề cập trước đó, nghiên cứu của Ohlson (1995) dựa trên giả thiết ẩn về thị trường hiệu quả. Nếu như thị trường không ở trạng thái lý tưởng, nghiên cứu về tác động của thông tin BCTC đến giá cổ phiếu sẽ được thực hiện như thế nào? Năm 2002, Aboody, Hughes và Liu thực hiện nghiên cứu về mảng đề tài này trong công trình mang tên “Đo lường giá trị thích hợp trong thị trường không hiệu quả” được đăng trên tạp chí nghiên cứu kế toán. Các tác giả đã nghiên cứu tác động của thông tin trên BCTC đến giá cổ phiếu của công ty niêm yết trong điều kiện thị trường không hiệu quả, tức là xem xét đến yếu tố thị trường mà trong đó giá cổ phiếu phản ánh giá trị nội 13 tại của nó với sai số. Sự tương quan này có thể làm cho hồi quy của giá cổ phiếu theo thông tin trên BCTC có hệ số thiên lệch.
Nghiên cứu cho thấy thông tin về sai số có thể rút ra từ biến động giá cổ phiếu trong tương lai nếu thị trường tự điều chỉnh về trạng thái hiệu quả theo thời gian. Dữ liệu nghiên cứu được thu thập từ hồ sơ thường niên COMPUSTAT, thông tin giá cổ phiếu từ CRSP và thu được 105,362 quan sát công ty – năm cho khoảng thời gian từ 1962 đến 1995.