Chương 1 cho phép xây dựng mô hình phân tích các yếu tố anh hưởng đến giá cô phiếu của các doanh nghiệp ngành tài chính — bảo hiểm, chuyên đề tốt nghiệp đã tiễn hành thu thập số liệu và xác định được phương pháp phân tích phù hợp. Dữ liệu nghiên cứu Nhằm xem xét và đánh giá tác động của các yếu tố vi mô và vĩ mô tới giá cô phiếu của các doanh nghiệp ngành tài chính — bảo hiểm, chuyên đề tốt nghiệp thực hiện phân tích dựa trên bộ số liệu thứ cấp được thu thập từ các nguồn thông tin chính thống và đáng tin cậy. Dựa vào tổng quan những nghiên cứu trong nước và nước ngoài, chuyên đề xác định những nhân tố bên trong doanh nghiệp có khả năng ảnh hưởng đến giá cổ phiếu như: quy mô doanh nghiệp, tỷ suất sinh lợi trên tổng tài sản bình quân, tỷ suất sinh lợi trên vốn chủ sở hữu bình quân, giá trị số sách của một cô phiếu, chỉ số giá thị trường trên giá trị số sách, hệ số giá trên thu nhập và thu nhập trên mỗi cé phiếu. Nhà dau tư thường sử dụng các chỉ số tài chính này dé đánh giá tình hình hoạt động kinh doanh của một doanh nghiệp.
Chúng có khả năng phản ánh quy mô doanh nghiệp, khả năng sinh lợi và tình hình định giá của thị trường đối với cổ phiếu. Số liệu của các biến vi mô được thu thập từ các trang web chứng khoán như vietstock, cophieu68 và từ báo cáo tài chính đã được kiểm toán của các doanh nghiệp ngành tài chính — bảo hiểm. Số liệu của các biến vĩ mô như lạm phát, lãi suất cho vay ngắn hạn, tốc độ tăng GDP được thu thập từ trang web của Ngân hàng Nhà nước và Tổng cục Thống kê. Chuyên đề thực hiện phân tích trong giai đoạn 2018-2021.
Tổng cộng có 53 doanh nghiệp ngành tài chính — bảo hiểm niêm yết trên sàn giao dịch chứng khoán Hà Nội (HNX) và sàn giao dịch chứng khoán TP.HCM (HOSE) giai đoạn 2018-2021. Ngành tài chính và bảo hiểm bao gồm các doanh nghiệp hoạt động trong 3 lĩnh vực cụ thé là: bảo hiểm, chứng khoán và ngân hàng. Cơ cau về mẫu nghiên cứu được mô tả qua bảng sau: 22 Bảng 2.1: Bang thống kê mô ta cơ cau mẫu Lĩnh vực hoạt động Số quan sát Cơ cấu Bảo hiểm 8 15.1% Tổng số 33 Nguồn: Tính toán cua tác giả Trong số 53 doanh nghiệp thuộc ngành cấp 1 tài chính và bảo hiểm thì hơn một nửa là hoạt động trong lĩnh vực chứng khoán với 28 doanh nghiệp chiếm 52. Các doanh nghiệp này chủ yếu hoạt động dưới hình thức là các công ty cô phần (CTCP) và có chức năng là cung cấp các dịch vụ liên quan đến chứng khoán, hàng hóa, bao gồm môi giới chứng khoán, tư vấn đầu tư, quản lý quỹ và các hoạt động liên quan khác.
Bên cạnh đó, trong mẫu nghiên cứu có 17 ngân hàng chiếm 32. Đây đều là các ngân hàng thương mại cô phần (TMCP) cung cấp các dịch vụ tài chính như cho vay, tiết kiệm, thanh toán, tín dụng và quản lý tài sản. Cuối cùng, các doanh nghiệp bảo hiểm chiếm 15.1% trong tổng số doanh nghiệp nghiên cứu tương đương với 8 doanh nghiệp và phần lớn là các Tổng Công ty cô phan, ngoài ra còn có Tập đoản. Doanh nghiệp bảo hiểm có chức năng cung cấp các loại hình bảo hiểm như bảo hiểm nhân thọ, bảo hiểm tai nạn, bảo hiểm y tế, bảo hiểm tài sản và một số loại khác.
Phương pháp nghiên cứu 2. Trình tự phân tích Chuyên đề tốt nghiệp tiễn hành phân tích bộ dữ liệu theo trình tự như sau. Bộ dữ liệu ban đầu gồm tất cả 11 biến với một biến phụ thuộc và 10 biến độc lập. Trong đó, biến phụ thuộc là giá cô phiếu và 10 biến độc lập gồm7 biến vi mô đó là: tỷ suất sinh lợi trên tổng tài sản bình quân, tỷ suất sinh lợi trên vốn chủ sở hữu bình quân, giá trị số sách của một cô phiếu, chỉ số giá thị trường trên giá tri số sách, thu nhập trên mỗi cô phiếu, hệ số giá trên thu nhập, quy mô doanh nghiệp, và 3 biến vĩ mô là: tốc độ tăng GDP, lạm phát, lãi suất cho vay ngắn hạn.
Các biến vi mô trong chuyên đề là các chỉ số thường được nha đầu tư sử dụng dé đánh giá hiệu quả hoạt động và giá tri của một doanh nghiệp. Tuy nhiên, việc chỉ sử dụng một chỉ số tài chính riêng lẻ có thể phản ánh không đầy đủ và chính xác về tình hình kinh doanh của doanh nghiệp 23 đó. Chính vì thế, dé đưa ra quyết định đầu tư vào cô phiếu của doanh nghiệp nào, các nhà đầu tư sẽ xem xét dựa trên các nhóm chỉ số của doanh nghiệp đó, ví dụ như nhóm chỉ số sinh lợi, nhóm chỉ số định giá cô phiếu. Vì thế, chuyên đề tốt nghiệp quyết định sử dụng phương pháp phân tích thành phần chính (PCA) với mục đích kết hợp các biến vi mô ban đầu thành các biến mới tông hợp.
Việc sử dụng các biến được tổng hợp từ PCA dé phân tích sẽ cung cấp một cái nhìn toàn diện và tổng thé hon trong việc đánh giá nhóm chỉ số nào có ảnh hưởng đến giá cô phiếu. Các biến được đưa vào phân tích PCA gồm 7 biến đó là: tỷ suất sinh lợi trên tổng tài sản bình quân (ROAA), tỷ suất sinh lợi trên vốn chủ sở hữu bình quân (ROEA), hệ số giá trên thu nhập (P/E), thu nhập trên mỗi cổ phiếu (EPS), giá trị số sách của một cổ phiếu (BVPS), chỉ số giá thị trường trên giá tri số sách (P/B) và quy mô doanh nghiệp (Size). Tiếp theo, thực hiện phân tích mô hình hồi quy gốc với toàn bộ 10 biến giải thích ban đầu nhằm xem xét, đánh giá chiều hướng mối quan hệ và mức độ ảnh hưởng của từng biến giải thích đến giá cô phiếu. Sau đó, tiếp tục phân tích mô hình hồi quy với các biến được tổng hợp từ PCA nhằm đánh giá mối quan hệ g1ữa các biến mới và giá cô phiếu, từ đó đưa ra nhận xét về ưu nhược điểm của từng mô hình.
Như vậy, chuyên đề tốt nghiệp bước đầu sẽ thực hiện phân tích thành phan chính (PCA), sau đó hồi quy dữ liệu mảng với mô hình gốc và mô hình các biến được tổng hợp từ PCA. Sau khi lựa chọn được mô hình phù hợp sẽ kiểm tra các khuyết tật của mô hình và dùng ước lượng Robust dé khắc phục. Phương pháp phân tích thành phan chính (PCA) Khái niệm: Phương pháp phân tích thành phần chính (Principal Component Analysis) là một kỹ thuật phân tích đa biến được sử dụng rộng rãi trong các lĩnh vực như thống kê, kinh tế, khoa học dữ liệu và các lĩnh vực khác. Phương pháp này giúp giảm số chiều tập dit liệu băng cách tìm ra các thành phan chính (principal components) quan trọng mà không làm mất đi nhiều thông tin của đữ liệu ban đầu.
Mục dich: Mục đích quan trọng nhất của PCA là biến đổi tập dữ liệu ban đầu gồm nhiều biến thành một tập có số lượng biến ít hơn giúp cho việc xử lý dữ liệu trở nên đơn giản hơn và giảm thiêu tình trạng nhiễu trong dữ liệu. 24 Nội dung: PCA được áp dụng với các biến định lượng hoặc các biến định tính với thang đo thứ bậc và các biến này phải có mối liên hệ tương quan với nhau. Cụ thé, PCA giúp chuyền đổi các biến trong bộ dữ liệu thành các biến mới được gọi là các thành phần chính (PC), trong đó mỗi thành phan chính là một tổ hợp tuyến tính của một nhóm các biến ban đầu. Các PC không được tương quan với nhau và phải giải thích được nhiều nhất sự biến thiên của các biến gốc.
Các thành phần chính này được sắp xếp theo thứ tự giảm dần của giá trị riêng, với thành phần chính đầu tiên giải thích phần lớn sự biến động của dữ liệu và các thành phần chính tiếp theo giải thích phần nhỏ hơn của sự biến động. Kết quả của PCA là các biến mới gọi là PC mà giá trị của nó là trung bình có trọng số của các biến ban đầu. Trinh tự thực hiện PCA: > Xác định các biến đưa vào phân tích. > Xác định các thành phần chính đặc trưng cho các biến ban đầu.
> Xác định các biến thuộc các PC. > Giải thích các thành phần chính và tính giá trị của các quan sát theo thành phan chính. Phương pháp hồi quy dữ liệu mảng Phương pháp hồi quy dữ liệu mang là một phương pháp dùng dé phân tích mối liên hệ giữa một biến phụ thuộc với một hoặc nhiều biến độc lập, trong đó dit liệu được thu thập từ cùng một tập đối tượng (ví dụ: các công ty) qua nhiều thời điểm (ví dụ: các năm). Chuyên đề tốt nghiệp sẽ sử dụng mô hình bình phương nhỏ nhất (Pooled OLS), mô hình tác động cô định (FEM), mô hình tác động ngẫu nhiên (REM) và ước lượng sai số chuẩn vững (Robust) để đánh giá tác động của các yếu tố vi mô và vĩ mô đến giá cổ phiếu.
Mô hình Pooled OLS Mô hình Pooled OLS là mô hình hồi quy tuyến tính giản đơn được xây dựng dựa trên việc nghiên cứu mối quan hệ giữa biến phụ thuộc Y với một hoặc nhiều biến độc lập, ký hiệu là X và được sử dụng trong phân tích đa cơ sở dữ liệu (panel data). Mô hình này cé gang tìm ra hệ số hồi quy có thé giải thích được nhiều nhất sự biến động của biến phụ thuộc và được tinh bằng cách tối thiêu hóa tổng bình phương sai số giữa 25 giá trị thực tế và giá trị dự đoán của biến phụ thuộc. Dữ liệu bảng bao gồm N - đối tượng và T - thời điểm, do đó tổng số quan sát trong bảng là NxT. Mô hình hồi quy đa biến giản đơn được biểu diễn như sau: Yie = Bo + BiX ita + BaXụya +-.-+ BrXiten + Wit VOLI= 1,2,.,T Trong do: Y,;: giá trị của biến phụ thuộc cho đối tượng i ở thời điểm t Xitts Xuya., Xitn? giá trị của các biến độc lập cho đối tượng i ở thời điểm t Bo: hệ số chặn B:., Bn: hệ số hồi quy của các biến độc lập tụy: sai số của đối tượng i ở thời điểm t Ưu điểm của mô hình này là tính đơn giản, dễ sử dụng và dễ hiểu.
Tuy nhiên, nhược điểm của nó là coi tat cả các đối tượng trong bảng dữ liệu là như nhau, không quan tâm đến các đặc điểm riêng biệt của từng đối tượng hoặc sự biến động của chúng theo thời gian.