Tiểu luận môn đầu tư tài chính chủ đề ChenRollRoss ECONOMICS FORCE AND THE STOCK MARKET

1
Tóm tắt:
Bài nghiên cứu này kiểm định có hay không sự biến đổi trong các biến kinh tế vĩ mô
như là những rủi ro mà mang lại được lợi nhuận trong thị trường chứng khoán . Lý
thuyết tài chính cho thấy rằng các biến kinh tế vĩ mô sau đây ảnh hưởng mang tính
hệ thống đến tỷ suất sinh lợi của thị trường chứng khoán: chênh lệch giữa lãi suất
dài hạn và lãi suất ngắn hạn, lạm phát kỳ vọng và lạm phát ngoài kỳ vọng, sản lượng
công nghiệp, và chênh lệch tỷ suất sinh lợi giữa trái phiếu xếp hạng cao và trái phiếu
xếp hạng thấp . Chúng tôi thấy rằng các dạng rủi ro trên có ảnh hưởng đáng kể tới
giá chứng khoán. Hơn nữa, danh mục thị trường và mức tiêu dùng tổng hợp đều
không được định giá riêng biệt. Chúng tôi cũng thấy rằng rủi ro về giá dầu thì không
tách biệt với lợi nhuận trong thị trường chứng khoán.
I- Giới thiệu
Giá tài sản thường được cho là phản ứng nhạy cảm với thông tin kinh tế. Kinh
nghiệm hàng ngày dường như ủng hộ quan điểm cho rằng giá tài sản riêng lẻ bị ảnh
hưởng bởi hàng loạt các sự kiện ngoài kỳ vọng và một số sự kiện có ảnh hưởng lan
rộng đến giá tài sản. Phù hợp với khả năng đa dạng hóa của các nhà đầu tư, lý thuyết
tài chính hiện đại đã tập trung vào ảnh hưởng mang tính lan rộng, hoặc mang tính hệ
thống,như là nguồn gốc gây ra rủi ro đầu tư. Kết luận chung của lý thuyết là bất cứ
khi nào một tài sản cụ thể bị ảnh hưởng bởi thông tin kinh tế có tính hệ thống và
không có lợi nhuận thêm nào khi đối mặt với rủi ro đa dạng hoá, thì một phần bổ
sung của tỷ suất sinh lợi dài hạn được yêu cầu và đạt được.
* Tác giả xin gửi lời cảm ơn đến các trường ĐH của mình, đến các trung tâm nghiên cứu giá chứng
khoán, Tố chức khoa học quốc gia đã hỗ trợ nghiên cứu và Ceaja Chan đã hỗ trợ tính toán. Những ý
kiến của Bradford Cornell, Eugene Fama, Pierre Hillion, Richard Sweeney, và Arthur Warga là hữu
ích nhất, cũng như những ý kiến của người tham gia hội thảo tại Claremont, Graduate School, ĐH
Stanford, ĐH Toronto, ĐH California, Irvine, ĐH Alberta, ĐH Chicago và nhiều người khác. ĐH
British Columbia đã tạo ra môi trường thúc đẩy nghiên cứu, vì vậy mà một phần của phiên bản đầu
tiên đã được viết trong tháng 8 năm 1984.
Ví dụ, APT (Ross 1976) và các mô hình của Merton (1973) và Cox, Ingersoll, và
Ross (1985) phù hợp với quan điểm này (Jounal of Business, 1986, vol 59. no3)

năm 1986 bởi ĐH Chicago. Bản quyền 0021-9398/8615903- 001$0150.
2
Tuy lý thuyết này không còn được nhắc đến, những sự kiện liên quan đến lý thuyết
này dường như vẫn ảnh hưởng đến toàn bộ tài sản . Có một sự khác biệt giữa việc
bỏ qua tầm quan trọng của các biến trạng thái mang tính hệ thống và sự không hiểu
biết đầy đủ về các biến đó. Có một sự dịch chuyển đồng thời của giá tài sản đã cho
thấy sự hiện diện của những ảnh hưởng ngoại sinh trong nó, nhưng chúng tôi vẫn
chưa xác định được các biến kinh tế nào đã gây ra hiện tượng đó.
Bài nghiên cứu của chúng tôi là một sự khám phá trong việc nhận diện được hiện
tượng này. Trong Phần II , chúng tôi sử dụng một khung lý thuyết đơn giản để lựa
chọn các biến trạng thái mang tính hệ thống. Tại Phần III chúng tôi giới thiệu các dữ
liệu và giải thích các phương pháp kỹ thuật được sử dụng để đo lường biến động
ngoài kỳ vọng của các biến trạng thái được lựa chọn. Phần IV chúng tôi xem xét các
biến trạng thái có giải thích được tỷ suất sinh lợi kỳ vọng hay không. Như một lựa
chọn thay thế cho việc ảnh hưởng đến giá của các biến trạng thái xác định bởi mô
hình lý thuyết đơn giản của chúng tôi, phần IV xem xét trọng số theo giá trị và trọng
số cân bằng của chỉ số thị trường, chỉ số tiêu dùng thực tế, chỉ số giá dầu . Những
chỉ số đó là không quan trọng tới việc định giá tài sản khi so sánh với các biến trạng
thái được xác định. Phần V tóm tắt những phát hiện của chúng tôi và gợi ý một số
hướng nghiên cứu trong tương lai.
II- Lý thuyết
Không có lý thuyết hợp lý nào lập luận rằng mối quan hệ giữa thị trường tài chính
và kinh tế vĩ mô là theo một hướng. Tuy nhiên , giá chứng khoán được xem như
phản ứng với các thành phần bên ngoài (thậm chí giá chứng khoán có thể phản ứng
lại với các biến khác) . Một số quan điểm cho rằng tất cả các biến số kinh tế đều nội
sinh. Chỉ có các hiện tượng tự nhiên, chẳng hạn như sao băng, động đất… là những
hiện tượng ngoại sinh thật sự cho nền kinh tế thế giới, nhưng căn cứ vào mô hình
định giá tài sản thì những nhân tố hệ thống như trên là vượt quá khả năng hiện tại
của chúng tôi. Mục tiêu hiện tại của chúng tôi chỉ đơn thuần là mô hình hóa tỷ suất
sinh lợi vốn cổ phần như là một hàm của các biến vĩ mô và tỷ suất sinh lợi của tài

sản không phải vốn cổ phần. Do đó bài nghiên cứu này sẽ xem thị trường chứng
khoán là nội sinh, liên quan đến các thị trường khác .
3
Theo những tranh luận về đa dạng hóa thì ẩn chứa trong lý thuyết thị trường vốn, chỉ
có các biến kinh tế trạng thái tổng thể sẽ ảnh hưởng đến việc định giá thị trường
chứng khoán tổng hợp. Một vài biến mang tính hệ thống có ảnh hưởng đến sự vận
hành giá cả của nền kinh tế hoặc ảnh hưởng cổ tức sẽ ảnh hưởng đến tỷ suất sinh lợi
của thị trường chứng khoán. Thêm vào đó, một số biến là cần thiết để mô tả trạng
thái tự nhiên và cũng đồng thời một phần mô tả những nhân tố mang tính rủi ro hệ
thống. Ví dụ về biến này không có ảnh hưởng trực tiếp đến dòng tiền hiện tại nhưng
nó mô tả được sự thay đổi trong các cơ hội đầu tư được thiết lập.
Giá chứng khoán có thể được viết dưới dạng chiết khấu cổ tức kỳ vọng :
trong đó c là dòng cổ tức và k là lãi suất chiết khấu. Điều này cho thấy tỷ suất sinh
lợi thực tế trong bất kỳ khoảng thời gian nào được cho bởi:
Thông thường các thành phần mang tính hệ thống ảnh hưởng đến tỷ suất sinh lợi là
những
nhân tố có thể thay đổi lãi suất chiết khấu k, và dòng tiền kỳ vọng E(c).2 Lãi suất
chiết khấu là trung bình của lãi suất qua các thời kỳ, và nó thay đổi cả về mức độ lãi
suất và độ lớn của cấu trúc kỳ hạn dọc theo các thời gian đáo hạn khác nhau. Sự
thay đổi không kỳ vọng trong lãi suất phi rủi ro sẽ ảnh hưởng đến giá cả, thông qua
đó ảnh hưởng đến giá trị dòng tiền tương lai, do đó ảnh hưởng đến tỷ suất sinh lợi.
4
Lãi suất chiết khấu cũng phụ thuộc vào phần bù rủi ro, vì vậy, những thay đổi không
kỳ vọng trong phần bù rủi ro ảnh hưởng đến tỷ suất sinh lợi. Về phía cầu, những
thay đổi trong hữu dụng biên gián tiếp của tài sản thực, đo lường cho sự thay đổi của
tiêu dùng thực, do đó ảnh hưởng đến giá cả, và sự ảnh hưởng như vậy được xem
như là những thay đổi ngoài kỳ vọng trong phần bù rủi ro.
Dòng tiền dự kiến sẽ thay đổi về hai mặt thực và danh nghĩa. Những thay đổi trong
tỷ lệ lạm phát kỳ vọng sẽ ảnh hưởng đến dòng tiền danh nghĩa kỳ vọng cũng như lãi
suất danh nghĩa. Để mở rộng cho việc định giá trong kỳ hạn thực, một mức độ thay

đổi giá ngoài kỳ vọng sẽ có ảnh hưởng hệ thống, và để mở rộng cho mối quan hệ giá
cả theo lạm phát tổng thể thì có một sự thay đổi trong giá trị tài sản liên quan với sự
thay đổi trong tỷ lệ lạm phát trung bình. Cuối cùng, sự thay đổi trong một mức độ
kỳ vọng của sản xuất thực tế sẽ ảnh hưởng đến giá trị dòng tiền thực. Mức độ đo
lường của phần bù rủi ro không giải thích được sự không chắc chắn trong sản lượng
công nghiệp, sự đổi mới trong hoạt động sản xuất sẽ ảnh hưởng tới tỷ suất sinh lợi
chứng khoán thông qua tác động của chúng đến dòng tiền.
Vì chúng ta chỉ quan tâm vấn đề bằng trực giác , chúng ta đang bỏ qua các điều
khoản thứ hai - thứ tự từ các tính toán ngẫu nhiên trong phát sinh eq .(2). Cũng nhận
thấy rằng kỳ vọng được thực hiện đối vớ khía cạnh cái neo đo lường giá cả (xem
Cox et al.1985 ) và không liên quan đến việc phân phối xác suất thông thường.
III- Xây dựng các nhân tố kinh tế:
Để xây dựng một tập hợp các biến có liên quan, chúng ta phải xác định phương
pháp đo lường và thu thập chuỗi dữ liệu thời gian của những biến động không dự
đoán được. Chúng ta có thể tiến hành bằng cách xác định và ước lượng một mô hình
tự hồi quy vector (Vector AutoRegressive Model), phần dư của mô hình là những
nhân tố thay đổi không dự đoán được. Tuy nhiên, phần dư này không có trong mẫu,
cho nên không thể dựa vào lý thuyết mà ta có thể ước lượng phương trình một cách
trực tiếp. Đặc biệt, tỷ suất sinh lợi hàng tháng thì gần như là không có hiện tượng tự
tương quan, chúng ta có thể sử dụng mà không cần biến đổi. Tác động tổng thể của
việc thất bại trong việc lọc ra những biến động kỳ vọng trong biến độc lập dẫn đến
vấn đề sai số trong các biến . Để chống lại những sai số nêu trên điều này phải được
5
đánh đổi bằng cách không chỉ rõ ra phương trình ước lượng để xác định biến động
kỳ vọng.
Một vấn đề tương tự như trên đã xảy ra với mô hình tự hồi quy vector. Bất kỳ
phương pháp thống kê nào dựa trên dữ liệu chuỗi thời gian sẽ có độ trễ của tỷ suất
sinh lợi của thị trường chứng khoán, có thể dự báo cho các biến kinh tế vĩ mô. Trong
phân tích định giá, chúng tôi gián tiếp sử dụng độ trễ của biến thị trường chứng
khoán để giải thích tỷ suất sinh lợi kỳ vọng trên danh mục đầu tư. Bất kỳ những lợi

thế kinh tế mà được đề cập, trái ngược với tinh thần của bài nghiên cứu của chúng
tôi, điều này cho thấy sự ảnh hưởng đến giá cả của các biến ngoại sinh kinh tế vĩ
mô. Vì lý do này, cũng như bất kỳ lý do khác, chúng tôi đã chọn hướng đơn giản
cho việc xây dựng các chuỗi thời gian mà chúng tôi sử dụng.3
Trong suốt bài nghiên cứu này chúng tôi áp dụng quy ước đó là ký hiệu thời gian áp
dụng vào thời điểm cuối của giai đoạn. Khoảng thời gian tiêu chuẩn là 1 tháng. Do
đó, E( |t – 1|) biểu thị sự hoạt động kỳ vọng vào cuối của tháng t - 1 có điều kiện trên
các thông tin thiết lập có sẵn vào cuối tháng t - 1, và X (t) biểu thị giá trị của biến X
trong tháng t , hoặc sự tăng trưởng chiếm ưu thế từ cuối t -1 cho đến cuối t .
3.Ngoài ra, các thực nghiệm về giá báo cáo danh mục đầu tư sử dụng dưới đây đã
gây ra hiện tượng tự tương quan trong lợi nhuận phát sinh từ các hiệu ứng không
giao dịch.
A.Sản lượng công nghiệp
Những chuỗi cơ bản là tỷ lệ tăng trưởng trong sản xuất công nghiệp của Mỹ. Nó
được chọn ra từ Survey of Current Business. Nếu IP(t ) – Industrial Production biểu
thị tỷ lệ sản xuất công nghiệp trong tháng t, khi đó tốc độ tăng trưởng hàng tháng là
và tốc độ tăng trưởng hàng năm là
6
Vì IP(t) thực sự là dòng sản lượng công nghiệp trong tháng t, MP(t) đo lường sự
thay đổi trong độ trễ của sản lượng công nghiệp ít nhất là trong một phần của tháng.
Để làm cho biến này đồng nhất với các biến khác, việc thống kê biến này sử dụng
thời gian 1 tháng. Ngoại trừ những báo cáo thường niên có tính chất mùa vụ, nó là
biến nhiễu được xem như là một cú sốc.
7
Chuỗi hàng tháng của tỷ lệ tăng trưởng hàng năm, YP(t), đã được kiểm định bởi vì
thị trường vốn có liên quan đến những thay đổi trong hoạt động công nghiệp dài
hạn. Bởi vì giá chứng khoán liên quan đến việc xác định giá trị dòng tiền trong
khoảng thời gian dài hạn trong tương lai, tỷ suất sinh lợi hàng tháng của chứng
khoán không tương quan cao với sự thay đổi sản lượng công nghiệp hàng tháng,
mặc dù sự thay đổi đó có thể là những thông tin cần thiết cho việc định giá. Sự thay

8
đổi hàng tháng trong giá chứng khoán có thể phản ánh những thay đổi trong sản
lượng công nghiệp kỳ vọng trong tương lai. Vì vậy, phương pháp thống kê tiếp theo
chúng tôi sẽ sử dụng thời gian 1 năm cho biến này, tương tự như các biến được sử
dụng trong Fama (1981)
Vì sự chồng chéo trong chuỗi dữ liệu này, YP(t) được cho là có hiện tượng tự tương
quan cao. Một quy tắc được phát triển cho việc dự báo kỳ vọng về YP(t) và một loạt
các thay đổi không kỳ vọng trong YP (t), và những thay đổi trong kỳ vọng riêng của
nó đã được kiểm định bởi những tác động của nó trong giá cả. Chuỗi kết quả chỉ ra
rằng không có lợi thế rõ ràng qua các chuỗi sản phẩm thô, và như một hệ quả, nó
được loại bỏ khỏi phân tích.
Những kết quả này cho thấy rằng những dãy số này có giá trị trong bài nghiên cứu
trước, điều mà có giá trị theo yêu cầu của tác giả.
B.Lạm phát:
Lạm phát ngoài kỳ vọng được định nghĩa:
I(t) được nhận diện hàng tháng, lấy sai phân bậc nhất trong logarit của chỉ số giá tiêu
dùng trong giai đoạn t. Chuỗi lạm phát kỳ vọng, cho giai đoạn
1953-78, tìm thấy trong nghiên cứu của Fama và Gibbons (1984). Nếu RHO(t) được
biểu thị bởi tỷ lệ lãi suất thực trong khoảng giai đoạn t và TB(t-1) được biểu thị là
lãi suất T-bill được lấy vào cuối của giai đoạn t-1 và áp dụng trong giai đoạn t,
phương trình Fisher có dạng như sau:
Vì vậy, TB(T-1)-19t) đo lường tỷ suất sinh lợi thực của T_bill. Từ phân tích dữ liệu
chuỗi thời gian của biến này, Fama và Gibbons (1984) xây dựng dữ liệu thời gian
9
cho E[RHO(t)|t- 1]. Biến lạm phát kỳ vọng được xác định bằng TB(t-1) trừ cho lãi
suất thực kỳ vọng của chuỗi thời gian. Biến lạm phát khác là không kỳ vọng và có
ảnh hưởng tách biệt từ UI là sự thay đổi trong lạm phát kỳ vọng
Chúng tôi gắn biến này với gian đoạn t bởi vì nó không được đề cập đến trong giai
đoạn t-1.Theo một cách chặt chẽ, DEI(t) có giá trị trung bình khác 0, dưới giả định
rằng lạm phát kỳ vọng theo một cái neo và có thể được xem như là một cú sốc, và

nó chứa đựng thông tin không hiện diện trong biến UI. Điều này có thể diễn ra bất
cứ khi nào lạm phát dự báo chịu tác động bởi các yếu tố kinh tế hơn là những sai số
dự báo trong quá khứ (chú ý rằng, chuỗi UI và DEI bao gồm thông tin trong chuỗi
các cú sốc của tỷ lệ lãi suất danh nghĩa T-bill,TB)5.
Bên cạnh đó, kết quả của biến lạm phát không lường trc được, UI(t), là không tương
quan một cách hoàn hảo với sự thay đổi không lường trc đc trong lãi suất thực. Điều
này kế tiếp từ những quan sát rằng Cân bằng Fisher (6) nắm giữ lãi suất thực đúng
như mong đợi. Dãy UI(t) có giá trị tương quan nhẹ là .98 với dãy lạm phát không
lường trc đc trong Fama (1981).
C.Phần bù rủi ro
Để xác định tác động của sự thay đổi ngoài kỳ vọng trong phần bù rủi ro lên tỷ suất
sinh lợi, chúng tôi sử dụng một biến khác từ thị trường tiền tệ.
Biến này được định nghĩa như sau:
(Baa & under bond porfolio return: tỷ suất sinh lợi của danh mục trái phiếu xếp hạng
Baa và thấp hơn).
LGB(t) là tỷ suất sinh lợi của danh mục trái phiếu chính phủ dài hạn lấy từ nghiên
cứu của Ibbotson và Sinquefield (1982) cho giai đoạn 1953-78. Từ 1979 đến 1983,
10
LGB(t) được lấy từ dữ liệu nghiên cứu của CRSP. Lặp lại, UPR không phải là một
cú sốc chính thức, nhưng bởi vì có sự khác biệt giữa hai chuỗi tỷ suất sinh lợi, nó
không tương quan một cách đầy đủ để chúng ta có thể xem như là ngoài kỳ vọng và
chúng tôi sẽ sử dụng nó như là các thành phần kinh tế.
Chuỗi dữ liệu về tỷ suất sinh lợi của trái phiếu xếp hạng thấp (trái phiếu của các
doanh nghiệp không chuyển đổi), nó được lấy từ nghiên cứu từ R.G Ibbotson and
Company cho giai đoạn từ năm 1977 trở về trước. Một mô tả chi tiết của mẫu thì
được lấy từ Ibbotson (1979). Chuỗi dữ liệu trái phiếu xếp hạng thấp được mở rộng
cho tới năm 1983 bằng cách chọn thêm 10 trái phiếu được xếp hạng dưới Baa từ
tháng 1/1966. Trước năm 1978,các trái phiếu này vẫn xếp hạng dưới Baa nhưng thời
gian đáo hạn của chúng thì ngắn hơn trái phiếu chính phủ dài hạn. 10 trái phiếu này
được kết hợp với 3 trái phiếu được chọn ra từ nghiên cứu của Ibbotson vào cuối

1978 để tạo ra một danh mục gồm 13 trái phiếu xếp hạng thấp. Tỷ suất sinh lợi của
danh mục này được sử dụng để mở rộng chuỗi dữ liệu của UPR từ 1977 đến 1983.
Hai khó khăn với chuỗi dữ liệu này đó là: thứ nhất, việc đánh giá dựa trên kinh
nghiệm xem xét lạm phát kể từ giữa năm 1950; thứ hai, chuỗi trái phiếu xếp hạng
thấp bao gồm cả những trái phiếu không được xếp hạng.
Biến UPR sẽ có giá trị trung bình bằng 0 trong thế giới bàng quang với rủi ro, và đó
là điều hiển nhiên bởi vì cách đo lường trực tiếp mức độ e ngại rủi ro tiềm ẩn trong
việc định giá (ít nhất là trong một chừng mực nào đó các cơ quan xếp hạng tín
nhiệm vẫn tiếp tục duy trì các tiêu chuẩn cho việc phân loại của họ). Chúng tôi hi
vọng rằng biến UPR sẽ phản ánh nhiều sự biến động ngoài kỳ vọng của mức độ e
ngại rủi ro và của mức độ rủi ro tiềm ẩn trong việc định giá của thị trường chứng
khoán.
Có tranh luận rằng UPR có ảnh hưởng như một đòn bảy, với những công ty có đòn
bảy cao và xếp hạng thấp. Hơn nữa URP được ví như công cụ đo lường của TSSL
vốn chủ sở hữu vì sự phân chia quan trọng của giá trị những trái phiếu được xếp
hạng bắt nguồn từ hạng của quyền chọn mua (phía sau nợ đảm bảo) như cho chứng
khoán phổ thông.
D.Cấu trúc kỳ hạn:
11
Để đo lường sự tác động của cấu trúc kỳ hạn, chúng tôi sử dụng một biến lãi suất
khác:
Một lần nữa, dưới giả định bàng quan với rủi ro thì:
Và biến này có thể được xem như là thước đo của tỷ suất sinh lợi không mong đợi
của trái phiếu dài hạn. Giả định bàng quan với rủi ro được sử dụng để chỉ ra ảnh
hưởng thuần túy của cấu trúc kỳ hạn; biến UPR được sử dụng để xác định tác động
trong việc thay đổi của mức độ e ngại rủi ro.
E.Chỉ số thị trường:
Động cơ chính của sự nỗ lực của chúng tôi chính là kiểm tra mối tương quan giữa
các biến kinh tế không phải vốn cổ phần và tỷ suất sinh lợi chứng khoán. Tuy nhiên,
bởi vì tính ổn định và trung bình của các chuỗi dữ liệu vĩ mô trong thời kì ngắn, ví

dụ như theo từng tháng, thì không thể kì vọng những dữ liệu này sẽ chứa đựng tất cả
thông tin đang có trên thị trường trong 1 tháng đó. Mặt khác, giá chứng khoán thì lại
phản ánh nhanh chóng những thông tin được phổ biến. Kết quả của việc này là
nhằm đảm bảo tỷ suất sinh lợi của thị trường sẽ có mối tương quan yếu và nhiễu đến
cú sốc kinh tế vĩ mô.
Việc này sẽ làm lệch kết quả của chúng tôi trong việc tìm kiếm một mối liên kết
giữa chuỗi tỷ suất sinh lợi của chỉ số của thị trường và tỷ suất sinh lợi của những
danh mục khác hơn là mối liên hệ giữa tỷ suất sinh lợi danh mục đầu tư này với
những cú sốc vĩ mô. Để kiểm tra mối quan hệ tác động giữa việc định giá và chỉ số
thị trường, chúng tôi sử dụng các biến sau:
EWNY(t) = return on the equally weighted NYSE index ( tỷ suất sinh lợi của danh
mục đầu tư có tỷ trọng bằng nhau trên sàn NewYork.
VWNY(t) = return on the value-weighted NYSE index ( tỷ suất sinh lợi của danh
mục đầu tư theo giá trị vốn hóa thị trường trên sàn NewYork.
12
Các biến này sẽ phản ảnh thông tin thực đối với chuỗi dữ liệu sản lượng công
nghiệp và ảnh hưởng danh nghĩa với lạm phát.
F.Chỉ số tiêu dùng
Thêm vào những biến vĩ mô đã được thảo luận phía trước, chúng tôi cũng kiểm tra
phần trăm thay đổi trong việc chi tiêu thực tế. Dữ liệu tính toán trên thu nhập thực
trên đầu người và bao gồm cả chi tiêu cho dịch vụ. Nó được xây dựng bằng việc
chia dữ liệu CITIBASE cho hệ số điều chỉnh theo mùa của việc chi tiêu thực. Phần
trăm thay đổi trong chi tiêu thực tế được mở rộng từ tháng 1/1959 đến tháng
12/1983 và nó như là phần mở rộng cho dữ liệu có được từ Lars Hansen (Cho đến
năm 1979. Mô tả chi tiết của việc thu thập này có thể tìm thấy trong bài nghiên cứu
của Hansen và Singleton năm 1983.
G.Giá dầu:
Người ta cho rằng giá dầu sẽ phải được bao gồm trong danh sách của những yếu tố
mang tính chất hệ thống có tác động đến tỷ suất sinh lợi của thị trường chứng khoán
và việc định giá. Để kiểm định lập luận này và để kiểm tra những thay thế khác cho

các biến vĩ mô đã được thảo luận trước đây, chúng tôi tạo ra chuỗi dữ liệu OG hàng
tháng của sai phân bậc nhất của Log(PPI/ giá dầu thô) (Giá dầu thô thu thập được từ
Bureau of Labor Statistics, U.S. Department of Labor, DRI series no. 3884. Bảng 1
tóm tắt những chú thích của các biến này.
H:Đặc tính thống kê của các biến vĩ mô
Bảng 2 trình bày ma trận tương quan cho các biến trạng thái . Ma trận tương quan
được tính toán cho một vài giai đoạn khác nhau: Phần A thể hiện 371 mẫu dữ liệu
theo tháng từ 1/1953 cho đến 11/1983. Và phần còn lại thể hiện cho 3 giai đoạn nhỏ,
được tách ra tại thời điểm năm tháng 12/1977 và tại tháng 1/1973. Chúng tôi tách
mẫu tại những thời điểm này bởi vì người ta cho rằng giá dầu tăng lên trong năm
1973 đã dự báo cấu trúc chu kì của các biến vĩ mô (nghiên cứu của Litterman và
Weiss năm 1983 hỗ trợ cho điểm này, mặc dù chúng tôi không có kiểm nghiệm lại
một cách chính thức nhưng ma trận tương quan không có điểm khác biệt nhiều cho
các giai đoạn nhỏ).
13
Với sự loại trừ các chỉ số thị trường, mối tương quan mạnh nhất là giữa UPR và
UTS. Điều này thì được mong đợi bởi vì cả 2 đều sử dụng dữ liệu trái phiếu trong
dài hạn. Kết quả của việc cộng tuyến có xu hướng làm yếu đi tác động của từng biến
riêng biệt. Việc thay thế trái phiếu xếp hạng Aaa trong việc tính toán UPR như trước
14
đây, đã làm cải thiện ý nghĩa cho cả 2 đại lượng UPR và UTS, tuy nhiên sự cải thiện
này không quan trọng đủ để tạo ra một sự khác biệt tốt trong bài nghiên cứu. Biến
sản lượng YP và MP thì có tương quan với nhau và với những biến khác ngoại trừ
biến DEI và biến UI (hai biến này cũng có sự tương quan mạnh mẽ với nhau). Hai
biến này có sự tương quan với nhau bởi vì cả 2 đều có bao gồm giá trị EI(t), và mối
tương quan âm giữa DEI và UTS xảy ra là do lý do tương tự. Một số tương quan
khác thì đáng kể, nhưng những biến này thì chưa đủ để tương quan hoàn toàn, và vì
thế không có biến nào có thể thay thế cho nhau.
Bảng 3 trình bày hiện tượng tự tương quan giữa các biến trạng thái cho toàn bộ thời
kỳ từ 1/1953 cho đến 11/1983. Không có gì đáng ngạc nhiên bởi vì như kỳ vọng thì

YP tự tương quan cao. Một cách tổng thể các biến cho thấy một hiện tượng tự tương
quan yếu, và rất nhiều biến trong đó có độ trễ mùa vụ 12 tháng. Với chuỗi dữ liệu
MP, đặc biệt là có độ trễ cao nhất là 12 tháng (lặp lại sau 24 tháng) cảnh báo rằng
biến này thì có tính mùa vụ rất cao. Như đã đề cập phía trên, hiện tượng tự tương
quan trong các biến trạng thái dẫn đến vấn đề sai số trong các biến; điều này làm
lệch việc tính toán tỷ suất sinh lợi chứng khoán và làm giảm mức ý nghĩa thống kê
của ước lượng.
Với sự loại trừ các chỉ số thị trường, mối tương quan mạnh nhất là giữa UPR và
UTS. Điều này thì được mong đợi bởi vì cả 2 đều sử dụng dữ liệu trái phiếu trong
dài hạn. Kết quả của việc cộng tuyến có xu hướng làm yếu đi tác động của từng biến
riêng biệt. Việc thay thế trái phiếu xếp hạng Aaa trong việc tính toán UPR như trước
đây, đã làm cải thiện ý nghĩa cho cả 2 đại lượng UPR và UTS, tuy nhiên sự cải thiện
này không quan trọng đủ để tạo ra một sự khác biệt tốt trong bài nghiên cứu. Biến
sản lượng YP và MP thì có tương quan với nhau và với những biến khác ngoại trừ
biến DEI và biến UI (hai biến này cũng có sự tương quan mạnh mẽ với nhau). Hai
biến này có sự tương quan với nhau bởi vì cả 2 đều có bao gồm giá trị EI(t), và mối
tương quan âm giữa DEI và UTS xảy ra là do lý do tương tự. Một số tương quan
khác thì đáng kể, nhưng những biến này thì chưa đủ để tương quan hoàn toàn, và vì
thế không có biến nào có thể thay thế cho nhau.
Bảng 3 trình bày hiện tượng tự tương quan giữa các biến trạng thái cho toàn bộ thời
kỳ từ 1/1953 cho đến 11/1983. Không có gì đáng ngạc nhiên bởi vì như kỳ vọng thì
15
YP tự tương quan cao. Một cách tổng thể các biến cho thấy một hiện tượng tự tương
quan yếu, và rất nhiều biến trong đó có độ trễ mùa vụ 12 tháng. Với chuỗi dữ liệu
MP, đặc biệt là có độ trễ cao nhất là 12 tháng (lặp lại sau 24 tháng) cảnh báo rằng
biến này thì có tính mùa vụ rất cao. Như đã đề cập phía trên, hiện tượng tự tương
quan trong các biến trạng thái dẫn đến vấn đề sai số trong các biến; điều này làm
lệch việc tính toán tỷ suất sinh lợi chứng khoán và làm giảm mức ý nghĩa thống kê
của ước lượng.
IV Các kết quả cơ bản

Biến trạng thái 7 ở trên hàm ý rằng tỷ suất sinh lợi của từng chứng khoán riêng lẻ thì
theo mô hình sau:
R = a + bMPMP + bDEIDEI + bUIUI+ bUPRUPR + bUTSUTS + e (12)
Trong đó, beta là hệ số của các biến trạng thái, a là hằng số, và e là sai số đặc trưng.
Để xác định xem liệu các biến trình trạng nền kinh tế có liên quan đến các nhân tố
tiềm tàng, nhân tố giải thích cho việc định giá trong thị trường chứng khoán, một
phiên bản của Fama- MacBeth (1973) được sử dụng. Quy trình được tiến hành như
sau: (a) Chọn mẫu các tài sản. (b) Ước lượng độ nhạy cảm của tài sản với các biến
trạng thái nền kinh tế bằng cách hồi quy tỷ suất sinh lợi của chúng với các thay đổi
16
không kỳ vọng của các biến kinh tế qua các giai đoạn ước lượng (chúng tôi sử dụng
dữ liệu trong 5 năm). (c) Kết quả ước lượng độ nhạy cảm (beta) được sử dụng như
biến độc lập trong 12 hồi quy chéo (cross-section), mỗi hồi quy cho từng tháng của
12 tháng tiếp theo, với tỷ suất sinh lợi của tài sản cho mỗi tháng là biến phụ thuộc.
Mỗi hệ số từ hồi quy chéo cung cấp một ước lượng của tổng phần bù rủi ro, nếu có,
kết hợp với biến trạng thái và biến động không kỳ vọng của biến trạng thái hàng
tháng. (d) bước b và c sau đó được lặp lại cho từng năm trong mẫu nghiên cứu, lợi
nhuận đạt được của các biến vĩ mô qua chuỗi thời gian ước lượng thì liên quan đến
phần bù rủi ro. Sau đó trung bình của chuỗi thời gian của những ước lượng này được
kiểm định bằng kiểm định t với mức ý nghĩa khác 0.
Chúng tôi đã theo những nghiên cứu thực nghiệm để thấy rằng giá cả tài sản phản
ánh những thông tin tổng hợp và với những biến trạng thái kinh tế mà chúng tôi đưa
ra.Đầu tiên chúng tôi thấy rằng những yếu tố chứng khoán quan trọng theo thời kỳ
từ 1953-1972 và sử dụng thuật toán algorithm. 5 nhân tố được chọn từ những nền
tảng của các nghiên cứu thực nghiệm trước đây ( xem Roll và Ross 1980, Brown và
Weistein 1983). Những nhân tố này được thiết kế để giải thích cho sự biến động tỷ
suất sinh lợi từ thị trường chứng khoán. Một chuỗi dữ liệu thời gian của 5 yếu tố này
thì được hồi quy trên những biến trạng thái và biến kinh tế có ý nghĩa thống kê mà
liên quan đến sự biến động giá chứng khoán khi và chỉ khi một trong 5 biến đó có ý
nghĩa. Giả thuyết H0 cho mỗi biến này thì được giới hạn trong phép toán mà 5 hệ số

hồi quy cho mỗi biến thì bằng 0. Giả thuyết H0 này được dùng cho các biến tăng
trưởng sản xuất,cấu trúc kỳ hạn lãi suất và biến phần bù rủi ro. Biến lạm phát có ý
nghĩa thống kê yếu. Khi chỉ số thị trường được đưa vào, ý nghĩa thống kê của những
biến trạng thái không đổi, biến sản lượng công nghiệp thì không có ý nghĩa trong
hồi quy dữ liệu chuỗi thời gian.
Để kiểm soát vấn đề sai số trong các biến phát sinh từ việc sử dụng beta sử dụng ở
bước c (có được ở bước b) và giảm nhiễu trong tỷ suất sinh lợi của tài sản riêng biệt,
các chứng khoán được nhóm lại theo từng danh mục đầu tư. Một nỗ lực xây dựng
các danh mục để dàn trải tỷ suất sinh lợi kỳ vọng trên diện rộng để nhằm cải thiện
khả năng phân biệt (discriminatory power) của kiểm định hồi quy chéo. Để hoàn
17
thành mức chênh lệch này, chúng tôi sắp xếp các danh mục theo quy mô công ty.
Quy mô công ty có tương quan mạnh với tỷ suất sinh lợi trung bình (xem Banz
1981), và chúng tôi hy vọng rằng nó sẽ cung cấp một sự phân tán kỳ vọng mà không
bị chệch ra khỏi kiểm định các biến kinh tế. (điều này được hài hước rằng quy mô
công ty có thể là lý thuyết tốt nhất mà chúng ta đang có về tỷ suất sinh lợi kỳ vọng.
Không may mắn là kiểm định của chúng ta ít hơn so với lý thuyết một biến quan
sát).(8) Có nhiều thử nghiệm khác nhau đã được thực hiện để phân nhóm các chứng
khoán thành những danh mục khác nhau, như theo (a) hệ số beta đối với chỉ số thị
trường (b) độ lệch chuẩn tỉ suất sinh lợi trong mô hình hồi quy thị trường (market –
model regression) (ví dụ như độ biến thiên trong phần dư) và (c) giá chứng khoán.
Những nổ lực này vẫn chưa thành công. 2 kĩ thuật chia nhóm đầu tiên đã thất bại
hoàn toàn trong việc giúp gia tăng (trải rộng ra) tỉ suất sinh lợi danh mục của mẫu và
do đó phải được loại bỏ. Việc nhóm chứng khoán theo mức giá giúp trải rộng tỉ suất
sinh lợi, tuy vậy vẫn không tốt bằng tiêu chí quy mô, và chỉ số thị trường không có ý
nghĩa thống kê. Độ nhạy trong kết quả của các kĩ thuật chia nhóm là một lĩnh vực
nghiên cứu quan trọng.
Bảng 4 báo cáo kết quả của các kiểm định trên 20 danh mục có trọng số bằng nhau,
lập nhóm theo tổng giá trị thị trường của các thành phần chứng khoán tại thời điểm
bắt đầu của mỗi giai đoạn kiểm định. Mỗi phần của bảng 4 được chia thành 4 giai

đoạn nhỏ bắt đầu từ tháng 1/1958, là tháng đầu tiên của dữ liệu gồm 60 tháng được
dùng để ước lượng độ nhạy cảm. Phần A của bảng 4 kiểm tra các biến trạng thái,
YP, MP, DEI, UI, UPR và UTS. Trong toàn bộ giai đoạn mẫu chỉ có MP, UI và
UPR thì có ý nghĩa, trong khi đó UTS gần đạt ý nghĩa thống kê (gần t-critical). Biến
liên quan đến lạm phát, DEI và UI thì có ý nghĩa cao trong giai đoạn 1968-77 và
không có ý nghĩa trong cả giai đoạn trước và sau đó. Chuỗi sản lượng hàng năm,
YP, thì không có ý nghĩa thống kê trong bất kỳ giai đoạn nhỏ nào, và có thể thấy ở
phần B, khi xóa biến này thì không tồn tại sự ảnh hưởng đối với các biến trạng thái
còn lại. Mặc dù dấu của các hệ số là không thay đổi trong toàn bộ giai đoạn, nhìn
chung là độ lớn giá trị tuyệt đối của các hệ số thì nhỏ hơn và ít có ý nghĩa hơn trong
giai đoạn cuối 1978-84.9
(9) Giai đoạn này (tức từ 1978-1984) có số quan sát chỉ bằng khoảng 2/3 so với 2
18
giai đoạn phía trước ( từ 1958-1967 và 1968-1977)
Trong khi đó chúng tôi đã không phát triển nền tảng lý thuyết cho các kỳ vọng của
các biến trạng thái, chú ý rằng những dấu của các biến này ít nhất là hợp lý. Dấu
dương của MP phản ánh giá trị của phần bù rủi ro của rủi ro sản xuất hệ thống.
Tương tự, UPR có dấu dương vì các nhà đầu tư riêng lẻ muốn phòng ngừa để chống
lại sự gia tăng của những yếu tố không kỳ vọng. Vì sự thay đổi trong lạm phát có
ảnh hưởng đến sự dịch chuyển của cải các nhà đầu tư, không có giả định nào đủ
mạnh về dấu của UI hoặc DEI, nhưng dấu âm trong biến này có nghĩa là tài sản của
thị trường chứng khoán được phòng ngừa để chống lại những bất lợi (thị trường cố
định giá trị danh nghĩa của việc phòng ngừa nên lạm phát tăng phần bù rủi ro giảm
=> dấu âm).
Với biến UTS, phần bù rủi ro mang dấu âm tức tỷ suất sinh lợi của chứng khoán
tương quan ngược chiều với sự gia tăng lãi suất dài hạn hơn là lãi suất ngắn hạn, với
điều kiện các yếu tố khác không đổi thì điều đó càng có giá trị hơn. Kết quả này
được giải thích rằng UTS đo lường sự thay đổi trong lãi suất thực dài hạn (nhớ rằng
tác động của lạm phát bao gồm cả các biến khác).
Sau khi lãi suất thực dài hạn giảm, tỷ suất sinh lợi thực giảm trên tất cả các nguồn

vốn. Những người đầu tư muốn bảo vệ để chống lại khả năng này sẽ thay thế những
tài sản có giá trị cao (giá tăng) khi lãi suất thực tế dài hạn giảm, và các tài sản đó
mang dấu âm. Do đó, tỷ suất sinh lợi của cổ phiếu thì liên quan với tỷ suất sinh lợi
của trái phiếu dài hạn, được thu thập từ các thay đổi lạm phát không kỳ vọng hoặc
lạm phát kỳ vọng và giữ các yếu tố khác không đổi, sẽ có giá trị cao hơn các chứng
khoán mà không có tương quan hoặc tương quan âm với tỷ suất sinh lợi của trái
phiếu dài hạn.
Để kiểm định ảnh hưởng của giá cả đến chỉ số thị trường, EWNY và VWNY được
thêm vào để tạo thành tập hợp các biến trạng thái (thực tế chúng được thay cho YP).
Điều này thì phù hợp với mô hình định giá tài sản. Ví dụ, hệ số betas trên danh mục
thị trường thì đủ để nắm bắt ảnh hưởng của các biến trạng thái vĩ mô, và tất nhiên là
hợp lý với những nỗ lực trong quá khứ trong việc tập trung vào kiểm tra mức độ
19
hiệu quả của chỉ số thị trường. Trong một vài trường hợp, một kiểm định quan trọng
của các biến độc lập kinh tế vĩ mô lên việc định giá để xem tác động trực tiếp của
chúng lên chỉ số thị trường.
Phần C và D của bảng 4 báo cáo kết quả của các kiểm định. Bằng cách sử dụng
EWNY thay thế cho YP và bao gồm MP, DEI, UI, UPR, và UTS, chúng tôi tìm thấy
trong phần C chỉ số thị trường đã thất bại trong việc tìm ra một tác động có ý nghĩa
thống kê lên giá cả cho bất kỳ giai đoạn nào. Mặt khác, các biến vĩ mô ban đầu có ý
nghĩa thống kê tương tự như bảng B. Phần D của bảng 4 có kết quả tương tự khi sử
dụng VWNY, kết quả này không chịu tác động bởi sự lựa chọn các chỉ số thị
trường.
20
Trái với các báo cáo kiểm định trong bảng 4, bảng 5 được thiết lập với mục đích
tăng cường tác động của các chỉ số thị trường. Các kiểm định được thảo luận ở trên
thì như nhau trong trường hợp mà hồi quy chuỗi dữ liệu thời gian để đo lường hệ số
beta và tiếp theo, hồi quy chéo ước lượng sự thay đổi của giá cả, và đưa ra mỗi biến
một cơ hội bằng nhau để có ý nghĩa thống kê, đó là sự sắp xếp các biến trong mô
hình cân xứng. Báo cáo kiểm định ở bảng 5 là bất cân xứng có tỷ trọng ưu tiên theo

các chỉ số thị trường.
Kiểm định trong bảng 4 có thể được diễn giải từ góc độ của lý thuyết kinh doanh
21
chênh lệch giá. Chúng được kiểm tra xem liệu việc thiết lập các biến kinh tế có làm
gia tăng hữu dụng bằng cách bao gồm các chỉ số thị trường. Trong trường hợp này,
chúng được kiểm định xem liệu thị trường có chứa đựng các nhân tố định giá sai
hoặc các nhân tố thất bại trong việc xem xét mức giá có ý nghĩa thống kê. Phép
kiểm định ở bảng 5 là giải thích tốt nhất như là kiểm định H0 cho lý thuyết CAPM,
hoặc đơn giản hơn là hiệu quả của chỉ số thị trường. Nếu chỉ số thị trường là hiệu
quả, các nhân tố kinh tế không làm gia tăng giá của chứng khoán. Tất nhiên, tất cả
các giải thích này đều phụ thuộc vào các nhân tố giúp cải thiện ước lượng của danh
mục thị trường hợp lý hoặc bằng cách tính lượng tài sản mất đi hoặc thông qua mối
tự tương quan với thước đo sai số trong ước lượng beta của thị trường.
Phần A của bảng 5 báo cáo các kết quả của một kiểm định đơn giản cho tác động
của beta trong mô hình CAPM thuần túy đến giá cả, lấy từ chỉ số VWNY mà không
có các biến trạng thái khác. Beta của chỉ số VWNY thì có ý nghĩa và tương quan
dương với tỷ suất sinh lợi trung bình trên toàn bộ giai đoạn, mặc dù chúng chỉ có ý
nghĩa thống kê trong giai đoạn cuối. Phần B của bảng 5 kiểm định nhiều biến hơn về
ảnh hưởng của giá cả lên chỉ số. Có sự khác biệt kết quả ở phần D của bảng 4 bởi vì
dữ liệu chéo được tiến hành với beta đơn giản cho chỉ số VWNY (thay vì lấy beta
của hồi quy chuỗi thời gian đa biến). Beta của biến trạng thái lấy từ hồi quy chuỗi
dữ liệu thời gian đa biến các biến sau đây (chúng giống như biến được sử dụng ở
phần B của bảng 4). Beta của VWNY thì có ý nghĩa thông kế trong toàn giai đoạn
nhưng lại có dấu âm, một so sánh với phần B của bảng 4 cho thấy rằng các hệ số và
mức ý nghĩa thống kê của các nhân tố beta thì không thay đổi đáng kể bao gồm của
chỉ số thị trường. (Các kết quả cho EWNY hầu như giống nhau).
Phần C của bảng 5 báo cáo một kiểm định cuối cùng thay vì ước lượng các chỉ số
beta cho VWNY trong cùng một mô hình, tương tự như đối với các biến khác, các
ước lượng có được từ hồi quy đa biến đã được thực hiện trong cả giai đoạn 1958-
1983. Các kết quả ước lượng beta của chỉ số thị trường được sử dụng trong từng

kiểm định chéo với các chỉ số beta của các biến khác. Hệ số beta cho các biến khác
cũng được ước lượng từ các hồi quy đa biến chuỗi dữ liệu thời gian như trước đó (hệ
số beta cho các biến khác hơn so với chỉ số thị trường của phần D của bảng 4). Bằng
cách ước lượng chỉ số beta từ giai đoạn thử nghiệm sẽ làm giảm khả năng các biến
22
khác có ý nghĩa trong giá cả thông qua mối tương quan của chúng với thước đo sai
số trong chỉ số beta. Một lần nữa, chỉ số thị trường không có ý nghĩa một cách tổng
thể, và các biến khác thì không thay đổi. Các kết quả cho các EWNY tương tự và
không được báo cáo .
Sự không có ý nghĩa cho việc định giá của chỉ số thị trường chứng khoán thì tương
phản mạnh với ý nghĩa của chúng trong chuỗi dữ liệu thời gian. Trong hồi quy chuỗi
thời gian, EWNY và VWNY là 2 biến không có ý nghĩa thống kê nhất. Ví dụ, thống
kê t trung bình cho EWNY nằm trong đoạn 11,7 và 29,9 qua 20 danh mục đầu tư .
Thống kê t lớn nhất bất kỳ biến khác chỉ là 3,4 không bao gồm ( cho UPR và danh
mục đầu tư nhỏ nhất ) , và giảm xuống còn 2,5 khi VWNY đã được bao gồm , và
nhất là nhỏ hơn đáng kể. Mặc dù chỉ số thị trường giải thích được biến động trong
danh mục đầu tư chứng khoán khác , tiếp xúc với ước tính của họ ( bản thử nghiệm
của họ ) không giải thích sự khác biệt giữa chuỗi dữ liệu chéo trong tỷ suất sinh lợi
trung bình sau khi bản beta của các biến trạng thái kinh tế đã được bao gồm . Điều
này cho thấy " sức mạnh giải thích " của các chỉ số thị trường ít giải thích được cho
các yếu tố kinh tế và nhiều hơn nữa để làm với các quan sát thống kê lớn ,danh mục
đầu tư trọng tích cực của các biến ngẫu nhiên có tương quan.
Biến chi tiêu và định giá tài sản
Vì lãi suất hiện tại mô hình định giá tài sản dựa trên chi tiêu, chúng tôi cũng xem xét
ảnh hưởng của chuỗi tiêu dùng thực . Trong mô hình định giá tài sản qua thời gian
đủ tốt, tài sản sẽ được định giá theo hiệp phương sai của chúng với tổng (lợi ích
biên) (xem Lucas 1978; Breeden 1980; hoặc Cox và cộng sự năm 1985.). Không có
gì trong phân tích này đòi hỏi chi tiêu giải thích cho bất kỳ biến trạng thái cụ thể
nào, sự thực là mô hình phù hợp với mô tả đa trạng thái của nền kinh tế. Kết quả là,
lý thuyết này dự đoán rằng, khi các nhân tố đại diện cho biến trạng thái mà bao gồm

chi tiêu, những giả thuyết H0 của biến trạng thái đều bị loại, cho nên những biến
trạng thái này vẫn ảnh hưởng đến giá cả.
Một cách tổng quát, lý thuyết beta chi tiêu cho rằng:
23
Trong đó E - r là vector của tỷ suất sinh lợi vượt trội, k là phần bù rủi ro, và bc là
vector của beta chi tiêu. Theo lý thuyết này thì các cá nhân sẽ điều chỉnh dòng chi
tiêu theo thời gian để phòng ngừa trước những thay đổi trong các cơ hội được thiết
lập. Trong trạng thái cân bằng, tài sản di chuyển với mức chi tiêu, có nghĩa là, tài
sản bc > 0, sẽ ít có giá trị hơn những tài sản có thể bảo đảm chống lại biến động bất
lợi trong chi tiêu, vì vậy những tài sản này sẽ có bc <0. Vì sự e ngại rủi ro nên phần
bù rủi ro được đo lường, k >0.
Những lý thuyết thay thế mà chúng ta sẽ xem xét theo công thức:
Trong đó b là một vector của beta trên các biến trạng thái kinh tế được sử dụng ở
trên, và q là vector của phần bù rủi ro. Giả thuyết H0 của mô hình beta chi tiêu cho
rằng k là dương và q là bằng 0. Dĩ nhiên, luôn luôn có thể lập luận rằng các biến
khác thay đổi trong giá cả tương đối của hàng hóa tiêu dùng khác nhau hoặc hiệu
chỉnh sai số trong đo lường chi tiêu thực.
Nói theo cách khác, mặc dù phương pháp cập nhật của chúng tôi thì cố gắng để thay
đổi các hệ số beta qua thời gian, nó cũng có thể được lập luận rằng các yếu tố có
tương quan với những thay đổi như vậy (xem Cornell [ 19.811 cho một cuộc thảo
luận về khả năng này) .
Bảng 6 báo cáo kết quả của các thử nghiệm bằng cách sử dụng chuỗi CG tăng
trưởng tiêu thụ bình quân đầu người thực tế được mô tả trong mục III. Vì dữ liệu thu
thập theo thời gian, chuỗi CG, như loạt sản xuất hàng tháng ,giống MP, đo lường
những thay đổi chi tiêu với độ trễ . Để giải quyết vấn đề này, chúng tôi sử dụng
chuỗi dữ liệu CG tiến tới trước 1 tháng. Kết quả với chuỗi CG là ít thống nhất cho
ảnh hưởng của nó đến giá cả và không

được báo cáo.
24

Bởi vì chuỗi CG bắt đầu vào năm 1959, các cuộc kiểm tra đã được tiến hành chỉ
trong giai

đoạn bắt đầu vào năm 1964, 5 năm sau đó. Trong các kiểm tra các beta
tiêu dùng và beta

yếu tố được ước lượng đồng thời và sau đó là phần bù rủi ro
được đo lường từ kiểm định

dữ liệu chéo. Trong toàn bộ thời gian và không chia ra
giai đoạn là beta chi tiêu có ý nghĩa

đến giá cả. Hơn nữa, dấu là âm, và so sánh với
kết quả phần B của bảng 4 cho thấy rằng

các hệ số và ý nghĩa của các biến trạng
thái là không thay đổi gì bởi sự hiện diện của beta

CG .
Để tóm tắt kết quả của mục này, tốc độ thay đổi trong chi tiêu dường như không
có liên

quan đáng kể đến định giá tài sản. Phần bù rủi ro ước tính là không có ý
25
nghĩa thống kê và

có dấu sai .
Dầu mỏ và định giá tài sản
Giá dầu thường được nhắc đến như là một yếu tố kinh tế quan trọng , mặc dù không có một
lý do để tin rằng ưu tiên đổi mới cú sốc giá dầu nên có cùng một mức độ ảnh hưởng , ví dụ,

các biến lãi suất hoặc sản lượng công nghiệp . Để kiểm tra ảnh hưởng độc lập của giá dầu
đến định giá tài sản , chúng tôi sử dụng phương pháp mô tả ở trên để kiểm tra tác động của
chuỗi OG của sự thay đổi giá dầu.
Bảng 7 báo cáo về những kiểm tra này . Như kiểm định chi tiêu, chuỗi OG được tăng 1
tháng để làm tăng ảnh hưởng của nó . Các beta oil là không có ý nghĩa cho giá cả trong toàn
bộ thời gian và trong hai giai đoạn. Khi so sánh với phần B của bảng 4 cho thấy, bao gồm
tăng trưởng dầu đã làm giảm ý nghĩa của sản lượng công nghiệp , nhưng nó làm tăng ý
nghĩa của biến phần bù rủi ro ( UPR ) và biến cấu trúc kỳ hạn( UTS ) . Rủi ro liên quan với
những thay đổi giá dầu không được định giá trong thị trường chứng khoán trong thời gian
1968-1977, khi OPEC trở nên quan trọng (hoặc trong subperiods sau ) .
V.Kết luận:
Bài viết này đã khám phá một tập hợp các biến trạng kinh tế có tác động hệ thống đến tỷ
suất sinh lợi của thị trường chứng khoán và đã xem xét tác động của chúng đến việc định

giá
tài sản . Từ quan điểm của lý thuyết thị trường hiệu quả và kỳ vọng hợp lý liên quan

đến lý
thuyết định giá tài sản (xem Cox và cộng sự năm 1985 ), giá tài sản nên phụ thuộc

vào độ
nhạy cảm của biến trạng thái mô tả nền kinh tế. ( Kết luận này phù hợp với lý thuyết

định giá
tài sản của Merton [ 1973 ] , Cox et al. [1985] , hoặc APT [ Ross 1976]).
Trong phần II của bài viết này chúng tôi sử dụng lập luận đơn giản để lựa chọn một tập hợp
các biến trạng thái kinh tế, đầu tiên, là những biến gây ra cho nguồn gốc rủi ro tài sản có hệ
thống. Một số các biến số kinh tế đã được tìm thấy có ý nghĩa trong việc giải thích tỷ suất
sinh lợi kỳ vọng của chứng khoán, đáng chú ý nhất, sản lượng công nghiệp, thay đổi phần

bù
rủi ro, đường cong lãi suất và phần nào có mức ý nghĩa thống kê yếu hơn, lạm phát ngoài

kỳ
vọng và những thay đổi trong lạm phát kỳ vọng. Tất nhiên, chúng tôi đã đặc trưng tập

hợp
các biến vĩ mô có ảnh hưởng, nhưng mà tập hợp các biến được lựa chọn thực hiện tốt đối với