Luận văn thạc sĩ Các yếu tố ảnh hưởng đến mức độ bất cân xứng thông tin trên thị trường chứng khoán Việt Nam

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH




N
N
G
G
U
U
Y
Y


N
N


N
N
G
G


C
C

S
S


N
N




CÁC YU T NH HNG N MC 
BT CÂN XNG THÔNG TIN TRÊN TH
TRNG CHNG KHOÁN VIT NAM


LUN VN THC S KINH T

CHNG TRÌNH GING DY KINH T FULBRIGHT

CHUYÊN NGÀNH: CHÍNH SÁCH CÔNG
MÃ S: 60.31.14


NGI HNG DN: TS NGUYN MINH KIU

TP.H CHÍ MINH – NM 2012




i




LỜI CAM ĐOAN

Tôi xin cam ñoan luận văn này hoàn toàn do tôi thực hiện. Các ñoạn trích dẫn và số
liệu sử dụng trong luận văn ñều ñược dẫn nguồn và có ñộ chính xác cao nhất trong phạm vi
hiểu biết của tôi. Luận văn này không nhất thiết phản ánh quan ñiểm của Trường Đại học Kinh
tế Thành phố Hồ Chí Minh hay Chương trình Giảng dạy Kinh tế Fulbright.


Tác giả luận văn



NGUYỄN NGỌC SƠN

ii

LỜI CẢM ƠN

Để có thể hoàn thành luận văn này, tôi xin chân thành cảm ơn sự giúp ñỡ của Phó Giáo sư,
Tiến sĩ Nguyễn Minh Kiều, người ñã hướng dẫn tôi hoàn thành luận văn này. Những nhận xét
của Thầy là những lời chỉ bảo rất hữu ích cho tôi hiện tại và sau này.
Đồng thời, tôi xin gửi lời cảm ơn ñến Tiến sĩ Trần Thị Quế Giang, người ñã cho tôi nhiều góp
ý có giá trị về ñề tài.
Tôi cũng xin gửi lời cảm ơn ñến tất cả quý thầy cô của Chương trình Giảng dạy Kinh tế
Fulbright, những người ñã truyền dạy và cung cấp những gợi mở rất hữu ích cho bản thân tôi.
Tôi cũng muốn gửi lời cảm ơn ñến sự giúp ñỡ và nhận xét của các bạn học viên khóa MPP3
trong quá trình học tập và thực hiện ñề tài này.

iii




TÓM TẮT

Bất cân xứng thông tin là một dạng thất bại thị trường, thường xuyên gặp phải trong
thực tế. Đối với thị trường chứng khoán, bất cân xứng thông tin mang lại sự không công bằng
trong giao dịch, những người có ưu thế thông tin sẽ thu ñược lợi nhuận một cách không công
bằng với những nhà ñầu tư thông thường. Nếu mức ñộ bất cân xứng thông tin này quá cao dần
dần sẽ làm xói mòn niềm tin của nhà ñầu tư và ảnh hưởng ñến tính hiệu quả của thị trường.
Dựa trên kết quả nghiên cứu lý thuyết của các tác giả như Glosten và Harris, Stoll,
Kim và Ogden,…về hành vi của nhà ñầu tư khi hoạt ñộng trong thị trường có tồn tại yếu tố bất
cân xứng thông tin, luận văn này ñã tiến hành ñánh giá mức ñộ bất cân xứng thông tin trên hai
sàn giao dịch chứng khoán TP.HCM và Hà Nội và kết luận rằng mức ñộ này là khá cao ở sàn
TP.HCM (67%) và rất cao tại sàn Hà Nội (90%), dựa trên dữ liệu thu thập ñược của 2011.

Luận văn này cũng tiến hành ñánh giá sự tác ñộng của các yếu tố ñến mức ñộ bất cân
xứng thông tin này và kết luận rằng: trên sàn HOSE, các yếu tố tác ñộng có ý nghĩa ñến mức
ñộ bất cân xứng thông tin là: khối lượng giao dịch, ñộ biến ñộng của khối lượng giao dịch, giá
cổ phiếu, ñộ biến ñộng của giá trung bình giá mua-bán hằng ngày, ñộ biến ñộng của suất sinh
lợi hằng ngày, tỷ trọng của tài sản vô hình trong tổng tài sản và ñặc biệt là số lượng các nhà
ñầu tư tổ chức. Tương tự, ñối với sàn HNX, các yếu tố tác ñộng có ý nghĩa ñến mức ñộ bất
cân xứng thông tin là khối lượng giao dịch, ñộ biến ñộng của khối lượng giao dịch, giá cổ
phiếu và ñộ biến ñộng của giá trung bình của giá mua-bán hằng ngày.
Dựa trên các kết quả nghiên cứu ñạt ñược, luận văn xin ñề ra các kiến nghị ñối với các
nhà quản lý thị trường ñể có thể giảm bớt tình trạng bất cân xứng thông tin trên hai sàn như
sau: 1) quyết liệt hơn nữa trong việc trừng phạt các hành vi thao túng thông tin trên thị
trường, ñặc biệt là ở sàn HNX, 2) khoanh vùng các các cổ phiếu có khối lượng giao dịch lớn
hoặc có giá trị thị trường lớn, bắt buộc các công ty này phải công bố thông tin minh bạch hơn,
3) xác ñịnh mối liên hệ giữa các tổ chức ñầu tư trên sàn chứng khoán HOSE, dường như ñang
có sự bắt tay giữa các tổ chức này trong việc thao túng thông tin liên quan ñến cổ phiếu, 4) bắt
buộc các công ty niêm yết cần phải công bố báo công tài chính ñầy ñủ, ñặc biệt là yếu tố tài
sản vô hình.

iv




MỤC LỤC

LỜI CAM ĐOAN i
LỜI CẢM ƠN ii
TÓM TẮT iii
MỤC LỤC iv
DANH MỤC CÁC TỪ VIẾT TẮT vi

DANH MỤC CÁC BẢNG vii
CHƯƠNG 1. GIỚI THIỆU 1
1.1. Bối cảnh nghiên cứu 1
1.2. Mục tiêu nghiên cứu 2
1.3. Câu hỏi nghiên cứu 2
1.4. Phạm vi nghiên cứu 2
1.5. Phương pháp nghiên cứu 2
1.6. Cấu trúc ñề tài 3
CHƯƠNG 2. KHẢO SÁT CƠ SỞ LÝ THUYẾT 4
2.1. Sự tác ñộng của bất cân xứng thông tin trên thị trường chứng khoán 4
2.1.1. Giới thiệu bất cân xứng thông tin 4
2.1.2. Tác ñộng của bất cân xứng thông tin trên thị trường chứng khoán 5
2.2. Mô hình xác ñịnh các yếu tố cấu thành nên chênh lệch giá mua-bán và mức ñộ AI 5
2.3. Mô hình ñánh giá các yếu tố tác ñộng ñến mức ñộ bất cân xứng thông tin 12
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 14
3.1. Lựa chọn mô hình nghiên cứu 14
3.1.1. Mô hình xác ñịnh mức ñộ bất cân xứng thông tin 14
3.1.2. Mô hình ñánh giá tác ñộng của các yếu tố lên mức ñộ bất cân xứng thông tin 15
3.2. Phương pháp thu thập dữ liệu và xử lý số liệu 18
3.2.1. Nguồn dữ liệu 18
3.2.2. Phương pháp xử lý số liệu 19
v




CHƯƠNG 4. PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 22
4.1. Phân tích dữ liệu 22
4.2. Kết quả hồi quy và kiểm ñịnh giả thuyết 23
4.2.1. Mức ñộ bất cân xứng thông tin 23

4.2.2. Các yếu tố tác ñộng ñến bất cân xứng thông tin 24
CHƯƠNG 5. KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH 38
5.1. Kết luận 38
5.2. Kiến nghị chính sách 39
DANH MỤC TÀI LIỆU THAM KHẢO 42
PHỤ LỤC 45





vi




DANH MỤC CÁC TỪ VIẾT TẮT


AI (Asymmectric Information) Thông tin bất cân xứng
HNX (Ha Noi Stock Exchange) Sở giao dịch chứng khoán Hà Nội.
HOSE (Ho Chi Minh Stock Exchange) Sở Giao dịch chứng khoán Tp.HCM
BID-ASK SPREAD Khoảng chênh lệch giữa giá mua và giá
bán.
EPS (Earning Per Share) Thu nhập trên mỗi cổ phiếu.
FTSE100 Chỉ số của 100 công ty niêm yết có giá trị
vốn hóa lớn nhất trên sàn giao dịch chứng
khoán London
FTSE250 Chỉ số của 250 công ty xếp từ vị trí 101
ñến 350 theo sự giảm dần của giá trị vốn

hóa trên sàn giao dịch chứng khoán
London.

vii




DANH MỤC CÁC BẢNG

Bảng 4.1. Cơ cấu ngành trên sàn HOSE 22
Bảng 4.2. Cơ cấu ngành trên sàn HNX 23
Bảng 4.3. Kết quả hồi quy mô hình 3.1 23
Bảng 4.4. Dữ liệu mô tả các công ty niêm yết trên sàn HOSE 25
Bảng 4.5. Hệ số tương quan giữa các biến ñộc lập với biến phụ thuộc asym, sàn HOSE 25
Bảng 4.6. Kết quả ước lượng mô hình 3.6 với các biến liên quan ñến giao dịch, sàn HOSE 26
Bảng 4.7. Kết quả ước lượng mô hình 3.6 với tất cả các biến, sàn HOSE 27
Bảng 4.8. Kết quả ước lượng mô hình 3.6 với tất cả các biến trừ biến PINST, sàn HOSE 28
Bảng 4.9. Kết quả ước lượng mô hình 3.6 tốt nhất, sàn HOSE 29
Bảng 4.10. Ước lượng mô hình 3.6 tốt nhất với biến phụ thuộc là ln(ASYM), sàn HOSE 30
Bảng 4.11. Dữ liệu mô tả các công ty niêm yết trên sàn HNX 33
Bảng 4.12. Hệ số tương quan giữa các biến ñộc lập với biến phụ thuộc asym, sàn HNX 33
Bảng 4.13. Kết quả ước lượng mô hình 3.6 với các biến liên quan ñến giao dịch, sàn HNX 34
Bảng 4.14. Kết quả ước lượng mô hình 3.6 với tất cả các biến, sàn HNX 35
Bảng 4.15. Kết quả ước lượng mô hình 3.6 tốt nhất, sàn HNX 35
Bảng 4.16. Uớc lượng mô hình 3.6 tốt nhất, sàn HNX với biến phụ thuộc là ln(ASYM) 36

1

CHƯƠNG 1. GIỚI THIỆU

1.1. Bối cảnh nghiên cứu
Thị trường chứng khoán Việt Nam ñược thành lập vào 2000 và ñến nay ñã trải qua 12 năm
phát triển. Chặng ñường 12 năm ñó ñủ ñể các nhà nghiên cứu về chính sách ñánh giá những
ñặc ñiểm của thị trường, nhận ra những thành tựu ñạt ñược và các hạn chế hiện có. Với những
yêu cầu mới về sự phát triển, nhất thiết ñòi hỏi phải có các cuộc nghiên cứu sâu sắc về các ñặc
tính của thị trường ñể từ ñó tìm ra các giải pháp phù hợp, nhằm phát triển hơn nữa thị trường
vốn quan trọng này, góp phần hình thành nên một hệ thống tài chính sâu và rộng, phục vụ cho
việc phát triển kinh tế.
Thị trường chứng khoán Việt Nam cũng như các thị trường mới nổi khác, ñang gặp rất
nhiều vấn ñề trong quá trình phát triển của mình, như thể chế chưa thật hoàn thiện, quy mô và
ñặc ñiểm của thị trường vẫn còn nhỏ, sản phẩm giao dịch còn khá sơ sài, trình ñộ của nhà ñầu
tư chưa cao. Và một trong những vấn ñề ñó là tồn tại yếu tố bất cân xứng thông tin (AI-
Asymmetric Information) trong giao dịch trên thị trường. Đó là một dạng thất bại thị trường,
là nhân tố ảnh hưởng ñến sự công bằng trong giao dịch mà nếu không có giải pháp hạn chế có
thể kìm hãm sự phát triển của thị trường.
Bất cân xứng thông tin mang lại sự không công bằng trong giao dịch, bên nhận ñược nhiều
thông tin hơn (informed trader) sẽ có ưu thế trong giao dịch so với bên nhận ñược ít thông tin
hơn (uninformed trader). Một trường hợp ñiển hình là nếu nhà ñầu tư biết trước một sự kiện sẽ
xảy ra vào một ngày gần ñây và giá cổ phiếu có thể tăng mạnh (như công ty sẽ công bố kết
quả kinh doanh tốt) thì ngay hôm nay anh ta ñã thực hiện chiến lược mua với số lượng lớn
trong phiên giao dịch. Trong khi ñó những người không biết trước thông tin ñó sẽ không thể
hoặc không tham gia giao dịch. Cuối cùng chỉ có những người nắm ñược thông tin tốt như vậy
mới nắm giữ cổ phiếu, và ñó là ñiều không công bằng cho các nhà ñầu tư khác. Nếu tình trạng
ñó diễn ra thường xuyên và không ñược giảm thiểu thì các nhà ñầu tư bình thường sẽ lần lượt
rời bỏ thị trường và cuối cùng sẽ hủy hoại thị trường.
Nhiều công trình nghiên cứu của các tác giả như Glosten và Harris (1988), George và các

2




cộng sự (1991), Lin và các cộng sự (1995), Madhavan, Richardson và Roomans (1997),
Huang và Stoll (1997) ñã cố gắng xây dựng các mô hình nhằm ước lượng mức ñộ bất cân
xứng thông tin và các yếu tố ảnh hưởng. Các mô hình này ñược nhiều tác giả khác ứng dụng
và kiểm ñịnh trên các thị trường chứng khoán như: Van Ness và các cộng sự (2001), Giouvris
và Philippatos (2008) kiểm ñịnh trên sàn chứng khoán Luân Đôn….
Ở Việt Nam, do thị trường chứng khoán Việt Nam chỉ mới phát triển gần ñây nên hiện
tại chỉ có một ít các nghiên cứu về vấn ñề bất cân xứng thông tin và tín hiệu quả về mặt thông
tin trên thị trường chứng khoán như các nghiên cứu của Lê An Khang (2008), Trần Hương
Giang (2010), Nguyễn Thanh Nhã (2010).
1.2. Mục tiêu nghiên cứu
Xuất phát từ bối cảnh trên, ñề tài này sẽ tiến hành ñánh giá mức ñộ bất cân xứng thông
tin trên thị trường chứng khoán Việt Nam bằng một mô hình lý thuyết phù hợp, ñồng thời xác
ñịnh các yếu tố tác ñộng ñến mức ñộ bất cân xứng thông tin ñó, từ ñó ñề ra những kiến nghị
chính sách nhằm giúp cho các nhà quản lý thị trường ñưa ra các giải pháp nhằm thúc ñẩy thị
trường phát triển theo hướng hiện ñại, công bằng và chuyên nghiệp.
1.3. Câu hỏi nghiên cứu
1. Mức ñộ bất cân xứng thông tin trên thị trường chứng khoán Việt Nam như thế nào?
2. Những yếu tố nào có tác ñộng ñến mức ñộ bất cân xứng thông tin trên thị trường?
1.4. Phạm vi nghiên cứu
Đề tài nghiên cứu dữ liệu là thông tin giao dịch của các mã chứng khoán trên hai sàn
giao dịch chứng khoán Thành Phố Hồ Chí Minh (HOSE) và Hà Nội (HNX) với thời gian
nghiên cứu là khoảng thời gian từ 04/01/2011 ñến 30/12/2011. Mỗi sàn sẽ ñược thu thập dữ
liệu riêng ñể từ ñó có ñiều kiện so sánh mức ñộ bất cân xứng thông tin giữa hai sàn và cũng
như các nhân tố tác ñộng.
1.5. Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu ñịnh lượng. Luận văn sẽ tham khảo mô
hình của các tác giả ñược ñánh giá là thành công trong lĩnh vực này, sau ñó chọn lựa và biến
ñổi cho phù hợp với ñặc ñiểm thị trường chứng khoán Việt Nam. Cụ thể hơn, ñể trả lời cho
câu hỏi nghiên cứu thứ nhất của ñề tài, luận văn sẽ sử dụng kết quả nghiên cứu của các tác giả
3




sau: Glosten và Harris (1988), Stoll (1989), George, Kaul và Nimalendran (1991), Kim và
Ogden (1996). Các mô hình này cố gắng phân rã khoảng cách giữa giá mua-bán trên thị
trường (bid-ask spread) ra thành các nhân tố cấu thành, một trong những nhân tố ñó là nhân tố
bất cân xứng thông tin.
Thứ hai, ñể tìm hiểu các nhân tố có tác ñộng lên mức ñộ bất cân xứng thông tin này,
mô hình căn bản của Van Ness và các cộng sự (2001) sẽ ñược nghiên cứu. Mô hình này cố
gắng giải thích sự tác ñộng ñến mức ñộ bất cân xứng thông tin ñến từ các nhóm biến sau:
nhóm biến ñại diện cho mức ñộ biến ñộng trong giao dịch của cổ phiếu, nhóm biến ñại diện
cho ñặc ñiểm các nhà ñầu tư liên quan ñển cố phiếu và nhóm biến khác, ñại diện cho các ñặc
ñiểm riêng của công ty như giá trị thị trường của vốn chủ sở hữu, biến giả về nhóm ngành mà
công ty thuộc về. Kết quả của phần này cũng chính là câu trả lời cho câu hỏi nghiên cứu thứ
hai của ñề tài.
Cuối cùng, dữ liệu nghiên cứu là dữ liệu thứ cấp về giao dịch hằng ngày ñược công bố
trên thị trường, ñược lấy từ các nguồn sau: sở giao dịch chứng khoán Tp.HCM và Hà Nội,
công ty chứng khoán VNDIRECT, công ty chứng khoán FPTS, trang tin tài chính Cafef, trang
tin tài chính Stockbiz và công ty chứng khoán Quốc tế VISecurities.
1.6. Cấu trúc ñề tài
Luận văn ñược tổ chức theo năm chương. Chương 1 là phần giới thiệu về bối cảnh
nghiên cứu, mục tiêu nghiên cứu, câu hỏi nghiên cứu, phạm vi nghiên cứu và phương pháp
nghiên cứu. Chương 2 trình bày cơ sở lý thuyết. Chương 3 trình bày chi tiết phương pháp
nghiên cứu. Chương 4 là phần kết quả nghiên cứu và chương 5 là phần kết luận và kiến nghị

chính sách.


4




CHƯƠNG 2. KHẢO SÁT CƠ SỞ LÝ THUYẾT


Chương này sẽ lần lượt khảo sát sơ cở lý thuyết về các vấn ñề sau: lý thuyết về bất cân
xứng thông tin và tác ñộng của nó trên thị trường chứng khoán, mô hình nghiên cứu các yếu tố
hình thành nên khoảng chênh lệch giá mua-bán và theo ñó là xác ñịnh mức ñộ bất cân xứng
thông tin của thị trường, phần cuối cùng là mô hình tìm hiểu sự tác ñộng lên mức ñộ bất cân
xứng thông tin ấy của các yếu tố liên quan.
2.1. Sự tác ñộng của bất cân xứng thông tin trên thị trường chứng khoán
2.1.1. Giới thiệu bất cân xứng thông tin
Theo lý thuyết kinh tế học vi mô, “bất cân xứng thông tin là trường hợp trong ñó người
mua và người bán sở hữu các mức ñộ khác nhau về mặt thông tin” (Robert Pindyck và Daniel
Rubinfeld, 2009). Điều ñó có nghĩa rằng, trong một giao dịch, một bên sẽ biết nhiều thông tin
hơn bên kia và sẽ quyết ñịnh theo hướng có lợi cho mình nhiều hơn so với người nắm ít thông
tin hơn. Pindyck và Rubinfeld (2009) cho rằng, tùy theo các hình thức của bất cân xứng thông
tin mà hậu quả mang lại có thể rơi vào ba dạng sau:
1) Sự lựa chọn ngược: lựa chọn ngược xuất hiện khi các sản phẩm với các chất lượng
khác nhau ñược bán tại cùng một mức giá duy nhất bởi vì người mua và người bán không có
ñược thông tin ñầy ñủ ñể quyết ñịnh chất lượng thật sự tại thời ñiểm giao dịch. Và hậu quả
cuối cùng là trên thị trường có rất nhiều các sản phẩm có chất lượng thấp nhưng lại có quá ít
các sản phẩm có chất lượng cao.
2) Tâm lý ỷ lại: Tâm lý ỷ lại xuất hiện khi một bên mà hành ñộng của anh ta không

thể quan sát ñược, có thể ảnh hưởng ñến khả năng hoặc mức ñộ của việc chi trả. Ví dụ, một
người thích các hành ñộng rủi ro, sau khi mua bảo hiểm từ một công ty bảo hiểm, anh ta có thể
gia tăng các hành vi ñẩy rủi ro của mình hơn nữa vì tâm lý ỷ lại- ñã có bảo hiểm chi trả cho
các khoảng thiệt hại.
3) Vấn ñề người ủy quyền-thừa hành: Vấn ñề nảy sinh khi người thừa hành (ví dụ
như giám ñốc, tổng giám ñốc) theo ñuổi các mục tiêu riêng cái mà thậm chí mang lại lợi
nhuận thấp hơn cho cổ ñông của công ty, những người ñã thuê anh ta về làm việc.
Tóm lại, bất cân xứng thông tin là một dạng thất bại của thị trường và cần phải có sự
5




can thiệp của nhà nước nhằm giảm bớt thiệt hại do nó gây ra. Bất cân xứng thông tin hiện diện
trong rất nhiều lĩnh vực trong cuộc sống, từ các hoạt ñộng mua bán bình thường như bảo hiểm,
y tế ñến các hoạt ñộng kinh doanh, giao dịch và trong ñó có giao dịch trên thị trường chứng
khoán.
2.1.2. Tác ñộng của bất cân xứng thông tin trên thị trường chứng khoán
Trên thị trường chứng khoán, bất cân xứng thông tin là sự không công bằng trong giao
dịch, ñối tượng có nhiều thông tin hơn chắc chắn sẽ ra quyết ñịnh có lợi hơn cho bản thân
mình so với người khác. Mishkin (2004) ñã sử dụng lý thuyết về vấn ñề lựa chọn ngược ñể
giải thích hành vi mua bán trên thị trường chứng khoán dưới tác ñộng của bất cân xứng thông
tin. Theo tác giả, trên thị trường sẽ có cổ phiếu tốt là các cổ phiếu có lợi nhuận kỳ vọng lớn và
rủi ro thấp, và cổ phiếu xấu là cổ phiếu có lợi nhuận kỳ vọng thấp và rủi ro cao. Vì sự bất cân
xứng thông tin khiến mức giá mà nhà ñầu tư thông thường sẵn lòng mua sẽ là mức giá trung
bình giữa giá trị của cổ phiếu tốt và xấu. Chủ sở hữu hay quản lý của công ty tốt sẽ có ñược
thông tin tốt hơn nhà ñầu tư thông thường và biết rằng giá của cổ phiếu trên thị trường ñang bị
ñịnh giá thấp và do ñó sẽ không bán cổ phiếu ñang nắm giữ cho nhà ñầu tư thông thường tại
mức giá trung bình ñó. Vì vậy các nhà ñầu tư thông thường chỉ có thể mua ñược các cổ phiếu
xấu. Nhưng ngược lại, nhà ñầu tư thông thường cũng là một người duy lý, anh ta sẽ không

muốn những cổ phiếu xấu và quyết ñịnh sẽ không giao dịch. Hậu quả cuối cùng mang lại là có
ít công ty bán ñược cổ phiếu trên thị trường và do ñó không thể huy ñộng ñược vốn, tức thị
trường chứng khoán không thể phát triển trở thành một trong những nguồn huy ñộng vốn
trọng yếu cho nền kinh tế như các nhà hoạch ñịnh chính sách kỳ vọng.
Do ñó, bất cân xứng thông tin sẽ làm giảm tính hiệu quả của thị trường thông qua việc
gia tăng chi phí giao dịch. Vì vậy việc xác ñịnh mức ñộ bất cân xứng thông tin và các yếu tố
tác ñộng ñến nó là mục tiêu quan trọng ñối với các cấp quản lý ñể từ ñó ñưa ra các giải pháp
nhằm xây dựng, kiểm soát và phát triển thị trường theo hướng công bằng, minh bạch và
chuyên nghiệp hơn.
2.2. Mô hình xác ñịnh các yếu tố cấu thành nên chênh lệch giá mua-bán và mức ñộ AI
Nghiên cứu các yếu tố tạo nên chi phí giao dịch ñã hướng các tác giả nghiên cứu ñặc ñiểm
của chênh lệch giữa giá mua và giá bán ñược bộc lộ trên thị trường (bid-ask spread). Demsetz
6




(1968) và Tinic (1972) nêu ra giả thuyết rằng, spread này tồn tại là ñể bù lại chi phí mà các
nhà tạo lập thị trường phải bỏ ra ñể quản lý lưu trữ chứng khoán ñể ñáp ứng nhu cầu của nhà
ñầu tư khi họ muốn. Một tác giả khác là Bagehot (1971) nghiên cứu về sự tồn tại của khoảng
chênh lệch này theo một hướng khác và cho rằng nó là kết quả của yếu tố bất cân xứng thông
tin, tác giả cho rằng các nhà tạo lập thị trường chịu lỗ khi phải giao dịch với các nhà ñầu tư
nắm ñược thông tin tốt và ñược bù trừ lại bằng cách có ñược lợi nhuận khi giao dịch với các
nhà ñầu thông thường. Lý thuyết theo hướng này ñược nhiều tác giả ủng hộ và tiếp tục mở
rộng nghiên cứu như Stoll (1978), Amihud và Mendelson (1980), Copeland và Galai (1983),
Glosten và Milgrom (1985), Glosten và Harris (1988), Hasbrouck (1988),…
1

Về mặt tổng quát, các tác giả ñã thống nhất với nhau về các yếu tố cấu thành nên chênh
lệch giá mua-bán, gồm có: Chi phí ñặt lệnh (chi phí xử lý lệnh), là chi phí liên quan ñến cơ

sở hạ tầng như nhân viên ñặt lệnh, chi phí thanh toán, bù trừ, thu thập thông tin (theo Glosten
và Harris (1988), Stoll (1989)). Thứ hai là chi phí lưu trữ, là chi phí liên quan ñến cơ hội của
nhà ñầu tư khi tiếp tục nắm giữ cổ phiếu (theo Stoll (1989)). Và cuối cùng là yếu tố thông tin
bất cân xứng, tức AI (theo nghiên cứu của Glosten và Milgrom (1984), Easley và O’Hara
(1987)).
Theo Kyle (1985), trên thị trường sẽ có 3 chủ thể tham gia: người có ưu thế sở hữu thông
tin có lợi cho mình (informed trader), người giao dịch bình thường (uninformed trader hoặc
liquidiy trader) và các chủ thể tạo lập thị trường (market makers). Vì sự tồn tại của vấn ñề bất
cân xứng thông tin, vốn mang lại lợi nhuận cho informed trader, nên ñể tránh tổn thất khi giao
dịch với các informed trader, các nhà tạo lập thị trường và nhà ñầu tư thông thường sẽ mở
rộng biên ñộ của khoảng chênh lệch giữa giá mua-bán khi giao dịch, ñiều ñó có nghĩa rằng với
một sự mở rộng của khoảng cách giữa giá mua và giá bán, mức ñộ bất cân xứng thông tin sẽ
tăng lên.
Trong nghiên cứu của Glosten và Milgrom (1985), ñược trích trong Glosten và Harris
(1988), hai tác giả ñã ñưa ra lời giải thích về tác ñộng của các nguồn thông tin ñược chuyển tải
vào giá chứng khoán như sau: khi một nhà ñầu tư ñặt một lệnh mua (hoặc bán), các nhà tạo lập

1
Phần này trích lại từ tổng kết nghiên cứu của hai tác giả Giouvris và Philippatos (2008)
7




thị trường, vốn không nhận ñược thông tin, sẽ ñánh giá khả năng lệnh ñó có thể mang thông
tin có lợi cho nhà ñầu tư ñó theo hướng giá chứng khoán sẽ tăng (hoặc giảm). Những kỳ vọng
và ñiều chỉnh ñó của nhà tạo lập thị trường sẽ ñược thể hiện vào giá mua và giá bán trong lệnh
ñặt của họ ngay sau ñó.
Dựa trên lý thuyết về các yếu tố cấu thành nên chuỗi chênh lệch giá mua-bán, các nhà
nghiên cứu ñã cố gắng xây dựng mô hình phân tích các yếu tố này và ñạt ñược một số tiến bộ

ñáng kể, tiêu biểu là công trình nghiên cứu của các tác giả sau:
Glosten và Harris (1988) là một trong các tác giả ñầu tiên trình bày mô hình ñơn giản ñể
phân rã các yếu tố cấu thành nên bid-ask spread thành hai thành phần: thành phần tạm thời
(transitory) và thành phần bất cân xứng thông tin. Mô hình này còn mô tả sự tác ñộng của quy
mô giao dịch (thể hiện qua khối lượng) ñến mức ñộ bất cân xứng thông tin:
∆P
t
= c
0
∆Q
t
+ c
1
∆Q
t
V
t
+ z
0
Q
t
+z
1
Q
t
V
t
+ ε
t
(2.1)

Trong ñó,
• ∆P
t
là sự thay ñổi giá giao dịch (transaction price) giữa hai lần giao dịch liền kề. Q
t
là
một chỉ báo giao dịch, nó sẽ mang giá trị +1 nếu giao dịch ñược người mua phát ñộng
trước và -1 nếu giao dịch ñược người bán phát ñộng trước.
• V
t
là số lượng cổ phiếu ñược giao dịch tại thời ñiểm t.
• ε
t
là thành phần sai số, ñồng thời bao hàm các yếu tố thông tin ñược công bố rộng rãi
khác.
Từ ñó, hai yếu tố cấu thành nên spread ñược tính toán như sau:
• Thành phần bất cân xứng thông tin: Z
0
= 2 (z
0
+ z
1
V
t
) (2.2)
• Thành phần do chi phí lưu trữ và xử lý lệnh: C
0
= 2(c
0
+c

1
V
1
) (2.3)
Mô hình của Glosten và Harris ñược một số tác giả khác kiểm nghiệm thực tế như Van
Ness và các cộng sự (2001) thực hiện kiểm nghiệm trên thị trường chứng khoán New York
vào 1999 và kết quả cho thấy yếu tố AI trung bình chiếm 38.9% thành phần của chênh lệch giá
mua-bán. Mô hình này cũng ñược tác giả Lê An Khang (2008) kiểm nghiệm trên thị trường
chứng khoán Việt Nam và mang lại kết quả là mức trung bình 89.66% của chênh lệch giá
mua-bán là do yếu tố AI tạo nên.
8




Mô hình của Glosten và Harris có ưu thế là ñơn giản, tuy nhiên có nhược ñiểm là chỉ
báo giao dịch Q
t
, yếu tố vốn không thể xác ñịnh ñược trong thực tế và vì vậy làm giảm tính
chính xác của mô hình trong nghiên cứu thực tiễn. Theo Stoll (1989), mô hình của Glosten và
Harris (1988) dù ñã cố gắng mô hình hóa mối quan hệ giữa chênh lệch báo giá (quoted spread)
và chênh lệch thực tế (realized spread- là sự khác biệt trung bình giữa giá bán mà một môi giới
thiết lập tại một thời ñiểm với giá mua mà một môi giới khác thiết lập tại một thời ñiểm sớm
hơn trước ñó) và cố gắng ước tính các yếu tố tạo thành, tuy nhiên do không có dữ liệu về
spread báo giá nên không thể quan sát ñược chỉ báo giao dịch Q
t
, và vì vậy sẽ gặp khó khăn
khi phân rã các yếu tố cấu thành nên spread.
Kế thừa từ kết quả nghiên cứu của Glosten và Harris (1988) và các tác giả khác, Stoll
(1989) trong công trình nghiên cứu của mình ñã tập trung phân tích cả ba yếu tố cấu thành nên

spread, gồm: bất cân xứng thông tin, chi phí lữu trữ và chi phí xử lý lệnh dựa trên ý tưởng về
mối tương quan chuỗi theo thời gian trong các giao dịch chứng khoán. Stoll cho rằng, chênh
lệch thực tế (realized spread) sẽ nhỏ hơn chênh lệch báo giá (quote spread-là sự khác biệt giữa
giá mua-giá bán tại thời ñiểm t) và có tồn tại mối liên hệ giữa chênh lệch báo giá và phương
sai của suất sinh lợi. Để phục vụ cho mục tiêu nghiên cứu ñó, Stoll ñưa ra ba giả ñịnh như sau:
1. Thị trường là hoàn hảo về tính hiệu quả của thông tin ñể một sự thay ñổi giá kỳ vọng
mang tính ñộc lập ñối với thông tin hiện tại và trong quá khứ.
2. Khoảng cách giá mua-bán là hằng số theo thời gian và tất cả các giao dịch ñều thực hiện
tại mức giá mua cao nhất hoặc mức giá bán thấp nhất.
3. Tỷ lệ của các yếu tố trong dãy chênh lệch giá mua-bán là giống nhau cho tất cả các loại
chứng khoán.
Kết quả mà Stoll mang lại là tìm ra sự tương quan chuỗi của suất sinh lợi ñược tính bởi
giá mua (hoặc giá bán) có khuynh hướng liên hệ âm (dấu -) với bình phương của chênh lệch
báo giá, tuy mối quan hệ này không mạnh bằng suất sinh lợi ñược tính theo giá giao dịch
(transaction price), ñồng thời tìm ñược sự tương quan chuỗi của các lợi nhuận này là âm.
Để tính toán các yếu tố cấu thành nên chênh lệch báo giá, Stoll ñưa ra hai biến, gồm có biến
ño lường xác suất của việc ñảo ngược giá (θ) và biến ñại diện cho tỷ lệ thay ñổi của chênh lệch
báo giá (δ với ràng buộc 0 <= δ <=1), cả hai biến này ñược tính toán từ hệ phương trình sau:
9




( ) ( )
( )
2
T 0 1
2
Q 0 1
1

1
2 2
1 2 1 2
2
1 2
cov a a u
cov b b v
a
b
s
s
δ − θ − θ − δ
δ − θ

= + +

= + +



=


=


(2.4)
Trong ñó, cov
T
là phương sai của sự thay ñổi giá giao dịch cov

T
= cov (∆P
t,
∆P
t+1
), cov
Q
là
phương sai của sự thay ñổi giá niêm yết (giá mua hoặc giá bán ñều ñược), tức: cov
Q
= cov
(∆Q
t,
∆Q
t+1
).
s là chênh lệch báo giá.
u, v là các sai số.
Từ ñó, các yếu tố cấu thành nên khoảng chênh lệch báo giá ñược tính toán như sau:
Chi phí bất cân xứng thông tin: 1-2(θ – δ) (2.5)
Chi phí lưu trữ lệnh: 2(θ – 0.5) (2.6)
Chi phí xử lý lệnh: 1-2 δ (2.7)
Nối tiếp ý tưởng của Stoll (1989), ba tác giả George, Kaul, và Nimalendran (1991) chỉ
ra rằng các các ước tính từ mô hình của Stoll bị thiên lệch bởi sự tồn tại sự tương quan dương
trong chuỗi các lợi nhuận kỳ vọng. Họ phát triển một mô hình mới với một khái niệm mới là
chênh lệch ước tính (estimated bid-ask spread) cho mỗi chứng khoán i, chênh lệch ước tính
này thể hiện mối quan hệ giữa suất sinh lợi giữa quá khứ và hiện tại thông qua phương trình:
S
i
= 2[-cov (RD

i,t
, RD
i,t-1
)]
1/2
(2.8)
Với RD là sai khác giữa tỷ lệ lợi nhuận ñược tính toán dựa trên giá giao dịch (transaction
return) và tỷ lệ lợi nhuận dựa trên giá ñúng (true price) cái mà không thể quan sát ñược và
ñược các tác giả ñại diện bằng giá mua (bid) nối tiếp giao dịch vừa mới ñược thực hiện:
RD
i,t
= R
Ti,t
- R
Mi,t*
(2.9)
Từ ñó, George, Kaul, và Nimalendran ñưa ra mô hình hồi quy sau ñể xác ñịnh các yếu tố cấu
thành nên khoảng chênh lệch báo giá
S
i
=β
0
+ β
1
S
Qi
+ ε
i
(2.10)

Với S
Qi
là chênh lệch báo giá của chứng khoán i.
Và các thành phần cấu thành nên khoảng chênh lệch báo giá cho mỗi chứng khoán i ñược tính
toán như sau:
10




Chi phí bất cân xứng thông tin: 1-ܵ
መ
bi
/
1
T

Qi
1
S
T
∑
(2.11)
Chi phí xử lý lệnh: ܵ
መ
bi
/
1
T

Qi
1
S
T
∑

(2.12)
Bằng cách cách sử dụng khái niệm chênh lệch ước tính này, George và các cộng sự ñã
ñồng thời xóa ñi giả thuyết thứ nhất trong ba giả thuyết ñược ñề nghị bởi Stoll và vì vậy ñược
xem là khá thực tế. Mô hình của George và các cộng sự (1991) ñược một số tác giả ứng dụng
vào thực tế như Kee H. Chung, Hoje Jo, and Hersh Shefrin (2003) về mối liên hệ giữa khối
lượng giao dịch, chi phí thông tin và chi phí giao dịch. Van Ness và các cộng sự (2001) cũng sử
dụng mô hình của George và các cộng sự (1991) và rút ra ñược mức ñộ bất cân xứng thông tin
trung bình trên thị trường chứng khoán New York là 47.6%, cao hơn so với sử dụng mô hình của
Glosten và Harris (1988).
Tuy mô hình của George và các cộng sự (1991) ñã tiến bộ hơn so với Stoll, tuy nhiên hai
giả ñịnh còn lại của Stoll vẫn chưa bị xóa bỏ, cho nên thật sự mô hình này vẫn chưa hoàn hảo.
Vấn ñề này ñã ñược giải quyết vào năm 1996 bởi hai tác giả Kim và Ogden.
Để loại trừ hai giả ñịnh còn lại của Stoll, Kim và Ogden (1996) trong nghiên cứu của
mình ñề nghị như sau:
• Thứ nhất, Kim và Ogden ñề nghị mô hình của George và các cộng sự (1991) nên thay ñổi
bằng cách sử dụng giá trung bình của giá mua và bán (midpoint) làm ñại diện cho giá ñúng,
hơn là giá mua mà các tác giả ñã sử dụng, vì Kim và Ogden cho rằng khoảng chênh lệch
giá mua-bán là không cố ñịnh theo thời gian và có cấu trúc chuỗi thời gian mang tính hệ
thống. Vì vậy ước lượng trong mô hình chỉ dựa trên giá mua của George và các cộng sự
(1991) vẫn còn có thể bị thiên lệch và các tác giả ñề nghị rằng giá trung bình của giá mua
và bán chính là ñại diện tốt hơn so với giá mua, ñiều này chính là việc loại trừ giả ñịnh thứ
hai trong mô hình của Stoll.
• Hai là, ñể loại trừ giả ñịnh thứ ba của Stoll, Kim và Ogden cho rằng: tỷ lệ các các yếu tố
cấu thành nên khoảng chênh lệch giá mua-bán có thể thay ñổi khác nhau tùy thuộc vào từng

loại chứng khoán, và các tác giả này sử dụng hệ số Kim và Ogden
S
2
qi
ñể thay thế cho
11




S
Qi
trong mô hình ước lượng của George và các cộng sự (1991). Như vậy mô hình hồi quy
ñược ñiều chỉnh như sau:
S
i
= β
0
+ β
1
* S
2
qi
+ ε
i
(2.13)
Trong ñó S
i
là chênh lệch ước lượng dựa trên phương trình: S
i

= 2[-cov (RD
i,t
, RD
i,t-1
)]
1/2
với:
• RD ñược ñịnh nghĩa là sự khác biệt giữa lợi nhuận dựa trên giá giao dịch và lợi nhuận
dựa trên giá trung bình của giá mua-bán (giá midpoint).
•
S
2
qi
: hệ số trong mô hình của Kim và Ogden với S
2
qi

là giá trị trung bình của
các bình phương chênh lệch báo giá hằng ngày.
Kim và Ogden cho rằng chi phí xử lý lệnh và chi phí lưu trữ rất khó phân biệt nên tác giả
gộp chung cả hai chi phí này lại thành một và gọi là chi phí xử lý lệnh. Khi ñó mức ñộ bất cân
xứng thông tin cho thị trường dựa trên mẫu quan sát ñược ước lượng là 1- β
1.
Đồng thời, thành
phần bất cân xứng thông tin cho từng chứng khoán i ñược tính theo công thức sau:
asym
i
= 1-ܵ
መ
i

/ S
2
qi
(2.14)
Kim và Ogden ñã ứng dụng mô hình mới xây dựng vào kiểm ñịnh trên thị trường
chứng khoán NYSE. Kết quả cho thấy mức ñộ bất cân xứng thông tin trên thị trường xấp xỉ
50%, trong khi sử dụng mô hình của George và các cộng sự (1991) thì giá trị ước tính khoảng
21% với cùng khoảng thời gian nghiên cứu. Mô hình này cũng ñược Giouvris và Philippatos
(2008) thực hiện kiểm chứng thực tế trên thị trường chứng khoán Luân Đôn và mang lại kết
quả AI trung bình ở mức 32% cho các chứng khoán trong chỉ số FTSE100 và ở mức 67% cho
các chứng khoán trong chỉ số FTSE250.
Tóm lại, các mô hình nghiên cứu các yếu tố cấu thành nên khoảng chênh lệch giá mua-
bán ñược nhiều tác giả xây dựng nên, trong ñó yếu tố chi phí bất cân xứng thông tin ñược các
tác giả ñặc biệt xem trọng vì ñó là yếu tố ảnh hưởng ñến tính công bằng trong giao dịch. Mô
hình của Glosten và Harris là một trong những mô hình ñầu tiên phản ánh xu hướng giao dịch
dựa trên khái niệm chỉ báo giao dịch Q
t
trước khi một giao dịch ñược thực hiện. Tuy nhiên trên
thực tế, các tác giả không thể quan sát ñược yếu tố Q
t
này nên chắc chắn làm giảm ñáng kể
khả năng phân tích của mô hình. Mô hình của Stoll rồi sau ñó là George và các cộng sự ñã ñề
12




cập ñến yếu tố tương quan chuỗi theo thời gian trong giao dịch và ñưa ra các mô hình phân
tích, tuy nhiên vẫn còn tồn tại sự ước lượng thiên lệch (theo chứng minh của Kim và Ogden)
do chưa rũ bỏ hết các giả thuyết không thực tế. Vì vậy mô hình của Kim và Ogden ñược ñánh

giá là một trong những mô hình phù hợp nhất ñể có thể ứng dụng vào thực tế.
2.3. Mô hình ñánh giá các yếu tố tác ñộng ñến mức ñộ bất cân xứng thông tin
Sau khi ñánh giá ñược mức ñộ AI trên thị trường, phần này sẽ khảo sát các kết quả
nghiên cứu của các tác giả về các yếu tố có thể tác ñộng ñến mức ñộ AI trên thị trường. Có hai
kết quả nghiên cứu mà ñề tài căn cứ sử dụng ñể làm nền tảng là Van Ness và các cộng sự
(2001) và nghiên cứu của Giouvris and Philippatos (2008). Trong ñó mô hình phân tích của
Van Ness có bao hàm các thành phần mà hai tác giả Giouvris và Philippatos nghiên cứu. Tuy
nhiên trong mô hình của Giouvris và Philippatos có ñề cập ñến yếu tố: số lượng các giao dịch
(number of trades) nhưng do hạn chế về mặt thông tin trên sàn chứng khoán HOSE và HNX
mà yếu tố này sẽ không ñược xem xét. Vì vậy, tổng kết lại, ñề tài sử dụng mô hình nghiên cứu
của Van Ness và các cộng sự (2001) làm cơ sở.
Theo Van Ness và các cộng sự (2001), có 3 nhóm các nhân tố tác ñộng ñến AI của một
mã chứng khoán gồm có:
1. Các biến thông tin bất cân xứng: nhóm này bao gồm các biến ñại diện cho mức ñộ biến
ñộng của cổ phiếu (volatility) ñược ñại diện bởi: ñộ lệch chuẩn của mức giá trung bình của
giá mua-bán, ñộ lệch chuẩn của suất sinh lợi hằng ngày, ñộ lệch chuẩn của khối lượng giao
dịch hằng ngày, giá trị giao dịch trung bình hằng ngày, ñòn bẩy tài chính trong nguồn vốn của
công ty, sai số trong dự ñoán EPS của các nhà phân tích, mức ñộ phân tán của dãy các dự báo
EPS của các nhà phân tích, tỷ lệ giá trị thị trường trên giá trị sổ sách, chi phí nghiên cứu phát
triển, tài sản vô hình.
2. Các biến ñại diện cho các nhà ñầu tư có lợi về mặt thông tin, gồm có: số lượng các nhà
phân tích ñối với một công ty, phần trăm nắm giữa cổ phần của các nhà ñầu tư tổ chức, số
lượng các nhà ñầu tư tổ chức.
3. Các biến khác: gồm có giá trị thị trường của vốn chủ sở hữu, các biến giả (dummy
variables) ñại diện cho các ngành mà công ty thuộc về.
Mô hình tổng quát của Van Ness và các cộng sự tổng quát như sau:
13

LTC
i
= α
0
+ α
1
LNANALYST + α
2
LVOL
i
+ α
3
LPRI
i
+ α
4
LVAR
i
+ α
5
LSIGR
i
+ α
6
LSIGVOL
i

+ α
7

ERRE
i
+ α
8
DISP
i
+ α
9
LEVG
i
+ α
10
LNINTGTA + α
11
RDSALES
i
+ α
12
LNMB
i +

α
13
LPINST
i
+ α
14
LINST
i
+ µ

i
(2.15)

LNANLYST
i
= β
0
+ β
1
LTC
i
+ β
2
LVAR
i
+ β
3
LNMVE
i
+ β
4
LPRI
i
+ β
5
IND1+ β
6
IND2 + β
7
IND3

+ β
8
IND4 + β
9
LPINST
i
+ β
10
LINST
i
+ ε
i

(2.16)
LVOL
i
= γ
0
+ γ
1
LTC
i
+ γ
2
LANALYST
i
+ γ
3
LNMVE
i

+ γ
4
LINST
i
+ γ
5
LPINST
i
+ u
i

(2.17)
Với LTC = ln (chi phí thông tin bất cân xứng/ giá) hay spread/ giá.

(2.18)
Mô hình ñánh giá các yếu tố tác ñộng ñến AI của Van Ness và các cộng sự ñã hầu như
bao hàm hầu hết các biến có khả năng tác ñộng ñến mức ñộ bất cân xứng thông tin. Vì vậy có
thể sử dụng mô hình này ñể ứng dụng vào thị trường chứng khoán Việt Nam.

Đến thời ñiểm này, ñề tài ñã lần lượt trình bày khái niệm về thông tin bất cân xứng và
tác ñộng của nó ñối với thị trường chứng khoán Việt Nam, theo Mishkin (2004) nếu không có
giải pháp giảm thiểu ñể tạo niềm tin cho nhà ñầu tư thì bất cân xứng thông tin sẽ khiến thị
trường hoạt ñộng không hiệu quả. Chương này cũng lần lượt khảo sát các công trình nghiên
cứu chủ yếu của các tác giả ñược ñánh giá là thành công trong việc xây dựng mô hình xác
ñịnh mức ñộ bất cân xứng thông tin, một trong ba yếu tố cấu thành nên chuỗi chênh lệch giá
mua-bán. Thông qua ñó, mô hình của Kim và Ogden (1996) ñược ñánh giá là tiến bộ hơn các
công trình trước ñó và cũng phù hợp với ñặc ñiểm của thị trường chứng khoán Việt Nam. Cuối
cùng chương này cũng tham khảo mô hình ñánh giá các yếu tố tác ñộ ñến mức ñộ thông tin bất
cân xứng và thấy rằng kết quả nghiên cứu của Van Ness và các cộng sự (2001) là tổng quát
hơn cả. Chương tiếp theo sẽ là phần xây dựng mô hình nghiên cứu cho thị trường chứng khoán

Việt nam.


14




CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU

Chương này sẽ tiến hành lựa chọn mô hình nghiên cứu phù hợp với ñặc ñiểm thị
trường chứng khoán Việt Nam, ñồng thời cũng giới thiệu nguồn dữ liệu sẽ ñược sử dụng ñể
thực hiện kiểm ñịnh thực tế trên thị trường.
3.1. Lựa chọn mô hình nghiên cứu
Để trả lời cho hai câu hỏi nghiên cứu, phần này sẽ hướng ñến lựa chọn và xây dựng hai
mô hình, gồm có mô hình xác ñịnh mức ñộ thông tin bất cân xứng ñể trả lời cho câu hỏi
nghiên cứu thứ nhất và mô hình ñánh giá các yếu tố tác ñộng ñến thông tin bất cân xứng ñể trả
lời cho câu hỏi nghiên cứu thứ hai. Phần tiếp theo sẽ lần lượt ñi qua từng mô hình một.
3.1.1. Mô hình xác ñịnh mức ñộ bất cân xứng thông tin
Dựa trên kết quả nghiên cứu lý thuyết sơ lược ở chương hai, tác giả cho rằng mô hình của
Kim và Ogden (1996) là phù hợp hơn cả ñể có thể ứng dụng vào thị trường chứng khoán Việt
Nam với những ưu ñiểm sau:
• Là mô hình ñã khắc phục ñược các hạn chế của tác giả trước ñó là của Stoll và George
và các cộng sự về các giả thuyết phi thực tế trên thị trường.
• Hai là nguồn dữ liệu cần thiết ñể ứng dụng mô hình hoàn toàn có thể thu thập ñược tại
thị trường chứng khoán Việt Nam.
Do ñó, luận văn này sẽ sử dụng kết quả của Kim và Ogden ñể trả lời cho câu hỏi nghiên cứu
thứ nhất của ñề tài. Mô hình ñược viết lại như sau:
S
i

= β
0
+ β
1
* S
2
qi
+ ε
i
(3.1)
Trong ñó:
• i là ñại diện cho chứng khoán thứ i, t là ñơn vị thời gian tính theo ngày,

• S
i
là chênh lệch ước lượng, ñược tính dựa trên phương trình:

S
i
= 2[-cov( RD
i,t
, RD
i,t-1
)]
1/2
(3.2)

• RD ñược ñịnh nghĩa là sự khác biệt giữa lợi nhuận tính trên giá giao dịch (và lợi nhuận
tính trên giá trung bình của giá mua và giá bán (midpoint), tức RD
t

= R
t
-R
m

với R
t
=
P
t
-P
t-1
P
t-1
, R
m
=
P
m
-P
m-1
P
m-1
(3.3)
15




• S

2
qi
: hệ số trong mô hình của Kim và Ogden với S
2
qi

là giá trị trung bình của
các bình phương chênh lệch báo giá hằng ngày của chứng khoán i. (3.4)
Giá trị ước lượng của các hệ số trong mô hình hồi quy (3.1) sẽ cho kết quả ước lượng về giá trị
trung bình của thị trường như sau:
• Chi phí xử lý lệnh trung bình : β
1

• Chi phí bất cân xứng thông tin trung bình: 1- β
1

Tính riêng, mức ñộ bất cân xứng thông tin cho mỗi chứng khoán i trong chuỗi chênh lệch giá
mua-bán ñược tính toán như sau:
asym
i
= 1-ܵ
መ
i
/ S
2
qi
(3.5)
Trong ñó ܵ
መ
i

là giá trị ước lượng của chênh lệch ước lượng cho chứng khoán i theo mô hình hồi
quy (3.1)
3.1.2. Mô hình ñánh giá tác ñộng của các yếu tố lên mức ñộ bất cân xứng thông tin
Tiếp theo, luận văn xây dựng mô hình ñánh giá tác ñộng của các yếu tố lên AI của từng mã
chứng khoán. Theo kết quả nghiên cứu lý thuyết ở chương hai, tác giả ñề nghị sử dụng mô
hình của Van Ness và các cộng sự (2001). Tuy nhiên, căn cứ vào thực tiễn thu thập dữ liệu ở
Việt Nam thì mô hình ñó cần loại các biến sau:
• ANALYST: là biến thể hiện số lượng các chuyên gia phân tích ñối với cổ phiếu một cổ
phiếu i. Vì hiện tại thông tin này ở Việt Nam chưa ñược thống kê nên ñề tài sẽ không khảo
sát biến này.
• ERRE: là biến ño lường sai số dự báo về thu nhập trên mỗi cổ phiếu (EPS) so với giá trị
thực. Thông tin này ñến từ các chuyên gia phân tích. Tuy nhiên do số lượng các chuyên gia
phân tích không thể thống kê nên ñề tài cũng không xét ñến biến này.
• DISP: là biến ño lường ñộ phân tán các dự báo thu nhập trên mỗi cổ phiếu của các chuyên
gia phân tích. Tương tự như biến ERRE, do hạn chế về thống kê nên ñề tài cũng không xét
ñến biến này.
• RDSALES: là biến ño lường chi phí chi tiêu cho nghiên cứu và phát triển của công ty. Hiện
tại báo cáo tài chính của các công ty niêm yết chưa ñề cập ñến chi phí này nên ñề tài cũng
không xét ñến.
16




• Luận văn này cũng không thực hiện việc so sánh theo ngành mà chỉ tập trung vào phân tích
các nhân tố tác ñộng ñến mức ñộ bất cân xứng thông tin trên hai sàn nên các biến giả ñại
diện cho ngành cũng không ñược xem xét.
Như vậy, các biến không xem xét kể trên sẽ ñược tính vào phần dư của phương trình hồi
quy và xem như là phần tác ñộng của các biến chưa giải thích ñược. Vậy chúng ta có mô hình
sau:

ASYM
i
= α
0
+ α
1
LVOL
i
+ α
2
LPRI
i
+ α
3
LVAR
i
+ α
4
LSIGR
i
+ α
5
LSIGVOL
i
+ α
6
LEVG
i
+
α

7
LNINTGTA + α
8
LNMB
i
+ α
9
LNMVE
i
+ α
10
LPINST
i
+ α
11
LINST
i
+ µ
i
(3.6)

Trong ñó:
• biến ASYM
i
ñược tính toán từ phương trình (3.5)
• µ
i
là biến sai số trong mô hình, ñồng thời chứa các biến chưa ñược khảo sát trong mô
hình.
• L là hàm ý sẽ dùm hàm logarithm cho giá trị biến tương ứng trong mô hình hồi quy.

Trong mô hình 3.6, các biến ñộc lập lần lượt mang ý nghĩa và kỳ vọng dấu trước khi hồi
quy như sau:
1) VOL: là trung bình khối lượng giao dịch hằng ngày của cổ phiếu i. Theo Van Ness và các
cộng sự (2001), các cổ phiếu có tần suất giao dịch càng thấp thì càng nhiều khả năng có
vấn ñề về thông tin, vì vậy kì vọng dấu ở biến VOL là dấu âm (-). Tuy vậy theo nghiên cứu
của Conrad và Niden (1992), hai tác giả này không chứng minh ñược mối quan hệ giữa
khối lượng giao dịch và sự lựa chọn ngược trong các thông báo thâu tóm doanh nghiệp.
2) PRI: là trung bình giá ñóng cửa hằng ngày. Giá ñóng cửa là một ñại diện cho tính biến ñộng
của cổ phiếu. Cổ phiếu càng có giá trị trên thị trường thì mức ñộ thu hút ñối với các nhà
ñầu tư càng lớn và từ ñó giúp cho sự lan tỏa thông tin càng tốt, tức mức ñộ AI ñược kỳ
vọng sẽ thấp hơn nên biến này có dấu kỳ vọng là - trong mô hình (3.6).
3) VAR: là phương sai của chuỗi các giá trị của giá trung bình (midpoint) hằng ngày của
khoảng chênh lệch báo giá. Là một trong các biến ño lường tính biến ñộng của giá cổ phiếu
nên ñược kỳ vọng mang dấu + vì cổ phiếu càng biến ñộng về giá thì nguy cơ chịu chi phí
AI càng lớn.
17




4) SIGR: là ñộ lệch chuẩn của suất sinh lợi hằng ngày. Theo Ness và các cộng sự, cổ phiếu có
suất sinh lợi hằng ngày biến ñộng càng lớn thì mức ñộ AI càng lớn và ngược lại. Vì vậy ở
mô hình (3.6), biến này có kỳ vọng mang dấu +.
5) SIGVOL: là ñộ lệch chuẩn của khối lượng giao dịch hằng ngày. Tương tự như SIGR, biến
này cũng ñược dùng ñể ño lường tính biến ñộng của cổ phiếu nên cũng ñược kỳ vọng mang
dấu +.
6) LEVG: là ñòn bẩy tài chính công ty, bằng tổng nợ trên tổng tài sản. Theo Van Ness và các
cộng sự (2001), các công ty càng sử dụng ñòn bẩy tài chính càng lớn thì càng có sự biến
ñộng lớn trong thu nhập của chúng (tức là chúng sẽ có mức biến ñộng của lãi/ lỗ lớn hơn so
với các công ty cùng ñặc ñiểm nhưng sử dụng ñòn bẩy thấp hơn). Việc biến ñộng lớn về

thu nhập dự kiến càng khiến mang lại rủi ro cho các nhà ñầu tư do hạn chế tiếp cận với các
thông tin chính xác về ước lượng thu nhập của công ty, tức AI sẽ càng tăng. Vì vậy trong
mô hình (3.6), biến LEVG ñược kỳ vọng là mang dấu +. Tuy vậy Van Ness và các cộng sự
(2001) cũng hi vọng rằng biến này không có ý nghĩa.
7) INTGTA: là giá trị tài sản vô hình của công ty. Theo Van Ness và các cộng sự (2001), nếu
công ty có giá trị lớn tài sản vô hình (như bản quyền, lợi thế thương mại, ) so với tổng tài
sản thì công ty càng khó ñịnh giá bởi sự không xác ñịnh một cách chắn chắn các tài sản
này, vì vậy có thể dẫn ñến những thông tin không cân xứng về giá trị công ty. Vì vậy trong
mô hình, biến này có kỳ vọng mang dấu +.
8) NMB: là tỷ số giá thị trường trên giá trị sổ sách. Theo Van Ness và các cộng sự (2001), tỷ
số giá thị trường trên giá trị sổ sách của công ty là thước ño của các nhà ñầu tư về triển
vọng của công ty. Triển vọng càng lớn thì thông tin bất cân xứng càng hiện hữu. Vì vậy kỳ
vọng của biến này là +. Giá trị thị trường ñược tính là giá trị trung bình của giá ñóng cửa
hằng ngày trong thời ñoạn lấy dữ liệu. Giá trị sổ sách bằng tổng giá trị tài sản trừ ñi cho
tổng nợ và các tài sản vô hình (bao gồm tài sản cố ñịnh vô hình và lợi thế thương mại).
9) NMVE: là giá trị thị trường của vốn cổ phần của công ty. Theo Van Ness, nếu các nhà ñầu
tư chịu một chi phí cố ñịnh về mặt thông tin, họ sẽ có xu hướng ñầu tư vào các cổ phiếu có
mức vốn hóa lớn với khả năng nắm bắt ñược thông tin nhiều hơn. Vì vậy ở mô hình này,
biến LNMVE có kỳ vọng mang dấu Giá trị thị trường ñược lấy là giá trị trung bình của