Các yếu tố ảnh hưởng đến mức độ bất cân xứng thông tin trên thị trường chứng khoán việt nam nguyễn ngọc sơn

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH


NGUYỄN NGỌC SƠN

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN MỨC ĐỘ
BẤT CÂN XỨNG THÔNG TIN TRÊN THỊ
TRƯỜNG CHỨNG KHOÁN VIỆT NAM
LUẬN VĂN THẠC SĨ KINH TẾ
CHƯƠNG TRÌNH GIẢNG DẠY KINH TẾ FULBRIGHT
CHUYÊN NGÀNH: CHÍNH SÁCH CÔNG
MÃ SỐ: 60.31.14

NGƯỜI HƯỚNG DẪN: TS NGUYỄN MINH KIỀU

TP.HỒ CHÍ MINH – NĂM 2012


i

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn này hoàn toàn do tôi thực hiện. Các đoạn trích dẫn và số
liệu sử dụng trong luận văn đều được dẫn nguồn và có độ chính xác cao nhất trong phạm vi
hiểu biết của tôi. Luận văn này không nhất thiết phản ánh quan điểm 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 đỡ của Phó Giáo sư,
Tiến sĩ Nguyễn Minh Kiều, người đã 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 đến Tiến sĩ Trần Thị Quế Giang, người đã cho tôi nhiều góp
ý có giá trị về đề tài.
Tôi cũng xin gửi lời cảm ơn đến tất cả quý thầy cô của Chương trình Giảng dạy Kinh tế
Fulbright, những người đã truyền dạy và cung cấp những gợi mở rất hữu ích cho bản thân tôi.
Tôi cũng muốn gửi lời cảm ơn đến sự giúp đỡ và nhận xét của các bạn học viên khóa MPP3
trong quá trình học tập và thực hiện đề 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 được lợi nhuận một cách không công
bằng với những nhà đầu tư thông thường. Nếu mức độ bất cân xứng thông tin này quá cao dần
dần sẽ làm xói mòn niềm tin của nhà đầu tư và ảnh hưởng đến 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 đầu tư khi hoạt động trong thị trường có tồn tại yếu tố bất
cân xứng thông tin, luận văn này đã tiến hành đánh giá mức độ bất cân xứng thông tin trên hai
sàn giao dịch chứng khoán TP.HCM và Hà Nội và kết luận rằng mức độ này là khá cao ở sàn
TP.HCM (67%) và rất cao tại sàn Hà Nội (90%), dựa trên dữ liệu thu thập được của 2011.
Luận văn này cũng tiến hành đánh giá sự tác động của các yếu tố đến mức độ bất cân
xứng thông tin này và kết luận rằng: trên sàn HOSE, các yếu tố tác động có ý nghĩa đến mức

độ bất cân xứng thông tin là: khối lượng giao dịch, độ biến động của khối lượng giao dịch, giá
cổ phiếu, độ biến động của giá trung bình giá mua-bán hằng ngày, độ biến động của suất sinh
lợi hằng ngày, tỷ trọng của tài sản vô hình trong tổng tài sản và đặc biệt là số lượng các nhà
đầu tư tổ chức. Tương tự, đối với sàn HNX, các yếu tố tác động có ý nghĩa đến mức độ bất
cân xứng thông tin là khối lượng giao dịch, độ biến động của khối lượng giao dịch, giá cổ
phiếu và độ biến động của giá trung bình của giá mua-bán hằng ngày.
Dựa trên các kết quả nghiên cứu đạt được, luận văn xin đề ra các kiến nghị đối với các
nhà quản lý thị trường để 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, đặc 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 định mối liên hệ giữa các tổ chức đầu tư trên sàn chứng khoán HOSE, dường như đang
có sự bắt tay giữa các tổ chức này trong việc thao túng thông tin liên quan đến cổ phiếu, 4) bắt
buộc các công ty niêm yết cần phải công bố báo công tài chính đầy đủ, đặc 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 đề tài .................................................................................................................. 3
CHƯƠNG 2. KHẢO SÁT CƠ SỞ LÝ THUYẾT ...................................................................... 4
2.1. Sự tác động 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 động của bất cân xứng thông tin trên thị trường chứng khoán ........................... 5
2.2. Mô hình xác định các yếu tố cấu thành nên chênh lệch giá mua-bán và mức độ AI ....... 5
2.3. Mô hình đánh giá các yếu tố tác động đến mức độ 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 định mức độ bất cân xứng thông tin ................................................... 14
3.1.2. Mô hình đánh giá tác động của các yếu tố lên mức độ 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 định giả thuyết ....................................................................... 23
4.2.1. Mức độ bất cân xứng thông tin ................................................................................ 23
4.2.2. Các yếu tố tác động đến 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
đến 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 độc 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 đến 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 độc 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 đến 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 được thành lập vào 2000 và đến nay đã trải qua 12 năm
phát triển. Chặng đường 12 năm đó đủ để các nhà nghiên cứu về chính sách đánh giá những
đặc điểm của thị trường, nhận ra những thành tựu đạt được và các hạn chế hiện có. Với những
yêu cầu mới về sự phát triển, nhất thiết đòi hỏi phải có các cuộc nghiên cứu sâu sắc về các đặc
tính của thị trường để từ đó 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, đang gặp rất
nhiều vấn đề trong quá trình phát triển của mình, như thể chế chưa thật hoàn thiện, quy mô và
đặc điểm của thị trường vẫn còn nhỏ, sản phẩm giao dịch còn khá sơ sài, trình độ của nhà đầu
tư chưa cao. Và một trong những vấn đề đó là tồn tại yếu tố bất cân xứng thông tin (AIAsymmetric Information) trong giao dịch trên thị trường. Đó là một dạng thất bại thị trường,
là nhân tố ảnh hưởng đến 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 được nhiều
thông tin hơn (informed trader) sẽ có ưu thế trong giao dịch so với bên nhận được ít thông tin
hơn (uninformed trader). Một trường hợp điển hình là nếu nhà đầu tư biết trước một sự kiện sẽ
xảy ra vào một ngày gần đây 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 đã thực hiện chiến lược mua với số lượng lớn
trong phiên giao dịch. Trong khi đó những người không biết trước thông tin đó sẽ không thể
hoặc không tham gia giao dịch. Cuối cùng chỉ có những người nắm được thông tin tốt như vậy
mới nắm giữ cổ phiếu, và đó là điều không công bằng cho các nhà đầu tư khác. Nếu tình trạng
đó diễn ra thường xuyên và không được giảm thiểu thì các nhà đầu 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) đã cố gắng xây dựng các mô hình nhằm ước lượng mức độ bất cân
xứng thông tin và các yếu tố ảnh hưởng. Các mô hình này được nhiều tác giả khác ứng dụng
và kiểm định trên các thị trường chứng khoán như: Van Ness và các cộng sự (2001), Giouvris
và Philippatos (2008) kiểm định trên sàn chứng khoán Luân Đôn….
Ở Việt Nam, do thị trường chứng khoán Việt Nam chỉ mới phát triển gần đây nên hiện
tại chỉ có một ít các nghiên cứu về vấn đề 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, đề tài này sẽ tiến hành đánh giá mức độ bất cân xứng thông
tin trên thị trường chứng khoán Việt Nam bằng một mô hình lý thuyết phù hợp, đồng thời xác
định các yếu tố tác động đến mức độ bất cân xứng thông tin đó, từ đó đề ra những kiến nghị
chính sách nhằm giúp cho các nhà quản lý thị trường đưa ra các giải pháp nhằm thúc đẩy thị
trường phát triển theo hướng hiện đại, công bằng và chuyên nghiệp.
1.3. Câu hỏi nghiên cứu
1. Mức độ bất cân xứng thông tin trên thị trường chứng khoán Việt Nam như thế nào?
2. Những yếu tố nào có tác động đến mức độ 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 đến 30/12/2011. Mỗi sàn sẽ được thu thập dữ
liệu riêng để từ đó có điều kiện so sánh mức độ bất cân xứng thông tin giữa hai sàn và cũng
như các nhân tố tác động.
1.5. Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu định lượng. Luận văn sẽ tham khảo mô
hình của các tác giả được đánh giá là thành công trong lĩnh vực này, sau đó chọn lựa và biến
đổi cho phù hợp với đặc điểm thị trường chứng khoán Việt Nam. Cụ thể hơn, để trả lời cho
câu hỏi nghiên cứu thứ nhất của đề 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 đó là nhân tố
bất cân xứng thông tin.
Thứ hai, để tìm hiểu các nhân tố có tác động lên mức độ bất cân xứng thông tin này,
mô hình căn bản của Van Ness và các cộng sự (2001) sẽ được nghiên cứu. Mô hình này cố
gắng giải thích sự tác động đến mức độ bất cân xứng thông tin đến từ các nhóm biến sau:
nhóm biến đại diện cho mức độ biến động trong giao dịch của cổ phiếu, nhóm biến đại diện
cho đặc điểm các nhà đầu tư liên quan đển cố phiếu và nhóm biến khác, đại diện cho các đặc
điểm 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 đề tài.
Cuối cùng, dữ liệu nghiên cứu là dữ liệu thứ cấp về giao dịch hằng ngày được công bố
trên thị trường, được 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 đề tài
Luận văn được 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 đề sau: lý thuyết về bất cân
xứng thông tin và tác động 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 đó là xác định mức độ bất cân xứng
thông tin của thị trường, phần cuối cùng là mô hình tìm hiểu sự tác động lên mức độ bất cân
xứng thông tin ấy của các yếu tố liên quan.
2.1. Sự tác động 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 đó người
mua và người bán sở hữu các mức độ khác nhau về mặt thông tin” (Robert Pindyck và Daniel
Rubinfeld, 2009). Điều đó có nghĩa rằng, trong một giao dịch, một bên sẽ biết nhiều thông tin
hơn bên kia và sẽ quyết định 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 được bán tại cùng một mức giá duy nhất bởi vì người mua và người bán không có
được thông tin đầy đủ để quyết định chất lượng thật sự tại thời điểm 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 động của anh ta không
thể quan sát được, có thể ảnh hưởng đến khả năng hoặc mức độ của việc chi trả. Ví dụ, một
người thích các hành động rủi ro, sau khi mua bảo hiểm từ một công ty bảo hiểm, anh ta có thể
gia tăng các hành vi đẩy rủi ro của mình hơn nữa vì tâm lý ỷ lại- đã có bảo hiểm chi trả cho
các khoảng thiệt hại.
3) Vấn đề người ủy quyền-thừa hành: Vấn đề nảy sinh khi người thừa hành (ví dụ
như giám đốc, tổng giám đốc) theo đuổi các mục tiêu riêng cái mà thậm chí mang lại lợi

nhuận thấp hơn cho cổ đông của công ty, những người đã 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 động mua bán bình thường như bảo hiểm,
y tế đến các hoạt động kinh doanh, giao dịch và trong đó có giao dịch trên thị trường chứng
khoán.
2.1.2. Tác động 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, đối tượng có nhiều thông tin hơn chắc chắn sẽ ra quyết định có lợi hơn cho bản thân
mình so với người khác. Mishkin (2004) đã sử dụng lý thuyết về vấn đề lựa chọn ngược để
giải thích hành vi mua bán trên thị trường chứng khoán dưới tác động 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 đầu 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 được
thông tin tốt hơn nhà đầu tư thông thường và biết rằng giá của cổ phiếu trên thị trường đang bị
định giá thấp và do đó sẽ không bán cổ phiếu đang nắm giữ cho nhà đầu tư thông thường tại
mức giá trung bình đó. Vì vậy các nhà đầu tư thông thường chỉ có thể mua được các cổ phiếu
xấu. Nhưng ngược lại, nhà đầu tư thông thường cũng là một người duy lý, anh ta sẽ không
muốn những cổ phiếu xấu và quyết định sẽ không giao dịch. Hậu quả cuối cùng mang lại là có
ít công ty bán được cổ phiếu trên thị trường và do đó không thể huy động được vốn, tức thị
trường chứng khoán không thể phát triển trở thành một trong những nguồn huy động vốn
trọng yếu cho nền kinh tế như các nhà hoạch định chính sách kỳ vọng.
Do đó, 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 định mức độ bất cân xứng thông tin và các yếu tố
tác động đến nó là mục tiêu quan trọng đối với các cấp quản lý để từ đó đưa 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 định các yếu tố cấu thành nên chênh lệch giá mua-bán và mức độ AI
Nghiên cứu các yếu tố tạo nên chi phí giao dịch đã hướng các tác giả nghiên cứu đặc điểm
của chênh lệch giữa giá mua và giá bán được bộc lộ trên thị trường (bid-ask spread). Demsetz


6

(1968) và Tinic (1972) nêu ra giả thuyết rằng, spread này tồn tại là để bù lại chi phí mà các
nhà tạo lập thị trường phải bỏ ra để quản lý lưu trữ chứng khoán để đáp ứng nhu cầu của nhà
đầu 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 đầu tư
nắm được thông tin tốt và được bù trừ lại bằng cách có được lợi nhuận khi giao dịch với các
nhà đầu thông thường. Lý thuyết theo hướng này được 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 đã thống nhất với nhau về các yếu tố cấu thành nên chênh
lệch giá mua-bán, gồm có: Chi phí đặt lệnh (chi phí xử lý lệnh), là chi phí liên quan đến cơ
sở hạ tầng như nhân viên đặt 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 đến cơ hội của
nhà đầu 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 đề bất
cân xứng thông tin, vốn mang lại lợi nhuận cho informed trader, nên để tránh tổn thất khi giao
dịch với các informed trader, các nhà tạo lập thị trường và nhà đầu tư thông thường sẽ mở

rộng biên độ của khoảng chênh lệch giữa giá mua-bán khi giao dịch, điều đó có nghĩa rằng với
một sự mở rộng của khoảng cách giữa giá mua và giá bán, mức độ bất cân xứng thông tin sẽ
tăng lên.
Trong nghiên cứu của Glosten và Milgrom (1985), được trích trong Glosten và Harris
(1988), hai tác giả đã đưa ra lời giải thích về tác động của các nguồn thông tin được chuyển tải
vào giá chứng khoán như sau: khi một nhà đầu tư đặt 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 được thông tin, sẽ đánh giá khả năng lệnh đó có thể mang thông
tin có lợi cho nhà đầu tư đó theo hướng giá chứng khoán sẽ tăng (hoặc giảm). Những kỳ vọng
và điều chỉnh đó của nhà tạo lập thị trường sẽ được thể hiện vào giá mua và giá bán trong lệnh
đặt của họ ngay sau đó.
Dựa trên lý thuyết về các yếu tố cấu thành nên chuỗi chênh lệch giá mua-bán, các nhà
nghiên cứu đã cố gắng xây dựng mô hình phân tích các yếu tố này và đạt được một số tiến bộ
đáng kể, tiêu biểu là công trình nghiên cứu của các tác giả sau:
Glosten và Harris (1988) là một trong các tác giả đầu tiên trình bày mô hình đơn giản để
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 động của quy
mô giao dịch (thể hiện qua khối lượng) đến mức độ bất cân xứng thông tin:
∆Pt = c0∆Qt + c1∆QtVt+ z0Qt+z1QtVt + εt

(2.1)

Trong đó,

•

∆Pt là sự thay đổi giá giao dịch (transaction price) giữa hai lần giao dịch liền kề. Qt là
một chỉ báo giao dịch, nó sẽ mang giá trị +1 nếu giao dịch được người mua phát động
trước và -1 nếu giao dịch được người bán phát động trước.

•

Vt là số lượng cổ phiếu được giao dịch tại thời điểm t.

•

εt là thành phần sai số, đồng thời bao hàm các yếu tố thông tin được công bố rộng rãi
khác.

Từ đó, hai yếu tố cấu thành nên spread được tính toán như sau:
•

Thành phần bất cân xứng thông tin: Z0 = 2 (z0 + z1Vt)

(2.2)

•

Thành phần do chi phí lưu trữ và xử lý lệnh: C0 = 2(c0 +c1V1)

(2.3)

Mô hình của Glosten và Harris được 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 được 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 đơn giản, tuy nhiên có nhược điểm là chỉ
báo giao dịch Qt, yếu tố vốn không thể xác định được 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 đã 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 điểm với giá mua mà một môi giới khác thiết lập tại một thời điểm sớm
hơn trước đó) 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 được chỉ báo giao dịch Qt, 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 đã 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 điểm 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 đó, Stoll đưa ra ba giả định như sau:
1.

Thị trường là hoàn hảo về tính hiệu quả của thông tin để một sự thay đổi giá kỳ vọng
mang tính độc lập đối 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 đều 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 được 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 được tính theo giá giao dịch
(transaction price), đồng thời tìm được 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 đưa ra hai biến, gồm có biến
đo lường xác suất của việc đảo ngược giá (θ) và biến đại diện cho tỷ lệ thay đổi của chênh lệch
báo giá (δ với ràng buộc 0 <= δ <=1), cả hai biến này được tính toán từ hệ phương trình sau:


9

covT = a 0 + a1s 2 + u

2
covQ = b0 + b1s + v

2
2
a1 = δ (1 − 2θ ) − θ (1 − 2δ )

2

b1 = δ (1 − 2θ )

(2.4)

Trong đó, covT là phương sai của sự thay đổi giá giao dịch covT = cov (∆Pt, ∆Pt+1), covQ là
phương sai của sự thay đổi giá niêm yết (giá mua hoặc giá bán đều được), tức: covQ = cov
(∆Qt, ∆Qt+1).
s là chênh lệch báo giá.
u, v là các sai số.
Từ đó, các yếu tố cấu thành nên khoảng chênh lệch báo giá được 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:
Si = 2[-cov (RDi,t, RDi,t-1)]1/2

(2.8)

Với RD là sai khác giữa tỷ lệ lợi nhuận được tính toán dựa trên giá giao dịch (transaction
return) và tỷ lệ lợi nhuận dựa trên giá đúng (true price) cái mà không thể quan sát được và
được các tác giả đại diện bằng giá mua (bid) nối tiếp giao dịch vừa mới được thực hiện:
RDi,t = RTi,t - RMi,t*

(2.9)

Từ đó, George, Kaul, và Nimalendran đưa ra mô hình hồi quy sau để xác định các yếu tố cấu
thành nên khoảng chênh lệch báo giá
Si=β0 + β1SQi + εi

(2.10)

Với SQi 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 được tính
toán như sau:


10

1
Chi phí bất cân xứng thông tin: 1-ܵመbi/
T
Chi phí xử lý lệnh:

1
ܵመbi/
T

T

∑S

Qi

(2.11)

1

T

∑S

Qi

(2.12)

1

Bằng cách cách sử dụng khái niệm chênh lệch ước tính này, George và các cộng sự đã
đồng thời xóa đi giả thuyết thứ nhất trong ba giả thuyết được đề nghị bởi Stoll và vì vậy được
xem là khá thực tế. Mô hình của George và các cộng sự (1991) được 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 được mức độ 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) đã tiến bộ hơn so với Stoll, tuy nhiên hai
giả định còn lại của Stoll vẫn chưa bị xóa bỏ, cho nên thật sự mô hình này vẫn chưa hoàn hảo.

Vấn đề này đã được giải quyết vào năm 1996 bởi hai tác giả Kim và Ogden.
Để loại trừ hai giả định còn lại của Stoll, Kim và Ogden (1996) trong nghiên cứu của
mình đề nghị như sau:
• Thứ nhất, Kim và Ogden đề nghị mô hình của George và các cộng sự (1991) nên thay đổi
bằng cách sử dụng giá trung bình của giá mua và bán (midpoint) làm đại diện cho giá đúng,
hơn là giá mua mà các tác giả đã sử dụng, vì Kim và Ogden cho rằng khoảng chênh lệch
giá mua-bán là không cố định 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 đề nghị rằng giá trung bình của giá mua
và bán chính là đại diện tốt hơn so với giá mua, điều này chính là việc loại trừ giả định thứ
hai trong mô hình của Stoll.
• Hai là, để loại trừ giả định 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 đổi khác nhau tùy thuộc vào từng
loại chứng khoán, và các tác giả này sử dụng hệ số Kim và Ogden

S2qi để thay thế cho


11

SQi trong mô hình ước lượng của George và các cộng sự (1991). Như vậy mô hình hồi quy
được điều chỉnh như sau:
S2qi

S i = β0 + β1 *

+ εi

(2.13)

Trong đó Si là chênh lệch ước lượng dựa trên phương trình: Si = 2[-cov (RDi,t, RDi,t-1)]1/2
với:
•

RD được định 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).

•

S2qi : hệ số trong mô hình của Kim và Ogden với S2qi 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 đó mức độ bất cân
xứng thông tin cho thị trường dựa trên mẫu quan sát được ước lượng là 1- β1. Đồng thời, thành
phần bất cân xứng thông tin cho từng chứng khoán i được tính theo công thức sau:
asymi = 1-ܵመi/

S2qi

(2.14)

Kim và Ogden đã ứng dụng mô hình mới xây dựng vào kiểm định trên thị trường
chứng khoán NYSE. Kết quả cho thấy mức độ 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 được 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 muabán được nhiều tác giả xây dựng nên, trong đó yếu tố chi phí bất cân xứng thông tin được các

tác giả đặc biệt xem trọng vì đó là yếu tố ảnh hưởng đến tính công bằng trong giao dịch. Mô
hình của Glosten và Harris là một trong những mô hình đầu tiên phản ánh xu hướng giao dịch
dựa trên khái niệm chỉ báo giao dịch Qt trước khi một giao dịch được thực hiện. Tuy nhiên trên
thực tế, các tác giả không thể quan sát được yếu tố Qt này nên chắc chắn làm giảm đáng kể
khả năng phân tích của mô hình. Mô hình của Stoll rồi sau đó là George và các cộng sự đã đề


12

cập đến yếu tố tương quan chuỗi theo thời gian trong giao dịch và đưa 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 được đánh
giá là một trong những mô hình phù hợp nhất để có thể ứng dụng vào thực tế.
2.3. Mô hình đánh giá các yếu tố tác động đến mức độ bất cân xứng thông tin
Sau khi đánh giá được mức độ 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 động đến mức độ AI trên thị trường. Có hai
kết quả nghiên cứu mà đề tài căn cứ sử dụng để làm nền tảng là Van Ness và các cộng sự
(2001) và nghiên cứu của Giouvris and Philippatos (2008). Trong đó 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 đề cập đến 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 được xem xét. Vì vậy, tổng kết lại, đề 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 động đến AI của một
mã chứng khoán gồm có:
1. Các biến thông tin bất cân xứng: nhóm này bao gồm các biến đại diện cho mức độ biến
động của cổ phiếu (volatility) được đại diện bởi: độ lệch chuẩn của mức giá trung bình của
giá mua-bán, độ lệch chuẩn của suất sinh lợi hằng ngày, độ lệch chuẩn của khối lượng giao
dịch hằng ngày, giá trị giao dịch trung bình hằng ngày, đòn bẩy tài chính trong nguồn vốn của
công ty, sai số trong dự đoán EPS của các nhà phân tích, mức độ 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 đại diện cho các nhà đầu tư có lợi về mặt thông tin, gồm có: số lượng các nhà
phân tích đối với một công ty, phần trăm nắm giữa cổ phần của các nhà đầu tư tổ chức, số
lượng các nhà đầu tư tổ chức.
3. Các biến khác: gồm có giá trị thị trường của vốn chủ sở hữu, các biến giả (dummy
variables) đại 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

LTCi = α0 + α 1 LNANALYST + α 2LVOLi + α 3LPRIi + α 4LVARi + α 5LSIGRi + α 6LSIGVOLi
+ α 7ERREi + α 8 DISPi+ α 9LEVGi + α 10LNINTGTA + α 11 RDSALESi + α 12LNMBi +
α 13LPINSTi + α 14LINSTi + µ i

(2.15)

LNANLYSTi = β0 + β1LTCi + β2 LVARi+ β3LNMVEi + β4LPRIi + β5 IND1+ β6 IND2 + β7 IND3
+ β8 IND4 + β9 LPINSTi + β10 LINSTi + εi

(2.16)

LVOLi = γ0 + γ1 LTCi + γ2 LANALYSTi + γ3 LNMVEi + γ4 LINSTi + γ5 LPINSTi + ui

(2.17)

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

(2.18)

Mô hình đánh giá các yếu tố tác động đến AI của Van Ness và các cộng sự đã hầu như
bao hàm hầu hết các biến có khả năng tác động đến mức độ bất cân xứng thông tin. Vì vậy có
thể sử dụng mô hình này để ứng dụng vào thị trường chứng khoán Việt Nam.
Đến thời điểm này, đề tài đã lần lượt trình bày khái niệm về thông tin bất cân xứng và
tác động của nó đối với thị trường chứng khoán Việt Nam, theo Mishkin (2004) nếu không có
giải pháp giảm thiểu để tạo niềm tin cho nhà đầu tư thì bất cân xứng thông tin sẽ khiến thị
trường hoạt động không hiệu quả. Chương này cũng lần lượt khảo sát các công trình nghiên
cứu chủ yếu của các tác giả được đánh giá là thành công trong việc xây dựng mô hình xác
định mức độ bất cân xứng thông tin, một trong ba yếu tố cấu thành nên chuỗi chênh lệch giá
mua-bán. Thông qua đó, mô hình của Kim và Ogden (1996) được đánh giá là tiến bộ hơn các
công trình trước đó và cũng phù hợp với đặc điểm của thị trường chứng khoán Việt Nam. Cuối
cùng chương này cũng tham khảo mô hình đánh giá các yếu tố tác độ đến mức độ 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 đặc điểm thị
trường chứng khoán Việt Nam, đồng thời cũng giới thiệu nguồn dữ liệu sẽ được sử dụng để
thực hiện kiểm định 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 đến lựa chọn và xây dựng hai
mô hình, gồm có mô hình xác định mức độ thông tin bất cân xứng để trả lời cho câu hỏi
nghiên cứu thứ nhất và mô hình đánh giá các yếu tố tác động đến thông tin bất cân xứng để trả
lời cho câu hỏi nghiên cứu thứ hai. Phần tiếp theo sẽ lần lượt đi qua từng mô hình một.
3.1.1. Mô hình xác định mức độ 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 để có thể ứng dụng vào thị trường chứng khoán Việt
Nam với những ưu điểm sau:
•

Là mô hình đã khắc phục được các hạn chế của tác giả trước đó 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 để ứng dụng mô hình hoàn toàn có thể thu thập được tại
thị trường chứng khoán Việt Nam.

Do đó, luận văn này sẽ sử dụng kết quả của Kim và Ogden để trả lời cho câu hỏi nghiên cứu
thứ nhất của đề tài. Mô hình được viết lại như sau:
S i = β0 + β1 *

S2qi

+ εi

(3.1)

Trong đó:
•

i là đại diện cho chứng khoán thứ i, t là đơn vị thời gian tính theo ngày,

•

Si là chênh lệch ước lượng, được tính dựa trên phương trình:
Si = 2[-cov( RDi,t, RDi,t-1)]1/2

•

(3.2)

RD được định 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 RDt = Rt-Rm
Pt-Pt-1
Pm-Pm-1
với Rt= P , Rm = P
t-1
m-1

(3.3)


15

S2qi : hệ số trong mô hình của Kim và Ogden với S2qi 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 : β1

•

Chi phí bất cân xứng thông tin trung bình: 1- β1

Tính riêng, mức độ bất cân xứng thông tin cho mỗi chứng khoán i trong chuỗi chênh lệch giá
mua-bán được tính toán như sau:
asymi = 1-ܵመi/

S2qi

(3.5)

Trong đó ܵመi 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 đánh giá tác động của các yếu tố lên mức độ bất cân xứng thông tin
Tiếp theo, luận văn xây dựng mô hình đánh giá tác động của các yếu tố lên AI của từng mã
chứng khoán. Theo kết quả nghiên cứu lý thuyết ở chương hai, tác giả đề 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 đó cần loại các biến sau:
• ANALYST: là biến thể hiện số lượng các chuyên gia phân tích đối với cổ phiếu một cổ
phiếu i. Vì hiện tại thông tin này ở Việt Nam chưa được thống kê nên đề tài sẽ không khảo
sát biến này.
• ERRE: là biến đo lường sai số dự báo về thu nhập trên mỗi cổ phiếu (EPS) so với giá trị
thực. Thông tin này đến từ các chuyên gia phân tích. Tuy nhiên do số lượng các chuyên gia
phân tích không thể thống kê nên đề tài cũng không xét đến biến này.
• DISP: là biến đo lường độ 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 đề tài cũng không xét
đến biến này.
• RDSALES: là biến đo 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 đề cập đến chi phí này nên đề tài cũng
không xét đến.


16

• Luận văn này cũng không thực hiện việc so sánh theo ngành mà chỉ tập trung vào phân tích
các nhân tố tác động đến mức độ bất cân xứng thông tin trên hai sàn nên các biến giả đại
diện cho ngành cũng không được xem xét.
Như vậy, các biến không xem xét kể trên sẽ được tính vào phần dư của phương trình hồi
quy và xem như là phần tác động của các biến chưa giải thích được. Vậy chúng ta có mô hình
sau:
ASYMi = α0 + α1LVOLi + α2LPRIi + α3LVARi + α4LSIGRi + α5LSIGVOLi + α6LEVGi +
α7LNINTGTA + α8LNMBi + α9 LNMVEi + α10LPINSTi + α 11LINSTi + µ i

(3.6)

Trong đó:
•

biến ASYMi được tính toán từ phương trình (3.5)

•

µ i là biến sai số trong mô hình, đồng thời chứa các biến chưa được 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 độc 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 đề 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 được 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 đóng cửa hằng ngày. Giá đóng cửa là một đại diện cho tính biến động
của cổ phiếu. Cổ phiếu càng có giá trị trên thị trường thì mức độ thu hút đối với các nhà
đầu tư càng lớn và từ đó giúp cho sự lan tỏa thông tin càng tốt, tức mức độ AI được 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 đo lường tính biến động của giá cổ phiếu
nên được kỳ vọng mang dấu + vì cổ phiếu càng biến động về giá thì nguy cơ chịu chi phí
AI càng lớn.


17

4) SIGR: là độ lệch chuẩn của suất sinh lợi hằng ngày. Theo Ness và các cộng sự, cổ phiếu có
suất sinh lợi hằng ngày biến động càng lớn thì mức độ AI càng lớn và ngược lại. Vì vậy ở
mô hình (3.6), biến này có kỳ vọng mang dấu +.
5) SIGVOL: là độ lệch chuẩn của khối lượng giao dịch hằng ngày. Tương tự như SIGR, biến
này cũng được dùng để đo lường tính biến động của cổ phiếu nên cũng được kỳ vọng mang
dấu +.
6) LEVG: là đòn 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 đòn bẩy tài chính càng lớn thì càng có sự biến
động lớn trong thu nhập của chúng (tức là chúng sẽ có mức biến động của lãi/ lỗ lớn hơn so
với các công ty cùng đặc điểm nhưng sử dụng đòn bẩy thấp hơn). Việc biến động lớn về
thu nhập dự kiến càng khiến mang lại rủi ro cho các nhà đầu 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 được 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 định giá bởi sự không xác định một cách chắn chắn các tài sản
này, vì vậy có thể dẫn đến 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 đo của các nhà đầu 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 được tính là giá trị trung bình của giá đóng cửa
hằng ngày trong thời đoạn lấy dữ liệu. Giá trị sổ sách bằng tổng giá trị tài sản trừ đi cho
tổng nợ và các tài sản vô hình (bao gồm tài sản cố định 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 đầu
tư chịu một chi phí cố định về mặt thông tin, họ sẽ có xu hướng đầu tư vào các cổ phiếu có
mức vốn hóa lớn với khả năng nắm bắt được thông tin nhiều hơn. Vì vậy ở mô hình này,
biến LNMVE có kỳ vọng mang dấu -. Giá trị thị trường được lấy là giá trị trung bình của