Luận văn Mối quan hệ giữa lí thuyết bất cân xứng thông tin và lí thuyết thị trường hiệu quả trên thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH ------------------- CÔNG TRÌNH DỰ THI GIẢI THƯỞNG NGHIÊN CỨU KHOA HỌC SINH VIÊN “NHÀ KINH TẾ TRẺ – NĂM 2010” TÊN CÔNG TRÌNH: MỐI QUAN HỆ GIỮA LÍ THUYẾT BẤT CÂN XỨNG THÔNG TIN VÀ LÍ THUYẾT THỊ TRƯỜNG HIỆU QUẢ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM THUỘC NHÓM NGÀNH: TÀI CHÍNH DOANH NGHIỆP TP. Hồ Chí Minh, tháng 06/2010 2 TÓM TẮT ĐỀ TÀI Lý thuyết thị trƣờng hiệu quả là một lí thuyết nổi tiếng gắn liền với thị trƣờng chứng khoán. Chúng ta đã khá quen thuộc với các định nghĩa, các dạng thị trƣờng hiệu quả cũng nhƣ các phƣơng pháp kiểm định thị trƣờng hiệu quả. Nhƣng trong bài nghiên cứu này chúng ta sẽ đứng ở một gốc độ mới hơn để xem xét lí thuyết thị trƣờng hiệu quả, đó là nhìn nó trong mối liên hệ với lí thuyết bất cân xứng thông tin. Bài nghiên cứu sẽ sử dụng các mô hình đã đƣợc các nhà kinh tế học xây dựng trƣớc đây nhằm đo lƣờng ảnh hƣởng của bất cân xứng thông tin đến thị trƣờng hiệu quả bằng những con số trực quan. Đề tài nghiên cứu sẽ mở đầu bằng những nhận xét về mối liên hệ của hai lí thuyết này trên mặt lí thuyết. Sau đó sẽ điểm qua các mô hình nghiên cứu thực nghiệm trong quá khứ và cuối cùng là kết quả thực nghiệm áp dụng tại thị truờng chứng khoán Việt Nam. Từ những kết quả thực nghiệm, chúng ta sẽ rút ra kết luận về mức độ bất cân xứng thông tin trên thị trƣờng Việt nam hiện nay. Đồng thời cũng rút ra kết luận về sự ảnh hƣởng của bất cân xứng thông tin đến tính hiệu quả của thị trƣờng. Để từ đó có những nhìn nhận và quan tâm đúng mức đến các biện pháp hạn chế bất cân xứng thông tin trên thị trƣờng. 3 MỤC LỤC CHƢƠNG 1: GIỚI THIỆU ........................................................................................ 6 1. Vấn đề nghiên cứu ................................................................................................. 6 2. Mục tiêu - câu hỏi nghiên cứu ................................................................................ 8 3. Phạm vi nghiên cứu ............................................................................................. 10 CHƢƠNG 2 : SƠ LƢỢC CÁC LÍ THUYẾT VÀ MÔ HÌNH TRONG QUÁ KHỨ ............................................................................................................... 11 1. Thị trƣờng hiệu quả .............................................................................................. 11 1.1.Khái niệm thị trƣờng hiệu quả ......................................................................... 11 1.2. Phân loại thị trƣờng hiệu quả .......................................................................... 11 2. Bất cân xứng thông tin (Asymetric information) ................................................... 12 2.1. Khái niệm về thông tin bất cân xứng ............................................................. 12 2.2. Hệ quả bất cân xứng thông tin ........................................................................ 13 2.2.1. Chi phí lựa chọn bất lợi ............................................................................ 13 2.2.2. Tâm lí ỷ lại .............................................................................................. 14 3. Các mô hình kiểm định ........................................................................................ 14 3.1 Thị trƣờng hiệu quả ......................................................................................... 14 3.1.1. Các giả định của giáo sƣ Fama trong nghiên cứu thị trƣờng hiệu quả ....... 14 3.1.2. Mô hình hóa lí thuyết thị trƣờng hiệu quả ................................................ 15 3.1.3. Phƣơng pháp kiểm định thị trƣờng hiệu quả dạng yếu.............................. 16 3.1.4. Kiểm định thị trƣờng hiệu quả dạng vừa .................................................. 18 3.1.5. Kiểm định thị trƣờng hiệu quả dạng mạnh ............................................... 19 4.2. Các nghiên cứu đo lƣờng thông tin bất cân xứng ........................................... 20 4.2.1 Mô hình Glosten và Harris (1988)............................................................. 20 4.2.2 Mô hình George Kaul và Nimalendran (1991) .......................................... 21 4.2.3 Mô hình Roger D.Huang và Hans R.Stoll (1997) ..................................... 21 4.2.4. Ness, B.F.V., Ness, R.A.V., và R.A. Warr (2001) ................................... 23 4 CHƢƠNG 3: THỰC TRẠNG CÔNG BỐ THÔNG TIN TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VÀ TÍNH HIỆU QUẢ CỦA THỊ TRƢỜNG TẠI VIỆT NAM .................. 25 1. Lỗ hổng trong công bố thông tin ........................................................................... 25 1.1. Hệ thống hỗ trợ trong việc công bố thông tin .................................................. 25 1.1.1. Hệ thống pháp luật qui định .................................................................... 25 1.1.2. Các kênh cung cấp thông tin ra công chúng ............................................. 26 1.2. Thực tế về thông tin trên thị trƣờng ............................................................... 26 2. Tính kém hiệu quả của thị trƣờng ........................................................................ 27 CHƢƠNG 4: KIỂM ĐỊNH THỰC NGHIỆM ........................................................... 29 1. Mô hình lựa chọn .................................................................................................. 29 1.1. Mô hình đo lƣờng chi phí lựa chọn bất lợi ...................................................... 29 1.2. Mô hình kiểm định thị trƣờng hiệu quả ......................................................... 30 1.3. Một số giả định trong khi tiến hành hành ƣớc lƣợng chi phí lựa chọn bất lợi và kiểm định thị trƣờng hiệu quả trên thị trƣờng Việt Nam ....................................... 31 2. Các bƣớc tiến hành ƣớc lƣợng chi phí lựa chọn bất lợi và kiểm định thị trƣờng hiệu quả............................................................................................................................ 31 2.1. Ƣớc lƣợng chi phí lựa chọn bất lợi ................................................................ 31 2.2. Kiểm định thị trƣờng hiệu quả ........................................................................ 33 3. Kết quả và giải thích kết quả ................................................................................. 34 3.1. Đo lƣờng chi phí lựa chọn bất lợi ................................................................... 34 3.2. Kiểm định thị trƣờng hiệu quả với 9 chứng khoán .......................................... 36 4. Các biện pháp hạn chế bất cân xứng thông tin....................................................... 37 CHƢƠNG 5: KẾT LUẬN ........................................................................................ 39 PHỤ LỤC 5 DANH MỤC BẢNG BIỂU PHẦN PHỤ LỤC Bảng 1: Kết quả chạy hồi qui bằng eview của 147 chứng khoán ............................... 43 Bảng 2: Giá mua bán của chứng khoán khi chƣa loại ASC, tỷ lệ mục tiêu 5% .......... 86 Bảng 3: Giá mua bán của chứng khoán khi chƣa loại ASC, tỷ lệ mục tiêu 10% ........ 88 Bảng 4: Giá mua bán của chứng khoán đã loại ASC, tỷ lệ mục tiêu 5% .................... 89 Bảng 5: Giá mua bán của chứng khoán đã loại ASC, tỷ lệ mục tiêu 10% .................. 90 Bảng 6: Giá chứng khoán sau khi loại bỏ chi phí bất lợi ........................................... 91 Bảng 7: Giá đóng cửa mới (P*t) của các chứng khoán .............................................. 99 6 CHƢƠNG 1: GIỚI THIỆU 1. Vấn đề nghiên cứu: Thị trƣờng chứng khoán hiện nay là mối quan tâm của toàn bộ các thành phần kinh tế, chứ không chỉ của riêng những nhà đầu tƣ hay những công ty có chứng khoán niêm yết trên sàn giao dịch Với sự phát triển không ngừng và những đóng góp to lớn của mình, thị trƣờng chứng khoán ngày càng chứng tỏ ảnh hƣởng sâu sắc đến nền kinh tế, một nhận xét quen thuộc về mối quan hệ giữa thị trƣờng chứng khoán và nền kinh tế mà chúng ta vẫn thƣờng bắt gặp trên các phƣơng tiện thông tin là “Thị trƣờng chứng khoán là phong vũ biểu của nền kinh tế”. Vì thế, các chỉ số của thị trƣờng chứng khoán rất đƣợc quan tâm, và đặc biệt hơn cả là giá của các chứng khoán niêm yết. Sự biến động giá chứng khoán luôn là tâm điểm chú ý của các nhà đầu tƣ vì lí do lợi nhuận. Đồng thời sự biến động giá chứng khoán còn thu hút sự quan tâm những nhà kinh tế học. Nó đã trở thành một chủ đề khá hấp dẫn đối với các nhà kinh tế học thực nghiệm cũng nhƣ lí thuyết. Đã có rất nhiều bài nghiên cứu thực nghiệm cũng nhƣ các lí thuyết nghiên cứu về sự biến thiên của giá chứng khoán. Trong số đó có thể kể đến những lí thuyết nổi tiếng sau (cả ba đều đọat giải nobel kinh tế): lí thuyết thị trƣờng hiệu quả, lí thuyết tài chính hành vi, lí thuyết bất cân xứng thông tin. Năm 1963, Maurice Kendall công bố một khám phá bất ngờ là giá chứng khoán thay đổi một cách hết sức ngẫu nhiên, không mang tính chu kì.Và từ sự khám phá đầy thú vị đó mà dẫn đến sự ra đời của lí thuyết thị trƣờng hiệu quả, gắn liền với tên tuổi nổi tiếng là giáo sƣ Fama. Theo định nghĩa của giáo sƣ Fama thì thị trƣờng đƣợc gọi là hiệu quả khi giá chứng khoán phản ánh tất cả các thông tin tồn tại trên thị trƣờng. Tuy có những chứng cứ ủng hộ cho giả thiết thị trƣờng hiệu quả nhƣng trong giới kinh tế học cũng có không ít ý kiến chống lại.Và cũng phải thừa nhận rằng lí thuyết thị trƣờng hiệu quả còn tồn tại một số hạn chế. Ra đời sau nhất lí thuyết tài chứng hành vi.Lí thuyết tài chứng hành vi ra đời và nó đã góp phần bù đắp cho những hạn chế của lí thuyết thị trƣờng hiệu quả. 7 Hai lí thuyết này tồn tại song song và xu hƣớng hiện nay có vẻ ƣa chuộng lí thuyết tài chính hành vi hơn. Nhƣng khi đứng ở một gốc độ khác mà xét thì về mặt bản chất cả hai lí thuyết có điểm chung là đều tập trung nghiên cứu về mức độ thông tin đƣợc phản ánh trên thị trƣờng chứng khoán. Thị trƣờng hiệu quả ở dạng nào là tùy vào mức độ phản ánh thông tin trong giá chứng khoán. Còn trong tài chính hành vi, các nhà đầu tƣ hành động theo “ tâm lí bầy đàn” hay có những “phản ứng thái quá” cũng là do thiếu thông tin khiến nhà đầu tƣ không đánh giá đúng đƣợc giá trị nội tại của chứng khoán mà hành động theo cảm tính. Vấn đề trên có thể khái quát trong cụm từ ngắn gọn là “bất cân xứng thông tin”. Bất cân xứng thông tin, một vấn đề cũ nhƣng không cũ. Lí thuyết bất cân xứng thông tin lần đầu tiên xuất hiện vào những năm 1970 và đã khẳng định đƣợc vị trí của mình trong nền kinh tế học hiện đại bằng sự kiện năm 2001, George Akerlof, Michael Spence và Joseph Stiglitz nhận giải Nobel kinh tế với nghiên cứu của mình về bất cân xứng thông tin. Tính từ lúc ra đời cho đến nay và có lẽ trong cả tƣơng lai lí thuyết này vẫn giữ nguyên giá trị của nó. Bây giờ chúng ta thử hƣớng một cái nhìn bao quát các lí thuyết này. Chúng ta thử liên kết lí thuyết bất cân xứng thông tin và thị trƣờng hiệu quả, chẳng hạn chúng ta xem xét mối quan hệ giữa hai lí thuyết này trong giả thiết thị trƣờng hiệu quả dạng mạnh. Theo định nghĩa của giáo sƣ Fama thị trƣờng hiệu quả dạng mạnh là thị trƣờng mà tại đó giá cả phản ánh tất cả thông tin, do đó nhà đầu tƣ không thể có tỉ suất sinh lợi vƣợt trội nhờ nắm đƣợc thông tin nội bộ. Bây giờ giả định có sự bất cân xứng thông tin giữa ngƣời mua và ngƣời bán, cụ thể ngƣời bán nắm đƣợc nhiều thông tin hơn và biết đƣợc là có một tin tức bất lợi cho cổ phiếu, và rất có thể giá cổ phiếu sẽ giảm khi thông tin đƣợc công bố. Ngƣời bán sẽ tận dụng giá còn cao hôm nay để bán trong khi ngƣời mua do thiếu thông tin nên chấp nhận mua cổ phiếu ở mức giá này. Kết quả ngƣời bán có tỉ suất sinh lợi vƣợt trội nhờ thông tin nội bộ, giá thực hiện không phản ánh đƣợc tất cả thông tin, thị trƣờng không hiệu quả ở dạng mạnh. Giả định ngƣợc lại là không có bất cân xứng thông tin, ngƣời bán cũng sẽ cố tận dụng giá cao hôm nay để bán nhƣng sẽ không bán đƣợc do ngƣời mua cũng nắm đƣợc thông tin và không mua ở giá này. Kết quả là mức giá thực 8 hiện sẽ phản ánh thông tin nội bộ, thị trƣòng hiệu quả dạng mạnh. Các giải thích cũng tƣơng tự cho thị trƣờng hiệu quả dạng vừa và yếu. Qua những vấn đề đã phân tích ở trên chúng ta cũng đã thấy có một mối liên hệ giữa các lí thuyết trên. Và mối liên hệ này cũng là vấn đề mà nhóm chọn để tìm hiểu, nhƣng chủ yếu là mối liên hệ giữa lí thuyết thị trƣờng hiệu quả và lí thuyết bất cân xứng thông tin. 2. Mục tiêu - câu hỏi nghiên cứu: Thị trƣờng chứng khoán Việt Nam ra đời từ năm 2000. Đến nay, thị trƣờng chứng khoán đã gần 10 năm tuổi, không ít những thành công và phát triển nhƣng cũng có không ít những hạn chế và thiếu sót cần khắc phục. Một vấn đề nổi cộm gây không ít những chú ý và phàn nàn đó là vấn đề thông tin trên thị trƣờng. Khi nhắc đến vấn đề này thì quả thật còn không ít những ý kiến chƣa hài lòng trƣớc thực trạng công bố thông tin trên thị trƣờng hiện nay. Tuy có những quy định pháp luật hƣớng dẫn việc công bố thông tin của các công ty niêm yết nhƣng dƣờng nhƣ việc công bố thông tin trong thời gian qua vẫn chƣa thực hiện tốt. Chúng ta sẽ phân tích rõ hơn vấn đề này trong phần thực trạng ở chƣơng 3. Còn khi đề cập đến câu hỏi “Liệu thị trƣờng Việt Nam có hiệu quả không? Và đang ở mức nào?” thì theo nhận xét của nhiều chuyên gia thị trƣờng chứng khoán Việt Nam là không hiệu quả ngay cả ở dạng yếu, và trong thời gian qua thị trƣờng bị ảnh hƣởng của hiện tƣợng “tâm lí bầy đàn” khá rõ rệt. Giá chứng khoán có thời gian đã bị đẩy lên rất cao tách rời giá trị thực, có thể lấy ví dụ giai đoạn thị trƣờng bong bóng 4-2006 đến 2-2008. Đây là giai đoạn thị trƣờng có sự đi lên chóng mặt, chỉ số VN-index tăng từ mức 400 lên hơn 1000 điểm. 9 Biểu đồ chỉ số VN-index từ 4-2006 đến 9-2007 Nguồn: www.cophieu68.com Xuất phát từ thực trạng trên, nhóm quyết định tìm hiểu ảnh hƣởng của “bất cân xứng thông tin” đến sự biến động giá chứng khoán và tính hiệu quả của thị trƣờng. Bất cân xứng thông tin có thể xảy ra ở rất nhiều vấn đề, rất nhiều lĩnh vực nhƣng nhóm chỉ chọn bất cân xứng thông tin trên thị trƣờng chứng khoán.Về mặt lí thuyết nhƣ đã phân tích mà nói thì khi không có bất cân xứng thông tin thị trƣờng sẽ trở nên hiệu quả. Nhƣng về thực tế thì có đúng nhƣ vậy không? Và làm sao để kiểm chứng điều này? Vì thế, mục tiêu của bài nghiên cứu là nhóm sẽ sử dụng các mô hình để đo lƣờng chi phí do bất cân xứng thông tin cụ thể là đo lƣờng chi phí lựa chon bất lợi trong khoảng biến thiên giá chứng khoán.Thông qua kết quả tính toán đƣợc từ mô hình có thể rút ra nhận xét về mức độ bất cân xứng thông tin trên thị trƣờng hiện nay. Sau đó loại bỏ chi phí lựa chọn bất lợi thì sự biến động giá cả chứng khoán sẽ nhƣ thế nào. Và từ đó thị trƣờng có hiệu quả không khi loại bỏ ảnh hƣởng của bất cân xứng thông tin. Bài nghiên cứu sẽ tập trung đi tìm lời giải đáp cho hai câu hỏi chính: 10 1. Ảnh hƣởng của bất cân xứng thông tin đến thị trƣờng chứng khoán mà cụ thể là khoảng biến thiên giá chứng khoán nhƣ thế nào? 2. Sau khi loại bỏ ảnh hƣởng của bất cân xứng thông tin thì thị trƣờng có hiệu quả không? 3. Phạm vi nghiên cứu: Thị trƣờng chứng khoán Việt Nam gồm có 2 sàn giao dịch chính là sàn giao dịch Hà Nội và sàn giao dịch Thành Phố Hồ Chí Minh. Đề tài nghiên cứu tập trung vào thị trƣờng chứng khoán Việt Nam, cụ thể là sàn giao dịch Thành Phố Hồ chí Minh. Thời gian chọn nghiên cứu là năm 2009. Các giao dịch đƣợc xem xét là giao dịch khớp lệnh không xét các giao dịch thỏa thuận. 11 CHƢƠNG 2 : SƠ LƢỢC CÁC LÍ THUYẾT VÀ MÔ HÌNH TRONG QUÁ KHỨ 1. Thị trường hiệu quả: Năm 1963, Maurice Kendall, một nhà thống kê ngƣời Anh, đã đệ trình lên hiệp hội thống kê Hoàng gia một tài liệu gây tranh luận về chu kì giá cả chứng khoán và hàng hóa. Ông phát hiện ra rằng chúng không hiện hữu và giá đi theo một bƣớc ngẫu nhiên. Điều này ngụ ý rằng các thay đổi giá cả độc lập với nhau. 1.1.Khái niệm thị trường hiệu quả: Vào năm 1969, Giáo Sƣ Fama lần đầu tiên định nghĩa thị trƣờng hiệu quả nhƣ là thị trƣờng mà trong đó, giá cả điều chỉnh rất nhanh trong phản ứng với những thông tin mới xuất hiện trên thị trƣờng. Tuy vậy, về sau, bản thân Giáo Sƣ Fama và những Giáo Sƣ tài chính khác đã nhận ra rằng, mặc dù tính chất điều chỉnh nhanh khi xuất hiện những thông tin mới là một thành tố quan trọng tạo nên thị trƣờng hiệu quả nhƣng đây không phải là thành tố duy nhất. Một năm sau đó, trong công trình nghiên cứu mang ý nghĩa bƣớc ngoặc của mình, Fama đã định nghĩa: “ thị trƣờng hiệu quả là thị trƣờng mà trong đó giá cả phản ánh toàn bộ những thông tin tồn tại trên thị trƣờng”. Định nghĩa này sau đó đã trở thành kinh điển và là chuẩn mực trong nghiên cứu thị trƣờng hiệu quả. Qua định nghĩa vừa nêu, hàm ý rằng: thị trƣờng xử lý thông tin một cách triệt để; do đó, không tồn tại bất cứ một thông tin có liên quan nào đến chứng khoán vốn bị thị trƣờng bỏ qua. Và do đó, giá cả chứng khoán vốn trên thị trƣờng luôn ở mức phù hợp với mức giá trị nội tại của nó. 1.2. Phân loại thị trường hiệu quả: Giáo Sƣ Fama đã phân loại thông tin đƣợc phản ánh thành 3 tập hợp, và tƣơng ứng với nó là 3 mẫu hình khác nhau của thị trƣờng hiệu quả: 12 + Tập hợp thông tin chỉ bao gồm giá cả các loại chứng khoán vốn trong quá khứ. Thị trƣờng mà giá cả phản ánh hoàn toàn lƣợng thông tin vừa nêu đƣợc gọi là thị trường hiệu quả dạng yếu. + Tập hợp thông tin bao gồm các tin tức đƣợc phổ biến trong cộng đồng giới đầu tƣ trong hiện tại (nhƣ các báo cáo thu nhập hằng năm, việc tiến hành chia nhỏ cổ phần…). Thị trƣờng mà giá cả phản ánh hoàn toàn lƣợng thông tin trên gọi là thị trƣờng hiệu quả dạng vừa phải. + Cuối cùng, nhƣ định nghĩa về thị trƣờng hiệu quả, thị trƣờng mà giá cả phản ánh hoàn toàn mọi thông tin tồn tại trên thị trƣờng gọi là thị trƣờng hiệu quả dạng mạnh. 2. Bất cân xứng thông tin (Asymetric information): 2.1. Khái niệm về thông tin bất cân xứng : - Bất đối xứng thông tin là một khái niệm trong chuyên ngành kinh tế học thông tin mô tả tình huống trong đó những ngƣời tham gia tƣơng tác trên thị trƣờng nắm đƣợc những thông tin khác nhau về giá trị hoặc chất lƣợng của một tài sản hay dịch vụ đang đƣợc giao dịch (trao đổi) trên thị trƣờng đó.(theo Thời báo kinh tế Sài Gòn) - Thông tin bất cân xứng xảy ra khi một bên giao dịch có nhiều thông tin hơn một bên khác. Điển hình là ngƣời bán biết nhiều về sản phẩm hơn đối với ngƣời mua hoặc ngƣợc lại (Trang từ điển Wikipedia). Bất cân xứng thông tin đƣợc đề cập trong một bài báo kinh điển xuất bản vào năm 1970 của nhà kinh tế học ngƣời Mỹ George Akerlof: “The Market of Lemons: Quality Uncertainty and the Market Mechanism”. Trong đó có 1 ví dụ kinh điển, George Akerlof đã áp dụng thị trƣờng xe hơi cũ tại Mỹ để minh họa cho vấn đề bất đối xứng thông tin khi mà ngƣời bán xe biết rất rõ hiện trạng của chiếc xe mình muốn bán còn ngƣời mua thì không. Đặt giả thiết là hai bên không thể trao đổi thông tin với nhau. Ban đầu ngƣời bán sẽ ra giá 8.000 USD cho một chiếc xe cũ. Nhƣng vì ngƣời mua không biết giá trị thật của nó là bao nhiêu nên chỉ chấp nhận với mức giá trung bình là 4.000 USD. 13 Với mức giá đó, tất cả những ai bán xe biết rằng giá trị của chiếc xe mình cao hơn 4.000 USD sẽ rút ra khỏi thị trƣờng, thị trƣờng xe chỉ còn những xe có giá dƣới 4.000 USD. Đến lúc này, do thiếu thông tin, ngƣời mua lại chỉ ƣớc đoán giá trị thật của chiếc xe này phải dƣới 4.000 USD, họ sẽ trả giá 2.000 USD. Và từ đó, những ngƣời bán xe biết rõ xe mình có giá trị cao hơn 2.000 USD rẽ rút lui. Cứ nhƣ thế, thị trƣờng sẽ còn lại những chiếc xe rất xấu và tệ hại nhất mà theo tiếng lóng của ngƣời Mỹ là những quả chanh – “a lemon”. Qua nhiều năm, lý thuyết bất cân xứng thông tin đã khẳng định đƣợc vai trò quan trọng của nó trong nền kinh tế, nhất là trong các lĩnh vực hoạt động đầu tƣ. Việc thông tin thiếu minh bạch, khả năng tiếp cận thông tin và cơ sở hạ tầng yếu kém làm cho hoạt động đầu tƣ không còn hấp dẫn nữa. 2.2. Hệ quả bất cân xứng thông tin: 2.2.1. Chi phí lựa chọn bất lợi: Lựa chọn bất lợi là một thuật ngữ đƣợc sử dụng chủ yếu trong bảo hiểm. Nó đề cập đến một tình huống trong đó ngƣời mua hay ngƣời bán một sản phẩm biết một số điều gì đó về chất lƣợng hoặc tình trạng của sản phẩm mà bên kia không biết, cho phép họ có một ƣớc lƣợng tốt hơn những chi phí thực của sản phẩm ( Định nghĩa từ website www.beginnersinvest.about.com). Lựa chọn trái ý (có tài liệu gọi là lựa chọn ngƣợc, lựa chọn đối nghịch, lựa chọn bất lợi) là một tình trạng kinh tế có thể nảy sinh do tồn tại tình trạng thông tin phi đối xứng, ngƣời lựa chọn thứ tốt lại chọn phải thứ không tốt. Đây là một loại thất bại thị trƣờng.(Định nghĩa từ trang Wikipedia). Một ví dụ thực tế trên thị trƣờng mua bán xe gắn máy cũ, ngƣời bán sẽ biết rõ chiếc xe của mình đáng giá bao nhiêu, máy móc trong xe hoạt động nhƣ thế nào, nhƣng ngƣời mua thì lại không nắm rõ về chi tiết chiếc xe này và có thể mua với giá đắt hơn giá trị thật còn lại của nó. Trên thị trƣờng chứng khoán cũng vậy, các công ty niêm yết luôn biết rõ hơn về tình hình kinh doanh, lợi nhuận đạt đƣợc và giá cả hợp lí cho cổ phiếu của mình. 14 Vì thế, nếu các nhà đầu tƣ không biết rõ những thông tin trên có thể định giá cao hơn giá trị thật của nó thì mọi chi phí bất lợi nhà đầu tƣ phải gánh chịu hoàn toàn. 2.2.2. Tâm lí ỷ lại: Thuật ngữ tâm lý ỷ lại (moral hazard) bắt nguồn từ ngành bảo hiểm với ý nghĩa là những ngƣời mua bảo hiểm có xu hƣớng thay đổi hành vi từ đó làm tăng giá trị bồi thƣờng mà công ty bảo hiểm phải trả. Ví dụ, sau khi đƣợc bảo hiểm mọi ngƣời có thể trở nên không còn cẩn thận trong việc tránh né hay tối thiểu hóa mất mát nhƣ trƣớc đây nữa. Nếu các biện pháp phòng ngừa cần thiết đƣợc biết trƣớc và có thể đo lƣờng hay ghi chép một cách chính xách thì hợp đồng bảo hiểm có thể quy định rõ hình thức phòng ngừa phải đƣợc thực hiện. Tuy nhiên, thƣờng thì không thể quan sát hay kiểm chứng đƣợc hành vi thích thích hợp và do vậy không thể viết các hợp đồng trong đó cụ thể hóa hành vi phải tuân thủ mà lại có thể giám sát thực hiện đƣợc. (theo trang web diễn đàn doanh nghiệp) 3. Các mô hình kiểm định : 3.1 Thị trường hiệu quả: 3.1.1. Các giả định của giáo sƣ Fama trong nghiên cứu thị trƣờng hiệu quả: Theo giáo sƣ Fama, điều kiện đủ để thị trƣờng hiệu quả tồn tại là: + Không tồn tại chi phí giao dịch trong các giao dịch mua bán chứng khoán vốn. + Mọi thành viên trên thị trƣờng đều có thể tiếp cận với các thông tin trên thị trƣờng mà không phải tốn bất cứ một chi phí nào. + Kỳ vọng của các nhà đầu tƣ là thuần nhất. Nói cụ thể hơn, các nhà đầu tƣ đều có cùng một cách biên dịch và suy nghĩ về những gì đƣợc ẩn dấu trong các thông tin trên thị trƣờng; qua đó, hình thành nên một kỳ vọng thuần nhất về mức giá cả cũng nhƣ mô hình phân phối xác suất giá cả trong tƣơng lai. Tuy vậy, Giáo Sƣ Fama cũng thừa nhận rằng, khó có khả năng tồn tại trên thực tế 15 một thị trƣờng hội đủ cả 3 điều kiện nhƣ trên. Đó là lí do tại sao Giáo Sƣ Fama gọi 3 điều kiện trên là 3 điều kiện đủ để tạo nên một thị trƣờng hiệu quả. 3.1.2. Mô hình hóa lí thuyết thị trƣờng hiệu quả: Nếu chỉ dựa vào định nghĩa thì khó có thể áp dụng việc kiểm định thị trƣờng trong thực tế, nên các kinh tế học đã đƣa ra các mô hình nhằm lƣợng hóa lí thuyết trên. * Lợi nhuận kỳ vọng và mô hình trò chơi công bằng: Theo mô hình này thì giáo sƣ Fama cho rằng tỉ suất sinh lợi từ việc tận dụng tập hợp thông tin t sẽ không cho tỉ suất sinh lội vƣợt trội: 1, tjz = 1, tjr – E ( 1, ~ tjr t ) Theo lí thuyết : E ( 1, ~ tjz t ) = 0 Trong đó : 1, tjz : là tỉ suất sinh lợi vựơt mức bình thƣờng giai đoạn t đến, t+1. 1, tjr : là tỉ suất sinh lợi quan sát trong giai đoạn t đến, t+1. E ( 1, ~ tjr t ) là tỉ suất sinh lợi do tận dụng tập hợp thông tin t giai đoạn t đến, t+1. Từ phƣong trình trên ta có thể biểu diễn lại nhƣ sau : 1, tjx = 1, tjp – E ( 1, tjp t ). Theo lí thuyết E ( 1, tjp t ) = 0 Trong đó 1, tjx : là mức giá vựơt mức bình thƣờng giai đoạn t đến, t+1. 1, tjp : là mức giá quan sát trong giai đoạn t đến, t+1. E ( 1, tjp t ) là mức giá chứng khoán j kì vọng của thị trƣờng tại thời điểm t trên cơ sở tận dụng tập hợp thông tin t giai đoạn t đến, t+1. 16 Các chuỗi 1, tjz , 1, tjx thỏa mãn hai phƣơng trình trên gọi là trò chơi công bằng. *Mô hình bƣớc ngẫu nhiên Trong những bài nghiên cứu đầu tiên về thị trƣờng hịêu quả, các nhà kinh tế học cho rằng để thị trƣờng là hiệu quả thì hai sự thay đổi trong mức giá cả (hay tỉ suất sinh lợi) của hai ngày liên tiếp phải độc lập. Đồng thời các nhà kinh tế học này cũng giả định thêm là hai sự thay đổi trong mức giá cả (hay tỉ suất sinh lợi) của hai ngày liên tiếp phải có cùng quy luật phân phối. Mô hình bƣớc ngẫu nhiên. f( 1, tjr t )= f ( 1, tjr ) và hàm độ xác suất f không đổi với mọi thời điểm t. Trong đó: 1, tjr : là tỉ suất sinh lợi quan sát trong giai đoạn t đến, t+1. 1, tjr t là tỉ suất sinh lợi do tận dụng tập hợp thông tin t giai đoạn t đến, t+1. Mô hình bƣớc ngẫu nhiên thực chất là sự mở rộng của mô hình trò chơi công bằng nhằm mục đích làm rõ thêm sự thay đổi trong môi trƣờng kinh tế. Mô hình trò chơi công bằng cho rằng, trạng thái cân bằng của thị trƣờng tài sản có thể đƣợc biểu diễn qua mức tỷ suất sinh lợi kỳ vọng. Trong khi mô hình buớc ngẫu nhiên đƣa thêm giả định liên quan đến phân phối xác suất của chuỗi các tỷ suất sinh lợi kỳ vọng theo thời gian. 3.1.3. Phƣơng pháp kiểm định thị trƣờng hiệu quả dạng yếu: 3.1.3.1 Phƣơng pháp bƣớc ngẫu nhiên và những hạn chế: Trong các bài nghiên cứu đầu tiên về thị trƣờng hiệu quả, các tác giả thƣờng cho rằng: để giá cả hoàn toàn phản ánh mọi thông tin tồn tại trên thị trƣờng, hay sự thay đổi trong mức giá cả (hoặc tỷ suất sinh lợi) liên tiếp nhau phải hoàn toàn độc lập. Bên cạnh đó, các tác giả này cũng giả định rằng các sự thay đổi liên tiếp nhau trong mức giá 17 cả (hoặc tỷ suất sinh lợi) phải có cùng một quy luật phân phối. Kết hợp hai giả định trên, các tác giả đi đến kết luận: giá cả trên thị trƣờng chứng khoán vốn biến động hoàn toàn ngẫu nhiên theo mẫu hình của bƣớc ngẫu nhiên. Điều đó có nghĩa các nhà nghiên cứu thực nghiệm chỉ cần chứng minh hiệp phƣơng sai của giá qua các giai đoạn là bằng 0. Tuy nhiên cách kiểm định này có các nhựơc điểm. - Nhƣợc điểm thứ nhất: hệ số tƣơng quan giữa các mức biến động giá cả không chắc chắn bằng 0. Nhƣ vậy ở mức tƣơng quan nhƣ thế nào thì có thể đƣa ra kết luận thị trƣờng là hiệu quả. - Nhƣợc điểm thứ hai : là sự nhầm lẫn giữa hai thuật ngữ : tính biến động ngẫu nhiên và bƣớc ngẫu nhiên. Tính biến động ngẫu nhiên, theo Giáo Sƣ Fama, là tính độc lập cả về mặt tuyến tính lẫn phi tuyến của các sự thay đổi trong giá cả chứng khoán (hay các mức tỷ suất sinh lợi), vốn chỉ đƣợc thể hiện trong mô hình trò chơi công bằng. Trong khi đó, bƣớc ngẫu nhiên mà các nhà nghiên cứu sử dụng chỉ cho thấy tính độc lập về mặt tuyến tính của các sự thay đổi trong giá cả chứng khoán (hay các mức tỷ suất sinh lợi 3.1.3.2. Kiểm định tính sinh lợi của các phƣơng pháp đầu tƣ : Chính vì những hạn chế trong mô hình bƣớc ngẫu nhiên, nên các nhà kinh tế học đã rẽ sang một hƣớng kiểm định mới, đó là kiểm định tính sinh lợi của các phƣơng pháp đầu tƣ. Công việc cần làm trong phƣơng pháp kiểm định này là chứng minh không có một phƣơng pháp đầu tƣ nào cho tỉ suất sinh lợi cao hơn tỉ suất sinh lợi của thị trƣờng. Một trong những nghiên cứu đầu tiên trong mô hình này là của giáo sƣ Alexander. Giáo sƣ đã đi kiểm định phƣơng pháp đầu tƣ ALF. Phƣơng pháp này dựa trên nguyên tắc bộ lọc, với mục tiêu nắm bắt đuợc các khuynh hƣớng chính đang diễn ra trên thị trƣờng và bỏ qua các khuynh hƣớng phụ. Phƣơng pháp ALF có thể đuợc khái quát nhƣ sau: - Đầu tiên nhà đầu tƣ lựa chọn một tỷ lệ y% mục tiêu. Nếu sự thay đổi trong giá đóng cửa của thị trƣờng tại thời điểm t so với thời điểm trƣớc đó nhỏ hơn y% thì nhà đầu tƣ tiếp tục giữ chứng khoán. Tỷ lệ mục tiêu này nhằm mục đích định hƣớng cho nhà đầu tƣ cầm giữ chứng khoán cho đến khi có đủ dấu hiệu (thay đổi lớn hơn 18 hoặc bằng y% trong giá đóng cửa) về khuynh hƣớng chính của thị trƣờng. - Nếu giá đóng cửa tăng lớn hơn hoặc bằng y%, nhà đầu tƣ mua vào và giữ chứng khoán đó cho đến khi thị trƣờng đi xuống lớn hơn hoặc bằng y% so với đỉnh mới tiếp theo của thị truờng. Tại thời điểm thị trƣờng đi xuống y% nhà đầu tƣ bán (hoặc bán khống) chứng khoán. Nhà đầu tƣ tiếp tục giữ tiền mặt cho đến khi thị trƣờng hồi phục từ đáy mới và tăng đến y% thì tiếp tục mua vào chứng khoán. - Nhƣ vậy, một sự biến động nhỏ hơn y% theo xu hƣớng tăng và giảm của thị trƣờng đều không đƣợc nhà đầu tƣ coi là dấu hiệu để mua hay bán và bị bỏ qua. Thực chất của mô hình ALF là so sánh tỉ suất sinh lợi đầu tƣ theo phƣơng pháp ALF với tỉ suất sinh lợi thị trƣờng, nếu tỉ suất sinh lợi đầu tƣ theo phƣơng pháp ALF thấp hơn, điều đó đồng nghĩa với không có một phƣơng pháp đầu tƣ nào cho tỉ suất sinh lợi cao hơn tỉ suất sinh lợi thị trƣờng_thị trƣờng là hiệu quả. Tuy nhiên, tỉ suất sinh lợi đƣợc lấy để so sánh là tỷ suất sinh lợi có đƣợc từ phuơng pháp mua và giữ chứng khoán. Bởi các nhà nghiên cứu theo hƣớng này lý luận rằng tỉ suất sinh lợi có đuợc từ phƣơng pháp mua và giữ chứng khoán chính là tỷ suất sinh lợi kỳ vọng của thị truờng. Do đó, để chứng minh thị truờng là hiệu quả, ta chỉ cần chứng minh rằng: không một phƣơng pháp đầu tƣ nào có thể mang lại một tỷ suất sinh lợi lớn hơn tỷ suất sinh lợi của phƣơng pháp mua và giữ chứng khoán. Phƣơng pháp mua và giữ chứng khoán: là phƣơng thức mua và nắm giữ chứng khoán trong một thời gian dài, các nhà đầu tƣ sử dụng chiến lƣợc mua-và-giữ lựa chọn công ty trên cơ sở triển vọng dài hạn của họ. Các nhà đầu tƣ này không chịu ảnh hƣởng của phong trào ngắn hoặc trung hạn trong giá . 3.1.4. Kiểm định thị trƣờng hiệu quả dạng vừa: Thực chất kiểm định thị trƣờng hiệu quả dạng vừa là xem xét giá chứng khoán biến động nhƣ thế nào trong việc công bố một thông tin rộng rãi. Theo đó các nhà nghiên cứu thực nghiệm sẽ chọn một móc thời gian có sự kiện xảy ra (giả sử là ngày t) và quan sát sự thay đổi giá trƣớc trong và sau khi thông tin đƣợc công bố rộng rãi. Ý tƣỏng cơ bản của 19 phƣơng pháp này là nếu giá chứng khoán thay đổi ( tăng hoặc giảm so với những ngày quan sát trƣớc khi thông tin công bố) ngay khi thông tin công bố và không có sự biến động những ngày sau đó, điều này chứng tỏ thông tin vừa công bố đã đƣợc phản ánh hết vào giá, từ đó có thể đƣa ra kết luận thị trƣờng hiệu quả dạng vừa. Ngƣợc lại giá chứng khoán những ngày sau đó vẫn tiếp tục thay đổi do thông tin đó thì giá chứng khoán ngày t đã không phản ánh đƣợc hết thông tin, thị trƣờng không hiệu quả dạng vừa. Các sự kiện đƣợc chọn thƣờng là công bố chia cổ tức, tách cổ phần....Mỗi bài kiểm định theo phƣơng pháp này chỉ khảo sát đƣợc giá chứng khoán thay đổi nhƣ thế nào trƣớc một thông tin, do đó nó chỉ cung cấp một mảng của chứng cứ của thị trƣờng hiệu quả dạng vừa. 3.1.5. Kiểm định thị trƣờng hiệu quả dạng mạnh: Giáo Sƣ Fama cho rằng, kiểm định thị trƣờng hiệu quả dạng mạnh thực chất là đi chứng minh: không một cá nhân nào có khả năng kiếm đƣợc mức tỷ suất sinh lợi cao hơn thị trƣờng do sở hữu khả năng tiếp cận độc quyền với các nguồn thông tin. Nhƣ vậy, một cách trực quan, có thể thấy rằng kiểm định thị trƣờng hiệu quả dạng mạnh là xem trên thực tế có tồn tại những cá nhân và tổ chức có thể kiếm đƣợc lợi nhuận bất thƣờng thông qua việc tiếp cận các nguồn thông tin độc quyền. Bây giờ, điều mà các nhà nghiên cứu quan tâm là: liệu với khả năng tiếp cận đó, các nhóm này thu lợi đƣợc đến đâu? Liệu về mặt tổng quan, những nhà đầu tƣ “chuyên nghiệp” trên thị trƣờng có thu lợi đƣợc nhiều hơn các nhà đầu tƣ bình thƣờng khi tìm kiếm những thông tin nhƣ vậy? Một cách tổng quan nhất, vấn đề đặt ra bây giờ là: ai là ngƣời trong giới đầu tƣ có khả năng độc quyền trong việc tiếp với các nguồn thông tin đặc biệt? - Để trả lời cho câu hỏi vừa đặt ra, nhiều công trình nghiên cứu đã đƣợc thực hiện, chủ yếu hƣớng vào đối tƣợng là ban quản trị các quỹ tƣơng hỗ dạng đóng và mở. Có thể kể đến công trình tiêu biểu của các Giáo Sƣ Sharpe, Treynor và Jensen. - Để kiểm nghiệm thị trƣờng hiệu quả dạng mạnh cần xác định đƣợc thời điểm khi nào xuất hiện thông tin nội bộ hay thông tin nội gián. Điều này là thực sự khó khăn thậm chí có thể nói là không thể, vì vậy việc kiểm nghiệm thị trƣờng hiệu quả dạng mạnh là rất 20 khó khăn, hơn thế nữa, hầu hết các nghiên cứu đều chỉ ra rằng việc xuất hiện một dạng thị trƣờng mà ở đó thị trƣờng thu thập đƣợc tất cả thông tin, kể cả những ngƣời có thông tin đƣợc xem là nội bộ cũng không thể khai thác để tìm kiếm lợi nhuận tăng thêm nhờ lợi thế thông tin dạng mạnh của thị trƣờng hiệu quả là rất khó tồn tại trong thực tế. 4.2. Các nghiên cứu đo lường thông tin bất cân xứng : 4.2.1 Mô hình Glosten và Harris (1988) Theo mô hình này thì hai ông cho rằng khoảng biến thiên của giá bao gồm ba thành phần là : chi phí lựa chọn bất lợi, chi phí xử lí đặt lệnh và chi phi lƣu trữ. tP - 1tP = 0c ( tQ - 1tQ ) + 1c ( ttVQ - 11  tt VQ ) + tQz0 + ttVQz1 + jt . Trong đó: tP và 1tP : là giá cổ phiếu tại thời điểm t và t-1. tQ : Chỉ số giao dịch của cổ phiếu tại thời điểm t, tQ bằng +1 nếu là ngƣời mua và bằng -1 nếu là ngƣời bán. tV : Lƣợng giao dịch cổ phiếu tại thời điểm t. 1010 ,,, zzcc : là các hệ số của phƣơng trình. jt : là sai số của phƣơng trình. Chi phí lựa chọn bất lợi là Z0 = 2( tVzz 10  ), phần còn lại: chi phí xử lý đặt lệnh và chi phí lƣu trữ là C0 = 2( tVcc 10  ). Để ƣớc đoán thành phần chi phí lựa chọn bất lợi cho mỗi cổ phiếu i nào đó, Glosten và Harris đã dùng lƣợng giao dịch trung bình của cổ phiếu i để tính thành phần lựa chọn bất lợi trong thành phần biến thiên của giá theo công thức sau: ASC = 2( 10 zz  tV )/( 10 zz  tV + 10 cc  tV ) 21 4.2.2 Mô hình George Kaul và Nimalendran (1991) George Kaul và Nimalendran đã phát triển phƣơng pháp phân tích khoảng biến thiên của giá giao dịch làm hai thành phần chính là thành phần chi phí lựa chọn bất lợi và thành phần chi phí xử lý đặt lệnh, phần còn lại là chi phí lƣu kho xem nhƣ không đáng kể (Clarke và Shastri, 2001). Mô hình xác định chi phí lựa chọn bất lợi căn cứ vào sự khác biệt giữa lợi nhuận thu đƣợc theo giá khớp và lợi nhuận theo giá bình quân. ttqttqtt QsQsRD    )(2 1110 λ = 1 - 1 Trong đó: tRD : khoảng chênh lệch giữa lợi nhuận thu đƣợc theo giá khớp và lợi nhuận theo giá bình quân. λ : là thành phần chi phí lựa chọn bất lợi. qts : tỷ lệ giữa biến thiên của giá giao dịch (spread) và giá giao dịch. tQ : Chỉ số giao dịch của cổ phiếu tại thời điểm t, tQ bằng +1 nếu là ngƣời mua và bằng -1 nếu là ngƣời bán. jt : là sai số của phƣơng trình. 4.2.3 Mô hình Roger D.Huang và Hans R.Stoll (1997) Trong mô hình này tác giả đã xem xét cả yếu tố xảy ra trƣờng hợp giao dịch hai chiều giữa ngƣời bán và ngƣời mua ban đầu. Mô hình phân tích chia làm hai cấp Mô hình hồi qui cơ bản nhƣ sau: Pt = 2 S ( tQ – 1tQ ) + 2 S  1tQ + te Trong đó: Pt là sự biến đổi giá giao dịch tại thời điểm t và t-1 S là hằng số dao động giá (constant spread) tQ : Chỉ số giao dịch của cổ phiếu tại thời điểm t, tQ bằng +1 nếu giao dịch là 22 ngƣời mua và giá giao dịch lớn hơn giá bình quân (giá bình quân = ½(giá giao dịch thấp nhất + giá giao dịch cao nhất), bằng -1 nếu giao dịch là ngƣời bán và giá giao dịch nhỏ hơn giá bình quân, bằng 0 khi giá giao dịch bằng giá bình quân. λ = α + β, α là chi phí lựa chọn bất lợi, β là chi phí lƣu kho. te là sai số. Do chƣa thể tách riêng α là chi phí lựa chọn bất lợi, β là chi phí lƣu kho trong hệ số λ nên việc xác định α phải dựa trên mô hình hồi qui mở rộng sau: Mt = 2 )( 1 t S  ( 1tQ ) - 2 )21( 2 t S  2tQ + te E( 1tQ | 2tQ ) = (1-2π) 2tQ Trong đó: tM là giá đấu bình quân E( 1t Q | 2tQ ) là kỳ vọng của 1tQ theo 2tQ π là xác xuất xảy ra trƣờng hợp giao dịch ngƣợc lại. Ngoài ra còn có các mô hình khác của Madhavan, Richardson, and Roomans (1997), hay của Lin, Sanger và Booth (1995). Các mô hình trên là sử dụng phƣơng pháp hồi qui đối với các biến nhƣ chỉ số giao dịch, giá ngày t, ngày t-1….Đó là phƣơng pháp trực tiếp đo lƣờng chi phí lựa chọn bất lợi. Kết quả cho ra từ những mô hình này cho ta kết luận về tỷ lệ chi phí lựa chọn bất lợi trong khoảng biến thiên giá chứng khoán.Tuy nhiên cũng có một số nhà kinh tế đi theo hƣớng khảo sát tỷ lệ của chi phí lựa chọn bất lợi so với mức giá của chứng khoán.Các mô hình dạng này đo luờng thành phần lựa chọn bất lợi theo phƣơng pháp hồi qui các yếu tố nhƣ là log của số lƣợng ngƣời phân tích về khả năng đạt đƣợc lợi nhuận của mỗi cổ phiếu (kỳ vọng -), log của nợ dài hạn từ một năm trở lên chia tổng tài sản, log của giá trị thị trƣờng của vốn cổ phần….Đó là các mô hình của Brennan và Subrahmanyam (1995) hay Ness, B.F.V., Ness, R.A.V., và R.A. Warr (2001). 23 4.2.4. Ness, B.F.V., Ness, R.A.V., và R.A. Warr (2001) : Ness và những ngƣời cộng sự đã kế thừa và phát triển các mô hình trƣớc nhƣ mô hình của Glosten và Harris (1988), George Kaul và Nimalendran (1991), Lin và cộng sự (1995), Roger D.Huang và Hans R.Stoll (1997), và Madhavan và cộng sự (1997), Brennan và Subrahmanyam (1995) để đƣa ra cách tính toán chi phí lựa chon bất lợi dựa trên hàm hồi qui với 15 biến. Hàm hồi qui cơ bản nhƣ sau : LTC = 0a + 1a LANLYST + 2a LVOL + 3a LPRI + 4a LVAR + 5a LSIGR + 6a LSIGVOL + 7a ERRE + 8a DISP + 9a LEVG + 10a LNINTGTA + 11a RDSALES + 12a LNMB + 13a LPINST + 14a LINST + LTCe LANLYST = 0b + 1b LTC + 2b LVAR + 3b LNMVE + 4b LPRI + 5b IND + 6b IND2 + 7b IND3 + 8b IND4 + 9b LPINST + 10b LINST + LANLYSTe LVOL = 0g + 1g LTC + 2g LANLYST + 3g LNMVE + 4g LINST + 5g LPINST + LVOLe Các ông đã sử dụng phƣơng pháp bình phƣơng bé nhất (OLS) để hồi qui các biến độc lập theo biến phụ thuộc là thành phần lựa chọn bất lợi/giá (LTC).Trong đó có 15 biến độc lập là: - LANLYST là log của số lƣợng ngƣời phân tích về khả năng đạt đƣợc lợi nhuận của mỗi cổ phiếu (kỳ vọng -). - LVOL là log của số lƣợng cổ phiếu giao dịch trung bình trong ngày (kỳ vọng -). - LPRI là log của giá cổ phiếu trung bình một ngày (kỳ vọng -/+). - LVAR là log của sai số của suất sinh lợi hàng ngày của cổ phiếu (kỳ vọng +). - LSIGR là log của độ lệch chuẩn của suất sinh lợi hàng ngày của cổ phiếu (kỳ vọng +). - LSIGVOL là log của độ lệch chuẩn của lƣợng giao dịch hàng ngày (kỳ vọng -). - ERRE là sai số lợi nhuận dự báo (kỳ vọng +). - DISP là bằng độ lệch chuẩn của lợi nhuận dự báo chia cho lợi nhuận dự báo bình quân (kỳ vọng +). 24 - LEVG là log của nợ dài hạn từ một năm trở lên chia tổng tài sản (kỳ vọng +). - RDSALES là bằng chi phí nghiên cứu phát triển chia cho tổng doanh số bán (kỳ vọng +). - LINTGTA là log của tài sản vô hình chia cho tổng tài sản (kỳ vọng +). - LNMB là log của giá trị thị trƣờng và sổ sách: MB = A CEACSxP  Trong đó: CS là số lƣợng cổ phiếu phát hành, P là giá mỗi cổ phiếu, A là tổng tài sản của công ty, CE vốn của chủ sở hữu (kỳ vọng +). - LNMVE là log của giá trị thị trƣờng của vốn cổ phần (kỳ vọng -). - LPINST là log của tỷ lệ phần trăm nắm giữ của các cổ đông là tổ chức (kỳ vọng -) - LINST là log của số cổ đông là tổ chức (kỳ vọng -). Tóm lại, lí thuyết bất cân xứng thông tin và thị trƣờng hiệu quả có một bề dày lịch sử. Từ khi lí thuyết ra đời với những định nghĩa ban đầu, sau đó là những mô hình lƣợng hóa nhằm đƣa lí thuyết vào kiểm định thực tế. Ban đầu tuy có những sai lầm và hạn chế nhƣng càng về sau các mô hình đã khắc phục đƣợc những hạn chế và các phƣơng pháp tiến hành nghiên cứu thực nghiệm cũng phong phú hơn. Từ những mô hình đã nêu chúng ta có thể chọn mô hình phù hợp áp dụng vào kiểm định thực tế thị trƣờng Việt Nam. 25 CHƢƠNG 3: THỰC TRẠNG CÔNG BỐ THÔNG TIN TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VÀ TÍNH HIỆU QUẢ CỦA THỊ TRƢỜNG TẠI VIỆT NAM 1. Thực trạng trong công bố thông tin: 1.1. Hệ thống hỗ trợ trong việc công bố thông tin: 1.1.1. Hệ thống pháp luật qui định : Bộ Tài chính ban hành Thông tƣ số 09/2010/TT-BTC (Thông tƣ 09) hƣớng dẫn về việc công bố thông tin trên thị trƣờng chứng khoán. Theo đó, bắt đầu từ ngày 1/3/2010, việc công bố thông tin của các tổ chức, cá nhân liên quan trên thị trƣờng chứng khoán sẽ áp dụng thực hiện theo qui định của Thông tƣ 09. Thông tƣ này thay thế Thông tƣ số 38/2007/TT-BTC (Thông tƣ 38) ngày 18/4/2007 của Bộ Tài chính về công bố thông tin trên thị trƣờng chứng khoán. Theo thông tƣ 09, các công ty đại chúng, tổ chức phát hành thực hiện chào bán trái phiếu ra công chúng, tổ chức niêm yết, đăng ký giao dịch, công ty chứng khoán, công ty quản lý quỹ, công ty đầu tƣ chứng khoán, sở giao dịch chứng khoán (SGDCK) phải lập trang thông tin điện tử với đầy đủ các chuyên mục về quan hệ cổ đông, trong đó phải có điều lệ công ty, quy chế quản trị nội bộ, báo cáo thƣờng niên, báo cáo tài chính định kỳ phải công bố theo quy định và các vấn đề liên quan đến kỳ họp Đại hội đồng cổ đông. Ngoài ra, trang thông tin điện tử phải thƣờng xuyên cập nhật các thông tin phải công bố theo quy định tại Thông tƣ này. Các đối tƣợng khi thực hiện công bố thông tin phải đồng thời báo cáo Ủy ban chứng khoán Nhà nƣớc, sở giao dịch chứng khoán. Đối với việc công bố báo cáo tài chính, tổ chức niêm yết phải công bố báo cáo tài chính năm đã đƣợc kiểm toán, báo cáo tài chính bán niên (6 tháng đầu năm) đã đƣợc soát xét bởi tổ chức kiểm toán và báo cáo tài chính quý. Các tổ chức niêm yết phải báo cáo giải trình khi cổ phiếu tăng trần hoặc giảm sàn 10 phiên liên tiếp; hoặc tăng trần hoặc giảm 26 sàn 5 phiên liên tiếp mà không theo xu thế chung của thị trƣờng, thay vì các tổ chức niêm yết phải giải trình khi cố phiếu tăng trần hoặc giảm sàn 5 phiên liên tiếp nhƣ trƣớc đây. Hàng quý, các công ty chứng khoán phải công bố thông tin về danh mục và giá các loại chứng khoán chƣa niêm yết mà công ty làm môi giới giao dịch trong vòng 10 ngày đầu tháng tiếp theo trên trang thông tin điện tử và các ấn phẩm của công ty. Công ty đại chúng phải công bố thông tin về việc chào bán chứng khoán và tiến độ sử dụng vốn thu đƣợc từ đợt chào bán chứng khoán ra công chúng nhằm đảm bảo cho nhà đầu tƣ có thể giám sát chặt chẽ việc sử dụng vốn huy động (theo thông tấn xã Việt Nam) 1.1.2. Các kênh cung cấp thông tin ra công chúng: + Ủy ban chứng khoán nhà nƣớc : www.ssc.gov.vn + Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh: www.hsx.vn; bản tin chứng khoán; + Các phƣơng tiện công bố thông tin của CTCK là thành viên hệ thống đăng ký giao dịch. + Các phƣơng tiện công bố thông tin của công ty đại chúng đăng ký giao dịch. 1.2. Lỗ hổng về thông tin trên thị trường : - Nhƣng thực tế cho thấy là thông tin đƣa ra từ các công ty còn hạn chế, nghèo nàn và thiếu tính chuyên nghiệp. Bởi phần nhiều các công ty niêm yết đã không coi việc công bố thông tin cho cổ đông, cho công chúng là nghĩa vụ của mình. - Có công ty niên yết trên sàn chứng khoán không có website hoặc nếu có website thì trên Website chỉ lơ thơ những thông tin cũ rích; có công ty trên Website vài tháng mới cập nhật thông tin một lần nhƣ Website của công ty cổ phần Cơ điện lạnh với mã chứng khoán là REE, công ty cổ phần xuất nhập khẩu Sa Giang với mã chứng khoán là SGC, Công ty Cổ phần Vật tƣ Kỹ thuật Nông nghiệp Cần Thơ với mã chứng khoán là TSC, Công ty Cổ phần Phân bón Hóa Sinh với mã chứng khán là HSI, công ty Cổ phần Bê tông Châu Thới 620 với mã chứng khoán là BT6, … ; có công ty trên website không có 27 bất cứ thông tin gì về bản cáo bạch, báo cáo tài chính, điều lệ công ty. Tuy nhiên, cũng có những công ty đã xây dựng đƣợc cho mình quy trình công bố thông tin và cập nhật thông tin trên website khá tốt nhƣ Công ty Cổ phần Tập đoàn Hòa Phát với mã chứng khoán là HPG đã thực hiện việc công bố thông tin hàng ngày trên Website của mình về tình hình sản xuất kinh doanh, các hợp đồng ký kết, tình hình hoạt động công đoàn, các hoạt động triển lãm, tham quan học tập nâng cao tầm hiểu biết, … đây là một trong số ít các công ty cung cấp thông tin về tình hình sản xuất kinh doanh hàng tháng.(nguồn: theo nhận xét của Ths.Nguyễn Văn Phong - Trung tâm kinh tế). Theo nhận xét của Phó trƣởng khoa tài chính tiền tệ - Học viện chính sách và phát triển - Bộ kế hoạch đầu tƣ Lê Trung Thành “nhà đầu tƣ không đƣợc bảo vệ, phản ứng rất chậm với thông tin công bố.” - Cơ sở hạ tầng phục vụ thị trƣờng nhƣng vẫn chƣa đáp ứng đƣợc nhu cầu phát triển của thị trƣờng. Đã có một số sự cố xảy ra do cơ sở hạ tầng kém,ví dụ nhƣ: số liệu trên bảng giá chứng khoán bị sai lệch khi một mã chứngkhoán đƣợc cập nhật hai lần trên bảng giá (ngày 26/01/2007); hủy phiên giao dịch thƣờng lệ, chuyển sang giao dịch buổi chiều (02/02/2007); bảng báo giá tê liệt từ 8g30-9g15, giá trị giao dịch toàn thị trƣờng giảm xuống 426.5 tỉ đồng (30/08/2007).(Theo Báo điện tử của Đảng cộng sản Việt Nam). - Các nhà đầu tƣ còn thiếu chuyên môn, kinh nghiệm trong việc nên đầu tƣ vào cổ phiếu nào, nên đầu tƣ bao nhiêu, chính vì thiếu chuyên môn, không nắm bắt và phân tích kĩ thông tin, thích mua bán theo tin đồn, và hầu hết chúng đều là tin thất thiệt, điều này có thể dẫn tới tình trạng bong bóng thị trƣờng. 2. Tính kém hiệu quả của thị trường: Còn về tính hiệu quả của thị trƣờng Việt Nam, cũng theo nhận xét của Phó trƣởng khoa tài chính tiền tệ - học viện chính sách và phát triển-Bộ kế hoạch đầu tƣ Lê Trung Thành thì “thị trƣờng chứng khoán VN không đạt hiệu quả dạng yếu, giao dịch nội gián và các hành vi vi phạm khác còn phổ biến”. 28 Có hiện tƣợng tâm lí bầy đàn và phản ứng thái quá khó rõ rệt trên thị trƣờng trong thời gian qua. Lấy ví dụ nhƣ hiện tƣợng các nhà đầu tƣ rủ nhau mua chứng khoán FPT làm cho giá chứng khoán bị đẩy lên nhanh trong một thời gian ngắn Biểu đồ giá chứng khoán FPT từ 12-2006 đến tháng 2-2007, Nguồn: nhóm tự vẽ. Hay có thể thấy các nhà đầu tƣ đã hết sức phấn khởi và lạc quan, nghĩ rằng gia nhập WTO sẽ làm cho nền kinh tế Việt nam bùng nổ. Sự lạc quan nay thể hiện bằng sự tăng điểm liên tục của thị trƣờng. 29 CHƢƠNG 4: KIỂM ĐỊNH THỰC NGHIỆM 1. Mô hình lựa chọn: 1.1. Mô hình đo lường chi phí lựa chọn bất lợi Nhƣ đã phân tích trong chƣơng 2, có rất nhiều mô hình để tiến hành kiểm định thực tế cho thị trƣờng chứng khoán Việt Nam. Nhƣng thị trƣờng chứng khoán Việt Nam chỉ mới phát triển, cơ sở kĩ thuật còn kém, chƣa thống kê đầy đủ số liệu các biến trong một số mô hình đã nêu ở phần trên, nên khó chọn các mô hình phức tạp. Vì lí do đó bài nghiên cứu sẽ sử dụng mô hình đo luờng chi phí lựa chon bất lợi của Glossten - Harris. tP - 1tP = c0 ( tQ - 1tQ ) + c1 ( tQ tV - 1tQ 1tV ) + z0 tQ + z1 tQ tV + jt . Trong đó: tP và 1tP : là giá cổ phiếu tại thời điểm t và t-1. tQ : Chỉ số giao dịch của cổ phiếu tại thời điểm t, tQ bằng +1 nếu là mua và bằng -1 nếu là ngƣời bán. tV : Lƣợng giao dịch cổ phiếu tại thời điểm t. 1010 ,,, zzcc : là các hệ số của phƣơng trình. jt : là sai số của phƣơng trình. Chi phí lựa chọn bất lợi là Z0 = 2( tVzz 10  ), phần còn lại: chi phí xử lý đặt lệnh và chi phí lƣu trữ là C0 = 2( tVcc 10  ) Do trên sàn HOSE giao dịch đƣợc khớp lệnh liên tục nên rất khó xác định đƣợc tQ theo mô hình của Glosten_Harris. Do đó tQ đƣợc xác định nhƣ sau (theo Lee và Ready(2001) trích trong Serednyakov) : Giao dịch tQ bằng +1 nếu tại thời điểm giao dịch tP > 1tP Giao dịch tQ bằng -1 nếu tại thời điểm giao dịch tP < 1tP Giao dịch tQ bằng 1tQ nếu tại thời điểm giao dịch tP = 1tP Và ASC đƣợc tinh theo công thức: 30 ASC = 2( tVzz 10  )/ (2( tVzz 10  ) + 2( tVcc 10  )) Hay ASC = ( tVzz 10  )/ (( tVzz 10  ) + ( tVcc 10  )) 1.2. Mô hình kiểm định thị trường hiệu quả : Thị trƣờng chứng khoán Việt Nam theo nhiều nhận xét cũng nhƣ kiểm định thì chỉ hiệu quả ở dạng yếu hoặc thậm chí không hiệu quả nên bài nghiên cứu chỉ tập trung vào phƣơng pháp kiểm định thị trƣờng hiệu quả dạng yếu. Do những hạn chế đã phân tích của mô hình bƣớc ngẫu nhiên nên bài nghiên cứu sẽ kiểm định tính sinh lợi phƣơng pháp giao dịch của giáo sƣ Alexender (mô hình ALF).Các nhà đầu tƣ sẽ mua chứng khoán vào thời điểm đầu năm ( ngày 2-1-2009), và sẽ giữ tiền vào cuối năm tức là vào thời điểm cuối năm nhà đầu tƣ phải bán chứng khoán dù nó không thỏa điều kiện bán của mô hình. Tỉ lệ ỵ% mục tiêu đƣợc chọn là 5% và 10%. Dữ liệu hồi qui và kiểm định : Dữ liệu gồm có giá đóng cửa (kí hiệu là Pt), giá cao nhất trong ngày ( Pmax) ,giá thấp nhất trong ngày (Pmin) và khối luợng giao dịch (kí hiêu là Vt) của 147 chứng khoán niêm yết trên sàn HOSE, khoảng thời gian đƣợc chọn là từ ngày 2/1/2009 đến ngày 31/12/2009. Các chứng khoán đƣợc sử dụng trong các mô hình gồm: ABT ACL AGF ALP ANV ASP BAS BBC BHS BMC BMI BMP BT6 CII CLC CNT COM CSG CYC DCC DCL DCT DDM DHA DHG DIC DMC DPM DPR DQC DRC DTT DXV FBT FMC FPT GIL GMC GMD GTA HAG HAI HAP HAS HAX HBC VNA VNE PVD PVE PVF PVI RAL REE RIC SAM SAV SFC SMC SJS SJD SSI ST8 SZL TBC TCR TDH TNC TPC TRA TRC TS4 TSC TTF TTP TYA UIC VFC VFMVF1 VFMVF4 VHG VIC VID VIP VIS VKP VNA VNE VNM VNS VPK 31 VPL VSC VSG VSH VTB VTO HDC HLA HMC HPG HRC HSG HSI HT1 IFS HTV ICF IMP ITA KDC KHA KHP KMR KSH L10 LAF LBM LCG LGC LSS MCP MCV MHC MPC NAV NKD NSC NTL OPC PAC PET PGC PIT PJT PNC PPC SBT SCD SSC STB SVC TAC TCM TMS TNA VHC 1.3. Một số giả định trong khi tiến hành ước lượng chi phí lựa chọn bất lợi và kiểm định thị trường hiệu quả trên thị trường Việt Nam. *Trong đợt khớp lệnh định kì xác định giá đóng cửa có cả hai mức giá cao nhất (Pmax) và thấp nhất (Pmin) trong ngày. *Chỉ có ngƣời bán nắm rõ thông tin, còn ngƣời mua do không nắm rõ thông tin do đó sẽ gánh chịu toàn bộ chi phí lựa chọn bất lợi. *Tỉ suất sinh lợi theo phƣơng pháp mua và giữ chỉ tính trong một năm, cụ thể là năm 2009. *Nhà đầu tƣ sẽ mua chứng khoán vào đầu năm và bán chứng khoán lúc cuối năm. 2. Các bước tiến hành ước lượng chi phí lựa chọn bất lợi và kiểm định thị trường hiệu quả. Có 4 bƣớc chính: Bƣớc 1: Ƣớc luợng chi phí lựa chọn bất lợi theo mô hình Glossten-Harris Bƣớc 2: Kiểm định thị trƣờng hiệu quả theo phƣơng pháp kiểm định tỉ suất sinh lợi với 9 chứng khoán. Bƣớc 3: Tính toán lại giá đóng cửa với giả thiết là đã loại bỏ chi phí lựa chọn bất lợi. Bƣớc 4: Tiến hành kiểm định lại với một số chứng khoán chứng khoán ở bƣớc 2 theo mức giá đóng cửa tại bƣớc 3. 2.1. Ước lượng chi phí lựa chọn bất lợi: -Dựa trên những dữ liệu đã nêu, tiến hành tính toán các biến còn lại trong mô hình trên excel. 32 tQ của ngày đầu tiên sẽ bằng 0, các ngày tiếp theo sẽ tiến hành so sánh tP và 1tP nhƣ đã nêu trong phần 1.1, tQ sẽ nhận các giá trị -1 hoặc 1. -Sau khi tính Qt, tính các biến còn lại tQ - 1tQ , tQ * tV , tQ * tV – 1tQ * 1tV -Dựa vào dữ liệu các biến mới tim đƣợc, nhóm sử dụng hồi qui OLS để ƣớc lƣợng các hệ số 1010 ,,, zzcc theo phƣong trìng sau: tP - 1tP = c0 ( tQ - 1tQ ) + c1 ( tQ tV - 1tQ 1tV ) + z0 tQ + z1 tQ tV -Dựa vào các hệ số hồi qui đƣợc, tính thành phần chi phí lựa chọn bất lợi trong biến động giá chứng khoán (ASC) theo công thức: ASC = ( tVzz 10  )/ (( tVzz 10  ) + ( tVcc 10  )) -Tính ASC trung bình của 147 chứng khoán. Kí hiệu là ASCTB. Nhƣ đã giớ thiệu ở phần mô hình ở chƣơng 2, ASC là tỷ lệ của chi phí lựa chọn bất lợi so với khoảng biến thiên của giá (Bid-ask spread). Khoảng biến thiên của giá chứng khoán hay còn gọi là mức chênh lệch giữa giá bán và giá mua chứng khoán là khoản mà mức giá (chào) bán vƣợt trội mức giá (đặt) mua. Thực chất đây là mức chênh lệch giữa mức giá cao nhất mà ngƣời mua lòng chi trả cho 1 tài sản và mức giá thấp nhất mà ngƣời bán sẵn lòng bán tài sản đó. Ví dụ, nếu giá (đặt) mua là 20$ và giá (chào) bán là 21$ thì "mức chênh lệch giữa giá bán và giá mua" là 1$ ( Theo định nghĩa trên website ispar.gov.vn) Theo giả định (1) đã dặt ra trong phần 4.3 thì trong đợt khớp lệnh định kì xác định giá đóng cửa có cả hai mức giá cao nhất (Pmax) và thấp nhất (Pmin) trong ngày. Mức giá cao nhất cũng là mức giá cao nhất mà ngƣời mua chấp nhận bỏ ra để mua chứng khoán hay nói cách khác là giá bid.Tƣơng tự mức giá thấp nhất là mức giá thấp nhất mà ngƣời mua chấp nhận để bán chứng khoán hay nói cách khác là giá ask. Khoảng biến thiên giá (bid-ask spread), kí hiệu là S S = mức giá cao nhất trong ngày - mức giá thấp nhất trong ngày Nếu không có bất cân xứng thông tin thì giá ask và giá bid sẽ tiến gần nhau. Và với giả định (2) trên (Chỉ có ngƣời bán nắm rõ thông tin, còn ngƣời mua do không nắm rõ 33 thông tin do đó sẽ gánh chịu toàn bộ chi phí lựa chọn bất lợi) thì giá bid sẽ giảm xuống và tiến gần giá ask, tức là sau khi loại bỏ ảnh hƣởng của bất cân xứng thông tin thì ngƣời mua sẽ không trả giá cao nhƣ lúc ban đầu. Nhƣ vậy những mức giá đóng cửa lớn hơn giá sau bid khi loại bỏ chi phí lựa chọn bất lợi mới sẽ không đƣợc chấp nhận. Từ đó ta có giá đóng cửa mới (P*t) sẽ đƣợc xác định nhƣ sau : bằng giá đóng cửa cũ nếu nó bằng hoặc nhỏ hơn giá bid sau khi loại bỏ chi phí lựa chọn bất lợi, bằng hoặc nhỏ hơn giá bid sau khi loại bỏ chi phí lựa chọn bất lợi nếu nó lớn hơn giá bid sau khi loại bỏ chi phí lựa chọn bất lợi. P*bid = Pmax – (1-ASCTB)(Pmax –Pmin). P*bid là giá bid chứng khoán ngày t sau khi đã loại trừ chi phí lựa chọn bất lợi. Pmax mức giá cao nhất) trong ngày t. Pmin mức giá thấp nhất trong ngày t. P*t= P*t= Pt nếu Pt <= P*bid P*bid nếu Pt > P*bid 2.2. Kiểm định thị trường hiệu quả: Bài nghiên cứu tập trung chủ yếu là tính thành phần lựa chọn bất lợi nên chỉ tiến hành kiểm định thị trƣờng hiệu quả trên 9 chứng khoán minh họa cho sự thay đổi về tính hiệu quả của thị trƣờng khi loại bỏ chi phí lựa chọn bất lợi. Các chứng khoán kiểm định đƣợc chọn ngẩu nhiên, gồm có: ANV, BMC, BT6,VNA, LGC, OPC, VHC, SCV. Đây không phải là một bài kiểm định thị trƣờng hiệu quả trên trên toàn bộ thị trƣờng chứng khoán.Tuy nhiên có thể áp dụng phƣơng pháp kiểm định này để kiểm định thị trƣờng hiệu quả. -Đầu tiên, nhóm tiến hành kiểm định theo phƣơng pháp kiểm định tính sinh lợi của các phƣơng pháp đầu tƣ, phƣơng pháp đầu tƣ đƣợc chọn là phƣơng pháp ALF. Tiến hành lần lựơt với 9 chứng khoán. 34 -Sau đó, tiến hành lại với giá mới Pt*, chỉ tiến hành với một số chứng khoán vi phạm giả thiết thị trƣờng hiệu quả trong kiểm định bƣớc 1. Tỉ suất sinh lợi tính đuợc từ phƣơng pháp ALF sẽ đƣợc so sánh với tỉ suất sinh lợi của thị trƣờng trong cùng thời gian. Tỉ suất sinh lợi thị trƣờng đƣơc đo luờng bằng tỉ suất sinh lợi của phƣơng pháp mua và giữ bởi vì các nhà kiểm định theo hƣớng so sánh tỉ suất sinh lợi của chứng khoán với thị trƣờng lí luận rằng tỷ suất sinh lợi có duợc từ phuơng pháp mua và giữ chứng khoán chính là tỷ suất sinh lợi kỳ vọng của thị truờng (đã nêu trong phần trên) Theo nhƣ giả định (3) dữ liệu khảo sát chỉ lấy trong giai đoạn năm 2009 nên tỉ suất sinh lợi theo phƣơng pháp mua và giữ chỉ tính trong một năm, với giả định (4)nhà đầu tƣ sẽ mua chứng khoán vào đầu năm và bán chứng khoán lúc cuối năm thì tỉ suất sinh lợi theo phƣơng pháp mua và giữ đƣợc tính nhƣ sau: TSSL = (Giá bán cuối năm – Giá mua đầu năm)/ Giá mua đầu năm. 3. Kết quả và giải thích kết quả: 3.1. Đo lường chi phí lựa chọn bất lợi. Bảng kết quả ASC của 147 chứng khoán. PVD PVE PVF PVI RAL REE RIC 0.970077 0.986949 0.902289 0.910686 0.948887 0.933916 1.018418 SAM SAV SFC SJD SJS SMC SSI 0.979903 1.006559 0.94386 0.879522 1.256375 0.961862 0.918233 ST8 SZL TBC TCR TDH TNC TPC 0.920894 1.020999 1.023993 1.043118 0.839958 0.900838 0.927567 TRA TRC TS4 TSC TTF TTP TYA 0.857779 0.938561 0.906937 0.924602 0.883146 1.052322 0.873118 UIC VFC VFMVF1 VFMVF4 VHG VIC VID 0.857374 0.936889 0.950427 0.924426 0.844525 1.04883 0.844228 VIP VIS VKP VNA VNE VNM VNS 0.965343 0.883366 0.892213 0.946742 0.871729 0.821136 0.894771 VPK VPL VSC VSG VSH VTB VTO 0.910578 0.880963 0.967151 1.082935 1.039142 0.931538 0.962064 ABT ACL AGF ALP ANV ASP BAS 35 0.797437 0.951224 0.886307 0.846089 0.951888 0.866636 0.896237 BBC BHS BMC BMI BMP BT6 CII 0.874802 0.924195 0.894096 0.939916 0.785944 0.95893 0.88873 CLC CNT COM CSG CYC DCC DCL 0.898429 0.933927 0.975639 0.963449 0.842071 0.895102 0.885301 DCT DDM DHA DHG DIC DMC DPM 0.936334 0.927856 0.960005 0.928706 0.872369 0.894972 0.870234 DPR DQC DRC DTT DXV FBT FMC 0.868447 0.869843 0.859101 0.998064 0.875874 0.88445 0.882595 FPT GIL GMC GMD GTA HAG HAI 0.872531 0.96316 1.008838 0.893303 0.895407 0.830226 0.892477 HAP HAS HAX HBC VNA VNE HDC 0.940426 0.945415 0.719862 0.958923 0.943856 0.870149 1.056715 HLA HMC HPG HRC HSG HSI HT1 1.069258 1.017997 0.85469 0.987076 1.029503 0.891917 0.870351 IFS HTV ICF IMP ITA KDC KHA 0.892497 0.950821 0.959741 0.889471 0.942189 0.989174 0.944095 KHP KMR KSH L10 LAF LBM LCG 1.046608 1.06912 1.183085 0.913455 0.970779 0.987574 1.007558 LGC LSS MCP MCV MHC MPC NAV 0.912785 1.053634 0.863784 1.017456 0.94537 0.987503 0.973918 NKD NSC NTL OPC PAC PET PGC 1.025774 0.939977 0.997868 0.871486 0.935282 1.001136 1.025333 PIT PJT PNC PPC SBT SCD SSC 0.959184 0.965959 1.002507 1.062846 1.015066 0.920968 0.901855 STB SVC TAC TCM TMS TNA VHC 1.070041 0.972238 1.010209 1.004992 0.89868 1.000155 0.915071 ASC là tỷ lệ chi phí lựa chọn bất lợi so với mức biến động giá chứng khoán.nó cho biết thành phần chi phi phí lựa chọn bất lợi là cao hay thấp trong khoảng biến thiên giá. Và thông qua đó chúng ta sẽ rút ra kết luận về mức độ bất cân xứng thông tin trên thị trƣờng. Ví dụ nhƣ ASC của ABT = 0.797437, có nghĩa là chi phí lựa chọn bất lợi chiếm trung bình khoảng 79.74% trong sự biến thiên của giá chứng khoán ABT. Chúng ta không tính đến những giá trị ASC >1, do nó vi phạm điều kiện 0<ASC<1. Sau khi loại bỏ các giá trị ASC >1 ta có kết quả sau: 36 ASC max ASC min ASC trung bình DTT 0.998064 0.913368 HAX 0.719862 ASC của các chứng khoán nằm trong khoảng từ 0.719862 đến 0.998064, có nghĩa là chi phí lựa chọn bất lợi chiếm từ 71% đến 99.8% khoảng biến thiên giá chứng khoán. Nếu tính trung bình thì chi phí lựa chọn bất lợi chiếm khoảng 91,2%. Một tỷ lệ rất cao. 3.2. Kiểm định thị trường hiệu quả với 9 chứng khoán. Bảng kết quả kiểm định TSSL phƣơng pháp ALF với mức giá Pt AGF ANV BMC BT6 SVC TSSL_5% 1.07519 2.36467 1.331165 1.19499 1.20548 TSSL_10% 0.8013 1.19875 1.286376 1.10487 0.19937 TSSL thị trƣờng 2.2133 0.956 0.9812 1.0508 3 VNA LGC OPC VHC TSSL_5% 1.50747 1.96726 1.343143 1.63754 TSSL_10% 1.37395 1.56788 1.831958 2.10032 TSSL thị trƣờng 1.1355 1.4908 2.119 2.7411 Kiểm định bƣớc 1 với 9 chứng khoán cho kết quả có 5 chứng khoán có tỉ suất sinh lợi cao hơn tỉ suất sinh lợi của thị trƣờng cụ thể là so với phƣơng pháp mua và giữ. Chúng ta sẽ chọn 5 chứng khoán này làm dữ liệu cho kiểm định ở bƣớc 2. Sau khi loại bỏ chi phí lựa chọn bất lợi trong biến thiên giá chứng khoán và tiến hành kiểm định lại với 5 chứng khoán ANV, BMC, BT6, LGC,VNA. Tuy không có kết quả tuyệt đối là tất cả 5 chứng khoán kiểm định lại đều cho tỉ suất sinh lợi theo phƣơng pháp đầu tƣ ALF nhỏ hơn tỉ suất sinh lợi thị trƣờng mà chỉ cho kết quả tƣơng đối. Lí do là chúng ta không thể biết đƣợc bất cân xứng thông tin xảy ra bất lợi cho bên bán hay mua, nên không thể xác định chính xác giá P*ask, P*bid. Nhƣng kết quả cho thấy có những dấu hiệu khả quan là tỉ suất sinh lợi theo phƣơng pháp đầu tƣ ALF đã giảm xuống, 37 chứng tỏ khi loại bỏ ảnh hƣởng của bất cân xứng thông tin thì khó có phƣơng pháp nào có thể cho tỉ suất sinh lợi vƣợt trội so với phƣơng pháp mua và giữ. Bảng kết quả kiểm định TSSL phƣơng pháp ALF với mức giá P*t ANV BMC BT6 VNA LGC TSSL_5%_mới 1.9166935 1.32939 1.212135 1.0902596 1.278143 TSSL_10%_mới 0.9183951 0.911106 0.989692 1.5304321 1.393015 TSSL thị trƣờng 0.956 0.951 1.0044 1.149 1.4908 Tóm lại, từ kết quả hồi qui và tính toán cho thấy chi phí lựa chọn bất lợi là rất cao. Với mức tỷ lệ trung bình lớn hơn 90% (91.13368%) trong khoảng biến thiên giá.Và sau khi loại bỏ mức chi phí cao này với một số giả định đã đặt ra thì cho thấy thị trƣờng hiệu quả hơn 4. Các biện pháp hạn chế bất cân xứng thông tin: Do các kết quả nêu trên chúng ta nên quan tâm và áp dụng các biện pháp hạn chế bất cân xứng thông tin trên thị trƣờng nhằm làm cho thị trƣờng hiệu quả hơn. Trong quá khứ đã có một số phƣơng pháp đƣợc nêu ra bởi chính các nhà nghiên cứu lí thuyết bất cân xứng thông tin, có thể kể đến các biện pháp nhƣ sau: * Cơ chế phát tín hiệu (Signaling) của Michael Spence: bên có nhiều thông tin có thể phát tín hiệu đến những bên ít thông tin một cách trung thực và tin cậy. Với việc phát tín hiệu này, ngƣời bán những sản phẩm chất lƣợng cao phải sử dụng những biện pháp đƣợc coi là quá tốn kém với ngƣời bán hàng hóa chất lƣợng thấp. Spence lấy ví dụ bằng thị trƣờng lao động. Ngƣời bán là những ứng cử viên đi xin việc và ngƣời mua là nhà tuyển dụng. Nhà tuyển dụng không thể trực tiếp quan sát các khả năng của ứng cử viên mà chỉ có thể đánh giá gián tiếp thông qua bằng cấp của họ. Nếu những ngƣời kém năng lực phải mất nhiều thời gian và nỗ lực hơn những ngƣời có năng lực để đạt đƣợc cùng trình độ học vấn thì những ngƣời có năng lực có thể phát tín hiệu bằng cách đạt đƣợc những bằng cấp mà ngƣời kém năng lực không thể đạt đƣợc. Hay một ví dụ khác, việc triển khai các chƣơng trình quảng cáo đắt tiền, việc duy trì chế độ bảo hành cho sản phẩm, 38 việc chia cổ tức cho cổ đông. Đó đều là những cách phát tín hiệu trên thƣơng trƣờng. * Cơ chế sàng lọc (Screening) Joseph Stiglitz. Ông đã chỉ ra rằng bên có ít thông tin hơn có thể thu thập thông tin từ bên kia bằng cách đƣa ra các điều kiện giao dịch hợp đồng khác nhau. Ví dụ điển hình là các công ty bảo hiểm thƣờng cung cấp những loại hợp đồng bảo hiểm với các mức phí bảo hiểm khác nhau, tƣơng ứng với mức bồi thƣờng khác nhau. Các khách hàng sẽ tự lựa chọn loại hợp đồng bảo hiểm phù hợp với mình, do đó tự phân hóa thành các loại khách hàng khác nhau. Những khách hàng có rủi ro thấp thƣờng thích loại hợp đồng có phí bảo hiểm thấp trong khi khách hàng có rủi ro cao lại lựa chọn hợp đồng có phí bảo hiểm cao. Ngoài những biện pháp kinh điển trên chúng ta còn có thể áp dụng các biện pháp sau cho đặc điểm của thị trƣờng chứng khoán Việt Nam : * Tăng cuờng cơ chế giám sát việc cung cấp thông tin của các công ty chứng khoán nhằm đảm bảo thông tin cung cấp thông tin là chính xác và kịp thời. Cần có cơ chế kiểm tra chặt chẽ hơn với các bản báo cáo tài chính, các thông tin công ty niêm yết công bố. Đồng thời cần có sự trung thực và chính xác trong công tác kiểm toán. * Hoàn thiện cơ sở hạ tầng kĩ thuật phục vụ cho việc cung cấp thông tin, tránh tình trạng sự cố nhƣ đã xảy ra trong thời gian qua. * Chính phủ nên ban hành những qui định cụ thể và nghiêm ngặt hơn trong việc các công ty công bố thông tin hạn chế việc các công ty cung cấp thông tin trễ và cũ trên Website của mình. * Cần nâng mức xử phạt hơn nữa mới đủ sức răn đe trong việc che giấu hay tạo các thông tin ảo nhằm tác động vào giá trên thị trƣờng. * Các nhà đầu tƣ cần chủ động hơn trong việc tiếp cận thông 39 CHƢƠNG 5: KẾT LUẬN Từ những kết quả hồi qui chúng ta thấy chi phí lựa chọn bất lợi chiếm một giá trị rất lớn trong khoảng biến thiên giá chứng khoán, chứng tỏ mức độ bất cân xứng thông tin trên thị trƣờng chứng khoán hiện nay là rất cao. Chúng ta đã tìm đƣợc câu trả lời cho câu hỏi đầu tiên trong phần mục tiêu nghiên cứu. Kết quả này cũng cho thấy sự tồn tại của hiện tƣợng tâm lí bầy đàn, đồng thời thị trƣờng chứng khoán Việt Nam thật sự không hiệu quả theo nhận xét của nhiều chuyên gia là hoàn toàn hợp lí.Với mức độ bất cân xứng thông tin cao nhƣ thế thì việc mà các nhà đầu tƣ mua và bán chứng khoán theo hành động của đám đông là hiển nhiên. Cũng có một số giải thích cho rằng hiện tƣợng này là do nhà đầu tƣ Việt Nam còn thiếu chuyên môn. Nhƣng cũng không thể phủ nhận bất cân xứng thông tin đã góp phần làm cho các nhà đầu tƣ không đánh giá đúng giá trị thực của chứng khoán. Các tính toán và kiểm định thị trƣờng hiệu quả trƣớc và sau khi loại bỏ chi phí lựa chọn bất lợi cho thấy việc loại đi ảnh hƣởng của bất cân xứng thông tin thật sự làm cho thị trƣờng hiệu quả hơn. Đây cũng là câu trả lời cho câu hỏi thứ hai trong phần mục tiêu đã đề ra. Nhƣ vậy, chúng ta có thể rút ra nhận xét về mối quan hệ giữa ba lí thuyết nhƣ sau: Bất cân xứng thông tin làm cho thị trƣờng không hiệu quả, và là một trong những nguyên nhân khiến cho các hành vi trong lí thuyết tài chính hành vi diễn ra trên thị trƣờng. Việc loại ảnh hƣởng của bất cân xứng thông tin làm cho thị trƣờng hiệu quả hơn. Còn về ảnh hƣởng của bất cân xƣng thông tin đến tài chính hành vi thì chúng ta sẽ mong đợi kết quả trong những đề tài sau. Chúng ta có thể áp dụng một số biện pháp hạn chế tình trạng bất cân xứng thông tin, qua đó nhằm làm cho thị trƣờng hiệu quả hơn. Nhƣng chúng ta phải nhìn nhận là bất cân xứng thông tin luôn tồn tại dù ít hay nhiều. Đó cũng có thể là lí do làm cho lí thuyết này giữ vững giá trị cho đến nay. Chúng ta có thể áp dụng một số biện pháp hạn chế việc thông tin bất cân xứng tuy nhiên không thể loại bỏ hoàn toàn.Và việc làm này tốn nhiều 40 chi phí cho việc theo dõi, kiểm tra…Chúng ta có thể loại bỏ những nguyên nhân khách quan nhƣng khó kiểm soát đƣợc những nguyên nhân chủ quan nhƣ: doanh nghiệp che giấu các thông tin bất lợi, thổi phồng thông tin có lợi...; doanh nghiệp cung cấp thông tin không công bằng đối với các nhà đầu tƣ; doanh nghiệp sau khi phát hành cổ phiếu tập trung vào việc “làm giá” trên thị trƣờng chứng khoán; có sự rò rỉ thông tin nội gián; một số nhà đầu tƣ tạo cung cầu ảo trên thị trƣờng dẫn đến phản ánh sai lệch giá trị của doanh nghiệp….. *Hạn chế của bài nghiên cứu. Cuối cùng, bài nghiên cứu của nhóm còn rất nhiều thiếu sót và hạn chế nhƣ: việc đo lƣờng chi phí lựa chọn bất lợi và kiểm định thị trƣờng hiệu quả chƣa áp dụng đo luờng đƣợc với tất cả chứng khoán trên thị trƣờng, thời gian khảo sát chƣa đủ dài….. Việc tiến hành kiểm định tính sinh lợi của phƣơng pháp đầu tƣ ALF đòi hỏi khoảng thời gian khảo sát tƣơng đối dài nhƣng trong bài nghiên cứu nhằm làm cho dữ liệu thống nhất giữa tính toán chi phí lựa chon bất lợi và kiểm định thị trƣờng hiệu quả nên thời gian nghiên cúƣ chỉ là năm 2009. Số lƣợng chứng khoán kiểm định còn ít, nhƣ việc kiểm định thị trƣờng hiệu quả chỉ tiến hành với 9 chứng khoán, kết quả chỉ mang tính đại diện. Việc loại trừ chi phí lựa chon bất lợi chỉ là ƣớc đoán với giả định ngƣời mua gánh chịu hoàn toàn chi phí lựa chọn bất lợi. Vì lí do đó kết quả ở phần kiểm định thị trƣờng hiệu quả bƣớc 2 chỉ mang tính tƣơng đối. Bài nghiên cứu chỉ tính chi phí lựa chọn bất lợi theo một mô hình, chƣa tiến hành đƣơc trên nhiều mô hình để có thể so sánh kết quả đạt đƣợc nhằm đảm bảo tính chính xác và phù hợp của kết quả hồi qui. 41 TÀI LIỆU THAM KHẢO 1. Bài giảng „Thông tin bất cân xứng”_Chƣơng trình giảng dạy kinh tế Fullbright_niên khóa 2004-2005. 2. Ths.Hoàng Ngọc Nhậm, giáo trình kinh tế lƣợng,Khoa toán thống kê,Trƣờng Đại Học Kinh Tế TPHCM. 3. Fama.Eugene.F.(1970), “Efficience capital markets”, Journal of finance. 4. Lê An khang, “Ảnh hƣởng của thông tin bất cân xứng đối với nhà đầu tƣ trẹn thị trƣờng chứng khoán TP.HCM”, luận văn thạc sĩ -2008. 5. Lê Trung Thành, “Giám sát giao dịch trên thị trƣờng chứng khoán Việt Nam” 6. Nhóm 4 lớp tài chính doanh nghiêp 11 khóa33, “kiểm định thị trƣờng hiệu quả_lí thuyết tài chính hành vi”, đề tài thuyết trình môn tài chính doanh nghiệp- năm 2010. 7. Báo điện tử Đảng cộng sản Việt Nam (2007) „Xảy ra sự cố tại sàn chứng khoán TP.HCM‟ 8. Việt báo, “các sự cố chứng khoán trên thế giới” 9. Ness, B.F.V., Ness, R.A.V, and R.A. Warr (2001), “How do well adverse selection components measure adverse selection?” 10. Sarin, A., Shastri K.A., and K. Shastri (1999), „Ownership structure and Stock market liquidity‟ http:// www.pitt.edu/~ks112354/ownership.pdf 11. Clarke, J., and K. Shastri (2001) „On Information Asymmetry Metrics‟, 12. Roger D. HuangHans R. Stoll, “Thecomponent of the bid ask spread: a general approach”. 42 spread:ageneralapproach.pdf. 13. Richard A. Lambert_Christian Leuz-Robert E. Verrecchia,” informationasy, information precision and cost ofthecapital”. 14. Kalok Chan, “asymmetric price distribution and quotes in the stock option”. ust.hk/~kachan/research/spread.pdf. 15 Matthias Bank and Georg Peter, “public attention,advese selection and pricing stock”. 16. Frank de jong, “empirical market micro structure”. 17. Alexey Serednyakov, “A model of the components of the bid-ask spread”. 18. ấtcânxứng thông tin 19. 20. 21. 43 PHỤ LỤC Bảng 1: Kết quả chạy hồi qui của 147 chứng khoán Dependent Variable: ABT Method: Least Squares Date: 06/14/10 Time: 15:49 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.116964 0.105785 -1.105677 0.2699 ABT1 0.169262 0.109740 1.542385 0.1243 ABT2 1.69E-06 8.26E-07 2.041899 0.0422 ABT3 0.912650 0.155720 5.860828 0.0000 ABT4 3.63E-06 1.24E-06 2.941343 0.0036 R-squared 0.400277 Mean dependent var 0.112749 Adjusted R-squared 0.390526 S.D. dependent var 2.053913 S.E. of regression 1.603466 Akaike info criterion 3.801931 Sum squared resid 632.4912 Schwarz criterion 3.872159 Log likelihood -472.1424 F-statistic 41.04737 Durbin-Watson stat 1.750173 Prob(F-statistic) 0.000000 Dependent Variable: ACL Method: Least Squares Date: 06/14/10 Time: 15:49 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.040907 0.031051 -1.317404 0.1889 ACL1 0.070433 0.031823 2.213248 0.0278 ACL2 -6.58E-07 4.83E-07 -1.363257 0.1740 ACL3 0.634956 0.047246 13.43946 0.0000 ACL4 3.86E-06 7.19E-07 5.368758 0.0000 R-squared 0.712632 Mean dependent var 0.028287 Adjusted R-squared 0.707959 S.D. dependent var 0.889875 S.E. of regression 0.480895 Akaike info criterion 1.393384 Sum squared resid 56.88998 Schwarz criterion 1.463612 Log likelihood -169.8697 F-statistic 152.5114 Durbin-Watson stat 1.746426 Prob(F-statistic) 0.000000 Dependent Variable: AGF Method: Least Squares Date: 06/14/10 Time: 15:50 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.013163 0.029076 0.452692 0.6512 AGF1 0.083455 0.029513 2.827706 0.0051 AGF2 6.97E-08 1.01E-07 0.688381 0.4919 AGF3 0.561660 0.045021 12.47564 0.0000 AGF4 9.92E-07 1.66E-07 5.974469 0.0000 R-squared 0.732787 Mean dependent var 0.072510 Adjusted R-squared 0.728442 S.D. dependent var 0.865194 S.E. of regression 0.450864 Akaike info criterion 1.264416 Sum squared resid 50.00641 Schwarz criterion 1.334644 Log likelihood -153.6842 F-statistic 168.6531 44 Durbin-Watson stat 1.714265 Prob(F-statistic) 0.000000 Dependent Variable: ALP Method: Least Squares Date: 06/14/10 Time: 15:50 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.001663 0.014151 0.117491 0.9066 ALP1 0.040467 0.014821 2.730465 0.0068 ALP2 1.74E-07 9.33E-08 1.869171 0.0628 ALP3 0.255896 0.019675 13.00601 0.0000 ALP4 5.69E-07 1.45E-07 3.936126 0.0001 R-squared 0.656539 Mean dependent var 0.007171 Adjusted R-squared 0.650954 S.D. dependent var 0.378455 S.E. of regression 0.223592 Akaike info criterion -0.138271 Sum squared resid 12.29833 Schwarz criterion -0.068043 Log likelihood 22.35306 F-statistic 117.5597 Durbin-Watson stat 1.316260 Prob(F-statistic) 0.000000 Dependent Variable: ASP Method: Least Squares Date: 06/14/10 Time: 15:51 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.001189 0.014317 -0.083038 0.9339 ASP1 0.016444 0.014404 1.141628 0.2547 ASP2 2.22E-07 6.28E-08 3.529440 0.0005 ASP3 0.248888 0.021759 11.43862 0.0000 ASP4 5.13E-07 1.03E-07 5.007432 0.0000 R-squared 0.735472 Mean dependent var 0.020717 Adjusted R-squared 0.731170 S.D. dependent var 0.428076 S.E. of regression 0.221952 Akaike info criterion -0.152990 Sum squared resid 12.11865 Schwarz criterion -0.082762 Log likelihood 24.20024 F-statistic 170.9892 Durbin-Watson stat 1.623302 Prob(F-statistic) 0.000000 Dependent Variable: ANV Method: Least Squares Date: 06/14/10 Time: 15:50 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.027641 0.020145 -1.372132 0.1713 ANV1 0.037465 0.021010 1.783206 0.0758 ANV2 -1.83E-08 4.86E-08 -0.376239 0.7071 ANV3 0.428456 0.033289 12.87060 0.0000 ANV4 6.08E-07 8.28E-08 7.343507 0.0000 R-squared 0.797523 Mean dependent var -0.003187 Adjusted R-squared 0.794231 S.D. dependent var 0.689804 S.E. of regression 0.312908 Akaike info criterion 0.533901 Sum squared resid 24.08613 Schwarz criterion 0.604129 Log likelihood -62.00459 F-statistic 242.2384 Durbin-Watson stat 1.610512 Prob(F-statistic) 0.000000 39 Dependent Variable: BAS Method: Least Squares Date: 06/14/10 Time: 15:51 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.032228 0.016661 -1.934345 0.0542 BAS1 0.059847 0.017154 3.488853 0.0006 BAS2 -6.47E-08 3.09E-07 -0.209513 0.8342 BAS3 0.399828 0.023133 17.28405 0.0000 BAS4 3.77E-06 4.10E-07 9.185462 0.0000 R-squared 0.781955 Mean dependent var 0.021514 Adjusted R-squared 0.778410 S.D. dependent var 0.555424 S.E. of regression 0.261456 Akaike info criterion 0.174621 Sum squared resid 16.81643 Schwarz criterion 0.244849 Log likelihood -16.91492 F-statistic 220.5525 Durbin-Watson stat 1.231423 Prob(F-statistic) 0.000000 Dependent Variable: BBC Method: Least Squares Date: 06/14/10 Time: 15:52 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.004367 0.031204 -0.139947 0.8888 BBC1 0.078016 0.031931 2.443295 0.0153 BBC2 1.60E-07 1.19E-07 1.344761 0.1799 BBC3 0.596960 0.050530 11.81402 0.0000 BBC4 8.57E-07 1.74E-07 4.938878 0.0000 R-squared 0.712583 Mean dependent var 0.057769 Adjusted R-squared 0.707909 S.D. dependent var 0.900960 S.E. of regression 0.486928 Akaike info criterion 1.418317 Sum squared resid 58.32627 Schwarz criterion 1.488546 Log likelihood -172.9988 F-statistic 152.4746 Durbin-Watson stat 1.637817 Prob(F-statistic) 0.000000 Dependent Variable: BHS Method: Least Squares Date: 06/14/10 Time: 15:53 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.058705 0.031535 -1.861573 0.0639 BHS1 0.050561 0.032287 1.565966 0.1186 BHS2 8.61E-08 1.64E-07 0.524524 0.6004 BHS3 0.572963 0.045014 12.72864 0.0000 BHS4 1.41E-06 2.20E-07 6.402591 0.0000 R-squared 0.706436 Mean dependent var 0.051394 Adjusted R-squared 0.701663 S.D. dependent var 0.890723 S.E. of regression 0.486515 Akaike info criterion 1.416622 Sum squared resid 58.22746 Schwarz criterion 1.486850 Log likelihood -172.7860 F-statistic 147.9947 Durbin-Watson stat 1.883725 Prob(F-statistic) 0.000000 40 Dependent Variable: BMC Method: Least Squares Date: 06/14/10 Time: 15:53 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.055430 0.069861 -0.793424 0.4283 BMC1 0.249662 0.069864 3.573541 0.0004 BMC2 -9.94E-08 8.14E-07 -0.122185 0.9029 BMC3 1.576706 0.115612 13.63786 0.0000 BMC4 7.58E-06 1.48E-06 5.109653 0.0000 R-squared 0.758053 Mean dependent var -0.005976 Adjusted R-squared 0.754119 S.D. dependent var 2.189302 S.E. of regression 1.085595 Akaike info criterion 3.021853 Sum squared resid 289.9152 Schwarz criterion 3.092081 Log likelihood -374.2426 F-statistic 192.6883 Durbin-Watson stat 1.721124 Prob(F-statistic) 0.000000 Dependent Variable: BMI Method: Least Squares Date: 06/14/10 Time: 15:54 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.054322 0.028588 -1.900173 0.0586 BMI1 0.033384 0.028786 1.159714 0.2473 BMI2 3.21E-07 4.17E-07 0.769494 0.4423 BMI3 0.632267 0.046208 13.68300 0.0000 BMI4 2.65E-06 6.80E-07 3.888856 0.0001 R-squared 0.742000 Mean dependent var 0.021116 Adjusted R-squared 0.737805 S.D. dependent var 0.873197 S.E. of regression 0.447121 Akaike info criterion 1.247742 Sum squared resid 49.17953 Schwarz criterion 1.317970 Log likelihood -151.5917 F-statistic 176.8718 Durbin-Watson stat 1.749408 Prob(F-statistic) 0.000000 Dependent Variable: BMP Method: Least Squares Date: 06/14/10 Time: 15:55 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.212471 0.244216 -0.870014 0.3851 BMP1 -0.049407 0.243426 -0.202964 0.8393 BMP2 7.84E-06 2.99E-06 2.622377 0.0093 BMP3 1.213124 0.426511 2.844301 0.0048 BMP4 8.20E-06 4.57E-06 1.792838 0.0742 R-squared 0.291099 Mean dependent var 0.139442 Adjusted R-squared 0.279572 S.D. dependent var 4.347983 S.E. of regression 3.690483 Akaike info criterion 5.469111 Sum squared resid 3350.437 Schwarz criterion 5.539339 Log likelihood -681.3734 F-statistic 25.25397 Durbin-Watson stat 1.929623 Prob(F-statistic) 0.000000 41 Dependent Variable: BT6 Method: Least Squares Date: 06/14/10 Time: 15:55 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.105362 0.063073 -1.670488 0.0961 BT61 0.081873 0.063865 1.281982 0.2011 BT62 -2.95E-06 5.90E-06 -0.500140 0.6174 BT63 1.361185 0.089985 15.12680 0.0000 BT64 2.76E-05 8.60E-06 3.214338 0.0015 R-squared 0.687749 Mean dependent var 0.011952 Adjusted R-squared 0.682672 S.D. dependent var 1.755157 S.E. of regression 0.988713 Akaike info criterion 2.834894 Sum squared resid 240.4781 Schwarz criterion 2.905122 Log likelihood -350.7792 F-statistic 135.4571 Durbin-Watson stat 1.868916 Prob(F-statistic) 0.000000 Dependent Variable: CII Method: Least Squares Date: 06/14/10 Time: 15:56 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.035385 0.014904 -2.374146 0.0184 CII1 0.052285 0.014977 3.491008 0.0006 CII2 2.45E-08 5.92E-08 0.413726 0.6794 CII3 0.363762 0.022004 16.53135 0.0000 CII4 5.31E-07 9.44E-08 5.631148 0.0000 R-squared 0.779724 Mean dependent var -0.025896 Adjusted R-squared 0.776142 S.D. dependent var 0.485228 S.E. of regression 0.229579 Akaike info criterion -0.085417 Sum squared resid 12.96584 Schwarz criterion -0.015189 Log likelihood 15.71983 F-statistic 217.6946 Durbin-Watson stat 1.480663 Prob(F-statistic) 0.000000 Dependent Variable: CLC Method: Least Squares Date: 06/14/10 Time: 15:59 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.091489 0.056403 1.622047 0.1061 CLC1 0.147371 0.058174 2.533262 0.0119 CLC2 5.25E-09 7.22E-08 0.072599 0.9422 CLC3 1.032610 0.084903 12.16224 0.0000 CLC4 5.75E-07 1.10E-07 5.246977 0.0000 R-squared 0.675562 Mean dependent var 0.127490 Adjusted R-squared 0.670286 S.D. dependent var 1.554709 S.E. of regression 0.892725 Akaike info criterion 2.630643 Sum squared resid 196.0517 Schwarz criterion 2.700871 Log likelihood -325.1457 F-statistic 128.0583 Durbin-Watson stat 1.996564 Prob(F-statistic) 0.000000 42 Dependent Variable: CNT Method: Least Squares Date: 06/14/10 Time: 15:59 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.007506 0.024654 -0.304462 0.7610 CNT1 0.021668 0.024399 0.888080 0.3754 CNT2 4.33E-07 5.08E-07 0.853664 0.3941 CNT3 0.367036 0.038141 9.623130 0.0000 CNT4 4.04E-06 7.81E-07 5.180469 0.0000 R-squared 0.639503 Mean dependent var 0.041833 Adjusted R-squared 0.633641 S.D. dependent var 0.633185 S.E. of regression 0.383251 Akaike info criterion 0.939468 Sum squared resid 36.13289 Schwarz criterion 1.009697 Log likelihood -112.9033 F-statistic 109.0978 Durbin-Watson stat 2.055060 Prob(F-statistic) 0.000000 Dependent Variable: COM Method: Least Squares Date: 06/14/10 Time: 16:00 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.018065 0.029568 -0.610977 0.5418 SER01 0.058190 0.030238 1.924362 0.0555 SER02 -2.65E-07 1.53E-07 -1.726826 0.0855 COM3 0.548971 0.046734 11.74668 0.0000 COM4 1.96E-06 2.41E-07 8.138170 0.0000 R-squared 0.758743 Mean dependent var 0.075697 Adjusted R-squared 0.754821 S.D. dependent var 0.920047 S.E. of regression 0.455567 Akaike info criterion 1.285171 Sum squared resid 51.05515 Schwarz criterion 1.355399 Log likelihood -156.2890 F-statistic 193.4153 Durbin-Watson stat 1.531009 Prob(F-statistic) 0.000000 Dependent Variable: CSG Method: Least Squares Date: 06/14/10 Time: 16:01 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.090586 0.056925 -1.591304 0.1128 CSG1 -0.099308 0.055367 -1.793630 0.0741 CSG2 2.91E-05 7.65E-06 3.799994 0.0002 CSG3 0.769013 0.086264 8.914661 0.0000 CSG4 2.12E-05 1.10E-05 1.926211 0.0552 R-squared 0.625346 Mean dependent var 0.089641 Adjusted R-squared 0.619254 S.D. dependent var 1.383030 S.E. of regression 0.853393 Akaike info criterion 2.540526 Sum squared resid 179.1568 Schwarz criterion 2.610754 Log likelihood -313.8360 F-statistic 102.6516 Durbin-Watson stat 1.864734 Prob(F-statistic) 0.000000 Dependent Variable: CYC Method: Least Squares 43 Date: 06/14/10 Time: 16:01 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.001050 0.019585 0.053601 0.9573 CYC1 0.033086 0.020383 1.623233 0.1058 CYC2 1.53E-07 4.82E-08 3.180112 0.0017 CYC3 0.336770 0.028138 11.96869 0.0000 CYC4 1.98E-07 7.05E-08 2.815016 0.0053 R-squared 0.653751 Mean dependent var 0.020319 Adjusted R-squared 0.648121 S.D. dependent var 0.516164 S.E. of regression 0.306185 Akaike info criterion 0.490468 Sum squared resid 23.06238 Schwarz criterion 0.560696 Log likelihood -56.55368 F-statistic 116.1179 Durbin-Watson stat 1.349054 Prob(F-statistic) 0.000000 Dependent Variable: DCC Method: Least Squares Date: 06/14/10 Time: 16:01 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.004740 0.010752 -0.440837 0.6597 DCC1 0.007723 0.010924 0.707005 0.4802 DCC2 8.32E-07 2.83E-07 2.939419 0.0036 DCC3 0.206208 0.017076 12.07595 0.0000 DCC4 1.87E-06 4.15E-07 4.509974 0.0000 R-squared 0.735466 Mean dependent var -0.001594 Adjusted R-squared 0.731165 S.D. dependent var 0.325081 S.E. of regression 0.168552 Akaike info criterion -0.703424 Sum squared resid 6.988816 Schwarz criterion -0.633196 Log likelihood 93.27972 F-statistic 170.9844 Durbin-Watson stat 1.444807 Prob(F-statistic) 0.000000 Dependent Variable: DCL Method: Least Squares Date: 06/14/10 Time: 16:02 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.030214 0.021692 -1.392847 0.1649 DCL1 0.090615 0.021509 4.212879 0.0000 DCL2 -1.03E-07 1.22E-07 -0.849785 0.3963 DCL3 0.430406 0.033018 13.03536 0.0000 DCL4 1.55E-06 1.98E-07 7.796340 0.0000 R-squared 0.736584 Mean dependent var 0.063347 Adjusted R-squared 0.732301 S.D. dependent var 0.645299 S.E. of regression 0.333876 Akaike info criterion 0.663624 Sum squared resid 27.42237 Schwarz criterion 0.733852 Log likelihood -78.28480 F-statistic 171.9708 Durbin-Watson stat 1.685158 Prob(F-statistic) 0.000000 Dependent Variable: DCT Method: Least Squares Date: 06/14/10 Time: 16:02 44 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.109711 0.060015 -1.828046 0.0688 DCT1 0.013596 0.059187 0.229720 0.8185 DCT2 1.58E-06 9.49E-07 1.667335 0.0967 DCT3 0.885436 0.094346 9.384998 0.0000 DCT4 7.05E-06 1.54E-06 4.584856 0.0000 R-squared 0.663265 Mean dependent var 0.109562 Adjusted R-squared 0.657789 S.D. dependent var 1.568792 S.E. of regression 0.917724 Akaike info criterion 2.685880 Sum squared resid 207.1856 Schwarz criterion 2.756108 Log likelihood -332.0779 F-statistic 121.1359 Durbin-Watson stat 1.771561 Prob(F-statistic) 0.000000 Dependent Variable: DDM Method: Least Squares Date: 06/14/10 Time: 16:03 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.047090 0.016155 -2.914922 0.0039 DDM1 0.041624 0.016049 2.593516 0.0101 DDM2 -4.79E-08 4.75E-08 -1.007695 0.3146 DDM3 0.278408 0.024204 11.50259 0.0000 DDM4 5.19E-07 7.34E-08 7.070674 0.0000 R-squared 0.699637 Mean dependent var 0.027092 Adjusted R-squared 0.694753 S.D. dependent var 0.443693 S.E. of regression 0.245137 Akaike info criterion 0.045716 Sum squared resid 14.78261 Schwarz criterion 0.115944 Log likelihood -0.737382 F-statistic 143.2521 Durbin-Watson stat 1.824548 Prob(F-statistic) 0.000000 Dependent Variable: DHA Method: Least Squares Date: 06/14/10 Time: 16:04 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.007932 0.013608 0.582919 0.5605 DHA1 0.014025 0.013638 1.028338 0.3048 DHA2 1.82E-08 9.29E-08 0.195559 0.8451 DHA3 0.306775 0.020575 14.91020 0.0000 DHA4 7.50E-07 1.39E-07 5.382927 0.0000 R-squared 0.768596 Mean dependent var 0.001992 Adjusted R-squared 0.764833 S.D. dependent var 0.433262 S.E. of regression 0.210106 Akaike info criterion -0.262688 Sum squared resid 10.85958 Schwarz criterion -0.192459 Log likelihood 37.96730 F-statistic 204.2685 Durbin-Watson stat 1.523715 Prob(F-statistic) 0.000000 Dependent Variable: DHG Method: Least Squares Date: 06/14/10 Time: 16:04 Sample: 1 251 Included observations: 251 45 Variable Coefficient Std. Error t-Statistic Prob. C -0.094971 0.043222 -2.197315 0.0289 DHG1 0.075952 0.042754 1.776494 0.0769 DHG2 -1.19E-07 4.03E-07 -0.295845 0.7676 DHG3 0.631551 0.062337 10.13116 0.0000 DHG4 3.71E-06 6.48E-07 5.725306 0.0000 R-squared 0.635335 Mean dependent var 0.098406 Adjusted R-squared 0.629406 S.D. dependent var 1.063803 S.E. of regression 0.647606 Akaike info criterion 1.988650 Sum squared resid 103.1708 Schwarz criterion 2.058878 Log likelihood -244.5756 F-statistic 107.1480 Durbin-Watson stat 1.512847 Prob(F-statistic) 0.000000 Dependent Variable: DIC Method: Least Squares Date: 06/14/10 Time: 16:05 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.019399 0.186220 -0.104172 0.9171 DIC1 0.305953 0.198542 1.540996 0.1246 DIC2 2.65E-06 3.35E-06 0.792784 0.4287 DIC3 2.414656 0.276152 8.743925 0.0000 DIC4 9.70E-06 4.82E-06 2.012318 0.0453 R-squared 0.469531 Mean dependent var -0.023904 Adjusted R-squared 0.460905 S.D. dependent var 3.986154 S.E. of regression 2.926758 Akaike info criterion 5.005387 Sum squared resid 2107.214 Schwarz criterion 5.075615 Log likelihood -623.1760 F-statistic 54.43505 Durbin-Watson stat 1.779296 Prob(F-statistic) 0.000000 Dependent Variable: DMC Method: Least Squares Date: 06/14/10 Time: 16:05 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.000584 0.021832 -0.026734 0.9787 DMC1 0.063994 0.022197 2.883023 0.0043 DMC2 1.93E-08 7.85E-08 0.245978 0.8059 DMC3 0.481090 0.031458 15.29307 0.0000 DMC4 5.42E-07 1.30E-07 4.173901 0.0000 R-squared 0.723519 Mean dependent var 0.026693 Adjusted R-squared 0.719023 S.D. dependent var 0.640722 S.E. of regression 0.339629 Akaike info criterion 0.697793 Sum squared resid 28.37557 Schwarz criterion 0.768022 Log likelihood -82.57308 F-statistic 160.9384 Durbin-Watson stat 1.574060 Prob(F-statistic) 0.000000 Dependent Variable: DPM Method: Least Squares Date: 06/14/10 Time: 16:06 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. 46 C -0.018787 0.041427 -0.453494 0.6506 DPM1 0.054587 0.042315 1.290015 0.1983 DPM2 1.03E-07 4.88E-08 2.104899 0.0363 DPM3 0.515764 0.074467 6.926089 0.0000 DPM4 4.71E-07 9.27E-08 5.082664 0.0000 R-squared 0.666320 Mean dependent var -0.001992 Adjusted R-squared 0.660894 S.D. dependent var 1.110656 S.E. of regression 0.646766 Akaike info criterion 1.986055 Sum squared resid 102.9034 Schwarz criterion 2.056283 Log likelihood -244.2499 F-statistic 122.8081 Durbin-Watson stat 1.985916 Prob(F-statistic) 0.000000 Dependent Variable: DPR Method: Least Squares Date: 06/14/10 Time: 16:06 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.017785 0.051571 -0.344863 0.7305 DPR1 0.129815 0.051923 2.500131 0.0131 DPR2 6.35E-07 4.47E-07 1.419921 0.1569 DPR3 0.901324 0.087336 10.32017 0.0000 DPR4 3.69E-06 7.31E-07 5.041146 0.0000 R-squared 0.703771 Mean dependent var 0.117131 Adjusted R-squared 0.698954 S.D. dependent var 1.454093 S.E. of regression 0.797827 Akaike info criterion 2.405869 Sum squared resid 156.5858 Schwarz criterion 2.476097 Log likelihood -296.9365 F-statistic 146.1094 Durbin-Watson stat 1.911493 Prob(F-statistic) 0.000000 Dependent Variable: DQC Method: Least Squares Date: 06/14/10 Time: 16:06 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.010422 0.031488 0.330993 0.7409 DQC1 0.093074 0.033515 2.777096 0.0059 DQC2 6.85E-08 7.43E-08 0.921785 0.3575 DQC3 0.656317 0.045967 14.27808 0.0000 DQC4 3.39E-07 1.31E-07 2.585413 0.0103 R-squared 0.690869 Mean dependent var 0.072112 Adjusted R-squared 0.685842 S.D. dependent var 0.870275 S.E. of regression 0.487787 Akaike info criterion 1.421844 Sum squared resid 58.53235 Schwarz criterion 1.492073 Log likelihood -173.4415 F-statistic 137.4447 Durbin-Watson stat 1.306723 Prob(F-statistic) 0.000000 Dependent Variable: DRC Method: Least Squares Date: 06/14/10 Time: 16:07 Sample: 1 251 Included observations: 251 47 Variable Coefficient Std. Error t-Statistic Prob. C -0.214121 0.129572 -1.652523 0.0997 DRC1 0.488739 0.135044 3.619111 0.0004 DRC2 -1.85E-07 3.86E-07 -0.479808 0.6318 DRC3 1.575854 0.203369 7.748746 0.0000 DRC4 4.50E-06 6.61E-07 6.804440 0.0000 R-squared 0.625076 Mean dependent var 0.418725 Adjusted R-squared 0.618979 S.D. dependent var 3.168420 S.E. of regression 1.955767 Akaike info criterion 4.199161 Sum squared resid 940.9557 Schwarz criterion 4.269389 Log likelihood -521.9947 F-statistic 102.5331 Durbin-Watson stat 1.483282 Prob(F-statistic) 0.000000 Dependent Variable: DTT Method: Least Squares Date: 06/14/10 Time: 16:07 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.017034 0.018582 -0.916709 0.3602 DTT1 -0.002239 0.018960 -0.118100 0.9061 DTT2 6.95E-08 2.67E-07 0.259982 0.7951 DTT3 0.279883 0.027543 10.16178 0.0000 DTT4 2.05E-06 4.02E-07 5.096108 0.0000 R-squared 0.647539 Mean dependent var 0.006375 Adjusted R-squared 0.641808 S.D. dependent var 0.484189 S.E. of regression 0.289783 Akaike info criterion 0.380351 Sum squared resid 20.65767 Schwarz criterion 0.450580 Log likelihood -42.73411 F-statistic 112.9874 Durbin-Watson stat 2.141783 Prob(F-statistic) 0.000000 Dependent Variable: DXV Method: Least Squares Date: 06/14/10 Time: 16:07 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.010796 0.012689 0.850822 0.3957 DXV1 0.021620 0.012488 1.731215 0.0847 DXV2 2.40E-07 1.02E-07 2.361725 0.0190 DXV3 0.244680 0.018829 12.99478 0.0000 DXV4 5.21E-07 1.59E-07 3.287188 0.0012 R-squared 0.702171 Mean dependent var 0.011952 Adjusted R-squared 0.697328 S.D. dependent var 0.351933 S.E. of regression 0.193618 Akaike info criterion -0.426140 Sum squared resid 9.222027 Schwarz criterion -0.355912 Log likelihood 58.48062 F-statistic 144.9942 Durbin-Watson stat 1.774358 Prob(F-statistic) 0.000000 Dependent Variable: FBT Method: Least Squares Date: 06/14/10 Time: 16:08 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.033973 0.020104 -1.689879 0.0923 48 FBT1 0.016834 0.021177 0.794951 0.4274 FBT2 -1.27E-07 2.31E-07 -0.552082 0.5814 FBT3 0.349532 0.030593 11.42510 0.0000 FBT4 1.62E-06 3.08E-07 5.263591 0.0000 R-squared 0.668617 Mean dependent var -0.016733 Adjusted R-squared 0.663228 S.D. dependent var 0.546808 S.E. of regression 0.317324 Akaike info criterion 0.561931 Sum squared resid 24.77082 Schwarz criterion 0.632159 Log likelihood -65.52237 F-statistic 124.0856 Durbin-Watson stat 1.576700 Prob(F-statistic) 0.000000 Dependent Variable: FMC Method: Least Squares Date: 06/14/10 Time: 16:08 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.058975 0.019384 -3.042454 0.0026 FMC1 0.065617 0.019217 3.414439 0.0007 FMC2 6.09E-09 2.20E-07 0.027607 0.9780 FMC3 0.361327 0.029492 12.25172 0.0000 FMC4 2.39E-06 2.94E-07 8.129390 0.0000 R-squared 0.724365 Mean dependent var 0.015936 Adjusted R-squared 0.719883 S.D. dependent var 0.560772 S.E. of regression 0.296795 Akaike info criterion 0.428167 Sum squared resid 21.66943 Schwarz criterion 0.498395 Log likelihood -48.73497 F-statistic 161.6208 Durbin-Watson stat 1.414837 Prob(F-statistic) 0.000000 Dependent Variable: FPT Method: Least Squares Date: 06/14/10 Time: 16:09 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C 0.021419 0.066911 0.320121 0.7491 FPT1 0.030861 0.071943 0.428965 0.6683 FPT2 3.16E-07 1.09E-07 2.907446 0.0040 FPT3 1.137270 0.116943 9.725027 0.0000 FPT4 3.29E-07 1.96E-07 1.677022 0.0948 R-squared 0.650696 Mean dependent var 0.115538 Adjusted R-squared 0.645017 S.D. dependent var 1.770751 S.E. of regression 1.055022 Akaike info criterion 2.964719 Sum squared resid 273.8154 Schwarz criterion 3.034947 Log likelihood -367.0722 F-statistic 114.5646 Durbin-Watson stat 1.810103 Prob(F-statistic) 0.000000 Dependent Variable: GIL Method: Least Squares Date: 06/14/10 Time: 16:09 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.005437 0.030857 -0.176200 0.8603 GIL1 0.034379 0.031739 1.083170 0.2798 GIL2 -7.73E-08 1.82E-07 -0.424983 0.6712 GIL3 0.390404 0.049599 7.871127 0.0000 49 GIL4 2.08E-06 2.98E-07 6.988569 0.0000 R-squared 0.658711 Mean dependent var 0.082470 Adjusted R-squared 0.653162 S.D. dependent var 0.813985 S.E. of regression 0.479380 Akaike info criterion 1.387072 Sum squared resid 56.53204 Schwarz criterion 1.457300 Log likelihood -169.0776 F-statistic 118.6994 Durbin-Watson stat 1.871756 Prob(F-statistic) 0.000000 Dependent Variable: GMC Method: Least Squares Date: 06/14/10 Time: 16:09 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.133845 0.081263 -1.647063 0.1008 GMC1 0.006035 0.085169 0.070858 0.9436 GMC2 -1.21E-07 4.39E-07 -0.275459 0.7832 GMC3 0.725523 0.109151 6.646978 0.0000 GMC4 1.38E-06 6.10E-07 2.253937 0.0251 R-squared 0.340669 Mean dependent var 0.056972 Adjusted R-squared 0.329948 S.D. dependent var 1.492616 S.E. of regression 1.221806 Akaike info criterion 3.258256 Sum squared resid 367.2311 Schwarz criterion 3.328484 Log likelihood -403.9112 F-statistic 31.77635 Durbin-Watson stat 1.849605 Prob(F-statistic) 0.000000 Dependent Variable: GMD Method: Least Squares Date: 06/14/10 Time: 16:10 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.037694 0.067195 -0.560961 0.5753 GMD1 0.213953 0.069201 3.091761 0.0022 GMD2 2.64E-08 8.54E-08 0.309166 0.7575 GMD3 1.140170 0.106326 10.72329 0.0000 GMD4 1.36E-06 1.45E-07 9.341488 0.0000 R-squared 0.772719 Mean dependent var 0.187251 Adjusted R-squared 0.769024 S.D. dependent var 2.188423 S.E. of regression 1.051756 Akaike info criterion 2.958518 Sum squared resid 272.1228 Schwarz criterion 3.028746 Log likelihood -366.2940 F-statistic 209.0907 Durbin-Watson stat 1.633083 Prob(F-statistic) 0.000000 Dependent Variable: GTA Method: Least Squares Date: 06/14/10 Time: 16:10 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.037318 0.013060 -2.857400 0.0046 GTA1 0.023005 0.013184 1.744882 0.0823 GTA2 3.01E-07 1.63E-07 1.848312 0.0658 GTA3 0.275709 0.019711 13.98763 0.0000 50 GTA4 1.01E-06 2.26E-07 4.496755 0.0000 R-squared 0.730383 Mean dependent var 0.008765 Adjusted R-squared 0.725999 S.D. dependent var 0.383879 S.E. of regression 0.200942 Akaike info criterion -0.351883 Sum squared resid 9.932895 Schwarz criterion -0.281655 Log likelihood 49.16135 F-statistic 166.6011 Durbin-Watson stat 1.690774 Prob(F-statistic) 0.000000 Dependent Variable: HAG Method: Least Squares Date: 06/14/10 Time: 16:10 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.227331 0.150202 -1.513499 0.1314 HAG1 0.244842 0.152957 1.600731 0.1107 HAG2 2.40E-07 1.58E-07 1.519295 0.1300 HAG3 1.134959 0.245803 4.617357 0.0000 HAG4 1.26E-06 2.66E-07 4.755084 0.0000 R-squared 0.478582 Mean dependent var 0.071713 Adjusted R-squared 0.470104 S.D. dependent var 3.195114 S.E. of regression 2.325850 Akaike info criterion 4.545768 Sum squared resid 1330.756 Schwarz criterion 4.615996 Log likelihood -565.4938 F-statistic 56.44767 Durbin-Watson stat 1.899278 Prob(F-statistic) 0.000000 Dependent Variable: HAI Method: Least Squares Date: 06/14/10 Time: 16:11 Sample: 1 251 Included observations: 251 Variable Coefficient Std. Error t-Statistic Prob. C -0.024612 0.043374 -0.567447 0.5709 HAI1 0.058759 0.042441 1.384501 0.1675 HAI2 1.48E-06 7.27E-07 2.034426 0.0430 HAI3 0.666002 0.058776 11.33119 0.0000 HAI4 3.69E-06 1.07E-06 3.456327 0.0006 R-squared 0.579444 Mean dependent var 0.077291 Adjusted R-squared 0.572606 S.D. dependent var 1.017685 S.E. of regression 0.665315 Akaike info criterion 2.042608 Sum squared resid 108.8905 Schwarz criterion 2.112836 Log likelihood -251.3472 F-statistic 84.73512 Durbin-Watson stat 1.757889 Prob(F-statistic) 0.000000 Dependent Variable: HAP Method: Least Squares Date: 06/14/10 Time: 16:11 Sample: