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

NGUYỄN NGỌC SƠN

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

NGƯỜI HƯỚNG DẪN: TS NGUYỄN MINH KIỀU

TP.HỒ CHÍ MINH – NĂM 2012


i

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn này hoàn toàn do tôi thực hiện. Các đoạn trích dẫn và số
liệu sử dụng trong luận văn đều được dẫn nguồn và có độ chính xác cao nhất trong phạm vi
hiểu biết của tôi. Luận văn này không nhất thiết phản ánh quan điểm của Trường Đại học Kinh
tế Thành phố Hồ Chí Minh hay Chương trình Giảng dạy Kinh tế Fulbright.

Tác giả luận văn

NGUYỄN NGỌC SƠN


độ bất cân xứng thông tin là: khối lượng giao dịch, độ biến động của khối lượng giao dịch, giá
cổ phiếu, độ biến động của giá trung bình giá mua-bán hằng ngày, độ biến động của suất sinh
lợi hằng ngày, tỷ trọng của tài sản vô hình trong tổng tài sản và đặc biệt là số lượng các nhà
đầu tư tổ chức. Tương tự, đối với sàn HNX, các yếu tố tác động có ý nghĩa đến mức độ bất
cân xứng thông tin là khối lượng giao dịch, độ biến động của khối lượng giao dịch, giá cổ
phiếu và độ biến động của giá trung bình của giá mua-bán hằng ngày.
Dựa trên các kết quả nghiên cứu đạt được, luận văn xin đề ra các kiến nghị đối với các
nhà quản lý thị trường để có thể giảm bớt tình trạng bất cân xứng thông tin trên hai sàn như
sau: 1) quyết liệt hơn nữa trong việc trừng phạt các hành vi thao túng thông tin trên thị
trường, đặc biệt là ở sàn HNX, 2) khoanh vùng các các cổ phiếu có khối lượng giao dịch lớn
hoặc có giá trị thị trường lớn, bắt buộc các công ty này phải công bố thông tin minh bạch hơn,
3) xác định mối liên hệ giữa các tổ chức đầu tư trên sàn chứng khoán HOSE, dường như đang
có sự bắt tay giữa các tổ chức này trong việc thao túng thông tin liên quan đến cổ phiếu, 4) bắt
buộc các công ty niêm yết cần phải công bố báo công tài chính đầy đủ, đặc biệt là yếu tố tài
sản vô hình.


iv

MỤC LỤC

LỜI CAM ĐOAN ........................................................................................................................ i
LỜI CẢM ƠN ............................................................................................................................. ii
TÓM TẮT .................................................................................................................................. iii
MỤC LỤC ................................................................................................................................. iv
DANH MỤC CÁC TỪ VIẾT TẮT ........................................................................................... vi
DANH MỤC CÁC BẢNG ....................................................................................................... vii
CHƯƠNG 1. GIỚI THIỆU ......................................................................................................... 1
1.1. Bối cảnh nghiên cứu ......................................................................................................... 1
1.2. Mục tiêu nghiên cứu ......................................................................................................... 2

PHỤ LỤC ................................................................................................................................. 45


vi

DANH MỤC CÁC TỪ VIẾT TẮT

AI (Asymmectric Information)

Thông tin bất cân xứng

HNX (Ha Noi Stock Exchange)

Sở giao dịch chứng khoán Hà Nội.

HOSE (Ho Chi Minh Stock Exchange)

Sở Giao dịch chứng khoán Tp.HCM

BID-ASK SPREAD

Khoảng chênh lệch giữa giá mua và giá
bán.

EPS (Earning Per Share)

Thu nhập trên mỗi cổ phiếu.

FTSE100


Bảng 4.16. Uớc lượng mô hình 3.6 tốt nhất, sàn HNX với biến phụ thuộc là ln(ASYM) ....... 36


1

CHƯƠNG 1. GIỚI THIỆU
1.1. Bối cảnh nghiên cứu
Thị trường chứng khoán Việt Nam được thành lập vào 2000 và đến nay đã trải qua 12 năm
phát triển. Chặng đường 12 năm đó đủ để các nhà nghiên cứu về chính sách đánh giá những
đặc điểm của thị trường, nhận ra những thành tựu đạt được và các hạn chế hiện có. Với những
yêu cầu mới về sự phát triển, nhất thiết đòi hỏi phải có các cuộc nghiên cứu sâu sắc về các đặc
tính của thị trường để từ đó tìm ra các giải pháp phù hợp, nhằm phát triển hơn nữa thị trường
vốn quan trọng này, góp phần hình thành nên một hệ thống tài chính sâu và rộng, phục vụ cho
việc phát triển kinh tế.
Thị trường chứng khoán Việt Nam cũng như các thị trường mới nổi khác, đang gặp rất
nhiều vấn đề trong quá trình phát triển của mình, như thể chế chưa thật hoàn thiện, quy mô và
đặc điểm của thị trường vẫn còn nhỏ, sản phẩm giao dịch còn khá sơ sài, trình độ của nhà đầu
tư chưa cao. Và một trong những vấn đề đó là tồn tại yếu tố bất cân xứng thông tin (AIAsymmetric Information) trong giao dịch trên thị trường. Đó là một dạng thất bại thị trường,
là nhân tố ảnh hưởng đến sự công bằng trong giao dịch mà nếu không có giải pháp hạn chế có
thể kìm hãm sự phát triển của thị trường.
Bất cân xứng thông tin mang lại sự không công bằng trong giao dịch, bên nhận được nhiều
thông tin hơn (informed trader) sẽ có ưu thế trong giao dịch so với bên nhận được ít thông tin
hơn (uninformed trader). Một trường hợp điển hình là nếu nhà đầu tư biết trước một sự kiện sẽ
xảy ra vào một ngày gần đây và giá cổ phiếu có thể tăng mạnh (như công ty sẽ công bố kết
quả kinh doanh tốt) thì ngay hôm nay anh ta đã thực hiện chiến lược mua với số lượng lớn
trong phiên giao dịch. Trong khi đó những người không biết trước thông tin đó sẽ không thể
hoặc không tham gia giao dịch. Cuối cùng chỉ có những người nắm được thông tin tốt như vậy
mới nắm giữ cổ phiếu, và đó là điều không công bằng cho các nhà đầu tư khác. Nếu tình trạng
đó diễn ra thường xuyên và không được giảm thiểu thì các nhà đầu tư bình thường sẽ lần lượt
rời bỏ thị trường và cuối cùng sẽ hủy hoại thị trường.

Luận văn sử dụng phương pháp nghiên cứu định lượng. Luận văn sẽ tham khảo mô
hình của các tác giả được đánh giá là thành công trong lĩnh vực này, sau đó chọn lựa và biến
đổi cho phù hợp với đặc điểm thị trường chứng khoán Việt Nam. Cụ thể hơn, để trả lời cho
câu hỏi nghiên cứu thứ nhất của đề tài, luận văn sẽ sử dụng kết quả nghiên cứu của các tác giả


3

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

nhuận thấp hơn cho cổ đông của công ty, những người đã thuê anh ta về làm việc.
Tóm lại, bất cân xứng thông tin là một dạng thất bại của thị trường và cần phải có sự


5

can thiệp của nhà nước nhằm giảm bớt thiệt hại do nó gây ra. Bất cân xứng thông tin hiện diện
trong rất nhiều lĩnh vực trong cuộc sống, từ các hoạt động mua bán bình thường như bảo hiểm,
y tế đến các hoạt động kinh doanh, giao dịch và trong đó có giao dịch trên thị trường chứng
khoán.
2.1.2. Tác động của bất cân xứng thông tin trên thị trường chứng khoán
Trên thị trường chứng khoán, bất cân xứng thông tin là sự không công bằng trong giao
dịch, đối tượng có nhiều thông tin hơn chắc chắn sẽ ra quyết định có lợi hơn cho bản thân
mình so với người khác. Mishkin (2004) đã sử dụng lý thuyết về vấn đề lựa chọn ngược để
giải thích hành vi mua bán trên thị trường chứng khoán dưới tác động của bất cân xứng thông
tin. Theo tác giả, trên thị trường sẽ có cổ phiếu tốt là các cổ phiếu có lợi nhuận kỳ vọng lớn và
rủi ro thấp, và cổ phiếu xấu là cổ phiếu có lợi nhuận kỳ vọng thấp và rủi ro cao. Vì sự bất cân
xứng thông tin khiến mức giá mà nhà đầu tư thông thường sẵn lòng mua sẽ là mức giá trung
bình giữa giá trị của cổ phiếu tốt và xấu. Chủ sở hữu hay quản lý của công ty tốt sẽ có được
thông tin tốt hơn nhà đầu tư thông thường và biết rằng giá của cổ phiếu trên thị trường đang bị
định giá thấp và do đó sẽ không bán cổ phiếu đang nắm giữ cho nhà đầu tư thông thường tại
mức giá trung bình đó. Vì vậy các nhà đầu tư thông thường chỉ có thể mua được các cổ phiếu
xấu. Nhưng ngược lại, nhà đầu tư thông thường cũng là một người duy lý, anh ta sẽ không
muốn những cổ phiếu xấu và quyết định sẽ không giao dịch. Hậu quả cuối cùng mang lại là có
ít công ty bán được cổ phiếu trên thị trường và do đó không thể huy động được vốn, tức thị
trường chứng khoán không thể phát triển trở thành một trong những nguồn huy động vốn
trọng yếu cho nền kinh tế như các nhà hoạch định chính sách kỳ vọng.
Do đó, bất cân xứng thông tin sẽ làm giảm tính hiệu quả của thị trường thông qua việc
gia tăng chi phí giao dịch. Vì vậy việc xác định mức độ bất cân xứng thông tin và các yếu tố
tác động đến nó là mục tiêu quan trọng đối với các cấp quản lý để từ đó đưa ra các giải pháp

rộng biên độ của khoảng chênh lệch giữa giá mua-bán khi giao dịch, điều đó có nghĩa rằng với
một sự mở rộng của khoảng cách giữa giá mua và giá bán, mức độ bất cân xứng thông tin sẽ
tăng lên.
Trong nghiên cứu của Glosten và Milgrom (1985), được trích trong Glosten và Harris
(1988), hai tác giả đã đưa ra lời giải thích về tác động của các nguồn thông tin được chuyển tải
vào giá chứng khoán như sau: khi một nhà đầu tư đặt một lệnh mua (hoặc bán), các nhà tạo lập

1

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


7

thị trường, vốn không nhận được thông tin, sẽ đánh giá khả năng lệnh đó có thể mang thông
tin có lợi cho nhà đầu tư đó theo hướng giá chứng khoán sẽ tăng (hoặc giảm). Những kỳ vọng
và điều chỉnh đó của nhà tạo lập thị trường sẽ được thể hiện vào giá mua và giá bán trong lệnh
đặt của họ ngay sau đó.
Dựa trên lý thuyết về các yếu tố cấu thành nên chuỗi chênh lệch giá mua-bán, các nhà
nghiên cứu đã cố gắng xây dựng mô hình phân tích các yếu tố này và đạt được một số tiến bộ
đáng kể, tiêu biểu là công trình nghiên cứu của các tác giả sau:
Glosten và Harris (1988) là một trong các tác giả đầu tiên trình bày mô hình đơn giản để
phân rã các yếu tố cấu thành nên bid-ask spread thành hai thành phần: thành phần tạm thời
(transitory) và thành phần bất cân xứng thông tin. Mô hình này còn mô tả sự tác động của quy
mô giao dịch (thể hiện qua khối lượng) đến mức độ bất cân xứng thông tin:
∆Pt = c0∆Qt + c1∆QtVt+ z0Qt+z1QtVt + εt

(2.1)

Trong đó,

vào 1999 và kết quả cho thấy yếu tố AI trung bình chiếm 38.9% thành phần của chênh lệch giá
mua-bán. Mô hình này cũng được tác giả Lê An Khang (2008) kiểm nghiệm trên thị trường
chứng khoán Việt Nam và mang lại kết quả là mức trung bình 89.66% của chênh lệch giá
mua-bán là do yếu tố AI tạo nên.


8

Mô hình của Glosten và Harris có ưu thế là đơn giản, tuy nhiên có nhược điểm là chỉ
báo giao dịch Qt, yếu tố vốn không thể xác định được trong thực tế và vì vậy làm giảm tính
chính xác của mô hình trong nghiên cứu thực tiễn. Theo Stoll (1989), mô hình của Glosten và
Harris (1988) dù đã cố gắng mô hình hóa mối quan hệ giữa chênh lệch báo giá (quoted spread)
và chênh lệch thực tế (realized spread- là sự khác biệt trung bình giữa giá bán mà một môi giới
thiết lập tại một thời điểm với giá mua mà một môi giới khác thiết lập tại một thời điểm sớm
hơn trước đó) và cố gắng ước tính các yếu tố tạo thành, tuy nhiên do không có dữ liệu về
spread báo giá nên không thể quan sát được chỉ báo giao dịch Qt, và vì vậy sẽ gặp khó khăn
khi phân rã các yếu tố cấu thành nên spread.
Kế thừa từ kết quả nghiên cứu của Glosten và Harris (1988) và các tác giả khác, Stoll
(1989) trong công trình nghiên cứu của mình đã tập trung phân tích cả ba yếu tố cấu thành nên
spread, gồm: bất cân xứng thông tin, chi phí lữu trữ và chi phí xử lý lệnh dựa trên ý tưởng về
mối tương quan chuỗi theo thời gian trong các giao dịch chứng khoán. Stoll cho rằng, chênh
lệch thực tế (realized spread) sẽ nhỏ hơn chênh lệch báo giá (quote spread-là sự khác biệt giữa
giá mua-giá bán tại thời điểm t) và có tồn tại mối liên hệ giữa chênh lệch báo giá và phương
sai của suất sinh lợi. Để phục vụ cho mục tiêu nghiên cứu đó, Stoll đưa ra ba giả định như sau:
1.

Thị trường là hoàn hảo về tính hiệu quả của thông tin để một sự thay đổi giá kỳ vọng
mang tính độc lập đối với thông tin hiện tại và trong quá khứ.

2.

b1 = δ (1 − 2θ )

(2.4)

Trong đó, covT là phương sai của sự thay đổi giá giao dịch covT = cov (∆Pt, ∆Pt+1), covQ là
phương sai của sự thay đổi giá niêm yết (giá mua hoặc giá bán đều được), tức: covQ = cov
(∆Qt, ∆Qt+1).
s là chênh lệch báo giá.
u, v là các sai số.
Từ đó, các yếu tố cấu thành nên khoảng chênh lệch báo giá được tính toán như sau:
Chi phí bất cân xứng thông tin: 1-2(θ – δ)

(2.5)

Chi phí lưu trữ lệnh: 2(θ – 0.5)

(2.6)

Chi phí xử lý lệnh: 1-2 δ

(2.7)

Nối tiếp ý tưởng của Stoll (1989), ba tác giả George, Kaul, và Nimalendran (1991) chỉ
ra rằng các các ước tính từ mô hình của Stoll bị thiên lệch bởi sự tồn tại sự tương quan dương
trong chuỗi các lợi nhuận kỳ vọng. Họ phát triển một mô hình mới với một khái niệm mới là
chênh lệch ước tính (estimated bid-ask spread) cho mỗi chứng khoán i, chênh lệch ước tính
này thể hiện mối quan hệ giữa suất sinh lợi giữa quá khứ và hiện tại thông qua phương trình:
Si = 2[-cov (RDi,t, RDi,t-1)]1/2

(2.8)

T

∑S

Qi

(2.11)

1

T

∑S

Qi

(2.12)

1

Bằng cách cách sử dụng khái niệm chênh lệch ước tính này, George và các cộng sự đã
đồng thời xóa đi giả thuyết thứ nhất trong ba giả thuyết được đề nghị bởi Stoll và vì vậy được
xem là khá thực tế. Mô hình của George và các cộng sự (1991) được một số tác giả ứng dụng
vào thực tế như Kee H. Chung, Hoje Jo, and Hersh Shefrin (2003) về mối liên hệ giữa khối
lượng giao dịch, chi phí thông tin và chi phí giao dịch. Van Ness và các cộng sự (2001) cũng sử
dụng mô hình của George và các cộng sự (1991) và rút ra được mức độ bất cân xứng thông tin
trung bình trên thị trường chứng khoán New York là 47.6%, cao hơn so với sử dụng mô hình của
Glosten và Harris (1988).
Tuy mô hình của George và các cộng sự (1991) đã tiến bộ hơn so với Stoll, tuy nhiên hai
giả định còn lại của Stoll vẫn chưa bị xóa bỏ, cho nên thật sự mô hình này vẫn chưa hoàn hảo.

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

RD được định nghĩa là sự khác biệt giữa lợi nhuận dựa trên giá giao dịch và lợi nhuận
dựa trên giá trung bình của giá mua-bán (giá midpoint).

•

S2qi : hệ số trong mô hình của Kim và Ogden với S2qi là giá trị trung bình của
các bình phương chênh lệch báo giá hằng ngày.

Kim và Ogden cho rằng chi phí xử lý lệnh và chi phí lưu trữ rất khó phân biệt nên tác giả
gộp chung cả hai chi phí này lại thành một và gọi là chi phí xử lý lệnh. Khi đó mức độ bất cân
xứng thông tin cho thị trường dựa trên mẫu quan sát được ước lượng là 1- β1. Đồng thời, thành
phần bất cân xứng thông tin cho từng chứng khoán i được tính theo công thức sau:
asymi = 1-ܵመi/

S2qi

(2.14)

Kim và Ogden đã ứng dụng mô hình mới xây dựng vào kiểm định trên thị trường
chứng khoán NYSE. Kết quả cho thấy mức độ bất cân xứng thông tin trên thị trường xấp xỉ
50%, trong khi sử dụng mô hình của George và các cộng sự (1991) thì giá trị ước tính khoảng
21% với cùng khoảng thời gian nghiên cứu. Mô hình này cũng được Giouvris và Philippatos
(2008) thực hiện kiểm chứng thực tế trên thị trường chứng khoán Luân Đôn và mang lại kết
quả AI trung bình ở mức 32% cho các chứng khoán trong chỉ số FTSE100 và ở mức 67% cho
các chứng khoán trong chỉ số FTSE250.
Tóm lại, các mô hình nghiên cứu các yếu tố cấu thành nên khoảng chênh lệch giá muabán được nhiều tác giả xây dựng nên, trong đó yếu tố chi phí bất cân xứng thông tin được các

EPS của các nhà phân tích, tỷ lệ giá trị thị trường trên giá trị sổ sách, chi phí nghiên cứu phát
triển, tài sản vô hình.
2. Các biến đại diện cho các nhà đầu tư có lợi về mặt thông tin, gồm có: số lượng các nhà
phân tích đối với một công ty, phần trăm nắm giữa cổ phần của các nhà đầu tư tổ chức, số
lượng các nhà đầu tư tổ chức.
3. Các biến khác: gồm có giá trị thị trường của vốn chủ sở hữu, các biến giả (dummy
variables) đại diện cho các ngành mà công ty thuộc về.
Mô hình tổng quát của Van Ness và các cộng sự tổng quát như sau:


13

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

(2.15)

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

(2.16)

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

(2.17)

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

(2.18)

Dựa trên kết quả nghiên cứu lý thuyết sơ lược ở chương hai, tác giả cho rằng mô hình của
Kim và Ogden (1996) là phù hợp hơn cả để có thể ứng dụng vào thị trường chứng khoán Việt
Nam với những ưu điểm sau:
•

Là mô hình đã khắc phục được các hạn chế của tác giả trước đó là của Stoll và George
và các cộng sự về các giả thuyết phi thực tế trên thị trường.

•

Hai là nguồn dữ liệu cần thiết để ứng dụng mô hình hoàn toàn có thể thu thập được tại
thị trường chứng khoán Việt Nam.

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

S2qi

+ εi

(3.1)

Trong đó:
•

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

•


•

Chi phí xử lý lệnh trung bình : β1

•

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

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

S2qi

(3.5)

Trong đó ܵመi là giá trị ước lượng của chênh lệch ước lượng cho chứng khoán i theo mô hình hồi
quy (3.1)
3.1.2. Mô hình đánh giá tác động của các yếu tố lên mức độ bất cân xứng thông tin
Tiếp theo, luận văn xây dựng mô hình đánh giá tác động của các yếu tố lên AI của từng mã
chứng khoán. Theo kết quả nghiên cứu lý thuyết ở chương hai, tác giả đề nghị sử dụng mô
hình của Van Ness và các cộng sự (2001). Tuy nhiên, căn cứ vào thực tiễn thu thập dữ liệu ở
Việt Nam thì mô hình đó cần loại các biến sau:
• ANALYST: là biến thể hiện số lượng các chuyên gia phân tích đối với cổ phiếu một cổ
phiếu i. Vì hiện tại thông tin này ở Việt Nam chưa được thống kê nên đề tài sẽ không khảo
sát biến này.
• ERRE: là biến đo lường sai số dự báo về thu nhập trên mỗi cổ phiếu (EPS) so với giá trị
thực. Thông tin này đến từ các chuyên gia phân tích. Tuy nhiên do số lượng các chuyên gia
phân tích không thể thống kê nên đề tài cũng không xét đến biến này.
• DISP: là biến đo lường độ phân tán các dự báo thu nhập trên mỗi cổ phiếu của các chuyên

•

L là hàm ý sẽ dùm hàm logarithm cho giá trị biến tương ứng trong mô hình hồi quy.

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


17

4) SIGR: là độ lệch chuẩn của suất sinh lợi hằng ngày. Theo Ness và các cộng sự, cổ phiếu có
suất sinh lợi hằng ngày biến động càng lớn thì mức độ AI càng lớn và ngược lại. Vì vậy ở
mô hình (3.6), biến này có kỳ vọng mang dấu +.
5) SIGVOL: là độ lệch chuẩn của khối lượng giao dịch hằng ngày. Tương tự như SIGR, biến
này cũng được dùng để đo lường tính biến động của cổ phiếu nên cũng được kỳ vọng mang
dấu +.
6) LEVG: là đòn bẩy tài chính công ty, bằng tổng nợ trên tổng tài sản. Theo Van Ness và các