Bài đăng Tạp chí KT&PT tháng 12.2013: Tác động của lệch lạc neo tham chiếu và hiệu chỉnh lên kết quả dự báo của các chuyên viên phân tích chứng khoán tại Việt Nam

Thứ hai - 06/01/2014 04:12
Tác động của lệch lạc neo tham chiếu và hiệu chỉnh lên kết quả dự báo của các chuyên viên phân tích chứng khoán tại Việt Nam Nguyễn Đức Hiển*, Trịnh Quang Hưng, Bùi Hương Giang
Tác động của lệch lạc neo tham chiếu và hiệu chỉnh lên kết quả dự báo của các chuyên viên phân tích chứng khoán tại Việt Nam
 
Nguyễn Đức Hiển*, Trịnh Quang Hưng, Bùi Hương Giang
 
 
TÓM TẮT
Trong nghiên cứu này, thông qua dữ liệu 661 báo cáo phân tích tại Việt Nam từ năm 2009 đến cuối 2012, chúng tôi đã kiểm chứng được sự tồn tại của lệch lạc neo tham chiếu và hiệu chỉnh ở kết quả dự báo thu nhập trên cổ phiếu (EPS) của các chuyên viên phân tích chứng khoán. Kết quả nghiên cứu thực nghiệm cho thấy, lệch lạc neo tham chiếu và hiệu chỉnh có tác động không nhỏ đến tính hiệu quả của Thị trường chứng khoán Việt Nam. Ngoài ra, kết quả nghiên cứu còn cho thấy sai lệch hành vi này tồn tại ở cả nam lẫn nữ chuyên viên phân tích. Thông qua kết quả của mô hình hồi quy đa biến, chúng tôi đã xác định được mức độ ảnh hưởng của lệch lạc neo tham chiếu và hiệu chỉnh trên các nhóm chuyên viên phân tích khác nhau cũng như theo mốc thời gian dự báo khác nhau.
Từ khóa: lệch lạc neo tham chiếu, lệch lạc hiệu chỉnh, tài chính hành vi.

1. Giới thiệu

Các chuyên viên phân tích chứng khoán là một trong các chủ thể quan trọng và có tầm ảnh hưởng đến thị trường chứng khoán. Các khuyến nghị trong báo cáo phân tích của họ có thể tác động tới giá cổ phiếu của một công ty, đặc biệt là khi các khuyến nghị được phân phối rộng rãi thông qua các phương tiện thông tin đại chúng. Thông thường, các nhà đầu tư coi khuyến nghị của chuyên gia phân tích như là một yếu tố cần thiết trước khi đưa ra quyết định mua, giữ hoặc bán một cổ phiếu. Trong lý thuyết tài chính truyền thống, các chuyên viên phân tích chứng khoán được coi là những con người "hợp lý" (rational), có tư duy logic và không bị ảnh hưởng bởi bất kỳ lý do chủ quan hay khách quan nào. Tuy nhiên, thực tế cho thấy, luôn những tác động từ yếu tố tâm lý lên hành vi của con người và các chuyên viên phân tích cũng không phải là một trường hợp ngoại lệ. Một số nghiên cứu trước đây đã chỉ ra rằng các chuyên viên phân tích thường bị tác động bởi một số những sai lệch trong hành vi như tâm lý bầy đàn (herding behavior), quá tự tin (overconfidence)... Tuy nhiên, trong nghiên cứu này, chúng tôi xem xét các hành vi của người tham gia thị trường chứng khoán từ một góc độ đặc biệt khi tập trung vào lệch lạc neo tham chiếu và hiệu chỉnh.
Lệch lạc neo tham chiếu và hiệu chỉnh cùng với hai “nguyên tắc hành xử theo kinh nghiệm” (heuristic) nổi tiếng là “nguyên tắc đại diện” (representativeness) và “nguyên tắc sẵn có” (availability) được phát hiện lần đầu tiên bởi Amos Tversky và Daniel Kahneman (1974). Tversky và Kahneman đã định nghĩa "neo tham chiếu” (anchoring) là hiện tượng khi một người đưa ra những ước lượng bằng cách dựa vào một giá trị ban đầu hoặc điểm tham chiếu, hoặc dựa vào một mức giá tùy ý. Giá trị ban đầu hoặc điểm neo có thể được thành lập từ việc xây dựng cách dự báo, hoặc nó có thể là kết quả của một phần tính toán trước khi tìm ra giá trị cuối cùng. Tuy nhiên, để ra được kết quả dự báo, chúng ta thường điều chỉnh các điểm neo này không “đầy đủ”. Trong khi dự báo, việc sử dụng điểm khởi đầu khác nhau thường mang lại những ước tính khác nhau, có xu hướng lệch về phía các giá trị ban đầu.
Lệch lạc neo tham chiếu và hiệu chỉnh đã được chứng minh bởi nhiều nghiên cứu trên thế giới là một trong những sai lệch hành ​​mạnh nhất ảnh hưởng đến con người khi ra quyết định, có thể kể đến các nghiên cứu của Richard Block và David Harper (1991), Nicholas Epley và Thomas Gilovich (2006), Campbell và Sharpe (2007), Ichiue và Yuyama (2009, JMBC), Tz-Pu Chang (2012), Northcraft và Neale (1987), Chang, Yeh và Chao (2012).
Gần đây ở Việt Nam, đã có một số nghiên cứu được công bố về sai lệch hành vi trong định giá tài sản. Tuy nhiên, đối tượng nghiên cứu chỉ là các nhà đầu tư, không phải là các chuyên viên phân tích. Trong khi đó, các chuyên viên phân tích chứng khoán lại đóng một vai trò quan trọng trên thị trường chứng khoán vì họ đưa ra những hướng dẫn và khuyến nghị các nhà đầu tư. Để bù lấp được những khoảng trống trong các tiền nghiên cứu, nghiên cứu của chúng tôi sẽ xem xét mối quan hệ giữa lệch lạc neo tham chiếu và hiệu chỉnh với các dự báo của chuyên viên phân tích chứng khoán. Bằng cách sử dụng phân tích hồi quy và thử nghiệm giả thuyết, chúng tôi cố gắng tìm hiểu xem các chuyên viên phân tích chứng khoán có thực sự "hợp lý" và đặc biệt, chúng tôi muốn có câu trả lời cho các câu hỏi nghiên cứu: "Liệu các chuyên viên phân tích chứng khoán tại Việt Nam có neo tham chiếu khi đưa ra các quyết định về giá?""Neo tham chiếu và hiệu chỉnh có tác động gì lên dự báo của những chuyên viên phân tích?"

2. Lý thuyết nền tảng và tổng quan tiền nghiên cứu

2.1 Lý thuyết nền tảng

Cơ sở lý luận và mô hình được sử dụng trong bài nghiên cứu được xây dựng dựa trên cơ sở của hai lý thuyết chính: lý thuyết thị trường hiệu quả và lý thuyết tài chính hành vi.

2.1.1 Lý thuyết thị trường hiệu quả

Được khởi xướng bởi Bachelier (1900) và Kendall (1953) và phát triển bởi Eugene Fama vào những năm 1960, lý thuyết thị trường hiệu quả cho rằng trong một thị trường hiệu quả, giá cả phản ánh đầy đủ tất cả các thông tin trên thị trường và sự thay đổi trong giá chứng khoán là ngẫu nhiên khi thông tin bất ngờ xuất hiện.
Theo lý thuyết thị trường hiệu quả, tồn tại ba dạng thị trường hiệu quả, đó là thị trường hiệu quả dạng mạnh (strong form), trung bình (semi strong form) và yếu (weak form). Giả thuyết thị trường hiệu quả được sử dụng rộng rãi và là nền tảng của nhiều mô hình định giá hiện đại như mô hình định giá tài sản vốn (CAPM) cho đến khi nó bị thách thức bởi các lý thuyết về hành vi tài chính đang ngày càng trở nên phổ biến hơn.

2.1.2 Lý thuyết Tài chính hành vi

Lý thuyết tài chính hành vi có một lịch sử lâu dài từ thời kỳ kinh tế cổ điển với tác phẩm “The theory of moral sentiments" của Adam Smith. Tuy nhiên, lý thuyết này không được chấp nhận rộng rãi cho đến nửa sau của thế kỷ 20 khi Tversky và Daniel Kahneman chỉ ra ba nguyên tắc hành xử theo kinh nghiệm chính – nguyên tắc đại diện, nguyên tắc sẵn có và neo tham chiếu và hiệu chỉnh trong nghiên cứu “Judgment under Uncertainty" (1973). Vào năm 2002, tài chính hành vi đã đạt được sự công nhận xứng đáng với giải Nobel của Daniel Kahneman cho nghiên cứu của ông về Lý thuyết triển vọng (Prospect Theory).
Với sự kết hợp của tâm lý học, xã hội học vào tài chính, lý thuyết tài chính hành vi áp dụng các lý thuyết tâm lý để giải thích các vấn đề tài chính. Bằng cách giới thiệu các yếu tố hành vi - phản ứng của con người dưới sự kích thích nhất định đến quá trình ra quyết định, tài chính hành vi đã thành công trong việc bổ sung cho hệ thống lý thuyết tài chính truyền thống. Một số các giả định cơ bản của lý thuyết tài chính hành vi đã đi ngược lại với giả định về hành vi hợp lý của lý thuyết thị trường hiệu quả. Theo lý thuyết tài chính hành vi, các thành viên tham gia thị trường là “không hợp lý”. Trong lĩnh vực tài chính hành vi, nghiên cứu về nguyên tắc hành xử theo kinh nghiệm và sai lệch hành vi đóng một vai trò quan trọng trong việc giải thích các hành vi bất hợp lý của các thành phần tham gia thị trường. Một số những sai lệch ​​đã được chứng minh tồn tại trong các quyết định về giá của các thành phần tham gia thị trường như quá tự tin, phản ứng thái quá, neo tham chiếu và hiệu chỉnh và tâm lý bầy đàn... Trong nghiên cứu này, chúng tôi sẽ tập trung vào neo tham chiếu và hiệu chỉnh.

2.2 Tổng quan tiền nghiên cứu về neo tham chiếu và hiệu chỉnh trong dự báo cổ phiếu

Bằng chứng về neo tham chiếu và hiệu chỉnh trong định giá cổ phiếu đã được chỉ ra trong nhiều nghiên cứu từ những năm 1990. De Bondt (1993) đã đóng góp một nghiên cứu đáng kể về tác động của neo tham chiếu và hiệu chỉnh đến dự báo về lợi nhuận cổ phiếu. Trong nghiên cứu của Cen, Hilary và Wei (2010), neo tham chiếu và hiệu chỉnh được chứng minh là có tác động đáng kể trên thị trường tài chính. Sử dụng các mô hình hồi quy khác nhau chẳng hạn như mô hình của Sharpe và Campbell (2007), Fama French (1993), họ đã xác minh rằng các chuyên viên phân tích đưa ra dự báo lạc quan khi dự báo thu nhập trên cổ phiếu của một công ty (FEPS) thấp hơn so với trung bình ngành và làm các dự báo bi quan khi FEPS là cao hơn so với trung bình ngành. Sau ngày công bố thu nhập, các công ty có FEPS lớn hơn (thấp hơn) so với trung bình ngành có lợi nhuận tương lai cao (thấp) bất thường. Các công ty có FEPS cao so với trung bình ngành cũng có nhiều khả năng chia cổ phiếu. Cuối cùng, các công ty tiến hành chia cổ phiếu có mức độ điều chỉnh dự đoán lớn hơn, lỗi dự báo lớn hơn sau khi chia cổ phiếu so với những công ty không chia cổ phiếu, đặc biệt là ở các công ty với một FEPS thấp so với trung bình ngành.
Khác với Cen, Hilary và Wei (2010), Oomen (2011) đã kiểm tra ảnh hưởng của neo tham chiếu và hiệu chỉnh trong định giá mà không sử dụng lỗi dự báo như là một biến phụ thuộc. Thay vào đó, Oomen sử dụng một mô hình mà các yếu tố neo tham chiếu và hiệu chỉnh là biến phụ thuộc và sử dụng các biến độc lập như biến động thu nhập, quy mô công ty, kinh nghiệm phân tích và hai biến giả thời gian dự báo và hướng thay đổi trong thu nhập. Trong nghiên cứu của mình, Oomen sử dụng các dữ liệu IEBS từ năm 1988 đến 2003, sử dụng hai điểm neo như thu nhập trên mỗi cổ phiếu (EPS) năm trước và giá trị trung bình của ba dự báo đầu tiên. Kết quả nghiên cứu đã chỉ ra rằng neo tham chiếu và hiệu chỉnh với điểm neo là EPS năm trước xuất hiện nhiều khi sự thay đổi giữa EPS thực tế và EPS năm trước là tích cực, và khi sự thay đổi là tiêu cực, giá trị trung bình của ba dự báo đầu tiên được sử dụng rộng rãi hơn.
Do giới hạn của nguồn dữ liệu, nghiên cứu thực nghiệm về neo tham chiếu và hiệu chỉnh trong định giá chứng khoán ở các nước đang phát triển là rất hạn chế. Rekik & Boujelbene (2013) nghiên cứu các nhà đầu tư Tunisia và cho rằng các nhà đầu tư không thực sự "hợp lý". Ở Việt Nam, Phước Lương và Thu Hà (2011) thực hiện một cuộc khảo sát trên hơn 170 nhà đầu tư trong Hồ Chí Minh trường chứng khoán. Bài khảo sát có 27 câu hỏi được phân loại thành bốn nhóm chính: nguyên tắc hành xử theo kinh nghiệm, lý thuyết triển vọng, thị trường và tâm lý bầy đàn. Kết quả cho thấy có năm yếu tố hành vi ảnh hưởng đến quyết định đầu tư của các nhà đầu tư cá nhân tại thị trường chứng khoán Hồ Chí Minh: tâm lý bầy đàn, thị trường, lý thuyết triển vọng, quá tự tin - ảo tưởng con bạc (gamble’s fallacy), và neo tham chiếu – nguyên tắc sẵn có.
Trong nghiên cứu này, chúng tôi muốn phát triển những phát hiện về neo tham chiếu và hiệu chỉnh trong định giá cổ phiếu ở Việt Nam bằng cách chỉ tập trung vào các chuyên viên phân tích chứng khoán, các chuyên gia trên thị trường. Nghiên cứu sử dụng một cách tiếp cận tương tự như của Campbell & Sharpe (2007) và Cen, Hilary và Wei (2010).

3. Bằng chứng thực nghiệm về lệch lạc neo tham chiếu và hiệu chỉnh trong dự báo của các chuyên viên phân tích chứng khoán tại Việt Nam

3.1 Mô hình hồi quy

Chúng tôi sử dụng mô hình tương tự như mô hình mà Campbell and Sharpe (2007) đã sử dụng:

Trong đó,  là các bất ngờ trong dự báo (forecast surprise) hay sai số trong dự báo (forecasting error), là sự khác biệt giữa giá trị thực, , và giá trị dự báo, .  là khoảng cách giữa giá trị dự báo và điểm neo.  là điểm neo, là giá trị trung bình của  trong  tháng.
Mô hình này có thể cung cấp một cách hiệu quả để xác minh sự tồn tại của lệch lạc neo tham chiếu và hiệu chỉnh trong thực tế dự báo của các chuyên viên phân tích chứng khoán. Tuy nhiên, khi áp dụng mô hình này, chúng ta phải thực hiện một số sửa đổi để đảm bảo mô hình phù hợp với các dữ liệu có sẵn và không có lỗi về dạng của mô hình (misspecification error).
Trước tiên, chúng tôi xác định giá trị dự báo để tiến hành kiểm tra. Tương tự như các nghiên cứu điển hình của Amir & Ganzach (1998), Cen, Hilary & Wei (2010) và Oomen (2011),  chúng tôi sẽ nghiên cứu tác động của neo tham chiếu và hiệu chỉnh lên sự dự báo EPS.
Thứ hai, trong nghiên cứu này, chúng tôi sử dụng EPS theo quý làm điểm neo thay vì mức trung bình của ngành.
Vấn đề cuối cùng với mô hình ban đầu liên quan đến dạng của các biến. Nếu chúng ta xây dựng sai số trong dự báo như sự khác biệt giữa giá trị dự báo và giá trị thực tế và khoảng cách dự báo - neo là sự khác biệt giữa giá trị dự báo và giá trị neo, và chạy các mô hình, kết quả hồi quy sẽ hiển thị một mối quan hệ có ý nghĩa thống kê giữa khoảng cách và lỗi. Tuy nhiên, phép thử Ramsey RESET sẽ lại sẽ xác định rằng có một số lỗi hoặc mô hình có thể không ở dạng tuyến tính, dẫn đến nghi ngờ về chất lượng của các kết quả. Bằng cách lấy logarit của giá trị tuyệt đối của các khoảng cách trên và đặt chúng vào các mô hình, chúng ta có thể giải quyết vấn đề sai lệch dạng mô hình đó.
Gọi sai số trong dự báo là , công thức là:  với  là dự báo EPS cuối năm và  là giá trị EPS cuối năm thực tế. Về giả thuyết, thị trường hiệu quả và các chuyên viên phân tích hợp lý. Sai số trong dự báo sẽ được phân phối ngẫu nhiên:
(Phương trình 3.1)                               
Tuy nhiên, nếu chuyên viên phân tích chịu ảnh hưởng của neo tham chiếu và hiệu chỉnh thì sai số trong dự báo sẽ bị chi phối bởi khoảng cách dự báo – neo. Gọi khoảng cách dự báo – neo này là nhân tố neo tham chiếu và hiệu chỉnh ;  với  là giá trị EPS quý trước của công ty. Đưa CAF vào phương trình 3.1, ta có phương trình mới:
(Phương trình 3.2)                        
Để tìm hiểu thêm về tác động của neo tham chiếu và hiệu chỉnh lên lỗi dự báo trong một môi trường đa biến, chúng tôi đưa thêm các biến độc lập vào phương trình 3.2. Biến đầu tiên chúng tôi thêm là Duration, số ngày từ khi các chuyên viên phân tích thực hiện dự đoán của họ cho đến cuối năm, bởi thời gian khi một chuyên viên phân tích thực hiện dự đoán của mình là rất quan trọng đối với tính chính xác của dự báo. Biến độc lập thứ hai chúng tôi thêm vào là một biến giả chúng ta gọi là Group. Ở đây, Group có giá trị là 1 nếu dự báo được thực hiện bởi một nhóm các chuyên viên phân tích và 0 nếu dự báo được thực hiện bởi chỉ có một chuyên viên phân tích. Lý do tại sao chúng tôi sử dụng biến này sẽ được thảo luận chi tiết trong phần tiếp theo của nghiên cứu. Sau khi thêm các nhân tố trên, chúng tôi nhận được mô hình hồi quy đa biến:
(Phương trình 3.3)       

3.2 Các giả thuyết

Nghiên cứu này là theo đuổi một sai lệch hành vi duy nhất, neo tham chiếu và hiệu chỉnh, vì mục tiêu chính của chúng tôi là để trả lời các câu hỏi nghiên cứu nêu ra ở phần giới thiệu. Để đưa ra câu trả lời thích đáng cho những vấn đề này, chúng tôi sẽ tiến hành kiểm tra giả thuyết:
(i) “Kết quả định giá của các chuyên viên phân tích chịu sự tác động của nhân tố neo tham chiếu và hiệu chỉnh”.
Chúng ta có thể kiểm tra giả thuyết này bằng cách sử dụng phương trình 3.2:
                                                     
Dựa trên kết quả hồi quy, chúng tôi sẽ quyết định có chấp nhận giả thuyết hay không. Nếu kết quả hồi quy cho β = 0, chúng ta bác bỏ giả thuyết (i) và kết luận rằng các chuyên viên phân tích tại Việt Nam không bị ảnh hưởng bởi các neo tham chiếu và hiệu chỉnh. Nếu β> 0, chúng ta chấp nhận giả thuyết và kết luận rằng neo và thiên vị điều chỉnh nói chung làm cho dự báo kém chính xác hơn. Mặt khác, nếu β <0, chúng ta chấp nhận giả thuyết và kết luận rằng neo và thiên vị điều chỉnh nói chung củng cố độ chính xác của dự báo.
 (ii) “Yếu tố neo tham chiếu và hiệu chỉnh tồn tại ở kết quả định giá của chuyên viên phân tích nam cũng như chuyên viên phân tích nữ.”
Tương tự như giả thuyết đầu tiên, giả thuyết thứ hai có thể được kiểm tra bằng cách sử dụng kết quả hồi quy từ phương trình 3.2. Tuy nhiên, mẫu hồi quy phải được chia thành hai nhóm những dự báo của các chuyên viên phân tích nam và dự báo của các chuyên viên phân tích nữ. Nếu cả hai  và  khác 0. Chúng tôi chấp nhận giả thuyết (ii). Tuy nhiên, nếu có ít nhất một trong hai β bằng 0, chúng ta bác bỏ giả thiết và đưa kết luận thích hợp dựa trên phân tích hồi quy.
Bên cạnh sự quan tâm chính là tác động của neo tham chiếu và hiệu chỉnh lên kết quả dự báo, chúng tôi cũng muốn biết những đặc điểm nào của chuyên viên phân tích có thể ảnh hưởng đến độ chính xác của các dự đoán của họ. Cụ thể, khía cạnh chúng tôi muốn nghiên cứu là ảnh hưởng của làm việc nhóm và cá nhân về chất lượng của dự báo. Thuật ngữ "nhóm" ở đây mô tả đội ngũ hơn một chuyên viên phân tích làm việc cùng nhau để đưa ra một kết quả dự báo duy nhất. Trong khi hầu hết các nghiên cứu trước đây đều quan tâm đến các đặc điểm như giới tính, tuổi tác và kinh nghiệm, việc dự đoán chính xác hơn khi các chuyên viên phân tích định giá một mình hoặc làm việc với những người khác là câu hỏi mà hiếm khi được đề cập. Trong khi đó, có một tỷ lệ đáng kể các báo cáo thực hiện bởi một nhóm các chuyên viên phân tích. Do đó, chúng tôi quyết định áp dụng thử nghiệm khác với giả thuyết :
(iii) "Các sai số trong dự báo không phụ thuộc vào việc người thực hiện là cá nhân một chuyên viên hay là một nhóm các chuyên viên"
Chúng tôi kiểm chứng giả thuyết trên thông qua phương trình 3.3:
                                     
Nếu kết quả , chúng tôi chấp nhận (iii). Nếu không, chúng tôi bác bỏ giả thuyết này và đưa ra các kết luận phù hợp.

3.3  Nguồn dữ liệu

Để có thể thực hiện được các mô hình hồi quy trên, nhóm nghiên cứu đã tiến hành tổng hợp dữ liệu từ các nguồn như báo cáo phân tích và bộ dữ liệu thị trường của Stoxplus. Dữ liệu đầu vào cho các biến như , ,  được nhóm từ tổng hợp từ 661 bài báo cáo phân tích các công ty trên thị trường Việt Nam từ tháng 8 năm 2009 cho đến tháng 12 năm 2012. Các đối tượng công ty được phân tích định giá bao gồm 191 doanh nghiệp đã niêm yết cổ phiếu trên hai sàn HNX và HOSE. Các báo cáo phân tích được lấy từ các công ty chứng khoán như Viet Capital Securities (VCSC), Bao Viet Securities (BVSC) và Maybank Kim Eng Securities (MBKE)...   được trích trong kết quả của mô hình định giá hoặc trong bảng dự trù kết quả kinh doanh được chú thích cùng bản báo cáo phân tích. Trong trường hợp trong cùng một bản phân tích có nhiều hơn một kết quả dự báo về EPS, thì  sẽ là giá trị trung bình của tất cả các phỏng đoán đó. Để tính , ngày đưa ra kết quả dự báo được lấy theo ngày mà báo cáo phân tích được công bố. Đối với biến , bài viết là sản phẩm của cá nhân hay nhóm phân tích được quyết định qua số lượng chuyên viên đứng tên tại mục người thực hiện của các bản báo cáo phân tích. Nếu có nhiều hơn một chuyên viên trong mục người thực hiện thì khi ấy biến  sẽ nhận giá trị là 1. Nếu bài phân tích không ghi tên người thực hiện mà thay bằng dòng “Phòng phân tích của công ty” thì chúng tôi sẽ coi bản báo cáo phân tích là sản phẩm của một nhóm các chuyên viên và tiếp tục ghi nhận giá trị của  là 1. Các giá trị của  và  được khai thác từ bộ dữ liệu chỉ số tài chính của các doanh nghiệp của Stoxplus, một trong các công ty hàng đầu trong mảng cung cấp dữ liệu thị trường tại Việt Nam.

3.4  Kết quả hồi quy

Đầu tiên, chúng tôi có thể kiểm tra giả thuyết (i) “Kết quả định giá của các chuyên viên phân tích chịu sự tác động của nhân tố neo tham chiếu và hiệu chỉnh” bằng cách sử dụng phương trình 3.2. Kết quả hồi quy thu được như sau:

                                                                      
Kết quả hồi quy đã cho thấy rằng neo tham chiếu và hiệu chỉnh thực sự có tác động lên sai số trong dự báo. Với mẫu quan sát là các báo cáo từ năm 2009 đến 2012, hệ số  ( ) với một giá trị dương cho thấy neo tham chiếu và hiệu chỉnh có thể gây ra nhiều sai sót trong dự đoán của các chuyên viên phân tích. Tương ứng, biến neo tham chiếu và hiệu chỉnh có p value là 0.0000, có nghĩa là khả năng loại bỏ biến  là 0%. Vì vậy, trong thực tế định giá tài sản, các chuyên viên phân tích sử dụng thu nhập trong quá khứ, trong trường hợp này là thông tin của một quý trước, như một điểm tham chiếu để dự đoán tương lai. Bằng cách tăng trọng số của dữ liệu lịch sử khi định giá, những dự đoán của các chuyên viên phân tích là đã bị ảnh hưởng bởi sai lệch hành vi và có nhiều lỗi hơn khi họ tư duy “hợp lý”. Cùng với kết quả này, chúng tôi chấp nhận giả thuyết (i) và kết luận rằng neo tham chiếu và hiệu chỉnh có xu hướng làm giảm độ chính xác trong dự báo của các chuyên viên phân tích chứng khoán.
Sau khi chứng minh sự tồn tại của neo tham chiếu và hiệu chỉnh cũng như kiểm tra tác động của nhân tố này lên sai số trong dự báo, chúng tôi chuyển sang xem sai lệch hành vi này có tác dụng tương tự trên nam và nữ hay không. Kết quả hồi quy trên hai mẫu quan sát của các chuyên viên phân tích nam và nữ như sau:
Bảng 1 Kết quả hồi quy ở hai nhóm chuyên viên phân tích
Giới tính Nam Nữ
n 164 323
CAF (β) 0.3900 0.3667
Prob.  0.0000 0.0000
R-squared 0.1576 0.1385
 
Nguồn: kết quả xử lý của nhóm nghiên cứu trên 661 báo cáo phân tích
Bằng chứng thực nghiệm đã phản ánh neo tham chiếu và hiệu chỉnh ảnh hưởng đến cả nam lẫn nữ chuyên viên phân tích. Chỉ số p value bằng 0.0000 cho thấy  và  đều có ý nghĩa thống kê. Vì vậy, không giống như các yếu tố hành vi khác như quá tự tin, được chứng minh là chiếm ưu thế trong một giới, neo tham chiếu và hiệu chỉnh tồn tại trong cả hai giới và tác động của sai lệch hành vi này trên các chuyên viên phân tích nam cũng tương tự như với các chuyên viên phân tích về nữ. Neo tham chiếu và hiệu chỉnh có xu hướng giảm độ chính xác dự báo ở nam giới cũng như nữ giới.  hơi cao hơn , có nghĩa là, trung bình, dưới tác dụng của neo tham chiếu và hiệu chỉnh, các chuyên viên phân tích nam có xu hướng dự báo sai lệch nhiều hơn các chuyên viên phân tích nữ.
Tiếp theo, chúng tôi kiểm tra những yếu tố khác có thể ảnh hưởng đến kết quả dự báo bằng cách sử dụng phương trình 3.3.

                                             (0.0000)             (0.0524)                 (0.0000)
Với phương trình đa biến, chúng tôi một lần nữa kiểm tra lại tính hợp lệ của giả thuyết (i) “Kết quả định giá của các chuyên viên phân tích chịu sự tác động của nhân tố neo tham chiếu và hiệu chỉnh". Kết quả hồi quy tiếp tục ủng hộ giả thuyết trên với biến  có ý nghĩa thống kê, p. value = 0.0000, và không có dấu hiệu của sự thay đổi hướng tác động. Độ giải thích của mô hình (R-squared) đã tăng lên so với các mô hình đơn biến. Vì vậy, ngay cả trong sự tương tác với các biến khác, CAF vẫn chứng tỏ là một yếu tố quan trọng ảnh hưởng đến kết quả dự báo của các chuyên viên phân tích và chúng tôi xác nhận giả thuyết (i) với mô hình đa biến.
Đối với biến , kết quả mô hình cho chúng ta kết quả đúng như những gì mà chúng tôi dự kiến ​cho biến này.  cũng có giá trị thông kê cao với 0 % khả năng bị từ chối ( ). Giá trị dương của hệ số của  (  hàm ý rằng còn kỳ hạn dự báo càng dài thì độ chính xác càng thấp. Điều này lại khá hợp lý với thực tiễn định giá và quy trình thực hiện báo cáo phân tích tại các công ty chứng khoán ở Việt Nam.
Cuối cùng, chúng tôi kiểm tra giả thuyết thứ ba (iii). Dựa trên kết quả hồi quy,  thể hiện có sự ảnh hưởng lên . Giá trị của  = 0,095> 0 cho thấy rằng khi có nhiều hơn một chuyên viên phân tích tham gia trong quá trình dự báo, kết quả dự báo sẽ có sai số lớn hơn. Giá trị p.value tương đương với 0.0524 chỉ ra rằng chỉ có 5,24% cơ hội để loại bỏ các tác động của  lên sai số trong dự báo của các chuyên viên phân tích chứng khoán. Phát hiện này dẫn đến việc bác bỏ giả thuyết (iii) và kết luận rằng khi làm việc cá nhân, các chuyên viên phân tích có xu hướng cung cấp cho dự báo thu nhập tương lai của doanh nghiệp tốt hơn.

4. Kết luận

Bằng chứng thực nghiệm trong bài nghiên cứu này đã chỉ ra rằng khi dự báo lợi nhuận của một công ty, các chuyên viên phân tích chứng khoán thường chịu sự tác động của neo tham chiếu và hiệu chỉnh. Họ neo dự đoán của họ theo thu nhập quá khứ của công ty sau đó thực hiện điều chỉnh dựa trên giá trị đó. Do đó, các sai số không đáng có đã hình thành và làm cho kết quả dự báo kém chính xác đi. Bên cạnh đó, không giống như các sai lệch hành vi như quá tự tin, neo tham chiếu và hiệu chỉnh dường như có ảnh hưởng đáng kể trên cả chuyên viên phân tích nam và nữ khi họ làm báo cáo phân tích. Ảnh hưởng của neo tham chiếu và hiệu chỉnh lên kết quả dự báo của các chuyên viên phân tích nam có phần lớn hơn so với các chuyên viên phân tích nữ.
Mặc dù mô hình chỉ có thể giải thích được 16% sai số trong dự báo, chúng tôi đánh giá nghiên cứu đã tương đối thành công. Trong hầu hết các tiền nghiên cứu về sai lệch hành vi trong dự báo thu nhập và định giá, chỉ số R-squared thường chỉ nhận giá trị thấp hơn 10%. Con số này đã thể hiện đúng bản chất phức tạp của sai số trong dự báo và các sai lệch hành vi chỉ có thể đóng góp một phần để giải thích hiện tượng này. Một số yếu tố khác có thể được sử dụng để giải thích sai số trong dự báo là hiệu ứng kích thước (size effect), hiệu ứng của giá trị sổ sách trên giá thị trường (book-to-market ratio effect), hoặc rủi ro quốc gia, v.v. Một thành công nữa của nghiên cứu này là là đã bù lấp được các thiếu sót của các tiền nghiên cứu tại Việt Nam trước đó thông qua việc không những chỉ chứng minh sự tồn tại của tham chiếu và hiệu chỉnh trong định giá cổ phiếu mà còn cho thấy sai lệch hành vi này ảnh hưởng đến kết quả phân tích của các chuyên viên như thế nào./.

TÀI LIỆU THAM KHẢO

Amir, E., & Ganzach, Y. (1998), ‘Overreaction and underreaction in analysts' forecasts’, Journal of Economic Behavior & Organization, 1998, vol. 37, issue 3, pages 333-347.
Bachelier (1900), Theory of speculation, A thesis presented to the Faculty of Sciences of the Academy of Paris on March 29, 1900. Originally published in Annales de l'Ecole Normale Supérieure, 27, 21-86.
Block, R. A., & Harper, D. R. (1991). Overconfidence in Estimation: Testing the Anchoring-and-Adjustment Hypothesis. Organizational Behavior And Human Decision Processes 49, 188-207.
Campbell, S. D., & Sharpe, S. A. (2007). Anchoring Bias in Consensus Forecasts and its Effect on Market Prices. Washington, D.C.: Divisions of Research & Statistics and Monetary Affairs.
Cen, L., Hilary, G., & Wei, K. J. (2010). The Role of Anchoring Bias in the Equity Market: Evidence from Analysts’ Earnings Forecasts and Stock Returns. Journal of Financial and Quantitative Analysis, Forthcoming.
Chang, C.-C., Yeh, J.-H., & Chao, C.-H. (2012). The Role of Anchoring Bias in the Real Estate Market: Evidence from Taiwan Market. Asian Finance Association and Taiwan Finance Association 2012 International Conference July 6-9, 2012.   
Fama French (1993). Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics 33: 3-56.
Ichiue, Hibiki, and Tomonori Yuyama (2009). “Using Survey Data to Correct the Bias in Policy Expectations Extracted from Fed Funds Futures” Journal of Money, Credit and Banking, 41(8), 1631-1647.
Katrien Bosquet, Peter de Goeij & Kristien Smedts (2010), Analysts' earnings forecasts: Coexistence and dynamics of overconfidence and strategic incentives, CentER Discussion Paper Series No. 2009-81
Kendall (1953). The Analysis of Economic Time Series. Journal of the Royal Statistical Society, (Series A), 96, 11-25.
Li, J., & Yu, J. (2011). Investor attention, psychological anchors, and stock return predictability. Journal of Financial Economics.
Luong, L. P., & Ha, D. T. (2011). Behavioral factors influencing individual investors' decision making and performance: A survey at the Ho Chi Minh Stock exchange.
Nicholas Epley and Thomas Gilovich (2006), “The Anchoring-and-Adjustment Heuristic: Why the Adjustments Are Insufficient”, Psychological Science 17, N04 ( April 2006): 311-318
Northcraft, G. B., & A.Neale, M. (1987), ‘Experts, Amateurs, and Real Estate: An Anchoring-and-Adjustment Perspective on Property Pricing Decisions’, Organisational behavior and human decision processes, 39, 84-97.
Oomen, B. (2011). An analysis of analysts’ anchoring behavior. Master Thesis Financial Economics, Erasmus University Rotterdam, 2011.
Rekik, Y. M., & Boujelbene, Y. (2013), ‘Determinants of Individual Investors’ Behaviors: Evidence from Tunisian Stock Market’, Journal of Business and Management, 109-119. e-ISSN: 2278-487X. Volume 8, Issue 2 (Jan. - Feb. 2013), pp 109-119.
Rotthoff, K. W. (2012). Stock Analysts Efficiency in a Tournament Structure: The Impact of Analysts Picking a Winner and a Loser.
Tversky, A., & Kahneman, D. (1974), ‘Judgment under Uncertainty: Heuristics and Biases’, Science, New Series, Vol. 185, No. 4157. (Sep. 27, 1974), pp. 1124-1131.
Tz‐Pu, Chang (2012). Anchoring Effect on Macroeconomic Forecasts: A Multilevel (Heterogeneity) Approach. In. Macroeconometric Modelling Workshop, MMW 2012. Disponível em: <http://www.econ.sinica.edu.tw/upload/file/5A-3_Chang121130.pdf>. Acesso em: 15 fev. 2013.

Tác giả bài viết: Nguyễn Đức Hiển, SBF

Tổng số điểm của bài viết là: 0 trong 0 đánh giá
Click để đánh giá bài viết

Những tin mới hơn

Những tin cũ hơn

 
Thống kê

Đang truy cậpĐang truy cập : 11


Hôm nayHôm nay : 256

Tháng hiện tạiTháng hiện tại : 15353

Tổng lượt truy cậpTổng lượt truy cập : 950310

Khảo sát

Bạn quan tâm gì nhất ở website?

Thông báo

Tài liệu tham khảo phục vụ giảng dạy

Tài liệu tham khảo phục vụ nghiên cứu

Thắc mắc, hỏi đáp

Tất cả các ý kiến trên