Luận văn Định giá tài sản với moment bậc cao - Trường hợp Việt Nam
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM
---------- ----------
TRƢƠNG QUỐC THÁI
ĐỊNH GIÁ TÀI SẢN VỚI MOMENT BẬC CAO -
TRƢỜNG HỢP VIỆT NAM
Chuyên ngành: Tài chính- Ngân hàng
Mã số: 60340201
LUẬN VĂN THẠC SĨ KINH TẾ
NGƢỜI HƢỚNG DẪN KHOA HỌC:
TS. TRẦN THỊ HẢI LÝ
TP. Hồ Chí Minh – Năm 2013
LỜI CAM ĐOAN
Tôi xin cam đoan rằng luận văn “Định giá tài sản với moment bậc cao – Trường
hợp Việt Nam” là công trình nghiên cứu của riêng tôi.
Các thông tin dữ liệu được sử dụng trong luận văn là trung thực và các kết quả
trình bày trong luận văn chưa được công bố tại bất kỳ công trình nghiên cứu nào trước
đây. Nếu phát hiện có bất kỳ gian lận nào, tôi xin chịu toàn bộ trách nhiệm trước Hội
đồng.
TP.HCM, tháng 10 năm 2013
Tác giả luận văn
Trƣơng Quốc Thái
MỤC LỤC
Trang phụ bìa
Lời cam đoan
Mục lục
Danh mục bảng biểu
Danh mục từ viết tắt
Tóm tắt .............................................................................................................................1
1. Giới thiệu......................................................................................................................2
2. Tổng quan các kết quả nghiên cứu trước đây ..............................................................3
3. Dữ liệu và phương pháp nghiên cứu............................................................................7
3.1. Dữ liệu...................................................................................................................7
3.2. Tạo lập danh mục..................................................................................................7
3.3. Phương pháp nghiên cứu.......................................................................................9
4. Nội dung và các kết quả nghiên cứu..........................................................................10
4.1. Tác động của co-skewness và co-kurtosis ..........................................................12
4.2. Kiểm tra tính bền vững của mô hình...................................................................27
5. Kết luận ......................................................................................................................62
Danh mục tài liệu tham khảo
DANH MỤC BẢNG BIỂU
Bảng 1: Kết qua kiểm định nghiệm đơn vị ....................................................................11
Bảng 2: Ma trận hệ số tương quan giữa các nhân tố......................................................11
Bảng 3: Hệ số nhân tử phóng đại phương sai VIF.........................................................12
Bảng 4: Hệ số hồi quy nhân tố co-skewness mô hình 1 ................................................21
Bảng 5: Hệ số hồi quy nhân tố co-kurtosis mô hình 1...................................................22
Bảng 6: Kết quả hồi quy mô hình 1 ...............................................................................23
Bảng 7: Kết quả kiểm định Breusch-Pagan mô hình 1..................................................25
Bảng 8: Kết quả kiểm định Breusch-Godfrey mô hình 1 ..............................................26
Bảng 9: Hệ số hồi quy nhân tố co-skewness mô hình 2 ................................................36
Bảng 10: Hệ số hồi quy nhân tố co-kurtosis mô hình 2.................................................37
Bảng 11: Kết quả hồi quy mô hình 2 .............................................................................38
Bảng 12: Kết quả kiểm định Breusch-Pagan mô hình 2................................................40
Bảng 14: Hệ số hồi quy nhân tố co-skewness mô hình 3 ..............................................56
Bảng 15: Hệ số hồi quy nhân tố co-kurtosis mô hình 3.................................................56
Bảng 16: Kết quả hồi quy mô hình 3 .............................................................................58
DANH MỤC TỪ VIẾT TẮT
BV/MV
CAPM
OLS
: tỷ số giá trị sổ sách trên giá trị thị trường
: mô hình định giá tài sản vốn
: ordinary least squares (bình phương nhỏ nhất)
: sở giao dịch chứng khoán thành phố Hồ Chí Minh
: tỷ suất sinh lợi
HOSE
TSSL
1
Tóm tắt
Bài nghiên cứu này tìm hiểu tầm quan trọng của moment bậc cao trong sự thay
đổi tỷ suất sinh lợi trung bình cổ phiếu của các công ty niêm yết trên HOSE. Tác
giả phát hiện co-skewness đóng vai trò quan trọng trong việc giải thích TSSL
của chứng khoán Việt Nam nhiều hơn so với co-kutosis. Tác giả cho rằng sự
khác biệt trong kết quả nghiên cứu của co-skewness và co-kurtosis là do các
công ty Việt Nam có quy mô nhỏ. Kết quả của bài nghiên cứu bổ sung thêm các
bằng chứng cho thấy một phần TSSL trung bình được giải thích bởi các yếu tố
như co-skewness, co-kurtosis, quy mô, tỷ số giá trị sổ sách trên giá trị thị trường
và hiệu ứng momentum.
2
1. Giới thiệu
Các nghiên cứu gần đây của các tác giả như Phuong Doan et al.(2009) và
Richard Heaney et al.(2012) cung cấp những bằng chứng mạnh mẽ về vai trò
quan trọng của co-skewness và co-kurtosis trong định giá tài sản. Tuy nhiên, các
nghiên cứu của họ chỉ tập trung vào các thị trường có mức vốn hóa lớn như Mỹ,
Úc. Để bổ sung thêm các kết quả nghiên cứu thực nghiệm sâu hơn về sự tồn tại
của moment bậc cao (cụ thể là co-skewness và co-kurtosis) trong định giá tài sản
đối với các thị trường chứng khoán có quy mô nhỏ, bài nghiên cứu này xem xét
tầm quan trọng của co-skewness và co-kurtosis đối với TSSL trung bình của các
cổ phiếu niêm yết trên HOSE, cùng với các nhân tố rủi ro khác là TSSL thị
trường, quy mô doanh nghiệp, giá trị sổ sách trên giá trị thị trường của vốn chủ
sở hữu và hiệu ứng momentum.
Từ mục tiêu nghiên cứu trên, tác giả đặt ta các câu hỏi nghiên cứu:
- Co-skewness và co-kurtosis có tác động đến TSSL chứng khoán Việt Nam
hay không ?
- Tác động của co-skewness và co-kurtosis lên TSSL chứng khoán Việt
Nam như thế nào ?
- Co-skewness và co-kurtosis có bổ sung cho khả năng giải thích TSSL
chứng khoán mà các nhân tố rủi ro khác như quy mô, BV/MV, momentum
chưa giải thích được hay không ?
Và để đi tìm câu trả lời, bài nghiên cứu này sử dụng phương pháp nghiên cứu
của Phuong Doan et al.(2009) với mẫu là 147 công ty niêm yết trên HOSE. Tác
giả sử dụng phương pháp OLS để hồi quy TSSL vượt trội hàng ngày của 25 danh
3
mục phân loại theo quy mô và BV/MV dựa vào co-skewness, co-kurtosis và các
nhân tố rủi ro khác như TSSL thị trường vượt trội, quy mô, BV/MV và
momentum. Nội dung và các kết quả chi tiết về bài nghiên cứu sẽ được tác giả
trình bày trong các phần tiếp theo dưới đây.
2. Tổng quan các kết quả nghiên cứu trƣớc đây
Những đóng góp về mặt lý thuyết của những nhà nghiên cứu chẳng hạn như
bằng chứng thực nghiệm của Sharpe (1964) và Lintner (1965) về mô hình định
giá tài sản vốn (CAPM) đã được công nhận. Thêm vào đó, một số tác giả khác,
trong đó có Fama và French đã mở rộng các nhân tố trong mô hình CAPM để
giải thích những gì mà mô hình CAPM không thể giải thích được.
Tuy nhiên, một số nghiên cứu khác lại cho rằng TSSL của chứng khoán không
tuân theo phân phối chuẩn. Mandelbrot (1963) và Taylor (1967) cho thấy TSSL
của chứng khoán có kurtosis âm. Fama (1965) phát hiện TSSL của các chứng
khoán lớn có xu hướng theo sau bởi những chứng khoán có mức độ tương tự
nhưng phân phối có kurtosis dương. Điều này có thể dẫn đến hiệu ứng biến động
của TSSL phản ứng trước các thông tin của thị trường (Campell và Hentschel
(1992)). Hiệu ứng biến động của TSSL này đặt ra một câu hỏi liệu giá trị trung
bình và phương sai trong mô hình định giá tài sản chỉ sử dụng hai moments đầu
tiên của phân phối TSSL liệu có thích hợp trong việc đo lường chênh lệch TSSL
trung bình của cổ phiếu hay không.
Thêm vào đó, các nghiên cứu thực nghiệm khác cho rằng phân phối TSSL của cổ
phiếu thể hiện rõ tính bất đối xứng và có kurtosis vượt trội (kurtosis lớn hơn 3 và
mẫu hình phân phối TSSL có hình nhọn), mở rộng mô hình định giá tài sản hai
4
moment bằng cách kết hợp yếu tố co-skewness và co-kurtosis. Các nhà đầu tư có
mức thỏa dụng không phải là phương trình bậc hai và không có sự gia tăng trong
hệ số lo ngại rủi ro tuyệt đối thì thích skewness dương và kurtosis thấp hơn trong
phân phối của TSSL. Do đó, cổ phiếu có co-skewness âm và co-kurtosis lớn hơn
so với thị trường nên có phần bù rủi ro cao hơn. Vì vậy, sự thay đổi bất lợi của
co-skewness âm và co-kurtosis đối với các nhà đầu tư ưa thích rủi ro thường yêu
cầu phần bù TSSL cao hơn. Beedles (1986) và Alles và Spowart (1995) thấy
rằng cổ phiếu của Úc thể hiện skewness có ý nghĩa thống kê. Hơn nữa, Bird và
Gallagher (2002) và Brands và Gallagher (2004) cho thấy quỹ tương hỗ Úc được
đặc trưng bởi phân phối kurtosis vượt trội. Đặc biệt, họ nhận thấy rằng TSSL của
danh mục đầu tư của các quỹ lớn có skewness âm nhiều hơn và kurtosis lớn hơn
so với các quỹ tương hỗ nhỏ.
Ngay cả trong nghiên cứu về thị trường chứng khoán Mỹ, việc kiểm tra trực tiếp
các moment bậc cao thường khá hạn chế, và có nhiều cách tiếp cận khác nhau.
Fang và Lai (1997) xem xét tầm quan trọng của co-skewness và co-kurtosis theo
phương pháp bốn moment. Dittmar (2002) kiểm tra các bậc moment trong mối
quan hệ phi tuyến nhằm cải thiện khả năng định giá TSSL chéo của chứng
khoán. Phương pháp này có liên quan đến các mô hình phi tham số của Bansal
và Viswanathan (1993) và Chapman (1997), trong đó mối quan hệ giữa TSSL
chứng khoán và TSSL thị trường là mối quan hệ phi tuyến tính. Mặt khác, Kan
và Zhou (2003) và Ando và Hodoshima (2006) kiểm tra sự bền vững của đường
tiệm cận ma trận hiệp phương sai của sai số bình phương bé nhất của alpha và
beta trong mô hình định giá tài sản tuyến tính khi sự phân phối chung của các
nhân tố và sai số không chuẩn hoặc xảy ra hiện tượng phương sai thay đổi.
5
Ngoài ra, các nghiên cứu của Ross’ APT(1976) hoặc ICAPM của Merton (1973)
cho thấy mô hình định giá tài sản cần có thêm các nhân tố bổ sung. Và Fama-
French (1993) cho thấy các nhân tố như quy mô, BV/MV, và momentum tác
động đến sự thay đổi trong TSSL trung bình của cổ phiếu. Qua đó, các nghiên
cứu này đã cho thấy việc bổ sung thêm các nhân tố khác vào mô hình CAPM là
cần thiết.
Trong khi đó, hầu hết các nghiên cứu khác chỉ đơn giản tập trung vào skewness
của phân phối TSSL, trong khi kurtosis có thể bằng hoặc quan trọng hơn. Các
nghiên cứu trước đây bao gồm Arditti (1967), Kraus và Litzenberger (1976),
Friend và Westerfield (1980), Lim (1989), Harvey và Siddique (1999, 2000) và
Smith (2007) đã nghiên cứu việc phân phối TSSL chỉ dựa vào skewness.
Một vài nghiên cứu gần đây đã cho thấy tầm quan trọng của co-skewness và co-
kurtosis trong việc định giá tài sản.
Phuong Doan et al.(2009) phát hiện thấy chứng khoán Úc có skewness âm nhiều
hơn nhưng kurtosis vượt trội ít hơn chứng khoán Mỹ. Họ cũng phát hiện ra co-
skewness đóng vai trò quan trọng trong việc giải thích TSSL của chứng khoán
Úc trong khi đó co-kutosis thường có ảnh hưởng đến TSSL của chứng khoán
Mỹ. Họ cho rằng sự khác biệt trong kết quả nghiên cứu của hai chỉ số có liên
quan đến những đặc tính cơ bản của các công ty, chủ yếu do quy mô các công ty
Úc nhỏ hơn công ty Mỹ. Kết quả của bài nghiên cứu là bằng chứng mạnh mẽ cho
thấy một phần TSSL trung bình được giải thích bởi các yếu tố như quy mô,
BV/MV và hiệu ứng momentum. Mặc dù các nhân tố quy mô, BV/MV, và
momentum có tương quan với co-skewness và co-kurtosis nhưng nó vẫn không
làm ảnh hưởng nhiều đến tầm quan trọng của co-skewness và co-kurtosis trong
6
việc định giá tài sản. Nó hàm ý rằng, co-skewness và co-kurtosis đã giải thích
được các phần biến thiên trong TSSL trung bình (mà chưa được giải thích bởi
các nhân tố trước đó). Thêm vào đó, co-skewness và co-kurtosis cũng cải thiện
khả năng giải thích mô hình 4 nhân tố của Carhart (1997) bao gồm các nhân tố:
thị trường, quy mô, BV/MV và momentum.
Richard Heaney et al.(2012) tìm hiểu xem liệu co-skewness và co-kurtosis có tác
động đến giá chứng khoán Mỹ hay không. Bài nghiên cứu sử dụng phương pháp
của Fama và Macbeth (1973) với dữ liệu được lấy trong khoảng thời gian từ
tháng 7 năm 1963 đến tháng 12 năm 2010. Các tác giả tìm thấy bằng chứng cho
thấy co-skewness và co-kurtosis cùng với các nhân tố quy mô doanh nghiệp và
tỷ số giá trị sổ sách trên giá trị thị trường trong mô hình Fama và French (1992,
1993) có tác động đến giá chứng khoán.
Sushma Vishnani (2013) nghiên cứu tác động của mô hình CAPM three moment
trên thị trường chứng khoán Ấn Độ. Nghiên cứu này là nhằm tìm hiểu ảnh hưởng
của co-skewness trong việc định giá cổ phiếu trên thị trường chứng khoán Ấn
Độ. Thời gian nghiên cứu là 12 năm kể từ tháng 1 năm 1999 đến tháng 6 năm
2010. Mẫu bao gồm 283 công ty trong danh mục chỉ số chứng khoán Bombay
của Ấn Độ BSE-500. Chỉ số S&P CNX 500 được coi là đại diện cho danh mục
đầu tư thị trường. Các kết quả thực nghiệm của nghiên cứu xác nhận tính hiệu
quả của mô hình CAPM ba moment trong thị trường vốn Ấn Độ và cho thấy
rằng co-skewness cũng là nhân tố quan trọng tác động đến giá cổ phiếu trên thị
trường chứng khoán Ấn Độ.
7
3. Dữ liệu và phƣơng pháp nghiên cứu
3.1. Dữ liệu
Mẫu bao gồm 147 công ty niêm yết trên HOSE. Tác giả tiến hành thu thập các
dữ liệu về: giá đóng cửa, quy mô doanh nghiệp, tỷ số giá trị sổ sách trên giá trị
thị trường, và chỉ số đại diện thị trường VN-Index. Tất cả được thu thập trong
giai đoạn từ ngày 01/01/2008 đến 31/12/2012 từ cơ sở dữ liệu của trang web
vietstock.vn.
TSSL phi rủi ro là lãi suất trúng thầu bình quân hàng năm trái phiếu chính phủ
Việt Nam kỳ hạn 5 năm trong giai đoạn từ năm 2008 đến năm 2012 được lấy từ
kho bạc Nhà nước Việt Nam và trang web Ngân hàng nhà nước Việt Nam.
3.2. Tạo lập danh mục
Các danh mục đầu tư được tạo lập dựa trên các tiêu chí: quy mô doanh nghiệp và
tỷ số giá trị sổ sách trên giá trị thị trường. Ứng với mỗi năm, bài nghiên cứu xếp
hạng các công ty trong mẫu theo vốn hóa thị trường vào đầu năm và được chia
thành năm danh mục với số lượng chứng khoán tương đương trong mỗi danh
mục. Yếu tố rủi ro trong TSSL liên quan đến quy mô công ty - nhân tố SMB -
được đo lường bởi sự khác biệt giữa TSSL trung bình của danh mục có quy mô
nhỏ nhất và TSSL trung bình của danh mục có quy mô lớn nhất. Các chứng
khoán được xếp hạng một cách độc lập theo BV/MV và được chia thành năm
danh mục. Sau đó, nhân tố HML được tính bằng cách lấy TSSL trung bình của
danh mục có BV/MV cao nhất trừ TSSL trung bình của danh mục có BV/MV
thấp nhất. 25 danh mục được thiết lập bởi giao điểm của năm nhóm quy mô và
năm nhóm BV/MV. Các danh mục được đánh số theo thứ tự 1-1, 1-2,..., 5-4, 5-5.
8
Trong đó, danh mục 1-1 là sự kết hợp giữa danh mục có quy mô nhỏ nhất và
danh mục có BV/MV cao nhất, tương tự, danh mục 5-5 là sự kết hợp giữa danh
mục có quy mô lớn nhất và danh mục có BV/MV thấp nhất. Uớc lượng các nhân
tố quy mô, BV/MV và lập lại quá trình này mỗi năm để tái cân bằng danh mục.
Các nhân tố co-skewness (hoặc co-kurtosis) của mỗi cổ phiếu được tính theo các
phương trình sau đây:
Co-skewness:
Co-kurtosis:
và
lần lượt là TSSL của cổ phiếu i và thị trường, và E( ) và E( ) lần lượt
là TSSL kỳ vọng của cổ phiếu i và thị trường. Sau khi các cổ phiếu này được xếp
hạng dựa trên co-skewness (hoặc co-kurtosis), các chứng khoán được xếp thành
năm nhóm danh mục với số lượng các cổ phiếu gần bằng nhau. Trong đó, nhóm
1 có co-skewness (hoặc co-kurtosis) cao nhất và nhóm 5 có co-skewness (hoặc
co-kurtosis) thấp nhất. Sự khác biệt trong TSSL trung bình của danh mục có co-
skewness (co-kurtosis) cao nhất và TSSL trung bình của danh mục có co-
skewness (co-kurtosis) thấp nhất thể hiện cho phần bù rủi ro liên quan đến co-
skewness (co-kurtosis).
9
Cuối cùng, tác giả sử dụng phương pháp của Jegadeesh và Titman (1993) để ước
tính các yếu tố momentum. Vào đầu mỗi năm, tác giả ước lượng TSSL trung
bình (theo ngày) năm trước đó của các cổ phiếu. Tiếp theo, các cổ phiếu này
được sắp xếp theo TSSL trung bình giảm dần. Dựa vào bảng xếp hạng này, tác
giả tạo thành năm danh mục với số lượng chứng khoán gần bằng nhau trong mỗi
danh mục. Danh mục đầu tiên có chứa những cổ phiếu có TSSL trung bình cao
nhất là danh mục "winners" và danh mục cuối cùng có chứa những cổ phiếu có
TSSL trung bình thấp nhất là “losers”. Nhân tố M được tính bằng cách lấy TSSL
trung bình của danh mục “winners” trừ TSSL trung bình của danh mục “losers”
thể hiện cho phần bù TSSL của chiến lược momentum.
3.3. Phƣơng pháp nghiên cứu
Bài nghiên cứu sử dụng phương pháp nghiên cứu của Phuong Doan et al.(2009).
Đầu tiên tác giả kiểm tra lần lượt độ nhạy cảm của TSSL với co-skewness và co-
kurtosis. Tác giả hồi quy TSSL vượt trội (
hàng ngày của 25 danh
mục phân loại theo quy mô và BV/MV dựa vào co-skewness và co-kurtosis theo
mô hình hồi quy như sau (dưới đây gọi là mô hình 1):
Tiếp theo, để kiểm tra tác động của co-skewness và co-kurtosis lên TSSL chứng
khoán khi có thêm các nhân tố khác, tác giả đưa thêm biến tỷ suất sinh lợi thị
trường vượt trội (Rm,t - Rf,t) vào trong mô hình như sau (dưới đây gọi là mô hình
2):
10
Cuối cùng, tác giả tiếp tục kiểm định xem các nhân tố co-skewness và co-
kurtosis có thực sự tác động đến TSSL chứng khoán hay không bằng cách đưa
thêm các nhân tố quy mô, BV/MV và momentum vào mô hình hồi quy (dưới đây
gọi là mô hình 3). Nếu các nhân tố co-skewness và co-kurtosis vẫn có ý nghĩa thì
chứng tỏ chúng vẫn giữ vai trò quan trọng trong việc giải thích cho TSSL cho dù
các nhân tố quy mô, BV/MV và momentum được đưa vào.
Trong đó,
Rp,t là TSSL danh mục tại thời điểm t,
Rf,t là TSSL phi rủi ro tại thời điểm t,
CoSt là nhân tố Co-skewness tại thời điểm t,
CoKt là nhân tố Co-kurtosis tại thời điểm t,
SMB là nhân tố rủi ro trong TSSL liên quan đến quy mô doanh nghiệp,
HML là nhân tố rủi ro trong TSSL liên quan đến BV/MV,
M là nhân tố rủi ro trong TSSL liên quan đến chiến lược momentum.
4. Nội dung và các kết quả nghiên cứu
Trước khi tiến hành chạy phân tích hồi quy, tác giả kiểm tra tính dừng của các
biến độc lập. Dùng phương pháp kiểm định nghiệm đơn vị thu được kết quả như
bảng 1. Trị tuyệt đối hệ số ADF Test Statistic của các biến đều lớn hơn trị tuyệt
đối của 1% Critical Value cho thấy tất cả các biến đều là chuỗi dừng.
11
Bảng 1: Kết qua kiểm định nghiệm đơn vị
Rm-Rf Co-Skewness Co-Kurtosis
SMB
HML
M
-23,986
-26,531
-24,666
-3,430
-24,493 -25,258 -24,378
ADF Test Statistic
1% Critical Value*
Tiếp theo tác giả kiểm tra mối tương quan giữa các nhân tố. Bảng ma trận hệ số
tương quan cho thấy tương quan giữa các nhân tố nhìn chung thấp. Chúng nằm
trong khoảng từ -0,53 đến 0,62 và chủ yếu là từ -0,26 đến 0,28. Trong đó, hệ số
tương quan giữa SMB và HML là cao nhất 0,62 nhưng không đến mức tạo thành
vấn đề đa cộng tuyến và bằng chứng là hệ số nhân tử phóng đại phương sai VIF
của các biền đều nhỏ hơn 3.
Bảng 2: Ma trận hệ số tƣơng quan giữa các nhân tố
Rm-Rf Co-Skewness Co-Kurtosis SMB
0,0405
HML
Co-Skewness
Co-Kurtosis
SMB
0,2805
-0,264
-0,019
-0,054
0,052939
0,093448
0,292431
-0,379469
-0,528313
HML
-0,185271 0,6237
M
-0,081326 -0,246 -0,439
12
Bảng 3: Hệ số nhân tử phóng đại phƣơng sai VIF
Rm-Rf Co-Skewness Co-Kurtosis SMB
HML
2,05
M
VIF
1,14
1,21
1,54
2,44
1,40
4.1. Tác động của co-skewness và co-kurtosis
Để kiểm tra độ nhạy cảm của TSSL với co-skewness và co-kurtosis, tác giả hồi
quy TSSL vượt trội hàng ngày của 25 danh mục phân loại theo quy mô và
BV/MV dựa vào co-skewness và co-kurtosis theo mô hình hồi quy dưới đây:
(mô hình 1)
Kết quả hồi quy 25 danh mục theo mô hình 1:
Danh mục 1-1:
Source
SS
df
MS
Number of obs =
993
15.75
F( 2,
990) =
Model
Residual
.009018105
.283498487
2
.004509052
Prob > F
R-squared
=
=
0.0000
0.0308
990 .000286362
Adj R-squared = 0.0289
Root MSE .01692
Total
i1
.292516591
Coef.
992 .000294876
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3647667
.1087761
.0000744
.0697539
.0619283
.0005372
5.23
1.76
0.14
0.000
0.079
0.890
.2278841
-.0127496
-.0009798
.5016492
.2303019
.0011286
13
Danh mục 1-2
Source
SS
df
MS
Number of obs =
993
15.61
F( 2,
990) =
Model
Residual
.009035064
.286427013
2
990
.004517532
.00028932
Prob > F
R-squared
=
=
0.0000
0.0306
Adj R-squared = 0.0286
Root MSE .01701
Total
i2
.295462077
Coef.
992 .000297845
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3386177
.1588392
-.0000979
.0701133
.0622473
.00054
4.83
2.55
-0.18
0.000
0.011
0.856
.20103
.0366874
-.0011575
.4762055
.2809911
.0009618
Danh mục 1-3:
Source
SS
df
MS
.004633133
Number of obs =
993
16.10
0.0000
0.0315
F( 2,
990) =
Model
Residual
.009266267
.284918003
2
Prob > F
R-squared
=
=
990 .000287796
Adj R-squared = 0.0295
Root MSE .01696
Total
i3
.29418427
Coef.
992 .000296557
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3283889
.1820231
-.0001401
.0699284
.0620831
.0005385
4.70
2.93
-0.26
0.000
0.003
0.795
.1911641
.0601934
-.001197
.4656137
.3038527
.0009167
Danh mục 1-4
Source
SS
df
MS
.003591266
Number of obs =
993
13.85
0.0000
0.0272
F( 2,
990) =
Model
Residual
.007182532
.256625775
2
Prob > F
R-squared
=
=
990 .000259218
Adj R-squared = 0.0253
Root MSE .0161
Total
i4
.263808307
Coef.
992 .000265936
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.2988389
.1463581
-.0001244
.0663657
.0589201
.0005111
4.50
2.48
-0.24
0.000
0.013
0.808
.1686054
.0307354
-.0011274
.4290725
.2619808
.0008786
14
Danh mục 1-5
Source
SS
df
2
MS
Number of obs =
993
11.94
0.0000
0.0236
F( 2,
990) =
Model
Residual
.005781908
.239711596
.002890954
Prob > F
R-squared
=
=
990 .000242133
Adj R-squared = 0.0216
Root MSE .01556
Total
i5
.245493504
Coef.
992 .000247473
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.180038
.219003
-.0001644
.0641413
.0569453
.000494
2.81
3.85
-0.33
0.005
0.000
0.739
.0541694
.1072556
-.0011338
.3059065
.3307505
.0008049
Danh mục 2-1
Source
SS
df
MS
.005785305
Number of obs =
993
19.79
0.0000
0.0384
F( 2,
990) =
Model
Residual
.011570609
.289438184
2
Prob > F
R-squared
=
=
990 .000292362
Adj R-squared = 0.0365
Root MSE .0171
Total
ii1
.301008793
Coef.
992 .000303436
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3606087
.2117766
-.0000152
.0704809
.0625737
.0005428
5.12
3.38
-0.03
0.000
0.001
0.978
.2222996
.0889843
-.0010803
.4989178
.3345688
.00105
Danh mục 2-2
Source
SS
df
MS
.006201501
Number of obs =
993
20.94
0.0000
0.0406
F( 2,
990) =
Model
Residual
.012403002
.293226157
2
Prob > F
R-squared
=
=
990 .000296188
Adj R-squared = 0.0386
Root MSE .01721
Total
ii2
.305629159
Coef.
992 .000308094
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3355292
.261997
-.0001851
.0709406
.0629818
.0005463
4.73
4.16
-0.34
0.000
0.000
0.735
.196318
.1384038
-.0012572
.4747403
.3855901
.000887
15
Danh mục 2-3
Source
SS
df
2
MS
.006513151
Number of obs =
993
21.94
0.0000
0.0425
F( 2,
990) =
Model
Residual
.013026301
.29383467
Prob > F
R-squared
=
=
990 .000296803
Adj R-squared = 0.0405
Root MSE .01723
Total
ii3
.306860972
Coef.
992 .000309336
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.3254341
.2859074
-.0002293
.0710141
.0630471
.0005469
4.58
4.53
-0.42
0.000
0.000
0.675
.1860786
.162186
-.0013026
.4647897
.4096287
.0008439
Danh mục 2-4
Source
SS
df
MS
.005172879
Number of obs =
993
19.09
0.0000
0.0371
F( 2,
990) =
Model
Residual
.010345759
.268302301
2
Prob > F
R-squared
=
=
990 .000271012
Adj R-squared = 0.0352
Root MSE .01646
Total
ii4
.27864806
Coef.
992 .000280895
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.2962661
.2490918
-.0002121
.0678587
.0602457
.0005226
4.37
4.13
-0.41
0.000
0.000
0.685
.1631027
.130868
-.0012377
.4294295
.3673157
.0008134
Danh mục 2-5
Source
SS
df
MS
.005005255
Number of obs =
993
19.87
0.0000
0.0386
F( 2,
990) =
Model
Residual
.01001051
.249438888
2
Prob > F
R-squared
=
=
990 .000251958
Adj R-squared = 0.0366
Root MSE .01587
Total
ii5
.259449398
Coef.
992 .000261542
=
Std. Err.
t
P>|t|
[95% Conf. Interval]
cos
cok
_cons
.1775108
.3216925
-.0002509
.0654298
.0580893
.0005039
2.71
5.54
-0.50
0.007
0.000
0.619
.0491138
.2077003
-.0012397
.3059078
.4356847
.000738
Tải về để xem bản đầy đủ
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Định giá tài sản với moment bậc cao - Trường hợp Việt Nam", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- luan_van_dinh_gia_tai_san_voi_moment_bac_cao_truong_hop_viet.pdf