TÀI CHÍNH -
Tháng 9/2016
51
nhuận của các chứng khoán mà NĐT đang nắm
giữ (MRK3). Nếu biến động thị trường càng cao thì
nhu cầu quản trị danh mục năng động càng cao và
ngược lại.
Chi phí quản trị danh mục năng động - FEE đo
lường thông qua chi phí giao dịch (FEE1), thời gian
phân tích biến động thị trường (FEE2), chi phí thông
tin (FEE3).
Công cụ h trợ - EQM là biến giả mang giá trị 1,
nếu NĐT có các công cụ h trợ phân tích quản trị
danh mục năng động như: Phần mềm xử lý dữ liệu,
phần mềm định giá… và bằng 0 trong trường hợp
ngược lại.
Kết quả nghiên cứu
Kết quả kiểm định độ tin cậy của thang đo (kiểm
định Cronbach’s Alpha) được thể hiện qua bảng 1,
các biến quan sát thuộc 3 nhóm nhân tố đều có hệ
số Cronbach’s Alpha lớn hơn 0.6. Trong đó, thấp
nhất là nhóm chi phí với hệ số Alpha = 0.646. Kết
quả kiểm định chứng tỏ thang đo sử dụng phù hợp,
các hệ số tương quan biến tổng đều từ 0.3 trở lên
(Nunnally và Bernstein, 1994). Do đó, các biến đo
lường này đều chấp nhận được về mặt tin cậy và
được sử dụng trong phân tích EFA. Biến QAT và
EQM không sử dụng thang đo Likert nên không
thực hiện kiểm định ở phần này.
Phân tích nhân tố khám phá
Nghiên cứu cho thấy, phương pháp rút trích
được chọn để phân tích nhân tố là phương pháp
Principal components với phép quay vuông góc
Varimax. Kết quả phân tích nhân tố khám phá (EFA)
với các kiểm định được đảm bảo như sau:
(1) Hệ số tương quan đơn giữa các biến và các
nhân tố Factor loadings (hệ số tải nhân tố) > 0.5 hệ
số này lớn cho biết nhân tố và biến có liên hệ chặt
chẽ với nhau. Nếu các hệ số tương quan nhỏ (< 0.30)
sử dụng EFA không phù hợp (Hair et al.. 2006).
(2) Kiểm định tính thích hợp của mô hình để sử
dụng EFA. Với dữ liệu có được, kết quả kiểm định
cho thấy KMO = 0.825. Về mặt lý thuyết cho rằng,
KMO phải lớn hơn 0.50. Kaiser (1974) đề nghị: KMO
≥ 0.90: rất tốt; KMO ≥ 0.80: tốt; KMO ≥ 0.70: được;
KMO≥ 0.60: tạm được; KMO ≥ 0.50: xấu và KMO <
0.50: không thể chấp nhận được. Rõ ràng, kết quả
chứng tỏ phân tích nhân tố là rất thích hợp với dữ
liệu nghiên cứu.
(3) Kiểm định Bartlett về tương quan của các biến
quan sát với Sig. = 0.000 < 0.05 chứng tỏ kết quả bác
bỏ giả thuyết H0: Các biến quan sát không có tương
quan với nhau trong tổng thể. Như vậy, giả thuyết
hồi quy nhị phân logistic. Đây là dạng hồi quy được
sử dụng khi các biến phụ thuộc là lưỡng phân (bị giới
hạn, rời rạc và không liên tục) và các biến độc lập là
bất kỳ (Hosmer và Lemeshow, 1989; Allison, 1999;
Menard 2001). Biến phụ thuộc trong nghiên cứu là có
hay không việc thực hiện quản trị rủi ro năng động đối
với danh mục đầu tư chứng khoán và hồi quy logistic
được lựa chọn, vì nó cho phép nhà nghiên cứu khắc
phục được nhiều giả thiết giới hạn của hồi quy OLS.
Theo đó, mô hình thực nghiệm bài viết được
trình bày như sau:
Với: APM: Quản trị danh mục năng động; QAT:
Quy mô đầu tư; KNL: Mức độ hiểu biết của NĐT;
MRK: Biến động của thị trường; FEE: Chi phí quản
trị danh mục năng động; EQM: Công cụ h trợ.
Biến phụ thuộc APM là biến nhị phân mang giá
trị 1, nếu NĐT có quản trị danh mục đầu tư năng
động và bằng 0 trong trường hợp ngược lại.
Quy mô đầu tư – QAT được đo lường thông qua
tổng tài sản ước tính của NĐT tại thời điểm khảo
sát. Thông thường, khi đầu tư với nguồn vốn lớn,
NĐT thường có nhu cầu cao trong việc quản trị
danh mục năng động nhằm giảm thiểu rủi ro và
tăng hiệu quả đầu tư.
Mức độ hiểu biết của NĐT - KNL được đo lường
thông qua sự hiểu biết của NĐT về kỹ thuật quản trị
danh mục năng động (KNL1), khả năng phân tích
kinh tế vĩ mô (KNL2), khả năng phân tích chứng
khoán (KNL3).
Biến động thị trường MRK, đo lường thông qua
cảm nhận NĐT về sự biến động về giá (MRK1),
biến động vĩ mô (MRK2) cũng như biến động lợi
BẢNG 1: KẾT QUẢ ĐÁNH GIÁ ĐỘ TIN CẬY CỦA THANG ĐO
Biến
Trung bình
thang đo
nếu loại
biến
Phương
sai thang
đo nếu
loại biến
Tương
quan biến
tổng
Hệ số
Cronbach’s
Alpha nếu
loại biến
KNL
Alpha = 0.892
KNL 1
9.15
5.115
0.783
0.684
KNL 2
9.78
5.654
0.625
0.742
KNL 3
9.82
5.343
0.568
0.824
MRK
Alpha = 0.881
MRK 1
6.73
9.337
0.729
0.657
MRK 2
6.61
9.875
0.728
0.768
MRK 3
6.85
9.238
0.596
0.861
FEE
Alpha = 0.720
FEE 1
12.17
3.587
0.682
0.526
FEE 2
12.27
3.238
0.674
0.678
FEE 3
12.65
3.654
0.552
0.694
Nguồn: Tính toán của tác giả
