Mức độ thông tin bất cân xứng: minh chứng từ các công ty niêm yết trên sở giao dịch chứng khoán TP. HCM
Nghiên cứu được thực hiện nhằm xác định mức độ thông tin bất cân xứng đại diện qua
thành phần lựa chọn ngược (Adverse Selection Component - ASC) trên thị trường chứng khoán
Thành phố Hồ Chí Minh (TTCK TP.HCM) giai đoạn từ 01/12/2012 đến 31/5/2013. Sử dụng
phương pháp định lượng theo ba mô hình của Glosten và Harris (1988); Lin, Sanger và Booth
(1995); và Kim và Ogden (1996), kết quả nghiên cứu cho thấy ASC trên TTCK TP.HCM nằm
trong khoảng 69% đến 77% chênh lệch giữa giá đặt mua và giá đặt bán (Bid-Ask Spread). Đối
chiếu với kết quả nghiên cứu trước, ASC có giảm ở TTCK TP.HCM nhưng hầu như ở mức cao
so với TTCK nước ngoài.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Bạn đang xem tài liệu "Mức độ thông tin bất cân xứng: minh chứng từ các công ty niêm yết trên sở giao dịch chứng khoán TP. HCM", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Mức độ thông tin bất cân xứng: minh chứng từ các công ty niêm yết trên sở giao dịch chứng khoán TP. HCM
58 KINH TẾ MỨC ĐỘ THÔNG TIN BẤT CÂN XỨNG: MINH CHỨNG TỪ CÁC CÔNG TY NIÊM YẾT TRÊN SỞ GIAO DỊCH CHỨNG KHOÁN TP.HCM Ngày nhận bài: 09/09/2015 Nguyễn Văn Ngãi1 Ngày nhận lại: 18/12/2015 Trần Thị Tú Anh2 Ngày duyệt đăng: 04/01/2016 Phan Bùi Gia Thủy3 TÓM TẮT Nghiên cứu được thực hiện nhằm xác định mức độ thông tin bất cân xứng đại diện qua thành phần lựa chọn ngược (Adverse Selection Component - ASC) trên thị trường chứng khoán Thành phố Hồ Chí Minh (TTCK TP.HCM) giai đoạn từ 01/12/2012 đến 31/5/2013. Sử dụng phương pháp định lượng theo ba mô hình của Glosten và Harris (1988); Lin, Sanger và Booth (1995); và Kim và Ogden (1996), kết quả nghiên cứu cho thấy ASC trên TTCK TP.HCM nằm trong khoảng 69% đến 77% chênh lệch giữa giá đặt mua và giá đặt bán (Bid-Ask Spread). Đối chiếu với kết quả nghiên cứu trước, ASC có giảm ở TTCK TP.HCM nhưng hầu như ở mức cao so với TTCK nước ngoài. Từ khóa: Thông tin bất cân xứng, lựa chọn ngược, chênh lệch giá đặt mua và giá đặt bán. ABSTRACT This study aims to investigate the level of asymmetric information proxied by the Adverse Selection Component (ASC) in HCMC Stock Market during the period from December 1 st , 2012 to May 31 th , 2013. Using quantitative methods and three models of Glosten and Harris (1988); Lin, Sanger and Booth (1995); and Kim and Ogden (1996), the main results of this study show that ASC in HCMC Stock Market is in the range 69% to 77% Bid-Ask Spread. Compared with the results of previous studies, ASC decreases in HCMC Stock Market, but compared to foreign stock market, ASC is at a higher level. Keywords: Asymmetric information, adverse selection, Bid-Ask spread. 1. Giới thiệu123 Thuật ngữ thông tin bất cân xứng (Asymmetric Information) xuất hiện vào năm 1970. Khai sinh ra lý thuyết thông tin bất cân xứng (TTBCX) có thể kể đến Akerlof (1970). Theo đó, TTBCX xảy ra khi người mua và người bán có các thông tin khác nhau. Pindyck và Rubinfeld (2013) đã cho thấy hệ quả tất yếu của TTBCX là gây ra lựa chọn ngược (sản phẩm tốt bị đẩy bật ra ngoài bởi sản phẩm xấu), rủi ro đạo đức (cậy quyền thế làm sai trái), và chi phí đại diện (xung đột lợi ích giữa chủ thể với người đại diện). Do đó, 1 PGS.TS, Trường Đại học Nông Lâm TP.HCM. 2 3 ThS, Trường Đại học Nguyễn Tất Thành. TTBCX là một dạng thất bại của thị trường, ảnh hưởng không nhỏ đến các quyết định đầu tư, gây cung cầu ảo dẫn đến thị trường bong bóng, và tiềm ẩn nhiều nguy cơ sụp đổ. Thị trường chứng khoán (TTCK) ở Việt Nam tuy mới thành lập và phát triển khoảng 15 năm, song cũng có những giai đoạn thăng trầm, ảnh hưởng sâu sắc đến toàn bộ nền kinh tế cả nước. Bên cạnh những mặt tích cực, TTCK Việt Nam nói chung và TTCK TP.HCM nói riêng đã bộc lộ nhiều hạn chế về pháp lý, cơ sở hạ tầng, cơ chế quản lý giám sát, các thành phần tham gia thị trường, chênh ThS, CTCP Bất động sản Thiên Kim. Email: tuanhtg@gmail.com TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC MỞ TP.HCM – SỐ 1 (46) 2016 59 lệch cung cầu, thông tin minh bạch, cạnh tranh bình đẳng, trong đó TTBCX là vấn đề không thể không nhắc đến. Thực tế hiện nay, trên TTCK có nhiều thông tin được công bố nhưng độ tin cậy không cao, thời gian công bố chậm; nhiều thông tin ảnh hưởng lớn đến quyết định mua hay bán của nhà đầu tư nhưng lại rất khó tìm, chi phí cao. Hệ quả là các chỉ số thị trường (VN-Index, HNX-index, Upcom-index) biến động quá lớn trong thời gian ngắn. Nhiều doanh nghiệp làm ăn kém hiệu quả nhưng có tốc độ tăng giá cổ phiếu cao. Hoặc giá cổ phiếu biến động hết biên độ liên tục trong nhiều phiên liên tiếp nhưng không rõ nguyên nhân. Rõ ràng, TTBCX đã tạo nên sự mất cân đối trong giao dịch và kìm hãm sự phát triển của thị trường. Một trong những hệ quả của TTBCX là vấn đề lựa chọn ngược, khi đó chỉ có những cổ phiếu xấu được giao dịch và nhà đầu tư dần rời bỏ thị trường tạo nên sự mất thanh khoản, dẫn đến TTCK không thể phát triển thành kênh huy động và chu chuyển vốn trọng yếu cho nền kinh tế. Câu hỏi đặt ra đó là, mức độ lựa chọn ngược ở Việt Nam có thật sự nghiêm trọng và cách thức để đo lường mức độ lựa chọn ngược này như thế nào. Chính vì vậy, việc xác định mức độ lựa chọn ngược ở Việt Nam là cần thiết, tạo cơ sở cho việc xây dựng các giải pháp nhằm hạn chế những ảnh hưởng tiêu cực do vấn đề lựa chọn ngược nói riêng, và TTBCX nói chung gây ra. 2. Khung nghiên cứu và cơ sở lý thuyết xác định mức độ lựa chọn ngược Lựa chọn ngược là một trong những hệ quả của TTBCX, xảy ra trước khi giao dịch được thực hiện. Lựa chọn ngược xuất hiện khi người mua hay người bán không có đủ thông tin để đánh giá, và phân biệt chính xác chất lượng của các cổ phiếu và chỉ sẵn lòng chi trả ở mức giá trung bình. Vấn đề này tiềm ẩn nguy cơ chỉ có những cổ phiếu xấu (giá thấp hơn giá trung bình) mới được giao dịch, hậu quả là những cổ phiếu xấu dần được thu hút và đánh bật những cổ phiếu tốt ra khỏi thị trường. Theo Pindych và Rubinfeld (2013), TTBCX gây ra hệ quả: (i) Lựa chọn ngược (trước khi giao dịch), (ii) rủi ro đạo đức (sau khi giao dịch) và (iii) vấn đề người đại diện (cả trước lẫn sau khi giao dịch). Trong khuôn khổ giới hạn nghiên cứu, bài nghiên cứu này chỉ xem xét cách đo lường TTBCX thông qua mức độ lựa chọn ngược. Theo đó, do thông tin của các bên giao dịch khác nhau nên TTCK luôn tồn tại giá đặt mua (Ask) và đặt bán (Bid) khác nhau, tạo nên chênh lệch giữa giá đặt mua với giá đặt bán (Bid-Ask Spread). Các nhà nghiên cứu cho rằng, thành phần lựa chọn ngược (ASC) là một trong những yếu tố cấu thành trong khoảng chênh lệch này. Do đó, Bid-Ask Spread càng lớn thì ASC càng cao. Khung tiếp cận nghiên cứu được trình bày tại Hình 1 dưới đây như sau. Hình 1. Khung tiếp cận nghiên cứu 60 KINH TẾ Xuất phát từ ý tưởng này, các nhà nghiên cứu đã tiến hành đo lường ASC theo nhiều cách khác nhau. Cụ thể: 2.1. Mô ... Sanger và Booth (LSB) Van Ness và ctg (2001) NYSE (tháng 4 - tháng 6/1999) 45,2% Park (2008) ETFs trên NASDAQ và AMEX (10/2005 – 12/2005) 68,29% 3 Kim và Ogden (KO) Kim và Ogden (1996) NYSE và AMEX (1993) 59% Giouvris và ctg (2008) FTSE100 77% FTSE250 64% Nguồn: Tác giả tổng hợp. 3. Mô hình nghiên cứu Trong thực tế, việc xác định ASC gặp nhiều khó khăn, hiện vẫn chưa tìm thấy tài liệu công bố phương pháp xác định ASC chính xác và tối ưu nhất. Do đó, nghiên cứu này áp dụng nhiều phương pháp khác nhau nhằm xác định ASC trên TTCK TP.HCM. Bên cạnh ba phương pháp trực tiếp để xác định ASC như đã đề cập trên, còn có phương pháp gián tiếp của Van Ness và ctg (2001). Tuy nhiên, do giới hạn của bài báo, nghiên cứu chỉ sử dụng phương pháp trực tiếp để đo lường ASC. Lý do lựa chọn ba mô hình này bởi vì: Thứ nhất, Mô hình Glosten và Harris được xem là cơ sở nền tảng cho các nghiên cứu hướng đến xem xét ASC dựa trên Bid-Ask Spread và được nhiều nhà nghiên cứu ứng dụng. Thứ hai, Mô hình Lin, Sanger và Booth là mô hình tương đối đơn giản và dễ áp dụng trong việc xác định ASC. Và sau cùng, Mô hình Kim và Ogden (KO) xác định ASC thông qua các thành phần còn lại trong Bid-Ask Spread (thành phần chi phí đặt lệnh), đây là mô hình phát triển từ mô hình George, Kaul và Nimalendran (1991) (GKN). Sở dĩ Mô hình KO được lựa chọn thay cho mô hình GKN vì khi sử dụng suất sinh lợi theo Bid-Ask Midpoint (mô hình KO) thay cho suất sinh lợi theo giá đặt bán (Bid) nối tiếp sau giao dịch được thực hiện (mô hình GKN) sẽ đại diện “giá đúng” tốt hơn trong thực tế với Bid-Ask Spread thay đổi liên tục. 4. Dữ liệu nghiên cứu Dữ liệu nghiên cứu bao gồm các công ty niêm yết trên HOSE kể từ thời điểm 01/12/2012 trở về trước và vẫn tiếp tục giao dịch đến ngày 31/5/2013; không bao gồm ngân hàng, bảo hiểm, công ty chứng khoán, và chứng chỉ quỹ vì cơ cấu tài sản, nguồn vốn không phù hợp với mô hình nghiên cứu. Do chưa thể thống kê giá và KLGD tại từng thời điểm của từng giao dịch riêng lẻ nên giá đóng cửa (Pi,t) và tổng KLGD cổ phiếu (Vi,t) trong ngày được thu thập làm dữ liệu nghiên cứu. Trong đó giá giao dịch đã được điều chỉnh theo tỷ lệ thực hiện quyền. 62 KINH TẾ Về chỉ số giao dịch Qi,t, do chưa thể thống kê chính xác ai là người phát động trước nên trong nghiên cứu này Qi,t sẽ mang giá trị +1 nếu tổng lệnh đặt mua trong ngày lớn hơn tổng lệnh đặt bán trong ngày, và ngược lại thì Qi,t sẽ mang giá trị -1. Ngoài ra, do chưa thể thống kê giá đặt mua (Ask) và bán (Bid) tại từng thời điểm nên giá dư mua và dư bán tốt nhất của phiên giao dịch cuối cùng trong ngày được thu thập làm dữ liệu nghiên cứu. Các dữ liệu liên quan được thu thập từ Bảng giá giao dịch chứng khoán hàng ngày của Sở GDCK TP.HCM giai đoạn từ 01/12/2012 đến 31/5/2013. 5. Kết quả nghiên cứu 5.1. Đặc điểm mẫu nghiên cứu Thống kê mô tả về chỉ số VN-Index và KLGD của các cổ phiếu trên HOSE giai đoạn từ 1/12/2012 đến 31/5/2013 được trình bày trong Bảng 2. Theo đó, chỉ số VN-Index và KLGD của các cổ phiếu có sự biến động khá cao với khoảng biến thiên lớn, độ lệch chuẩn cũng như chênh lệch giữa giá trị trung bình và giá trị trung vị cao. Bảng 2. Thống kê mô tả chỉ số VN-Index và KLGD Giai đoạn 1 01/12/2012 - 20/02/2013 Giai đoạn 2 21/2/2013 - 31/5/2013 Giai đoạn nghiên cứu 01/12/2012 - 31/5/2013 VN-Index KLGD VN-Index KLGD VN-Index KLGD Trung bình 436,75 61.929.925 487,25 51.740.881 465,61 56.107.614 Trung vị 443,37 61.282.060 486,04 46.895.954 477,15 50.661.340 Độ lệch chuẩn 39,32 23.028.891 14,43 20.254.933 37,46 21.984.120 Khoảng biến thiên 115,56 114.233.248 59,33 100.828.478 142,18 114.233.248 Nhỏ nhất 379,27 17.188.480 462,12 20.465.090 379,27 17.188.480 Lớn nhất 494,83 131.421.728 521,45 121.293.568 521,45 131.421.728 Số quan sát 51 51 68 68 119 119 Nguồn: Kết quả tính toán của tác giả. Bảng 2 cho thấy, trong giai đoạn từ 1/12/2012 đến 20/2/2013, TTCK TP.HCM có những biến động mạnh và bất thường cả về chỉ số VN-Index lẫn KLGD so với giai đoạn còn lại. Đây cũng là giai đoạn có thể ước tính kết quả hoạt động kinh doanh và Báo cáo tài chính hợp nhất cả năm của đa số các công ty niêm yết chưa được công bố. Giai đoạn từ 21/2/2013 đến 31/5/2013 là giai đoạn các Báo cáo tài chính hàng năm sau kiểm toán được công bố theo quy định công bố thông tin và cũng là mùa Đại hội Cổ đông thường niên. Điều này chứng tỏ trong hai giai đoạn trên, TTCK TP.HCM chứa nhiều TTBCX. Do đó, việc lựa chọn khoảng thời gian nghiên cứu từ 1/12/2012 đến 31/5/2013 là hoàn toàn phù hợp. 5.2. Kết quả xác định mức độ lựa chọn ngược 5.2.1. Kiểm định lựa chọn phương pháp hồi quy mô hình Nghiên cứu tiến hành kiểm định các giả thiết thống kê nhằm thực hiện phương pháp hồi quy thích hợp theo ba mô hình khác nhau để xác định mức độ lựa chọn ngược. Dưới đây là bảng mô tả các kết quả kiểm định. TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC MỞ TP.HCM – SỐ 1 (46) 2016 63 Bảng 3. Bảng kiểm định lựa chọn phương pháp hồi quy mô hình Kiểm định Mô hình Glosten và Harris (GH) Lin, Sanger và Booth (LSB) Kim và Ogden (KO) White’s test Chi2(2) = 6,08 Chi2(2) = 2774,19 *** Chi2(2) = 103,20 *** Durbin-Watson 1,953 2,277 1,847 F_Limer test - F(285, 33461) = 18,65 *** - Hausman test - Chi2(1) = 9136,04 *** - Kết quả chọn Pooled OLS FEM Robust OLS Robust *** p < 0,01; ** p < 0,05; * p < 0,10 Nguồn: Kết quả tính toán của tác giả. Ở Mô hình GH, các kiểm định trong Bảng 3 cho thấy chưa phát hiện hiện tượng phương sai thay đổi và tự tương quan của sai số trong mô hình. Các kết quả kiểm định này khuyến nghị dùng Pooled OLS. Đối với Mô hình LSB, kiểm định F_Limer và Hausman khuyến nghị sử dụng FEM là thích hợp, đồng thời nghiên cứu kiểm soát hiện tượng phương sai thay đổi của sai số bằng cách hiệu chỉnh sai lệch chuẩn trong mô hình hồi quy (robust standard errors). Và sau cùng, các kiểm định trong Mô hình KO khuyến nghị sử dụng OLS Robust để hồi quy mô hình. Các kết quả ước lượng hồi quy thông qua ba Mô hình GH, LSB, và KO sẽ là cơ sở để xác định mức độ lựa chọn ngược. 5.2.2. Mức độ lựa chọn ngược Mức độ lựa chọn ngược có ý nghĩa khi ASC nằm trong khoảng từ 0 đến 1. Hay nói cách khác, ASC thỏa điều kiện 0 < ASC < 1. Kết quả hồi quy mô hình GH, mô hình LSB, và mô hình KO được trình bày trong Bảng 4. Theo đó, các mô hình đều phù hợp (có ít nhất một hệ số khác 0 mức ý nghĩa 1%); các hệ số hồi quy được xác định bởi mô hình LSB và mô hình KO đều có ý nghĩa thống kê với mức ý nghĩa 1%. Nhìn chung, ASC được xác định bởi các mô hình đều thỏa điều kiện 0 < ASC < 1. Trong đó, mô hình GH cho kết quả tính toán ASC cao nhất (77%), kế đến là mô hình LSB (70%) và sau cùng là mô hình KO (69%). Nếu so với nghiên cứu trong nước, cụ thể nghiên cứu của Nguyễn Trọng Hoài và Lê An Khang (2008), ASC trên TTCK TP.HCM giai đoạn nghiên cứu từ tháng 12/2012 đến tháng 5/2013 (77%) thấp hơn ASC so với giai đoạn 2007 (89,66%). Điều này có thể lý giải bởi ảnh hưởng của giai đoạn nghiên cứu. Đây là khoảng thời gian thị trường có nhiều biến động với VN-Index lập đỉnh kỷ lục vào ngày 12 tháng 3 (đạt 1.170,67 điểm) và sau đó lao dốc trầm trọng do tác động của khủng hoảng kinh tế thế giới, số lượng công ty niêm yết thấp (96 công ty), cơ sở pháp lý cho TTCK chưa đầy đủ. Do đó kết quả nghiên cứu cho thấy ASC ở giai đoạn này rất cao, hậu quả là dẫn đến thất bại của thị trường, khủng hoảng thị trường kéo dài từ đầu năm 2008 cho đến nay và chưa thật sự hồi phục. Có thể nhận thấy trong những giai đoạn gần đây, Chính phủ đã ban hành nhiều quy định về thị trường chứng khoán (như Thông tư 74/2011/TT-BTC về margin, tài khoản giao dịch, giao dịch cổ phiếu cùng phiên; Luật chứng khoán sửa đổi có hiệu lực từ ngày 1/07/2011 với các quy định xử phạt liên quan đến vi phạm công bố thông tin trên thị trường; Thông tư 52/2012/TT-BTC hướng dẫn về việc công bố thông tin trên thị trường chứng khoán), những quy định định này đã góp phần 64 KINH TẾ làm cho thị trường minh bạch hơn, giảm mức độ lựa chọn ngược hơn. Nhưng nếu so với thị trường chứng khoán nước ngoài (kết quả tổng hợp xác định ASC ở Bảng 1), mức độ lựa chọn ngược ở Việt Nam vẫn còn khá cao. Những dấu hiệu này đặt ra cho các nhà hoạch định chính sách, các cơ quan hữu quan, và các nhà đầu tư ở Việt Nam cần có những động thái tích cực hơn nữa nhằm hạn chế TTBCX, gia tăng tính minh bạch cho thị trường. Bảng 4. ASC được xác định bởi các mô hình GH, LSB và KO Biến Mô hình GH Pooled OLS Mô hình LSB FEM Robust Mô hình KO OLS Robust x1 -0,0242 *** 0,7029 *** 0,3084 *** (-5.01) (24,05) (14,11) x2 3,65x10 -09 (0.39) x3 0,0760 *** (13.54) x4 -3,13x10 -08 *** (-2.76) Hằng số 0,0323 *** -0,7665 *** 0,1232 *** (7.46) (-23,02) (9,68) ASC 77% 70% 69% Số quan sát 33.748 33.748 286 R-squared 0,59% 34,69% 65,89% F (4, 33743) 49,71 578,56 199,12 Pro.F 0,000 0,000 0,000 *** p < 0,01; ** p < 0,05; * p < 0,10 Nguồn: Kết quả tính toán của tác giả. 6. Các kiến nghị Dựa trên kết quả nghiên cứu kết hợp với các giải pháp khắc phục vấn đề lựa chọn ngược trên TTCK (cơ chế phát tín hiệu, và cơ chế sàng lọc) của hai tác giả Spence (1973) và Stiglitz (1975), nghiên cứu này khuyến nghị cho các chủ thể tham gia trên TTCK TP.HCM như sau: 6.1. Đối với nhà đầu tư Đối với nhà đầu tư là cổ đông lớn, cổ đông nội bộ của công ty cần phải chấp hành nghiêm túc việc CBTT theo đúng quy định. Đối với các nhà đầu tư nhỏ lẻ, cần thành lập các tổ chức, các liên minh để chia sẻ những kinh nghiệm, những thông tin cho nhau nhằm gia tăng hiệu quả đầu tư và hỗ trợ nhau đòi quyền lợi của chính mình khi bị xâm phạm. Ngoài ra, các nhà đầu tư cũng cần phải tự bảo vệ mình, tránh đầu tư theo phong trào, tránh lan truyền những thông tin không đúng sự thật cũng như không rõ nguồn gốc, phát hiện và tố giác những sai phạm về CBTT với cơ quan chức năng. 6.2. Đối với công ty niêm yết Các công ty niêm yết cần nghiêm túc trong việc CBTT, đảm bảo cung cấp thông tin TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC MỞ TP.HCM – SỐ 1 (46) 2016 65 chính xác, kịp thời, công khai và dễ tiếp cận; điều này có ý nghĩa to lớn trong việc quảng bá hình ảnh cũng như uy tín của công ty. Bên cạnh việc tuân thủ các quy định về CBTT, bộ phận CBTT còn có trách nhiệm theo dõi các thông tin liên quan đến doanh nghiệp để có phản hồi nhanh chóng đến khách hàng, đối tác, các nhà đầu tư nhằm hạn chế ảnh hưởng tiêu cực của những thông tin sai lệch, nâng cao khả năng minh bạch thông tin đồng thời nâng cao uy tín công ty. 6.3. Đối với các công ty chứng khoán Các công ty chứng khoán cần nghiêm chỉnh thực thi các quy định của pháp luật, phản ánh trung thực và kịp thời các thông tin công bố, cũng như phát hiện và tố giác những sai phạm của các công ty niêm yết trên TTCK. Bên cạnh đó, các công ty chứng khoán không ngừng phát triển nghiệp vụ tư vấn đầu tư góp phần đa dạng hóa kênh cung cấp thông tin cho nhà đầu tư một cách hiệu quả. 6.4. Đối với các tổ chức có liên quan đến TTCK Các cơ quan giám sát CBTT cần được quy định chức năng và nhiệm vụ một cách rõ ràng, cụ thể hơn nữa. Ngoài chức năng kiểm tra, các cơ quan giám sát cần phải đứng ở góc độ nhà đầu tư khi tìm hiểu thông tin trên các phương tiện thông tin đại chúng, từ đó tổng kết đánh giá tình hình CBTT và nêu rõ những vi phạm trên TTCK. Các nhà hoạch định chính sách cần xây dựng Quy chế phối hợp quản lý, giám sát chặt chẽ giữa các ngành liên quan; rà soát lại năng lực cũng như xử lý nghiêm khắc những trường hợp sai phạm, gian lận của các công ty niêm yết, và các công ty kiểm toán; thiết lập những Văn phòng chuyên trách phát hiện gian lận và tố giác tội phạm; có bộ phận chuyên trách thẩm định và xác minh những thông tin công bố trên thị trường về các công ty niêm yết. TÀI LIỆU THAM KHẢO Akerlof, G. A. (1970). The Market for Lemons: Quality Uncertainty and the Market Mechanism. Quaterly Joural of Economics, 84(3), 488-500. George, T. J., Kaul, G., and Nimalendran, M. (1991). Estimation of the Bid-Ask Spread and Its Components: A New Approach. The Review of Finacial Studies, 4, 623-656. Glosten, L. R., and Harris, L. E. (1988). Estimating the components of the bid/ask spread. Journal of Financial Economics, 21(1), 123-142. Giouvris, E., and Philippatos, G. (2008). Determinants of the Components of the Bid-Ask Spreads on the London Stock Exchange: The Case of Changes in Trading Regimes. Journal of Money, Investment and Banking, 1, 49-61. Kim, S. H., and Ogden, J. P. (1996). Determinants of the components of bid-ask spreads on stocks. European Financial Management, 1(1), 127-145. Lin, J., Sanger, G. C., and Booth, G. G. (1995). Trade Size and Components of the Bid-Ask Spread. The Review of Financial Studies Winter, 8(4), 1153-1183. Nguyễn Trọng Hoài và Lê An Khang (2008). Mô hình kinh tế lượng xác định mức độ thông tin bất cân xứng: Tình huống thị trường chứng khoán TP.HCM. Tạp chí Công nghệ Ngân hàng, 28, 36-40. 66 KINH TẾ Park, K. (2008). Exchange-Traded Funds and Information Asymmetry. Doctor of Philosophy, Aston University, United Kingdom. Pindych, R., and Rubinfeld, D. (2013). Microeconomics. 8 th Edn., Pearson Education, USA. Spence, M. (1973). Job Market Signaling. The Quarterly Journal of Economics, 87(3), 355-374. Stiglitz, J. E. (1975). The Theory of Screening, Education, and the Distribution of Incom. The American Economic Review, 65(3), 283-300. Van Ness, B. F., Van Ness, R. A., and Warr, R. A. (2001). How do well adverse selection components measure adverse selection? Financial Management, 30(3), 77-98.
File đính kèm:
- muc_do_thong_tin_bat_can_xung_minh_chung_tu_cac_cong_ty_niem.pdf