Luận văn Thạc sĩ Kinh tế: Kiểm định mô hình đầu tư tài chính Fama – French và Carhart trên thị trường chứng khoán

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

BÙI ANH HOÀNG

KIỂM ĐỊNH MÔ HÌNH ĐẦU TƯ TÀI CHÍNH

FAMA – FRENCH VÀ CARHART TRÊN

THỊ TRƯỜNG CHỨNG KHOÁN

LUẬN VĂN THẠC SỸ KINH TẾ

TP. Hồ Chí Minh – Năm 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

BÙI ANH HOÀNG

KIỂM ĐỊNH MÔ HÌNH ĐẦU TƯ TÀI CHÍNH

FAMA – FRENCH VÀ CARHART TRÊN

THỊ TRƯỜNG CHỨNG KHOÁN

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SỸ KINH TẾ

Người hướng dẫn khoa học

PGS. TS. BÙI KIM YẾN

TP. Hồ Chí Minh – Năm 2013

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của bản thân dưới sự hướng dẫn của

PGS. TS Bùi Kim Yến. Nguồn số liệu và kết quả thực nghiệm được thực hiện trung

thực, chính xác.

Tác Giả

Bùi Anh Hoàng

MỤC LỤC

LỜI MỞ ĐẦU ................................................................................................................. 1

CHƢƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH ĐẦU TƢ TÀI CHÍNH HIỆN

ĐẠI TRÊN THỊ TRƢỜNG CHỨNG KHOÁN ........................................................... 4

1.1 Lý thuyết về danh mục đầu tƣ: ...................................................................... 4

1.1.1 Giả định cơ bản của lý thuyết danh mục: .............................................. 4

1.1.2 Mức ngại rủi ro và hàm hữu dụng: ........................................................ 4

1.1.3 Lợi suất và rủi ro của danh mục đầu tƣ: ............................................... 6

1.1.4 Lý thuyết lựa chọn danh mục tối ƣu theo mô hình Markowitz: ............. 10

1.2 Mô hình định giá tài sản vốn CAPM: .......................................................... 11

1.2.1 Các giả định của mô hình:..................................................................... 11

1.2.2 Mô hình CAPM và phần bù rủi ro thị trƣờng: ................................... 12

1.2.3 Áp dụng mô hình định giá CAPM để định giá trong thực tế: ........... 13

1.3 Mô hình Fama – French: .............................................................................. 14

1.3.1 Xây dựng mô hình, ý nghĩa các nhân tố hệ số: .................................... 14

1.3.2 Kết quả mô hình trên mẫu: ................................................................... 16

1.3.3 Các nghiên cứu thực nghiệm mô hình Fama – French: ..................... 16

1.4 Mô hình Carhart: .......................................................................................... 19

1.4.1 Xây dựng mô hình, ý nghĩa các nhân tố hệ số: .................................... 19

1.4.2 Kết quả mô hình trên mẫu: ................................................................... 20

1.4.3 Các nghiên cứu thực nghiệm mô hình Carhart: ................................. 20

1.5 Sự cần thiết phải có mô hình đầu tƣ tài chính phù hợp với thị trƣờng Việt

Nam: ........................................................................................................................... 21

1.5.1 Những nghiên cứu ứng dụng các mô hình đầu tƣ tài chính Fama –

French và Carhart tại Việt Nam: ........................................................................ 21

1.5.2 Sự cần thiết phải kiểm định các mô hình đầu tƣ tài chính trên thị trƣờng

Việt Nam: ............................................................................................................... 22

Kết luận chƣơng 1: ....................................................................................................... 23

CHƢƠNG 2: THỰC TRẠNG THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM VÀ

VIỆC ỨNG DỤNG CÁC MÔ HÌNH ĐẦU TƢ TÀI CHÍNH .................................. 24

2.1 Thị trƣờng chứng khoán Việt Nam: ............................................................ 24

2.1.1 Tổng quan về thị trƣờng chứng khoán Việt Nam: ............................. 24

2.1.2 Thành tựu của thị trƣờng chứng khoán Việt Nam giai đoạn 2007 – 2012:

................................................................................................................................ 24

2.1.3 Những vấn đề tồn tại của thị trƣờng chứng khoán Việt Nam: .......... 25

2.2 Thực trạng việc vận dụng các mô hình đầu tƣ tài chính trên thị trƣờng

chứng khoán Việt Nam: ........................................................................................... 29

2.2.1 Các phƣơng pháp và mô hình đầu tƣ tài chính đƣợc nhà đầu tƣ sử dụng

tại Việt Nam: ......................................................................................................... 29

2.2.2 Những hạn chế và khó khăn trong quá trình vận dụng mô hình đầu tƣ

tài chính ở thị trƣờng chứng khoán Việt Nam: ................................................. 30

2.3 Ứng dụng mô hình Fama French và mô hình Carhart tại SGDCK TP.HCM:

.................................................................................................................................... 33

2.3.1 Xây dựng mô hình Fama – French và Carhart với cổ phiếu trên SGDCK

TP.HCM: ............................................................................................................... 33

2.3.2 Dữ liệu mẫu nghiên cứu: ............................................................................. 34

2.3.3 Xây dựng các danh mục cổ phiếu theo quy mô vốn hóa và tỷ số

BE/ME: 36

2.3.4 Xây dựng danh mục cổ phiếu theo yếu tố xu hƣớng một năm: .............. 37

2.3.5 TSSL kỳ vọng của các danh mục cổ phiếu: ............................................... 38

2.3.6 Xác định các biến cho mô hình Fama – French và Carhart: ............. 38

2.4 Kết quả kiểm định mô hình Fama – French và mô hình Carhart: .......... 39

2.4.1 Phân tích dữ liệu sơ bộ: .............................................................................. 39

2.4.2 Kiểm định tính dừng và kiểm định đa cộng tuyến: .................................. 42

2.4.2.1 Kiểm định tính dừng: ........................................................................... 42

2.4.2.2 Kiểm định hiện tƣợng đa cộng tuyến: ................................................. 43

2.5 Kết quả hồi quy ................................................................................................... 45

2.5.1 Kết quả hồi quy mô hình một nhân tố: ...................................................... 45

2.5.3 Kết quả hồi quy mô hình Fama – French: ............................................... 48

2.5.4 Kết quả hồi quy mô hình Carhart: .......................................................... 50

Bảng 2.8: Kết quả hồi quy mô hình Carhart ..................................................... 50

2.5.5 Kiểm định phần dƣ: ..................................................................................... 51

2.5.5.1 Kiểm định phân phối chuẩn của phần dƣ: ......................................... 51

2.5.5.2 Kiểm định tự tƣơng quan: .................................................................... 53

2.5.5.3 Kiểm định phƣơng sai thay đổi ............................................................ 54

2.5.6 Kết luận ......................................................................................................... 55

Kết luận chƣơng 2: ....................................................................................................... 56

CHƢƠNG 3: KIẾN NGHỊ VÀ GIẢI PHÁP NHẰM ỨNG DỤNG CÁC MÔ HÌNH

ĐẦU TƢ TÀI CHÍNH TRÊN TTCK VIỆT NAM .................................................... 58

3.1 Khuyến nghị đối với nhà đầu tƣ khi ứng dụng mô hình đầu tƣ tài chính: ... 58

3.2 Giải pháp đối với các nhân tố trong mô hình nhằm tăng khả năng ứng dụng

các mô hình đầu tƣ tài chính: .................................................................................. 58

3.2.1 Xây dựng các chỉ số đặc tính cổ phiếu: ...................................................... 58

3.2.2 Xây dựng bộ dữ liệu thị trƣờng đầy đủ, cập nhật: ................................... 59

3.2.3 Tăng tính chuyên nghiệp của nhà đầu tƣ cá nhân: .................................. 60

3.2.4 Phát triển các tổ chức đầu tƣ chuyên nghiệp: ........................................... 61

3.2.5 Nâng cao chất lƣợng và tính minh bạch về công bố thông tin: ............... 61

3.3 Giải pháp hỗ trợ cho việc ứng dụng các mô hình đầu tƣ tài chính: .............. 61

3.3.1 Giải pháp đối với cơ quan quản lý thị trƣờng chứng khoán: .................. 62

3.3.2 Giải pháp đối với các công ty niêm yết: ..................................................... 63

3.3.3 Giải pháp đối với các công ty chứng khoán, quỹ đầu tƣ chứng khoán: . 63

3.3.3.1 Củng cố và nâng cao năng lực hoạt động của các CTCK: .................... 64

3.3.4 Giải pháp đối với nhà đầu tƣ: ..................................................................... 65

Kết luận chƣơng 3: ....................................................................................................... 66

KẾT LUẬN ................................................................................................................... 67

TÀI LIỆU THAM KHẢO ........................................................................................... 68

PHỤ LỤC ...................................................................... Error! Bookmark not defined.

DANH MỤC CÁC TỪ VIẾT TẮT

Mô hình định giá tài sản vốn CAPM

công ty chứng khoán CTCK

Doanh nghiệp DN

Giá trị sổ sách vốn cổ phần thường BE

BE/ME Tỷ số giá trị sổ sách vốn cổ phần thường/ giá trị thị trường vốn cổ phần

thường

Giá trị thị trường vốn cổ phần thường ME

High Minus Low – Nhân tố phần bùi giá trị HML

Sở giao dịch chứng khoán Thành phố Hồ Chí Minh HOSE

Sở giao dịch chứng khoán Hà Nội HNX

Nhà đầu tư NĐT

RMRF Nhân tố phần bù thị trường

SMB Small Minus Big – Nhân tố phần bù quy mô

TP.HCM Thành phố Hồ Chí Minh

TSSL Tỷ suất sinh lợi

TTCK Thị trường chứng khoán

UBCKNN Ủy ban chứng khoán Nhà nước

WML Win Minus Lose – Nhân tố xu hướng

DANH MỤC HÌNH VẼ

Hình 1.1: Mối quan hệ giữa tỷ suất lợi nhuận ước tính và độ lệch chuẩn của một danh

mục

Hình 1.2: Đường cong bàng quan thể hiện mức đồng hữu dụng

Hình 1.3: Đa dạng hóa giảm thiểu rủi ro không hệ thống

Hình 1.4: Vùng quả trứng vỡ Markowitz

Hình 1.5: Kết hợp đường biên hiệu quả và đường hữu dụng

Hình 1.6: Mối quan hệ giữa lợi nhuận chứng khoán và β

DANH MỤC BẢNG

Bảng 2.1: Thống kê 8 danh mục phân loại theo quy mô, BE/ME, xu hướng

Bảng 2.2: Thống kê các nhân tố phần bù thị trường, quy mô, giá trị, xu hướng

Bảng 2.3: Kết quả kiểm định tính dừng của các biến độc lập

Bảng 2.4: Ma trận hệ số tương quan giữa các biến độc lập

Bảng 2.5: Kết quả hồi quy phụ giữa các biến độc lập và nhân tử phóng đại phương sai

(VIF)

Bảng 2.6: Kết quả hồi quy mô hình một nhân tố

Bảng 2.7: Kết quả hồi quy mô hình Fama – French

Bảng 2.8: Kết quả hồi quy mô hình Carhart

Bảng 2.9: Kết quả kiểm định Jarque-Berra

Bảng 2.10: Kết quả kiểm định Breusch – Godfrey

Bảng 2.11: Kết quả kiểm định Harvey

LỜI MỞ ĐẦU

1. Lý do chọn đề tài:

Trong đầu tư tài chính hiện đại, lý thuyết danh mục do Harry Markowitz đề

xướng vào năm 1960 được xem như là lý thuyết nền tảng. Lý thuyết Markowitz đã đưa

ra nhận định chung về việc đa dạng hóa danh mục đầu tư để giảm thiểu rủi ro và đề

xuất sử dụng độ lệch chuẩn và phương sai để đo lường rủi ro chứng khoán và danh

mục đầu tư. Trên cơ sở lý thuyết này, Sharpe (1964) và Lintner (1965) đưa ra mô hình

định giá tài sản vốn (CAPM) thể hiện mối quan hệ giữa rủi ro và tỷ suất sinh lợi chứng

khoán thông qua hệ số bê ta chứng khoán. Tiếp tục phát triển mô hình CAPM, Fama và

French (1993) đã thêm nhân tố quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị

trường để giải thích cho tỷ suất sinh lợi kỳ vọng của chứng khoán. Sau đó, nhiều học

giả trên thế giới đã nghiên cứu mô hình Fama – French để tìm ra một mô hình phù hợp

với đặc điểm thị trường chứng khoán của từng quốc gia. Có thể kể tên một số nghiên

cứu gần đây như: mô hình Carhart (1997), mô hình của Turan G.Bali và Nusret Cakici

(2003)… Trong đó mô hình Carhart chỉ ra rằng: mô hình Fama – French không giải

thích được biến động trong tỷ suất sinh lợi khi phân loại danh mục theo tỷ suất sinh lợi

kỳ trước.

Dựa vào nền tảng lý thuyết trên, luận văn “Kiểm định mô hình đầu tư tài chính

Fama – French và Carhart trên thị trường chứng khoán” được thực hiện nhằm góp phần

tìm ra một mô hình đầu tư tài chính phù hợp với Việt Nam và là cơ sở tham khảo giúp

nhà đầu tư có một mô hình tin cậy để ra quyết định đầu tư.

2. Mục tiêu đề tài:

Mục tiêu của luận văn là kiểm định quan hệ giữa tỷ suất sinh lợi của các cổ phiếu

với nhân tố thị trường, nhân tố quy mô công ty, nhân tố giá trị sổ sách trên giá trị thị

trường và nhân tố xu hướng. Kết quả của luận văn giúp nhà đầu tư có cơ sở để ứng

dụng mô hình đầu tư tài chính khi đầu tư trên thị trường chứng khoán.

3. Đối tƣợng và phạm vi nghiên cứu:

Đối tượng nghiên cứu của luận văn là tỷ suất sinh lợi của cổ phiếu các công ty

niêm yết trên TTCK Việt Nam. Mẫu dữ liệu gồm 77 cổ phiếu của các công ty phi tài

chính được niêm yết trên Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh (HOSE)

từ tháng 1/2007 đến tháng 12/2012.

4. Phƣơng pháp nghiên cứu

Sử dụng các phương pháp như: phân tích, mô tả thống kê, phân tích định lượng và

hồi quy. Từ các nguồn dữ liệu từ SGDCK TP HCM (Hose), …công bố trong khoảng

thời gian từ 2007 đến 2012.

Sử dụng phương pháp hồi quy tuyến tính bình phương bé nhất thông thường OLS

để kiểm định mô hình và đánh giá tác động của từng nhân tố đến tỷ suất sinh lợi cổ

phiếu.

Sử dụng phần mềm Excel để xây dựng danh mục và các biến của mô hình kết hợp

phầm mềm Eview hồi quy kiểm định mô hình.

5. Đóng góp của đề tài:

Đề tài tiến hành kiểm định hai mô hình Fama – French và Carhart trên cùng một

mẫu quan sát và trong cùng khoảng thời gian, tạo cơ sở để so sánh và đưa ra mô hình

phù hợp nhất định giá cổ phiếu trên thị trường chứng khoán Việt Nam. Kết quả hồi quy

cho biết khả năng giải thích của các nhân tố trong hai mô hình lên tỷ suất sinh lợi cổ

phiếu. Đề tài có ý nghĩa trong việc giúp nhà đầu tư định giá chứng khoán và đưa ra

quyết định đầu tư trên thị trường chứng khoán.

6. Kết cấu đề tài:

Ngoài phần mở đầu và phần kết luận. Luận văn tốt nghiệp gồm 3 chương:

- Chương 1: Tổng quan về các mô hình đầu tư tài chính hiện đại trên thị trường

chứng khoán.

- Chương 2: Thực trạng thị trường chứng khoán Việt Nam và việc ứng dụng các

mô hình đầu tư tài chính.

- Chương 3: Kiến nghị và giải pháp nhằm ứng dụng các mô hình đầu tư tài chính

trên thị trường chứng khoán Việt Nam.

CHƢƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH ĐẦU TƢ TÀI CHÍNH HIỆN

ĐẠI TRÊN THỊ TRƢỜNG CHỨNG KHOÁN

1.1 Lý thuyết về danh mục đầu tƣ:

1.1.1 Giả định cơ bản của lý thuyết danh mục:

Một giả định cơ bản nhất của lý thuyết danh mục đầu tư là những người đầu tư đều

mong muốn đạt được mức lợi suất đầu tư tối đa ứng với mỗi mức rủi ro của danh mục.

Lý thuyết này cũng giả định rằng về cơ bản các nhà đầu tư đều không muốn gặp rủi ro,

họ sẽ chọn loại tài sản có rủi ro thấp khi khi lựa chọn giữa hai tài sản cùng đem lại một

mức lợi suất đầu tư như nhau. Tuy nhiên, không phải các nhà đầu tư đều có mức ngại

rủi ro như nhau mà còn tùy thuộc vào mức độ chấp nhận rủi ro của mỗi người trong

mối tương quan với lợi suất đầu tư mà họ nhận được. Từ đó, lý thuyết tài chính đưa ra

một quan điểm được chấp nhận chung là bất cứ một nhà đầu tư hợp lý nào cũng đều có

một mức ngaị rủi ro nhất định khi đầu tư.

1.1.2 Mức ngại rủi ro và hàm hữu dụng:

Các nhà kinh tế học tài chính hiện đại đã chứng minh một cách định lượng hóa được

đặc điểm mức ngại rủi ro các nhà đầu tư bằng lý thuyết hàm hữu dụng biểu thị mối

quan hệ giữa giá trị hữu dụng của một đơn vị tiền tệ kiếm thêm với mức độ rủi ro của

khoản đầu tư và mức ngại rủi ro của một cá nhân đầu tư. Một công thức cho mối tương

quan “rủi ro – mức đền bù rủi ro tương xứng” đã được hình thành:

U= E(r) – 0,5A.σ2

Trong đó U là giá trị hữu dụng và A là chỉ số biểu thị mức độ ngại rủi ro của nhà đầu

tư. Hằng số 0,5 là một con số quy ước theo thông lệ của xác suất thống kê diễn tả mối

quan hệ giữa lợi suất ước tính bình quân E(r) và độ lệch chuẩn (σ) của giá trị bình quân

đó.

Phương trình hàm hữu dụng cho thấy rằng giá trị hữu dụng sẽ tăng lên nếu kết quả tỷ

suất lợi nhuận ước tính tăng và giá trị hữu dụng sẽ bị giảm nếu mức độ rủi ro tăng. Mỗi

nhà đầu tư sẽ có một chỉ số mức độ ngại rủi ro A khác nhau.

Thông thường, đối với cùng một khoản đầu tư thì các nhà đầu tư có mức ngại rủi ro

cao hơn sẽ đòi hỏi mức đền bù rủi ro tương ứng nhiều hơn mới chấp nhận đầu tư. Khi

xem xét những danh mục đầu tư khác nhau (có những cặp lợi nhuận ước tính – mức độ

rủi ro khác nhau), nhà đầu tư sẽ chọn danh mục đầu tư nào đem lại cho họ giá trị hữu

dụng U lớn nhất (có nghĩa là có cặp lợi nhuận ước tính – mức độ rủi ro tốt nhất).

Mối quan hệ giữa tỷ suất lợi nhuận ước tính và độ lệch chuẩn của một danh mục được

thể hiện bằng đồ thị dưới đây:

Hình 1.1: Mối quan hệ giữa tỷ suất lợi nhuận ƣớc tính và độ lệch chuẩn của một

E(r)

danh mục

II

I

P

III

IV

σp

Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc

Gia.

Trên đồ thị trên, danh mục đầu tư P có mức lợi nhuận ước tính E(rp) và độ lệch chuẩn

(σp), được những nhà đầu tư ngại rủi ro thích hơn so với các danh mục đầu tư nằm

trong phần IV của đồ thị vì có lợi suất ngang bằng hoặc lớn hơn bất cứ danh mục đầu

tư nào nằm trong phần IV và luôn có độ lệch chuẩn (mức độ rủi ro) ngang bằng hoặc

thấp hơn. Ngược lại, bất cứ danh mục đầu từ nào trong phần I đều được các nhà đầu tư

thích hơn danh mục đầu tư P.

Còn những danh mục nằm trong vùng II và II cần phải xét thêm một yếu tố. Đó là khả

năng chấp nhận chúng khi so sánh với danh mục P, tùy thuộc vào bản chất ngại rủi ro

của nhà đầu tư.

Theo công thức của hàm hữu dụng, ta có thể lập nên đường đồng mức hữu dụng

(đường cong bàng quan). Những nhà đầu tư có các mức rủi ro khác nhau sẽ có các

đường cong bàng quan phân bổ khác nhau về phía vùng II hoặc vùng III. Ứng với mỗi

đường cong bàng quan, nếu càng tiến lên cao thì mức hữu dụng của nhà đầu tư càng

cao (càng dễ chấp nhận).

E(r)

Hình 1.2: Đƣờng cong bàng quan thể hiện mức đồng hữu dụng

II

I

III

IV

σp

Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc

Gia.

1.1.3 Lợi suất và rủi ro của danh mục đầu tƣ:

Lợi suất danh mục:

Lợi suất danh mục là bình quân gia quyền theo tỷ trọng vốn đầu tư vào từng loại tài

sản, ký hiệu w của lợi suất thu được từ mỗi chứng khoán trong danh mục đầu tư đó.

i=1 wiE(ri)

E(rp) = w1E(r1) + w2E(r2) + …+ wnE(rn) = ∑n

Rủi ro của danh mục đầu tư:

Cũng giống như rủi ro của chứng khoán riêng lẻ, rủi ro tổng thể của danh mục đầu tư là

khả năng biến động trong tương lai về kết quả thu được từ việc đầu tư. Tuy nhiên, khi

phân tích một danh mục đầu tư, chúng ta phải quan tâm đến rủi ro của cả danh mục chứ

không chỉ đơn thuần của từng loại chứng khoán. Tức là nhà đầu tư không thể đánh giá

rủi ro bằng việc chỉ đánh giá rủi ro của từng loại chứng khoán riêng lẻ, mà việc đánh

giá là sự lường mức độ ảnh hưởng của từng loại chứng khoán riêng lẻ đó đối với danh

mục đầu tư. Trong đó chứng khoán đó là một thành tố, và giữa chứng khoán đó với

toàn bộ chứng khoán của thị trường Thực tế là những chứng khoán có tính rủi ro có

khả năng là những thành tố góp phầm làm giảm rủi ro cho toàn danh mục đầu tư. Đây

là lý do tại sao nhà đầu tư cần quan tâm đến việc đa dạng hóa danh mục đầu tư cũng

như xác định phần rủi ro hệ thống.

Đa dang hóa danh mục đầu tư: là việc thực hiện đầu tư qua nhiều loại tài sản vốn khác

nhau tạo thành một danh mục đầu tư sao cho tổng mức rủi ro trên toàn bộ danh mục sẽ

được giới hạn nhỏ lại. Nhà đầu tư có thể loại trừ được rủi ro hệ thống, nhưng có một số

rủi ro không thể loại trừ được. Hình vẽ 1.3 cho thấy khi số chứng khoán tăng lên, rủi ro

còn lại của danh mục là rủi ro thị trường – rủi ro hệ thống.

Hình 1.3: Đa dạng hóa giảm thiểu rủi ro không hệ thống

Rủi ro

Rủi ro không hệ thống

Rủi ro hệ thống

(Rủi ro)

Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc

Gia.

(số lượng chứng khoán)

Các thước đo rủi ro

Một chỉ tiêu thống kê chuẩn đo lường sự biến thiên của tỷ suất sinh lợi của chứng

khoán cũng chính là rủi ro, là phương sai và độ lệch chuẩn của tỷ suất sinh lợi. Phương

sai của TSSL được tính bằng bình phương chênh lệch giữa TSSL thực tế và TSSL kỳ

i)2

vọng của nhà đầu tư. Phương sai TSSL (ri)= giá trị mong đợi của (ri – r¯

Độ lệch chuẩn là căn bậc hai của phương sai.

Rủi ro danh mục được đo lường bằng phương sai danh mục. Với danh mục gồm hai

chứng khoán, để tính phương sai danh mục, ta cần biết về hệ số tương quan và hiệp

phương sai của hai chứng khoán.

Hệ số tương quan của hai chứng khoán cho thấy mối quan hệ cùng hướng hay ngược

hướng của TSSL hai chứng khoán theo thời gian. Nếu hai chứng khoán có TSSL di

chuyển cùng chiều, chúng có tương quan dương và ngược lại. Hệ số tương quan nằm

trong khoảng [-1,+1].

Trong đó σA, σB là độ lệch chuẩn của hai chứng khoán A, B.

COV(A,B) là hiệp phương sai của hai chứng khoán, được tính :

riA,riB là TSSL của chứng khoán A, B ở tình huống i,

rA, rB là các TSSL kỳ vọng của chứng khoán A, B

Từ đó, phương sai của danh mục hai chứng khoán A, B tính theo công thức:

Từ công thức trên, ta thấy rủi ro của danh mục phụ thuộc vào hệ số tương quan của hai

chứng khoán (nếu không xét đến độ lệch chuẩn của mỗi chứng khoán). Nếu hệ số

tương quan = 1 thì khi đó độ lệch chuẩn danh mục hai chứng khoán chính là bình quân

gia quyền độ lệch chuẩn hai chứng khoán với quyền số là tỷ trọng mỗi chứng khoán.

Nếu hệ số tương quan <1 thì độ lệch chuẩn danh mục sẽ giảm thậm chí thấp hơn cả độ

lệch chuẩn khi đầu tư 100% vào chứng khoán có độ lệch chuẩn thấp trong hai chứng

khoán, đây chính là hiệu quả do việc đa dạng hóa mang lại. Khi hệ số tương quan giữa

hai chứng khoán = -1 thì rủi ro dannh mục là thấp nhất.

Với danh mục n chứng khoán thì phương sai của danh mục cũng tương tự:

Phương sai tỷ lệ xấp xỉ với độ dài thời gian mà một chứng khoán hay một danh mục

đầu tư được nắm giữ, nên độ lệch chuẩn tỷ lệ với căn bậc hai của khoảng thời gian.

Điều này có nghĩa là thời gian càng dài thì rủi ro càng cao.

1.1.4 Lý thuyết lựa chọn danh mục tối ƣu theo mô hình Markowitz:

Đường biên hiệu quả Markowitz

Marowitz đã chứng minh được rằng đa dạng hóa có thể làm giảm rủi ro danh mục. với

danh mục gồm hai chứng khoán, các tỷ trọng kết hợp khác nhau cho ra những kết hợp

của TSSL và độ lệch chuẩn mà Markowitz gọi là vùng quả trứng vỡ. Bất kỳ kết hợp

nào cũng cho ra kết quả nằm trong vùng này. Đường biên trên của vùng quả trừng vỡ

chính là đường biên hiệu quả, bao gồm các kết hợp tạo thành những danh mục hiệu

quả, tức là những danh mục có TSSL cao nhất ứng với độ lệch chuẩn cho trước hoặc

danh mục có độ lệch chuẩn thấp nhất ứng với một TSSL cho trước (với giả định các

nhà đầu tư đều muốn tăng TSSL và giảm độ lệch chuẩn).

Nguồn: Chương trình giảng dạy kinh tế Fulbright

Hình 1.4: Vùng quả trứng vỡ Markowitz

Mỗi gạch chéo tượng trưng cho TSSL và độ lệch chuẩn của một danh mục. Với giả

định là nhà đầu tư lúc nào cũng muốn tăng TSSL và giảm độ lệch chuẩn thì họ chỉ đầu

tư vào những danh mục nằm trên đường biên hiệu quả. Do đó, nhà đầu tư có thể thiết

lập đường biên hiệu quả để lựa chọn danh mục đầu tư hơn là đầu tư vào các chứng

khoán riêng lẻ. Việc lựa chọn danh mục đầu tư sẽ tùy thuộc vào đường biên hiệu quả

và mức độ ưa thích rủi ro của nhà đầu tư, tức đường hữu dụng.

Kết hợp danh mục hiệu quả Markowitz và đường hữu dụng

Ứng với mỗi nhà đầu tư (một giá trị hệ số ngại rủi ro) ta có một tập hợp các đường hữu

dụng song song với nhau. Đường hữu dụng càng cao cho thấy mức hữu dụng càng lớn.

Hình 1.5: Kết hợp đƣờng biên hiệu quả và đƣờng hữu dụng

Nguồn: Bài giảng môn Tài Chính Doanh Nghiệp trường Đại Học Kinh Tế TP.HCM

Nhà đầu tư sẽ kết hợp danh mục hiệu quả Markowitz và đường hữu dụng để lựa chọn

danh mục đầu tư. Danh mục đầu tư tối ưu sẽ là danh mục nằm trên đường biên hiệu

quả và tiếp xúc với đường hữu dụng cao nhất có thể.

1.2 Mô hình định giá tài sản vốn CAPM:

1.2.1 Các giả định của mô hình:

Mô hình CAPM do ba nhà kinh tế William Sharpe, John Lintner và Jack Treynor phát

triển từ những năm 1960.

Trong mô hình CAPM, các giả thuyết được chia làm hai loại: giả thuyết về tâm lý của

các nhà đầu tư và giả thuyết của thị trường vốn:

* Những giả thuyết về tâm lý của các nhà đầu tư:

- Các nhà đầu tư khi đưa ra quyết định của mình đều dựa trên việc phân tích

hai yếu tố: lợi suất ước tính và rủi ro của chứng khoán.

- Các nhà đầu tư sẽ tìm cách giảm thiểu rủi ro bằng việc kết hợp nhiều chứng

khoán khác nhau trong tập hợp danh mục đầu tư của mình.

- Các quyết định đầu tư được đưa ra và kết thúc trong khoảng thời gian nhất

định.

- Các nhà đầu tư có chung các kỳ vọng về các thông số đầu vào sử dụng để tạo

lập danh mục đầu tư hữu hiệu Markowitz. Đó là các thông số như: mức lợi

suất, độ rủi ro hay các quan hệ tương hỗ.

* Những giả thuyết về thị trường vốn:

- Thị trường vốn là thị trường cạnh tranh hoàn hảo.

- Không tồn tại các loại phí giao dịch trên thị trường hay bất kỳ một sự cản trở

nào trong cung và cầu của một loại chứng khoán.

- Trên thị trường tồn tại loại chứng khoán không có rủi ro mà nhà đầu tư có

thể đầu tư. Và lãi suất cho vay cùng bằng nhau và bằng lãi suất không rủi ro.

1.2.2 Mô hình CAPM và phần bù rủi ro thị trƣờng:

Mô hình CAPM mô tả mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng: TSLL mong

đợi bằng TSLL phi rủi ro cộng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro toàn

hệ thống của chứng khoán đó.

Mối quan hệ này được thể hiện bằng công thức sau:

E(Ri) = Rf + βi [E(Rm) – Rf ]

Trong đó:

E(R i) là TSSL kỳ vọng của một danh mục tài sản i bất kỳ.

Rf là lợi nhuận phi rủi ro

E(Rm) là lợi nhuận kỳ vọng của thị trường

β i là hệ số beta thị trường của danh mục tài sản i.

Trong đồ thị hình 1.1, mối quan hệ giữa lợi nhuận kỳ vọng chứng khoán và hệ số rủi ro

beta được biểu diễn bằng đường thẳng có tên gọi là đường thị trường chứng khoán

SML (security market line).

Nguồn: Chương trình giảng dạy kinh tế Fulbright

Hình 1.6: Mối quan hệ giữa lợi nhuận chứng khoán và β

Từ đồ thị ta thấy: Khi hệ số β càng cao thì TSSL của chứng khoán càng cao và vì vậy

cũng mang nhiều rủi ro hơn. β bằng 0: Lợi nhuận kỳ vọng của chứng khoán có β bằng

0 chính là lợi nhuận không rủi ro Rf. β bằng 1: Lợi nhuận kỳ vọng của chứng khoán có

β bằng 1 chính là lợi nhuận thị trường, E(Rm). Quan hệ giữa lợi nhuận và hệ số rủi ro β

của chứng khoán là quan hệ tuyến tính được diễn tả bởi đường thẳng SML có hệ số góc

là E(Rm) – Rf.

1.2.3 Áp dụng mô hình định giá CAPM để định giá trong thực tế:

Khi dùng để định giá chứng khoán, mô hình CAPM được thể hiện như sau:

E(Ri) – Rf = αi + βi[E(Rm) – Rf ]

Tài sản được định giá đúng khi αi = 0

αi đo lường TSSL tăng thêm bằng với TSSL mong đợi trừ cho TSSL yêu cầu.

Khi αi > 0, tức tài sản đang bị định giá thấp. Như vậy α được xem là nhân tố định giá

chứng khoán.

1.3 Mô hình Fama – French:

1.3.1 Xây dựng mô hình, ý nghĩa các nhân tố hệ số:

Để kiểm nghiệm mối quan hệ giữa TSSL trung bình với β trong mô hình CAPM, vào

năm 1993 hai tác giả Fama và French tiến hành xem xét tất cả các nhân tố riêng lẻ từ

các nghiên cứu của Banz (1981), Basu (1983), Roenberg, Reid, Lanstein (1985) và

Bhandari (1988) để đánh giá vai trò kết hợp của β, quy mô công ty (ME), E/P, đòn bẩy

tài chính và tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) trong việc giải thích

cho TSSL của cổ phiếu trên thị trường chứng khoán Mỹ trong giai đoạn từ 1963 –

1990. Nghiên cứu này cho thấy rằng TSSL trung bình ít có mối quan hệ với β trong mô

hình CAPM. Kết quả nghiên cứu còn chỉ ra hai nhân tố ME và BE/ME là những yếu tố

có mối quan hệ mạnh nhất tới tỷ suất sinh lợi cổ phiếu và vai trò của hai nhân tố còn lại

(đòn bẩy, E/P) ít có ý nghĩa khi đưa hai nhân tố này vào mô hình.

Từ đó, Fama và French đã xây dựng mô hình định giá chứng khoán với 3 nhân tố bao

gồm: nhân tố thị trường, nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị

trường. Mô hình 3 nhân tố này giải thích phần lớn sự khác biệt TSSL giữa các cổ phiếu

trên thị trường chứng khoán Mỹ.

* Xây dựng mô hình:

Vào tháng 6 mỗi năm t từ 1963 đến 1990, tất cả chứng khoán được xếp theo quy mô và

chia thành 2 nhóm: quy mô nhỏ và quy mô lớn với tỷ lệ 50% - 50%. Quy mô ở đây

chính là giá trị vốn hóa thị trường, được tính bằng số cổ phần phổ thông nhân với giá

trị hiện tại của cổ phiếu. Những chứng khoán này cũng được chia theo giá trị sổ sách

trên giá trị thị trường (BE/ME) thành 3 nhóm: thấp, trung bình và cao với tỷ lệ tương

ứng là 30%-40%-30%. BE/ME được tính là giá trị sổ sách cổ phần thường/giá trị thị

trường vào cuối tháng 12 của năm (t – 1).

Trên cơ sở phân chia này, 6 danh mục đầu tư được hình thành: S/L, S/M, S/H, B/L,

B/M, B/H. Ví dụ danh mục B/L bao gồm những chứng khoán của công ty có quy mô

lớn và BE/ME thấp. Fama – French sử dụng kỳ quan sát là tháng trong bài nghiên cứu.

TSSL trung bình hàng tháng của mỗi danh mục được tính với trọng số là % giá trị vốn

hóa của mỗi chứng khoán trong tổng giá trị danh mục.

Fama và French sử dụng cách tiếp cận hồi quy chuỗi thời gian của Black, Jensen và

Scholes, đưa ra mô hình:

E(Ri) – Rf = αi + βi[E(Rm) – Rf ] + siE(SMB) + hiE(HML) + ei

Trong đó

E(Ri): là tỷ suất sinh lợi của chứng khoán i.

E(Rm): là tỷ suất sinh lợi của thị trường

Rf: là lãi suất phi rủi ro (theo kỳ quan sát tháng)

SMB: là phần bù quy mô, được tính bằng chênh lệch giữa TSSL bình quân của danh

mục có quy mô nhỏ so với TSSL bình quân của danh mục có quy mô lớn. SMB đo

lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có giá trị vốn

hóa nhỏ. Phần lợi nhuận tăng thêm này được gọi là phần bù quy mô tức là phần TSLL

do quy mô của công ty mang lại. Một SMB dương cho thấy những chứng khoán có quy

mô nhỏ có TSSL cao hơn những chứng khoán quy mô lớn và ngược lại.

HML: là phần bù giá trị, được tính bằng chênh lệch giữa TSLL bình quân của danh

mục có giá trị BE/ME cao so với TSLL bình quân của danh mục có giá trị này thấp.

HML đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có tỷ

số BE/ME cao- tức là những cổ phiếu giá trị. Phần lợi nhuận tăng thêm này được gọi

là phần bù giá trị tức là phần TSLL tăng thêm do cổ phiếu giá trị mang lại. Một HML

dương cho thấy những cổ phiếu giá trị có TSSL cao hơn những cổ phiếu tăng trưởng.

β,s,h: các biến phản ánh độ nhạy của các nhân tố.

α là hệ số chặn của mô hình, cũng chính là chênh lệch giữa TSSL thực tế và TSSL kỳ

vọng theo mô hình ba nhân tố.

e : sai số ngẫu nhiên của mô hình.

1.3.2 Kết quả mô hình trên mẫu:

Mô hình trên mẫu của Fama – French trên thị trường chứng khoán Mỹ giai đoạn 1963

– 1990 đã cho thấy một mối quan hệ ngược chiều giữa quy mô và TSSL trung bình và

một mối tương quan cùng chiều mạnh hơn của BE/ME với TSSL trung bình. Điều này

có nghĩa là nhân tố BE/ME có vai trò quan trọng hơn quy mô trong việc tác động lên

TSSL trung bình. Với cùng một nhóm danh mục con BE/ME (ngoại trừ nhóm danh

mục con BE/ME thấp nhất), TSSL giảm khi quy mô tăng, điều này cũng có nghĩa là hệ

số của nhân tố SMB là dương. Với cùng một nhóm danh mục con theo quy mô, TSSL

trung bình có xu hướng tăng cùng với BE/ME, tức hệ số của nhân tố HML là dương.

1.3.3 Các nghiên cứu thực nghiệm mô hình Fama – French:

Từ khi được công bố, mô hình Fama Frech đã được kiểm định và ứng dụng trên nhiều

thị trường chứng khoán. Đa số các nghiên cứu ủng hộ mô hình Fama – French khi so

sánh với mô hình CAPM. Kết quả nghiên cứu cho thấy khi thêm nhân tố SMB, HML

vào mô hình CAPM sẽ giải thích TSSL chứng khoán tốt hơn là mô hình chỉ với một

nhân tố thị trường.

Nghiên cứu tại Mỹ của Nima Billou (2004):

Năm 2004, tác giả Nima Billou đã công bố bài nghiên cứu “Kiểm định mô hình CAPM

và mô hình ba nhân tố Fama – French” trên thị trường chứng khoán Mỹ. Mẫu nghiên

cứu bao gồm 25 danh mục chứng khoán được phân chia theo quy mô và giá trị mà

Fama – French đã sử dụng để kiểm định lại nhằm xem xét trong một khoảng thời gian

dài hơn thì mô hình có còn hiệu quả nữa hay không. Cơ sở so sánh và kiểm tra tính

hiệu quả của hai mô hình là dựa trên α và trung bình giá trị tuyệt đối của α. Kết quả cho

thấy mô hình Fama Frech tốt hơn do có α nhỏ hơn.

Nghiên cứu tại Nhật của hai tác giả Elhaj Walid và Elhaj Ahlem (2007):

Trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng của mô hình Fama –

French trên thị trường chứng khoán Nhật Bản”, dữ liệu mẫu bao gồm TSSL trung bình

hàng tháng của tất cả chứng khoán trên Sở giao dịch chứng khoán Tokyo trong khoảng

thời gian từ 1/2002 đến 9/2007. Kết quả kiểm định cho thấy ở Nhật Bản TSSL có quan

hệ nghịch biến với nhân tố quy mô công ty và đồng biến với nhân tố giá trị. Nhân tố

quy mô thể hiện rõ nét ở những chứng khoán có mức vốn hóa thị trường nhỏ. Mô hình

Fama – French vẫn tỏ ra hiệu quả hơn so với mô hình CAPM chỉ trừ những danh mục

các chứng khoán có giá trị vốn hóa thị trường thấp.

Nghiên cứu tại Thái Lan của tác giả Nopbhanon Homsud (2009):

Tại Thái Lan, bài nghiên cứu “Một nghiên cứu về mô hình ba nhân tố Fama và French”

sử dụng số liệu trên thị trường chứng khoán Thái Lan từ 7/2002 đến tháng 5/2007, bao

gồm 421 cổ phiếu chia làm 6 nhóm danh mục: BH, BM, BL, SH, SM, SL. Kết quả là

mô hình ba nhân tố giải thích tốt hơn mô hình CAPM cho các cổ phiếu thuộc 4 nhóm

SH, BH, BM, SL. Kết quả nghiên cứu cho thấy việc thêm vào các biến quy mô công ty

và biến giá trị đã làm cho mô hình Fama – French có khả năng giải thích TSSL vượt

trội hàng tháng của các danh mục tốt hơn mô hình CAPM. Tuy nhiên nghiên cứu này

cũng cho rằng TSSL của các cổ phiếu trên thị trường Thái Lan cũng có thể có những

biến khác phù hợp hơn các biến quy mô và giá trị và đề xuất nên thêm các nhân tố khác

như nợ, tài sản, P/E vào mô hình ba nhân tố Fama – French.

Tuy nhiên vẫn có những bài nghiên cứu bác bỏ mô hình Fama – French và đề xuất

thêm những nhân tố mới để giải thích cho TSSL cổ phiếu.

Nghiên cứu tại Hàn Quốc của tác giả Kyong Shik Eom và Jong-Ho Park (2008):

Trong bài nghiên cứu “Bằng chứng mô hình ba nhân tố tại Hàn Quốc”, dữ liệu mẫu

bao gồm 868 cổ phiếu trong khoảng thời gian từ 7/1981 đến tháng 12/2007. Các tác

giả cho thấy rằng trong khoảng thời gian (1984 – 1994) mô hình ba nhân tố Fama –

French thì không phù hợp để giải thích TSSL của chứng khoán mà chỉ có mô hình

CAPM tỏ ra phù hợp. Ngoài ra, nghiên cứu cho thấy mô hình Fama – French chỉ phù

hợp để dự báo TSSL trong thị trường chứng khoán Hàn Quốc trong khoảng thời gian

ngắn nhưng không phù hợp trong khoảng thời gian dài. Thêm vào đó, nhóm tác giả

cũng mở rộng mô hình và tìm ra nhân tố chính ảnh hưởng đến mô hình để giải thích

TSSL là tính thanh khoản, sự công bố thông tin và sự lan rộng của việc cấp tín dụng.

Nghiên cứu tại Mỹ của tác giả Long Chen và Lu Zhang (2010):

Với bài nghiên cứu “Một mô hình tốt hơn mô hình ba nhân tố có thể giải thích nhiều

hơn cho TSSL”, Long Chen và Lu Zhang cho rằng mô hình ba nhân tố Fama – French

không giải thích được một mối tương quan thuận giữa TSSL trung bình với TSSL kỳ

trước trong ngăn hạn và mối tương quan nghịch giữa TSSL trung bình với tình trạng

kiệt quệ tài chính, phát hành cổ phần mới và tăng trưởng tài sản. Hai tác giả đã xây

dựng mô hình trên NYSE, Amex và NASDAQ từ tháng 1/2007 đến 12/2006, gồm ba

nhân tố là phần bù thị trường, phần bù đầu tư và phần bù TSSL trên tổng tài sản ROA.

Nhóm tác giả tiến hành hồi quy TSSL các danh mục phân loại theo quy mô và xu

hướng, khả năng rơi vào kiệt quệ tài chính, tăng trưởng tài sản theo ba nhân tố mới xây

dựng trong mô hình của mình. Kết quả cho thấy hệ số α giảm đi đáng kể so với kết quả

hồi quy theo mô hình CAPM, Fama – French và các hệ số nhân tố hầu hết đều có ý

nghĩa thống kê cao.

1.4 Mô hình Carhart:

1.4.1 Xây dựng mô hình, ý nghĩa các nhân tố hệ số:

Trong nghiên cứu năm 1997, Carhart nhận thấy mô hình Fama – French không giải

thích được biến động trong TSSL khi phân loại danh mục theo TSSL kỳ trước (theo xu

hướng/đà tăng trưởng).

Carhart xây dựng mô hình 4 nhân tố bao gồm 3 nhân tố của mô hình Fama – French và

thêm một nhân tố nữa được đưa ra bởi Jegadeesh và Titman (1993) là yếu tố xu hướng

bất thường trong một năm.

Mô hình Carhart:

E(Ri) – Rf = αi + βi[E(Rm) – Rf ] + siE(SMB) + hiE(HML) + pEi (PR1YR) + ei

Trong đó: Có một nhân tố mới là PR1YR: là yếu tố xu hướng một năm. Các nhân tố

còn lại tương tự như mô hình Fama – French.

PR1YR ( High minus Low prior-year return, hay Winners minus Losers): Yếu tố xu

hướng một năm, được tính bằng TSSL bình quân của các chứng khoán cao giá năm

trước trừ cho TSSL bình quân của các chứng khoán thấp giá năm trước, đo lường lợi

nhuận tăng thêm của nhà đầu tư khi tiếp tục nắm giữ những chứng khoán cao giá năm

trước do thực hiện chiến lược đầu tư theo xu hướng.

Hệ số PR1YR được xây dựng trên cơ sở tạo 6 danh mục do phân loại chứng khoán

theo quy mô (Smaill, Big – S, B theo tỷ lệ phân chia là 50 % - 50%) và theo chứng

khoán cao giá/ mất giá năm trước (Winner, Neutral, Losers – W,N,L với tỷ lệ phân

chia là 30%-40%-30%). Hệ số này được tính bằng TSSL bình quân tháng năm sau của

30% chứng khoán có TSSL năm trước cao nhất trừ cho TSSL bình quân tháng năm sau

của 30% chứng khoán có TSSL năm trước thấp nhất. TSSL mà Carhart dùng để phân

loại danh mục là TSSL 11 tháng năm trước với độ trễ 1 tháng. Công thức tính:

PR1YR = [(S/W – S/L) + (B/W – B/L)]/2

1.4.2 Kết quả mô hình trên mẫu:

Kết quả nghiên cứu của Cahart đã cho thấy sự khác nhau lớn trong TSSL của các danh

mục SMB, HML và PR1YR và các nhân tố này có thể giải thích được sự thay đổi của

TSSL theo thời gian. Carhart cũng đưa ra kết quả là mua những chứng khoán cao giá

năm trước có thể mang lại TSSL trung bình 8 %/năm và khuyến nghị không nên đầu tư

vào những quỹ có TSSL âm thương xuyên, những quỹ có TSSL cao hơn năm trước thì

năm sau sẽ có TSSL cao hơn TSSL mong đợi trung bình, nhưng những năm sau đó thì

chưa chắc.

1.4.3 Các nghiên cứu thực nghiệm mô hình Carhart:

Mô hình Carhart được xây dựng dựa trên mô hình Fama – French có bổ sung thêm

nhân tố xu hướng. Tuy nhiên kết quả kiểm định mô hình Carhart ở các thị trường

chứng khoán trên thế giới lại trái ngược nhau chứ không được ủng hộ nhiều như đối

với mô hình Fama – French. Một số nghiên cứu cho rằng mô hình Carhart là tốt nhất so

với các mô hình khác, một số khác lại bác bỏ mô hình này.

Nghiên cứu tại Mỹ của tác giả Tarun Chordia (2005):

Bài nghiên cứu “Lợi nhuận và xu hướng giá” của tác giả Tarun Chordia sử dụng chuỗi

dữ liệu của các công ty niêm yết trên Sở Giao Dịch Chứng Khoán New York từ tháng

01/1972 đến tháng 12/1999. Tác giả chia các công ty thành 10 danh mục theo đà tăng

trưởng. Khi tiến hành hồi quy mô hình Fama – French và Carhart, kết quả cho thấy mô

hình bốn nhân tố có ý nghĩa thống kê hơn mô hình Fama – French.

Nghiên cứu tại Tunisia của Samy Bennaceur và Hasna Chaibi (2007):

Trong bài nghiên cứu “Mô hình định giá tài sản tốt nhất ước tính chi phí vốn: Bằng

chứng thực nghiệm trên thị trường chứng khoán Tunisia”, nhóm tác giả kiểm định 9

mô hình đầu tư tài chính trong đó có mô hình Fama – French và Carhart. Hai tác giả

xem xét TSSL hàng tháng với 4 nhân tố cơ bản là thị trường, SMB, HML, WML trên

thị trường chứng khoán Tunisia từ 7/2000 đến 6/2005. Mẫu bao gồm 6 ngành công

nghiệp là : ngân hàng, bảo hiểm, công nghiệp, cho thuê, nông sản, và bất động sản. Kết

quả kiểm định cho thấy mô hình Carhart là tốt nhất.

Nghiên cứu tại Ai Cập của tác giả Mohamed A. Shaker và Khairy Elgiziry (2013)

Bài nghiên cứu “Kiểm định các mô hình định giá tài sản tại thị trường chứng khoán Ai

Cập” tiến hành kiểm định và so sánh khả năng áp dụng 5 mô hình định giá tại thị

trường chứng khoán Ai Cập. 5 mô hình định giá được nghiên cứu là : CAPM, Fama –

French, Carhart, mô hình 4 nhân tố của Chan và Faff (dựa trên mô hình Fama – French

và thêm nhân tố thanh khoản), mô hình 5 nhân tố (cũng lấy mô hình hình Fama –

French là cơ sở và thêm 2 nhân tố thanh khoản và xu hướng). Mẫu bao gồm 55 công ty

niêm yết trên thị trường này từ 1/2003 – 12/2007. Hai tác giả sử dụng dữ liệu tài chính

và TSSL hàng tháng của các công ty để phân chia làm 6 danh mục theo quy mô và tỷ lệ

giá trị sổ sách trên giá trị thị trường. Kết quả nghiên cứu chấp nhận mô hình Fama –

French và loại bỏ sự phù hợp với mô hình Carhart và các mô hình khác.

1.5 Sự cần thiết phải có mô hình đầu tƣ tài chính phù hợp với thị trƣờng Việt

Nam:

1.5.1 Những nghiên cứu ứng dụng các mô hình đầu tƣ tài chính Fama –

French và Carhart tại Việt Nam:

Việc nghiên cứu và ứng dụng mô hình CAPM và Fama – French đã được thực hiện bởi

một số tác giả, còn mô hình Cahart thì chưa có nhiều nghiên cứu có quy mô và uy tín

cao. Đa số các nghiên cứu đều ủng hộ mô hình Fama – French, cũng tương tự như các

kết quả nghiên trên thế giới.

Bài nghiên cứu “Mô hình Fama – French – một nghiên cứu thực nghiệm đối với thị

trường chứng khoán Việt Nam” của tác giả Vương Đức Hoàng Quân và Hồ Thị

Huệ (2008)

Hai tác giả đã sử dụng dữ liệu của 28 công ty phi tài chính trên sàn giao dịch chứng

khoán TP.HCM (HoSE) với thời gian nghiên cứu từ 1/2005 đến 26/3/2008. TSSL được

tính theo tuần chia làm 4 danh mục SL, SH, BL, BH. Kết quả nghiên cứu chỉ ra rằng

TSSL ngoài việc chịu tác động của nhân tố thị trường còn bị tác động bởi những yếu

tố thuộc về đặc tính của doanh nghiệp niêm yết như quy mô và tỷ số BE/ME. Ngoài ra,

tác giả rút ra kết luận về mối quan hệ tỷ lệ nghịch giữa biến quy mô và giá trị với TSSL

kỳ vọng tức là những công ty có quy mô nhỏ thì có TSSL trung bình cao hơn danh mục

của nhóm công ty có quy mô lớn và các công ty có tỷ số BE/ME thấp lại có giá trị

TSSL cao hơn nhóm công ty có tỷ số BE/ME cao.

Bài nghiên cứu “Ứng dụng mô hình CAPM và Fama French dự báo tỷ suất sinh lợi

để kinh doanh chứng khoán trên thị trường Việt Nam” của tác giả Lê Khả Vy và

Phạm Tấn Triết (2011)

Tác giả sử dụng dữ liệu của 88 công ty trên sàn giao dịch chứng khoán TP.HCM

(HoSE) với thời gian nghiên cứu từ 1/2007 đến 12/2010. các công ty được chia làm 6

danh mục đầu tư tương tự như cách làm của Fama – French. Kết quả nghiên cứu cho

thấy mô hình Fama – French có ý nghĩa tốt hơn mô hình CAPM. Trong mô hình Fama

French thì nhân tố phần bù rủi ro thị trường có tác động nhiều nhất đến TSSL chứng

khoán tiếp sau đó là nhân tố giá trị HML, cuối cùng tác động thấp nhất là nhân tố quy

mô SMB.

1.5.2 Sự cần thiết phải kiểm định các mô hình đầu tƣ tài chính trên thị

trƣờng Việt Nam:

Với sự phát triển vượt bậc của thị trường chứng khoán Việt Nam trong thời gian qua,

việc đầu tư vào lĩnh vực chứng khoán đã trở thành một kênh đầu tư hấp dẫn. Tuy

nhiên, vì là một thị trường mới nổi và chứa nhiều biến động nên việc đầu tư vào thị

trường chứng khoán cũng chứa đựng rất nhiều rủi ro. Và phần lớn các nhà đầu tư tại thị

trường chứng khoán Việt Nam là nhà đầu tư cá nhân. Đa số những nhà đầu tư này ít

kinh nghiệm và thiếu kiến thức về thị trường chứng khoán. Họ chủ yếu đầu tư theo tâm

lý đám đông và cũng là người bị thua lỗ nhiều nhất khi thị trường có đợt điều

chỉnh.Trong tình hình biến động thất thường của thị trường chứng khoán Việt Nam, thì

việc xem xét các yếu tố ảnh hưởng đến TSSL của cổ phiếu để giảm thiểu rủi ro cho các

nhà đầu tư là điều cần thiết. Vì vậy, các nghiên cứu về mô hình CAPM và Fama –

French của các tác giả như Vương Đức Hoàng Quân và Hồ Thị Huệ đã giới thiệu cho

các nhà đầu tư các mô hình vừa đơn giản vừa thiết thực để định giá chứng khoán. Tuy

nhiên, các tác giả cũng thừa nhận những hạn chế trong nghiên cứu của mình như: mẫu

dữ liệu nhỏ, thời gian ngắn … Chính vì vậy luận văn này sẽ góp phần hoàn thiện những

nghiên cứu về các mô hình định giá trên thị trường chứng khoán Việt Nam. Hơn nữa,

kết quả nghiên cứu còn giúp cho các nhà đầu tư có thêm một công cụ tham khảo tin

cậy trong quá trình đầu tư của mình.

Kết luận chƣơng 1:

Chương 1 đã trình bày những nội dung cơ bản của lý thuyết danh mục đầu tư. Trên cơ

sở này, các nhà nghiên cứu đã xây dựng nên các mô hình đầu tư tài chính như mô hình

CAPM, mô hình ba nhân tố Fama – French, mô hình bốn nhân tố Carhart. Những mô

hình này cho thấy ảnh hưởng của các nhân tố thị trường, quy mô, giá trị, xu hướng đến

tỷ suất sinh lợi của chứng khoán. Từ những lý thuyết cơ bản, các học giả trên thế giới

tiếp tục nghiên cứu và ứng dụng các mô hình này vào các thị trường chứng khoán trên

thế giới và tại Việt Nam.

TạiViệt Nam chưa có một mô hình đầu tư tài chính nào được sử dụng rộng rãi như một

tiêu chuẩn chung. Vì vậy, các nhà đầu tư vẫn còn tiến hành các đầu tư mang tính phán

đoán chủ quan không có cơ sở rõ ràng.Vì vậy luận văn này sẽ tiến hành kiểm định các

mô hình đầu tư tài chính để tìm ra một mô hình phù hợp với thị trường chứng khoán

Việt Nam nhằm giúp nhà đầu tư có cơ sở tham khảo khi quyết định đầu tư.

CHƢƠNG 2: THỰC TRẠNG THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM VÀ

VIỆC ỨNG DỤNG CÁC MÔ HÌNH ĐẦU TƢ TÀI CHÍNH

2.1 Thị trƣờng chứng khoán Việt Nam:

2.1.1 Tổng quan về thị trƣờng chứng khoán Việt Nam:

Kể từ khi thị trường chứng khoán Việt Nam chính thức ra mắt - ngày 20/7/2000, số

doanh nghiệp (DN) niêm yết đã tăng lên đáng kể, từ con số 41 cuối năm 2005 lên 737

DN vào cuối tháng 6/2013, đó là chưa kể 135 DN trên thị trường UPCOM. Sau 13 năm

hoạt động, tổng giá trị vốn hoá thị trường đã tăng nhanh qua các năm, từ trên dưới 1

nghìn tỷ đồng cuối năm 2005, lên 904 nghìn tỷ đồng cuối tháng 6/2013. Tỷ lệ vốn hoá

thị trường cuối tháng 6/2013 đạt khoảng 27,9% GDP 2012, cao hơn con số tương ứng

của năm 2006 (21,8%).

Theo thống kê của UBCKNN, giá trị giao dịch bình quân 1 ngày của tháng 6/2013 đã

đạt 1507 tỷ đồng. Điểm số chung của VN-Index đã đạt quanh mức 500 điểm, cao gấp

4,9 lần cách đây 13 năm, tương đương tốc độ tăng 13%/năm; so với cuối năm trước đã

tăng 20%, trong đó của một số mã còn tăng cao hơn nhiều. Tuy nhiên, điểm số chung

trên sàn Hà Nội (HNX) chỉ còn bằng 62% khởi điểm sau 8 năm thành lập, với gần 2/3

tổng số mã hiện đã ở mức dưới mệnh giá.

Bên cạnh đó, số vốn huy động qua phát hành thêm cổ phiếu và cổ phần hoá 6 tháng

2013 đạt 5 nghìn tỷ đồng, giảm 20% so với cùng kỳ năm trước; vốn huy động qua phát

hành trái phiếu chính phủ đạt 123 nghìn tỷ đồng, tăng 67% so với cùng kỳ năm trước,

và dòng vốn FII trên thị trường chứng khoán chính thức vào thuần đạt 404 triệu USD,

cao gấp 8 lần so với cùng kỳ.

2.1.2 Thành tựu của thị trƣờng chứng khoán Việt Nam giai đoạn 2007 – 2012:

Quy mô thị trường hiện tăng trên 50 lần, vốn hóa năm đầu tiên dưới 1% GDP, nhưng

cuối năm 2011 đạt gần 27%. Khối lượng giao dịch cũng tăng 30 – 40 lần so với năm

đầu tiên giao dịch. Công ty niên yết trong năm đầu tiên thị trường hoạt động chỉ hơn 10

doanh nghiệp, nay tăng lên gần 800 doanh nghiệp.

Huy động vốn thực sự là điểm đáng chú ý hơn cả với gần 700.000 tỷ đồng huy động

cho nền kinh tế qua 12 năm, đỉnh cao là năm 2007 đạt 127.000 tỷ đồng. Luồng vốn đầu

tư gián tiếp nước ngoài có thời điểm cao nhát lên đến 12 tỷ USD, nay khoảng 6,7 tỷ

USD, góp phần cân bằng cán cân thanh toán, cũng như gia tăng sức hấp dẫn của môi

trường đầu tư Việt Nam trong con mắt nhà đầu tư quốc tế.

Các tổ chức kinh doanh chứng khoán đã có những bước phát triển về quy mô mạng

lưới công nghệ và trở thành một tổ chức trung gian phục vụ cho hoạt động tư vấn, cổ

phần hóa kết nối cung cầu trên thị trường chứng khoán.

Về số lượng tài khoản nhà đầu tư cũng ngày một gia tăng, khi mới có thị trường

chứngk hoán chỉ có khoảng 3.000 tài khoản, nhưng hiện nay đã có 1,2 triệu tài khoản.

Lượng vốn huy động qua thị trường, đặc biệt là từ khối nhà đầu tư nước ngoài đến nay

danh mục của khối này khoảng 8 tỷ USD.

Các tổ chức như Sở, Trung tâm Lưu ký cũng ngày càng phát triển, công nghệ thông tin

đã được cải thiện, nhiều dịch vụ, nghiệp vụ, sản phẩm mới cũng đã được triển khai

đảm bảo cho hoạt động thị trường được thông suốt, không xảy ra đổ vỡ. Khung pháp lý

cho thị trường cũng ngày càng được hoàn thiện và từng bước tiếp cận với tiêu chuẩn

quốc tế.

Tuy nhiên nhiên, thị trường chứng khoán Việt Nam vẫn là một thị trường non trẻ,

ngành kinh doanh mới, chứa đựng nhiều hạn chế và khó khăn.

2.1.3 Những vấn đề tồn tại của thị trƣờng chứng khoán Việt Nam:

Hàng hoá của thị trường

Số lượng chứng khoán nhiều nhưng chất lượng còn thấp, sản phẩm thị trường chưa đa

dạng, chưa đáp ứng được yêu cầu của các nhà đầu tư. Đối với trái phiếu, số lượng mã

trái phiếu được niêm yết là khá lớn nhưng khối lượng mỗi mã lại nhỏ, đây là rào cản

lớn đối với việc tăng cường thanh khoản của thị trường.

Đa số các công ty niêm yết, đăng ký giao dịch là những công ty vừa và nhỏ. Chất

lượng của các công ty niêm yết chưa cao, đặc biệt là quản trị công ty và tính công khai,

minh bạch. Trong thời kỳ khó khăn đặc biệt là giai đoạn 2010-2011 nhiều công ty niêm

yết làm ăn thua lỗ, ảnh hưởng đến sự hấp dẫn của cổ phiếu niêm yết và niềm tin của

các nhà đầu tư.

Sản phẩm thị trường còn nghèo nàn, ngoài cổ phiếu và một số loại trái phiếu doanh

nghiệp, chứng chỉ quỹ, chưa có các sản phẩm phái sinh và các công cụ đầu tư khác, vì

vậy hàng hoá thị trường còn khiếm khuyết, chưa có công cụ phòng ngừa rủi ro.

Cơ sở pháp lý

Luật chứng khoán vẫn còn những thiếu sót chưa phù hợp, hành lang pháp lý thiếu hoàn

chỉnh để đảm bảo tính chặt chẽ cho thị trường.

Luật chứng khoán có hiệu lực từ ngày 01/01/2007 và được sửa đổi bổ sung vào năm

2010, mặc dù đã đáp ứng yêu cầu pháp lý cao trong tình hình quản lý thị trường chứng

khoán hiện nay, nâng cao khả năng hội nhập của thị trường nước ta với thế giới, tuy

nhiên thị trường chứng khoán lại đang phát sinh nhiều hoạt động chưa được điều chỉnh

bởi những văn bản pháp lý cao nhất. Việc kiểm soát hoạt động tập trung kinh tế, hoạt

động mua bán, sát nhập doanh nghiệp chưa được phối hợp chặt chẽ, phần lớn chỉ dừng

lại ở biện pháp giám sát, các quy định về quản lý, kiểm soát thị trường đảm bảo phát

triển bền vững còn thiếu và chưa đồng bộ.

Công tác quản lý giám sát

Quản lý, giám sát hoạt động thị trường còn chưa thật tốt dẫn đến việc giá cổ phiếu tăng

giảm bất thường, chất lượng dịch vụ của các tổ chức tài chính trung gian, hoạt động tư

vấn, giám sát, định giá cổ phần để niêm yết chưa hợp lý, chất lượng và quản lý thông

tin hạn chế, thị trường phi tập trung OTC hoạt động kém hiệu quả.

Nguyên nhân là do sự chủ động của các bộ, ngành chức năng cũng như sự phối hợp

liên ngành để thực hiện quản lý, kiểm soát thị trường chứng khoán chưa thật tốt. Việc

quản lý hoạt động của các tổ chức phát hành, các công ty chứng khoán chưa được phối

hợp chặt chẽ. Hiện nay tình trạng vi phạm xảy ra thường xuyên, đặc biệt là những vi

phạm trong hoạt động thao túng thị trường, giao dịch nội gián xảy ra thường xuyên

trong thời gian qua đã gây ra tâm lý mất niềm tin vào diễn biến thị trường của các nhà

đầu tư, tạo nên một thị trường chứng khoán Việt Nam hoạt động một cách bất thường

không đúng với những điều chỉnh theo quy luật kinh tế, có nhiều rủi ro hơn và kém hấp

dẫn hơn đối với các nhà đầu tư.

Hiện nay, thị trường OTC còn thả nổi, chưa đi vào tập trung quản lý nên trong thời

gian qua đã có nhiều biến động dữ dội mà hiện tại thị trường này đã bị đóng băng sau

một thời gian hoạt động rất bùng nổ. Chính vì việc quản lý thiếu chặt chẽ các công ty

đại chúng và không có sự điều chỉnh nên thị trường OTC thiếu đi những thông tin

mang tính minh bạch là nguyên nhân làm giảm đi sự thu hút của các nhà đầu tư đối với

thị trường này.

Các thành phần tham gia thị trường chứng khoán

Diễn biến thị trường chứng khoán Việt Nam thất thường. Nguyên nhân là do mức vốn

hóa thị trường đang tăng nhanh trong khi lượng vốn hóa đạt được lại thấp, quy mô phát

triển còn nhỏ, lượng hàng hóa trên thị trường còn ít dẫn đến sự mất cân đối cung cầu và

những biến động bất lợi cho thị trường. Do vậy mà thị trường phát triển không ổn

định,không phản ánh đúng trạng thái của nền kinh tế. Ngoài ra còn do những hạn chế

của các nhà đầu tư Việt Nam trên thị trường về kiến thức đầu tư chứng khoán, tạo nên

tình trạng đầu tư theo tâm lý bầy đàn, mang tính chất đầu cơ khiến cho thị trường phát

triển kém lành mạnh.

Cơ sở hạ tầng trong ngành chứng khoán còn chưa đáp ứng được yêu cầu, hoạt động của

các trung gian tài chính còn chưa đủ năng lực. Phần lớn là do công nghệ thông tin đầu

tư trên thị trường đã lỗi thời, nguồn nhân lực chuyên môn cao còn thiếu của các trung

tâm giao dịch chứng khoán và của các công ty chứng khoán chưa thể theo kịp sự phát

triển quá nhanh của thị trường. Do đó các công ty chứng khoán tại Việt Nam hiện nay

chỉ dừng lại ở các hoạt động môi giới, tư vấn, lưu ký, bảo lãnh phát hành, chưa đủ năng

lực giám sát tài chính, chưa đủ điều kiện để tiến hành phát triển các công cụ phái sinh

để hạn chế rủi ro.

Hoạt đông kiểm toán

Hoạt động kiểm toán trên thị trường chứng khoán còn bộc lộ nhiều hạn chế:

Thứ nhất, về kiểm toán báo cáo tài chính của các công ty phát hành và niêm yết chứng

khoán. Một số nghiệp vụ kế toán quan trọng của doanh nghiệp chưa được phản ánh đầy

đủ do thiếu các chuẩn mực kế toán và kiểm toán phù hợp trong quy định chế độ kế toán

hiện hành như việc tăng vốn điều lệ, cổ phiếu quỹ, các biến động bất thường … nhiều

công ty chưa thận trọng khi kiểm toán các các nghiệp vụ này, có khi còn bỏ qua sai sót

rõ ràng của doanh nghiệp được kiểm toán. Hơn nữa, một số báo cáo tài chính của công

ty phát hành và niêm yết được kiểm toán có phần thuyết minh còn sơ sài, gây khó khăn

cho UBCKNN cũng như các nhà đầu tư trong việc theo dõi và đánh giá tình hình hoạt

động của các công ty này trên thị trường chứng khoán, đặc biệt là những chỉ tiêu có

biến động lớn, những thông tin về tình hình sản xuất kinh doanh, tình hình tài chính

của doanh nghiệp mà chưa có đầy đủ trong các báo cáo tài chính.

Thứ hai, về chất lượng kiểm toán báo cáo tài chính của các công ty chứng khoán cũng

còn một số sai sót như trình bày cẩu thả, không kiểm soát kỹ các thông tin trong báo

cáo tài chính, thông tin trong thuyết minh báo cáo tài chính còn sơ sài, việc hạch toán

của một số công ty chứng khoán còn chưa tuân thủ chế độ kế toán công ty chứng khoán

nhưng trong báo cáo tài chính kiểm toán không nêu ý kiến. Có thể nói nguyên nhân

chủ yếu của tình trạng nêu trên là do các công ty chưa hoàn toàn thích ứng với việc áp

dụng các chuẩn mực kế toán, kiểm toán mới ban hành. Theo đánh giá của Bộ Tài

chính, các công ty kiểm toán trong nước thường không có các hướng dẫn quy trình

kiểm toán nội bộ như sổ tay kiểm toán và tài liệu đào tạo. Hơn nữa, việc vận dụng các

Chuẩn mực quốc tế và Chuẩn mực Việt Nam một cách không thích hợp đôi khi không

chỉ gây khó hiểu mà còn khó khăn cho các công ty trong quá trình thực hiện trong điều

kiện kinh tế ở Việt Nam hiện nay.

2.2 Thực trạng việc vận dụng các mô hình đầu tƣ tài chính trên thị trƣờng chứng

khoán Việt Nam:

2.2.1 Các phƣơng pháp và mô hình đầu tƣ tài chính đƣợc nhà đầu tƣ sử dụng

tại Việt Nam:

Trên thị trường chứng khoán Việt Nam, các nhà đầu tư cá nhân chiếm đa số. Trong đó,

cách lựa chọn đầu tư chứng khoán của từng nhà đầu tư cũng khác nhau, có nhà đầu tư

thì chọn đầu tư chứng khoán theo phương pháp phân tích kỹ thuật, một số đầu tư dựa

trên tin tức, dựa vào tâm lý đám đông và theo xu hướng thị trường. Hoặc nhà đầu tư

tham khảo các phân tích cơ bản của các công ty chứng khoán phát hành để thực hiện

kinh doanh.Ưu điểm của phương pháp phân tích cơ bản là có thể phát hiện ra những cổ

phiếu tốt được thị trường định giá thấp và khi thị trường nhận ra giá trị thực sự của cổ

phiếu này thì giá của nó sẽ tăng cao và nhà đầu tư thu được lợi nhuận lớn.

Ngoài ra, yếu tố đầu tư tâm lý bầy đàn và theo xu hướng của thị trường chứng khoán

Việt Nam cũng có xu hướng giảm trong thời gian gần đây vì các nhà đầu tư nhận ra

rằng sẽ rất rủi ro khi những nhà đầu tư chiếm vốn lớn trên thị trường gặp rủi ro và cũng

không dễ để có thông tin chính xác hiện các nhà đầu tư lớn này đang dự định mua cổ

phiếu nào, giá sẽ được đẩy tới bao nhiêu. Nếu thông tin nhận được quá trễ hay không

chính xác thì nhà đầu tư có thể phải chịu thua lỗ. Còn đối với phương pháp đầu tư theo

phương pháp kỹ thuật thì cũng có nhược điểm là rất dễ bị đánh lừa nếu một nhà đầu tư

nào đó đang kiểm soát một cổ phiếu nhất định và thực hiện việc mua bán để tạo cung

ảo, cầu ảo. Các nhà đầu tư khác nếu chỉ dựa vào các chỉ báo kỹ thuật mà không có các

phân tích khác thì sẽ lầm tưởng đây là cổ phiếu tốt được nhiều người quan tâm. Thêm

vào đó, kiến thức về chứng khoán của các nhà đầu tư còn hạn chế nên việc phân tích

các đồ thị gây rất nhiều khó khăn và bất lợi cho các nhà đầu tư.

Hiện nay, trong các phương pháp định giá theo phân tích cơ bản, các công ty định giá

chủ yếu dựa vào phương pháp định giá trên thu nhập (P/E) và giá trên giá trị sổ sách

(P/BV). Và nếu việc định giá dựa trên kỹ thuật chiết khấu dòng tiền thì họ chủ yếu

dùng phương pháp hiện giá dòng tiền hoạt động (OFCF) và hiện giá dòng tiền vốn cổ

phần (FCFE) kết hợp với viêc định gái theo phương pháp P/E và P/BV.

Tuy nhiên, việc áp dụng phương pháp hiện giá dòng tiền để định giá chứng khoán tại

Việt Nam cũng gặp một số khó khăn làm cho việc ước tính nguồn thu trong tương lai

của các công ty khó có thể chính xác như: tình hình môi trường kinh doanh có nhiều

biến động ,trong khi các doanh nghiệp Việt Nam đều chưa quen với lập kế hoạch sản

xuất kinh doanh dài hạn, đặc biệt là còn xa lạ với việc dự báo chi tiét luồng tiền dài hạn

ra vào công ty, do đó dẫn đến khó khăn trong xác định dòng tiền để chiết khấu.

2.2.2 Những hạn chế và khó khăn trong quá trình vận dụng mô hình đầu tƣ

tài chính ở thị trƣờng chứng khoán Việt Nam:

Thiếu thông tin, chất lượng thông tin chưa đáng tin cậy

Trong những năm qua, nhiều bất cập về chất lượng thông tin và vi phạm về thiếu minh

bạch thông tin liên tiếp xảy ra. Điều này cho thấy chất lượng và hệ thống minh bạch

thông tin trên thị trường chưa được thực thi hiệu quả, ảnh hưởng tiêu cực đến tính hiệu

quả của thị trường và niềm tin của nhà đầu tư đối với thông tin được công bố.

Những bất cập và vi phạm về công bố thông tin đã ảnh hưởng đến các phương pháp

định giá như:

Thiếu thông tin thống kê về thị trường: hoạt động thống kê theo ngành, theo lĩnh vực

kinh doanh vẫn là một vấn đề chưa giải quyết được hoàn toàn, nguyên nhân là chúng ta

chưa xây dựng được một cơ sở dữ liệu thống nhất toàn quốc. Vì vậy chất lượng thông

tin công bố không có sự đảm bảo, do vậy không có một cơ sở dữ liệu chung để thống

kê phục vụ cho công tác định giá.

Thiếu những thông tin nghiên cứu về chứng khoán như những tờ báo của tổ chức xếp

hạng tín dụng.Việc không tồn tại các tổ chức xếp hạng tín dụng ở Việt Nam là một trở

ngại lớn cho quá trình định giá.

Những giao dịch có vấn đề

Tại những thị trường chứng khoán mới nổi, những giao dịch có vấn đề thường nảy sinh

do sự quản lý lỏng lẻo của pháp luật cũng như sự thiếu hiểu biết của những người tham

gia thị trường. Những thông tin nội gián, thao túng giá và tung tin đồn sai sự thật được

sử dụng để kiếm lời riêng thường là những hành động làm ảnh hưởng lớn đến giá cổ

phiếu, tạo ra cung cầu ảo ảnh hưởng tiêu cực đến tính hiệu quả của thị trường. Bên

cạnh đó, các quy định xử phạt vi phạm còn khá nhẹ nên những hành vi này vẫn tiếp

diễn. Vì vậy giá giao dịch thời gian trước đây có khoảng cách rất lớn với giá trị nội tại

của cổ phiếu.

Chuẩn mực kế toán và những bất cập

Một số doanh nghiệp thực hiện chưa đúng quy định về hạch toán kết toán hoặc hạch

toán không đầy đủ, dẫn đến các khoản mục trên báo cáo tài chính chưa phản ánh chính

xác tình hình tài chính của doanh nghiệp, khiến cho việc so sánh hiệu quả hoạt động

giữa các doanh nhgiệp thông qua kết quả trên báo cáo tài chính trở nên khập khiễng,

thậm chí kết quả kinh doanh của nhiều doanh nghiệp trước và sau kiểm toán chênh lệch

nhiều, một số chênh lệch là do sự không nhất quán trong hạch toán của doanh nghiệp

và của kiểm toán viên. Ngoài ra, thông tin trên báo cáo thường niên của doanh nghiệp

còn nghèo nàn, báo cáo thường niên hiện nay chỉ đơn thuần trình bày các báo cáo tài

chính bắt buộc như bảng cân đối tài sản, báo cáo thu nhập, báo cáo lưu chuyển tiền tệ

và thuyết minh báo cáo tài chính. Báo cáo thuyết minh cũng khá sơ sài và có những

khoản mục vẫn chưa được thuyết minh rõ ràng. Báo cáo thường niên của các doanh

nghiệp Việt Nam hiện nay chưa có phần phân tích của ban quản trị về vị thế tài chính

kết quả hoạt dộng của doanh nghiệp, phân tích rủi ro mà danh nghiệp phải đối mặt.

Những vấn đề này cũng làm ảnh hưởng đến chất lượng thông tin của các báo cáo tài

chính.

Trình độ hiểu biết chung về chứng khoán còn hạn chế

So với các thị trường chứng khoán trên thế giới, thị trường Việt Nam đi vào hoạt động

chưa lâu và những vấn đề liên quan còn rất mới mẻ đối với người dân, các tổ chức kinh

doanh chứng khoán và các cơ quan quản lý. Trong đó khả năng phân tích của các nhà

đầu tư Việt Nam còn hạn chế. Do thiếu kinh nghiệm nên các nhà đầu tư cá nhân ít có

khả năng phân tích thông tin, họ mua bán chứng khoán theo hành động của các nhà đầu

tư khác.

Chính vì những khó khăn này mà hiện nay việc định giá trên thị trường chứng khoán

Việt Nam vẫn rất hạn chế. Do vậy cần có những biện pháp tích cực hạn chế những khó

khăn này, từng bước đưa hoạt động định giá chuyên nghiệp hơn đáp ứng nhu cầu thị

trường.

2.3 Ứng dụng mô hình Fama French và mô hình Carhart tại SGDCK TP.HCM:

2.3.1 Xây dựng mô hình Fama – French và Carhart với cổ phiếu trên

SGDCK TP.HCM:

Luận văn tiến hành phân tích tác động của bốn nhân tố RMRF, SMB, HML và WML

trong việc giải thích TSSL cổ phiếu bằng việc kiểm định hai mô hình là Fama –

French và Carhart.

Mô hình 3 nhân tố Fama – French:

E(Ri) – Rf = αi + βi[E(Rm) – Rf ] + siE(SMB) + hiE(HML) + ei

Mô hình 4 nhân tố Carhart với 3 nhân tố đầu được xây dựng giống như mô hình 3

nhân tố Fama – French, nhân tố thứ 4 là nhân tố xu hướng:

E(Ri) – Rf = αi + βi[E(Rm) – Rf ] + siE(SMB) + hiE(HML) + piE(WML) + ei

Trong đó:

E(Ri): là TSSL kỳ vọng của danh mục các cổ phiếu.

RM: là TSSL của thị trường.

Rf: là lãi suất phi rủi ro

E(Rm) – Rf (viết tắt là RMRF): là nhân tố thị trường

SMB: nhân tố phần bù quy mô.

HML: nhân tố phần bù giá trị.

WML: nhân tố xu hướng.

β: hệ số nhân tố thị trường

si: hệ số nhân tố quy mô

hi: hệ số nhân tố giá trị

ei: hệ số nhân tố xu hướng.

2.3.2 Dữ liệu mẫu nghiên cứu:

Luận văn sử dụng mẫu dữ liệu nghiên cứu là cổ phiếu thường của 77 công ty phi tài

chính niêm yết trên Sở Giao Dịch Chứng Khoán TP.HCM (HOSE) trước 31/12/2006.

Giai đoạn lấy số liệu từ 01/01/2007 đến 31/12/2012. Trong đó tác giả sử dụng dữ liệu

từ 01/2007 – 12/2011 dùng làm cơ sở xây dựng danh mục và dữ liệu từ 01/2008 –

12/2012 để kiểm định các mô hình.

Ứng với mỗi công ty có trong mẫu, dữ liệu được thu thập như sau:

Giá đóng cửa của cổ phiếu cuối mỗi phiên giao dịch. Giá này được điều chỉnh trong

trường hợp thưởng bằng cổ phiếu, nhận tổ tức bằng cổ phiếu … Dữ liệu đã điều chỉnh

được thu thập từ trang điện tử www.cophieu68.com .

Khối lượng cổ phần thường đang lưu hành và vốn chủ sở hữu của các công ty được lấy

từ báo cáo tài chính cuối năm đã được kiểm toán từ năm 2007 – 2012. Báo cáo tài

chính các công ty được lấy từ trang điện tử của Sở Giao Dịch Chứng Khoán TP.HCM.

Ngoài ra, dữ liệu về chỉ số VN-Index được thu thập từ trang web điện tử

www.cophieu68.com. Dữ liệu về lãi suất trái phiếu chính phủ kỳ hạn 5 năm được thu

thập từ trang điện tử của công ty TNHH chứng khoán ngân hàng ngoại thương và công

ty chứng khoán Tân Việt.

Tỷ suất sinh lợi cổ phiếu

Dựa vào giá đóng cửa cuối mỗi tháng đã điều chỉnh của cổ phiếu, TSSL được tính theo

tháng. Công thức tính TSSL tháng của cổ phiếu như sau:

Rt=(Pt – Pt-1)/Pt-1

Trong đó:

Rt: TSSL của cổ phiếu tháng t

Pt: Giá đóng cửa điều chỉnh của cổ phiếu cuối tháng t

Pt-1: Giá đóng cửa điều chỉnh của cổ phiếu cuối tháng t-1

Giá đóng của cuối mỗi tháng là giá đóng cửa của phiên giao dịch cuối mỗi tháng.

Trường hợp cổ phiếu không có số liệu/ không có giao dịch phiên cuối tháng thì lấy giá

đóng của của phiên giao dịch trước đó.

Lãi suất phi rủi ro

Luận văn sử dụng lãi suất của trái phiếu chính phủ kỳ hạn 5 năm do Kho Bạc Nhà

Nước phát hành từ 01/2007 – 12/2012. Với những đợt không có lãi suất trúng thầu thì

giữ nguyên lãi suất của đợt trước. Riêng trong giai đoạn biến động mạnh của thị trường

tài chính từ 08/2008 – 08/2009, liên tiếp không có lãi suất trúng thầu của trái phiếu kỳ

hạn 5 năm nên tác giả lấy dữ liệu lãi suất trúng thầu của trái phiếu kỳ hạn 2 năm vào

2/2009 làm đại diện cho lãi suất phi rủi ro giai đoạn này. Số liệu lấy từ trang điện tử

của công ty công ty TNHH chứng khoán ngân hàng ngoại thương và công ty chứng

khoán Tân Việt. Cụ thể, giai đoạn từ 1/2007 -03/2009: dữ liệu được lấy từ trang điện tử

của công ty TNHH chứng khoán ngân hàng ngoại thương, giai đoạn từ 04/2009 –

12/2012 : dữ liệu được lấy từ trang điện tử của công ty chứng khoán Tân Việt.

Tỷ suất sinh lợi thị trường

TSSL thị trường được tính căn cứ vào TSSL tháng của VN-Index, thời điểm tính vào

cuối mỗi tháng.

Công thức tính:

RM = (VNIndext – VNIndext-1)/ VNIndext-1

Trong đó:

RM: là TSSL của danh mục thị trường tháng t

VNIndext : là chỉ số VNIndex cuối tháng t

VNIndext-1:là chỉ số VNIndex cuối tháng t-1

Quy mô

Quy mô được xác định bằng giá trị vốn hóa thị trường của cổ phiếu vào thời điểm ngày

31/12 hàng năm, được tính bằng công thức:

Quy mô = số lượng cổ phiếu đang lưu hành x giá trị thị trường cổ phiếu.

Số lượng cổ phiếu đang lưu hành của mỗi công ty được lấy tại ngày 31/12 từ báo cáo

tài chính đã được kiểm toán.

Tỷ số giá trị sổ sách trên giá trị thị trường

Tỷ số này được tính bằng cách lấy vốn chủ sở hữu chia cho giá trị vốn hóa thị trường

của công ty.

Vốn chủ sở hữu mỗi công ty cũng được lấy từ báo cáo tài chính hàng năm đã được

kiểm toán.

2.3.3 Xây dựng các danh mục cổ phiếu theo quy mô vốn hóa và tỷ số BE/ME:

Hai tác giả Fama và French đã xây dựng 6 danh mục theo hai yếu tố quy mô và tỷ số

BE/ME. Các cổ phiếu được phân thành 2 danh mục quy mô lớn (B) và nhỏ (S) dựa vào

quy mô trung vị, sau đó phân chia tiếp dựa theo tỷ số BE/ME: 30% được xếp vào danh

mục có tỷ số BE/ME thấp, 40% xếp vào danh mục tỷ số BE/ME trung bình, và 30%

còn lại được xếp vào danh mục có tỷ số BE/ME cao nhất. Tuy nhiên, Fama và French

cũng cho rằng việc phân chia các cổ phiếu thành 2 danh mục theo quy mô và 3 danh

mục theo hệ số BE/ME là tùy ý không ảnh hưởng đến kết quả kiểm định. Với mẫu dữ

liệu mà tác giả chọn nghiên cứu chỉ có 77 công ty, nếu phân chia theo cách của Fama –

French thì sẽ có những danh mục chỉ có một vài cổ phiếu. Như vậy là quá ít, điều này

có thể làm cho các cổ phiếu trong danh mục đó không đại diện cho TSSL của cả danh

mục làm ảnh hưởng đến kết quả nghiên cứu. Nên tác giả sẽ chỉ phân chia như sau:

2 danh mục quy mô (B và S) dựa vào quy mô trung vị: danh mục B bao gồm các cổ

phiếu có quy mô lớn hơn hoặc bằng quy mô trung vị và danh mục S bao gồm các cổ

phiếu có quy mô nhỏ hơn quy mô trung vị.

Sau đó, sử dụng tỷ số BE/ME của các cổ phiếu để phân chia thành 2 nhóm: nhóm có tỷ

số BE/ME cao (H) và nhóm có tỷ số BE/ME thấp (L), trong đó nhóm (H) bao gồm

những cổ phiếu có tỷ số BE/ME lớn hơn hoặc bằng quy mô trung vị và nhóm thấp (L)

bao gồm những cổ phiếu có tỷ số BE/ME nhỏ hơn quy mô trung vị.

Như vậy sẽ có tổng cộng 4 danh mục được phân chia theo quy mô và tỷ số BE/ME.

Các danh mục này được ký hiệu như sau: BH, BL, SH, SL. Ví dụ BH là danh mục gồm

cổ phiếu của những công ty có quy mô lớn và tỷ số BE/ME cao. Cách lập luận tương tự

cho các danh mục còn lại.

Việc phân chia danh mục cho 77 công ty trong mẫu sẽ được tác giả tiến hành 1 năm 1

lần trên cơ sở dữ liệu của năm trước.

2.3.4 Xây dựng danh mục cổ phiếu theo yếu tố xu hƣớng một năm:

Trong luận văn này, tác giả sẽ xây dựng danh mục cổ phiếu theo yếu tố xu hướng một

năm tương tự như cách làm của Carhart. Tức là, các cổ phiếu sẽ được phân thành 2

nhóm theo quy mô (S và B theo tỷ lệ 50% - 50%), và 3 nhóm theo theo nhân tố xu

hướng (W,N, L theo tỷ lệ 30%-40%-30%). Cơ sở để phân chia các cổ phiếu theo nhân

tố quy mô là tương tự mô hình Fama – French. Đối nhân tố xu hướng, cơ sở để phân

chia các cổ phiếu dựa trên TSSL 11 tháng trước với độ trễ 1 tháng (bỏ qua tháng gần

nhất với thời điểm phân chia danh mục).

Như vậy sẽ có tổng cộng 6 danh mục được phân chia theo nhân tố xu hướng một năm.

Trong đó 4 danh mục được phân chia theo TSSL cao giá nhất và thấp giá nhất năm

trước sẽ được dùng để tính toán nhân tố xu hướng. Các danh mục này được ký hiệu

như sau: BWIN, BLOSE, SWIN, SLOSE. Ví dụ BWIN là danh mục gồm cổ phiếu của

những công ty có quy mô lớn và có TSSL cao giá nhất năm trước. Cách lập luận tương

tự cho các danh mục còn lại.

Tác giả tiến hành tái tạo danh mục 1 năm 1 lần trên cơ sở dữ liệu của năm trước.

2.3.5 TSSL kỳ vọng của các danh mục cổ phiếu:

TSSL kỳ vọng của danh mục (Rp) được tính dựa trên tỷ trọng bằng nhau giữa các cổ

phiếu trong danh mục. Sau khi phân chia thành 8 danh mục như trên, tác giả tính toán

TSSL của từng danh mục cổ phiếu bằng cách lấy trung bình TSSL của các cổ phiếu

trong từng danh mục (tác giả sử dụng khung thời gian tháng để tính toán TSLL của

các nhân tố).

i=1 Ri)/n

Rp = (∑n

Trong đó Ri là TSSL của cổ phiếu thứ i.

n. là số lượng cổ phiếu có trong danh mục

2.3.6 Xác định các biến cho mô hình Fama – French và Carhart:

Biến phụ thuộc:

Là TSSL vượt trội của các danh mục SL, SH, BL, BH, BW, BLOSE, SW, SLOSE

được tính bằng công thức sau:

TSSL vượt trội của danh mục = Rp – Rf

Trong đó:

Rp: là TSSL bình quân của danh mục

Rf: là lãi suất phi rui ro

Ứng với mỗi danh mục ta có 60 quan sát (60 tháng) từ 1/2008 – 12/2012.

Biến độc lập:

Đối với mô hình Fama – French: bao gồm 3 nhân tố là nhân tố thị trường, nhân tố quy

mô (SMB), nhân tố giá trị sổ sách trên giá trị thị trường (HML). Mỗi nhân tố có 60

quan sát từ 1/2008 – 12/2012.

Đối với mô hình Carhart: bao gồm 4 nhân tố. Trong đó 3 nhân tố đầu tương tự mô hình

Fama – French, nhân tố thứ tư là nhân tố xu hướng.

Nhân tố thị trường (RMRF)

(RMRF) được xác định bằng TSSL vượt trội của danh mục thị trường. Với RM là

TSSL thị trường, RF lãi suất phi rủi ro.

RMRF= Rm – Rf

Nhân tố quy mô (SMB)

SMB được xác định bằng chênh lệch giữa TSSL trung bình của nhóm danh mục quy

mô nhỏ và TSSL trung bình của nhóm danh mục quy mô lớn.

SMB = ½(SH + SL) - ½(BH +BL)

Nhân tố giá trị (HML)

HML được tính toán bằng chênh lệch giữa TSSL trung bình của nhóm danh mục có tỷ

số BE/ME cao và TSSL trung bình của nhóm danh mục có tỷ số BE/ME thấp.

HML = ½(BH + SH) – ½(BL +SL)

Nhân tố xu hướng (WML)

WML được tính bằng chênh lệch giữa TSSL trung bình của nhóm danh mục có TSSL

cao nhất năm trước và nhóm danh mục có TSSL thấp nhất năm trước.

HML = ½(SW – SL) + ½(BW – BL)

2.4 Kết quả kiểm định mô hình Fama – French và mô hình Carhart:

2.4.1 Phân tích dữ liệu sơ bộ:

BWIN

BLO

SWIN

SLO

Mean

-0.00483

-0.01288

0.00005

-0.02016

-0.02575

-0.00454

-0.01970

-0.00750

Median

-0.02111

-0.01911

-0.02425

-0.03023

-0.02887

-0.02529

-0.02568

-0.02708

Std. Dev.

0.13005

0.09952

0.12721

0.10554

0.09949

0.13217

0.11456

0.11537

Bảng 2.1: Thống kê 8 danh mục phân loại theo quy mô, BE/ME, xu hƣớng

RMRF

SMB

HML

WML

Mean

-0.01671

-0.00120

0.01413

-0.00795

Median

-0.01176

-0.00699

0.00417

-0.00243

Std. Dev.

0.10396

0.03713

0.05433

0.05108

Bảng 2.2: Thống kê các nhân tố phần bù thị trƣờng, quy mô, giá trị, xu hƣớng

Trong bảng thống kê trên, khi xem xét trong cùng một danh mục được phân loại theo

quy mô: thì danh mục của nhóm công ty có tỷ số BE/ME cao (nhóm công ty giá trị BH,

SH) có tỷ suất sinh lợi cao hơn nhóm công ty có tỷ số BE/ME thấp (nhóm công ty tăng

trưởng BL, SL). Cụ thể, BH(–0.00483) > BL(–0.01288) và SH(0.00005) > SL(–

0.02016).

Giá trị trung bình của HML cũng cho ra số dương, điều này có nghĩa rằng có một quan

hệ thuận giữa tỷ số BE/ME và TSSL cổ phiếu hay nói cách khác là các công ty thuộc

nhóm giá trị có TSSL cao hơn các công ty tăng trưởng. Kết quả này cũng giống với kết

quả nghiên cứu của Fama – French. Điều này được Fama – French lý giải là do những

công ty có BE/ME cao thường rơi vào kiệu quệ tài chính nhiều hơn, gây rủi ro cho nhà

đầu tư, do đó nhà đầu tư được phần bù giá trị dương.

Nếu xét trong cùng một danh mục được phân loại theo tỷ số BE/ME: Trong khi TSSL

của danh mục BL > SL thì SH lại > BH. Cũng tương tự như vậy, TSSL của BLOSE

>SLOSE thì SWIN lại > BWIN. Tức là trong danh mục các công ty có tỷ số BE/ME

thấp thì TSSL của các công ty có quy mô lớn sẽ lớn hơn công ty nhỏ và trong danh

mục các công ty có tỷ số BE/ME cao thì công ty có quy mô nhỏ có TSSL lớn hơn.

Tuy nhiên, giá trị trung bình của SMB là âm, tức là có mối quan hệ tỷ lệ thuận giữa

quy mô công ty và TSSL cổ phiếu, tức là các công ty quy mô lớn thì TSSL lớn hơn các

công ty quy mô nhỏ và ngược lại. Điều này khác với kết quả trên mẫu của Fama –

French khi SMB là dương.

Nếu xét các danh mục được phân loại theo quy mô và xu hướng: hai danh mục của

nhóm cổ phiếu thấp giá năm trước (BLOSE, SLOSE) có TSSL trung bình cao hơn

nhóm cổ phiếu cao giá năm trước (BWIN, SWIN). Cụ thể: BLOSE(–0.00454) >

SLOSE(–0.00750) > SWIN(–0.01970) > BWIN(–0.02575).

Hơn nữa, giá trị trung bình của WML là âm, điều này có nghĩa là các cổ phiếu thấp giá

năm trước sẽ có TSSL cao hơn các cổ phiếu cao giá năm trước. Điều này khác với kết

quả trên mẫu của Carhart trên thị trường Mỹ giai đoạn 1962 – 1993 khi WML có giá trị

dương.

Khi xem xét giá trị tuyệt đối trung bình của các nhân tố RMRF, SMB, HML, WML. Ta

thấy giá trị trung bình của RMRF là lớn nhất (0,01671). Kết quả này trùng hợp với các

nghiên cứu mô hình Fama – French trên thế giới là : nhân tố RMRF có ảnh hưởng quan

trọng nhất đến TSSL cổ phiếu.

TSSL của 7/8 danh mục là âm. Điều này có thể được lý giải là do thời gian lấy dữ liệu

từ 1/2008 – 12/2012. Trong giai đoạn này, thị trường chứng khoán Việt Nam bắt đầu

sụt giảm sau một thời gian bùng nổ trước đó. Thời kỳ sụt giảm mạnh nhất là vào năm

2008 và đầu 2009, các năm sau đó thị trường có lúc lên lúc xuống nhưng nhìn chung là

không biến động nhiều.

Mặt khác lãi suất phi rủi ro được duy trì ở mức cao trong phần lớn thời kỳ này do chính

sách thắt chặt tiền tệ kềm chế lạm phát của chính phủ. Vì vậy mà nhân tố phần bù thị

trường bị âm trong giai đoạn nghiên cứu.

Mặc dù TSSL các các danh mục thấp, dao động từ -0.02575 đến 0.00005 nhưng rủi ro

lại khá lớn khi so sáng giữa giá trị trung bình và sai số chuẩn. Sai số chuẩn dao động từ

0.09949 đến 0.13217. Khi xét giữa các danh mục phân loại theo quy mô, BE/ME, xu

hướng thì mức dao động sai số chuẩn cũng khá tương đồng. Điều này cho thấy rủi ro

giữa các danh mục cũng không có sự chênh lệch nhiều.

2.4.2 Kiểm định tính dừng và kiểm định đa cộng tuyến:

Trước khi tiến hành hồi quy các mô hình, ta thực hiện kiểm định tính dừng và kiểm

định hiện tượng đa công tuyến các biến độc lập.

2.4.2.1 Kiểm định tính dừng:

Chúng ta phải kiểm định tính dừng vì nếu một chuỗi thời gian không dừng, chúng ta

chỉ có thể nghiên cứu hành vi của nó chỉ trong khoảng thời gian đang được xem xét. Vì

thế, mỗi một mẫu dữ liệu thời gian sẽ mang một tình tiết nhất định và chỉ thể hiện

những hành vi cụ thể trong một khoảng thời gian xem xét. Kết quả là, chúng ta không

thể khái quát hóa cho các giai đoạn thời gian khác. Hơn nữa, một trong những giả

thuyết của mô hình hồi quy OLS là các biến độc lập phi ngẫu nhiên, chúng có giá trị

xác định. Nếu như chúng ta ước lượng một mô hình trong đó các biến độc lập không

dừng thì giả thuyết của của OLS bị vi phạm. Một chuỗi được gọi là dừng nếu kỳ vọng,

phương sai và hiệp phương sai không đổi theo thời gian.

Để kiểm tra tính dừng ta sử dụng kiểm định nghiệm đơn vị:

Với giả thuyết Ho là chuỗi không dừng. Nếu giá trị tuyệt đối của t tính toán lớn hơn giá

trị tuyệt đối của t tra bảng ở mức ý nghĩa 1% thì ta bác bỏ giả thuyết Ho.

Bảng 2.3: Kết quả kiểm định tính dừng của các biến độc lập

Biến độc lập t tính toán t tra bảng (mức ý Kết quả kiểm định

nghĩa 1%)

RMRF -5.397171 -3.546099 Bác bỏ Ho

SMB -7.780092 -3.546099 Bác bỏ Ho

HML -5.631868 -3.546099 Bác bỏ Ho

WML -6.112834 -3.546099 Bác bỏ Ho

Theo kết quả định ta có thể bác bỏ giả thuyết Ho. Như vậy, 4 biến độc lập đều là chuỗi

dừng.

2.4.2.2 Kiểm định hiện tƣợng đa cộng tuyến:

Trong hồi quy đa biến, nhất là hồi quy chuỗi thời gian, thường có hiện tượng các biến

giải thích có mối quan hệ tuyến tính nhất định nào đó. Đa cộng tuyến có thể dẫn điến

nhiều hậu quả nghiệm trọng như : các ước lượng của các hệ số hồi quy OLS có thể

không chính xác, không có ý nghĩa thống kê và dấu của các hệ số hòi quy có thể sai so

với kỳ vọng (từ cơ sở lý thuyết). Cho nên, vấn đề quan trọng là chúng ta cần nhận diện

mức độ đa cộng tuyến có nghiêm trọng hay không để đảm bảo kết quả hồi quy là đáng

mong muốn.

Ma trận hệ số tương quan

Ta có ma trận hệ số tương quan giữa các biến trong mô hình Fama – French và Carhart

như sau:

Bảng 2.4: Ma trận hệ số tƣơng quan giữa các biến độc lập

RMRF SMB HML WML

RMRF 1.000 -0.044 0.442 -0.285

SMB -0.044 1.000 -0.113 0.117

HML 0.442 -0.113 1.000 -0.721

WML -0.285 0.117 -0.721 1.000

Ta thấy giá trị tuyệt đối của hệ số tương quan giữa các nhân tố giải thích vào khoảng

[0.044 – 0,721] vẫn thấp hơn 0,8, mức mà nếu lớn hơn thì vấn đề cộng tuyến trở nên

nghiêm trọng. Tuy nhiên, đây chỉ là điều kiện đủ chứ không phải là điều kiện cần,

trong một số tình huống đặc biệt ta có đa cộng tuyến cao giữa các biến độc lâp nhưng

hệ số tương quan cặp giữa các biến có thể thấp. Hơn nữa mức độ tương quan trên

không phải là quá thấp, đặc biệt là tương quan giữa HML và WML là – 0,721 .

Vì vậy tác giả sẽ tiếp tục sử dụng hồi quy phụ và nhân tử phóng đại phương sai để

kiểm tra lại lần nữa.

Bảng 2.5: Kết quả hồi quy phụ giữa các biến độc lập và nhân tử phóng đại

phƣơng sai (VIF)

R-squared F-statistic P (F>F-statistic) VIF

RMRF và SMB 0.0019 0.1133 0.7376 1,0019

RMRF và HML 0.1950 14.0574 0.0004 1,2422

RMRF và WML 0.0809 5.1085 0.0275 1,0880

SMB và HML 0.0127 0.7485 0.3904 1,0129

SMB và WML 0.0137 0.8070 0.3727 1,0139

HML và WML 0.5197 62.7777 0.0000 2,0820

Trong kết quả này, ta thấy:

cặp biến RMRF và HML có P(F>F-statistic) < 1%, R2 = 0.1950

cặp biến RMRF và WML có P(F>F-statistic) < 5%, R2 = 0.0809

cặp biến HML và WL có P(F>F-statistic) < 1%, R2 =0.5197

Cho thấy có thể bác bỏ giả tuyết Ho: R2 = 0, tức 3 cặp biến này có khả năng giải thích

cho nhau. Nhưng mô hình hồi quy phụ của 2 cặp biến RMRF – HML, RMRF – WML

có R2 khá thấp (19,5% và 8,09%) chỉ có cặp biến HML và WML có R2 cao hơn

(51,97%).

Tuy nhiên, ta có thể áp dụng quy tắc “ngón tay cái” (Rule of Thumb) của Klien, tức là hiện tượng đa cộng tuyến trở thành vấn đề nghiêm trọng chỉ nếu giá trị R2 thu được từ

một hàm hồi quy phụ nào đó lớn hơn giá trị của hàm hồi quy chính – hàm hồi quy của

biến phụ thuộc Y.

Các kết quả hồi quy của 2 mô hình Fama – French và Carhart được trình bày sau đây đều có R2 cao hơn các hàm hồi quy phụ trên nên vấn đề đa cộng tuyến không nghiêm

trọng.

Khi xét theo nhân tử phóng đại phương sai (VIF):

j là hệ số xác định của hàm hồi quy phụ. Khi R2

j tiến về 1, nghĩa là mức độ cộng

Ta có công thức tính VIFj = 1/(1- R2 Với R2

tuyến giữa X j với những biến độc lập còn lại càng cao thì VIF j càng lớn, tại điểm giới

j >0.9 thì mức độ cộng tuyến được xem là

hạn, VIF j tiến tới ∞. Quy tắc kinh nghiệm là khi VIFj > 10  R2

cao.

Ta có thể thấy VIF của các cặp biến đều <10 nên có thể kết luận là vấn đề đa cộng

tuyến không cao.

Tóm lại: Trên cơ sở xem xét các quy tắc trên, ta có thể nhận xét vấn đề đa cộng tuyến

trong luận văn này không nghiêm trọng.

2.5 Kết quả hồi quy

2.5.1 Kết quả hồi quy mô hình một nhân tố:

Biến giải

thích

Biến phụ thuộc

Prob(F-statistic)

RMRF

0.8069

0.0000

0.0053

1.1273***

0.8471

0.0000

-0.0069

0.8841***

0.8019

0.0000

0.0097

1.0991***

0.7476

0.0000

-0.0142**

0.8807***

BWIN

0.8276

0.0000

-0.0112**

0.8706***

BLOSE

0.8544

0.0000

0.0064

1.1788***

SWIN

0.7420

0.0000

-0.0038

0.9492***

SLOSE

0.6829

0.0000

-0.0009

0.9206***

SMB

0.0343

0.1564

-0.0144

-0.6511

0.0074

0.5144

-0.0219*

-0.2308

0.0309

0.1792

-0.0080

0.6040

0.0325

0.1682

-0.0283**

0.5141

BWIN

0.0110

0.4247

-0.0261**

-0.2813

BLOSE

0.0192

0.2907

-0.0139

-0.4951

SWIN

0.0271

0.2087

-0.0191

0.5081

SLOSE

0.0164

0.3294

-0.0158

0.3996

HML

0.3852

0.0000

-0.0346**

1.4905***

0.0801

0.0284

-0.0290**

0.5204**

0.3775

0.0000

-0.0291**

1.4432***

0.0450

0.1038

-0.0348**

0.4134

BWIN

0.0940

0.0172

-0.0337**

0.5614**

BLOSE

0.2861

0.0000

-0.0317**

1.3053***

SWIN

0.1222

0.0062

-0.0301**

0.7371***

SLOSE

0.4003

0.0000

-0.0353***

1.3489***

Bảng 2.6: Kết quả hồi quy mô hình một nhân tố

Biến giải

thích

Biến phụ thuộc

Prob(F-statistic)

WML

-0.0228

-1.1579***

0.2055

0.0003

-0.0239*

-0.2910

0.0221

0.2564

-0.0164

-0.9726***

0.1516

0.0021

-0.0313**

-0.3060

0.0218

0.2605

BWIN

-0.0275**

-0.2143

0.0121

0.4027

BLOSE

-0.0220

-1.0988***

0.1792

0.0008

SWIN

-0.0211

-0.1745

0.0061

0.5546

SLOSE

-0.0265**

-1.2900***

0.3237

0.0000

Ghi chú: mức ý nghĩa 10%: *, - mức ý nghĩa 5%: **, - mức ý nghĩa 1%: ***

Dựa vào kết quả trên, ta thấy TSSL vượt trội trên danh mục thị trường của cổ phiếu

(RMRF) giải thích sự thay đổi TSSL của cổ phiếu tốt hơn so với 3 nhân tố còn lại.

RMRF có hệ số độ dốc từ 0,87 – 1,17. Mức ý nghĩa khi hồi quy 8 danh mục theo RMRF đều là 1 %. Giá trị R2 trong khoảng từ 0,68 – 0,85. Đây cũng chính là mô hình

CAPM, kết quả cho biết nhân tố phần bù thị trường có thể giải thích được từ 68% - 85

% cho các danh mục cổ phiếu.

Nhân tố HML là nhân tố giải thích sự thay đổi của TSSL cổ phiếu tốt thứ 2 trong 4

nhân tố. Mô hình hồi quy với một biến giải thích HML có ý nghĩa ở mức 1% và có giá trị R2 trong khoảng từ 0,12 – 0,40 đối với 5 danh mục, có mức ý nghĩa 5 % đối với 2 danh mục với R2 trong khoảng từ 0,08 – 0,09. Và mô hình không thể giải thích được

cho danh mục SL. Hệ số độ dốc dao động trong khoảng từ 0,56 – 1,49. Như vậy, nhân

tố HML có thể giải thích được từ 8 % - 40 % sự thay đổi của TSSL cổ phiếu.

Tiếp đến là nhân tố WML, có kém hơn HML một chút. Mô hình hồi quy với một biến WML có ý nghĩa 1% đối với 4 danh mục. Giá trị R2 trong khoảng từ 0,15 – 0,32 và hệ

số độ dốc dao động từ 0,9 – 1,2. Như vậy, nhân tố WML có thể giải thích được từ 15%

- 32% sự thay đổi của TSSL cổ phiếu.

Cuối cùng, khi hồi quy với một nhân tố SMB thì lại không có ý nghĩa với cả 8 danh

mục. Điều này cho thấy, nhân tố HML có ý nghĩa giải thích tốt hơn nhân tố SMB. Kết

quả này cũng giống với nghiên cứu của Fama – French là nhân tố HML có vai trò quan

trọng hơn nhân tố SMB.

Khi xem xét hệ số độ dốc của các kết quả hồi quy có ý nghĩa thống kê, ta thấy:

Đối với kết quả hồi quy với nhân tố RMRF: hệ số độ dốc mang dấu dương, nghĩa là

các danh mục có tương quan thuận với nhân tố phần bù thị trường.

Đối với kết quả hồi quy với nhân tố HML: cũng giống như kết quả với RMRF là hệ số

độ dốc mang dấu dương. Các danh mục có tương quan thuận với nhân tố giá trị. Hệ số

HML có liên quan đến tỷ số BE/ME, trong mỗi nhóm chia theo quy mô thì các danh

mục có tỷ số BE/ME cao có hệ số lớn hơn so với các doanh mục có tỷ số BE/ME thấp.

Đối với kết quả hồi quy với nhân tố WML: hệ số độ dốc mang dấu âm, tức là các danh

mục có tương quan nghịch với nhân tố WML. Do nhân tố WML chỉ có ý nghĩa với

danh mục các cổ phiếu thấp giá năm trước (BLOSE, SLOSE) nên chưa có cơ sở xem

xét mối liên hệ giữa WML với yếu tố xu hướng.

2.5.3 Kết quả hồi quy mô hình Fama – French:

R2 hiệu

R2 trung

Mô hình

Biến giải thích

chỉnh

bình

Fama – French BH

-0.0068

0.9742***

-0.4259**

0.6342***

0.8774

0.8442

-0.0018

0.9496***

-0.1621

-0.2948***

0.8626

E(Ri) – Rf = αi +

-0.0018

0.9496*** 0.8379***

0.7052***

0.9159

βi[E(Rm) – Rf ] +

-0.0068

0.9742*** 0.5741***

-0.3658***

0.8140

siE(SMB) +

BWIN

-0.0073

0.9212***

-0.2059

-0.2331**

0.8364

hiE(HML) + ei

BLOSE

-0.0005

1.0910***

-0.3008*

0.3600***

0.8749

SWIN

-0.0024

0.9664*** 0.6223***

-0.0317

0.7718

SLOSE

-0.0136

0.7554*** 0.6182***

0.7581***

0.8006

Ghi chú: mức ý nghĩa 10%: *, - mức ý nghĩa 5%: **, - mức ý nghĩa 1%: ***

Bảng 2.7: Kết quả hồi quy mô hình Fama – French

Kết quả hồi quy mô hình Fama – French cho thấy mô hình 3 nhân tố Fama – French

đều có ý nghĩa mặt thống kê ở mức 1% đối với tất cả 8 danh mục và có khả năng giải tích TSSL tốt hơn mô hình chỉ có một biến giải thích RMRF (CAPM). R2 hiệu chỉnh dao động từ 0,77 - 0,91, trong khi mô hình CAPM có R2 từ 0,67 – 0,85.

Khi xem xét đến hệ số hồi quy:

Hệ số chặn gần như đều không có ý nghĩa thống kê (chỉ có danh mục SLOSE là có ý

nghĩa ở mức thấp là 10%). Điều này cho thấy các danh mục gần như được định giá

đúng theo cả mô hình Fama – French và Carhart.

Hệ số hồi quy của nhân tố RMRF có giá trị lớn nhất # 1 cho thấy rằng trong 3 nhân tố

tác động đến TSSL thì nhân tố thị trường giữ vai trò quan trọng hơn cả.

Khi kết hợp hồi quy 3 nhân tố thì hệ số hồi quy của nhân tố SMB đã có ý nghĩa so với

mô hình hồi quy một nhân tố SMB (5/8 danh mục có ý nghĩa 1% và 1/8 danh mục có ý

nghĩa 10%). Khi xem xét trong từng danh mục được chia theo tỷ số BE/ME: Hệ số

SMB chuyển từ dương đối với các danh mục quy mô nhỏ sang âm đối với các danh

mục quy mô lớn. Ngoài ra, hệ số SMB có liên quan đến quy mô, đối với các danh mục

quy mô nhỏ có giá trị lớn hơn các danh mục quy mô lớn (SH > BH, SL > BL, SWIN >

BWIN). Đồng thời giá trị trung bình của SMB lại âm. Điều này có nghĩa rằng những

công ty có quy mô lớn có TSSL cao hơn những công ty có quy mô nhỏ. Kết quả này

trái ngược với kết quả của Fama French, mà Fama French lý giải rằng các công ty có

quy mô nhỏ thường tồn tại rủi ro cao, hoạt động kém hiệu quả hơn nên phải có phần bù

rủi ro lớn hơn cho nhà đầu tư.

Đối với hệ số hồi quy HML thì 7/8 danh mục có ý nghĩa thống kê trong đó 6 danh mục

có mức ý nghĩa là 1%, 1 danh mục có mức ý nghĩa 5%. Khi xem xét trong từng danh

mục được chia theo quy mô: Hệ số hồi quy của HML liên quan đến tỷ số BE/ME, đối

với các danh mục BE/ME cao thì có giá trị lớn hơn các danh mục BE/ME thấp (BH >

BL, SH > SL). Khi xét đến dấu của hệ số HML của chuyển từ âm đối với các danh

mục có BE/ME thấp sang dương đối với các danh mục có BE/ME cao. Điều này phù

hợp với kết quả của Fama French, rằng các công ty giá trị (có BE/ME cao) có TSSL

cao hơn các công ty tăng trưởng vì các công ty này thường có rủi ro rơi vào kiệt quệ tài

chính cao nên phải có phần bù rủi ro lớn hơn.

2.5.4 Kết quả hồi quy mô hình Carhart:

hiệu

R2 trung

Mô hình

Biến giải thích

chỉnh

bình

Cahart

-0.0064

0.9773***

-0.4185**

0.5312***

-0.1490

0.8770

0.8562

-0.0020

0.9476***

-0.1669

-0.2271

0.0978

0.8614

E(Ri) – Rf = αi +

-0.0020

0.9476*** 0.8331***

0.7729***

0.0978

0.9151

βi[E(Rm) – Rf ] +

-0.0064

0.9773*** 0.5815***

-0.4688***

-0.1490

0.8132

siE(SMB)

BWIN

-0.0080

0.9144***

-0.2223

-0.0045**

0.3307

0.8481

hiE(HML)

BLOSE

0.0003

1.0981***

-0.2836*

0.1205**

-0.3463

0.8818

SWIN

-0.0038

0.9531*** 0.5904***

0.4140**

0.6446***

0.8100

pEi(PR1YR) + ei

SLOSE

-0.0121*

0.7694*** 0.6517***

0.2891*

-0.6783***

0.8428

Ghi chú: mức ý nghĩa 10%: *, - mức ý nghĩa 5%: **, - mức ý nghĩa 1%: ***

Bảng 2.8: Kết quả hồi quy mô hình Carhart

Kết quả hồi quy Carhart cũng có ý nghĩa về mặt thống kê đối với 8 danh mục với mức

ý nghĩa 1%. R2 hiệu chỉnh dao động từ 0,81 – 0,91. R2 hiệu chỉnh trung bình là 0,85

tương đương với mô hình Fama – French là 0,84.

Khi xem xét đến hệ số hồi quy của các nhân thì có nhiều điểm cần lưu ý.

Hệ số hồi quy của nhân tố RMRF vẫn có giá trị lớn nhất # 1. Tuy nhiên khi thêm nhân

tố WML vào mô hình Fama – French để trở thành mô hình Carhart thì các hệ số hồi

quy SMB và HML bị giảm ý nghĩa ở các danh mục. Đối với hệ số SMB chỉ còn 4/8

danh mục có ý nghĩa 1%, 1/8 danh mục có ý nghĩa 5%, 1/8 danh mục có ý nghĩa 10%).

Đối với hệ số HML chỉ còn 3/8 danh mục có ý nghĩa 1%, 3/8 danh mục có ý nghĩa 5%,

và 1/8 danh mục có ý nghĩa 10%).

Ngoài ra hệ số của nhân tố WML cũng chỉ có ý nghĩa trong 2/8 danh mục với mức ý

nghĩa là 1%).

Kết quả này cho thấy mô hình Carhart không giải thích TSSL tốt hơn mô hình Fama –

French, hơn nữa còn làm giảm mức ý nghĩa hệ số hồi quy của các nhân tố trong mô

hình Fama – French. Và nhân tố mới WML cũng không giải thích tốt cho tất cả các

danh mục. Có thể thấy là mô hình Fama – French vẫn tốt hơn so với mô hình Carhart.

2.5.5 Kiểm định phần dƣ:

2.5.5.1 Kiểm định phân phối chuẩn của phần dƣ:

Nếu phần dư không ngẫu nhiên, không có phân phối chuẩn là một thông tin quan trọng

cho biến mô hình hồi quy chưa tốt có thể bị các lỗi như bỏ sót biến quan trọng, sai

dạng hàm, phương sai thay đổi, tự tương quan, v.v… Hơn nữa, một giả định quan trọng

của mô hình hồi quy tuyến tính cổ điển là các hạng nhiễu (mà phần dư là đại diện trong

hàm hồi quy mẫu) có trung bình bằng không và phương sai không đổi. Nếu các giả

định này không thỏa mãn , thì các thống kê suy luận của một mô hình hồi quy không

có giá trị nữa.

Để kiểm định phần dư có phân phối chuẩn hay không ta sử dụng thống kê JB của

Jarque-Berra (1990). Với giả thuyết Ho là phần dư có phân phối chuẩn. Nếu gia trị xác

suất p > α (lấy mức α = 1%) ta chấp nhận Ho, tức là phần dư có phân phối chuẩn.

Mô hình / Danh mục

Xác suất p

Kết quả kiểm định

Mô hình Fama – French

Chấp nhận Ho

0,4291

Chấp nhận Ho

0,6908

Chấp nhận Ho

0,6908

Chấp nhận Ho

0,4291

BWIN

Chấp nhận Ho

0,8241

BLOSE

Chấp nhận Ho

0,3908

SWIN

Chấp nhận Ho

0,0194

SLOSE

Bác bỏ Ho

0,0000

Mô hình Carhart

Chấp nhận Ho

0,7217

Chấp nhận Ho

0,5990

Chấp nhận Ho

0,5990

Chấp nhận Ho

0,7217

BWIN

Chấp nhận Ho

0,9485

BLOSE

Chấp nhận Ho

0,0842

SWIN

Chấp nhận Ho

0,6157

SLOSE

Bác bỏ Ho

0,0003

Bảng 2.9: Kết quả kiểm định Jarque-Berra

Kết quả kiểm định cả 2 mô hình phần dư của 7/8 danh mục có phân phối chuẩn thỏa

mãn giả thuyết hồi quy (trừ danh mục SLOSE).

2.5.5.2 Kiểm định tự tƣơng quan:

Giả định của mô hình hồi quy tuyến tính OLS là các nhiễu Ui không có tương quan với

nhau. Ta sử dụng kiểm định Breusch – Godfrey để xem xét tự tương quan giữa các

phần dư. Với giả thiết Ho: giữa các phần dư không tồn tại tự tương quan bậc một, hai,

ba. Ta so sánh kết quả kiểm định với mức ý nghĩa 1%, nếu p-value (prob. Chi-Square)

ở cả ba bậc tương quan > 1% thì ta chấp nhận giả thuyết Ho.

Mô hình /Danh mục Prob.

Chi-

Prob.

Chi-

Prob.

Chi-

Kết quả kiểm định

Square (bậc 1)

Square (bậc 2)

Square (bậc 3)

Bảng 2.10: Kết quả kiểm định Breusch – Godfrey

Mô hình Fama – French

0.9237 Chấp nhận Ho 0.9993 0.8943 BH

0.8450 Chấp nhận Ho 0.9800 0.8485 BL

0.8450 Chấp nhận Ho 0.9800 0.8485 SH

0.9237 Chấp nhận Ho 0.9993 0.8943 SL

0.0653 Chấp nhận Ho 0.0505 0.1113 BWIN

0.9843 Chấp nhận Ho 0.7524 0.9273 BLOSE

0.4904 Chấp nhận Ho 0.9481 0.3917 SWIN

0.4043 Chấp nhận Ho 0.2194 0.3038 SLOSE

Mô hình /Danh mục Prob.

Chi-

Prob.

Chi-

Prob.

Chi-

Kết quả kiểm định

Square (bậc 1)

Square (bậc 2)

Square (bậc 3)

Mô hình Carhart

BH 0.9743 0.7522 0.8869 Chấp nhận Ho

BL 0.8869 0.8477 0.8896 Chấp nhận Ho

SH 0.8910 0.8477 0.8896 Chấp nhận Ho

SL 0.9743 0.7522 0.8869 Chấp nhận Ho

BWIN 0.0287 0.0768 0.0835 Chấp nhận Ho

BLOSE 0.9352 0.9821 0.9975 Chấp nhận Ho

SWIN 0.9467 0.6272 0.7576 Chấp nhận Ho

SLOSE 0.0211 0.0084 0.0172 Chấp nhận Ho

Kết quả của 2 mô hình là giống nhau: 8/8 trường hợp đều có giá trị p-value (prob. Chi-

Square) ở cả ba bậc tương quan > 1% nên ta chấp nhận giả thuyết Ho, tức là không tồn

tại tự tương quan giữa các Ui.

2.5.5.3 Kiểm định phƣơng sai thay đổi

Một giả định khác của mô hình hồi quy tuyến tính OLS là các nhiều Ui không có

phương sai đồng nhất. Ta sử dụng kiểm định Harvey để kiểm tra phương sai của nhiễu

có đồng nhất hay không. Với giả thuyết Ho: Phương sai của nhiễu trong mô hình

không đổi. Với mức ý nghĩa 1%, nếu giá trị p-value (Pro.Chi- Square) > 1%, ta chấp

nhận giả thuyết Ho.

Bảng 2.11: Kết quả kiểm định Harvey

Mô hình /Danh mục Obs*R-Squared Prob.Chi- Squared Kết quả kiểm định

Mô hình Fama French

BH 3.341264 0.3419 Chấp nhận Ho

BL 3.966542 0.2651 Chấp nhận Ho

SH 3.966542 0.2651 Chấp nhận Ho

SL 3.341264 0.3419 Chấp nhận Ho

BWIN 0.740943 0.8635 Chấp nhận Ho

BLOSE 2.520040 0.4717 Chấp nhận Ho

SWIN 3.419114 0.3314 Chấp nhận Ho

SLOSE 0.991784 0.8032 Chấp nhận Ho

Mô hình Carhart

BH 3.267337 0.5141 Chấp nhận Ho

BL 4.972298 0.2902 Chấp nhận Ho

SH 4.972298 0.2902 Chấp nhận Ho

SL 3.267337 0.5141 Chấp nhận Ho

BWIN 3.689493 0.4497 Chấp nhận Ho

BLOSE 4.328438 0.3634 Chấp nhận Ho

SWIN 5.808687 0.2139 Chấp nhận Ho

SLOSE 1.853600 0.7627 Chấp nhận Ho

Hai mô hình đều cho kết quả tương tự nhau: Kết quả kiểm định Harvey trên 8 danh

mục đều chấp nhận giả tuyết Ho, nhiễu của mô hình có phương sai không đổi.

2.5.6 Kết quả nghiên cứu

Kết quả hồi quy chỉ ra rằng mô hình Fama – French giải thích TSSL cổ phiếu trên sàn

giao dịch chứng khoán TP.HCM (HOSE) tốt hơn mô hình Carhart. 2 mô hình có hệ số

xác định điều chỉnh R2 trung bình các danh mục tương đương nhau, tuy nhiên các hệ số

của các nhân tố Fama – French (RMRF, SMB, HML) có ý nghĩa thống kê hơn so với

mô hình Carhart.

Khi thêm nhân tố xu hướng WML vào mô hình Fama – French để trở thành mô hình

Carhart thì các hệ số hồi quy SMB và HML bị giảm ý nghĩa ở các danh mục. Ngoài ra

hệ số của nhân tố WML cũng chỉ có ý nghĩa trong 2/8 danh mục, khi so sánh với 2

nhân tố SMB, HML thì kém hơn về khả năng giải thích TSSL cổ phiếu. Giá trị trung

bình của nhân tố WML khá thấp cũng nói lên rằng tác động của WML đến TSSL cổ

phiếu là hạn chế. Điều này có thể là do biên độ giao dịch của sàn HOSE nhỏ nên ảnh

hưởng của nhân tố xu hướng là không rõ ràng.

Mô hình Fama – French có khả năng giải thích từ 77 % - 91 % sự biến động của TSSL

cổ phiếu. Hệ số chặn xấp xỉ bằng không cho thấy các danh mục gần như được định giá

đúng theo mô hình Fama – French.

Kết quả nghiên cứu cho thấy rằng trong 3 nhân tố tác động đến TSSL thì nhân tố thị

trường giữ vai trò quan trọng hơn cả.

Nhân tố thứ 2 có tác động đến TSSL cổ phiếu là HML. Tác động của nhân tố HML

mạnh hơn tác động của nhân tố SMB. Kết quả hồi quy cũng cho thấy những công ty có

giá trị có TSSL cao hơn những công ty tăng trưởng.

Nhân tố quy mô SMB cũng góp phần vào việc giải thích TSSL cổ phiếu. Tác động của

SMB được lý giải là các công ty có quy mô lớn sẽ cho TSSL cao hơn những công ty có

quy mô nhỏ.

Kết luận chƣơng 2:

Các mô hình đầu tư tài chính khi áp dụng vào thị trường chứng khoán Việt Nam còn

gặp những khó khăn và hạn chế bởi những nguyên nhân như: thiếu thông tin hoặc chất

lượng thông tin không có độ tin cậy cao, những giao dịch có vấn đề, những bất cập

trong chuẩn mực kế toán, trình độ kiến thức của các nhà đầu tư Việt Nam còn thấp.

Hơn nữa, tại Việt Nam chưa có một mô hình đầu tư tài chính nào được sử dụng rộng

rãi như một tiêu chuẩn chung. Vì vậy, các nhà đầu tư vẫn còn tiến hành các đầu tư

mang tính phán đoán chủ quan không có cơ sở rõ ràng.

Thực trạng thị trường chứng khoán Việt Nam hiện nay cho thấy sự cần thiết phải có

một mô hình đầu tư tài chính đáng tin cậy cũng như dễ dàng áp dụng cho các nhà đầu

tư để họ có thể thực hiện quyết định kinh doanh một cách dễ dàng hơn.

Việc kiểm định các mô hình đầu tư tài chính được tiến hành trên mẫu gồm 77 cổ phiếu

được niêm yết trên sàn HOSE trong khoảng thời gian 60 tháng từ 1/2008 – 12/2012.

Kết quả cho thấy mô hình Fama – French giải thích tỷ suất sinh lợi cổ phiếu tốt hơn mô

hình Carhart. Trong mô hình Fama – French thì nhân tố phần bù thị trường là có tác

động mạnh nhất đến tỷ suất sinh lợi cổ phiếu, sau đó là nhân tố giá trị và cuối cùng là

nhân tố quy mô. Kết quả cũng cho thấy tác động của nhân tố xu hướng trong mô hình

Carhart đến tỷ suất sinh lợi là không đáng kể.

CHƢƠNG 3: KIẾN NGHỊ VÀ GIẢI PHÁP NHẰM ỨNG DỤNG CÁC MÔ HÌNH

ĐẦU TƢ TÀI CHÍNH TRÊN TTCK VIỆT NAM

3.1 Khuyến nghị đối với nhà đầu tƣ khi ứng dụng mô hình đầu tƣ tài chính:

Sau khi kiểm định hai mô hình đầu tư tài chính thì mô hình Fama French cho thấy sự

phù hợp hơn khi áp dụng vào thị trường Việt Nam. Trên cơ sở này, nhà đầu tư có thể

vận dụng mô hình Fama – French để thực hiện đầu tư như sau:

Để định giá chứng khoán, ta cần xác định hệ số α chứng khoán. Hệ số α trong mô hình

Fama – French thể hiện mức chênh lệch giữa TSSL kỳ vọng thực tế và TSSL qua mô

hình hồi quy. Nếu α > 0 đây là dấu hiệu chứng khoán định giá thấp, nhà đầu tư nên

xem xét mua vào và ngược lại với α < 0 thì chứng khoán được định giá cao, nhà đầu tư

nên cân nhắc để bán chứng khoán. Nếu α = 0 thi chứng khoán được định giá đúng, nhà

đầu tư nên nắm giữ và chờ cơ hội thích hợp để thực hiện quyết định kinh doanh. Tuy

nhiên nhà đầu tư nên lưu ý rằng giá trị quá khứ của α chưa chắc lầ một dự báo tốt cho

tương lai và α > 0 có thể đi cùng với những rủi ro nhất định. Vì vậy, nhà đầu tư cần kết

hợp với các phân tích vĩ mô, phân tích ngành.

Nhân tố thị trường đóng vai trò ảnh hướng lớn nhất đến TSSL của cổ phiếu. Tưc là

TSSL bị chi phối bởi các rủi ro mang tính hệ thống như lãi suất, lạm phát .... Tuy nhiên

nhiên, nhà đầu tư khi ra quyết định không nên chỉ căn cứ vào thị trường mà còn phải

quan tâm đến đặc tính của doanh nghiệp, bao gồm các nhân tố quy mô, nhân tố giá trị

sổ sách/giá trị thị trường.

3.2 Giải pháp đối với các nhân tố trong mô hình nhằm tăng khả năng ứng dụng

các mô hình đầu tƣ tài chính:

3.2.1 Xây dựng các chỉ số đặc tính cổ phiếu:

Những cổ phiếu có đặc tính khác nhau sẽ đem lại rủi ro và TSSL khác nhau. Nhiều nhà

đầu tư, nhất là các nhà đầu tư tổ chức thường có mục tiêu đầu tư gắn liền với những

nhóm chứng khoán nhất định. Như phân tích thực nghiệm ở trong mô hình Fama

French tại Việt Nam, ta thấy nhóm danh mục cổ phiếu có BE/ME cao mang lại tỷ suất

sinh lợi cao hơn nhóm cổ phiếu có BE/ME thấp. Tuy nhiên, đây mới chỉ là một trong

nhiều đặc trưng của các nhóm cổ phiếu Trên thị trường. Vì vậy, các công ty tư vấn đầu

tư cần xây dựng nhiều chỉ số đặc tính để cung cấp cho thị trường như là những thước

đo thành quả để các nhà đầu tư, nhà quản lý danh mục tham chiếu.

Việc có nhiều chỉ số đặc tính cổ phiếu tin cậy sẽ giúp các nhà đầu tư cá nhân và tổ

chức dễ dàng ứng dụng các mô hình đầu tư tài chính và có nhiều lựa chọn trong việc

đánh giá thành quả. Các tổ chức cung cấp dịch vụ đầu tư cần xây dựng các chỉ số như:

Chỉ số cổ phiếu vốn hóa lớn, chỉ số cổ phiếu vốn hóa nhỏ, chỉ số cổ phiếu tăng trưởng,

chỉ số cổ phiếu giá trị,xây dựng các chỉ số ngành …

Nhà cung cấp chỉ số cần minh bạch tiêu chí lựa chọn cổ phiếu của chỉ số để những nhà

đầu tư sử dụng chỉ số đó có thể phân tích nguyên nhân dẫn đến những khác biệt (nếu

có) giữa thành của chỉ số và của danh mục đầu tư của họ để xác định chỉ số đó có phải

là danh mục chuẩn tốt nhất cho danh mục của nhà đầu tư không.

Chỉ số cần được điều chỉnh để phản ánh những sự kiện ảnh hưởng đến các cổ phần

đang lưu hành như phát hành thêm cổ phần mới, mua lại cổ phần, chia tổ tức bằng cổ

phiếu và phát hành các chứng chỉ đặc quyền.

3.2.2 Xây dựng bộ dữ liệu thị trƣờng đầy đủ, cập nhật:

Bộ dữ liệu thị trường bao gồm khối lượng giao dịch, giá trị giao dịch, giá chứng khoán,

giao dịch của cổ động nội bộ, giao dịch của nhà đầu tư nước ngoài, giao dịch của nhà

đầu tư cá nhân, tổ chức … Hiện tại thông tin giao dịch hàng ngày như khối lượng, giá,

lượng mua và bán của các khối nhà đầu tư nội, nhà đầu tư nước ngoài đều được các sở

giao dịch cập nhật sau mỗi phiên giao dịch. Tuy nhiên, những thông tin như lãi suất

đầu thầu trái phiếu chính phủ, chia cổ tức, thưởng cổ phiếu … còn thiếu hoặc không

được hệ thống khiến cho việc tiếp cận dữ liệu gặp nhiều khó khăn. Trong tương lai, các

tổ chức giám sát thị trường bao gồm Ủy ban chứng khoán nhà nước, Sở giao dịch

chứng khoán, Trung tâm lưu ký cần cung cấp đầy đủ và đa dạng hơn những thông tin

giao dịch của thị trường.

Xây dựng và cung cấp hệ thống cơ sở dữ liệu thống kê về giao dịch sẽ không chỉ phục

vụ cho công tác giám sát thị trường mà còn phục vụ nhu cầu dữ liệu của nhà đầu tư để

đưa vào các mô hình đầu tư tài chính. Vấn đề chuẩn hóa dữ liệu thị trường cũng cần

được quan tâm để giảm bớt thời gian xử lý cho người sử dụng.

3.2.3 Tăng tính chuyên nghiệp của nhà đầu tƣ cá nhân:

Nhà đầu tư cần thiết lập mục tiêu đầu tư, cụ thể hóa bằng rủi ro và suất sinh lợi. Thông

qua việc thiết lập các mục tiêu về tỷ suất sinh lợi và rủi ro, nhà đầu tư có thể tập trung

hơn trong việc quản lý danh mục của mình theo mục tiêu đó để kiểm soát rủi ro trong

mức độ chấp nhận được thay vì chỉ chạy theo tỷ suất sinh lợi như trong thời gian vừa

qua. Đồng thời, bằng việc đưa ra mục tiêu về rủi ro sẽ giúp cho các nhà đầu tư có thể

quản trị rủi ro danh mục của mình chặt chẽ hơn, tránh bị cuốn hút vào xu hướng của thị

trường nhất là xu hướng giả tạo do các đối tượng làm giá thao túng thị trường, giúp cho

nhà đầu tư tỉnh táo hơn khi phải đối mặt với tình trạng tăng trưởng quá nóng hay tình

trạng sụt giảm sâu của thị trường.

Nhà đầu tư cần quan tâm đến các giới hạn đầu tư của mình, bỏ qua bước này có thể

khiến danh mục của nhà đầu tư gặp phải nhiều bất lợi. Chẳng hạn như một nhà đầu tư

với mục tiêu đầu tư dài hạn nhưng cũng có một số mục tiêu ngắn hạn cần chi tiêu tức

thời. Nếu việc này không được xem xét trước, nhà đầu tư có thể phải bán bớt chứng

khoán trong danh mục dài hạn ở thời điểm thị trường không thuận lợi cho việc bán ra.

Cuối cùng, nhà đầu tư cần nâng tầm hiểu biết của mình về các mô hình đầu tư tài

chính, trao dồi kỹ năng phân tích để kết hợp nhuần nhuyễn phân tích cơ bản và phân

tích kỹ thuật nhằm tăng hiệu quả đầu tư.

3.2.4 Phát triển các tổ chức đầu tƣ chuyên nghiệp:

Các tổ chức đầu tư chuyên nghiệp có tính kỷ luật cao và thiên về xu hướng đầu tư dài

hạn (như các quỹ hưu bổng, quỹ bảo hiểm…), với đội ngũ chuyên gia am hiểu về đầu

tư, khả năng phân tích tốt, có khả năng sử dụng nhần nhuyễn các mô hình đầu tư tài

chính. Việc sử dụng các mô hình để đưa ra quyết định đầu tư có thể là vấn đề khó khăn

đối với các nhà đầu tư cá nhân nhưng sẽ không thành vấn đề đối với một quỹ đầu tư

chuyên nghiệp.

3.2.5 Nâng cao chất lƣợng và tính minh bạch về công bố thông tin:

Bộ tài chính và Ủy ban chứng khoán cần tiếp tục xây dựng và hoàn thiện các quy định

đối với nội dung thông tin trên các báo cáo thường niên của doanh nghiệp. Trong đó

chú trọng thêm phần phân tích và đánh giá của ban quản trị doanh nghiệp về tình hình

kinh doanh và kết quả tài chính để báo cáo thường niên chuyển tải nhiều thông tin

doanh nghiệp đến với nhà đầu tư hơn.

Ủy ban chứng khoán và Sở giao dịch cần quy định cách thức và thời gian công bố

thông tin để đảm bảo các nhà đầu tư có cơ hội tiếp cận thông tin như nhau, chẳng hạn

quy định thông tin phải được công bố cùng lúc trên các phương tiện thông tin, trên

website của Ủy ban chứng khoán nhà nước, Sở giao dịch chứng khoán, và website của

doanh nghiệp. Website của doanh nghiệp phải có các mục thông tin như quan hệ khách

hàng, quy chế quản trị nội bộ, báo cáo thường niên, báo cáo tài chính.

3.3 Giải pháp hỗ trợ cho việc ứng dụng các mô hình đầu tƣ tài chính:

Để việc áp dụng các mô hình đầu tư tài chính trên thị trường đạt hiệu quả thì trước hết

phải hoàn thiện thị trường chứng khoán Việt Nam phù hợp với các quy chuẩn của thế

giới và gia tăng quy mô thị trường thông qua các giải pháp hoàn thiện và phát triển thị

trường chứng khoán.

3.3.1 Giải pháp đối với cơ quan quản lý thị trƣờng chứng khoán:

3.3.1.1 Hoàn thiện khung pháp lý cho TTCK hoạt động

Hoàn chỉnh các văn bản quy định về thuế, phí, chế độ kế toán, kiểm toán, chế độ quản

lý ngoại hối đối với hoạt động của các NĐT nước ngoài theo hướng thông thoáng

nhằm khuyến khích các chủ thể tích cực tham gia thị trường. Đặc biệt, xây dựng đề án

TTCK phái sinh và nghị định hướng dẫn tổ chức và hoạt động TTCK phái sinh bám sát

yêu cầu thực tiễn vận hành của thị trường. Sớm quyết định sáp nhập hai Sở Giao dịch

Chứng khoán, đẩy mạnh triển khai các đề án quản lý vốn gián tiếp, đề án tái cấu trúc

thị trường trái phiếu.

3.3.1.2 Tăng thêm chủng loại, khối lƣợng và nâng cao chất lƣợng hàng hóa

cung cấp cho TTCK

Triển khai chứng chỉ lưu ký toàn cầu, công tác tái cấu trúc thị trường trái phiếu, đưa

các sản phẩm mới về trái phiếu. Khuyến khích và tạo điều kiện cho các DN phát hành

trái phiếu. Đồng thời cần khuyến khích thành lập một số tổ chức xếp hạng tín nhiệm,

tốt nhất là liên doanh với nước ngoài để vừa học tập kinh nghiệm quốc tế, vừa kiểm

soát được hoạt động của tổ chức này và đảm bảo mức độ tin cậy của các đánh giá, giúp

các DN có cơ sở xác định mức lãi suất của trái phiếu.

3.3.1.3 Thu hút vốn đầu tƣ gián tiếp nƣớc ngoài trung và dài hạn, góp phần

phát triển TTCK

Thu hút vốn đầu tư gián tiếp nước ngoài trung và dài hạn thông qua:

- Đẩy mạnh cổ phần hóa các doanh nghiệp nhà nước và bán bớt phần vốn nhà nước tại

doanh nghiệp nhà nước.

- Nghiên cứu điều chỉnh quy định về tỷ lệ tham gia của nhà đầu tư nước ngoài tại các

doanh nghiệp Việt Nam phù hợp với các cam kết quốc tế và lộ trình phát triển thị trường

vốn;

- Xây dựng cơ chế, chính sách thông thoáng, thuận lợi, từng bước gỡ bỏ các thủ tục hành

chính, tạo điều kiện cho nhà đầu tư nước ngoài dễ tiếp cận TTCK Việt Nam. Áp dụng

chính sách khuyến khích thông qua thuế, thủ tục hành chính... đối với dòng vốn đầu tư

trung và dài hạn, nhà đầu tư chiến lược. Kiểm soát dòng vốn ngắn hạn. Mở cửa thị trường

dịch vụ chứng khoán theo cam kết WTO, phù hợp với điều kiện thực tế và bảo đảm sự

phát triển bền vững của TTCK;

- Phân định rõ hoạt động đầu tư trực tiếp và đầu tư gián tiếp. Giải quyết mối quan hệ giữa

đầu tư trực tiếp nước ngoài và đầu tư gián tiếp nước ngoài, trong đó có cơ chế chuyển đổi

từ doanh nghiệp có vốn đầu tư trực tiếp nước ngoài sang công ty cổ phần để niêm yết.

3.3.1.4 Tăng cƣờng công tác quản lý, giám sát TTCK

Tăng cường công tác thanh tra, kiểm tra đối với các tổ chức kinh doanh chứng khoán

có vấn đề về an toàn tài chính, thanh khoản; vi phạm các quy định về giao dịch, bảo vệ

tài sản của NĐT. Tiếp tục phối hợp chặt chẽ với cơ quan điều tra để xử lý các CTCK

và cá nhân có dấu hiệu vi phạm hình sự. Tiếp tục triển khai thực hiện Đề án tái cấu trúc

CTCK theo mục tiêu đảm bảo sự ổn định của TTCK, không gây ra những xáo trộn lớn,

đảm bảo quyền lợi của NĐT, đảm bảo quy định của pháp luật.

3.3.2 Giải pháp đối với các công ty niêm yết:

Hoàn thiện phương thức, nội dung thông tin phải công bố cho công chúng đầu tư. Hoàn

thiện phương thức và cơ chế công bố thông tin theo quy mô (vốn và số lượng cổ đông)

của công ty mà không phân biệt là công ty đại chúng niêm yết hay chưa niêm yết,

nhằm đảm bảo tất cả các công ty đại chúng quy mô vốn lớn đều phải thực hiện công bố

thông tin đầy đủ và ở mức cao hơn so với công ty có quy mô vốn nhỏ, theo đó là tăng

cường giám sát, cưỡng chế thực thi và đào tạo, phổ cập kiến thức cho doanh nghiệp và

công chúng.

3.3.3 Giải pháp đối với các công ty chứng khoán, quỹ đầu tƣ chứng khoán:

3.3.3.1 Củng cố và nâng cao năng lực hoạt động của các CTCK:

Tiếp tục đào tạo, đào tạo lại và giáo dục đạo đức nghề nghiệp cho cán bộ, nhân viên

trong các CTCK. Phát triển mạng lưới kinh doanh chứng khoán, đa dạng hóa các hình

thức nhận lệnh để đảm bảo cho NĐT ở mọi nơi đều có thể tham gia thị trường một

cách thuận lợi với chi phí giao dịch thấp. Từng bước hiện đại hóa cơ sở vật chất kĩ

thuật của các CTCK, tiến tới nối mạng trực tiếp giữa CTCK với trung tâm Giao dịch

chứng khoán. Triển khai một số loại hình bảo hiểm (bảo hiểm trách nhiệm nghề

nghiệp, bảo hiểm tội phạm máy tính và gian lận điện tử, bảo hiểm trách nhiệm giám

đốc và viên chức.....) để đảm bảo sự ổn định trong hoạt động của CTCK và tạo niềm tin

cho khách hàng…

3.3.3.2 Tạo điều kiện và khuyến khích thành lập quỹ đầu tƣ chứng khoán:

Quỹ đầu tư được thành lập không chỉ tạo “cầu nối” để huy động các nguồn vốn tiết

kiệm nhỏ lẻ trong công chúng mà còn có vai trò lớn trong việc giúp đỡ những NĐT

nhỏ, tạo thói quen đầu tư cho họ. Đặc biệt quỹ đầu tư cũng sẽ góp phần định hướng đầu

tư, là tác nhân ổn định thị trường, qua đó nâng cao tính chuyên nghiệp trong đầu tư

chứng khoán. Nên khuyến khích quỹ đầu tư theo mô hình công ty cổ phần, vì mô hình

này có địa vị pháp lý vững chắc theo luật định nên tạo được sự tin tưởng cao hơn từ

phía các NĐT, phát huy được hiệu quả tối ưu trong việc huy động vốn và có nhiều ưu

thế trong quản lý điều hành DN.

Để khuyến khích quỹ đầu tư cần thực hiện một số chính sách khuyến khích như: bán

lại số cổ phiếu do Nhà nước nắm giữ trong các công ty cổ phần nên ưu tiên trước hết

cho các quỹ đầu tư. Thực hiện miễn thuế giá trị gia tăng và thuế thu nhập DN trong 3

năm đầu hoạt động.

3.3.4 Giải pháp đối với nhà đầu tƣ:

- Từng bước đa dạng hóa cơ sở nhà đầu tư, tiến tới cấu trúc cơ sở nhà đầu tư có sức

cầu ôn định, chuyên nghiệp. Trong giai đoạn 2013 – 2015, cần tập trung phát triển

mạnh nhà đầu tư tổ chức, làm nền tảng hỗ trợ sự tăng trưởng của thị trường chứng

khoán, định hướng bởi hoạt động đầu tư giá trị của các nhà đầu tư tổ chức.

Thông qua các giải pháp:

- Ban hành và hoàn thiện các quy định hướng dẫn đồng bộ các sản phẩm đầu tư chứng

hoán dành cho các nhà đầu tư có mức chấp nhận rủi ro khác nhau và các quỹ đầu tư đa

mục tiêu, nhằm kết nối thị trường bảo hiểm, thị trường trái phiếu, thị trường tiền tệ, thị

trường bất động sản với thị trường chứng khoán.

- Triển khai thí điểm các quỹ hưu trí tự nguyện, trước mắt cho phép các công ty quản

lý quỹ huy động và quản lý các quỹ hưu trí tự nguyện trong khối các doanh nghiệp có

vốn đầu tư nước ngoài, văn phòng đại diện các tổ chức nước ngoài, các ngân hàng

thương mại cổ phần …

- Xây dựng cơ chế thuế nhằm khuyến khích các hình thức đầu tư tập thể, khuyến khích

việc tham gia đầu tư vào thị trường chứng khoán thông qua quỹ đầu tư, pù hợp với

thông lệ quốc tế tốt nhất. Ưu đãi hoặc miễn hoàn toàn thuế thu nhập từ các khoản đầu

tư vào các sản phẩm đầu tư tập thể như các sản phẩm tiết kiệm liên kết đầu tư, bảo

hiểm liên kết đầu tư, hưu trí liên kết đầu tư, tránh tình trạng bị đánh thuế hai lần.

- Nâng cao chất lượng vào đạo đức người hành nghề quản lý tài sản. Xã hội hóa hoạt

động đào tạo người hành nghề kinh doanh chứng khoán. Tạo cơ chế, phối hợp với các

tổ chức đào tạo có y tín ở nước ngoài để xây dựng các bộ giáo trình đào tạo người hành

nghề có chất lượng theo chuẩn mực quốc tế, bảo đảm người hành nghề có đủ kỹ năng

cần thiết để tư vấn và quản lý tài sản. Ban hành các quy định theo hướng công nhận các

chứng chỉ hành nghề quốc tế.

- Tiếp tục duy trì sự tham gia đông đảo của nhà đầu tư cá nhân, cải thiện mức độ thanh

khoản của thị trường

Thông qua các giải pháp:

- Xây dựng cơ chế về thuế dựa trên việc phân loại thu nhập từ hoạt động đầu tư nhằm

khuyến khích đầu tư dài dạn, không khuyến khích các hoạt động đầu cơ.

- Tạo điều kiện về cơ sở hạ tầng và sự tiện lợi trong hoạt động giao dịch cho nhà đầu

tư: Hiện đại hóa hệ thống giao dịch hỗ trợ nhiều phương thức và hình thức giao dịch,

hiện đại hóa cơ chế giao dịch và từng bước triển khai áp dụng các kỹ thuật giao dịch

hiện đại phù hợp với thông lệ quốc tế.

- Tiếp tục hoàn thiện cơ chế công bố thông tin, bảo đảm sự minh bạch trong hoạt động

thị trường chứng khoán. Kiên quyết xử lý nghiêm minh các hiện tượng lạm dụng thị

trường nhằm củng cố lòng tin của nhà đầu tư.

- Đẩy mạnh công tác đào tạo công chúng, nâng cao nhận thức xã hội về chứng khoán

và thị trường chứng khoán.

Kết luận chƣơng 3:

Việc ứng dụng các mô hình đầu tư tài chính trên thị trường chứng khoán Việt Nam đòi

hỏi những giải pháp đồng bộ của các bên tham gia thị trường. Trên cơ sở đó, trong

chương 3 đã đưa ra những giải pháp nhằm hoàn thiện thị trường chứng khoán Việt

Nam và những kiến nghị về việc xây dựng chỉ số cổ phiếu, bộ dữ liệu, nhà đầu tư, …

nhằm nâng cao khả năng ứng dụng các mô hình đầu tư tài chính.

KẾT LUẬN

Trong luận văn này tác giả kiểm định hai mô hình đầu tư tài chính Fama French và

Carhart để tìm hiểu khả năng giải thích của nhân tố thị trường, quy mô công ty, tỷ lệ

giá trị sổ sách trên giá trị thị trường, và nhân tố xu hướng cho TSSL kỳ vọng của cổ

phiếu trong thị trường chứng khoán Việt Nam. Mẫu nghiên cứu được chọn bao gồm 77

cổ phiếu trên sàn giao dịch chứng khoán TPHCM trong khoảng thời gian từ tháng

1/2008 đến tháng 12/2012. Kết quả nghiên cứu cho thấy khả năng ứng dụng của hai mô

hình trên thị trường chứng khoán Việt Nam và mối quan hệ giữa các nhân tố với TSSL

của cổ phiếu.

Kết quả hồi quy TSSL của 8 danh mục chỉ ra rằng mô hình Fama – French giải thích

TSSL cổ phiếu trên sàn giao dịch chứng khoán TP.HCM (HOSE) tốt hơn mô hình

Carhart. Mô hình Fama – French có khả năng giải thích từ 77 % - 91 % sự biến động

của TSSL cổ phiếu. Hệ số chặn xấp xỉ bằng không cho thấy các danh mục gần như

được định giá đúng theo mô hình Fama – French.

Các nhân tố thị trường, quy mô công ty, tỷ lệ giá trị sổ sách trên giá trị thị trường đều

góp phần giải thích đáng kể cho TSSL của cổ phiếu. Bên cạnh đó, tác động của nhân tố

xu hướng trong mô hình Carhart đến tỷ suất sinh lợi là không đáng kể.

Ngoài ra, các công trình nghiên cứu về mô hình đầu tư tài chính trên thế giới cũng cho

thấy khi thêm một hoặc một số nhân tố đặc trưng cho từng thị trường vào mô hình

Fama French có thể làm tăng mức độ phù hợp của mô hình. Đây là cơ sở tham khảo để

tiến hành các nghiên cứu tiếp theo về lĩnh vực đầu tư tài chính.

TÀI LIỆU THAM KHẢO

Tiếng Việt

Đinh Thị Liễu. 2011. Ứng dụng mô hình ba nhân tố Fama – French trên thị trường

chứng khoán Việt Nam. Luận văn thạc sỹ. Đại học Kinh tế thành phố Hồ Chí Minh.

Đinh Trọng Hưng. 2008. Ứng dụng một số mô hình đầu tư tài chính vào thị trường

chứng khoán Việt Nam”. Luận văn thạc sỹ. Đại học Kinh tế thành phố Hồ Chí Minh.

Lê Khả Vy, Phạm Tấn Triết. 2011. Ứng dụng mô hình CAPM và Fama French dự

báo tỷ suất sinh lợi để kinh doanh chứng khoán trên thị trường chứng khoán Việt

Nam”. Công trình dự thi giải thưởng nghiên cứu khoa học sinh viên “Nhà kinh tế trẻ -

năm 2011”. Đại học Kinh tế thành phố Hồ Chí Minh.

Lê Thị Mai Linh. 2003. Giáo trình phân tích và đầu tư chứng khoán. NXB Chính Trị

Quốc Gia.

Lê Thị Mỹ Dung. 2012. Vận dụng các mô hình định giá danh mục đầu tư trên thị

trường chứng khoán Việt Nam. Luận văn thạc sỹ. Đại học Kinh tế thành phố Hồ Chí

Minh.

Nguyễn Trọng Hoài, Phan Thanh Bình, Nguyễn Khánh Duy. 2009. Dự báo và phân

tích dữ liệu trong kinh tế và tài chính. NXB Thống Kê.

Phạm Trí Cao, Vũ Minh Châu .2010. Kinh tế lượng ứng dụng. NXB Thống Kê.

Phan Thị Bích Nguyệt. 2008. Đầu Tư Tài Chính. NXB Thống Kê.

Vũ Thị Kim Liên. 2011. Phát triển và hoàn thiện thị trường chứng khoán Việt Nam

trong bối cảnh tái cấu trúc hệ thống tài chính.

Vương Đức Hoàng Quân, Hồ Thị Huệ. 2008. Mô hình Fama-French: Một nghiên cứu

thực nghiệm đối với thị trường chứng khoán Việt Nam.

Đinh Quốc Tuyền. 2013. Thị trường chứng khoán 6 tháng đầu năm và một số giải

pháp phát triển. [online].

chung-khoan-6-thang-dau-nam-va-mot-so-giai-phap-phat-trien/28602.tctc> [Ngày truy

cập: 10/09/2013].

Sở giao dịch chứng khoán thành phố Hồ Chí Minh. Báo cáo tài chính các công ty niêm

yết. [online]. [Ngày

truy cập: 11/06/2013]

Sở giao dịch chứng khoán Hà Nội Thống kê thị trường trái phiếu. [online].

.[Ngày truy cập:

12/06/2013]

Công ty cổ phần tư vấn đầu tư Cây Cầu Vàng. Lịch sử giá giao dịch các cổ phiếu.

[online]. . [Ngày truy cập: 15/06/2013]

Công ty chứng khoán Tân Việt

[Ngày truy cập: 20/06/2013]

Công ty chứng khoán ngân hàng ngoại thương

[Ngày truy cập: 20/06/2013]

Tiếng Anh

Eugene F. Fama and Kenneth R. French.1993. Common risk factors in the returns of

stocks and bonds.

Elhaj Mabrouk Walid, Elhaj Mohamed Ahlem. 2007. New evidence on the

Applicability of Fama and French three-factor model to the Japanese stock market.

Kyong Shik Eom, Jong Ho Park 2008. Evidence on the three-factor and

characteristics models: Korea.

Long Chen and Lu Zhang 2010. A better three-factor model that explains more

anomalies.

Mark M. Carhart. 1997. On persistence in Mutual Fund performance.

Mohamed A. Shaker, Khairy Elgiziry. 2013. Asset pricing tests in the Egyptian stock

market. Department of Business Administration, Faculty of Commerce, Cairo

University, Egypt.

Nopbhanon Homsud, Jatuphon Wasunsakul, Sirina Phuangnark, Jitwatthana

Joongpong. 2009. A study of Fama and French three factors model and Capital asset

pricing model in th Stock exchange of Thailand.

Nima Billou. 2004. Tests of the CAPM and Fama – French three factor Model.

Samy Bennaceur, Hasna Chaibi. 2007. “The best asset pricing model for estimating

cost of equity: Evidence from the Stock Exchange of Tunisia”.

Tarun Chordia and Lakshmanan Shivakumar. 2005. Earnings and Price Momentum.

PHỤ LỤC

PHỤ LỤC: DANH SÁCH CÁC CỔ PHIẾU ĐƢỢC CHỌN LÀM MẪU NGHIÊN

CỨU

STT Mã CK Tên công ty

CTCP Gạch Men Chang Yih CTCP Tấm Lợp Vật Liệu Xâu Dựng Đồng Nai CTCP Hóa An CTCP Dược Hậu Giang CTCP Đầu Tư Và Thương Mại DIC

CTCP Cao Su Đà Nẵng CTCP Kỹ Nghệ Đô Thành CTCP Thực Phẩm Sao Ta CTCP FPT CTCP Sản Xuất Kinh Doanh Xuất Nhâp Khẩu Bình Thạnh

CTCP Nông Dược H.A.I CTCP Tập Đoàn HAPACO CTCP Xây Lắp Bưu Điện Hà Nội CTCP Dịch Vụ Ô Tô Hàng Xanh CTCP Xây Dựng Và Kinh Doanh Địa Ốc Hòa Bình

CTCP Xuất Nhập Khẩu Thủy Sản Bến Tre ABT CTCP Xuất Nhập Khẩu Thủy sản An Giang AGF CTCP Bibica BBC CTCP Đường Biên Hòa BHS CTCP Nhựa Bình Minh BMP CTCP Beton 6 BT6 CTCP Đầu Tư Hạ Tầng Kỹ Thuật Thành Phố Hồ Chí Minh CII CTCP Cát Lợi CLC COM CTCP Vật Tư - Xăng Dầu CYC DCT DHA DHG DIC DMC CTCP Xuất Nhập Khẩu Y Tế Domesco DRC DTT FMC FPT GIL GMC CTCP Sản Xuất Thương Mại May Sài Gòn GMD CTCP Đại Lý Liên Hiệp Vận Chuyển HAI HAP HAS HAX HBC HMC CTCP Kim Khí TP.HCM HTV ICF IMP ITA CTCP Vận Tải Hà Tiên CTCP Đầu Tư Thương Mại Thủy Sản CTCP Dược Phẩm Imexpharm CTCP Đầu Tư - Công Nghiệp Tân Tạo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

CTCP Xuất Nhập Khẩu Khánh Hội CTCP Điện Lực Khánh Hòa CTCP Chế Biến Hàng Xuất Khẩu Long An CTCP Khoáng Sản Và Vật Liệu Xây Dựng Lâm Đồng CTCP Cơ Khí Điện Lữ Gia CTCP In Và Bao Bì Mỹ Châu

33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 KHA KHP LAF LBM LGC MCP MHC CTCP Hàng Hải Hà Nội MPC NAV NSC PAC PAN PGC PJT PNC PPC PTC PVD RAL REE SAM SAV SCD SFC SFI SJD SMC SSC SVC TAC TBC TCR TDH TMS TNA TS4 TTP TYA VFC CTCP Tập Đoàn Thủy Hải Sản Minh Phú CTCP Nam Việt CTCP Giống Cây Trồng Trung Ương CTCP Pin Ắc Quy Miền Nam CTCP Xuyên Thái Bình Dương CTCP Gas Petrolimex CTCP Vận Tải Xăng Dầu Đường Thủy Petrolimex CTCP Văn Hóa Phương Nam CTCP Nhiệt Điện Phả Lại CTCP Đầu Tư Và Xây Dựng Bưu Điện Tổng CTCP Khoan Và Dịch Vụ Khoan Dầu Khí CTCP Bóng Đèn Phích Nước Rạng Đông CTCP Cơ Điện Lạnh CTCP Đầu Tư Và Phát Triển SACOM CTCP Hợp Tác Kinh Tế Và Xuất Nhâp Khẩu SAVIMEX CTCP Nước Giải Khát Chương Dương CTCP Nhiên Liệu Sài Gòn CTCP Đại Lý Vận Tải SAFI CTCP Thủy Điện Cần Đơn CTCP Đầu Tư Thương Mại SMC CTCP Giống Cây Trồng Miền Nam CTCP Dịch Vụ Tổng Hợp Sài Gòn CTCP Dầu Thực Vật Tường An CTCP Thủy Điện Thác Bà CTCP Công Nghiệp Gốm Sứ Taicera CTCP Phát Triển Nhà Thủ Đức CTCP Kho Vận Giao Nhận Ngoại Thương TP.HCM CTCP Thương Mại Xuất Nhập Khẩu Thiên Nam CTCP Thủy Sản Số 4 CTCP Bao Bì Nhựa Tân Tiến CTCP Dây Và Cáp Điện Taya Việt Nam CTCP Vinafco

CTCP Đầu Tư Phát Triênr Thương Mại Viễn Đông CTCP Vận Tải Xăng Dầu VIPCO

72 73 74 75 76 77 VID VIP VNM CTCP Sữa Việt Nam VPK VHS VTB CTCP Bao Bì Dầu Thực Vật CTCP Thủy Điện Vĩnh Sơn - Sông Hinh CTCP Điện Tử Tân Bình

BWIN

BLO

SWIN

SLO

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-0.00483 -0.02111 0.36128 -0.24484 0.13005 0.75274 3.69862

-0.01288 -0.01911 0.27504 -0.24332 0.09952 0.19889 3.88814

0.00005 -0.02425 0.50932 -0.21979 0.12721 1.26491 5.98019

-0.02016 -0.03023 0.26063 -0.27767 0.10554 0.42509 3.94134

-0.02575 -0.02887 0.20071 -0.27301 0.09949 -0.18478 3.47155

-0.00454 -0.02529 0.34525 -0.24146 0.13217 0.73593 3.56833

-0.01970 -0.02568 0.31522 -0.24511 0.11456 0.63390 3.88535

-0.00750 -0.02708 0.46390 -0.24651 0.11537 1.19345 6.36336

PHỤ LỤC: THỐNG KÊ 8 DANH MỤC PHÂN LOẠI THEO QUY MÔ, BE/ME, XU HƢỚNG

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

RMRF -0.01671 -0.01176 0.27427 -0.25332 0.10396 0.00082 3.36286

SMB -0.00120 -0.00699 0.10480 -0.07099 0.03713 0.63281 3.55647

HML 0.01413 0.00417 0.21439 -0.08595 0.05433 1.58453 7.03870

WML -0.00795 -0.00243 0.11900 -0.14518 0.05108 -0.26498 3.25771

PHỤ LỤC: THỐNG KÊ CÁC NHÂN TỐ PHẦN BÙ THỊ TRƢỜNG, QUY MÔ, GIÁ TRỊ, XU HƢỚNG

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -5.397171 -3.546099 -2.911730 -2.593551

Prob.* 0.0000

PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH TÍNH DỪNG 1. Kết quả kiểm định tính dừng chuỗi RMRF: Null Hypothesis: RMRF has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

*MacKinnon (1996) one-sided p-values. 2. Kết quả kiểm định tính dừng chuỗi SMB: Null Hypothesis: SMB has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -7.780092 -3.546099 -2.911730 -2.593551

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. 3. Kết quả kiểm định tính dừng chuỗi HML: Null Hypothesis: HML has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -5.631868 -3.546099 -2.911730 -2.593551

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -6.112834 -3.546099 -2.911730 -2.593551

1% level 5% level 10% level

Prob.* 0.0000

Coefficient

Std. Error

t-Statistic

-1.246261 -0.336603

-0.016862 -0.123635

4. Kết quả kiểm định tính dừng chuỗi WML: Null Hypothesis: WML has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

*MacKinnon (1996) one-sided p-values. PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH ĐA CỘNG TUYẾN 1. Kết quả mô hình hồi quy phụ giữa RMRF và SMB: Dependent Variable: RMRF Method: Least Squares Date: 07/16/13 Time: 12:45 Sample: 1 60 Included observations: 60 Variable C SMB

0.013530 0.367301

Prob. 0.2177 0.7376

-0.016714 0.103960 -1.641710 -1.571898 -1.614403 1.333913

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.001950 Mean dependent var -0.015258 S.D. dependent var 0.104750 Akaike info criterion 0.636412 Schwarz criterion 51.25130 Hannan-Quinn criter. 0.113302 Durbin-Watson stat 0.737631

Coefficient

Std. Error

t-Statistic

-0.028653 0.845214

0.012555 0.225431

-2.282191 3.749320

Prob. 0.0262 0.0004

-0.016714 0.103960 -1.856778 -1.786967 -1.829471 1.583325

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.195086 Mean dependent var 0.181208 S.D. dependent var 0.094071 Akaike info criterion 0.513258 Schwarz criterion 57.70335 Hannan-Quinn criter. 14.05740 Durbin-Watson stat 0.000411

Coefficient

Std. Error

t-Statistic

-1.622840 -2.260215

-0.021317 -0.579082

2. Kết quả mô hình hồi quy phụ giữa RMRF và HML: Dependent Variable: RMRF Method: Least Squares Date: 07/16/13 Time: 12:50 Sample: 1 60 Included observations: 60 Variable C HML

3. Kết quả mô hình hồi quy phụ giữa RMRF và WML: Dependent Variable: RMRF Method: Least Squares Date: 07/16/13 Time: 12:51 Sample: 1 60 Included observations: 60 Variable C WML

0.013136 0.256206

Prob. 0.1100 0.0276

-0.016714 0.103960 -1.724172 -1.654360 -1.696865 1.346179

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.080949 Mean dependent var 0.065103 S.D. dependent var 0.100519 Akaike info criterion 0.586038 Schwarz criterion 53.72516 Hannan-Quinn criter. 5.108570 Durbin-Watson stat 0.027578

Coefficient

Std. Error

t-Statistic

-0.022165 -0.865205

-0.000110 -0.077146

0.004966 0.089165

Prob. 0.9824 0.3905

-0.001200 0.037129 -3.711828 -3.642016 -3.684521 2.035605

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.012742 Mean dependent var -0.004280 S.D. dependent var 0.037208 Akaike info criterion 0.080297 Schwarz criterion 113.3548 Hannan-Quinn criter. 0.748580 Durbin-Watson stat 0.390491

Coefficient

Std. Error

t-Statistic

-0.000523 0.085153

4. Kết quả mô hình hồi quy phụ giữa SMB và HML: Dependent Variable: SMB Method: Least Squares Date: 07/16/13 Time: 12:53 Sample: 1 60 Included observations: 60 Variable C HML

5. Kết quả mô hình hồi quy phụ giữa SMB và WML: Dependent Variable: SMB Method: Least Squares Date: 07/16/13 Time: 12:54 Sample: 1 60 Included observations: 60 Variable C WML

0.004860 0.094789

-0.107588 0.898339

Prob. 0.9147 0.3727

-0.001200 0.037129 -3.712822 -3.643011 -3.685515 1.986021

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.013723 Mean dependent var -0.003282 S.D. dependent var 0.037189 Akaike info criterion 0.080217 Schwarz criterion 113.3847 Hannan-Quinn criter. 0.807014 Durbin-Watson stat 0.372719

Coefficient

Std. Error

t-Statistic

1.618220 -7.923242

0.008030 -0.766814

0.004962 0.096780

Prob. 0.1110 0.0000

0.014125 0.054327 -3.671251 -3.601440 -3.643944 1.772477

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.519779 Mean dependent var 0.511500 S.D. dependent var 0.037970 Akaike info criterion 0.083622 Schwarz criterion 112.1375 Hannan-Quinn criter. 62.77777 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

0.005253 1.127318

6. Kết quả mô hình hồi quy phụ giữa HML và WML: Dependent Variable: HML Method: Least Squares Date: 07/16/13 Time: 12:55 Sample: 1 60 Included observations: 60 Variable C WML

Prob. 0.4900 0.0000

0.007562 0.072412

0.694671 15.56804

-0.013589 0.130468 -2.830073 -2.760261 -2.802766 1.795433

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.806901 Mean dependent var 0.803572 S.D. dependent var 0.057824 Akaike info criterion 0.193927 Schwarz criterion 86.90219 Hannan-Quinn criter. 242.3640 Durbin-Watson stat 0.000000

PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH MỘT NHÂN TỐ (CAPM): 1. Kết quả hồi quy danh mục BH: Dependent Variable: BHM Method: Least Squares Date: 06/25/13 Time: 13:34 Sample: 1 60 Included observations: 60 Variable C RMRF

Coefficient

Std. Error

t-Statistic

-0.006857 0.884105

0.005151 0.049320

-1.331340 17.92599

Prob. 0.1883 0.0000

-0.021634 0.099863 -3.598177 -3.528366 -3.570870 2.135258

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.847103 Mean dependent var 0.844467 S.D. dependent var 0.039383 Akaike info criterion 0.089961 Schwarz criterion 109.9453 Hannan-Quinn criter. 321.3412 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

0.009662 1.099148

2. Kết quả hồi quy danh mục BL: Dependent Variable: BLM Method: Least Squares Date: 06/25/13 Time: 13:37 Sample: 1 60 Included observations: 60 Variable C RMRF

3. Kết quả hồi quy danh mục SH: Dependent Variable: SHM Method: Least Squares Date: 07/16/13 Time: 13:56 Sample: 1 60 Included observations: 60 Variable C RMRF

0.007491 0.071729

1.289826 15.32366

Prob. 0.2022 0.0000

-0.008709 0.127602 -2.849041 -2.779230 -2.821734 1.663958

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.801923 Mean dependent var 0.798507 S.D. dependent var 0.057278 Akaike info criterion 0.190284 Schwarz criterion 87.47123 Hannan-Quinn criter. 234.8147 Durbin-Watson stat 0.000000

Std. Error

t-Statistic

Coefficient

-0.014193 0.880736

0.007018 0.067195

-2.022463 13.10711

Prob. 0.0477 0.0000

-0.028914 0.105895 -2.979620 -2.909808 -2.952313 1.995117

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.747603 Mean dependent var 0.743251 S.D. dependent var 0.053658 Akaike info criterion 0.166990 Schwarz criterion 91.38859 Hannan-Quinn criter. 171.7963 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.011196 0.870615

4. Kết quả hồi quy danh mục SL: Dependent Variable: SLM Method: Least Squares Date: 07/16/13 Time: 13:57 Sample: 1 60 Included observations: 60 Variable C RMRF

5. Kết quả hồi quy danh mục BWIN: Dependent Variable: BWIN Method: Least Squares Date: 07/16/13 Time: 13:58 Sample: 1 60 Included observations: 60 Variable C RMRF

0.005450 0.052182

-2.054416 16.68407

Prob. 0.0445 0.0000

-0.025748 0.099493 -3.485336 -3.415525 -3.458029 1.607586

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.827565 Mean dependent var 0.824592 S.D. dependent var 0.041669 Akaike info criterion 0.100707 Schwarz criterion 106.5601 Hannan-Quinn criter. 278.3582 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

0.006409 1.178786

0.006673 0.063897

0.960399 18.44820

Prob. 0.3408 0.0000

-0.013293 0.132578 -3.080279 -3.010468 -3.052972 1.767402

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.854394 Mean dependent var 0.851884 S.D. dependent var 0.051024 Akaike info criterion 0.151000 Schwarz criterion 94.40838 Hannan-Quinn criter. 340.3360 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.003837 0.949230

6. Kết quả hồi quy danh mục BLOSE: Dependent Variable: BLOSE Method: Least Squares Date: 07/16/13 Time: 13:59 Sample: 1 60 Included observations: 60 Variable C RMRF

7. Kết quả hồi quy danh mục SWIN: Dependent Variable: SWIN Method: Least Squares Date: 07/16/13 Time: 14:00 Sample: 1 60 Included observations: 60 Variable C RMRF

0.007675 0.073488

-0.499934 12.91674

Prob. 0.6190 0.0000

-0.019702 0.114558 -2.800572 -2.730760 -2.773264 1.992288

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.742041 Mean dependent var 0.737594 S.D. dependent var 0.058683 Akaike info criterion 0.199734 Schwarz criterion 86.01715 Hannan-Quinn criter. 166.8421 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.000870 0.920636

0.008603 0.082373

-0.101187 11.17647

Prob. 0.9198 0.0000

-0.016258 0.115817 -2.572318 -2.502507 -2.545011 1.327096

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.682910 Mean dependent var 0.677443 S.D. dependent var 0.065777 Akaike info criterion 0.250946 Schwarz criterion 79.16954 Hannan-Quinn criter. 124.9135 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.006775 0.974211 -0.425895 0.634243

8. Kết quả hồi quy danh mục SLOSE: Dependent Variable: SLOSE Method: Least Squares Date: 07/16/13 Time: 14:01 Sample: 1 60 Included observations: 60 Variable C RMRF

Prob. 0.2916 0.0000 0.0107 0.0000

0.006364 0.063753 0.161184 0.122664

-1.064723 15.28096 -2.642294 5.170573

-0.013589 0.130468 -3.270272 -3.130649 -3.215658 1.999306

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.883681 Mean dependent var 0.877449 S.D. dependent var 0.045673 Akaike info criterion 0.116818 Schwarz criterion 102.1082 Hannan-Quinn criter. 141.8114 Durbin-Watson stat 0.000000

PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH FAMA – FRENCH 1. Kết quả hồi quy danh mục BH: Dependent Variable: BHM Method: Least Squares Date: 06/25/13 Time: 13:33 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

Coefficient

Std. Error

t-Statistic

-0.001794 0.949582 -0.162090 -0.294755

-0.347901 18.38022 -1.240951 -2.965277

0.005157 0.051663 0.130617 0.099402

Prob. 0.7292 0.0000 0.2198 0.0044

-0.021634 0.099863 -3.690818 -3.551195 -3.636203 1.984317

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.869620 Mean dependent var 0.862635 S.D. dependent var 0.037012 Akaike info criterion 0.076713 Schwarz criterion 114.7245 Hannan-Quinn criter. 124.5043 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.001794 0.949582 0.837910 0.705245

2. Kết quả hồi quy danh mục BL: Dependent Variable: BLM Method: Least Squares Date: 06/25/13 Time: 13:36 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

0.005157 0.051663 0.130617 0.099402

-0.347901 18.38022 6.415002 7.094854

Prob. 0.7292 0.0000 0.0000 0.0000

-0.008709 0.127602 -3.690818 -3.551195 -3.636203 1.984317

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.920145 Mean dependent var 0.915867 S.D. dependent var 0.037012 Akaike info criterion 0.076713 Schwarz criterion 114.7245 Hannan-Quinn criter. 215.0897 Durbin-Watson stat 0.000000

3. Kết quả hồi quy danh mục SH: Dependent Variable: SHM Method: Least Squares Date: 06/25/13 Time: 13:38 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

Coefficient

Std. Error

t-Statistic

-0.006775 0.974211 0.574105 -0.365757

-1.064723 15.28096 3.561808 -2.981787

0.006364 0.063753 0.161184 0.122664

Prob. 0.2916 0.0000 0.0008 0.0042

-0.028914 0.105895 -3.270272 -3.130649 -3.215658 1.999306

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.823436 Mean dependent var 0.813977 S.D. dependent var 0.045673 Akaike info criterion 0.116818 Schwarz criterion 102.1082 Hannan-Quinn criter. 87.05485 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.007305 0.921175 -0.205911 -0.233124

-1.302696 16.39664 -1.449685 -2.156678

4. Kết quả hồi quy danh mục SL: Dependent Variable: SLM Method: Least Squares Date: 06/25/13 Time: 13:39 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

0.005608 0.056181 0.142039 0.108094

Prob. 0.1980 0.0000 0.1527 0.0353

-0.025748 0.099493 -3.523164 -3.383541 -3.468549 1.522002

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.844674 Mean dependent var 0.836353 S.D. dependent var 0.040248 Akaike info criterion 0.090715 Schwarz criterion 109.6949 Hannan-Quinn criter. 101.5105 Durbin-Watson stat 0.000000

5. Kết quả hồi quy danh mục BWIN: Dependent Variable: BWIN Method: Least Squares Date: 06/25/13 Time: 13:40 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

Coefficient

Std. Error

t-Statistic

-0.000504 1.090961 -0.300770 0.359951

0.006532 0.065442 0.165454 0.125914

-0.077191 16.67057 -1.817845 2.858710

Prob. 0.9387 0.0000 0.0744 0.0060

-0.013293 0.132578 -3.217972 -3.078349 -3.163358 1.917964

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.881307 Mean dependent var 0.874948 S.D. dependent var 0.046883 Akaike info criterion 0.123090 Schwarz criterion 100.5392 Hannan-Quinn criter. 138.6014 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.002356 0.966357 0.622306 -0.031685

-0.309052 12.65026 3.222159 -0.215577

6. Kết quả hồi quy danh mục BLOSE: Dependent Variable: BLOSE Method: Least Squares Date: 06/25/13 Time: 13:41 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

0.007625 0.076390 0.193133 0.146978

Prob. 0.7584 0.0000 0.0021 0.8301

-0.019702 0.114558 -2.908601 -2.768978 -2.853987 1.971551

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.783389 Mean dependent var 0.771785 S.D. dependent var 0.054726 Akaike info criterion 0.167719 Schwarz criterion 91.25804 Hannan-Quinn criter. 67.50929 Durbin-Watson stat 0.000000

7. Kết quả hồi quy danh mục SWIN: Dependent Variable: SWIN Method: Least Squares Date: 06/25/13 Time: 13:41 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

Coefficient

Std. Error

t-Statistic

-0.013598 0.755410 0.618161 0.758076

0.007206 0.072193 0.182522 0.138902

-1.887109 10.46375 3.386781 5.457617

Prob. 0.0643 0.0000 0.0013 0.0000

-0.016258 0.115817 -3.021624 -2.882001 -2.967010 1.679967

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.810723 Mean dependent var 0.800583 S.D. dependent var 0.051719 Akaike info criterion 0.149795 Schwarz criterion 94.64872 Hannan-Quinn criter. 79.95413 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-1.008978 15.27632 -2.587945 3.134035 -0.882994

-0.006444 0.977278 -0.418517 0.531189 -0.149047

8. Kết quả hồi quy danh mục SLOSE: Dependent Variable: SLOSE Method: Least Squares Date: 06/25/13 Time: 13:42 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML

Prob. 0.3174 0.0000 0.0123 0.0028 0.3811

0.006387 0.063973 0.161718 0.169490 0.168797

-0.013589 0.130468 -3.251015 -3.076486 -3.182747 2.007111

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.885307 Mean dependent var 0.876965 S.D. dependent var 0.045763 Akaike info criterion 0.115185 Schwarz criterion 102.5305 Hannan-Quinn criter. 106.1350 Durbin-Watson stat 0.000000

PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH CARHART 1. Kết quả hồi quy danh mục BH: Dependent Variable: BHM Method: Least Squares Date: 07/17/13 Time: 11:12 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

Coefficient

Std. Error

t-Statistic

-0.002011 0.947569 -0.166931 -0.227132 0.097803

0.005188 0.051968 0.131369 0.137684 0.137121

-0.387632 18.23369 -1.270699 -1.649671 0.713263

Prob. 0.6998 0.0000 0.2092 0.1047 0.4787

-0.021634 0.099863 -3.666692 -3.492163 -3.598424 1.956001

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.870815 Mean dependent var 0.861419 S.D. dependent var 0.037175 Akaike info criterion 0.076010 Schwarz criterion 115.0007 Hannan-Quinn criter. 92.68623 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.002011 0.947569 0.833069 0.772868 0.097803

2. Kết quả hồi quy danh mục BL: Dependent Variable: BLM Method: Least Squares Date: 06/25/13 Time: 13:45 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

0.005188 0.051968 0.131369 0.137684 0.137121

-0.387632 18.23369 6.341418 5.613363 0.713263

Prob. 0.6998 0.0000 0.0000 0.0000 0.4787

-0.008709 0.127602 -3.666692 -3.492163 -3.598424 1.956001

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.920877 Mean dependent var 0.915122 S.D. dependent var 0.037175 Akaike info criterion 0.076010 Schwarz criterion 115.0007 Hannan-Quinn criter. 160.0293 Durbin-Watson stat 0.000000

3. Kết quả hồi quy danh mục SH: Dependent Variable: SHM Method: Least Squares Date: 06/25/13 Time: 13:46 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

Coefficient

Std. Error

t-Statistic

-0.006444 0.977278 0.581483 -0.468811 -0.149047

-1.008978 15.27632 3.595670 -2.766006 -0.882994

0.006387 0.063973 0.161718 0.169490 0.168797

Prob. 0.3174 0.0000 0.0007 0.0077 0.3811

-0.028914 0.105895 -3.251015 -3.076486 -3.182747 2.007111

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.825903 Mean dependent var 0.813242 S.D. dependent var 0.045763 Akaike info criterion 0.115185 Schwarz criterion 102.5305 Hannan-Quinn criter. 65.22918 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.008039 0.914369 -0.222283 -0.004452 0.330729

4. Kết quả hồi quy danh mục SL: Dependent Variable: SLM Method: Least Squares Date: 06/25/13 Time: 13:47 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

0.005411 0.054199 0.137009 0.143594 0.143006

-1.485715 16.87066 -1.622402 -0.031005 2.312684

Prob. 0.1431 0.0000 0.1104 0.9754 0.0245

-0.025748 0.099493 -3.582633 -3.408105 -3.514366 1.453143

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.858440 Mean dependent var 0.848145 S.D. dependent var 0.038771 Akaike info criterion 0.082675 Schwarz criterion 112.4790 Hannan-Quinn criter. 83.38190 Durbin-Watson stat 0.000000

5. Kết quả hồi quy danh mục BWIN: Dependent Variable: BWIN Method: Least Squares Date: 06/25/13 Time: 13:47 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

Coefficient

Std. Error

t-Statistic

0.000265 1.098088 -0.283627 0.120506 -0.346310

0.041618 17.23299 -1.760812 0.713817 -2.059786

0.006362 0.063720 0.161077 0.168819 0.168129

Prob. 0.9670 0.0000 0.0838 0.4784 0.0442

-0.013293 0.132578 -3.258949 -3.084420 -3.190681 2.014597

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.889807 Mean dependent var 0.881793 S.D. dependent var 0.045582 Akaike info criterion 0.114275 Schwarz criterion 102.7685 Hannan-Quinn criter. 111.0311 Durbin-Watson stat 0.000000

Coefficient

Std. Error

t-Statistic

-0.003788 0.953090 0.590395 0.414033 0.644643

6. Kết quả hồi quy danh mục BLOSE: Dependent Variable: BLOSE Method: Least Squares Date: 06/25/13 Time: 13:48 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

0.006970 0.069813 0.176480 0.184962 0.184206

-0.543453 13.65203 3.345398 2.238477 3.499583

Prob. 0.5890 0.0000 0.0015 0.0293 0.0009

-0.019702 0.114558 -3.076308 -2.901780 -3.008041 2.009099

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.822838 Mean dependent var 0.809954 S.D. dependent var 0.049941 Akaike info criterion 0.137174 Schwarz criterion 97.28925 Hannan-Quinn criter. 63.86270 Durbin-Watson stat 0.000000

7. Kết quả hồi quy danh mục SWIN: Dependent Variable: SWIN Method: Least Squares Date: 06/25/13 Time: 13:48 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

Coefficient

Std. Error

t-Statistic

-0.012092 0.769370 0.651739 0.289074 -0.678319

-1.886767 11.98539 4.016356 1.699734 -4.004832

0.006409 0.064192 0.162271 0.170070 0.169375

Prob. 0.0645 0.0000 0.0002 0.0948 0.0002

-0.016258 0.115817 -3.244182 -3.069653 -3.175914 1.430123

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.853457 Mean dependent var 0.842799 S.D. dependent var 0.045920 Akaike info criterion 0.115975 Schwarz criterion 102.3255 Hannan-Quinn criter. 80.07890 Durbin-Watson stat 0.000000

8. Kết quả hồi quy danh mục SLOSE: Dependent Variable: SLOSE Method: Least Squares Date: 06/25/13 Time: 13:49 Sample: 1 60 Included observations: 60 Variable C RMRF SMB HML WML

Luận văn Thạc sĩ Kinh tế: Kiểm định mô hình đầu tư tài chính Fama – French và Carhart trên thị trường chứng khoán - Bùi Anh Hoàng

BÙI ANH HOÀNG

KIỂM ĐỊNH MÔ HÌNH ĐẦU TƯ TÀI CHÍNH

FAMA – FRENCH VÀ CARHART TRÊN

THỊ TRƯỜNG CHỨNG KHOÁN

LUẬN VĂN THẠC SỸ KINH TẾ

TP. Hồ Chí Minh – Năm 2013

BÙI ANH HOÀNG

KIỂM ĐỊNH MÔ HÌNH ĐẦU TƯ TÀI CHÍNH

FAMA – FRENCH VÀ CARHART TRÊN

THỊ TRƯỜNG CHỨNG KHOÁN

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SỸ KINH TẾ

Người hướng dẫn khoa học

PGS. TS. BÙI KIM YẾN

TP. Hồ Chí Minh – Năm 2013

II

I

P

III

IV

II

I

III

IV

1.3 Mô hình Fama – French:

1.3.1 Xây dựng mô hình, ý nghĩa các nhân tố hệ số:

1.3.2 Kết quả mô hình trên mẫu:

1.4.2 Kết quả mô hình trên mẫu:

Kết luận chƣơng 3:

TÀI LIỆU THAM KHẢO

*MacKinnon (1996) one-sided p-values. 2. Kết quả kiểm định tính dừng chuỗi SMB: Null Hypothesis: SMB has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

*MacKinnon (1996) one-sided p-values. 3. Kết quả kiểm định tính dừng chuỗi HML: Null Hypothesis: HML has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

*MacKinnon (1996) one-sided p-values. PHỤ LỤC: KẾT QUẢ KIỂM ĐỊNH ĐA CỘNG TUYẾN 1. Kết quả mô hình hồi quy phụ giữa RMRF và SMB: Dependent Variable: RMRF Method: Least Squares Date: 07/16/13 Time: 12:45 Sample: 1 60 Included observations: 60 Variable C SMB

3. Kết quả mô hình hồi quy phụ giữa RMRF và WML: Dependent Variable: RMRF Method: Least Squares Date: 07/16/13 Time: 12:51 Sample: 1 60 Included observations: 60 Variable C WML

5. Kết quả mô hình hồi quy phụ giữa SMB và WML: Dependent Variable: SMB Method: Least Squares Date: 07/16/13 Time: 12:54 Sample: 1 60 Included observations: 60 Variable C WML

3. Kết quả hồi quy danh mục SH: Dependent Variable: SHM Method: Least Squares Date: 07/16/13 Time: 13:56 Sample: 1 60 Included observations: 60 Variable C RMRF

5. Kết quả hồi quy danh mục BWIN: Dependent Variable: BWIN Method: Least Squares Date: 07/16/13 Time: 13:58 Sample: 1 60 Included observations: 60 Variable C RMRF

7. Kết quả hồi quy danh mục SWIN: Dependent Variable: SWIN Method: Least Squares Date: 07/16/13 Time: 14:00 Sample: 1 60 Included observations: 60 Variable C RMRF

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok