BỘ GIÁO DỤC VÀO ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
--------------------
NGUYỄN THỊ HUỲNH NHƯ
KIỂM ĐỊNH MÔ HÌNH KẾT HỢP BA NHÂN TỐ CỦA FAMA – FRENCH VÀ VaR TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Chuyên ngành: Tài chính – Ngân hàng
Mã số: 60.34.02.01
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: TS. Hồ Viết Tiến
TP. HỒ CHÍ MINH, NĂM 2012
LỜI CẢM ƠN
Trước hết tác giả xin gửi lời cám ơn chân thành đến người hướng dẫn khoa học, TS. Hồ Viết Tiến, về những ý kiến đóng góp, những chỉ dẫn có giá trị và những hỗ trợ về nội dung cũng như số liệu giúp tác giả hoàn thành luận văn.
Tác giả xin cám ơn các Thầy, Cô khoa Đào tạo Sau Đại Học đã giúp đỡ, hỗ
trợ về mặt kiến thức trong suốt thời gian học tại trường..
Tác giả xin gửi lời cám ơn đến gia đình và bạn bè đã hết lòng ủng hộ và động
viên tác giả trong suốt thời gian thực hiện luận văn này.
Tp. Hồ Chí Minh, tháng 12 năm 2012
Học viên
Nguyễn Thị Huỳnh Như
LỜI CAM ĐOAN
Tác giả xin cam đoan đây là công trình nghiên cứu của tác giả với sự giúp đỡ
của Thầy hướng dẫn và một số bạn bè đã hỗ trợ trong quá trình nghiên cứu để hoàn
thành luận văn này. Nguồn lấy số liệu và các nội dung tham khảo đều có ghi trong
phần tài liệu tham khảo. Nội dung và kết quả nghiên cứu của luận văn này chưa
từng được công bố trong bất cứ công trình nào cho tới thời điểm hiện nay.
Tp. Hồ Chí Minh, tháng 12 năm 2012
Tác giả
Nguyễn Thị Huỳnh Như
DANH MỤC CHỮ VIẾT TẮT
- CAPM : Mô hình định giá tài sản vốn
- HOSE : Sở giao dịch chứng khoán thành phố Hồ Chí Minh
- TTGDCK : Trung tâm giao dịch chứng khoán
- TTCK : Thị trường chứng khoán
- TTCK VN : Thị trường chứng khoán Việt Nam
- SGDCK : Sở giao dịch chứng khoán
- VaR : Value At Risk
- SMB : Small Minus Big
- HML : High Minus Low
- HVARL : High VAR Minus Low var
- BE/ME : Tỷ số giá trị sổ sách trên giá trị thị trường
: Lãi suất phi rủi ro - Rf
: Tỷ suất sinh lợi thị trường - Rm
DANH MỤC HÌNH VẼ
Hình 3.1: Đồ thị VaR ................................................................................................ 17
Hình 3.2: Hình phân phối chuẩn của TSSL cổ phiếu................................................ 17
Hình 4.1: Lãi suất trái phiếu chính phủ kỳ hạn 1 năm điều chỉnh theo tuần ........... 27
DANH MỤC BẢNG
Bảng 3.1: Các nhân tố và nguồn dữ liệu sử dụng ..................................................... 18
Bảng 4.1: Thống kê mô tả các biến ........................................................................... 25
Bảng 4.2: Ma trận tương quan giữa các biến độc lập .............................................. 27
Bảng 4.3: Kết quả hồi quy mô hình một nhân tố ...................................................... 29
Bảng 4.4: Kết quả hồi quy mô hình ba nhân tố ........................................................ 31
Bảng 4.5: Mức độ giải thích và ý nghĩa thống kê của mô hình 4 nhân tố ................ 32
Bảng 4.6: Hệ số hồi quy và ý nghĩa thống kê của hệ số hồi quy .............................. 33
Bảng 4.7: Kết quả kiểm định Breusch-Godfrey của mô hình 4 nhân tố ................... 36
Bảng 4.8: Kết quả kiểm định phương sai thay đổi trong mô hình bốn nhân tố ........ 37
Bảng 4.9: Kết quả hồi quy phụ giữa các biến độc lập .............................................. 38
MỤC LỤC
Tóm tắt .................................................................................................................... 1
CHƯƠNG 1: GIỚI THIỆU ...................................................................................... 2
1.1 Lý do nghiên cứu ............................................................................................... 2
1.2 Mục tiêu nghiên cứu .......................................................................................... 3
1.3 Xác định vấn đề nghiên cứu .............................................................................. 4
1.4 Phương pháp nghiên cứu ................................................................................... 4
1.5 Đối tượng và phạm vi nghiên cứu ..................................................................... 5
1.6 Kết cấu của đề tài ............................................................................................... 5
CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ...................... 6
2.2 Mô hình ba nhân tố của Fama – French ....................................................... 6
2.2.1 Nghiên cứu thực nghiệm của Fama – French ....................................... 6
2.2.2 Mô hình Fama – French ba nhân tố: ..................................................... 7
2.2.3 Thực nghiệm của mô hình Fama French ba nhân tố: ........................... 8
2.3 Mô hình 4 nhân tố gồm các nhân tố của Fama-French và VaR: ................ 10
2.3.1 Nghiên cứu của Bali-Cakici trên TTCK Mỹ....................................... 10
2.3.2 Nghiên cứu tại thị trường chứng khoán đang phát triển Đài Loan ..... 11
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU ......................... 13
3.1 Mô hình nghiên cứu ......................................................................................... 13
3.2. Dữ liệu nghiên cứu ......................................................................................... 14
3.2.1 Mẫu nghiên cứu ......................................................................................... 14
3.2.2 Tỷ suất sinh lợi chứng khoán .................................................................... 14
3.2.3 Lãi suất phi rủi ro ...................................................................................... 15
3.2.4 Tỷ suất sinh lợi thị trường ......................................................................... 15
3.2.5 Qui mô ....................................................................................................... 16
3.2.6 Tỷ số giá trị sổ sách trên giá trị thị trường ................................................ 16
3.2.7 VaR (Value at Risk) .................................................................................. 16
3.3 Xây dựng các danh mục................................................................................... 19
3.4 Xác định các biến cho mô hình........................................................................ 21
3.4.1 Biến phụ thuộc: ......................................................................................... 21
3.4.2 Biến độc lập: .............................................................................................. 22
3.5 Các phương pháp phân tích dữ liệu và kiểm định ........................................... 23
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU.............................................................. 25
4.1. Thống kê mô tả ............................................................................................... 25
4.2. Sự tương quan giữa các biến .......................................................................... 27
4.3. Kết quả hồi quy ............................................................................................... 28
4.3.1 Mô hình một nhân tố ................................................................................. 28
4.3.2 Mô hình ba nhân tố .................................................................................... 30
4.3.3 Mô hình bốn nhân tố ................................................................................. 32
4.4. Kiểm định mô hình bốn nhân tố ..................................................................... 35
4.4.1. Kiểm định phần dư: .................................................................................. 35
4.4.2. Kiểm định hiện tượng đa cộng tuyến ....................................................... 37
4.5 Kết quả nghiên cứu .......................................................................................... 38
CHƯƠNG 5 : KẾT LUẬN ..................................................................................... 40
5.1 Kết luận ............................................................................................................ 40
5.2 Hạn chế của đề tài nghiên cứu ......................................................................... 42
5.3 Đề xuất hướng nghiên cứu tiếp theo ................................................................ 43
Tài liệu tham khảo ................................................................................................... 44
1
TÓM TẮT
Ngày càng có nhiều nghiên cứu tập trung vào việc ứng dụng các mô hình kinh tế -
tài chính để xác định mối quan hệ giữa rủi ro và lợi nhuận của cổ phiếu. Trong luận
văn này tác giả nghiên cứu khả năng giải thích của các nhân tố thị trường, quy mô
công ty, tỷ lệ giá trị sổ sách trên giá trị thị trường và nhân tố VaR (Value-at-risk)
cho TSSL mong đợi của cổ phiếu trong một thị trường chứng khoán mới phát triển
như Việt Nam, mẫu được chọn là 78 cổ phiếu trên sàn giao dịch chứng khoán
TPHCM trong khoảng thời gian từ tháng 7/2007 đến cuối tháng 12/2011. Mục đích
chính là để kiểm tra xem yếu tố Value-at-Risk có khả năng liên quan đến mô hình
ba nhân tố Fama-Frrench hay không và mức độ ảnh hưởng của 4 nhân tố bao gồm 3
nhân tố của Fama – French và VaR đến TSSL mong đợi của cổ phiếu là như thế
nào. Kết quả thực nghiệm cho thấy VaR có khả năng giải thích bổ sung cho TSSL
cổ phiếu bình quân bên cạnh các nhân tố: suất sinh lợi thị trường, quy mô công ty,
giá trị sổ sách trên giá trị thị trường. Trong đó nhân tố thị trường vẫn đóng vai trò
quan trọng hơn hết.
2
CHƯƠNG 1 : GIỚI THIỆU
1.1 Lý do nghiên cứu:
Ở Việt Nam kể từ khi TTCK chính thức đi vào hoạt động vào tháng 7/2000 đến nay
đã trở thành một kênh đầu tư hấp dẫn và quen thuộc với mọi người. Phần lớn các
nhà đầu tư trên thị trường là đầu tư cá nhân. Một thực tế cho thấy đa số các nhà đầu
tư cá nhân có ít kiến thức về đầu tư tài chính, chủ yếu đầu tư ngắn hạn theo kiểu
lướt sóng để tìm kiếm lợi nhuận, mà chưa chú trọng đến việc ứng dụng các mô hình
đầu tư tài chính hiện đại vào hoạt động mua bán chứng khoán, các quyết định đầu tư
chủ yếu dựa vào cảm tính và chạy theo tâm lý đám đông.
Do vậy, việc nghiên cứu ứng dụng các lý thuyết đầu tư tài chính hiện đại vào TTCK
VN trong giai đoạn hiện nay là một việc hết sức quan trọng và cấp thiết. Hơn nữa,
đã có nhiều nghiên cứu trên thế giới trong việc ứng dụng các lý thuyết đầu tư tài
chính vào TTCK, đặc biệt là các nghiên cứu thực nghiệm trên các TTCK mới nổi đã
cho những kết quả có ý nghĩa vô cùng thiết thực, điều đó càng khẳng định thêm tính
đúng đắn và tính thực tế của các mô hình.
Mô hình định giá tài sản vốn (CAPM) của Sharpe (1964) và Lintner (1965) thể hiện
mối tương quan giữa rủi ro và TSSL chứng khoán mà cơ sở là lý thuyết danh mục
của Markowitz (1959). Mô hình này thể hiện mối quan hệ tuyến tính dương giữa
suất sinh lợi kỳ vọng của chứng khoán và hệ số beta chứng khoán. Sau đó, Fama –
French (1993) đã phát triển mô hình CAPM bằng cách thêm hai yếu tố đại diện cho
quy mô công ty và tỷ số giá trị sổ sách trên giá thị trường (BE/ME) vào CAPM để
giải thích cho TSSL kỳ vọng. Kết quả là mô hình 3 nhân tố này của Fama French
giải thích TSSL kỳ vọng tốt hơn mô hình chỉ với nhân tố thị trường là CAPM.
Cho đến thời điểm hiện tại, trong giới học thuật đã và đang có những tranh luận về
các mô hình: Mô hình Định giá tài sản vốn CAPM của Sharpe (1964) và Lintner
3
(1965), Mô hình ba nhân tố của Fama và French (1993), Mô hình bốn nhân tố của
Carhart (1997)... Các mô hình này đã được kiểm định ở các TTCK trên thế giới.
Tuy nhiên, trong các mô hình trên thì nhân tố Value-at-Risk, một trong những kỹ
thuật đo lường rủi ro theo chiều hướng xấu (downside risk) mà được sử dụng rất
phổ biến trong việc xác định rủi ro về vốn cho các ngân hàng trên thế giới vẫn chưa
được xem xét cho đến năm 2003. Những nghiên cứu của Turan G.Bali và Nusret
Cakici (2003) cho thấy rằng khả năng thua lỗ tối đa được đo lường bằng Value-at-
Risk (VaR) có liên hệ đến sự thay đổi trong suất sinh lợi kỳ vọng của cổ phiếu trên
thị trường chứng khoán Mỹ trong thời kỳ 1965-1999, trong khi beta thị trường
không đủ để giải thích TSSL kỳ vọng ở mức độ công ty. Nghiên cứu này đã mở ra
một hướng phát triển mới trong việc xác định mối quan hệ giữa các nhân tố rủi ro
có thể tính toán được với TSSL kỳ vọng của chứng khoán, từ đó giúp cho nhà đầu
tư có thêm công cụ để lựa chọn danh mục đầu tư có TSSL kỳ vọng tương ứng với
khẩu vị rủi ro của mình.
Đề tài “Kiểm định mô hình kết hợp ba nhân tố của Fama – French và VaR trên
thị trường chứng khoán Việt Nam” được tác giả nghiên cứu như là một cơ sở tham
khảo thực tế giúp cho các nhà đầu tư có thể đưa ra các quyết định đầu tư cổ phiếu
của mình trên thị trường chứng khoán Việt Nam.
1.2 Mục tiêu nghiên cứu:
Mục tiêu của luận văn này là nghiên cứu mối quan hệ giữa TSSL và các nhân tố: thị
trường, nhân tố quy mô công ty, nhân tố giá trị sổ sách trên giá trị thị trường và
nhân tố rủi ro mất vốn tối đa trên TTCK VN. Để đạt được mục tiêu này, tác giả phải
tiến hành:
Nghiên cứu mô hình ba nhân tố Fama – French, mô hình bốn nhân tố của
Bali – Cakici cùng các bằng chứng thực nghiệm của mô hình trên thế giới
cũng như VN.
4
Kiểm định thực nghiệm mô hình bốn nhân tố gồm ba nhân tố trong mô
hình Fama-French và nhân tố VaR trên TTCK VN.
1.3 Xác định vấn đề nghiên cứu (câu hỏi nghiên cứu):
Luận văn tiến hành kiểm định mô hình 4 nhân tố gồm 3 nhân tố trong mô hình
Fama French nổi tiếng kết hợp với nhân tố VaR trên TTCK VN. Để giải quyết cho
mục tiêu nghiên cứu này, các câu hỏi nghiên cứu được đặt ra như sau:
Mô hình 4 nhân tố gồm 3 nhân tố của Fama-French và VaR có phù hợp
với TTCK VN và giải thích TSSL cổ phiếu tốt hơn mô hình Fama French
hay không?
Nhân tố VaR có thể góp phần giải thích TSSL của các chứng khoán trên
TTCK VN hay không?
Mức độ ảnh hưởng của các nhân tố trong mô hình đối với TSSL của cổ
phiếu là như thế nào?
1.4 Phương pháp nghiên cứu:
Nghiên cứu định lượng kết hợp với nghiên cứu định tính và các phương
pháp thống kê như phân tích, so sánh.
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 TSSL cổ phiếu.
Sử dụng phần mềm Excel để xây dựng các danh mục và xác định các biến
đầu vào cho mô hình, sau đó sử dụng phần mềm Eview 6.0 hồi quy các
chuỗi TSSL để kiểm định mô hình.
5
1.5 Đối tượng và phạm vi nghiên cứu:
Đối tượng nghiên cứu của luận văn là Mô hình 4 nhân tố gồm 3 nhân tố của Fama
– French và VaR đối với thị trường chứng khoán Việt Nam, với mẫu dữ liệu gồm 78
cổ phiếu được niêm yết trên SGDCK TPHCM (HOSE) trước ngày 31/12/2006.
Thời gian nghiên cứu từ 1/7/2007 đến 31/12/2011.
1.6 Kết cấu của đề tài:
Đề tài gồm có 5 chương:
Chương 1: Giới thiệu
Chương 2: Tổng quan các nghiên cứu trước đây
Chương 3: Trình bày phương pháp nghiên cứu và dữ liệu
Chương 4: Kết quả nghiên cứu và phân tích
Chương 5: Kết luận
6
CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1 Mô hình ba nhân tố của Fama – French
2.1.1 Nghiên cứu thực nghiệm của Fama – French
Trong một nghiên cứu của mình vào năm 1992, hai tác giả Fama và French đã 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
beta, quy mô công ty, 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 các thị trường
NYSE, AMEX (American Stock Exchange) và NASDAQ (National Association of
Securities Dealers Automated Quotation System) trong giai đoạn 1963-1990.
Nghiên cứu này không ủng hộ mô hình CAPM với dự báo cho rằng tỷ suất sinh lợi
trung bình có mối quan hệ đồng biến với beta thị trường. Trong khi đó, các kiểm
định lần lượt giữa tỷ suất sinh lợi trung bình với quy mô công ty, hệ số đòn bẩy, E/P
và BE/ME cho thấy rằng tất cả các nhân tố này đều quan trọng. Kết quả cuối cùng,
hai ông chỉ ra rằng BE/ME và quy mô là những yếu tố có mối quan hệ mạnh nhất
tới tỷ suất sinh lợi cổ phiếu và vai trò của hai yếu tố còn lại (đòn bẩy, E/P) bị che
lấp khi đưa hai yếu tố này vào mô hình.
Vào năm 1993, một nghiên cứu của Fama và French được đăng tải trên tạp chí kinh
tế tài chính với tựa đề “Common risk factors in the returns on stocks and bonds”
như là kết quả mở rộng của nghiên cứu năm 1992 cho cả cổ phiếu và trái phiếu.
Chuỗi thời gian TSSL tháng của các cổ phiếu và trái phiếu được hồi quy với 5 nhân
tố: TSSL danh mục thị trường, danh mục nhân tố mô phỏng của quy mô, danh mục
nhân tố mô phỏng của giá trị sổ sách trên giá trị thị trường, phần bù kỳ hạn và phần
bù rủi ro mất khả năng thanh toán (là chênh lệch TSSL của danh mục thị trường trái
phiếu công ty so với TSSL trái phiếu dài hạn của chính phủ). Trong đó 3 nhân tố
đầu tiên có ảnh hưởng đến TSSL cổ phiếu, còn 2 nhân tố sau cùng ảnh hưởng lên
TSSL trái phiếu. Từ đó Fama và French đã xây dựng một mô hình định giá tài sản 3
7
nhân tố đối với cổ phiếu 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 của Mĩ.
Có thể thấy rằng mô hình 3 nhân tố của Fama và French là một sự mở rộng của mô
hình định giá tài sản vốn - CAPM, nó bao gồm 2 nhân tố được nghiên cứu của
Fama và French (1992) kết hợp với nhân tố thị trường. Mô hình này khác với
CAPM ở 2 nhân tố bổ sung là quy mô và giá trị.
2.1.2 Mô hình Fama – French ba nhân tố:
Mô hình ba nhân tố nói rằng TSSL vượt trội kỳ vọng của một danh mục (TSSL kỳ
vọng trừ đi TSSL phi rủi ro) được giải thích bởi độ nhạy của nó đối với 3 nhân tố:
1) TSSL vượt trội của danh mục thị trường (nhân tố thị trường Rm-Rf)
2) Sự chênh lệch của TSSL của danh mục các cổ phiếu quy mô nhỏ và TSSL
của danh mục các cổ phiếu quy mô lớn (gọi là nhân tố quy mô SMB)
3) Sự chênh lệch giữa TSSL của danh mục các cổ phiếu có giá trị sổ sách trên
giá trị thị trường (BE/ME) cao và TSSL của danh mục các cổ phiếu có
BE/ME thấp (gọi là nhân tố giá trị HML).
Fama và French đã sử dụng cách tiếp cận hồi quy theo chuỗi thời gian của Black,
Jensen và Scholes (1972), với mô hình:
E(Ri) = Rf + βi [(E(RM) - Rf ] + si E(SMB) + hi E(HML)
Trong đó:
Ri: là tỷ suất sinh lợi của chứng khoán i
RM: là tỷ suất sinh lợi của thị trường
Rf: là lãi suất phi rủi ro
8
SMB: là 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.
HML: là chênh lệch giữa TSSL bình quân của danh mục có giá trị sổ sách
trên giá trị thị trường cao so với TSSL bình quân của danh mục có giá trị này
thấp.
βi, si, hi, là các hệ số hồi quy, phản ánh độ nhạy của các nhân tố, trong đó βi
còn được gọi là beta chứng khoán 3 nhân tố (để phân biệt với beta chứng
khoán trong CAPM).
2.1.3 Thực nghiệm của mô hình Fama French ba nhân tố:
Tuy mô hình ba nhân tố Fama – French không có cơ sở vững chắc như mô hình
CAPM, nhưng đã được kiểm chứng và ứng dụng ở nhiều nơi trên thế giới, những
nghiên cứu thực nghiệm đã chứng minh rằng khi thêm 2 nhân tố SMB và HML vào
mô hình sẽ giải thích tỷ suất sinh lợi tốt hơn là mô hình chỉ với 1 nhân tố thị trường.
Bài nghiên cứu của bốn tác giả Nopbhanon Homsud, Jatuphon Wasunsakul, Sirina
Phuangnark, Jitwatthana Joongpong được đăng trên Tạp chí Nghiên cứu Tài chính
kinh tế Quốc tế năm 2009 với tiêu đề “Một nghiên cứu về mô hình ba nhân tố của
Fama French và CAPM trên thị trường chứng khoán Thái Lan” đã cho thấy việc
thêm các biến quy mô công ty và biến giá trị vào mô hình CAPM để trở thành mô
hình Fama French 3 nhân tố có khả năng giải thích TSSL vượt trội hàng tháng của
các danh mục tốt hơn. Bài nghiên cứu đã sử dụng số liệu trên TTCK Thái Lan từ
tháng 7/2002 đến tháng 5/2007 với 421 cổ phiếu được chia thành 6 danh mục BH,
BM, BL, SH, SM, SL. Kết quả là mô hình FF3FM giải thích tốt hơn mô hình
CAPM cho 4 các cổ phiếu thuộc 4 nhóm là SH, BH, BM, SL. Mặc dù mô hình
FF3FM thích hợp với thị trường chứng khoán Thái Lan hơn mô hình CAPM nhưng
mô hình FF3FM lại không là lý thuyết tài chính hỗ trợ tốt cho việc giải thích tầm
ảnh hưởng của các biến đến tỷ suất sinh lợi vì có những biến giải thích khác thích
hợp hơn so với biến quy mô và biến giá trị. Các tác giả đề xuất hướng phát triển của
9
đề tài là so sánh mô hình Fama French với các mô hình khác như mô hình APT.
không chỉ vậy, còn có thể thêm vào mô hình 3 nhân tố Fama French các biến hoặc
các yếu tố khác như nợ, tài sản, tỷ lệ P/E.
Elhaj Walid và Elhaj Ahlem (2007) đã nghiên cứu về khả năng ứng dụng của mô
hình Fama – French trên TTCK Nhật Bản với mẫu nghiên cứu là tỷ suất sinh lợi
hàng tháng của tất cả chứng khoán trên Sở giao dịch chứng khoán Tokyo (TSE)
trong khoảng thời gian từ 1/2002 đến 9/2007. Kết quả cho thấy nhân tố quy mô
công ty và giá trị sổ sách trên giá trị thị trường có quan hệ nghịch biến và có ý nghĩa
thống kê đối với TSSL bình quân. Mô hình Fama French vẫn tỏ ra hiệu quả hơn so
với CAPM, chỉ trừ những danh mục các chứng khoán có giá trị vốn hóa thị trường nhỏ và BE/ME lớn không tuyến tính rõ liên tục trong 5 năm. R2 trong mô hình
Fama French lớn hơn so với CAPM ở tất cả 25 danh mục.
Ilham Reza Ferdian và các cộng sự (2011) đã có một bài nghiên cứu được đăng trên
Tạp chí Kinh tế - tài chính ngân hàng Islamic tháng 3. 2011. Bài nghiên cứu đã lấy
số liệu của 98 công ty trên TTCK Sharia – Indonesia từ ngày 14/9/2007 đến
25/9/2009, tính bằng phương pháp OLS với biến phụ thuộc là TSSL tuần. Kết quả
nghiên cứu cho thấy biến thị trường không thể giải thích hết sự biến động của TSSL
bình quân của tài sản trên thị trường Indonesia. Ngoài ra, kết quả nghiên cứu còn
chỉ ra rằng mặc dù biến quy mô và giá trị có thể giải thích tốt cho TSSL kỳ vọng
trên thị trường Indonesia nhưng biến thị trường vẫn là biến quan trọng nhất trong
mô hình ba nhân tố Fama – French.
Vương Đức Hoàng Quân và Hồ Thị Huệ (2008) nghiên cứu thị trường cổ phiếu
Việt Nam tại sàn giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE). Mẫu dữ
liệu bao gồm 28 công ty trên sàn với thời gian nghiên cứu từ tháng 1/2005 đến
26/3/2008. TSSL được tính theo tuần chia thành 4 danh mục S/L, S/H, B/L, B/H.
Kết quả nghiên cứu chỉ ra rằng tỷ suất sinh lợi của cổ phiếu tại HOSE ngoài việc
chịu tác động khách quan 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 (R2 hiệu
10
chỉnh của mô hình Fama – French là 0.868 trong khi mô hình CAPM là 0.625).
Ngoài ra, tác giả còn nghiên cứu được có mối quan hệ tỷ lệ nghịch giữa biến quy
mô và giá trị với TSSL kỳ vọng tức là nhóm công ty có quy mô nhỏ thì có tỷ suất
sinh lợi 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 cho giá trị suất sinh lợi cao hơn nhóm công ty có tỷ số
BE/ME cao.
Có rất nhiều nghiên cứu về việc ứng dụng mô hình ba nhân tố Fama – French tại
các nước trên thế giới. Kết quả của các nghiên cứu đều cho thấy rằng mô hình Fama
– French với 3 nhân tố thị trường, quy mô, giá trị có thể giải thích tốt sự thay đổi
của TSSL kỳ vọng của chứng khoán hơn mô hình CAPM chỉ có một nhân tố là biến
thị trường. Các nghiên cứu khác có thể kể đến là: Nima Billou (2004) nghiên cứu
trên ba thị trường chứng khoán lớn của Mỹ NYSE, AMEX, và NASDAQ giai đoạn
từ 07/1926 đến 12/2003, Michael A. O’Brien (2007) lấy dữ liệu nghiên cứu từ 98%
các doanh nghiệp niêm yết trên thị trường chứng khoán Úc trong khoảng thời gian
từ 1981-2005, Hadrian Djajadikerta và Gilbert Nartea (2005) sử dụng dữ liệu từ 284
cổ phiếu trên TTCK New Zealand trong khoản thời gian 1994-2002, Souad Ajili
(2005) nghiên cứu trên TTCK Pháp, Gregory Connor, và Sanjay Sehgal (2001) cho
TTCK Ấn Độ…
2.2 Mô hình 4 nhân tố gồm các nhân tố của Fama-French và VaR:
2.2.1 Nghiên cứu của Bali-Cakici trên TTCK Mỹ
Năm 2003, Nusret Cakici, một giáo sư tài chính của trường đại học NewYork cùng
Turan G.Bali, trợ lý giáo sư tiến hành nghiên cứu kiểm định có hay không rủi ro
mất vốn tối đa đo lường bởi Value-at-Risk (VaR) có thể giải thích TSSL kỳ vọng
bằng việc kết hợp với mô hình ba nhân tố của Fama – French sử dụng phương pháp
hồi quy. Bali và Cakici sử dụng các dữ liệu của các công ty chứng khoán phi tài
chính niêm yết trên sàn NYSE, Amex và Nasdaq trong khoảng thời gian từ tháng
01/1958 đến tháng 12/2001.
11
Mô hình kiểm định dựa trên 25 danh mục trong nghiên cứu Fama - French (1993)
với 4 biến độc lập gồm các nhân tố theo mô hình Fama-French và VaR (RM-RF,
SMB, HML, HVARL) tuần tự theo 4 bước: 1 nhân tố, 2 nhân tố, 3 nhân tố và 4
nhân tố. Sau đó, bài nghiên cứu có đưa thêm vào nhân tố thanh khoản của cổ phiếu
để xem mức độ giải thích đến tỷ suất sinh lợi kỳ vọng như thế nào.
Kết quả cho thấy rằng quy mô công ty, độ thanh khoản và VaR có ý nghĩa giải thích
lên suất sinh lợi kỳ vọng cổ phiếu, tuy nhiên bêta thị trường không đủ khả năng giải
thích TSSL kỳ vọng của cổ phiếu ở mức công ty. Hơn nữa, có mối quan hệ mạnh
giữa suất sinh lợi và VaR tương ứng đối với các danh mục đầu tư và các mức độ
chấp nhận rủi ro khác nhau. Kết quả chỉ ra rằng, VaR rất có ý nghĩa trong việc giải
thích bổ sung ngoài các nhân tố suất sinh lợi thị trường, qui mô, tỉ số BE/ME và
tính thanh khoản.
2.2.2 Nghiên cứu tại thị trường chứng khoán đang phát triển Đài Loan:
Nghiên cứu “VaR and the Cross-Section of Expected Stock Returns: An Emerging
Market Evidence” của giáo sư Dar-Hsin Chen của trường đại học quốc gia Đài Bắc,
Đài Loan, giáo sư Chun-Da Chen trường đại học Tennessee State University, U.S.A
cùng các cộng sự năm 2009.
Dựa theo nghiên cứu của Bali và Cakici (2003), nghiên cứu này nghiên cứu mức độ
giải thích của beta thị trường, qui mô công ty và tỉ số BE/ME cũng như VaR ảnh
hưởng lên suất sinh lợi kỳ vọng của thị trường cổ phiếu đang phát triển Đài Loan.
Đề tài nghiên cứu toàn bộ các cổ phiếu trên thị trường chứng khoán TSEC trong
giai đoạn từ tháng 1/1995 đến tháng 12/2008, dữ liệu lấy theo tháng (168 tháng). Sử
dụng phương pháp hồi qui tuyến tính.
Kết quả thực nghiệm chỉ ra rằng VaR có thể giải thích cho suất sinh lợi trung bình
cổ phiếu cả ở mức ý nghĩa 1% và 5% qua phân tích hồi quy tuyến tính, VaR cũng
cho thấy ảnh hưởng đến sự biến đổi của thị trường cổ phiếu, đặc biệt đối với các
công ty lớn trong thị trường cổ phiếu Đài Loan.
12
Kết quả cho thấy, không có mối quan hệ đồng biến giữa TSSL trung bình và beta
thị trường. Kết quả cũng chỉ ra rằng qui mô doanh nghiệp có liên quan đến lợi
nhuận. Tính bình quân, lợi nhuận của các cổ phiếu có vốn hóa lớn trên thị trường cổ
phiếu Đài Loan là thấp hơn so với cổ phiếu có vốn hóa nhỏ. Kết quả này cũng cho
thấy rằng, đối với một công ty có vốn hóa lớn hơn, hiệu quả mang lại có vẻ thấp
hơn so với các công ty nhỏ.
Với các công ty mà thị trường đánh giá triển vọng kém, dấu hiệu qua giá cổ phiếu
thấp và tỷ lệ cao BE/ME cao, có suất sinh lợi kỳ vọng cao hơn so với với các công
ty có triển vọng tốt. Kết quả này là phù hợp với quan điểm đưa ra bởi Fama-French
(1992) rằng BE/ME mạnh hơn trong việc giải thích suất sinh lợi trung bình cổ phiếu
so với biến qui mô doanh nghiệp.
Nói tóm lại, về mặt lý thuyết, mô hình hoàn hảo là mô hình bao gồm các biến độc
lập có thể giải thích được mọi sự thay đổi của biến phụ thuộc. Tuy nhiên, trên thực
tế, không có một mô hình nào là hoàn hảo, mà vấn đề là ta cần phải lựa chọn mô
hình nào đơn giản mà vẫn có thể giải thích được sự thay đổi của biến phụ thuộc gần
với thực tế nhất. Qua các kết quả nghiên cứu thực nghiệm cho thấy mô hình 3 nhân
tố do Fama-French đưa ra vào năm 1993 đã làm được điều này. Vì mô hình Fama-
French giải thích tốt hơn mô hình CAPM ở hầu hết TTCK các nước (trong đó có
Việt Nam) cũng không gây khó khăn cho nhà đầu tư trong việc xác định và tính
toán các nhân tố tác động đến TSSL cổ phiếu. Nhưng nghiên cứu của Bali và Cakici
(2003) trên TTCK NYSE, AMEX và NASDAQ và của giáo sư Dar-Hsin Chen,
Chun-Da Chen trên TTCK Đài Loan khi kết hợp thêm nhân tố VaR vào mô hình
Fama - French đã mở ra một hướng nghiên cứu mới cho TTCK VN.
13
CHƯƠNG 3
PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.1 Mô hình nghiên cứu:
Nghiên cứu này tiến hành phân tích tác động của bốn nhân tố RM-RF, SMB, HML
và HAVRL trong việc giải thích tỷ suất sinh lợi cổ phiếu bằng cách kiểm định mô
hình 4 nhân tố theo Bali và Cakici (2003) như sau:
E(Ri) - Rf = c + βi (RM - Rf ) + si (SMB) + hi (HML) + qi (HVARL) +eit
Trong đó:
E(Ri): là tỷ suất sinh lợi mong đợi của chứng khoán hay danh mục i
RM: là tỷ suất sinh lợi của thị trường
Rf: là lãi suất phi rủi ro
RM - Rf : Nhân tố thị trường - đại diện cho sự biến động của thị trường
SMB (Small Minus Big): Nhân tố phần bù qui mô - là 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.
HML (High Minus Low): Nhân tố phần bù giá trị - là chênh lệch giữa TSSL
bình quân của danh mục có giá trị sổ sách trên giá trị thị trường cao so với
TSSL bình quân của danh mục có giá trị này thấp.
HVARL (High VaR Minus Low VaR): Nhân tố phần bù rủi ro - là chênh
lệch giữa TSSL bình quân của danh mục có giá trị VaR cao so với TSSL
bình quân của danh mục có giá trị VaR thấp.
βi : hệ số nhân tố thị trường (đo lường độ nhạy cảm của nhân tố thị trường)
14
si : hệ số của nhân tố quy mô (đo lường độ nhạy cảm của nhân tố quy mô)
hi : hệ số của nhân tố giá trị (đo lường độ nhạy cảm của nhân tố giá trị)
qi : hệ số của nhân tố rủi ro mất vốn tối đa (đo lường độ nhạy cảm của nhân
tố VaR)
3.2. Dữ liệu nghiên cứu:
3.2.1 Mẫu nghiên cứu:
Bài nghiên cứu sử dụng mẫu dữ liệu nghiên cứu là cổ phiếu thường của 78 công ty
phi tài chính niêm yết trên Sở Giao Dịch Chứng Khoán TPHCM (HOSE) trước
31/12/2006. Giai đoạn lấy số liệu từ 01/01/2007 đến 31/12/2011. Các cổ phiếu này
được niêm yết trên sàn trước năm 2007 nên có đầy đủ dữ liệu tính toán trong giai
đoạn nghiên cứu.
Ứng với mỗi công ty có mặt trong mẫu, tác giả thu thập các dữ liệu từ trang điện tử
của Sở Giao Dịch Chứng Khoán TpHCM như sau:
- Giá đóng cửa hàng ngày của cổ phiếu cuối mỗi phiên giao dịch. Giá này
được điều chỉnh trong trường hợp thưởng bằng cổ phiếu, nhận cổ tức bằng cổ
phiếu… để xác định TSSL cho từng cổ phiếu.
- Báo cáo tài chính cuối năm đã được kiểm toán từ năm 2006 – 2011. Hai
thông số tài chính được thu thập trong báo cáo tài chính là khối lượng cổ
phần thường đang lưu hành và vốn chủ sở hữu.
Ngoài ra, tác giả còn thu thập dữ liệu chỉ số VN-Index cuối mỗi tuần từ 01/01/2007
đến 31/12/2011 và lãi suất trái phiếu chính phủ kỳ hạn 1 năm.
3.2.2 Tỷ suất sinh lợi chứng khoán:
Dựa vào giá đóng cửa cuối tuần đã điều chỉnh của cổ phiếu, TSSL được tính theo
chu kỳ tuần. Công tức tính TSSL tuần:
Pt - Pt-1 Rt = Pt-1
15
Trong đó:
Rt: TSSL của cổ phiếu tuần t
Pt: Giá đóng cửa điều chỉnh của cổ phiếu cuối tuần t
Pt-1: Giá đóng cửa điều chỉnh của cổ phiếu cuối tuần t-1
Giá đóng cửa của cổ phiếu được lấy từ trang điện tử của Sở Giao Dịch Chứng
Khoán TpHCM.
3.2.3 Lãi suất phi rủi ro:
Lãi suất phi rủi ro Rf theo tuần được tính dựa vào lãi suất trái phiếu chính phủ kỳ
hạn 1 năm chia cho 52 (quy ước 1 năm có 52 tuần). Số liệu về lãi suất trái phiếu
chính phủ kỳ hạn 1 năm được thu thập trên trang web của Quỹ Tiền tệ quốc tế IMF
và lãi suất trúng thầu hàng tháng trên trang Ngân Hàng Nhà Nước Việt Nam. Tháng
nào tình hình đấu thầu bị gián đoạn hoặc không có số liệu thì lấy số liệu lãi suất của
tháng liền trước đó.
3.2.4 Tỷ suất sinh lợi thị trường:
TSSL thị trường được tính dựa vào TSSL tuần của VN-Index, thời điểm tính vào
cuối mỗi tuần.
Công thức tính:
VnIndext - VnIndext-1 RM = VnIndext-1 Trong đó:
RM: TSSL của danh mục thị trường tuần t
VnIndext: Chỉ số Vn-Index cuối tuần t
VnIndext-1: Chỉ số Vn-Index cuối tuần t-1
16
Chỉ số Vn-Index được lấy từ trang điện tử của Sở Giao Dịch Chứng Khoán
TpHCM.
3.2.5 Qui mô:
Qui mô được xác định bằng giá trị vốn hóa thị trường của cổ phiếu tại thời điểm
ngày 31/12 hằng năm, được tính bằng công thức:
Qui mô = số lượng cổ phiếu đang lưu hành x giá thị trường cổ phiếu
Trong đó:
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. Báo cáo tài chính các năm được tác giả tổng hợp
trên trang điện tử của Sở Giao Dịch Chứng Khoán TpHCM.
3.2.6 Tỷ số giá trị sổ sách trên giá trị thị trường:
Giá trị sổ sách trên giá trị thị trường vốn cổ phần được tính bằng cách lấy vốn chủ
sở hữu chia cho giá trị vốn hóa thị trường của công ty.
Vốn chủ sở hữu cũng được lấy tại ngày 31/12 các năm từ báo cáo tài chính được tác
giả tổng hợp trên trang điện tử của Sở Giao Dịch Chứng Khoán TpHCM.
3.2.7 VaR (Value at Risk):
VaR là một cách đo lường rủi ro dựa trên xác suất của khả năng lỗ giới hạn. Nói
một cách rõ ràng hơn, giá trị có rủi ro là một ước lượng của mức lỗ (số tiền tối đa bị
lỗ) mà chúng ta dự báo có thể bị mất với một xác suất cho sẵn trong một thời kì cụ
thể nào đó.
17
Hình 3.1: Đồ thị VaR
Hiện nay có bốn phương pháp thông dụng nhất để tính VaR : Phân tích quá khứ
(hay còn gọi là phương pháp lịch sử), Phương sai - hiệp phương sai , RiskMetrics
và Monte Carlo. Trong đề tài này, tác giả áp dụng phương pháp Phương sai - Hiệp
phương sai để tính VaR ở mức ý nghĩa 5% vì những lí do:
Phương pháp này thiết kế và áp dụng dễ dàng
Áp dụng được cho danh mục đầu tư, cổ phiếu
Phưong pháp này đưa ra giả thuyết rằng các tỷ suất sinh lợi và rủi ro tuân theo phân
phối chuẩn. Đường cong màu xanh lá cây trong hình vẽ sau đây minh họa cho phân
phối chuẩn của dữ liệu:
Hình 3.2: Hình phân phối chuẩn của TSSL cổ phiếu
18
Để tính VaR 5% của một danh mục (tức là VaR tại xác suất 5%), ta có thể ước
lượng TSSL kì vọng và trừ (-) 1.65 lần độ lệch chuẩn ước tính.
Nhằm đảm bảo việc tính toán VaR có thể tin cậy được, hỗ trợ tốt cho việc phân chia
danh mục và tính toán biến HVARL, số liệu để tính toán VaR trong phương pháp
phân tích Phương sai – hiệp phương sai cần phải nhiều. Và để phù hợp với chu kỳ
tính TSSL trong nghiên cứu này, tác giả sử dụng số liệu theo tuần, chu kỳ tính VaR
là 6 tháng (tính VaR vào ngày 30/6 và 31/12 hàng năm, bắt đầu tính từ ngày
30/6/2007).
Như vậy có thể tóm lược các dữ liệu cần thiết cho bài nghiên cứu và nguồn số liệu
sử dụng qua bảng sau:
Bảng 3.1: Các nhân tố và nguồn dữ liệu sử dụng
Dữ liệu Cách tính toán Nguồn dữ liệu
Giá cổ phiếu của 78 công Website của Sở Giao
ty niêm yết trên sàn Hose Dịch Chứng Khoán
và chỉ số VN-Index TpHCM
Tính toán từ dữ liệu chỉ VnIndext - VnIndext-1
số VN-Index TSSL thị trường RM (tính theo tuần) VnIndext-1
Pt - Pt-1 TSSL chứng khoán (tính Tính toán từ dữ liệu giá
theo tuần) Pt-1
đóng cửa điều chỉnh của cổ phiếu
Số lượng cổ phiếu đang lưu hành của các công ty tại ngày 31/12 hàng năm
Báo cáo tài chính của các tại ty niêm yết công – TpHCM SGDCK Website của HOSE
Vốn chủ sở hữu tại ngày Báo cáo tài chính của các
công ty niêm yết tại
19
31/12 hàng năm SGDCK TpHCM –
Website của HOSE
Qui mô
Số lượng cổ phiếu đang lưu hành x giá thị trường Tính toán từ các dữ liệu trên
mỗi cổ phiếu
Tỷ số BE/ME Vốn chủ sở hữu / Giá trị Tính toán từ các dữ liệu
vốn hóa thị trường trên
VaR 5% TSSL kỳ vọng – 1.65 x Tính toán từ TSSL tuần
độ lệch chuẩn trong khoảng thời gian 6
tháng của các cổ phiếu
3.3 Xây dựng các danh mục:
Trong bài nghiên cứu này tác giả xây dựng danh mục theo cách của Fama – French
để có cái nhìn khách quan sự ảnh hưởng của VaR đến TSSL cổ phiếu và mô hình 4
nhân tố của Bali - Cakici có thật sự tốt hơn mô hình 3 nhân tố hay không.
Trong nghiên cứu vào năm 1993, Fama và French đã xây dựng thành 6 danh mục
dựa vào quy mô và và BE/ME là B/H, B/M, B/L, S/H, S/M, S/L. Trước tiên, tất cả
cổ phiếu được phân thành 2 nhóm theo quy mô dựa vào số quy mô trung vị: các cổ
phiếu có quy mô lớn hơn trung vị được xếp vào nhóm quy mô lớn (B), các cổ phiếu
có quy mô nhỏ hơn trung vị được xếp vào nhóm quy mô nhỏ (S). Sau đó, tất cả các
cổ phiếu lại được phân vào các danh mục độc lập dựa trên tỷ số BE/ME: 30% được
xếp vào danh mục có tỷ số BE/ME thấp (L), 40% xếp vào danh mục có tỷ số
BE/ME nằm khoảng giữa (M) và 30% còn lại được xếp vào danh mục có BE/ME
cao nhất. Tuy nhiên Fama và French cũng cho rằng việc phân các cổ phiếu thành 2
danh mục theo quy mô và 3 danh mục theo BE/ME là tùy ý và không ảnh hưởng
đến kết quả kiểm định.
Tuy nhiên ở Việt Nam, do số lượng công ty niêm yết không nhiều, mẫu dữ liệu mà
tác giả chọn nghiên cứu chỉ có 78 công ty, nếu phân chia cổ phiếu theo BE/ME
20
thành 3 nhóm để thành lập 6 danh mục như trên thì có một số danh mục chỉ có 1-3
cổ phiếu, vì vậy có thể ảnh hưởng đến kết quả nghiên cứu do số lượng quá ít không
thể đại diện cho TSSL của tất cả cổ phiếu trong danh mục. Vì thế, tác giả phân chia
danh mục như sau:
Dựa vào Quy mô của các công ty thu thập được vào ngày 31/12 hàng năm,
phân chia 78 cổ phiếu trong mẫu thành 2 nhóm: quy mô nhỏ (B) và quy mô
lớn (S) dựa vào quy mô trung vị, trong đó nhóm S bao gồm 50% cổ phiếu có
quy mô nhỏ hơn hoặc bằng quy mô trung vị, nhóm B gồm 50% cổ phiếu có
quy mô lớn hơn quy mô trung vị.
Sử dụng tỷ số BE/ME trung vị của 78 cổ phiếu trong mẫu thu thập được vào
ngày 31/12 hàng năm để phân chia các cổ phiếu thành 2 nhóm: nhóm có tỷ số
BE/ME thấp (L) và nhóm có tỷ số BE/ME cao (H), trong đó nhóm L bao gồm
50% cổ phiếu có tỷ số BE/ME nhỏ hơn hoặc bằng BE/ME trung vị, nhóm H
bao gồm 50% cổ phiếu có tỷ số BE/ME lớn hơn BE/ME trung vị.
Dựa trên sự phân nhóm, tác giả lập 4 danh mục S/H, S/L, B/H, B/L bằng việc
lần lượt lấy giao của 2 nhóm cổ phiếu theo quy mô và 2 nhóm theo tỷ số
BE/ME:
S/L: là danh mục bao gồm những công ty nằm trong nhóm quy mô
nhỏ (S) và đồng thời nằm trong nhóm BE/ME thấp (L).
S/H: là danh mục bao gồm những công ty nằm trong nhóm quy mô
nhỏ (S) và đồng thời nằm trong nhóm BE/ME cao (H).
B/L: là danh mục bao gồm những công ty nằm trong nhóm quy mô
lớn (B) và đồng thời nằm trong nhóm BE/ME thấp (L).
B/H: là danh mục bao gồm những công ty nằm trong nhóm quy mô
lớn (B) và đồng thời nằm trong nhóm BE/ME cao (H).
21
Ngoài ra, tác giả còn phân nhóm 78 cổ phiếu trong mẫu thành 2 danh mục theo
VaR. Theo đó, 50% cổ phiếu có VaR nhỏ hơn hoặc bằng VaR trung vị được xếp
vào danh mục có VaR thấp (LVAR) và 50% cổ phiếu có VaR lớn hơn VaR trung vị
được xếp vào danh mục có VaR cao (HVAR). Danh mục theo VaR được phân chia
1 năm 2 lần vào ngày 30/6 và 31/12.
Như vậy kết quả sẽ có 6 danh mục trong đó có 4 danh mục được phân theo quy mô
và tỷ số BE/ME và 2 danh mục được phân theo VaR. Việc phân chia danh mục cho
78 công ty trong mẫu sẽ được tiến hành 1 năm 1 lần (vào ngày 31/12 hàng năm) đối
với các danh mục S/H, S/L, B/H, B/L và 6 tháng một lần đối với 2 danh mục
HVAR, LVAR (vào ngày 30/6 và 31/12).
3.4 Xác định các biến cho mô hình:
3.4.1 Biến phụ thuộc:
Biến phụ thuộc của mô hình là TSSL vượt trội của các danh mục S/L, S/H, B/L,
B/H, HVAR, LVAR được tính bằng công thức sau:
TSSL vượt trội của danh mục = Rp - Rf
Trong đó:
Rp : TSSL bình quân của danh mục
Rf : Lãi suất phi rủi ro
TSSL của danh mục Rp là TSSL bình quân trọng số theo giá trị. Một số nghiên cứu
sử dụng TSSL bình quân tỷ trọng bằng nhau. Tuy nhiên, TSSL bình quân trọng số
giá trị thị trường sẽ nắm bắt tốt hơn sự khác biệt TSSL chứng khoán vì tỷ trọng đầu
n
tư vào các cổ phiếu trong danh mục không giống nhau. Ri được tính theo công thức:
i=1
+
wiRi Rp =
Trong đó:
22
wi : tỷ trọng giá trị thị trường của tài sản i trong danh mục p
Ri : TSSL của tài sản i trong danh mục p
Như vậy ứng với mỗi danh mục ta có một chuỗi các TSSL vượt trội tương ứng với
230 quan sát (230 tuần) từ 1/7/2007 đến 31/12/2011.
3.4.2 Biến độc lập:
Biến độc lập của mô hình gồm 4 nhân tố: nhân tố thị trường, nhân tố quy mô
(SMB), nhân tố giá trị sổ sách trên giá trị thị trường (HML) và nhân tố VaR
(HVARL).
Nhân tố thị trường:
Nhân tố thị trường được xác định bằng TSSL vượt trội của danh mục thị trường RM
– Rf. Trong đó :
RM : TSSL thị trường
Rf : lãi suất phi rủi ro
Như vậy ta có một chuỗi các TSSL vượt trội của danh mục thị trường tương ứng với
230 quan sát (230 tuần) từ 1/7/2007 đến 31/12/2011.
Nhân tố quy mô (SMB – Small Minus Big)
Nhân tố quy mô được hình thành nhằm mô phỏng nhân tố rủi ro trong TSSL liên
quan đến quy mô. 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 )
Kết quả tính toán ta cũng có 1 chuỗi các số liệu nhân tố quy mô SMB với 230 quan
sát tương ứng với 230 tuần của giai đoạn nghiên cứu.
23
Nhân tố giá trị (HML – High Minus Low)
Nhân tố giá trị (HML) được hình thành nhằm mô phỏng nhân tố rủi ro trong TSSL
liên quan đến tỷ số giá trị sổ sách trên giá trị thị trường. HML được xác định 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 )
Kết quả tính toán ta cũng có 1 chuỗi các số liệu nhân tố giá trị sổ sách trên giá trị thị
trường HML với 230 quan sát tương ứng với 230 tuần của giai đoạn nghiên cứu.
Nhân tố VaR (HVARL – High VaR Minus Low VaR)
Nhân tố VaR (HVARL) được hình thành nhằm mô phỏng nhân tố rủi ro trong TSSL
liên quan đến khả năng mất vốn tối đa được đo lường bởi Value-at-risk (VaR).
HVARL được xác định bằng chênh lệch giữa TSSL trung bình của danh mục có
VaR cao (HVAR) và TSSL trung bình của danh mục có tỷ số VaR thấp (LVAR).
HVARL = HVAR – LVAR
Kết quả tính toán ta cũng có 1 chuỗi các số liệu nhân tố VaR với 230 quan sát tương
ứng với 230 tuần của giai đoạn nghiên cứu.
3.5 Các phương pháp phân tích dữ liệu và kiểm định:
Phân tích hồi quy tuyến tính: Được thực hiện cho từng danh mục đầu tư theo
Phương pháp bình phương bé nhất thông thường. Tuy nhiên, việc đưa cùng một lúc
bốn nhân tố vào mô hình rất khó đánh giá mức độ ảnh hưởng của từng nhân tố lên
mô hình, vì vậy, tác giả sử dụng phương thức chạy hồi quy từng mô hình: một nhân
tố, ba nhân tố, bốn nhân tố.
Để đánh giá mức độ thích hợp của mô hình hồi quy, nghĩa là mô hình hồi quy giải
thích được bao nhiêu % sự thay đổi của biến phụ thuộc, ta sử dụng giá trị hệ số xác định R2. Với kết quả hồi quy, ta tiến hành kiểm định ý nghĩa của mô hình với giả
24
thiết Ho: R2=0, H1: R2>0. Sử dụng hệ số F và mức ý nghĩa của hệ số F để kiểm định
ý nghĩa của mô hình.
Đánh giá ý nghĩa của từng biến độc lập thông qua giá trị thống kê t và p-value của
hệ số hồi quy của từng biến. Giả thiết Ho: Hệ số hồi quy = 0 (Với hệ số hồi quy là
các hệ số α, β, s, h, q)
Ngoài ra để xác định độ chính xác của dự báo trong mô hình hồi qui, đề tài tiến
hành thực hiện các kiểm định như:
- Kiểm định hiện tượng đa cộng tuyến thông qua phân tích ma trận tương
quan và phương pháp hồi quy phụ.
- Kiểm định phần dư:
Kiểm định giả thiết phần dư có phương sai không đổi: sử dụng kiểm
định White với giả thiết Ho: phương sai của phần dư không đổi. Nếu
chỉ số Prob. Chi-square > 5% có thể kết luận phần dư của mô hình có
phương sai không đổi.
Kiểm định giả thiết phần dư không tự tương quan: sử dụng kiểm định
Breusch – Godgrey với giả thiết Ho: không tồn tại tự tương quan của
phần dư. Nếu chỉ số Prob. Chi-square > 5% có thể kết luận phần dư của
mô hình không có tự tương quan.
25
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả:
Bảng 4.1: Thống kê mô tả các biến
Biến Mean Median Std. Dev.
S/L -0.0021 -0.0025 0.0502
c ộ u h t
S/H 0.0008 -0.0021 0.0531
ụ h p
B/L -0.0025 -0.0072 0.0479
n ế i b
B/H -0.0031 -0.0056 0.0545
c á C
LVAR 0.0001 -0.0018 0.0810
HVAR -0.0071 -0.0100 0.1225
Rm-Rf
0.0486 -0.0043 -0.0065
p ậ l c ộ đ
n ế i b
SMB 0.0027 0.0019 0.0200
c á C
HML 0.0025 0.0018 0.0308
0.0574 HVARL -0.0079 -0.0116
Bảng 4.1 cho thấy TSSL trung bình theo tuần của 6 danh mục trong khoảng thời
gian nghiên cứu từ tháng 7.2007 đến tháng 12.2011 là rất thấp, thấp nhất là -0.71%
(danh mục HVAR) và cao nhất là 0.08% (danh mục S/H). Thực ra đây là giai đoạn
thị trường chứng khoán VN bắt đầu sụt giảm, và sụt giảm mạnh nhất là vào năm
2008 và đầu năm 2009. Năm 2010 diễn biến thị trường cũng không có sự cải thiện
đáng kể nào, đó là lí do khiến TSSL của các danh mục lại thấp như vậy.
Mặc dù TSSL của các danh mục thấp nhưng rủi ro của các danh mục khá lớn. Mức
độ rủi ro này được xác định qua giá trị độ lệch chuẩn của 6 danh mục đều rất cao,
26
dao động từ 4.79% đến 12.25%, trong đó 4 danh mục phân theo quy mô – BE/ME
có độ lệch chuẩn dao động ở mức quanh 5%, còn hai danh mục phân theo VaR là
HVAR, LVAR thì có độ lệch chuẩn tương ứng là 12.25% và 8.1%.
Xét về yếu tố quy mô thì hai danh mục của nhóm công ty có quy mô nhỏ thì có tỷ
suất sinh lợi trung bình cao hơn hai danh mục của nhóm công ty có quy mô lớn.
(S/L = -0.21% > B/L = -0.25%, S/H = 0.08% > B/H = -0.31%). Giá trị trung bình
của TSSL thay đổi từ -0.21% đến 0.08% cho nhóm có quy mô nhỏ và thay đổi từ -
0.25% đến -0.31% cho nhóm có quy mô lớn. Giá trị trung bình của SMB cũng
cho ra số âm, điều này cho thấy rằng có mối quan hệ tỷ lệ nghịch giữa quy mô công
ty và tỷ suất sinh lợi cổ phiếu.
Khi xét đến yếu tố BE/ME thì ta thấy rằng với cùng một quy mô nhỏ thì danh mục
có BE/ME cao thì có TSSL cao hơn danh mục có BE/ME thấp (S/H > S/L), ngược
lại với cùng một quy mô lớn thì danh mục có BE/ME cao thì có TSSL thấp hơn
danh mục có BE/ME thấp (B/H < B/L). Nhưng giá trị trung bình của HML vẫn cho
giá trị dương.
Danh mục HVAR có TSSL trung bình nhỏ hơn TSSL của danh mục LVAR, là
nguyên nhân làm cho nhân tố HVARL có giá trị âm. Như vậy những cổ phiếu (danh
mục) có khả năng mất vốn tối đa thấp trong khoảng thời gian nghiên cứu thì cho
một TSSL cao hơn những cổ phiếu (danh mục) có khả năng mất vốn tối đa cao.
Một điểm khác biệt so với nghiên cứu của Bali-Cakici, Fama French và các nghiên
cứu kiểm định mô hình ba nhân tố, bốn nhân tố trên TTCK các nước là nhân tố thị
trường bị âm trong giai đoạn nghiên cứu. Điều này đã được giải thích ở trên rằng
trong giai đoạn nghiên cứu từ tháng 7/2007 – 12/2011 toàn bộ thị trường đều bị ảnh
hưởng bởi xu hướng sụt giảm. Mặt khác, lãi suất phi rủi ro (được lấy đại diện bởi lãi
suất trúng thầu trái phiếu chính phủ kỳ hạn 1 năm được điều chỉnh theo tuần) tăng
và được duy trì ở mức cao. Chúng ta có thể thấy lãi suất trái phiếu chính phủ kỳ hạn
1 năm tăng cao từ khoảng giữa năm 2008 (khoảng 0.3%/tuần), sau đó giảm mạnh
27
vào cuối năm 2008 đầu năm 2009, sau đó tăng từ từ và duy trì ổn định ở mức trên
2%/tuần vào năm 2010 và 2011. Đây là những nguyên nhân làm TSSL vượt trội của
thị trường âm trong giai đoạn nghiên cứu.
Hình 4.1: Lãi suất trái phiếu chính phủ kỳ hạn 1 năm điều chỉnh theo tuần
Nguồn: Tập hợp từ trang điện tử của IMF và Ngân hàng Nhà Nước Việt Nam
4.2. Sự tương quan giữa các biến:
Bảng 4.2: Ma trận tương quan giữa các biến độc lập
Rm_Rf SMB HML HVARL
1 0.0452 0.0725 0.0295 Rm_Rf
0.0452 1 0.2763 0.2174 SMB
0.0725 0.2763 1 0.3913 HML
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả
0.0295 0.2174 0.3913 1 HVARL
Bảng 4. 2 thể hiện các hệ số tương quan giữa các nhân tố giải thích trong mô hình.
Ta thấy giá trị của hệ số tương quan giữa các biến độc lập của mô hình 4 nhân tố
không cao, dao động trong khoảng từ 0.029 đến 0.39. Điều này cho thấy rằng mối
28
tương quan tuyến tính giữa các biến là thấp, do đó, có thể cùng một lúc giải thích sự
thay đổi của biến phụ thuộc là TSSL của danh mục cổ phiếu. Bên cạnh đó, các hệ số
đều có giá trị dương, điều này cho thấy có mối quan hệ đồng biến giữa các nhân tố,
trong đó mối quan hệ đồng biến giữa HVARL và HML là mạnh nhất với hệ số lên
tới 0.39.
4.3. Kết quả hồi quy:
4.3.1 Mô hình một nhân tố
Bảng 4.3-A cho thấy rằng TSSL vượt trội trên danh mục thị trường của cổ phiếu
(Rm-Rf) nắm bắt sự thay đổi của TSSL cổ phiếu tốt hơn so với ba nhân tố còn lại
SMB, HML và HVARL. Nhân tố Rm-Rf có hệ số độ dốc nằm trong khoảng từ 0.9 đến 1.12. Mô hình hồi quy với mức ý nghĩa 1% cho 6 danh mục, các giá trị R2 dao
động từ 0.49 đến 0.56, cho thấy nhân tố thị trường một mình có thể giải thích được
từ 49% đến 56% của TSSL cổ phiếu. Như vậy cho thấy thị trường vẫn để lại nhiều
sự thay đổi trong TSSL cổ phiếu có thể được giải thích bởi các yếu tố khác.
Bảng 4.3-B cho thấy nhân tố HVARL (chênh lệch giữa TSSL của danh mục đầu tư
có VaR cao và thấp), ngay cả khi sử dụng một mình, vẫn có thể nắm bắt đáng kể sự
thay đổi trong TSSL cổ phiếu. Mô hình hồi quy với 1 biến giải thích HVARL có ý nghĩa ở mức 1% và có giá trị R2 nằm trong phạm vi từ 0.20 đến 0.28 đối với 5 danh
mục và có giá trị cao nhất là 0.35 đối với danh mục HVAR. Hệ số độ dốc của
HVARL thay đổi từ 0.64 đến 1.12, và các hệ số hồi quy đều có ý nghĩa thống kê ở
mức 1%. Như vậy HVARL là biến giải thích tốt thứ 2 sau biến thị trường khi đứng
một mình vì nó có khả năng giải thích được từ 20% - 35% sự thay đổi của TSSL cổ
phiếu.
29
Bảng 4.3-A E(Ri) - Rf = c + βi (Rm - Rf ) + eit
Bảng 4.3: Kết quả hồi quy mô hình một nhân tố
Kết quả
S/L
S/H
B/L
B/H
LVAR
HVAR
β
0.91
0.91
0.90
0.91
0.98
1.12
R2 điều chỉnh
0.54
0.53
0.56
0.51
0.50
0.52
t-statistic (β)
F-statistic
16.77 (***) 281.35 (***)
16.25 (***) 264.22 (***)
17.45 (***) 304.43 (***)
15.60 (***) 243.40 (***)
15.31 (***) 234.29 (***)
15.98 (***) 255.34 (***)
Bảng 4.3-B E(Ri) - Rf = c + qi (HVARL) + eit
Kết quả
S/L
S/H
B/L
B/H
LVAR
HVAR
q
0.68
0.82
0.64
0.74
1.12
0.89
R2 điều chỉnh
0.23
0.28
0.20
0.26
0.23
0.35
t-statistic (q)
F-statistic
8.36 (***) 69.81 (***)
9.70 (***) 94.03 (***)
7.79 (***) 60.75 (***)
9.10 (***) 82.75 (***)
8.37 (***) 70.12 (***)
11.36 (***) 129.15 (***)
Bảng 4.3-C E(Ri) - Rf = c + si (SMB) + eit
Kết quả
S/L
S/H
B/L
B/H
LVAR
HVAR
s
1.02
1.39
0.23
0.28
0.85
0.55
R2 điều chỉnh
0.06
0.11
0.03
0.04
0.09
0.09
t-statistic (s)
0.96
1.03
F-statistic
0.92
1.06
3.99 (***) 15.95 (***)
5.52 (***) 30.49 (***)
4.80 (***) 23.04 (***)
4.83 (***) 23.30 (***)
Bảng 4.3-D E(Ri) - Rf = c + hi (HML) + eit
Kết quả
S/L
S/H
B/L
B/H
LVAR
HVAR
h
0.42
1.06
1.00
0.96
0.99
1.33
R2 điều chỉnh
0.02
0.14
0.17
0.12
0.15
0.18
t-statistic (h)
F-statistic
2.49 (**) 6.19 (**)
6.35 (***) 40.30 (***)
7.06 (***) 49.83 (***)
5.80 (***) 33.68 (***)
6.42 (***) 41.28 (***)
7.31 (***) 53.44 (***)
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả Ghi chú: mức ý nghĩa 10%: * - mức ý nghĩa 5%: ** - mức ý nghĩa 1%: ***
30
Bảng 4.3-C cho thấy SMB, nhân tố mô phỏng cho yếu tố quy mô, có ít tác động hơn HVARL trong việc giải thích TSSL cổ phiếu vì các giá trị R2 trong bảng 4.3-C nhỏ hơn nhiều so với trong bảng 4.3-B. Cụ thể, giá trị R2 cho mô hình với biến HVARL trong khoảng 0.20 đến 0.35, trong khi các con số R2 tương ứng cho mô hình với
biến SMB từ 0.3 đến 0.11. Ngoài ra, có 2 danh mục không có ý nghĩa thống kê là
B/L và B/H. Điều này cho thấy nhân tố SMB chỉ có khả năng giải thích được 6% -
11% đối với TSSL cổ phiếu và mô hình không thể giải thích cho 2 danh mục có quy
mô lớn là B/L và B/H. Hệ số độ dốc của SMB có liên quan đến quy mô. Trong mỗi
nhóm BE/ME trong bảng 4.3-C, những hệ số độ dốc trên SMB giảm từ danh mục
quy mô nhỏ đến danh mục quy mô lớn (hệ số s của S/L > B/L, của S/H > B/H).
Tác động của nhân tố HML khi sử dụng một mình trong bảng 4.3-D cho thấy có thể
giải thích sự khác biệt của TSSL cổ phiếu tốt hơn nhân tố SMB nhưng lại vẫn thấp
hơn nhân tố HVARL. Mô hình với 1 biến giải thích là HML có ý nghĩa ở mức 1%
đối với 5 danh mục và 5% với 1 danh mục và có khả năng giải thích từ 2% đến 18% trong TSSL cổ phiếu (giá trị R2 thay đổi trong phạm vi từ 0.02 đến 0.18). Các hệ số
độ dốc của mô hình chỉ có 1 nhân tố HML không có liên quan một cách rõ ràng với
BE/ME. Hệ số hồi quy h của danh mục S/H lớn hơn S/L nhưng hệ số h của danh
mục B/H lại nhỏ hơn danh mục B/L. Ta cũng thấy rằng trong mô hình hồi quy với 1 nhân tố là HVARL hoặc HML thì chỉ số R2 của danh mục HVAR cao hơn so với
các danh mục còn lại, cho thấy nhân tố HVARL và nhân tố HML có thể giải thích
tốt TSSL của danh mục HVAR hơn là các danh mục khác.
4.3.2 Mô hình ba nhân tố:
Bảng 4.4 thể hiện kết quả đo lường từ mô hình 3 nhân tố mà trong đó TSSL vượt
trội của 6 danh mục được hồi quy trên ba nhân tố Rm-Rf, SMB và HML. Kết quả
thể hiện trong bảng 4.4 cho thấy mô hình 3 nhân tố của Fama – French đều có ý
nghĩa về mặt thống kê ở mức 1% đối với tất cả 6 danh mục và có khả năng giải
thích TSSL tốt hơn các mô hình chỉ với 1 biến giải thích. Mô hình ba nhân tố Fama-
French có thể giải thích từ 58% đến 69% sự thay đổi trong TSSL cổ phiếu (thông
31
qua giá trị R2 điều chỉnh dao động từ 0.58 đến 0.69 trong bảng 4.5), trong khi đối
với mô hình một nhân tố thì khả năng giải thích tốt nhất là nhân tố thị trường cũng
chỉ dừng lại ở mức 56% (bảng 4.3). Bên cạnh đó, cần lưu ý là trong mô hình 3 nhân tố thì danh mục HVAR vẫn có giá trị R2 cao nhất trong 6 danh mục (0.69), như vậy
TSSL của danh mục HVAR không chỉ được giải thích tốt nhất bởi nhân tố HVARL,
HML mà còn được giải thích tốt nhất bởi sự kết hợp 3 nhân tố thị trường, SMB và
HML, nói cách khác đối với các danh mục cổ phiếu thì mô hình 3 nhân tố của
Fama-French có khả năng giải thích tốt nhất cho danh mục HVAR (danh mục có
khả năng mất vốn tối đa trong tương lai cao) với khả năng giải thích là 0.69%.
Bảng 4.4: Kết quả hồi quy mô hình với 3 nhân tố (mô hình của Fama - French)
E(Ri) - Rf = c + βi (Rm - Rf ) + si (SMB) + hi (HML) + eit
β
0.89
0.89
0.86
0.89
0.94
1.08
s
0.69
0.68
-0.42
-0.37
0.44
0.37
h
0.15
0.69
0.85
0.87
0.70
0.92
R2 điều chỉnh
0.58
0.64
0.68
0.60
0.63
0.69
F-statistic
t-statistic (β)
t-statistic (s)
107.96 (***) 16.84 (***) 3.82 (***)
t-statistic (h)
1.28
142.83 (***) 17.38 (***) 3.95 (***) 5.91 (***)
166.64 (***) 19.23 (***) -2.95 (***) 9.25 (***)
119.10 (***) 16.81 (***) -2.05 (**) 7.54 (***)
133.83 (***) 17.08 (***) 3.59 (***) 6.24 (***)
174.33 (***) 19.00 (***) 5.29 (***) 7.75 (***)
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả Ghi chú: mức ý nghĩa 10%: * - mức ý nghĩa 5%: ** - mức ý nghĩa 1%: ***
Kết quả S/L S/H B/L B/H LVAR HVAR
Ngoài ra ta cũng thấy được các nhân tố đều có ý nghĩa giải thích trong mô hình
thông qua các hệ số hồi quy của 3 nhân tố đều có ý nghĩa thống kê với mức ý nghĩa
1%, riêng chỉ có hệ số hồi quy s của nhân tố SMB trên danh mục B/H có ý nghĩa
thống kê ở mức 5% và hệ số hồi quy h của nhân tố HML trên danh mục S/L là
32
không có ý nghĩa thống kê. Điều này cũng chứng minh được mô hình 3 nhân tố tốt
hơn mô hình 1 nhân tố khi hệ số s trên 2 danh mục B/L, B/H đã cải thiện từ không
có ý nghĩa thống kê (đã phân tích ở trên) sang có ý nghĩa thống kê ở mức 1% với
danh mục B/L và 5% với danh mục B/H.
Trong mô hình 3 nhân tố, hệ số độ dốc trên SMB và HML có liên quan đến quy mô
và tỷ số BE/ME một cách rõ ràng hơn. Danh mục quy mô nhỏ có hệ số s cao hơn
danh mục quy mô lớn (S/L > B/L, S/H > B/H) và danh mục tỷ số BE/ME cao thì có
hệ số h cao hơn danh mục có tỷ số BE/ME thấp (S/H > S/L, B/H > B/L). Kết quả
này cũng giống như kết quả của Fama-French (1993).
4.3.3 Mô hình bốn nhân tố:
Bảng 4.5: Mức độ giải thích và ý nghĩa thống kê của mô hình 4 nhân tố
E(Ri) - Rf = c + βi (Rm – Rf ) + si (SMB) + hi (HML) + qi (HVARL) + eit
R2
0.75
0.78
0.77
0.76
0.68
0.84
R2 điều chỉnh
0.75
0.78
0.76
0.76
0.68
0.83
F-statistic
177.81
210.45
192.01
187.70
123.40
297.02
Prob (F-statistic)
0.00
0.00
0.00
0.00
0.00
0.00
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả
Kết quả S/L S/H B/L B/H LVAR HVAR
Theo kết quả của bảng 4.5 thể hiện, xét về khả năng giải thích, mô hình 4 nhân tố
của Bali-Cakici có khả năng giải thích TSSL của danh mục cổ phiếu tốt hơn so với
mô hình 3 nhân tố của Fama-French. Nếu như trong mô hình 3 nhân tố R2 điều
chỉnh dao động từ 0.57 đến 0.68 thì R2 điều chỉnh của mô hình 4 nhân tố nằm trong
khoảng từ 0.67 đến 0.83, có nghĩa là 4 biến độc lập trong mô hình 4 nhân tố có khả
năng giải thích được từ 68% đến 83% TSSL của danh mục cổ phiếu . Ngoài ra, có
thể thấy danh mục HVAR và danh mục S/H có R2 cũng như R2 điều chỉnh cao nhất.
Như vậy ảnh hưởng của các nhân tố trong mô hình 4 nhân tố mạnh nhất đối với các
33
danh mục có rủi ro mất vốn cao (danh mục HVAR) và danh mục có qui mô nhỏ - tỷ
số BE/ME cao (danh mục S/H).
Ta tiến hành kiểm tra xem các nhân tố TSSL vượt trội thị trường, nhân tố mô phỏng
quy mô, nhân tố mô phỏng giá trị và nhân tố mô phỏng rủi ro mất vốn tối đa có thực sự giải thích cho TSSL vượt trội của danh mục đầu tư hay không. Giả thiết Ho: R2 =
0. Ta sử dụng phân phối Fisher để kiểm định sự phù hợp hàm hồi quy.
Theo bảng 4.5 cho thấy giá trị p-value của tất cả 6 danh mục đều rất nhỏ, gần bằng 0 chứng tỏ R2 ≠ 0 thực sự đối với cả 6 trường hợp. Kết quả kiểm định này cho thấy
mô hình nghiên cứu có ý nghĩa thống kê với mức ý nghĩa 1% và hàm hồi quy là
hoàn toàn phù hợp.
Tiếp theo, ta tiến hành đánh giá ý nghĩa cũng như mức độ ảnh hưởng của từng biến
độc lập trong mô hình 4 nhân tố. Kết quả hồi quy các hệ số nhân tố của mô hình
được thể hiện trong bảng 4.6.
Bảng 4.6: Hệ số hồi quy và ý nghĩa thống kê của hệ số hồi quy
E(Ri) - Rf = c + βi (Rm – Rf ) + si (SMB) + hi (HML) + qi (HVARL) + eit
β
0.88
0.89
0.87
0.88
0.90
1.05
s
0.47
0.43
-0.64
-0.58
0.29
0.17
h
-0.28
0.25
0.43
0.45
0.46
0.35
q
0.64
0.64
0.50
0.63
0.59
0.68
t-statistic (β)
t-statistic (s)
t-statistic (h)
t-statistic (q)
21.66 (***) 3.38 (***) -2.91 (***) 12.74 (***)
21.93 (***) 3.16 (***) 2.50 (**) 12.08 (***)
22.57 (***) -5.13 (***) 4.71 (***) 9.26 (***)
21.44 (***) -4.14 (***) 4.72 (***) 12.47 (***)
17.21 (***) 2.45 (**) 4.15 (***) 5.86 (***)
25.39 (***) 3.21 (***) 3.61 (***) 14.32 (***)
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả Ghi chú: mức ý nghĩa 10%: * - mức ý nghĩa 5%: ** - mức ý nghĩa 1%: ***
Kết quả S/L S/H B/L B/H LVAR HVAR
34
Để kiểm tra ý nghĩa thống kê của các biến độc lập trong mô hình, giả thuyết đưa ra
là: Giả thuyết Ho : hệ số hồi quy = 0 (với hệ số hồi quy là các hệ số β, s, h, q)
Ta sử dụng giá trị thống kê kiểm định t và giá trị xác suất p-value để kiểm định ý
nghĩa thống kê của các hệ số hồi quy. P-value là xác suất để giá trị tới hạn của t lớn
hơn giá trị thống kê t của hệ số trong mô hình hồi quy.
Bảng 4.6 là kết quả giá trị thống kê t và p-value của tất cả hệ số hồi quy trên 6 danh
mục cổ phiếu. Qua bảng này, với giá trị thống kê t cao của các hệ số hồi quy (đặc
biệt là đối với hệ số hồi quy beta của nhân tố thị trường, hệ số q của nhân tố rủi ro
mất vốn) và p-value đều ở mức 1% và 5%, ta nhận thấy tất cả hệ số hồi quy của 4
nhân tố trên 6 danh mục đều cho kết quả kiểm định là bác bỏ Ho (Ho: hệ số hồi quy
= 0). Điều này có nghĩa là bốn hệ số hồi quy của mô hình như: hệ số beta đối với
nhân tố thị trường, hệ số s đối với nhân tố quy mô, hệ số h đối với nhân tố giá trị và
hệ số q đối với nhân tố rủi ro mất vốn đều có giá trị khác 0 với mức ý nghĩa dưới
5%. Như vậy có thể kết luận cả bốn nhân tố giải thích của mô hình đều có ý nghĩa
giải thích thực sự cho TSSL danh mục (cổ phiếu) và phù hợp để đưa vào mô hình,
trong đó hai nhân tố thị trường và nhân tố HVARL có ý nghĩa giải thích về mặt
thống kê rất cao.
Kết quả phân tích hồi qui mô hình 4 nhân tố cho thấy có mối quan hệ tuyến tính
dương giữa suất sinh lợi của danh mục cổ phiếu và nhân tố thị trường. Giá trị của hệ
số hồi qui của nhân tố thị trường trong hồi qui trên 6 danh mục đều cao hơn hệ số
hồi quy của ba nhân tố còn lại, mang giá trị từ 0.87 đến 1.05. Điều này cho thấy
nhân tố thị trường trong mô hình 4 nhân tố có khả năng giải thích sự thay đổi TSSL
của danh mục cổ phiếu tốt nhất.
Ta nhận thấy hệ số với nhân tố SMB có sự khác biệt giữa các danh mục nhóm
Small và Big. Hệ số SMB chuyển từ dương đối với các danh mục quy mô nhỏ sang
âm đối với các danh mục quy mô lớn. Điều này gần như giống với kết quả của
Fama-French khi hai ông chia các danh mục thành 5 nhóm theo quy mô, 5 nhóm
35
theo BE/ME tạo ra 25 danh mục thì 5 danh mục thuộc nhóm Big cao nhất (tương
ứng với 5 mức BE/ME) đều cho kết quả hệ số âm, các trường hợp còn lại đều
dương. Kết quả này cũng cho thấy, có mối quan hệ giữa hệ số độ dốc của nhân tố
SMB với quy mô hay nói cách khác với danh mục thuộc cùng nhóm BE/ME, danh
mục nào có quy mô nhỏ hơn thì có hệ số đối với nhân tố SMB lớn hơn. Bên cạnh đó
với hệ số độ dốc của SMB trong khoảng từ -0.64 đến 0.47 cho thấy nhân tố SMB đã
nắm bắt được những thay đổi trong TSSL của danh mục cổ phiếu có liên quan đến
yếu tố quy mô mà nhân tố thị trường Rm-Rf, HML và HVARL chưa nắm bắt được.
Đối với hệ số nhân tố HML, kết quả nghiên cứu của Fama – French (1993) đã cho
thấy trong cùng nhóm quy mô, hệ số hồi quy của nhân tố HML tăng từ danh mục
BE/ME thấp đến danh mục BE/ME cao. Bằng chứng thị trường Việt Nam cũng
tương tự. Danh mục cổ phiếu có BE/ME cao có hệ số hồi quy cao hơn danh mục có
BE/ME thấp (B/H = 0.45 > B/L = 0.43, S/H = 0.25 > S/L = -0.28). Rõ ràng hệ số
nhân tố HML có quan hệ với tỷ số BE/ME và nắm bắt được những thay đổi trong
TSSL của danh mục cổ phiếu có liên quan đến yếu tố BE/ME mà nhân tố thị trường
Rm-Rf, SMB và HVARL chưa nắm bắt được.
Hệ số hồi quy của nhân tố HVARL trên 6 danh mục đều dương và khá cao. Hệ số
hồi qui đạt giá trị lớn nhất 0.68 khi phân tích danh mục HVAR và thấp nhất là 0.59
khi phân tích danh mục LVAR. Như vậy nhân tố HVARL là nhân tố có thể nắm bắt
tốt sự thay đổi TSSL của danh mục cổ phiếu chỉ đứng sau nhân tố thị trường. Bên
cạnh đó ta cũng thấy rằng mức độ ảnh hưởng của nhân tố HVARL lên danh mục
HVAR là cao nhất, trong khi đó ảnh hưởng này lên danh mục LVAR là thấp nhất,
thấp hơn cả bốn danh mục phân theo quy mô – BE/ME.
4.4. Kiểm định mô hình bốn nhân tố:
4.4.1. Kiểm định phần dư:
Kiểm định tự tương quan
36
Mô hình hồi quy tuyến tính cổ điển OLS giả định rằng các nhiễu Ui không có tương
quan với nhau. Ta sử dụng thống kê Breusch-Godfrey kiểm định 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 . Vớ mức ý nghĩa được chọn là 5%, ta thu được kết quả như sau:
Bảng 4.7: Kết quả kiểm định Breusch-Godfrey trên phần dư mô hình 4 nhân tố
Danh mục Kết quả kiểm định Prob. Chi- Square (bậc 1) Prob. Chi- Square (bậc 2) Prob. Chi- Square (bậc 3)
S/L 0.5140 0.7900 0.9132 Chấp nhận Ho
S/H 0.6977 0.8866 0.9312 Chấp nhận Ho
B/L 0.9019 0.9599 0.9386 Chấp nhận Ho
B/H 0.3323 0.5923 0.7787 Chấp nhận Ho
LVAR 0.1326 0.2861 0.294 Chấp nhận Ho
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả
HVAR 0.0847 0.1649 0.054 Chấp nhận Ho
Kết quả kiểm định BG cho thấy: Với sáu danh mục, trong đó 4 danh mục phân loại
theo quy mô và BE/ME, 2 danh mục phân theo VaR thì 6 trường hợp đều có giá trị
p-value (Prob. Chi-Square) > 5% ở cả ba bậc tương quan nên ta chấp nhận giả thiết
Ho, tức là không có tồn tại tự tương quan giữa các Ui. Giả thiết của mô hình OLS
được thỏa mãn.
Kiểm định phương sai thay đổi:
Mô hình hồi quy tuyến tính cổ điển cũng giả định rằng các nhiễu Ui có
phương sai đồng nhất. Để xem phương sai của nhiễu có đồng nhất hay không, ta
tiến hành kiểm định White đối với chuỗi phần dư của mô hình hồi quy.
Giả thiết Ho: Phương sai của nhiễu trong mô hình không đổi.
37
Với mức ý nghĩa 5%, nếu giá trị p-value (Prob. Chi Square) < 5% thì ta có cơ sở
bác bỏ giá thiết Ho, ngược lại nếu p-value > 5% thì ta chấp nhận giả thiết Ho.
Ta có kết quả kiểm định White như sau:
Bảng 4.8: Kết quả kiểm định phương sai thay đổi trong mô hình bốn nhân tố
Danh mục Obs*R-squared Kết quả kiểm định Prob. Chi- Square
15.8928 0.3200 Chấp nhận Ho S/L
14.8842 0.3861 Chấp nhận Ho S/H
31.6988 0.0044 Bác bỏ Ho B/L
16.6529 0.2751 Chấp nhận Ho B/H
10.5509 0.7209 Chấp nhận Ho LVAR
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả
9.7779 0.7782 Chấp nhận Ho HVAR
Kết quả kiểm định White trên 6 danh mục thì có 5 danh mục đều cho kết quả chấp
nhận giả thiết Ho, nhiễu của mô hình có phương sai không đổi. Riêng chỉ có danh
mục BL có Obs* R-squared là lớn hơn phân phối Chi bình phương, giá trị p-value
(Prob. Chi-Square) nhỏ hơn 5% nên ta bác bỏ giả thiết Ho, tức là có xảy ra hiện
tượng phương sai nhiễu thay đổi. Ta có thể kết luận rằng mô hình bốn nhân tố có
phương sai của nhiễu không đổi chỉ đối với 5 danh mục, còn danh mục B/L có xảy
ra hiện tượng phương sai nhiễu thay đổi.
4.4.2. Kiểm định hiện tượng đa cộng tuyến:
Đối với mô hình hồi quy đa biến, ngoài kiểm định phần dư cần phải kiểm tra hiện
tượng đa cộng tuyến giữa các biến độc lập. Mặc dù hệ số tương quan giữa các biến
độc lập đều thấp cho thấy ít có khả năng xảy ra hiện tượng đa cộng tuyến nhưng vẫn
cần một kiểm định để kết luận điều này. Vì trong một số trường hợp đặc biệt ta có
đa cộng tuyến cao giữa các biến độc lập nhưng hệ số tương quan giữa các biến có
38
thể thấp. Để kiểm định hiện tượng đa cộng tuyến, tác giả sử dụng phương pháp hồi
quy phụ các biến độc lập với nhau và thu được kết quả:
Bảng 4.9: Kết quả hồi quy phụ giữa các biến độc lập
R-squared F-statistic P ( F > F-statistic)
Rm_Rf và SMB 0.0089 2.1075 0.1479
Rm_Rf và HML 0.0063 1.4876 0.2238
Rm_Rf và HVARL 0.0033 0.7836 0.3770
SMB và HML 0.0763 19.3330 0.0000
SMB và HVARL 0.0473 11.6105 0.0008
Nguồn: Dữ liệu tập hợp từ trang web HOSE, tính toán của tác giả
HML và HVARL 0.1531 42.2964 0.0000
Qua bảng 4.9 trên ta thấy trong 6 kết quả hồi quy của 6 cặp biến thì có 3 cặp biến
SMB và HML, SMB và HVARL, HML và HVARL là có P (F>F-statistic) <1%, cho thấy có thể bác bỏ giả thiết Ho: R2=0, tức là 3 cặp biến này có khả năng giải thích cho nhau. Tuy nhiên mô hình hồi quy phụ của 3 cặp biến này có R2 rất thấp
(thấp nhất là 4.73%, cao nhất là 15.31%), mức độ ảnh hưởng lẫn nhau giữa hai nhân
tố trong 3 trường hợp là không đáng kể. Do đó, ta có thể kết luận không xảy ra hiện
tượng đa cộng tuyến giữa các biến độc lập và có thể đưa cả bốn biến trên vào cùng
một mô hình mà vẫn có sự hỗ trợ giải thích tốt cho sự thay đổi của biến phụ thuộc.
4.5 Kết quả nghiên cứu:
Mô hình hồi quy TSSL danh mục cổ phiếu với 4 nhân tố (Rm-Rf, SMB, HML,
HVARL) đưa ra kết quả là cả 4 nhân tố đều góp phần giải thích TSSL của cổ phiếu
trên sàn GDCK TpHCM trong giai đoạn nghiên cứu. Trong đó, nhân tố thị trường
có khả năng giải thích TSSL của cổ phiếu tốt nhất bởi vì trong mô hình hồi quy một nhân tố, nhân tố thị trường cho giá trị R2 cao nhất và trong mô hình hồi quy với 3,4
39
nhân tố thì các hệ số hồi qui của nhân tố thị trường đều mang giá trị dương và là giá
trị cao hơn hẳn so với hệ số hồi quy của ba nhân tố còn lại. Tất cả các hệ số hồi quy
đều có ý nghĩa ở mức 1%.
Sau nhân tố thị trường là nhân tố HVARL có khả năng giải thích TSSL tốt thứ 2.
Tuy không giải thích mạnh như nhân tố thị trường nhưng HVARL cũng góp phần
làm gia tăng mức độ giải thích cho TSSL của danh mục cổ phiếu một cách đáng kể.
Ngoài ra, kết quả nghiên cứu còn cho thấy nhân tố mô phỏng khả năng mất vốn tối
đa (HVARL) ảnh hưởng mạnh đối với danh mục HVAR, trong khi mức độ ảnh
hưởng đối với nhân tố LVAR chỉ ở mức tương đối, thấp hơn 4 danh mục phân theo
quy mô – BE/ME.
Mức độ ảnh hưởng của hai nhân tố SMB và HML lên các danh mục là khác nhau.
Kết quả nghiên cứu cũng chứng minh hệ số hồi quy của hai nhân tố này có liên
quan mật thiết với yếu tố quy mô và tỷ số BE/ME. Nhân tố phần bù qui mô SMB
ảnh hưởng mạnh nhất đối với các danh mục có quy mô nhỏ, nhân tố phần bù giá trị
HML ảnh hưởng mạnh nhất đối với danh mục có tỷ số BE/ME cao. Điều này cũng
phù hợp với kết quả nghiên cứu của Fama-French (1993) và Bali-Cakici (2003).
Giá trị R2 điều chỉnh của mô hình bốn nhân tố đạt giá trị cao nhất so với các trường
hợp mô hình một nhân tố (trong đó có mô hình CAPM) và mô hình ba nhân tố
Fama-French. Tất cả các hệ số hồi qui đều có mức ý nghĩa dưới 5% và hàm hồi quy
cho 6 danh mục đều có mức độ phù hợp 1%. Điều này cho thấy mô hình 3 nhân tố
của Fama – French khi được thêm vào nhân tố mô phỏng khả năng mất vốn tối đa
(HVARL) thì trở thành mô hình 4 nhân tố có khả năng giải thích sự thay đổi của
TSSL của danh mục cổ phiếu tốt hơn hẳn so với mô hình trước đó trên cả 6 danh
mục. Kết quả nghiên cứu cũng chỉ ra rằng trong hồi quy trên 6 danh mục thì TSSL
của hai nhóm danh mục: danh mục có khả năng mất vốn tối đa trong tương lai cao
(HVAR) và danh mục có qui mô nhỏ - BE/ME cao (S/H) bị ảnh hưởng mạnh nhất
bởi các nhân tố của mô hình.
40
CHƯƠNG 5 : KẾT LUẬN
5.1 Kết luận:
Trong luận văn này tác giả Kiểm định mô hình bốn nhân tố gồm nhân tố thị trường,
quy mô công ty, tỷ lệ giá trị sổ sách trên giá trị thị trường và nhân tố VaR (Value at
risk) để tìm hiểu khả năng giải thích của 4 nhân tố này cho TSSL mong đợi của cổ
phiếu trong một thị trường chứng khoán mới phát triển như Việt Nam. Luận văn đã
tiến hành nghiên cứu với mẫu được chọn là 78 cổ phiếu trên sàn giao dịch chứng
khoán TPHCM trong giai đoạn từ tháng 7/2007 đến tháng 12/2011. Kết quả phân
tích thu được ở chương 4 cho thấy bằng chứng thực nghiệm của mô hình Bali-
Cakici gồm 3 nhân tố Fama-French và VaR trên TTCK VN cũng như mối quan hệ
giữa các nhân tố với TSSL của cổ phiếu.
Kết quả hồi quy TSSL của 6 danh mục cổ phiếu với 4 nhân tố: Nhân tố thị trường
(Rm-Rf), nhân tố phần bù qui mô (SMB), nhân tố phần bù giá trị (HML), phần bù
rủi ro mất vốn (HVARL) đưa tới kết luận là cả 4 nhân tố đều góp phần giải thích
TSSL của cổ phiếu trên sàn GDCK TpHCM trong giai đoạn nghiên cứu. Tất cả hệ số hồi quy của các nhân tố đều có ý nghĩa dưới mức 5%. Hệ số R2 điều chỉnh của mô hình bốn nhân tố không cao, dao động từ 68% – 83%, cao hơn R2 điều chỉnh
của mô hình ba nhân tố Fama-French từ 10% đến 15%. Hàm hồi quy cho 6 danh
mục đều có mức độ phù hợp rất cao với mức ý nghĩa 1%, cho thấy trên TTCK VN
mô hình 3 nhân tố của Fama – French khi được thêm vào nhân tố mô phỏng khả
năng mất vốn tối đa (HVARL) trở thành mô hình 4 nhân tố vẫn tỏ ra có ưu thế hơn
mô hình ba nhân tố khi có khả năng giải thích được trên 68% sự thay đổi trong
TSSL của cổ phiếu. Điều này cũng cho thấy một hạn chế của mô hình: TSSL của cổ
phiếu trên TTCK VN còn có thể được giải thích bởi một số các yếu tố khác mang
tính đặc trưng của TTCK VN mà mô hình với 4 nhân tố vẫn chưa thể nắm bắt hết
được như tỷ lệ sở hữu nhà nước cao, tính thanh khoản, tâm lý đám đông và đầu tư
theo phong trào …
41
So sánh mức độ tác động của các nhân tố trong mô hình đến TSSL thì nhân tố thị trường có khả năng giải thích TSSL của cổ phiếu tốt nhất với giá trị R2 cao nhất khi
đứng một mình và các hệ số hồi qui đều có giá trị cao hơn hẳn so với hệ số hồi quy
của ba nhân tố còn lại. Tồn tại mối quan hệ dương khá lớn giữa TSSL và nhân tố thị
trường. Như vậy thị trường chứng khoán Hồ Chí Minh phản ánh đúng chiều với yếu
tố thị trường. Khi quyết định đầu tư vào cổ phiếu hay danh mục, nhà đầu tư đã cân
nhắc đến yếu tố biến động thị trường.
Kết quả nghiên cứu cũng cho thấy HVARL là nhân tố có thể nắm bắt tốt sự thay đổi
TSSL của danh mục cổ phiếu chỉ đứng sau nhân tố thị trường khi hệ số hồi quy của
nhân tố HVARL trên 6 danh mục đều dương và khá cao (>0.50). Như vậy cũng tồn
tại mối quan hệ dương giữa HVARL và TSSL cổ phiếu. Kết quả này có khác với
kết quả nghiên cứu của Bali-Cakici (2003) ở chỗ hệ số của nhân tố HVARL trong
nghiên cứu của Bali-Cakici vẫn thấp hơn hệ số của nhân tố quy mô SMB và chỉ có
10/25 danh mục có hệ số dương còn lại 15/25 danh mục có hệ số âm. Bên cạnh đó
có thể thấy rằng nhân tố HVARL có mức độ ảnh hưởng cao nhất lên danh mục có
VaR cao (HVAR) trong 6 danh mục, trong khi đó ảnh hưởng này lên danh mục có
VaR thấp (LVAR) là thấp nhất.
Tuy không giải thích mạnh như nhân tố thị trường và nhân tố HVARL, nhưng 2
nhân tố SMB và HML cũng góp phần giải thích sự thay đổi TSSL của danh mục cổ
phiếu, ảnh hưởng của nhân tố HML tốt hơn nhân tố SMB. Nghiên cứu cũng cho
thấy rằng có mối quan hệ giữa hệ số của nhân tố SMB và nhân tố HML với quy mô
và tỷ số BE/ME của danh mục. Cụ thể, nhân tố SMB sẽ ảnh hưởng mạnh nhất đến
TSSL của danh mục nào có quy mô nhỏ và ảnh hưởng ít hơn đến TSSL của danh
mục có quy mô lớn, trong khi đó nhân tố HML sẽ ảnh hưởng mạnh nhất đến TSSL
của danh mục có BE/ME lớn và giảm mức độ ảnh hưởng đối với TSSL của danh
mục có BE/ME nhỏ. Kết quả này phù hợp với kết quả nghiên cứu của Fama-French
(1993) cho mô hình 3 nhân tố và của Bali-Cakici (2003) khi kiểm định mô hình 4
nhân tố.
42
Kết quả nghiên cứu cũng chỉ ra rằng trong 6 danh mục thì TSSL của hai nhóm danh
mục: danh mục có khả năng mất vốn tối đa trong tương lai cao (HVAR) và danh
mục có qui mô nhỏ - BE/ME cao (S/H) bị ảnh hưởng mạnh nhất bởi các nhân tố của
mô hình.
5.2 Hạn chế của đề tài nghiên cứu:
Hạn chế khách quan:
Thị trường chứng khoán Việt Nam là thị trường mới nổi nên tính ổn định của thị
trường chưa cao, bên cạnh đó là sự thiếu minh bạch trong báo cáo tài chính và công
bố thông tin là một rào cản cho việc tiếp cận với nguồn dữ liệu phản ánh đúng tình
trạng thực sự của các công ty niêm yết trên TTCK.
Cũng như bất kỳ mô hình dự báo nào khác, mô hình chỉ có thể phát huy tác dụng
một cách tốt nhất trong điều kiện thông tin cân xứng và thị trường hiệu quả. Mô
hình khi áp dụng vào TTCK VN cũng bị hạn chế bởi một số nguyên nhân như:
Danh mục TTCK VN chưa được đa dạng hóa tốt do số lượng cổ phiếu niêm
yết còn ít, các công ty niêm yết không đại hiện hết cho tất cả các ngành.
Luận văn chỉ tập trung nghiên cứu thị trường chứng khoán Hồ Chí Minh chưa
nghiên cứu hết toàn bộ thị trường. Dữ liệu dùng để nghiên cứu khá hạn chế: số
lượng công ty trong mẫu chỉ có 78 công ty trong khi số lượng công ty niêm yết
trên sản HOSE hiện nay đã hơn 300 công ty và khoảng thời gian nghiên cứu
chỉ từ 7/2007 đến tháng 12/2011. Chính vì mẫu nhỏ và chuỗi thời gian quan
sát khá ngắn, các kết quả thu được có thể chưa thể đại diện cho toàn bộ thị
trường và phản ánh đúng ảnh hưởng của các nhân tố lên TSSL cổ phiếu.
Hiệu quả hoạt động của TTCK VN còn kém, mức độ tiếp cận thông tin của
nhà đầu tư còn rất hạn chế nên việc đầu cơ, thao túng thị trường, làm giá … rất
dễ xảy ra.
43
Phần lớn các nhà đầu tư trên thị trường là nhà đầu tư cá nhân đầu tư theo chiến
lược ngắn hạn. Trong ngắn hạn giá cổ phiếu không thể phản ánh hết được rủi
ro của doanh nghiệp. Bên cạnh đó, tâm lí đám đông và đầu tư theo phong trào
của các nhà đầu tư trên thị trường cũng làm ảnh hưởng đến việc đo lường rủi
ro của doanh nghiệp.
Hạn chế chủ quan:
Hạn chế chủ quan xuất phát từ bản thân người xây dựng mô hình. Do các công cụ
tính toán còn thiếu và thị trường Việt Nam thiếu một bộ cơ sở dữ liệu chung cho
toàn thị trường nên đa số dữ liệu trong bài nghiên cứu đều được xử lý thủ công. Quá
trình xử lý dữ liệu do con người tiến hành nên có thể xảy ra sai sót.
Việc tính toán dự đoán giá trị Value-at-Risk hiện nay có rất nhiều phương pháp. Để
phù hợp với khả năng và công cụ có hạn, phương pháp phân tích phương sai – hiệp
phương sai được tác giả chọn lựa tuy đơn giản nhưng có thể cho ra kết quả nhiều sai
số.
5.3 Đề xuất hướng nghiên cứu tiếp theo:
Mở rộng nghiên cứu của luận văn này sang nghiên cứu toàn bộ thị trường thay vì
chỉ tập trung vào thị trường chứng khoán Hồ Chí Minh, tăng số lượng công ty và
thời gian khảo sát.
Trong tương lai với khoảng thời gian dài hơn và chuỗi dữ liệu đầy đủ hơn, có thể
nghiên cứu thêm những nhân tố khác để mô hình đạt sự phù hợp cao hơn như nhân
tố sở hữu nhà nước, tính thanh khoản, đà tăng trưởng, các yếu tố vĩ mô, tâm lý nhà
đầu tư…
44
Tài liệu tham khảo:
Tiếng Việt:
1. Nguyễn Thị Ngọc Trang (2007), “Quản trị rủi ro tài chính”, Nhà xuất
bản Thống Kê.
2. Phạm Trí Cao – Vũ Minh Châu (2009), “Kinh tế lượng ứng dụng”, Nhà
xuất bản Thống Kê.
3. Phan Thị Bích Nguyệt (2006), “Đầu tư tài chính – Quản lí danh mục đầu
tư”, Nhà xuất bản Thống Kê.
4. Trần Ngọc Thơ (2005), “Tài chính doanh nghiệp hiện đại”, Nhà xuất bản
Thống Kê.
5. Trần Hải Lý (2010), “Nghiên cứu rủi ro và Tỷ suất sinh lợi trên thị
trường chứng khoán Việt Nam”, Luận Án Tiến Sĩ – Trường ĐH Kinh tế
TpHCM.
6. Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), “Mô hình Fama-
French: Một nghiên cứu thực nghiệm đối với thị trường chứng khoán
Việt Nam”, www.sbv.gov.vn/wps/wcm/.../tapchi_2008_12_11_004139
Tiếng Anh:
1. Banz, Rolf W., (1981), "The Relationship Between Return and Market
Value of Common Stocks", Journal of Financial Economics 9 (1981): 3-
18.
2. Basu, Sanjoy, (1983), "The Relationship between Earnings Yield, Market
Value and Return for NYSE Common Stocks: Further Evidence", Journal
of Financial Economics 12 (1983): 129-156.
45
3. Bhandari, Laxmi Chand (1988), "Debt/Equity Ratio and Expected
Common Stock Returns: Empirical Evidence", Journal of Finance 43
(1988): 507-528.
4. Dar-Hsin Chen , Chun-Da Chen , Chih-Chun Chen (2009), “VaR and the
Cross-Section of Expected Stock Returns: An Emerging Market
Evidence”, National Taipei University, Taiwan.
5. Elhaj Mabrouk Walid, Elhaj Mohamed Ahlem (2007), “New evidence
on the Applicability of Fama and French three-factor model to the
Japanese stock market”, School of Economics, Osaka University, Japan.
6. Fama, Eugene F., and Kenneth R. French (1992), “The Cross-Section of
Expected Stock Returns”, Journal of Finance 47.
7. Fama, Eugene F., and Kenneth R. French (1993), “Common Risk Factors
in the Returns on Stocks and Bonds”, Journal of Financial Economics 33.
8. Gregory Connor, Sanjay Sehgal (2001), “Test of Fama and French Model
in India”.
9. Hadrian Djajadikerta, Gilbert Nartea (2005), “The Size and Book-to-
market effects and the Fama French three factor model in small
market: Preliminary findings from New Zealand”, School of
Accouting, Finance and Economics Edith Cowan University.
10. Ilham Reza Ferdian, Mohammad Azmi Omar, Miranti Kartika Dewi
(2011), “ Firm size, Book to market Equity, and Security Returns:
Evidence from the Indonesian Shariah Stocks”, Journal of Islamic
Economics, Banking and Finance, Vol 7 No.1.
11. Michael A.O’Brien (2007), “Fama and French Factors in Australia”, UQ
Business School - The University of Queensland.
12. Nima Billou (2004), “Tests of the CAPM and Fama French three factor
Model”.
46
13. Nopbhanon Homsud, Jatuphon Wasunsakul, Sirina Phuangnark,
Jitwatthana Joongpong (2009), “A Study of Fama and French Three
Factors Model and Capital Asset Pricing Model in the Stock Exchange of
Thailand ”, International Research Journal of Finance and Economics
Issue 25.
14. Rosenberg, Barr, Kenneth Reid, and Ronald Lanstein, "Persuasive
Evidence of Market Inefficiency," Journal of Portfolio Management 11
(1985): 9-17.
15. Souad Ajili (2005), “Size and book to market Effects: Further evidence
from the French case”.
16. Turan G. Bali and Nusret Cakici (2004), “Value at Risk and Expected
Stock Returns”, Financial Analysts Journal, Vol. 60, No. 2 (Mar. - Apr.,
2004), pp. 57-73.
Website:
http://hnx.vn/
http://www.imf.org
http://www.sbv.gov.vn
http://saga.vn
