Luận văn Thạc sĩ Kinh tế: Nghiên cứu các nhân tố ảnh hưởng đển tỷ suất sinh lợi cổ phiếu trên thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM ----------------------------

NGUYỄN THỊ PHÁT

NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN TỶ SUẤT SINH LỢI CỦA CỔ PHIẾU 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. NGUYỄN VĨNH HÙNG

TP. HỒ CHÍ MINH – NĂM 2014

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

TÓM TẮT

CHƯƠNG I: GIỚI THIỆU ...................................................................................... 1

1.1 Lý do chọn đề tài nghiên cứu ............................................................................. 1

1.2 Mục tiêu nghiên cứu và câu hỏi nghiên cứu....................................................... 2

1.3 Đối tượng và phạm vi nghiên cứu ...................................................................... 3

1.4 Dữ liệu và phương pháp nghiên cứu .................................................................. 3

1.5 Giới hạn của đề tài nghiên cứu ........................................................................... 4

1.6 Kết cấu của đề tài ................................................................................................. 5

1.7 Ý nghĩa của đề tài: ................................................................................................ 5

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ........................................................................ 6

2.1 Các nghiên cứu thực nghiệm trên thế giới. ........................................................ 6

2.1.1 Nghiên cứu của Fama – French (1993) về “Các Nhân tố Rủi Ro Ảnh Hưởng

Đến Lợi Nhuận Trái Phiếu Và Cổ Phiếu” .............................................................. 6

2.1.2Nghiên cứu Carhart (1997) ............................................................................ 7

2.1.3 Nghiên cứu của Manuel Ammann và Michiel Steiner (2009) trên thị trường

chứng khoán Thụy Sỹ giai đoạn từ 1990 đến 2005 ................................................ 8

2.1.4Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ở các nước

trên thế giới. ............................................................................................................ 9

2.1.5Một số nghiên cứu khác ................................................................................ 10

2.2 Các nghiên cứu thực nghiệm tại Việt Nam ...................................................... 15

CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU ......................... 22

3.1 Dữ liệu nghiên cứu ........................................................................................... 22

3.2 Mô hình nghiên cứu .......................................................................................... 23

3.3 Mô tả và xây dựng các biến trong các mô hình ................................................ 24

3.3.1 Đối với biến phụ thuộc ................................................................................ 24

3.3.2 Đối với biến độc lập: yếu tố rủi ro thị trường (RMRF), quy mô (SMB), giá

trị (HML), xu hướng lợi nhuận quá khứ (WML) ................................................. 27

3.4 Các giả thuyết nghiên cứu ................................................................................ 30

3.5 Phương pháp kiểm định mô hình ....................................................................... 30

3.6 Quy trình nghiên cứu ........................................................................................ 32

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH ............................... 34

4.1 Mô tả mẫu quan sát .......................................................................................... 34

4.2 Phân loại danh mục .......................................................................................... 35

4.3 Thống kê mô tả ................................................................................................. 35

4.4 Phân tích tương quan (Corellation Analysis) ...................................................... 39

4.5 Phương trình hồi quy ........................................................................................ 39

4.5.1 Kiểm định tính dừng của các biến độc lập ............................................... 39

4.5.2 Ước lượng hồi quy ..................................................................................... 40

4.6 Kiểm định các giả thiết thống kê ........................................................................ 43

4.6.1 Kiểm định giả thiết đối với các hệ số hồi quy ............................................. 43

4.6.2 Kiểm định đa cộng tuyến ............................................................................ 46

4.6.3 Kiểm định phân phối chuẩn của phần dư .................................................. 47

4.6.4 Kiểm định về hiện tượng tự tương quan của phần dư ............................. 48

4.7 Kiểm định sự phù hợp của hàm hồi quy ............................................................ 48

4.8 Nhận định, bình luận kết quả ............................................................................ 50

4.9 Kiểm định các giả thuyết nghiên cứu ............................................................... 53

4.10 Thảo luận kết quả nghiên cứu và so sánh với kết quả của các nghiên cứu khác:

................................................................................................................................... 53

CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ ......................................................... 56

5.1 Kết luận ............................................................................................................... 56

5.2 Hạn chế của đề tài ............................................................................................... 57

5.3Kiến nghị .............................................................................................................. 58

TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC KÝ HIỆU,CÁC CHỮ VIẾT TẮT

RI : Tỷ suất sinh lợi kỳ vọng cho danh mục i;

RF : Lãi suất phi rủi ro;

RM : Tỷ suất sinh lợi thị trường chứng khoán Việt Nam;

SMB : Nhân tố quy mô công ty;

HML : Nhân tố giá trị công ty;

WML : Nhân tố xu hướng lợi nhuận quá khứ;

b : Hệ số hồi quy cho nhân tố thị trường BETA;

s : Hệ số hồi quy cho nhân tố SMB;

h: Hệ số hồi quy cho nhân tố HML;

w : Hệ số hồi quy cho nhân tố WML;

εi: Sai số ngẫu nhiên;

ME : Giá trị thị trường của công ty;

BE : Gía trị sổ sách của công ty;

BE/ME : Tỷ số giá trị sổ sách trên giá trị thị trường;

R2 : Hệ số xác định mô hình hồi quy;

TSSL: tỷ suất sinh lợi

TSSLBQ: tỷ suất sinh lợi bình quân

SGDCK: Sở giao dịch Chứng khoán.

TPHCM: Thành phố Hồ Chí Minh

HOSE: Sàn chứng khoán Thành phố Hồ Chí Minh

HNX: sàn chứng khoán Hà Nội

MQH: mối quan hệ.

OLS (Ordinary Least Square)

LSBQ: lãi suất bình quân.

TSSLBQ: tỷ suất sinh lợi bình quân

TTCK: thị trường chứng khoán

CAPM: Capital Asset Pricing Model- mô hình định giá tài sản vốn

DANH MỤC CÁC BẢNG

Bảng 2. 1: Mối quan hệ các biến trong nghiên cứu Carhart (1997) tại Mỹ ................ 8

Bảng 2.2: Kết quả hồi quy mô hình ba nhân tố và bốn nhân tố Tarun Chordia (2005)

tại thị trường chứng khoán Mỹ.................................................................................. 10

Bảng 2. 3: Kết quả ứng dụng hai mô hình CAPM, FF ở thị trường các nước phát

triển ............................................................................................................................ 13

Bảng 2.4: Kết quả ứng dụng hai mô hình CAPM, FF ở thị trường các nước đang phát

triển. ........................................................................................................................... 15

Bảng 2.5: Tóm lược các nghiên cứu trước đây về mối quan hệ giữa rủi ro và TSSL.

................................................................................................................................... 19

Bảng 3.1: Thể hiện số lượng công ty trong các danh mục giai đoạn 2009 – 2013. .. 23

Bảng 3.2: Danh mục cổ phiếu phân theo quymô vốn hóa ........................................ 25

Bảng 3.3: Mô tả cách tính toán các biến trong mô hình 4 nhân tố. .......................... 28

Bảng 4.1: Số lượng các công ty quan sát qua các giai đoạn. .................................... 34

Bảng 4.2: Phân chia các danh mục cổ phiếu ............................................................. 35

Bảng 4.3: Mô tả thống kê các biến độc lập và các biến phụ thuộc. .......................... 36

Bảng 4.4: Hệ số tương quan giữa các biến độc lập. .................................................. 39

Bảng 4.5: Giá trị thống kê kiểm định Augmented Dickey-Fuller các biến độc lập

................................................................................................................................... 40

Bảng 4.6: Kết quả hồi quy mô hình 4 nhân tố ....................................................... 42

Bảng 4.7: Kết quả kiểm định F mô hình 4 nhân tố ................................................... 43

Bảng 4.8: Kết quả kiểm định các hệ số mô hình 4 nhân tố ....................................... 44

Bảng 4.9: Các thông số kiểm định đa cộng tuyến ..................................................... 46

Bảng 4.10: Giá trị thống kê kiểm định Shapiro-Wilk phần dư .............................. 47

Bảng 4.11: Kết quả kiểm định tự tương quan phần dư mô hình 4 nhân tố ........... 48

Bảng 4.12: Kết quả hồi quy mô hình 4 nhân tố mục đạt các yêu cầu kiểm định ...... 49

Bảng 4.13: So sánh kết quả hồi quy các mô hình khác nhau .................................... 52

Bảng 4.14: So sánh kết quả nghiên cứu với các nghiên cứu khác. ........................... 54

DANH MỤC CÁC HÌNH VẼ.

Hình 2 .1: Thống kê tỷ suất sinh lợi trên thị trường chứng khoán của Manuel

Ammann (2009) tại Thụy Sỹ....................................................................................... 9

Hình 3.1: Tóm tắt quy trình nghiên cứu ................................................................... 33

TÓM TẮT

Sau gần hơn 10 năm hoạt động, từ 2 cổ phiếu khi mới thành lập cho đến

nay là hơn 750 mã cổ phiếu hoạt động mạnh mẽ trên cả 2 sàn Hà Nội và Hồ Chí

Minh thị trường chứng khoán Việt Nam đã có nhiều phát triển vượt bậc nhưng

cũng có nhiều giai đoạn thăng trầm. Tuy nhiên, so với các thị trường chứng khoán

khác trên thế giới thì trường chứng khoán Việt Nam vẫn là một thị trường còn

non trẻ, ẩn chứa bên trong nhiều biến động và rủi ro khi đầu tư vào đây. Điều đó

thể hiện rõ qua sự biến động của các chỉ số thị trường qua các giai đoạn. Có nhiều

mô hình nghiên cứu sự ảnh hưởng của thị trường chứng khoánViệt Nam trên thế

giới như mô hình định giá tài sản vốn CAPM, mô hình 3 nhân tố của Fama-

French, mô hình 4 nhân tố của Carhart …của nhiều tác giả.Vì thế nghiên cứu phân

tích sự tác động của thị trường chứng khoán là cần thiết đối với thịtrường chứng

khoánViệt Nam nhằm tìm ra mô hình phù hợp giúp nhà đầu tư có cái nhìn đúng

đắn khi tham gia vào thị trường cũng như giảm thiếu được rủi ro khi đầu tư. Với lý

do đó, bài nghiên cứu xem xét sự tác động của một số nhân tố vi mô đến TSSL thị

trường chứng khoán Việt Nam với tiêu đề: “Nghiên cứu các nhân tố ảnh hưởng đển

tỷ suất sinh lợi cổ phiếu trên thị trường chứng khoán Việt Nam”.

CHƯƠNG I: GIỚI THIỆU

Với sự phát triển nhanh chóng của thị trường chứng khoán Việt Nam, việc đầu

tư vào lĩnh vực chứng khoán trở thành một kênh đầu tư khá hấp dẫn, đem đến lợi

nhuận cho các nhà đầu tư. Tuy nhiên, với bản chất là thị trường mới nổi, còn non trẻ

và chứa nhiều biến động thì việc đầu tư vào thị trường chứng khoán Việt Nam cũng

chứa đựng không ít rủi ro. Điều này được thể hiện khá rõ qua tình hình biến động

chỉ số thị trường chứng khoánnhư VN – Index. Đã có nhiều nghiên cứu phân tích

các nhân tố tác động đến thị trường chứng khoán, như chính sách cổ tức, tâm lý

hành vi của các nhà đầu tư, chính sách lãi suất có tác động như thế nào đến tỷ suất

sinh lợitrên thị trường chứng khoán Việt Nam…Trong đó, nhân tố quan trọng

không thể phủ nhận là kiến thức và tâm lý của nhà đầu tư. Khi một nhà đầu tư thiếu

kiến thức về đầu tư chứng khoán, một mặt sẽ thấy lúng túng trước những thông tin

và báo cáo của các công ty công bố, cũng như thông tin về thị trường, mặt khác sẽ

càng lúng túng hơn khi đọc các báo cáo, dự báo, dự đoán của các tổ chức tài chính

lớn trên thế giới nhận định và dự báo về thị trường chứng khoán Việt Nam. Do vậy,

việc nghiên cứu ứng dụng các lý thuyết đầu tư tài chính hiện đại vào thị trường

chứng khoán Việt Nam 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 thị trường chứng khoán, đặc biệt là các nghiên cứu thực

nghiệm trên các thị trường chứng khoán 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

nghiệm của các mô hình. Trong tình hình lên xuống khá thất thường của thị trường

chứng khoán Việt Nam, thì việc xem xét thêm các nhân tố ảnh hưởng đến tỷ suất

sinh lợi của cổ phiếu để giảm thiểu các rủi ro cho tất cả các nhà đầu tư nói chung và

các nhà đầu tư cá nhân nói riêng là một bài toán khó.

1.1 Lý do chọn đề tài nghiên cứu

Thị trường chứng khoán Việt Nam là thị trường mới nổi, chứa đựng

nhiều biến động và rủi ro tiềm ẩn nội tại phụ thuộc vào biến động của nền

kinh tế vĩ mô và bản thân của các doanh nghiệp.

Tình hình biến động của thị trường chứng khoán Việt Nam khá mạnh

ảnh hưởng đến rủi ro cho các nhà đầu tư. Vì vậy việc xem xét các nhân tố ảnh

hưởng đến tỷ suất sinh lợi của cổ phiếu để giảm thiểu các rủi ro cho các nhà

đầu tư mang tính cấp thiết.

Để tối đa hóa danh mục đầu tư các nhà đầu tư đánh giá dựa trên hai

nhân tố là rủi ro và tỷ suất sinh lợi. Tất cả các quyết định đầu tư đều dựa trên

hai nhân tố này và những tác động của chúng đối với vốn đầu tư.

Trong những năm 1960 sự ra đời của mô hình CAPM thể hiện mối

tương quan giữa rủi ro và suất sinh lợi mà cơ sở là lý thuyết danh mục của

Markowitz(1959). Mô hình thể hiện mối quan hệ dương giữa tỷ suất sinh lợi

kỳ vọng của chứng khoán và hệ số beta chứng khoán. Đến năm 1992, Fama –

French cho rằng Beta thị trường trong mô hình CAPM không giải thích được

tỷ suất sinh lợi kỳ vọng chứng khoán ở Mỹ thời kỳ 1962 – 1990. Vì vậy ông

đưa vào 2 nhân tố là quy mô và tỷ số giá trị sổ sách trên giá trị thị trường

(BE/ME) để giải thích cho tỷ suất sinh lợi vượt trội của cổ phiếu.

Đến năm 2009Manuel Ammann và Michiel cung cấp bằng chứng thực

nghiệm rằng quy mô công ty, tính thanh khoản, và nhân tố xu hướng TSSL quá khứ

giải thích tốt biến động trong TSSL danh mục cổ phiếu . Vì vậy, trong luận văn

này tác giả nghiên cứu các nhân tố trên có tác động như thế nào đến tỷ suất

sinh lợi kỳ vọng của cổ phiếu trên thị trường chứng khoán Việt Nam.

1.2 Mục tiêu nghiên cứu và câu hỏi nghiên cứu

Đánh giá ảnh hưởng của nhân tố thị trường (RMRF), nhân tố quy mô công ty

(SMB), nhân tố giá trị công ty (HML), nhân tố xu hướng lợi nhuận quá

khứ(WML)có tác động đến tỷ suất sinh lợi kỳ vọng của cổ phiếu trên thị trường

chứng khoán Việt Nam.

Câu hỏi nghiên cứu là:

− Nhân tố thị trường(RMRF) có tác động đến tỷ suất sinh lợi của cổ phiếu

trên thị trường chứng khoán Việt Nam?

− Nhân tố quy mô công ty (SMB) có tác động đến tỷ suất sinh lợi của cổ

phiếu trên thị trường chứng khoán Việt Nam?

− Nhân tố giá trị công ty (HML) có tác động đến tỷ suất sinh lợi của cổ

phiếu trên thị trường chứng khoán Việt Nam?

− Nhân tố xu hướng lợi nhuận quá khứ(WML) có tác động đến tỷ suất sinh

lợi của cổ phiếu trên thị trường chứng khoán Việt Nam?

Đối tượng và phạm vi nghiên cứu

1.3

Đối tượng nghiên cứu: Tác giả dựa theo nghiên cứu của MANUEL AMMANN

và MICHIEL STEINER (2009) xây dựng mô hình 4 nhân tố tác động đến tỷ suất

sinh lợi kỳ vọng của các cổ phiếu trêntrên thị trường chứng khoán Thụy Sỹ giai

đoạn từ 1990 đến 2005.

Phạm vi nghiên cứu: tập trung vào việc thu thập dữ liệu, phân tích, kiểm định

tính phù hợp của mô hình 4 nhân tố gồm các nhân tố mô hình Fama – French và xu

hướng lợi nhuận quá khứ(WML)đến tỷ suất sinh lợi cho các cổ phiếu trên thị trường

chứng khoán Việt Nam.

1.4 Dữ liệu và phương pháp nghiên cứu

Dữ liệu cần cho mô hình là TSSL chứng khoán là TSSL của tài sản phi rủi ro,

TSSL thị trường, giá trị thị trường vốn chủ sỡ hữu, giá trị sổ sách vốn chủ sỡ hữu.

Phạm vi của bài nghiên cứu gồm 637 chứng khoán được niêm yết trên Sàn giao

dịch chứng khoán Thành phốHồChí Minh (HOSE) và Hà Nội ( HNX). Thời gian

mẫu là tháng 07 năm 2009 đến tháng 06 năm 2013 (2009-2013).

 TSSL chứng khoán và TSSL thị trường được lấy là chỉ số VN-

Index. Giá chứng khoán và chỉ số VNIndex được lấy từ cơ sở dữ liệu hàng

ngày trên trang www.cophieu68.com và là giá đóng cửa cuối tuần. Giá này đã

được so sánh với các nguồn khác và không thấy sự sai lệch nào

 TSSL tài sản phi rủi ro (RF).Lãi suất phi rủi ro trong bài nghiên cứu

được lấy là lãi suất của trái phiếu chính phủ kỳ hạn 5 năm do kho bạc nhà nước

phát hành, dữ liệu lấy trên trang web của Bộ tài chính. Lãi suất này là lãi suất

trúng thầu của các đợt phát hành trái phiếu do kho bạc nhà nước phát hành, nếu

đợt nào không có lãi suất trúng thầu thì dữ nguyên lãi suất của đợt trước đó.

 Giá trị thị trường, giá trị sổ sách của vốn chủ sở hữu được lấy 6

tháng một lần từ các báo cáo tài chính của các công ty. Hầu hết các báo cáo

tài chính là các báo cáo đã kiểm toán (BCTC cuối năm) và đã soát xét

(BCTC 6 tháng) được lấy từ trang web www.cafef.vn .

Bài nghiên cứu sử dụng các phương pháp phân tích dữ liệu, phân tích tương

quan, phân tích hồi quy tuyến tính, theo phương pháp bình phương bé nhất… kết

hợp với các kiến thức về thống kê, kinh tế lượng. Xử lý số liệu thu thập trên Excel,

sau đó sử dụng hồi quy OLS trong kinh tếlượng thông qua phần mềm Eviews,

SPSS để thể hiện mối tương quan giữa các biến trong mô hình, xem xét khả năng

giải thích giữa các biến và kiểm định sự phù hợp của mô hình lần lượt thông qua

các công việc

 Giới thiệu sơ nét các mô hình nghiên cứu

 Thu thập số liệu từ các nguồn và dựa vào đó ước lượng các tham số trong

các mô hình

 Phân tích các kết quả thu được, so sánh với các nghiên cứu trước đây và

kiểm định sự phù hợp của mô hình

Giới hạn của đề tài nghiên cứu

1.5

Với các giới hạn về đối tượng và thời gian nghiên cứu nói trên, nghiên cứu này

tập trung vào việc phân tích các cổ phiếu của các công ty niêm yết tại sàn HOSE và

sàn HNX trước ngày 30/06/2013. Nghiên cứu chỉ tập trung vào các cổ phiếu niêm

yết trên SGDCK TP.HCM (HOSE) và SGDCK Hà Nội (HNX) không nghiên cứu

thị trường UPCOM và thị trường chứng khoán phi tập trung (OTC) mà hoạt động

của các thị trường này được xem là khá sôi nổi và chứa nhiều rủi ro, do chưa minh

bạch trong việc cung cấp thông tin cho các nhà đầu tư chứng khoán.

1.6 Kết cấu của đề tài

Đề tài gồm có 5 chương:

Chương 1: Giới thiệu

Chương 2: Cơ sở lý thuyết

Chương 3: Phương pháp và dữ liệu nghiên cứu

Chương 4: Kết quả nghiên cứu và phân tích

Chương 5: Kết luận và kiến nghị

1.7 Ý nghĩa của đề tài:

Đề tài nghiên cứu các mô hình định giá tài sản vốn CAPM của Sharpe và

Lintner (1963), mô hình ba nhân tố của Fama và French (1993), mô hình bốn nhân

tố của Carhart (1997) cũng như nghiên cứu của tác giả Manuel Amman (2009) áp

dụng mô hình Carhart trên thị trường chứng khoán Thụy Sỹ giai đoạn 1990-

2005.Kết quả đề tài cho biết khả năng giải thích của các nhân tố trong mô hình ba

nhân tố, bốn nhân tố lên tỷ suất sinh lợi chứng khoán. Đề tài có ý nghĩa quan trọng

trong việc giúp nhà đầu tư lượng hóa rủi ro và đưa ra quyết định đầu tư trên thị

trường chứng khoán.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Các nghiên cứu thực nghiệm trên thế giới.

2.1.1 Nghiên cứu của Fama – French (1993) về “Các Nhân tố Rủi Ro Ảnh

Hưởng Đến Lợi Nhuận Trái Phiếu Và Cổ Phiếu”

Nghiên cứu này chỉ ra năm nhân tố rủi ro hệ thống có ảnh hưởng quan trọng

đến lợi nhuận trái phiếu và cổ phiếu, trong đó hai nhân tố thuộc về thị trường trái

phiếu và ba nhân tố thuộc về thị trường cổ phiếu. Các kết quả chính: sự biến động

trong lợi nhuận của các cổ phiếu chịu ảnh hưởng của các nhân tố thị trường cổ

phiếu, đồng thời lợi nhuận cổ phiếu có mối liên hệ với lợi nhuận trái phiếu thông

qua hai nhân tố thị trường trái phiếu. Ngoại trừ các trái phiếu có xếp hạng thấp, các

nhân tố thị trường trái phiếu giải thích được phần lớn sự thay đổi lợi nhuận của các

trái phiếu. Năm nhân tố được tìm thấy dường như có ảnh hưởng quan trọng đến lợi

nhuận trung bình của các cổ phiếu và trái phiếu.

Trong Fama&French (1993), hai nhà nghiên cứu đã đưa ra mô hình định giá cổ

phiếu gồm ba nhân tố: thị trường, quy mô và giá trị (BE/ME). Tiếp nối kết quả này

và kết quả trong các nghiên cứu trước đó, nghiên cứu này được thực hiện nhằm tìm

kiếm một mô hình định giá tài sản chung cho cổ phiếu và trái phiếu. Ý tưởng của

hai ông là nếu các thị trường hội nhập nhau, sẽ có sự chồng chéo nhau trong quá

trình hình thành lợi nhuận của cổ phiếu và trái phiếu. Nói cách khác, những nhân tố

quan trọng với cổ phiếu thì cũng quan trọng với trái phiếu và ngược lại.

Kết quả hồi quy của nghiên cứu này chỉ ra rằng, biến thị trường RM – RF có

ảnh hưởng quan trọng hơn đến lợi nhuận cổ phiếu, thể hiện qua các độ dốc hầu hết đều có giá trị lớn, từ 0.84 đến 1.42. Các danh mục có R2 gần bằng 0.9 là những

danh mục cổ phiếu quy mô lớn và tỷ lệ BE/ME thấp. Với những danh mục cổ phiếu quy mô nhỏ và BE/ME cao, giá trị R2 phổ biến thường nhỏ hơn 0.8. Đây là những

danh mục sẽ cho thấy rõ nhất ảnh hưởng của quy mô và BE/ME đến lợi nhuận cổ

phiếu.

2.1.2 Nghiên cứu Carhart (1997)

Vào giữa thập niên 60, ba nhà kinh tế là William Sharp, John Lintner và Jack

Treynor đã công bố một cách độc lập nhau những nghiên cứu của mình về mô hình

một nhân tố CAPM, mô hình rất nổi tiếng về đo lường mối quan hệ giữa rủi ro và

TSSL. Tuy nhiên, mô hình này cũng có những hạn chế về các giả định không thực

tế của nó cũng như chỉ phụ thuộc vào một nhân tố duy nhất là DMTT nên bỏ sót

một số nhân tố khác trong việc giải thích biến động TSSL. Năm 1993, Fama và

French đã đưa ra mô hình 3 nhân tố, trong đó bổ sung thêm các nhân tố quy mô và

giá trị, đồng thời sử dụng phương pháp hồi quy dựa trên chuỗi dữ liệu thời gian của

Black, Jensen và Scholes (1972). Kết quả thực nghiệm của mô hình này tại thị

trường chứng khoán Mỹ và nhiều nước khác đã cho thấy mức độ giải thích biến

động TSSL của danh mục cổ phiếu tốt hơn so với mô hình CAPM. Tuy vậy, mô

hình này cũng có nhược điểm là không giải thích được biến động trong TSSL danh

mục cổ phiếu khi phân loại danh mục theo xu hướng TSSL quá khứ. Năm 1997,

Carhart xây dựng mô hình 4 nhân tố dựa trên mô hình 3 nhân tố Fama - French

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

tố xu hướng TSSL quá khứ. Kết quả thực nghiệm của mô hình Carhart đã cho thấy

nhân tố xu hướng TSSL quá khứ giải thích tốt biến động trong TSSL danh mục cổ

phiếu. Ngoài ra, kiểm định của ông trên mô hình này cũng cho thấy mức độ giải

thích mối quan hệ giữa rủi ro và TSSL danh mục cổ phiếu cao hơn so với các mô

hình CAPM và Fama – French.

Carhart(1997)pháttriểntừFama-French

(

1993)saukhithêmvàonhântốđàtăngtrưởng(momentiumfactor).Ôngnhậnđịnhrằngnh

àđầutưnênmuanhữngchứngkhoánđãcótỷsuấtsinhlợicaotrongquákhứvàbánnhữngch

ứngkhoáncótỷsuấtsinhlợithấp

trong

quá

khứ.Dođó,nhântốnàygiảiquyếtđượcvấnđềrằngnóbàohàmcảnhữngbiểuhiệntốtvàxấu

củachứngkhoántrongngắnhạn,vàđượcgọilàđàtăngtrưởng1nămtrướcđó(PR1YR)por

tfolio.

E(RI) = RF+ βi[E(RM) – RF] + siE(SMB) + hi(HML) + wiWML

Trong đó, nhân tố mới thêm vào là đà tăng trưởng, đó là những cổ phiếu có tỷ

suất sinh lợi cao trong một giai đoạn trước đó, trừ đi những cổ phiếu có tỷ suất sinh

lợi thấp gọi chung là WML. Nếu thời kỳ nghiên cứu trước đó là 1 năm thì ký hiệu

là PR1YR (prior one year ). Mô hình bốn nhân tố này sử dụng bốn nhân tố, được

sử dụng rộng rãi như một mô hình thay thế cho CAPM bởi những ưu thế vượt trội

của mô hình này.

Bảng 2. 1: Mối quan hệ các biến trong nghiên cứu Carhart (1997) tại Mỹ

Nguồn: Mark Carhart “On Persistence in Mutual Fund PeRformance”The Journal

of Finance, Vol52, No1 (Mar., 1997), 57-82

Bảng2.1lấydữliệutrungbìnhhàngthángtừ1926-

2005,trongđó,tỷsuấtsinhlợithịtrườngtrừtỷsuấtsinhlợiphirủirolà0.64%,tỷsuấtsinhlợit

rungbìnhdanhmụccóquymônhỏtrừdanhmụccóquymôlớnlà0.17%,tỷsuấtsinhlợitrun

gbìnhcủadanhmụccótỷsốBE/MEcaotrừthấplà0.53%,tỷsuấtsinhlợitrungbìnhcủadan

hmụccóđàtăngtrưởngcaotrừđithấplà0.76%.Nhưvậy,đàtăngtrưởngtrongquákhứảnh

hưởngrõrệtđếnhiệntạivàtươnglai.Điềunày,đưaramộtđịnhhướngđầutưchonhữngchứ

ngkhoánđãcónhữngbiểuhiệntốttrongkhoảngthờigian1nămtrước.

2.1.3 Nghiên cứu của Manuel Ammann và Michiel Steiner (2009) trên thị

trường chứng khoán Thụy Sỹ giai đoạn từ 1990 đến 2005

Năm 2009, Manuel Ammann một giáo sư tài chính của trường đại học

Gallen –Thụy Sỹ cùng Michiel Steiner tiến hành nghiên cứu kiểm định có hay

không TSSL cổ phiếu tác động bởi Win Minus Loser (WML) có giải thích lên suất

sinh lợi kỳ vọng bằng phương pháp hồi quy.Bài nghiên cứu này cung cấp bằng

chứng thực nghiệm rằng quy mô công ty, giá trị công ty, và tỷ suất sinh lợi quá khứ

(WML) giải

thích

sự

thay đổi

trong

tỷ

suất

sinh

lợi kỳ vọng.

Hình 2 .1: Thống kê tỷ suất sinh lợi trên thị trường chứng khoán của Manuel

Ammann (2009) tại Thụy Sỹ

Trên hình 2.1 là bảng thống kê tỷ suất sinh lợi của chứng khoán ở Thụy Sỹ

từ năm 1990 đến 2005, trong đó UMD chính là biến WML, toàn bộ bài nghiên cứu

lấy dữ liệu từ thị trường chứng khoán Thụy Sĩ trong 6 năm với từ 259 đến 265 công

ty chứng khoán, bài nghiên cứu cũng chỉ ra rằng danh mục có tỷ suất sinh lợi cao

trong quá khứ, cho một tỷ suất sinh lợi thặng dư cao hơn trong tương lai

2.1.4 Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ở các

nước trên thế giới.

NghiêncứuởMỹcủatácgiảTarunChordia(2005):Tácgiảsửdụngchuỗidữliệutừtháng

1năm1972tớitháng12năm1999,củanhữngcôngtyniêmyếttrênNYSE,tácgiảchiathành1

0danh

mụctheođàtăngtrưởng,hồiquytheo

môhìnhbanhântốvàbốnnhântố,ôngnhậnthấymôhìnhbốnnhântốcóưuthếhơnFama,bảng

kếtquảhồiquycủaôngnhưsau:

Bảng 2.2: Kết quả hồi quy mô hình ba nhân tố và bốn nhân tố Tarun Chordia

(2005) tại thị trường chứng khoán Mỹ

Nguồn:Turan G. Bali and Nusret Cakici (2004),“Value at Risk and Expected Stock

Returns”, Financial Analysts Journal, Vol. 60, No. 2 (Apr., 2004), pp. 57-73.

2.1.5 Một số nghiên cứu khác

Ứng dụng ởnhững nước phát triển

• NghiêncứutạiMỹcủaNimaBillou(2004):

TạiMỹ,trongbàinghiêncứu“KiểmđịnhmôhìnhCAPMvàmôhìnhbanhântốFamaF

rench”năm2004,tácgiảNimaBillouđãsosánhvàkiểmtratínhhiệuquảcủahaimôhìnhFF

vàCAPM.Vớikhoảngthờigiannghiêncứutừ7/1963đến12/2003,αCAPM=0.3αFF3FM=0.

13,ngoàiravớiđộtincậy95%thìR2củaCAPMlà72%cònR2của FF3FMlà 89%, chứng

tỏ mô

hình

FamaFrench

vẫn

hiệu

quả

hơn

sovới CAPM.

SaukhiNimaBilloumởrộngmẫunghiêncứuratừ7/1926 đến 12/2003 thì αCAPM =

0.23,αFF3FM = 0.19, R2 của CAPM là 77% và R2 của Fama French là 88%. Kết

quả cho thấy hai nhân tố quy mô và giá trị rất có ảnh hưởng trên thị trường chứng

khoán Mỹ, do đó mô hình Fama French vẫn tỏ ra hiệu quả hơn CAPM trong việc

giải thích tỷ suất sinh lợi của chứng khoán

• NghiêncứutạiPhápcủaSouadAjili(2005):

Tại Pháp, bài nghiên cứu của Souad Ajili “Nhân tố quy mô và giá trị - Trường hợp

của nước Pháp” (2005) cũng cho thấy kết quả từ mô hình Fama French tốt hơn so

với mô hình CAPM. R2 của CAPM là 11.12% còn R2 của FF3FM là 34.22%. Với

mô hình Fama French khi hồi quy dữ liệu chéo thì chỉ có nhân tố quy mô là có ý

nghĩa thống kê, khi hồi quy dữ liệu chuỗi thì nhân tố SMB và HML đều có ý nghĩa

giải thích tốt. Sau khi thêm biến đòn bẩy tài chính vào mô hình Fama French thì mô

hình có khả năng giả thích tỷ suất sinh lợi tốt hơn nữa (R2 của mô hình này là

40.25%). Như vậy, ở Pháp phải sử dụng mô hình đặc thù gồm nhân tố là rủi ro thị

trường, quy mô, giá trị và đòn bẩy tài chính thì khả năng giải thích tỷ suất sinh lợi

của chứng khoán mới cao.

• NghiêncứutạiNhậtcủaElhajWalidvàElhajAhlem(2007):

Ở Nhật, trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng của mô

hình Fama French lên thị trường chứng khoán Nhật Bản” (2007), hai tác giả

Elhaj Walid và Elhaj Ahlem đã sử dụng mẫu gồm 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 nghiên cứu cho thấy ở Nhật Bản nhân tố

quy mô công ty và tỷ suất sinh lợi có quan hệ nghịch biến, còn nhân tố giá trị và

tỷ suất sinh lợi thì đồng biến. 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 CAPM, chỉ trừ những danh mục các chứng khoán có giá trị vốn hóa

thị trường thấp. R2 trung bình của Fama French lả 78.2% lớn hơn so với R2

trung bình của CAPM là 70.5%.

• Nghiên cứu tại Úc của Michael A. O'BRIE (2007):

Trong bài nghiên cứu "Những nhân tố của Fama và French trên thị trường

chứng khoán Úc" (2007), tác giả Michael A. O'BRIen tìm hiểu ảnh hưởng của hai

biến quy mô, giá trị và khả năng giả thích tỷ suất sinh lợi chứng khoán của mô hình

FF3FM. Những bài nghiên cứu trước đây ở Úc đã gặp hạn chế về dữ liệu vì không

thể tiếp cận các dữ liệu kế toán có thế so sánh được. Trong bài nghiên cứu này, tác

giả đã khắc phục được hạn chế đó và lấy dữ liệu nghiên cứu từ 98% các doanh

nghiệp niêm yết trên thị trường chứng khoán Úc trong khoản thời gian từ 1981-

2005.Kết quả cho thấy ảnh hưởng quy mô là phi tuyến tính và ảnh hưởng thị trường

là tuyến tính. Có một lượng phần bù HML khá lớn ở Úc, với khoảng thu nhập

trung bình hàng tháng là 0.72%, lớn hơn 0.46% ở Mỹ. Nhân tố SMB thì có khoảng

thu nhập trung bình trong tháng là 1.95%, lớn hơn mức ở Mỹ là 0.09%. Mức độ

giải thích của mô hình Fama French càng ngày càng rõ rệt hơn so với CAPM R2

của CAPM là 43.9% còn R2 của Fama French là 69%. Bên cạnh đó, khả năng giải

thích tỷ suất sinh lợi danh mục của 2 biến SMB và HML đều là quan trọng như

nhau. Nhìn chung, bài nghiên cứu cho thấy rằng mô hình 3 nhân tố FF3FM (1993)

cung cấp một bước tiến hơn so với mô hình CAPM trong việc giải thích tỷ suất sinh

lợi danh mục. Ngoài ra, kết quả cũng chỉ ra rằng FF3FM không thể giải thích tỷ suất

sinh lợi của danh mục trong nằm trong khoảng 40% về qui mô. Kết quả này xác

nhận mối quan hệ phi tuyến tính giữa tỷ suất sinh lợi vàqui mô. Điều này ngụ ý rằng

để giải thích đầy đủ tỷ suất sinh lợi ở Úc thì cần có sự hiểu biết mối quan hệ phi

tuyến này.

Nhìnchung,hầuhếtởcácnướcpháttriểnmôhìnhCAPMvàFamaFrenchđềucóýng

hĩatrongviệcgiảithíchtỷsuấtsinhlợicủachứngkhoán.TrongđómôhìnhFama

FrenchcóýnghĩanhiềuhơnsovớiCAPM.Ởcácnướcnày,thịtrườngchứngkhoánđãđềuph

áttriểntrongmộtthờigiandài,đạtđượcđộổnđịnhcao,làmộtkênhhuyđộngvốnhữuhiệucho

cácdoanhnghiệpvàlàmộtphongvũbiểuphảnánhtrungthực,kịpthờitìnhtrạngcủanềnkinh

tế.Đồngthờicũngthuhútrấtnhiềunhàđầutưthamgia,sửdụngnhữngphântíchchuyênnghi

ệpđểđưaraquyếtđịnhđầutưchứkhôngcònđầutưnhỏlẻmangtínhchấtbầy

đànnữa.Ngoàira,mẫunghiêncứuởcácquốcgianàyđềurấtlớn,sốchứngkhoánquansátchi

ếmtỷlệlớnsovớisốchứngkhoángiaodịchtrênthịtrường,vàthờigianquansátlàkhádài.

Bảng 2.3: Kết quả ứng dụng hai mô hình CAPM, FF ở thị trường các nước

phát triển

QUỐC

CÁCH THU THẬPDỮLIÊU

TÁC GIẢ

R2CAPM R2FF

GIA

NYSE,AMEX,NASDAQ

Nima

77%

88%

Mỹ

Billou(2004)

giaiđoạn 1926-2003

Elhaj Mabrouk

tất cảcổphiếu trên sàn TSE

Nhật

Walid,ElhajedAh

70.5%

78.2%

từ01/2002 - 9/2007

m(2007)

341 cổphiếu từ 07/1984 -

Souad Ajili

11.12%

34.2%

Pháp

(2005)

6/2001

Nguồn: Tác giả tổng hợp từ các nghiên cứu của các tác giả

Ứng dụng ở những nước đang phát triển:

• Nghiên cứu tại Ấn Độ của Gregory Connor và Sanjay Sehgal (2001):

Ở Ấn Độ, Mô hình CAPM và FF3FM được hai tác giả Gregory Connor and

Sanjay Sehgal nghiên cứu với tựa đề "Kiểm định mô hình hình Fama và French ở

Ấn Độ".Bài nghiên cứu này cho thấy mô hình FF3FM chỉ phù hợp ở hai phát hiện

này so với thị trường chứng khoán Mỹ. Thứ nhất, Các nhân tố thị trường, quy mô

và giá trị thì phổ biến trong tỷ suất sinh lợi của chứng khoán. Thứ hai, Có mối quan

hệ tuyến tính giữa cố phiếu và những nhân tố trên trong việc giải thích độ phân tán

của tỷ suất sinh lợi trung bình. Trong khi đó, các nhân tố thị trường, quy mô và giá

trị không ảnh hưởng phổ biến đến tỷ lệ tăng trưởng thu nhập, và do đó không ảnh

hưởng đến tỷ suất sinh lợi của cổ phiếu, điều này đối lập với thị trường chứng khoán

Mỹ.Bài nghiên cứu này lấy dữ liệu từ tỷ suất sinh lợi cuối tháng của 364 cổ phiếu từ

tháng 6/1989 đến tháng 3/1999 R2 trung bình trong mô hình FF là 84.22% còn

trong mô hình CAPM là 75%. Nghiên cứu này cho thấy, việc chạy mô hình hồi qui

tuyến tính của hai mô hình này có thể giải thích và dự đoán được tỷ suất sinh lợi

của các chứng khoán và danh mục của chứng khoán tại thị trường chứng khoán ở

Ấn Độ. Với mức ý nghĩa này nhà đầu tư có thể cân nhắc và vận dụng hai mô hình

này để việc kinh doanh chứng khoán đầu tư hiệu quả hơn.

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

Ở Thái Lan, bài nghiên cứu "Một nghiên cứu về mô hình ba nhân tố Fama và

French. Nghiên cứu này sử dụng số liệu trên thị trường chứng khoán Thái Lan từ

tháng 7/2002 đến tháng 5/2007, bao gồm 421 cổ phiếu chia làm 6 nhóm: 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. Kết quả bài nghiên cứu cho thấy

việc thêm vào các biến quy mô công ty và biến giá trị vào mô hình CAPM để trở

thành mô hình Fama French cho thấy khả năng giải thích tỷ suất sinh lợi vượt trội

hàng tháng của các danh mục tốt hơn mô hình CAPM. 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. Kết quả mô hình là R2 hiệu chỉnh trung bình của 6

danh mục trong mô hình FF3FM là 62.42%, cao hơn mô hình CAPM là 29.47%.

• Nghiên cứu ở Đài Loan của Yu Chun Wei (2010):

Bài nghiên cứu mới nhất (2010) của Thạc sỹ quản trị kinh doanh Yu Chun

Weivới tựa đề "Áp dụng mô hình ba nhân tố CAPM và Fama French vào thị trường

chứng khoán Đài Loan". Tác giả cho thấy rằng, mô hình CAPM có thế áp dụng vào

thị trường chứng khoán Đài Loan vì nhân tố rủi ro thị trường có ảnh hưởng mạnh

mẽ đến tỷ suất sinh lợi chứng khoán. Mô hình Fama French thì chỉ có 2 biến là rủi

ro thị trường và quy mô là có ý nghĩa thống kê, còn biến giá trị thì không. Do đó,

mô hình FF3FM không thể áp dụng hoàn toàn tại thị trường chứng khoán nước này.

Kết quả mô hình hồi qui như sau, R2 của mô hình CAPM là 55.8% (độ tin cậy

99%), mô hình FF3FM là 69.9% (độ tin cậy 95%).

Chúng ta có thể tổng quan về kết quả việc ứng dụng hai mô hình này tại các

thị trường mới nổi như sau:

Bảng 2.4: Kết quả ứng dụng hai mô hình CAPM, FF ở thị trường các nước

đang phát triển.

TÁC GIẢ-CÁCH THU THẬP

R2FAMA

QUỐC GI A

R2CAPM

DỮ LI ỆU

FRENCH

364 cổ phiếu 6/1989 - 3/1999

Ấ n Độ

Sanjay Sehgal (2001),Nopbhanon

75%

84.22%

Homsud,Jatuphon Wasunsakul,

421 cổ phiếu7/2002 -5/2007 SiRIna

Thái La n

29.47%

62.42%

Phuangnark, Joongpong (2009)

90 cổ phiếu từ 7/2006 -6/2009 Chun-

Đài Loan

55.80%

69.90%

Wei Huang (2010)

Nguồn: Tác giả tổng hợp từ các nghiên cứu của các tác giả

2.2 Các nghiên cứu thực nghiệm tại Việt Nam

2.2.1 Mô hình 3 nhân tố của Fama và French hoạt động như thế nào

trên thị trường chứng khoán Việt Nam của Ts. Trần Thị Hải Lý:

Trong nghiên cứu này, tác giả kiểm định mô hình 3 nhân tố của Fama

và French và so sánh với mô hình CAPM để đánh giá xem mô hình 3 nhân tố

có sự cải thiện nào so với CAPM không. Ngoài ra, sở hữu nhà nước cao trong

các công ty niêm yết của Việt Nam là một đặc trưng rất khác biệt so với các

thị trường quốc tế do đó nhân tố sở hữu nhà nước cũng được kiểm định.

Mẫu sử dụng là các công ty cổ phần niêm yết trên SGDCK TP.HCM

(HOSE). Lý do của việc chọn mẫu này là do SGDCK TP.HCM có thời gian

hoạt động dài hơn so với SGDCK Hà Nội nên sẽ cung cấp các chuỗi dữ liệu

dài hơn để phân tích thống kê. Thị trường phi chính thức của Việt Nam cũng

khá lớn tuy nhiên dữ liệu về các công ty trên thị trường này không đầy đủ và

khó tiếp cận.

Phỏng theo phương pháp của Fama và French, tác giả chọn tất cả các

công ty phi tài chính có vốn cổ phần không âm trên SGDCK TP.HCM để xây

dựng các danh mục theo quy mô và giá trị sổ sách trên giá trị thị trường. Số

lượng công ty trong mẫu thay đổi từ 25 công ty vào ngày 31/12/2004 đến 136

công ty vào ngày 31/12/2007.

Kết quả hồi quy cho thấy cả 3 nhân tố Rm – Rf, SMB và HML đều giải

thích cho những thay đổi trong tỷ suất sinh lợi của các danh mục, tất cả các hệ

số hồi quy của cả ba nhân tố đều khác không ở mức ý nghĩa 1%, các hệ số

beta của nhân tố thị trường vẫn xoay quanh 1 và có ý nghĩa thống kê mạnh

hơn nhiều so với hệ số của các nhân tố SMB và HML cho thấy nhân tố thị

trường này vẫn giữ vai trò quan trọng nhất cho việc giải thích những thay đổi

trong tỷ suất sinh lợi.

Mặt khác phần bù thị trường dương khá lớn, kết quả này phù hợp với

kết quả nghiên cứu của Fama và French (1993). Phần bù rủi ro giá trị cũng

phù hợp với kết quả của Fama và French, các danh mục có BE/ME cao có

phần bù rủi ro dương (0,41% và 0,65% ứng với danh mục S/H và B/H) và các

danh mục có BE/ME thấp có phần bù rủi ro âm (- 0,28% và 0,52% ứng với

danh mục S/L và B/L).

Tuy nhiên, có một điểm trái ngược với kết quả của Fama và French

(1993) đó là phần bù rủi ro quy mô trên thị trường chứng khoán Việt Nam là

phần bù rủi ro cho quy mô lớn chứ không phải phần bù rủi ro cho quy mô

nhỏ. Phần bù rủi ro nhân tố SMB đối với các danh mục quy mô nhỏ (S/L,

S/H) âm trong khi các danh mục quy mô lớn (B/L và B/H) lại có phần bù rủi

ro dương. Như vậy, chiến lược đầu tư để đạt được tỷ suất sinh lợi cao trên thị

trường Việt Nam là đầu tư vào các công ty quy mô lớn và BE/ME cao mà

không phải là đầu tư vào các công ty quy mô nhỏ có BE/ME cao như ở các thị

trường quốc tế. Sự khác biệt này có thể do đặc trưng của thị trường Việt Nam,

các công ty quy mô lớn chủ yếu là những công ty được cổ phần hóa nhưng

Nhà nước vẫn sở hữu chi phối.

Trong một nghiên cứu của John M. Griffin (2002), khi xem xét mô

hình 3 nhân tố của Fama và French bằng cách kết hợp các nhân tố quốc tế với

nhân tố đặc trưng của quốc gia đã kết luận mô hình 3 nhân tố quốc gia hữu

ích hơn so với mô hình nhân tố quốc tế. Điều này có thể phù hợp với thị

trường chứng khoán Việt Nam vì những đặc thù của thị trường này.

Phần bù rủi ro của nhân tố sở hữu nhà nước dương đối với các danh

mục có tỷ lệ sở hữu nhà nước cao và âm đối với danh mục có tỷ lệ sở hữu nhà

nước thấp, lý giải tại sao nhân tố quy mô lại tác động đến tỷ suất sinh lợi

không trùng khớp với kết quả nghiên cứu của Fama và French và nhiều

nghiên cứu tại các thị trường khác. Điều này phản ánh đặc trưng của thị

trường Việt Nam là các công ty niêm yết có quy mô vốn lớn có tỷ lệ sở hữu

nhà nước khá cao.

2.2.2 Các nghiên cứu khác:

Năm2008,tạiViệtNam,tácgiảĐinhTrọngHưngcónghiêncứcviệcápdụngmôhìnhF

ama–

Frenchtrongviệcđịnhgiádanhmụcđầutư.Chuỗidữliệutácgiảsửdụngtừ1/1/2005đến30/

6/2008,mẫunghiêncứukhoảng26chứngkhoán.TácgiảđãrútrakếtluậnnhântốHMLkhô

ngảnhhưởngđếntỷsuấtsinhlợicủa4danhmụcSM,BM,BL,BH.CònnhântốSMBthìkhôn

gảnhhưởngđếncácdanhmụccóquymônhỏnhưSL,SM,SH.Sauquátrìnhchạymôhình,tá

cgiảđưarakếtluận,cácdanhmụcđềubịđịnhgiácao,nênbàinghiêncứuđivàođầutưchitiếtt

ừngchứngkhoán,vàviệckếthợpnhữngchứngkhoánRIênglẻđóthànhdanh

mụcđầutư.Vàđiềungạcnhiênlà,có5trên6danhmụccómốiquanhệđồngbiếnvớicácnhânt

ốSMB,HML,điềunàythìphùhợpvớikếtluậncủaFama(1993).

Nghiên cứu của TS. Vương Đức Hoàng Quân - Hồ Thị Huệ đăng trên tạp chí

Công nghệ Ngân hàng số 22 năm 2008 nhằm kiểm chứng khả năng giải thích của ba

nhân tố trong mô hình Fama-French cho sự thay đổi tỷ suất sinh lợi cổ phiếu tại

TTCK Việt Nam. Nghiên cứu được tiến hành trên dữ liệu 28 cổ phiếu phổ thông

của các công ty phi tài chính niêm yết tại sàn HSX trong khoảng thời gian từ tháng

1/2005 đến tháng 3/2008.

Nghiên cứu của ThS. Nguyễn Thu Hằng - Nguyễn Mạnh Hiệp đăng trên tạp chí

Công nghệ Ngân hàng số 81 tháng 12/2012 về thực nghiệm mô hình 3 nhân tố

Fama và French trên dữ liệu 68 mã cổ phiếu (T7/2007) đến 235 mã cổ phiếu

(T6/2012) trên sàn HSX.

Nghiên cứu của GS.TS Nguyễn Thị Cành – Lê Văn Huy đăng trên tạp chí Công

nghệ Ngân hàng số 89 tháng 8/2013 đo lường mối quan hệ giữa lợi nhuận và rủi ro

cổ phiếu ngân hàng sử dụng mô hình 6 nhân tố kết hợp 3 nhân tố Fama và French

và nhân tố tỷ suất sinh lợi quá khứ của Carhart, đồng thời bổ sung 2 nhân tố rủi ro

mất vốn và nhân tố thanh khoản. Nghiên cứu này thực hiện trên dữ liệu 8 mã cổ

phiếu ngân hàng giai đoạn 2009-2012.

Một số nghiên cứu tại Việt Nam cũng áp dụng các mô hình nói trên để đo lường

mối quan hệ giữa rủi ro và TSSL danh mục các cổ phiếu niêm yết trên TTCK Việt

Nam như nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), nghiên

cứu của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012), nghiên cứu của Nguyễn

Tấn Minh (2012).

TÓM LƯỢC KẾT QUẢ NGHIÊN CỨU TRÊN CÁC THỊ TRƯỜNG THEO

MÔ HÌNH BA VÀ BỐN NHÂN TỐ

Bảng 2.5: Tóm lược các nghiên cứu trước đây về mối quan hệ giữa rủi ro và

TSSL.

Mục tiêu-Dữ liệu nghiên

STT

Tác giả

Năm

Mô hình áp dụng

cứu

TS.Vương Đức

2008 Đo lường MQH giữa TSSL

Fama và

Hoàng Quân - Hồ

và rủi ro. 28 cổ phiếu phổ

French 3 nhân

Thị Huệ đăng trên

thông của các công ty phi

tố.

tạp chí Công nghệ

tài chính niêm yết tại sàn

Ngân hàng số 22

HSX trong giai đoạn từ T0

1/2005 đến T03/2008

Nhân tố thị trường và SMB có MQH cùng chiều

với TSSL

Nhân tố HML có MQH cùng chiều với TSSL

trên các danh mục có tỷ số BE/ME cao và

Kết quả nghiên

ngược chiều với TSSL trên các danh mục có

cứu

tỷ số BE/ME thấp. Nhân tố thị trường giữ vai

trò quan trọng trong việc giải thích biến động

TSSL danh mục cổ phiếu.

Số lượng mã cổ phiếu ít

Hạn chế

Giai đoạn nghiên cứu ngắn chỉ nghiên cứu trên

sàn HSX

ThS. Nguyễn Thu

2012

Đo lường MQH giữa

Fama và

Hằng - Nguyễn

TSSL và rủi ro. Từ 68 mã

French 3 nhân

Mạnh Hiệp đăng

cổ phiếu (T7/2007) đến

tố.

trên tạp chí Công

235 mã cổ phiếu

nghệ Ngân hàng

(T6/2012) trên sàn HSX

số 81

Giai đoạn 1 (từ T07/2007 - 26/03/2008): kết

quả hồi quy không có ý nghĩa thống kê

Giai đoạn 2 (từ 18/08/2008 – T06/2012): cả

3 nhân tố thị trường, SMB, HML đều có tác

Kết quả nghiên

động cùng chiều đến biến động TSSL danh

cứu

mục cổ phiếu, trong đó nhân tố thị trường

có tác động lớn và rõ ràng hơn so với 2

nhân tố còn lại.

Kết quả nghiên cứu chỉ có ý nghĩa thống kê

Hạn chế

trong một giai đoạn nghiên cứu.

GS.TS Nguyễn

2013 Đo lường MQH giữa TSSL

Mô hình 6 nhân tố

Thị Cành – Lê

và rủi ro. 8 mã cổ phiếu

kết hợp 3 nhân tố

Văn Huy đăng

ngân hàng giai đoạn 2009-

của Fama và

trên tạp chí

2012 trên 2 sàn HSXvà

French, nhân tố

Công nghệ

HNX.

WML của Carhart,

Ngân hàng số

nhân tố HVARL

89.

của Cakici và

Bali, cùng nhân tố

thanh khoản

LLIH.

Nhân tố SMB không có ý nghĩa giải thích biến

Kết quả nghiên

động TSSL.

cứu

Nhân tố HVARL có ảnh hưởng không đáng

kể đến TSSL.

Các nhân tố thị trường và HML có tác động cùng

chiều với TSSL danh mục cổ phiếu.

Các nhân tố WML và LLIH có tác động

ngược chiều với TSSL danh mục cổ phiếu.

Nhân tố thị trường giữ vai trò quan trọng trong

việc giải thích biến động TSSL danh mục cổ

phiếu.

Hạn chế

Ngành ngân hàng có quá ít cổ phiếu niêm yết.

Nguồn: Tác giả tổng hợp từ các nghiên cứu của các tác giả theo chi tiết

tại phần tài liệu tham khảo.

Qua các công trình nghiên cứu của các tác giả trong và ngoài nước tác giả đã

lần lượt xem xét, đánh giá ưu nhược điểm của các mô hình về mối quan hệ giữa rủi

ro và TSLN như mô hình định giá tài sản vốn (CAPM), mô hình 3 nhân tố của

Fama và French, mô hình 4 nhân tố của Carhart. Từ đó, tác giả đã đề xuất mô

hình 4 nhân tố phục vụ nghiên cứu mối quan hệ giữa rủi ro và TSLN đồng thời

kiểm định mức độ phù hợp mô hình này tại thị trường chứng khoán Việt Nam như

thế nào. Các cơ sở lý thuyết nói trên và mô hình 4 nhân tố sẽ được sử dụng cho

việc nghiên cứu các nội dung của các chương kế tiếp.

CHƯƠNG 3:PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

Bài nghiên cứu mà tác giả sử dụng dùng để nghiên cứu trong luận văn của

tác giả là nghiên cứu của Manuel Ammann And Michael Steiner(2009), “Risk

Factors for the Swiss Stock Market”, Social Science Research Network (SSRN-PP 1088379), on 01st Jan,2009.Được tác giả trình bày tóm lược trong phần 2.1.3

“Nghiên cứu của Manuel Ammann And Michael Steiner(2009), trên thị trường

chứng khoán Thụy Sỹgiai đoạn từ 1990 đến 2005”.

3.1 Dữ liệu nghiên cứu

Tác giả lần lượt trả lời cho câu hỏi nghiên cứu các nhân tố thị trường (RM –

RF), nhân tố quy mô công ty (SMB), nhân tố giá trị công ty (HML), nhân tố xu

hướng lợi nhuận quá khứ (WML) tác động như thế nào đến tỷsuất sinh lợi của cổ

phiếu trên thị trường chứng khoán Việt Nam. Tác giả sử dụng mẫu là các công ty

niêm yết trên SGDCK TP.HCM (HOSE) và các công ty niêm yết SGDCK Hà Nội

(HNX). Lý do của việc chọn mẫu này là do dữ liệu của các công ty này tương đối

minh bạch số liệu đã được kiểm toán quan trọng hơn là dễ dàng tiếp cận số liệu

nghiên cứu nên sẽ đại diện tốt hơn cho thị trường Việt Nam. Thị trường phi chính

thức của Việt Nam cũng khá lớn tuy nhiên dữ liệu về các công ty trên thị trường này

không đầy đủ và khó tiếp cận.

Phỏng theo phương pháp của Fama - French, tác giả chọn tất cả các công ty phi

tài chính, có vốn cổ phần không âm để xây dựng các danh mục quy mô và danh

mục giá trị theo giá trị sổ sách trên giá trị thị trường (BE/ME). Số lượng công ty

trong mẫu thay đổi từ 265 công ty vào ngày 31/07/2009 đến 637 công ty vào ngày

30/06/2013, số lượng các công ty năm 2013tănggần gấp đôi so với năm 2009. Số

lượng các công ty trong các năm vừa qua tăng khá nhanh trên hai sàn giao dịch.

Bảng 3.1: Thể hiện số lượng công ty trong các danh mục giai đoạn 2009 – 2013.

Năm 2013

Năm

Năm 2010

Năm 2011

Năm 2012

312

128

163

241

Hose

339

137

193

290

Hnx

651

265

356

531

Tổng

Nguồn: tác giả tổng hợp

Ứng với mỗi công ty có chứng khoán được chọn trong mẫu, tác giả thu thập các

dữ liệu sau:

-Giá đóng cửa của cổ phiếu cuối mỗi ngày giao dịch (thu thập từ

trang www.cafef.vn), giá này đã được điều chỉnh để phản ánh cổ tức cổ phiếu,

thưởng cổ phiếu và cổ tức tiền mặt. Giá giao dịch bình quân theo trọng số khối

lượng giao dịch sẽ được tính hàng tháng cho cho giai đoạn từ T12/2008

đếnT06/2013.

-Số lượng cổ phiếu đang lưu hành (thu thập từ trang www.cafef.vn) được tính

bằng số lượng cổ phiếu niêm yết trừ đi số lượng cổ phiếu quỹ tại 31/12 và 30/6 của

các năm từ 2009 đến 2013. Số liệu này được sử dụng cùng với dữ liệu giá bình quân

để tính toán quy mô vốn hóa hàng tháng củatừng công ty.

-Chỉ số VN-Index và HNX-Index được thu thập hàng tháng để tính chỉ số giá

thị trường.

-Lãi suất bình quân TPKB kỳ hạn 5 năm được thu thập từ trang www.hsx.vn,

dùng để tính lãi suất phi rủi ro.

3.2 Mô hình nghiên cứu

Trên cơ sở kết hợp 3 nhân tố của mô hình Fama - French (1993), nhân tố xu

hướng sinh lời quá khứ trong mô hình 4 nhân tố Carhart (1997), tác giả đưa ra mô

hình 4 nhân tố nhằm đo lường mối quan hệ giữa rủi ro và TSSL các chứng khoán

Việt Nam. Mô hình như sau:

RI - RF =i + bi (RM–RF) + siSMB + hiHML + wiWML + εi

Trong đó:

− SMB: bình quân chênh lệch giữa tỷ suất sinh lợi danh mục công ty nhỏ so

với tỷ suất sinh lợi danh mục công ty lớn;

− HML: bình quân chênh lệch giữa tỷ suất sinh lợi danh mục công ty có tỷ số

(BE/ME) cao so với tỷ suất sinh lợi danh mục công ty có tỷ số (BE/ME)

thấp;

− WML: bình quân chênh lệch giữa TSSLBQ danh mục các chứng khoán có

TSSL cao năm trước (ký hiệu WIN) và TSSLBQ danh mục các chứng khoán

có TSSL thấp năm trước (ký hiệu LOSE).;

− RF: lãi suất trái phiếu chính phủ;

− R(i) – RF: TSSL vượt trội danh mục i.

− RM(i) – RF(i): tỷ suất sinh lợi vượt trội của thị trường;

− bi: hệ số dốc hồi quy nhân tố thị trường;

− si: hệ số dốc hồi quy nhân tố quy môdanh mục i.;

− hi: hệ số dốc hồi quy nhân tố giá trịdanh mục i.;

− εi là sai số ngẫu nhiên của danh mục i

3.3 Mô tả và xây dựng các biến trong các mô hình

3.3.1 Đối với biến phụ thuộc

Trong nghiên cứu này, tác giả tách ra 2 dạng biến phụ thuộc:

Thứnhất: TSSL bình quân của tất cả các danh mục bao gồm tất cả các

chứng khoán giao dịch trên 2 sàn HOSE và HNX. TSSL này được tính hàng tháng

theo phương pháp trung bình cộng cho giai đoạn từ T7/2009 đến T06/2013:

RI=∑(Rk)/N với Rk là TSSL BQ tháng k của từng cổ phiếu trong danh mục i

(k=1,2, ..,12); N là SL cổ phiếu có trong danh mục i.

Thứhai: TSSL bình quân của danh mục phân theo quy mô. Cụthể RI là trung bình

cộng TSSL của các chứng khoán có trong từng danh mục trong 08danh mục (chi

tiếttrong bảng 3.2). Ví dụdanh mục S/H (T06/2009) bao gồm 4 mã chứng khoán

HDC, KHA, RCL, STL thì RI (T06/2009) chính là trung bình cộng TSSLtháng

06/2009 của 4 chứng khoán này.

Bảng 3.2: Danh mục cổ phiếu phân theo quymô vốn hóa

TSSL bình quân của danh mục phân theo quy mô. Cụ thể RI là trung bình

cộng TSSL của các chứng khoán có trong từng danh mục trong 08 danh mục (chi

tiết trong Bảng 4.2). Ví dụ danh mục S/H (T06/2009) bao gồm 4 mã chứng khoán

HDC, KHA, RCL, STL thì RI (T06/2009) chính là trung bình cộng TSSL tháng

06/2009 của 4 chứng khoán này.

DANH MỤC

H

L

WIN

LOSE

S/H

S/L

S/W

S/LOSE

S

B/H

B/L

B/W

B/LOSE

B

Nguồn:Tác giả tổng hợp và phân loại.

Ứng với quy mô nhỏ S, có 4 danh mục sau: S/H, S/L, S/W, S/LOSE,

Ứng với quy mô lớn B, có 4 danh mục sau:S/H, B/L, B/W, B/LOSE,

Ký hiệucác danh mục có thể diễn giải như sau: ví dụ danh mục S/H tháng i

là danh mục bao gồm các cổ phiếu có quy mô vốn hóa nhỏ và có tỷsố BE/ME

cao trong tháng i. Nói cách khác, S/H là phầngiao của danh mục S và danh mục H.

S/H, S/L, S/W, S/LOSE, B/H, B/L, B/W, B/LOSE. Để thuận tiện cho việc

phân tích hồi quy trong SPSS, tác giảký hiệu tắt các danh mục trên tương ứng như

sau:SH, SL, SW, SLOSE, BH, BL, BW, BLOSE. Ngoài ra còn một danh mục

nữa bao gồm toàn bộcác chứng khoán ký hiệu là danh mục RIRF.Trong các ký

hiệutrên, chúng được quy ướclà tác giảđã tính toán TSSL từng danh mục trừ đi

TSSL phi rủi ro.Ví dụ SH quy ướclà tác giảđã tính toán TSSLbình quân nhóm

S/H trừđi TSSL phi rủi ro RF. Riêng phầnphùrủi ro thị trường RM-RFtác giảký

hiệu tắt là RMRF.

Dùng phương pháp OLS, ta hồi quy TSSLvượt trội các danh mục theo nhân tố thị

trường RM-RF, nhân tố quy mô SMB, nhân tố giá trị HML và nhân tố xu

hướng WML để kiểm định tính phù hợp mô hình 4 nhân tố Carhart trên thị trường

Việt Nam. Mô hình có dạng:

RI - RF =i + bi (RM–RF) + siSMB + hiHML + wiWML + εi

Carhart chia các chứng khoán thành hai nhóm theo quy mô (S, B) và ba nhóm

theo TSSL, tức xu hướng (Winners, Neutral, Losers), nhưng Carhart chỉ sử

dụng 2 nhóm đầu và cuối để tính toán ảnh hưởng của yếu tố xu hướng. Carhart

quan sát 4 danh mục, không sử dụng danh mục có size-neutral momentum, tức là

không sử dụng danh mục gồm các chứng khoán có tỷ suất sinh lợi trung bình.

Điều này khác với Liew và Vasalou (2000) là sử dụng và quan sát cả 6 danh mục,

còn Brav, Gezcy, và Gompers (2000) thì chỉ chia chứng khoán theo TSSL thành 2

nhóm tạo thành 4 danh mục

Như vậy, tác giả sẽ chạy hồi quy 09 danh mục sau:

RIRF=i +biRMRF+ siSMB + hiHML + wiWML + εi

SH= i+ biRMRF+ siSMB + hiHML + wiWML + εi

SL= i+ biRMRF + siSMB + hiHML + wiWML + εi

SW=i+ biRMRF+ siSMB + hiHML + wiWML + εi

SLCR= i+ biRMRF+ siSMB + hiHML + wiWML + εi

BH= i+ biRMRF+siSMB + hiHML + wiWML + εi

BL= i+ biRMRF+ siSMB + hiHML + wiWML + εi

BW= i+ biRMRF+ siSMB + hiHML + wiWML+ εi

BLCR= i+ biRMRF+ siSMB + hiHML + wiWML+ εi

3.3.2 Đối với biến độc lập: yếu tố rủi ro thị trường (RMRF),quy mô (SMB),

giá trị (HML), xu hướng lợi nhuận quá khứ (WML)

- Biến độc lập trong mô hình gồm 4 biến: RMRF, SMB, HML, WML.Việc tính

toán các biến này được tiến hành như sau:

-Biến RMRF: trước hết tác giả tính TSSL RM của danh mục thị trường là danh

mục bao gồm toàn bộ chứng khoán niêm yết trên các sàn HSX và HNX. RM được

tính bằng trung bình cộng của TSSL bình quân tháng của 2 chỉ số VN-Index và HN-

Index

RM=(Rk_HSX + Rk_HNX)/2 vớiRk_HSX là TSSL BQ tháng k củ a

sàn HSX, Rk_HNX là TSSL bình quân tháng k của sàn HNX; k=1,2, …,12

Rk_HSX=[VN-Index _k - VN-Index _(k-1 )]/VnIndex _(k-1)

Rk_HNX = [HNX-Index _k - HNX-Index _(k-1 )]/HNX-Index _(k- 1)

Tiếp theo tác giả tính lãi suất phi rủi ro tháng bằng cách quy đổi từ LSBQ TPKB kỳ hạn 5 năm theo công thức (1+RF)12 = 1+ R với R là tỷ lệ LSBQ năm của

TPKB kỳ hạn 5 năm.

- Biến RMRFđược xác định bằng cách lấy RM trừ đi RF.

-Biến SMB: TSSL bình quân của danh mục quy mô vốn hóa nhỏ (S), bao gồm

các chứng khoán có quy mô vốn hóa nhỏ hơn mức vốn hóa trung vị, trừ đi TSSL

bình quân của danh mục quy mô vốn hóa lớn (B), bao gồm các chứng khoán có quy

mô vốn hóa lớn hơn mức vốn hóa trung vị. Mức vốn hóa trung vị được xác định

hàng tháng dựa trên mức vốn hóa của các chứng khoán 2 sàn HSX và HNX. Như

vậy việc phân nhóm chứng khoán vào các danh mục S và B cũng được thực hiện

định kỳ hàng tháng.

SMB = (S/L + S/M + S/H)/3 - (B/L + B/M +B/H)/3

-Biến HML: TSSL bình quân của danh mục có tỷ số BE/ME cao (H), bao gồm

các chứng khoán có tỷ số BE/ME cao hơn mức BE/ME trung vị, trừ đi TSSL bình

quân của danh mục có tỷ số BE/ME thấp (L), bao gồm các chứng khoán có tỷ số

BE/ME thấp hơn mức BE/ME trung vị. Mức BE/ME trung vị được xác định hàng

tháng dựa trên tỷ số BE/ME của các chứng khoán 2 sàn HSX và HNX. Như vậy việc

phân nhóm chứng khoán vào các danh mục H và L cũng được thực hiện định kỳ hàng

tháng. Tác giả chỉ phân chia các chứng khoán thành 2 nhóm theo tỷ số BE/ME

thay vì 3 nhóm như cách của Fama và French .

HML = (S/H + B/H)/2 - (S/L + B/L)/2

-Biến WML: TSSL bình quân của danh mục có TSSL bình quân năm trước

cao (WIN), bao gồm các chứng khoán có TSSL bình quân năm trước cao hơn mức

TSSL trung vị, trừ đi TSSL bình quân của danh mục có TSSL bình quân năm trước

thấp (LOSE), bao gồm các chứng khoán có TSSL bình quân năm trước thấp hơn

mức TSSL trung vị. Mức TSSL trung vị được xác định hàng tháng dựa trên

TSSL của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng

khoán vào các danh mục WIN và LOSE cũng được thực hiện định kỳ hàng tháng.

Cụ thể như sau: chọn 1 nhóm chứng khoán có TSSL bình quân 11 tháng trước tháng

tính toán (loại trừ tháng trước liền kề) cao hơn TSSL trung vị, gọi là nhóm WIN; và

nhóm có TSSLbình quân 11 tháng trước tháng tính toán (loại trừ tháng trước liền kề)

thấp hơn TSSLtrung vị, gọi là nhóm LOSE. Tiếp theo tính TSSL bình quân tháng

này theo trung bình cộng của nhóm WIN trừ đi TSSL bình quân tháng này theo

trung bình cộng của nhóm LOSE ta được WML. WML của các tháng sau cũng được

tính toán tương tự.

WML = (S/W + B/W)/2 – (S/ LOSE + B/ LOSE)/2

Các biến trong mô hình được tính toán theo mô tả trong bảng 3.3

Bảng 3.3: Mô tả cách tính toán các biến trong mô hình 4 nhân tố.

Ký hiệu

Tên biến

Cách tính

TSSL thực tế bình quân

RI=∑(Rk)/N với Rk là TSSL BQ tháng k của

hàng tháng của chứng khoán

từng cổ phiếu trong danh mục i (k=1,2,

danh mục i

..,12); N là SL cổ phiếu có trong danh mục i.

RF Lãi suất phi rủi ro tháng

Quy đổi từ LSBQ TPKB kỳ hạn 5 năm theo công thức (1+RF)12 = 1+ R với R là tỷ lệ

LSBQ năm của TPKB kỳ hạn 5 năm

RM=(Rk_HSX + Rk_HNX)/2 với Rk_HSX là TSSL

BQ tháng k của sàn HSX, Rk_HNX là TSSL

BQ tháng k của sàn HNX; k=1,2, …,12.

TSSL thực tế bình quân

hàng tháng của danh mục thị

Rk_HSX=[VN-Index_k-VN-Index_(k-

trường

1)]/VnIndex_(k-1)

Rk_HNX =[HNX-Index_k-HNX-Index_(k-

1)]/HNX-Index_(k-1)

Phần bù rủi ro danh mục i

RI - RF

hay TSSL vượt trội danh

mục i.

RM -

Phần bù rủi ro thị trường.

Được tính bằng chênh lệch giữa TSSLBQ

danh mục các chứng khoán có mức vốn hóa

nhỏ (ký hiệu S)và TSSLBQ danh mục các

SMB Phần bù quy mô

chứng khoán có mức vốn hóa lớn (ký hiệu

B).

Được tính bằng chênh lệch giữa TSSLBQ

danh mục các chứng khoán có tỷ số BE/ME

cao (ký hiệu H) và TSSLBQ danh mục các

HML Phần bù giá trị

chứng khoán có tỷ số BE/ME thấp (ký hiệu

L).

Được tính bằng chênh lệch giữa TSSLBQ

Phần bù xu hướng lợi nhuận

WML

danh mục các chứng khoán có TSSL cao

quá khứ

năm trước (ký hiệu WIN) và TSSLBQ danh

mục các chứng khoán có TSSL thấp năm

trước (ký hiệu LOSE).

3.4 Các giả thuyết nghiên cứu

Tác giả cũng xây dựng các giả thuyết cho mô hình 4 nhân tố như sau:

+ Giả thuyết H1: nhân tố phần bù rủi ro thị trường có tác độngTSSL của cổ

phiếu.

+ Giả thuyết H2: nhân tố phần bù rủi ro quy mô có tác độngTSSL của cổ

phiếu.

+ Giả thuyết H3: nhân tố phần bù giá trị có tác độngTSSL của cổ phiếu.

+ Giả thuyết H4: nhân tố phần bù xu hướng lợi nhuận quá khứ có tác

độngTSSL của cổ phiếu.

3.5 Phương pháp kiểm định mô hình

Mô hình nghiên cứu của bài sử dụng dữ liệu được hồi qui theo mô hình hồi

quy OLS(Ordinary Least Square). Tuy nhiên nếu sử dụng OLS thông thường để hồi

quy dữ liệu có thể tạo ra các ước lượng sai do các giả thuyết của mô hình có thể bị

vi phạm. Để lựa chon phương pháp ước lượng phù hợp tác giả tiến hành kiểm định

các giả thuyết theo tiến trình sau:

Bước 1: Thống kê mô tả

Số liệu trong nghiên cứu được thể hiện dưới dạng thống kê theo các giá trị nhỏ nhất,

giá trị lớn nhất, giá trị trung bình, độ lệch chuẩn. Mô tả tóm tắt các đặc trưng dữ liệu

của các công ty niêm yết trên sàn giao dich HOSE, HNX để phản ánh một cách tổng

quát về tình hình các doanh nghiệp này

Bước 2: Phân tích ma trận hệ số tương quan

Thiết lập ma trận hệ số tương quan giữa các biến độc lập và biến phụ thuộc nhằm

xác định mối tương quan giữa các biến này là như thế nào. Cụ thể là để kiểm tra

mối tương quan như thế nào giữa các biến độc lập và biến phụ thuộc và giữa các

biến độc lập với nhau . Và dựa trên ma trận này, tác giả tiến hành kiểm tra hiện

tượng đa cộng tuyến của mô hình.

Bước 3: Ước lượng các hệ số hồi quy OLS

Nhược điểm của ước lượng OLS(Ordinary Least Square) có thể nhận diện sai do tự

tương quan và ràng buộc quá chặt chẽ các đơn vị chéo, nếu có hiện tượng đa cộng

tuyến hoặc phương sai thay đổi sẽ dẫn đến kết quả ước lượng sai; Do đó, tác giả

thực hiện kiểm định các giả định của mô hình (kiểm tra hiên tượng đa cộng tuyến,

kiểm tra hiện tượng tự tương quan, và kiểm tra hiện tượng phương sai thay đổi)

nhằm mục đích đảm bảo kết quả hồi quy thu được có ý nghĩa và có giá trị tin cậy.

Kiểm tra hiện tượng đa cộng tuyến

Mô hình cổ điển là mô hình lý tưởng với giả thuyết các biến giải thích không tương

quan với nhau. Nghĩa là mỗi biến chứa đựng một số thông tin riêng về biến phụ

thuộc và thông tin đó lại không có trong biến độc lập khác. Khi đó ta nói không có

hiện tượng đa cộng tuyến. Kiểm tra hiện tương đa cộng tuyến bằng cách sử dụng

tương quan cặp giữa các biến độc lâp cao và nhân tử phóng đại (VIF). Theo tài liệu

về kinh tế lượng cho thấy nếu các cặp tương quan giữa các biến độc lập cao (>0.8)

thì có thế xảy ra hiện tượng đa cộng tuyến. Tuy nhiên tiêu chuẩn này thường không

chính xác. Có những trường hợp tương quan cặp không cao nhưng vẫn xảy ra hiện

tượng đa cộng tuyến. Do đó, để đảm bảo tính chính xác trong nghiên cứu có sử

dụng nhân tử phóng đại phương sai để kiểm tra hiện tượng đa cộng tuyến. Theo quy

tắc kinh nghiệm, nếu VIF>10 thì xảy ra hiện tượng đa cộng tuyến.

Kiểm định Durbin- Watson

Áp dụng quy tắc đơn giản với ba trường hợp tương ứng với các hệ số Durbin-

Watson như sau:

Nếu 1

Nếu 0

Nếu 3

Kiểm định hiện tượng phương sai thay đổi:

Để kiểm định phương sai không đổi của phần dư, ta có thể sử dụng kiểm định

White hoặc kiểm định Glesjer… Tuy nhiên, “các kiểm định này chỉ phù hợp khi

cỡ mẫu lớn”.Do vậy, tác giả sử dụng kiểm định tương quan hạng Shapiro-Wilk

với giả thuyết:

H0: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán bằng 0

H1: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán khác 0

Nếu hệ số Sig. của kiểm định tương quan hạng Shapiro>α = 0,05 thì ta chấp nhận

giả thuyết H0, tức Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán

bằng 0, hay phương sai của phần dư không đổi. Ngược lại ta bác bỏ H0 và chấp

nhận H1

Bước 4: Lựa chọn phương pháp

Nếu một trong các giả thiết ban đầu của OLS bị vi phạm (phương sai thay đổi,

tự tương quan, đa cộng tuyến, tương quan giữa biến độc lập và phẩn dư). Khi đó,

các ước lượng thu được sẽ bị bóp méo và sẽ sai lầm nếu sử dụng chúng đế phân

tích. Do vậy, một phương pháp khá sẽ được chọn để tiến hành hồi quy.

Chương 3 trình bày cách xây dựng biến nghiên cứu ( bao gồm biến độc lập và

biến phụ thuộc) cũng như các bước kiểm định để lựa chọn phương pháp hồi quy

phù hợp từ đó phân tích tác động của các yếu tố: yếu tố thị trường, yếu tố quy mô,

yếu tố giá trị công ty và tỷ suất sinh lợi quá khứ lên TSSL cổ phiếu.

3.6 Quy trình nghiên cứu

Giới thiệu

Vấn đề nghiên cứu

Mục tiêu nghiên cứu.

Câu hỏi nghiên cứu.

Cơ sở lý thuyết

Mô hình nghiên cứu

Mô tả thống kê

Kiểm định hệ số hồi quy, mô hình hồi quy.

Kiểm định hiện tượng tự tương quan.

Phân tích kết quả kiểm định

Kiểm định phương sai thay đổi.

Kiểm định các giả thuyết nghiên cứu.

Kết luận – hạn chế - kiến nghị

Hình 3.1: Tóm tắt quy trìnhnghiên cứu

Hình 3.1: Tóm tắt qui trình nghiên cứu

CHƯƠNG 4:KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH

Trong chương 4 này, tác giả sẽ trình bày kết quả nghiên cứu và những phân

tích sự tương quan giữa nhân tố thị trường, nhân tố quy mô công ty, nhân tố giá trị

công ty, lợi nhuận quá khứ, nhân tố sự biến động tổng thể của tỷ suất sinh lợi quá

khứ. Cụ thể, bao gồm các công việc chính:

 Mô tả quan sát;

 Phân loại danh mục;

 Thống kê mô tả các biến nghiên cứu;

 Phân tích ma trận tương quan của các nhân tố giải thích;

 Phân tích kết quả hồi quy và mô hình hồi quy;

 Kiểm định hệ số hồi quy, mô hình hồi quy;

 Kiểm định hiện tượng tự tương quan, phương sai thay đổicủa sai số hồi quy

 Kiểm định các giả thuyết nghiên cứu.

4.1 Mô tả mẫu quan sát

Mẫu bao gồm 637 công ty trên hai sàn chứng khoán HOSE và HNX từ năm

07/2009 đến năm 06/2013 sau khi đã loại trừ các công ty tài chính, các công ty

chuyển sàn niêm yết và các công ty hủy niêm yết trong giai đoạn này, càng về sau

số lượng các công ty trong mẫu như sau:

Bảng 4.1:Số lượng các công ty quan sát qua các giai đoạn.

Số công ty

Giai đoạn

Tổng

Ghi chú

Hose

Hnx

07/2009-06/2010

137

265

Gồm 265 công ty giai đoạn 1

128

07/2010-06/2011

193

356

Gồm 356 công ty giai đoạn 2

163

07/2011-06/2012

290

531

Gồm 531 công ty giai đoạn 3

241

07/2012-06/2013

331

637

Gồm 637 công ty giai đoạn 4

306

Nguồn: Tác giả tổng hợp.

4.2 Phân loại danh mục

TSSL bình quân của danh mục phân theo quy mô. Cụ thể RI là trung bình

cộng TSSL của các chứng khoán có trong từng danh mục trong 08 danh mục (chi

tiết trong Bảng 4.2). Ví dụ danh mục S/H (T06/2009) bao gồm 4 mã chứng khoán

HDC, KHA, RCL, STL thì RI (T06/2009) chính là trung bình cộng TSSL tháng

06/2009 của 4 chứng khoán này.

Bảng 4.2:Phân chia các danh mục cổ phiếu

SH

SL

S/W

SLOSER

BH

BL

B/W

BLOSER

Danh mục

264

303

365

250

347

303

Số lượng

13.71% 3.84% 15.73%

18.95%

1.04%

12.98%

18.02%

15.73%

Tỷ lệ

Nguồn: Tác giả tổng hợp từ phụ lục

Từ bảng kết quả phân chia danh mục qua các giai đoạn nhận thấy khoảng 73%

các công ty trên thị trường chứng khoán Việt Nam thuộc nhóm các công ty quy mô

nhỏ, còn lại 27% thuộc nhóm các công ty quy mô lớn.

Trong các giai đoạn nghiên cứu đối với các công ty niêm yết trên SGDCK

TP.HCM (HOSE) có đặc điểm là số lượng các công ty có quy mô nhỏ ít hơn nhiều

so với số lượng các công ty có quy mô nhỏ niêm yết trên SGDCK Hà Nội (HNX).

Và số lượng các công ty có quy mô lớn niêm yết trên SGDCK TP.HCM (HOSE)

cao hơn nhiều so với số lượng các công ty có quy mô lớn niêm yết trên SGDCK Hà

Nội (HNX). Điều này phù hợp với tiêu chí niêm yết trên SGDCK TP.HCM (HOSE)

cao hơn so với tiêu chí niêm yết trên SGDCK Hà Nội (HNX).

4.3 Thống kê mô tả

Tiến hành thống kê mô tả các biến quan sát và tham gia hồi quy vào mô hình.

Trong đó các biến độc lập RMRF, SMB, HML, WML, là các nhân tố của mô hình

hồi quy, các biến phụ thuộc của mô hình hồi quy là tỷ suất sinh lợi vượt trội của 8

danh mục mô phỏng theo Fama – French (1993) là S/H, S/L, S/W, S/LOSER,BH,

BL, BW, BLOSER.

Bảng 4.3:Mô tả thống kê các biến độc lập và các biến phụ thuộc.

Descriptive Statistics

Std.

Mean

Deviation

Skewness

Kurtosis

Biến

Std.

Statistic

Error

Statistic

Error

trung bình vượt trội bị âm nhiều nhất, tương ứng giá trị -0.0282. Giá trị trung

bình của TSSL vượt trội của các danh mục thay đổi từ từ -0.00598 đến -0.0282

cho nhóm có quy mô nhỏ và thay đổi từ -0.006183 đến 0.0105 cho nhóm có quy

mô lớn. Đặc biệt, độ lệch chuẩn thu được cho thấy giá trị tỷ suất sinh lợi của các

danh mục chứng khoán trong mẫu có độ biến động thấp, chứng tỏ không có sự

chênh lệch đáng kể giữa các công ty trong mẫu. Cụ thể, nếu kiểm soát nhân tố

BE/ME, xét danh mục S/L và B/L, ta thấy danh mục B/L đạt giá trị tỷ suất sinh

lợi trung bình là -0.010478 cao hơn so với giá trị mà danh mục S/L đạt được là -

0.028200. Tương tự, khi kiểm soát nhân tố BE/ME, xét danh mục S/H và B/H,

ta thấy giá trị của danh mục chứng khoán quy mô nhỏ S/H đạt giá trị nhỏ hơn là

-0.000598, so với giá trị 0.010500 của danh mục B/H.

Giá trị trung bình của SMLcũng cho ra số âm, điều này cho thấy rằng có mối

quan hệ tỷ lệ thuận giữa quy mô công ty và TSSL cổ phiếu (vì tính trung bình,

chênh lệch tỷ suất sinh lợi giữa công ty có quy mô nhỏ và công ty quy mô lớn –

biến SMB mang dấu âm, nghĩa là công ty quy mô lớn có tỷ suất sinh lợi cao hơn

công ty có quy mô nhỏ). Kết quả này khác với kết quả nghiên cứu tại các thị trường

phát triển như: Fama-French (1992) cho ba thị trường chứng khoán lớn là NYSE,

AMEX, và NASDAQ, Ajili (2005) hay kết quả nghiên cứu tại các thị trường mới

nổi như : Connor and Sehgal (2001) và Bhavna Bahi (2006) cho thị trường Ấn Độ.

Xét giá trịhệ số độ xiên ta nhậnthấy, hầu hết đều có giá trị dương và nhỏ hơn

1. Điều này cho thấyphân phối trong các danh mục có khuynh hướng lệch về bên

trái, có nghĩalà với TSSLtrung bình âm có khảnăng trong tương lai xuất hiện một

vài TSSLdương rất cao. Đây chính là điều rất hấp dẫn các nhà đầu tư. Giá trịhệ số

độ xiên nhỏhơn 1 cho thấy độ lệch của phân phối là không nhiều.

Ngoài ra, khi kiểm soát yếu tố giá trị công ty, ta nhận thấy tỷ lệ giá trị sổ sách

trên giá trị thị trường BE/ME, có tương quan thuận với tỷ suất sinh lợi của công ty.

Cụ thể, nếu xét cho nhóm danh mục các công ty quy mô lớn, ta thấy khi kiểm soát

được nhân tố quy mô công ty, các công ty có tỷ lệ BE/ME thấp sẽ đạt được tỷ suất

sinh lợi thấp hơn các công ty có tỷ lệ BE/ME cao cụ thể giá trị trung bình

BH=0.010500 cao hơn giá trị trung bình BL= -0.010478. Giá trị trung bình của biến

HML cũng mang dấu dương. Nghĩa là, các công ty có tỷ số BE/ME thấp cho giá trị

tỷ suất sinh lợi thấp hơn nhóm công ty có tỷ số BE/ME cao. Có một quan hệ tỷ lệ

thuận giữa tỷ số BE/ME và tỷ suất sinh lợi chứng khoán, hay nói khác hơn, các

công ty tăng trưởng thì có tỷ suất sinh lợi thấp hơn các công ty giá trị. Kết quả này

giống với kết luận của Fama và French (1992) khi phát hiện có tương quan thuận

giữa tỷ lệ BE/ME và tỷ suất sinh lợi.

Giá trị trung bình của WML cho ra số âm cho thấy nhóm cổ phiếu TSSL thấp

trong quá khứ cao hơn nhóm cổ phiếu có TSSL cao trong quá khứ. Các doanh mục

SLOSER, BLOSER, SW, BW cũng điều âm, chứng tỏTSSL thấpnăm trước đều có

một tác động nghịch chiều với TSSL của các danh mục.Điều này giống với nghiên

cứu của Carhart cho rằng những quỹ có TSSL thấp năm trước thì năm sau sẽ có

TSSL thấp hơn TSSL mong đợi trung bình và ngược lại.

Tóm lại, qua phần phân tích trên, ta thấy rằng, ở thị trường chứng khoán Việt

Nam, quy mô công ty có tương quan thuận với tỷ suất sinh lợi, tức là công ty có quy

mô lớn sẽ đạt tỷ suất sinh lợi cao hơn công ty có quy mô nhỏ. Bên cạnh đó, tỷ lệ giá

trị sổ sách trên giá trị thị trường của công ty lại có tương quan thuận với tỷ suất

sinh lợi, tức là công ty có tỷ lệ BE/ME cao sẽ đạt được tỷ suất sinh lợi cao hơn

công ty có tỷ lệ BE/ME thấp

4.4 Phân tích tương quan (Corellation Analysis)

Phân tích tương quan (Corellation Analysis): Chúng ta phải xác định tầm quan

trọng của mỗi nhân tố khi chúng được sử dụng đồng thời trong mô hình, vì vậy,

chúng ta phải loại bỏ mối quan hệ giữa các nhân tố. Áp dụng phương pháp phân

tích tương quan để xác định sự liên kết giữa các nhân tố giải thích. Phân tích này

dựa trên ma trận tương quan (correlation matrix).

Bảng 4.4: Hệ số tương quan giữa các biến độc lập.

Biến

RMRF

HML

WML

SMB

RMRF

0.006

0.000

0.004

0.000

HML

0.000

0.012

-0.002

0.009

WML

0.004

-0.002

0.013

-0.003

SMB

0.000

0.009

-0.003

0.020

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục

Nhìn vào kết quả tại bảng 4.4 ta thấy giá trị tuyệt đối của hệ số tương quan giữa

các nhân tố giải thích chỉ vào khoảng [0.001, 0.13] là khá thấp. Điều này cho thấy

rằng mối tương quan tuyến tính giữa các nhân tố giải thích gần như không có, do đó

các biến độc lập có thể cùng một lúc giải thích sự thay đổi của biến phụ thuộc (tỷ

suất sinh lợi cổ phiếu).

4.5 Phương trình hồi quy

4.5.1 Kiểm định tính dừng của các biến độc lập

Trước khi phân tích kết quả chạy mô hình, tác giả tiến hành kiểm định

tính dừng của các biến độc lập. Tác giả sử dụng tiêu chuẩn kiểm định

Augmented Dickey-Fuller với phương pháp nghiệm đơn vị (Unit Root Test) để

ta kiểm tra tính dừng của các biến độc lập trong mô hình.

Xét mô hình: Yt = ρYt-1 + Ut , trong đó Ut là nhiễu trắng

Giả thiết Ho: ρ=1, tức chuỗi không dừng.

Giả thiết đối H1: ρ≠1, chuỗi dừng.

Bảng kết quả kiểm định như sau:

Bảng 4.5:Giá trị thống kê kiểm định Augmented Dickey-Fuller các biến độc lập

Giá trị thống kê

Biến độc

Kết quả so

Kết luận

sánh

lập

τ

τ0,01

τ0,05

τ0,1

|τ|>|τ0,01|,|τ0,05|,

Chuỗi

-6.063884 -3.577723 -2.925169 -2.600658

|τ0,10|

dừng

|τ0,10|

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục

Qua bảng 4.5 ta nhận thấy giá trị tuyệt đối của các giá trị thống kê τ trên toàn bộ

các biến độc lập đều lớn hơn so với giá trị tuyệt đối của τ0.01, τ0.05, τ0.1. Do

vậy ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, nghĩa là các chuỗi

RMRF, SMB, HML, WML là các chu ỗi dừng.

4.5.2 Ước lượnghồi quy

Phân tích hồi quy tuyến tính (Linear Regression): Được thực hiện cho từng

danh mục đầu tư theo phương pháp bình phương bé nhất thông thường (Ordinary

Least Square – OLS). 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, chúng ta

cần sử dụng phương thức chọn từng bước (stepwise) để lần lượt đưa các biến có ý

nghĩa vào mô hình và loại bỏ các biến không có ý nghĩa. Kiểm tra lại giá trị cho các

trường hợp thêm các biến mới vào mô hình.

Bảng 4.6:Kết quả hồi quy mô hình 4 nhân tố

R2hiệu

chỉnh MH

chỉnh

Danh

Stt

Mô hình 4 nhân tố

4 nhân tố

trung

mục

tố

bình

RIRF=1.081 RmRf + 0.685 SMB +0.304

0.879

RIRF

HML

SH=1.047 RmRf + 1.303SML + 0.742HML

0.893

SW=1.104 RmRf + 0.934 SMB

0.833

SW=1.084 RmRf + 1.019 SMB +0.519

0.746

HML+0.535WML

0.85

SLOSER= 1.066 RmRf +1.154 SMB

5 SLOSER

0.877

+0.524HML-0.406WML

BL= 1.042 RmRf - 0.204 HML

0.861

BW BW=1.124 RmRf +0.237 SMB + 0.498 WML

0.813

BW=1.008 RmRf +1.280 SMB -0365 WML

0.826

9 BLOSER BLOSER=1.146 RmRf -0.548 WML

0.886

Nguồn: Tác giả tổng hợp từ kết quả hồi quy tại phần phụ lục

Tác giả đã tiến hành một số kiểm định nhằm đánh giá mức độ phù hợp và

khả năng giải thích của mô hình 4 nhân tố.

Căn cứ vào bảng 4.6 ta nhận thấy giá trị R2 hiệu chỉnh trung bình của mô

hình đạt 0,85 cho thấy mô hình tác giả đề xuất trong nghiên cứu này giải thích

được 85% sự biến thiên của TSSL vượt trội là phụ thuộc vào các nhân tố thị

trường, quy mô, biến động giá trị sổ sách, TSSL quá khứ. Trong số 8 danh mục được tiến hành hồi quy, danh mục S/H có mức độ phù hợp cao nhất (R2 hiệu chỉnh đạt 0,893) và danh mục S/W có mức độ phù hợp thấp nhất (R2 hiệu chỉnh

đạt 0.746).

4.6 Kiểm định các giả thiết thống kê

4.6.1 Kiểm định giả thiết đối với các hệ số hồi quy

Để kiểm định ý nghĩa thống kê của các hệ số hồi quy, tác giả sử

dụng kiểm định F với mô hình và với từng hệ số với mức ý nghĩa α=5%,

nếu giá trị p-value < α ta bác bỏ giả thuyết H0. Kết quả kiểm định như sau:

Bảng 4.7:Kết quả kiểm định F mô hình 4 nhân tố

P-value

Danh

Stt

Mô hình 4 nhân tố

mô

mục

hình

RIRF RIRF=1.081 RmRf + 0.685 SMB +0.304 HML

0.000

SH=1.047 RmRf + 1.303SMB + 0.742HML

0.000

SW=1.104 RmRf + 0.934 SMB

0.000

SW=1.084 RmRf + 1.019 SMB +0.519 HML+0.535WML

0.000

SLOSER= 1.066 RmRf +1.154 SMB +0.524HML

5 SLOSER

0.000

-0.406WML

BL= 1.042 RmRf - 0.204 HML

0.000

BW BW=1.124 RmRf +0.237 SMB + 0.498 WML

0.000

BH=1.008 RmRf+1.280 HML-0.365WML

0.000

9 BLOSER BLOSER=1.146 RmRf -0.548 WML

0.000

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục.

Từ kết quả kiểm định trên đối với mô hình 4 nhân tố, ta nhận thấy toàn

bộ 8 danh mục đều có ý nghĩa thống kê.

Bảng 4.8:Kết quả kiểm định các hệ số mô hình 4 nhân tố

Danh

HS hồi

Stt

αi

βi

si

hi

wi

mục

quy

0.013***

1.081*** 0.685*** 0.304**

RIRF

P-value

0.012

0.000

0.002

0.018***

1.047*** 1.303*** 0.742***

P-value

0.000

0.001

0.003

1.104*** 0.934***

P-value

0.707

0.000

0.006

1.084*** 1.019*** 0.519*** 0.535***

P-value

0.274

0.000

0.015***

1.066*** 1.154*** 0.524*** -0.406***

SLOSE

P-value

0.011

0.000

0.001

P-value

0.009 0.073

1.042*** 0.000

-0.204*** 0.009

0.009

1.146***

-0.548***

BLOSE

P-value

0.093

0.000

-0.007

1.008***

1.280*** -0.365***

P-value

0.386

0.000

0.019***

1.124***

0.237**

0.498***

P-value

0.001

0.000

0.043

0.000

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục.

Mức ý nghĩa 1% ; *** , 5% ; ** Kết quả tại bảng 4.8 cho ta thấy sự tác động

của từng nhân tố giải thích lên tỷ suất sinh lợi như sau:

Với kết quả hồi quy bảng 4.8, ta nhận thấy các mô hình đều có sai số

(intercept-α) khá thấp, đều xấp xỉ bằng 0, cho thấy không có sự chênh lệch đáng

kể giữa TSSL thực tế và TSSL kỳ vọng ước lượng bằng mô hình 4 nhân tố

Carhart.

Nhóm bốn yếu tố bao gồm yếu tố thị trường, yếu tố quy mô và yếu tố giá trị

BE/ME, lợi nhuận quá khứ có ảnh hưởng đến tỷ suất sinh lợi cổ phiếu tại HOSE và

HNX. Kết quả chạy hồi quy mô hình gồm bốn yếu tố trên cho giá trị R2 hiệu chỉnh

là 0.85. Các hệ số hồi quy (beta, s, h,w) của mô hình gồm bốn biến tất cả đều có ý

nghĩa ở mức 0.01 và 0.05. Như vậy, ta cũng có thể nói rằng tỷ suất sinh lợi của cổ

phiếu tại HOSE,HNX ngoài việc chịu tác động khách quan của nhân tố thị trường

còn bị tác động bởi những yếu tố của doanh nghiệp niêm yết như quy mô và tỷ số

BE/ME cũng như xu hướng lợi nhuận quá khứ.

Khi phân loại theo quy mô và xu hướng thì hệ số WML dương đối với những

danh mục W-Winners và âm đối với những danh mục L-Losers. Đối với 4 danh

mục phân chia theo xu hướng thì hệ số w âm ở 2 danh mục có các chứng khoán

giảm giá và dương ở 2 danh mục các chứng khoán tăng giá. Điều này giống với kết

quả kiểm định của Carhart trên thị trường Mỹ 1962-1993 (Mark M. Carhart (1997),

“On

persistence

in Mutual

Fund

performance”,The

Journal

Finance,(Vol.52,No.1), tr.63).

Theo thống kê mô tả, nhận thấy biến RMRF có biến động tỷ suất sinh lợi cao

hơn các biến độc lập còn lại trong mô hình điều này cho thấy tỷ suất sinh lợi vượt

trội của cổ phiếu phụ thuộc nhiều vào sự biến động của thị trường hơn các nhân tố

nội tại còn lại trong mô hình.

Các chứng khoán có BE/ME cao thì có hệ số đối với nhân tố HMLlớn, cụ thể

hệ số HML của danh mục BH có hệ số hồi quy là 1.280 trong khi BL là -0.204. Kết

quả này phù hợp với kết quả trên thị trường Mỹ 1963-1991, được Fama-French

giải thích rằng các công ty có BE/ME cao phải cung cấp một phần bù đối với nhân

tố giá trị lớn hơn cho nhà đầu tư, vì những công ty này thường có rủi ro rơi vào kiệt

quệ tài chính cao.

4.6.2 Kiểm định đa cộng tuyến

Tác giả sử dụng giá trị VIF để kiểm định hiện tượng đa cộng tuyến giữa các

biến độc lập trong mô hình 4 nhân tố. Nếu VIF>5 thì chấp nhận giả thuyết H0: có

xảy ra hiện tượng đa cộng tuyến, trường hợp ngược lại thì bác bỏ H0, chấp nhận

H1: Không có hiện tượng đa cộng tuyến.

Bảng 4.9:Các thông số kiểm định đa cộng tuyến

Giá trị VIF thống kê từ hồi quy các danh mục

Danh

Stt

mục

RMRF

SMB

HML

WML

1.451

1.461

RIRF

1.009

1.451

1.461

1.009

1.509

1.259

1.204

1.513

1.000

1.509

1.259

SLOSER

1.204

1.513

1.007

1.219

1.204

1.016

1.013

1.218

1.203

1.201

BLOSER

1.201

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục.

Theo kết quả kiểm tra các biến giải thích trên bảng 4.9 cho thấy tất cả

các giá trị VIF< 5. Điều này chứng tỏ các biến giải thích mà tác giả lựa chọn

trong nghiên cứu này không có hiện tượng đa cộng tuyến.

4.6.3Kiểm định phân phối chuẩn của phần dư

Do cỡ mẫu trong nghiên cứu của tác giả là 48 <50, tác giả sử dụng kiểm

định Shapiro -Wilk để kiểm định giả thuyết phân phối của dữ liệu có phù hợp

với phân phối lý thuyết.

Giả thuyết H0: Phần dư có phân phối chuẩn.

H1: Phần dư không có phân phối chuẩn

Kết quả kiểm định như sau:

Bảng 4.10: Giá trị thống kê kiểm định Shapiro-Wilk phần dư

Stt

Danh mục

Sig

So sánh

Kết luận

Phần dư có phân phối chuẩn

RIRIF

0.052

Sig> α

Phần dư không có phân phối

0.002

Sig<α

chuẩn

Phần dư có phân phối chuẩn

0.910

Sig> α

Phần dư có phân phối chuẩn

0.2

Sig> α

Phần dư không có phân phối

SLOSER

0.024

Sig<α

chuẩn

Phần dư không có phân phối

0.047

Sig<α

chuẩn

Phần dư không có phân phối

0.026

Sig<α

chuẩn

Phần dư có phân phối chuẩn

0.193

Sig> α

Phần dư có phân phối chuẩn

BLOSER

0.2

Sig> α

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục.

Nếu mức ý nghĩa (Sig.) >α= 0,05 ta chấp nhận H0. Ngược lại sẽ bác bỏ H0 và

chấp nhận H1.Theo kết quả kiểm định từ bảng 4.10 ta nhận thấy có 4 danh mục

không đáp ứng được yêu cầu về phân phối chuẩn của phần dư nên sẽ bị loại bỏ ra

khỏi các danh mục được phân tích kết quả. Đó là các danh mục S/H,

SLOSER,BL,BW.

4.6.4Kiểm định về hiện tượng tự tương quan của phần dư

Theo lý thuyết về kiểm định d của Durbin – Watson về hiện tượng tự

tương quan.Do cỡ mẫu nhỏ, tác giả sử dụng kiểm định Durbin Watson với các

giả thuyết: H0: Có hiện tượng tự tương quan giữa các phần dư.

H1: Không có hiện tượng tự tương quan giữa các phần dư.

Nếu hệ số Durbin Watson (d) nằm trong giới hạn 1 < d < 3 thì ta bác

bỏ giả thuyết H0 và chấp nhận giả thuyết H1.

Bảng 4.11:Kết quả kiểm định tự tương quan phần dư mô hình 4 nhân tố

Danh

HSDurbin

Stt

Mô hình 4 nhân tố

mục

Watson

RIRF RIRF=1.081 RmRf + 0.685 SMB +0.304 HML

1.422

SW=1.084RmRf +1.019SMB+0.519HML+0.535WML 1.999

SW=1.104 RmRf + 0.934 SMB

1.913

BW=1.008 RmRf +1.280 SMB -0365 WML

1.117

5 BLOSER BLOSER=1.146 RmRf -0.548 WML

1.966

Nguồn: Tác giả tổng hợp từ kết quả kiểm định tại phần phụ lục.

Qua bảng 4.11 ta nhận thấy toàn bộ các hệ số d của 4 danh mục đều nằm

trongkhoảng 1 < d < 3, do vậy ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1

đốivới toàn bộ 4 danh mục nói trên, nghĩa là không có hiện tượng tự tương quan

giữa các phần dư đối với các danh mục này.

4.7 Kiểm định sự phù hợp của hàm hồi quy

Qua các kiểm định được trình bày ở các phần trên, có 4 danh mục đáp ứng

được các tiêu chí kiểm định với kết quả hồi quy mô hình 4 nhân tố do tác giả đề

xuất như sau:

Bảng 4.12:Kết quả hồi quy mô hình 4 nhân tố mục đạt các yêu cầu kiểm định

R2hiệu

Danh

Stt

Mô hình 4 nhân tố

chỉnh

mục

RIRF

RIRF = 1.081 RmRf + 0.685 SMB +0.304 HML

0.879

0.833

SL =1.104 RmRf + 0.934 SMB

SW=1.084 RmRf + 1.019 SMB

0.746

+0.519HML+0.535WML

0.826

BH =1.008 RmRf +1.280 SMB -0365 WML

0.886

BLOSER BLOSER=1.146 RmRf -0.548 WML

Nguồn: Tác giả tổng hợp từ kết quả hồi quy tại phần phụ lục.

Với các giả thuyết nghiên cứu ban đầu, ta chấp nhận các giả thuyết H1,

H2, H3, H4.

Nhân tố xu hướng lợi nhuận quá khứcó ý nghĩa giải thích cho biến động

của TSSL danh mục cổ phiếu. Các nhà đầu tưvẫn chú trọng đến xu hướng lợi

nhuận quá khứ vì mức độ giải thích mô hình R2 điều chỉnh tương đối cao khi kết

hợp yếu tố xu hướng lợi nhuận quá khứ vào mô hình. Đây chính là lý do khiến

nhân tố xu hướng lợi nhuận quá khứ có ý nghĩa giải thích cho biến động của

TSSL danh mục cổ phiếu.

Xét về danh mục toàn thị trường nhân tố xu hướng lợi nhuận quá khứ

(WML) không có sự tác động lên TSSL của toàn thị trường, nhưng khi phân tích

cụ thể tích cụ thể từng danh mục cổ phiếu SW,BH,BLOSER thì sẽ thấy rõ mức

ảnh hưởng của nhân tố lợi nhuận quá khứ (WML) tác động lên tỷ suất sinh lợi cổ

phiếucụ thể qua các hệ số hồi quy. Do đó cần phải bổ sung nhân tố này trong

việc phân tích TSSL của một danh mục cụ thể khi ra quyết định đầu tư.

4.8 Nhận định, bình luận kết quả

Với mục tiêu đánh giá ảnh hưởng của các nhân tố mô hình Fama-French và kết

hợp thêm yếu tố tỷ suất sinh lợi quá khứ trên thị trường chứng khoán Việt Nam cụ

thể là trên sàn HOSE và HNX, luận văn đã tiến hành nghiên cứu 637 công ty từ

06/2009 đến 06/2013. Kết quả phân tích thu được ở chương 4 cho thấy bằng chứng

thực nghiệm giá trị các mô hình của mô hình 4 nhân tố của Carhart (1997)có khả

năng giải thích tốt biến động của TSSL của cổ phiếu. Các nhân tố của mô hình gồm:

nhân tố thị trường (RM – RF), nhân tố quy mô (SMB), nhân tố giá trị (HML),

nhântốxu hướng lợi nhuận quá khứ (WML). Tất cả các nhân tố này đều tác động đến suất sinh lợi của cổ phiếu trên hai sàn chứng khoán Việt Nam. Giá trị R2 cao

trong khoảng [0.74-0.89 ], và đa số hệ số hồi quy hầu hết đều có ý nghĩa thống kê.

Kết quả hồi quy chỉ ra rằng nhân tố thị trường ảnh hưởng mạnh đến suất sinh lợi.

Tất cả các hệ số hồi quy của nhân tố này trong mô hình hồi quy 4 nhân tố đều có giá

trị dương và có ý nghĩa thống kê ở mức cao hơn 1. Tồn tại mối quan hệ thuận giữa

suất sinh lợi vượt trội của cổ phiếu và nhân tố thị trường. Khi thêm nhân tố quy mô

công ty (SMB), giá trị công ty (HML) xu hướng lợi nhuận quá khứ(WML) vào mô hình thì hệ số R2 hiệu chỉnh tăng lên, điều này cho thấy mô hình Carhart co khả

năng giải thích tốt TSSL trên thị trường chứng khoán Việt Nam.

Kết quả nghiên cứu một lần nữa khẳng định kết quả nghiên cứu của Fama-

French trong việc khám phá ra cổ phiếu quy mô và cổ phiếu giá trị trên thị trường

chứng khoán Việt Nam, bên cạnh đó Carhart(1997)còn khám phá ra nhân tốxu

hướng lợi nhuận quá khứ (WML)cũng tác động trên thị trường chứng khoán Việt

Nam. Các nhân tố SMB và nhân tố HML đều có ảnh hưởng đến TSSL của các

danh mục còn lại này với mức độ khá tương đồng nhưng không có ý nghĩa giải

thích mạnh như nhân tố thị trường. Xem xét dấu của các hệ số nhân tố, ta thấy

toàn bộ các nhân tố RMRF,HML đều có quan hệ đồng biến, tác động cùng chiều

với TSSL các danh mục cổ phiếu.

Yếu tố quy mô đã giữ một vai trò không nhỏ trong việc giải thích sự thay đổi tỷ

suất sinh lợi. Những công ty có quy mô lớn cung cấp tỷ suất sinh lợi lớn hơn

những công ty có quy mô nhỏ. Kết quả này trái ngược với kết quả của Fama

French trên thị trường Mỹ1963-1991, vốn được lý giải rằng các công ty có quy mô

nhỏ thường tồn tại rủi ro cao, chi phí đại diện cao, hoạt động kém hiệu quả hơn, do

đó phải cung cấp một phần bù rủi ro lớn hơn cho nhà đầu tư, tức mang lại một

TSSL lớn hơn.Điều này phần nào phản ảnh được thực trạng của nền kinh tế Việt

Nam giai đoạn từ 2009-2013 khi các công ty quy mô lớn, các chứng khoán bluechips

luôn được các nhà đầu tư tin tưởng hơn. Một phần nguyên nhân cũng do hệ thống

các doanh nghiệp Việt Nam hiện nay khá hỗn độn, khi các doanh nghiệp quy mô

nhỏ không đáp ứng được các quy chuẩn hoạt động, kinh doanh không hiệu quả.

Khi xem xét đến tác động của yếu tố thuộc về đặc tính giá trị của công ty (tỷ

số BE/ME - tỷ số giá trị sổ sách trên giá trị thị trường)nhà đầu tư tại Việt Nam đã

bắt đầu quan tâm nhiều hơn tới nhân tố này trong quyết định đầu tư của mình. Các

chứng khoán có BE/ME cao thì có hệ số đối với nhân tố HML lớn, cụ thể hệ

sốHML của danh mục B/H>B/L, đồng thời giá trị trung bình của chuỗi HML

dương. Kết quả này phù hợp với kết quả trên thị trường Mỹ 1963-1991, được

Fama-French giải thích rằng các công ty có BE/ME cao phải cung cấp một phần

bù đối với nhân tố giá trị lớn hơn cho nhà đầu tư, vì những công ty này thường có

rủi ro rơi vào kiệt quệ tài chính cao. Như vậy, kiểm định còn cho thấy rằng, các

công ty quy mô lớn và công ty giá trị đạt tỷ suất sinh lợi cao hơn các công ty quy

mô nhỏ và công ty tăng trưởng tại thị trường chứng khoán Việt Nam.

Yếu tố xu hướng có ý nghĩa với các danh mục phân chia theo xu hướng

và những danh mục các chứng khoán tăng giá có hệ số xu hướng lớn hơn

danh mục chứng khoán giảm giá. Điều này cho thấy nhà đầu tư nên mua những

chứng khoán nào tăng giá và bán những chứng khoán giảm giá kỳ trước đó.

Trong 4 nhân tố, không phải nhân tố nào cũng có ý nghĩa giải thích biến động

TSSL danh mục cổ phiếu khi được kết hợp lại với nhau. Cụ thể như khi kết hợp các

nhân tố HML,WML với các nhân tố còn lại đã gây ra hiện tượng phần dư không

còn đáp ứng giả định phân phối chuẩn, dẫn đến phải loại bỏ các danh mục S/H,

S/LOSER, B/H, B/L, B/W ra khỏi các danh mục phân tích.

Bảng 4.13: So sánh kết quả hồi quy các mô hình khác nhau

R2 hiệu chỉnh

MH Fama và

Stt Danh mục

MH Carhart 4

MH CAPM

French 3 nhân tố

nhân tố

RIRF

0.785

0.879

0.583

0.757

0.833

0.519

0.771

0.746

0.395

0.805

0.826

0.824

BLOSER

0.886

Bình quân

0.62

0.80

0.84

Nguồn:Tác giả tổng hợp từ kết quả hồi quy tại phần phụ lục.

Quahaibảngtổnghợpmôhìnhhồiquy4.13,

chúngtanhậnxétrõràngvềtínhưuviệtcủamôhìnhđanhântốsovớiCAPMtrongviệcgiảit

híchtỷsuấtsinhlợicủacácchứngkhoán.NếuCAPMchỉgiảithíchđượctừ39.5%tới82.4

%thìFamagiảithíchđượctừ75.7%tới87.9%,cònCarhartlà74.6%tới88.6%,Điềuđóch

ứngminhchotínhvượttrộicủamôhìnhFamasovớiCAPM.Tuynhiên,nhưkếtquảhồiquy

,môhìnhCarhartgiảithíchtốthơnFama4%,vàkiểm địnhtựtươngquan,đacộngtuyếncủa

các

danh

mục

SL,

SW,BH,BLOSER.Nhưvậy,hồiquycácdanhmụctrên,nhữnghệsốhồiquyα,β,...vớinhữ

ngmứcýnghĩanhấtđịnh,cùngvớinhữngtiêuchítrongviệcđịnhgiádanhmục,nhàđầutưđ

ãcónhữngđịnhhướngrõràng.

4.9 Kiểm định các giả thuyết nghiên cứu

Để kiểm định các giả thuyết nghiên cứu đã nêu ra trong Chương 3, ta dùngkết

quả ước lượng của hồi quy 4 nhân tố nêu trên.

Giả thuyết H1: nhân tố thị trường tác động đến tỷ suất sinh lợi của 08 danh mục

cổ phiếu. Giá trị hồi quy nhân tố thị trường biến động trong khoảng [1.008-1.146 ]

và tất cả các hệ số đều có ý nghĩa thống kê ở mức p=0.0001 mạnh hơn các nhân tố

còn lại trong mô hình,08/08 danh mục hệ số dốc RIRF có ý nghĩa thống kê. Điều

này chứng tỏ nhân tố thị trường vẫn giữ vai trò quan trọng nhất cho việc giải thích

những thay đổi trong tỷ suất sinh lợi cổ phiếu. Nói một cách khác, không thể bác bỏ

giả thuyết H1.

Giả thuyết H2: nhân tố quy mô công ty tác động đến tỷ suất sinh lợi của 08

danh mục của cổ phiếu.Giá trị hồi quy của nhân tố SMB biến động trong khoảng

[0.237, 1.303] 06/08 danh mục hệ số dốc SML có ý nghĩa thống kê.Nói một cách

khác, không thể bác bỏ giả thuyết H2.

Giả thuyết H3: nhân tố giá trị công ty tác động đến tỷ suất sinh lợi của 08 danh

mục cổ phiếu. Giá trị hồi quy của nhân tố HML biến động trong khoảng [-0.204,

1.280], 06/08 danh mục hệ số dốc HML có ý nghĩa thống kê. Điều này chứng tỏ

nhân tố HML có tác động đến tỷ suất sinh lợi củadanh mục cổ phiếu. Nói một cách

khác, không thể bác bỏ giả thuyết H3.

Giả thuyết H4: nhân tố xu hướng lợi nhuận quá khứtác động đến tỷ suất sinh lợi

của 04danh mục cổ phiếu. Giá trị hồi quy của nhân tố WML biến động trong

khoảng [-0.365, 0.535], 04/08 hệ số dốc trên WML có ý nghĩa thống kê. Điều này

chứng tỏ nhân tố WML có tác động đến tỷ suất sinh lợi các danh mục cổ phiếu. Nói

một cách khác, khó có thể thể bác bỏ giả thuyết H4.

4.10 Thảo luận kết quả nghiên cứu và so sánh với kết quả của các nghiên cứu

khác:

Tính đến thời điểm tác giả thực hiện luận văn này, tại Việt Nam chưa có

nghiên cứu nào về mối quan hệ giữa rủi ro và TSSLtrên cả hai thị trường chứng

khoántrên sàn HSX và HNX giai đoạn từ T07/2009 đến T06/2013. Các nghiên

cứu ở nước ngoài thì do đặc thù thị trường và thời gian nghiên cứu có rất nhiều

khác biệt do vậy việc so sánh hoàn toàn không phù hợp. Chính vì vậy, tác giả sẽ

so sánh kết quả nghiên cứu của mình với các nghiên cứu tại thị trường chứng

khoán Việt Nam.Mối quan hệ giữa các nhân tố rủi ro và TSSL danh mục cổ phiếu

của các nghiên cứu tác giả lựa chọn so sánh được tổng hợp trong bảng 4.14 sau:

Bảng 4.14:So sánh kết quả nghiên cứu với các nghiên cứu khác.

Tác động của các nhân tố

Số lượng mã cổ

Tác giả - Mô

phiếu – Giai đoạn

Stt

hình

nghiên cứu

RMRF SMB HML WML

TS. Vương Đức

28 cổ phiếu phổ thông

Hoàng Quân

của các công ty phi tài

- Hồ Thị Huệ

chính sànHSX

N/A

Mô

từT01/2005đến

hìnhFama và

T03/2008.

French 3nhân tố.

ThS. Nguyễn

Từ 68 mã cổ

Thu Hằng -

phiếu(T7/2007)đến 235

Nguyễn Mạnh

mã cổphiếu(T6/2012)

Hiệp.

trên sànHSX

N/A

Mô hình Fama

và French 3

nhân tố.

Nguyễn Tấn

Từ 81 mã cổ phiếu

Minh. Mô

(T7/2007)đến 142Mã

N/A

hình 4 nhân

cổphiếu(T6/2010)trênsàn

tố của Bali-

HSX

Cakici

Nghiên cứu

637 mã cổ phiếu của

của tác giả

các công ty tại 2 sàn

Mô hình 4

HSX và HNX từ

nhân tố

T07/2009 – T06/2013

Nguồn: Tác giả tổng hợp từ nghiên cứu của các tác giả

Ghi chú:

“+” : Có tác động cùng chiều với TSSL danh mục cổ phiếu.

“-” : Có tác động ngược chiều với TSSL danh mục cổ phiếu.

“x” : Không có ý nghĩa giải thích biến động TSSL danh mục cổphiếu.

So với kết quả nghiên cứu của các tác giả trên, kết quả nghiên cứu của tác giả có

điểm giống nhau ở chỗ cùng khẳng định tồn tại mối quan hệ cùng chiều giữa các

nhân tố thị trường (RMRF), quy mô (SMB) và giá trị ( HML) với TSSL danh mục

cổ phiếu.

Điểm khác biệttác giá đã đưa nhân tốphần bù xu hướng lợi nhuận quá khứ

(WML) vào mô hình và kết quả đã có ý nghĩa giải thích biến động TSSLdanh

mục cổ phiếu mà các nghiên cứu trước kia chưa đi sâu vào phân tích.Nhà đầu

tư cần chú ý vào xu hướng lợi nhuận quá khứ để quyết định việc mua vào

hay bán ra cổ phiếu vì các nhân tố này đều có tác động đến biến động TSSL

của các danh mục cổ phiếu.

CHƯƠNG 5:KẾT LUẬN VÀ KIẾN NGHỊ

Trong chương cuối cùng này, các kết luận sẽ được đưa ra thông qua các phân

tích từ chương 4 theo kết quả dữ liệu nghiên cứu của tác giả. Những kết luận này

đưa ra nhằm trả lời các câu hỏi liên quan tới mục tiêu nghiên cứu về các nhân tố tác

động tới suất sinh lợi trên thị trường chứng khoán Việt Nam. Nói cách khác, trả lời

các câu hỏi đặt ra ban đầu là các nhân tố cơ bản có tác động như thế nào đến tỷ suất

sinh lợi cổ phiếu và mức ý nghĩa của sự tác động này.

5.1 Kết luận

Qua việc nghiên cứu đề tài “nghiên cứu các nhân tố ảnh hưởng tỷ suất sinh lợi

các cổ phiếu trên thị trường chứng khoán việt nam” cho giai đoạn từ T07/2009 đến

T06/2013 dựa trên việc phân tích và từ việc hồi quy mô hình 4 nhân tố được xây

dựng từ các nhân tố cốt lõi của mô hình 3 nhân tố Fama và French (1993) và mô hình

4 nhân tố Carhart (1997) tác giả đã lần lượt phân tích các kết quả và làm rõ các

hàm ý kết quả phân tích, từ đó đưa ra các gợi ý giải pháp cho bên liên quan nhằm

giảm thiểu rủi ro, ổn định thị trường chứng khoán. Kiểm định cũng cho thấy

mô hình bốn nhân tố của Carhart là có ý nghĩa nhất khi nó khắc phục được các

hạn chế của mô hình CAPM và mô hình ba nhân tố Fama-French, khắc phục hiện

tượng thiếu biến và có khả năng giải tích cao,phản ánh đầy đủ hơn sự thay đổi tỷ

suất sinh lợi.

Tỷ suất sinh lợi của cổ phiếu tại HOSE,HNX ngoài việc chịu tác động khách

quan của yếu tố thị trường nó 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 và xu hướng lợi nhuận quá

khứ. Kết quả nghiên cứu cũng cho thấy rằng trong bốn yếu tố tác động đến tỷ suất

sinh lợi thì yếu tố thị trường giữ vai trò quan trọng hơn cả.

Yếu tố quy mô đã giữ một vai trò không nhỏ trong việc giải thích sự thay đổi tỷ

suất sinh lợi. Kết quả nghiên cứu cũng cho thấy rằng các công ty có quy mô lớn sẽ

cho tỷ suất sinh lợi cao hơn những công ty có quy mô nhỏ. Điều này cho thấy các

nhà đầu tư tại Việt Nam rằng quan niệm mua cổ phiếu của những công ty lớn sẽ cho

tỷ suất sinh lợi cao hơn cổ phiếu của các công ty nhỏ để giảm thiểu các rủi ro trong

giai đoạn khó khăn của thị trường chứng khoán.Khi xem xét đến tác động của yếu

tố thuộc về đặc tính giá trị của công ty (tỷ số BE/ME) thì yếu tố này cho tác động

đáng kể. Điều này cho thấy rằng các nhà đầu tư tại Việt Nam đang quan tâm đến tỷ

số BE/ME của doanh nghiệp, tập trung vào những cổ phiếu giá trị thay vì các cố

phiêu tăng trưởng.Như vậy, với những gì trình bày ở trên thì nhìn chung, mô hình 4

nhân tố Carhart có khả năng giải thích tốt sự thay đổi tỷ suất sinh lợi của cổ phiếu

tại HOSE và HNX kết quả thu được từ mô hình này sẽ phản ánh đầy đủ hơn sự

thay đổi tỷ suất sinh lợi so với mô hình truyền thống CAPM.

5.2 Hạn chế của đề tài

Bên cạnh các kết quả đáng chú ý được tóm tắt nêu trên, bài viết còn có một số

hạn chế như sau:

Mô hình Carhart cũng như bất kỳ mô hình dự báo khác chỉ được vận hành tốt

khi các nhà đầu tư có thông tin như nhau, thông tin không được rò rỉ và phải minh

bạch. Tuy nhiên, TTCK Việt Nam hoạt động ở mức độ hiệu quả còn rất kém và đã

tạo cơ hội kiếm được lợi nhuận cao cho những nhà đầu cơ là những người có khả

năng tiếp cận với các nguồn thông tin sớm nhất.

Về dữ liệu, thị trường chứng khoán Việt Nam mới thành lập trong vòng khoảng

hơn 10 năm trở lại đây nên việc tiếp cận với nguồn dữ liệu quá khứ bị giới hạn. 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. Trong thời gian gần đây, có

rất nhiều hiện tượng thiếu trung thực và làm giá của một số công ty làm sai lệch xu

hướng của thị trường và giá trị thực của cổ phiếu.

Các nhân tố của mô hình, bài viết chưa xem xét đến các yếu tố khác có thể ảnh

hưởng đến tỷ suất sinh lợi tại TTCK Việt Nam như yếu tố vĩ mô (khủng hoảng kinh

tế, suy thoái, lạm phát, luật pháp, chính trị), yếu tố con người (tâm lý, mối quan hệ,

thông tin hành lang), thông tin trong nước (tỷ giá hối đoái đồng Việt Nam so với

đồng đô la Mỹ, tỷ lệ lãi suất ngắn hạn trong nước).

5.3 Kiến nghị

Nhiều nghiên cứu trên thế giới cho thấy có rất nhiều nhân tố ảnh hưởng đến

suất sinh lợi mà luận văn không khảo sát như các nhân tố vĩ mô như hành vi nhà

đầu tư, thông tin bất cân xứng, vv... nhằm củng cố thêm mức độ giải thích của mô

hình.Hy vọng các nghiên cứu kế tiếp sẽ mở rộng vấn đề này để có cái nhìn tổng

quát hơn các nhân tố ảnh hưởng đến suất sinh lợi.

Gia tăng thêm độ dài của giai đoạn nghiên cứu và phân tích hồi quy trên những

giai đoạn khác nhau của thị trường để có thể đánh giá chính xác hơn về mối liên hệ

giữa rủi ro và TSSL. Gia tăng kích cỡ mẫu bằng cách tính TSSL theo tuần.

Mô hình kinh tế lượng sử dụng những chuỗi dữ liệu quá khứ để ước lượng các

hệ số. Tuy nhiên, mỗi mô hình có một mức ý nghĩa và độ chính xác riêng. Khi sử

dụng mô hình nhà đầu tư phải luôn theo dõi kết quả của mô hình với thị trường.

Đánh giá độ chính xác, ước lượng khoảng tin cậy, và điều chỉnh những nhân tố ảnh

hưởng. Trong một giai đoạn, những biến độc lập tác động khác với những giai đoạn

khác.Vì vậy, cần thường xuyên theo dõi, hịêu chỉnh và cập nhật những thay đổi cho

mô hình

Ngoài 04 nhân tố có ý nghĩa giải thích, còn có những nhân tố khác có thể giải

thích biến động của TSSL danh mục cổ phiếu mà tác giả chưa tìm ra trong nghiên

cứu này. Do vậy, ngoài các gợi ý nói trên, để hạn chế tối đa những rủi ro khi tham

gia đầu tư, nhà đầu tư cần nâng cao kiến thức về đầu tư, về TTCK để có thể phân

tích, suy xét những nguyên nhân khác có thể tác động đến biến động TSSL cổ

phiếu, tránh bị cuốn theo những thông tin thất thiệt, tâm lý bầy đàn và những chiếc

bẫy “làm giá” trên TTCK.

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 (vốn hóa

thị trường), nhân tố giá trị sổ sách trên giá trị thị trường, TSSL trong quá khứ..

TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), “Phân tích dữ liệu nghiên

cứu với SPSS”, NXB Hồng Đức, TPHCM.

2. Huỳnh Đạt Hùng, Nguyễn Khánh Bình, Phạm Xuân Giang (2011), “Kinh tế

lượng”, NXB Phương Đông, TPHCM.

3. Nguyễn Thị Cành, Lê Văn Huy (2013), “Đo lường mối quan hệ giữa lợi

nhuận và rủi ro cổ phiếu ngân hàng trên thị trường chứng khoán Việt Nam”,

Tạp chí Công nghệ Ngân hàng, (89), trang 20-29.

4. Nguyễn Thu Hằng, Nguyễn Mạnh Hiệp (2012), “Kiểm định mô hình Fama-

French tại thị trường chứng khoán Việt Nam”, Tạp chí Công nghệ Ngân

hàng, (81), trang 49-56.

5. Trần Minh Ngọc Diễm (2008), “Ứng dụng các lý thuyết tài chính hiện đại

trong việc đo lường rủi ro cho của các chứng khoàn niêm yết tại Sở Giao

Dịch Chứng Khoán TPHCM”, Luận văn Thạc sỹ, Trường Đại Học Kinh

Tế, TPHCM.

6. 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”, Tạp chí

Công nghệ Ngân hàng, (22), trang 21-29

Tiếng Anh

1. Ajili, Souad (2005), “The Capital Asset Pricing Model and the Three

Factor Model of Fama and French Revisited in the Case of France”,

Working PaperNo.78

2. Amihud, Y., and H. Mendelson 1991. “Liquidity, Asset Prices and

Financial Policy.” Financial Analysts Journal, vol. 47, no. 6

(November/December): 56-66.

3. Amihud, Y., and H. Mendelson 1986. “Asset PRIcing and the Bid-Ask

Spread.” Journal of Financial Economics, vol. 17, no. 2: 223-249.

4. Amihud, Y. 2002. “Illiquidity and Stock Returns: Cross-Section and

Time-Series Effects.” Journal of Financial Markets, vol. 5, no. 1: 31-

56.

5. Ajili, Souad, (2005) “The Capital Asset Pricing Model and the Three

Factor Model of Fama and French Revisited in the Case of France”

Working Paper,vol. 47, no. 6 (December): 57-66.

6. Bhavna Bahl (2006), “Testing the Fama and French Three-Factor Model

and Its Variants for the Indian Stock Returns” Financial Analysts

Journal, Vol. 60, No. 2 pp. 57-73

7. Chen, Josephand Harrison Hong(2002), “Discussion of “Momentum

and Autocorrelation in Stock Returns”,The Review of Financial Studies,

15, pp. 565-573

8. Dar-Hsin Chen , Chun-Da Chen , Chih-Chun Chen (2009), “VaR and

the Cross-Section of Expected Stock Returns: An Emerging Market

Evidence”, Working Paper.

9. Elhaj Mabrouk Walid &Elhaj Mohamed Ahlem (2007) “New Evidence

on the Applicability of Fama and French Three-Factor Model to the

Japanese Stock”Journal of Financial Economics 31, pp.3- 54.

10. Engle, Manganelli (2001), “Value at Risk Models in Finance”, ECB

Working Paper No.75

11. Fama, Eugene F., and Kenneth R. French (1993), “Common RIsk

Factors in the Returns on Stocks and Bonds”, Journal of Financial

Economics 33, pp.3- 56.

12. Fama, E. and French, K. (1996), “Multifactor explanations of asset

pricing anomalies”, Journal of Finance, Vol. 41, pp. 55-84.

13. Fama, E. and French, K. (1998), “Value versus growth: the international

evidence”, Journal of Finance, Vol. 43, pp. 1975-98.

14. Gregory Connor and Sanjay Sehgal “Tests of the Fama and French

Model in India” 2001, Economic Social Research Council, paper 379

15. Jegadeesh, N., Titman, S., 1993. Returns to buying winners and

selling losers “Implications for stock market efficiency” Journal of

Finance , Vol 48, pp. 65–91

16. Jegadeesh, Narasimhanand Sheridan Titman(2001), “Profitability of

Momentum Strategies: an Evaluation of Alternative Explanations“, The

Journal of Finance, 56, pp. 699-720

SohnkeM.Bartram,PeterF.Pope

17. KevinAretz,

(9/2005)“MacroeconomicsRisksandtheFamaFrench/CarhartModel”Journal of

Finance, Vol. 41, pp. 74-84.

18. LakshmanAlles,(2002)

“ManagedFundsPeRformancewithAlternativeBenchmarks:TheCarhartFour-

FactorModelversusTraditionalModels “Journal of Financial Markets, vol.

3, no. 1: 39-56.

19. Liew, Jimmyand Maria Vassalou(2000), “Can book-to-market, size and

momentum be risk factors that predict economic growth”,Journal of

Financial Economics, 57, pp. 221-245

20. L’her, Jean-Francois, TarekMasmoudiand Jean-Marc Suret(2003),

“Evidence to support the four-factor pricing model from the Canadian

stock market”, Unpublished working paper

21. Nartea, G.V. and H. Djajadikerta (2005), “Size and Book to Market

Effects and the Fama-French Three-Factor Model: Evidence from New

Zealand”, Proceedings of the UM-FBA Asian Business Conference,

Kuala Lumpur, Malaysia, pp. 510-521.

22. Nima Billou (2004), “Tests of the CAPM and Fama and French three

factor model”.

23. 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, PP. 3 1-40

(1997), “On Persistence

in Mutual Fund

24. Mark M. Carhart

Performance”, TheJournal of Finance, Vol LII, (1), PP. 57-82.

in Australia,

25. Michael A. O'Brien, Fama and French Factors

(2007,Australasian Finance and Banking Conference. No.1206542

26. Pastor, L., & Stambaugh, R. F. (2003). Liquidity RIsk and expected

stock returns. The Journal of Political Economy, 111(3), 642-685.

27. 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.

28. Yu Chun Wei ( 2010) “The new effects and Asset Pricing in Taiwan

Stock Market” Social Science Research Network No: 2219893

Các Website

1. http://www.ssrn.com/

2. http://www.sbv.gov.vn

3. http://www.cophieu68.vn

4. http://fpts.com.vn/

5. http://www.saga.vn

6. http://cafef.vn/

PHỤ LỤC

CÁC BẢNG DỮ LIỆU NGHIÊN CỨU

Phụ lục 1.1: Kết quả phân chia danh mục qua các giai đoạn.

DANH MỤC 07/2009-06/2013

STT

SH

BL

BH

B82

SJC

TMX

TSM ANV

TAG HLG

SD9

HHC

BBS

SJM

TV2

BCC

TMT HQC

SEB

NBC

V12

BHV

SNG

TV3

BCI

HDG

HTI

SGT

SD6

V21

SPP

TXM VAT BMC CMT HUT

SJD

TDN

BLF

SRA VBH VBC

BT6

CTI

IDJ

SJS

TNA

BST

BTH

SRB

VC5

VCH

BTS

LHG

ITC

SZL

AGF

C92

SSM

VC6 VCM

CII

NVN KAC

TAC DZM

CAP

STP

VCC

VE2

CLC

PHH KHP

TCR

PTC

TBX

VIT

VE3

DBC

STG

KSA

TDH

SRF

CIC

TJC

VTV VHH DHG

TLG

KTB

TKU HTV

CID

TLC HDO VLA DMC

TLH

LCG

TMP

TIE

CJC

CMC

TNA

PPP

VXB DPM

BTT MCG

TRC

VC1

CTB

TPH

VPC WCS DPR

CCI

OCH

TYA VDL

CTC

TPP

ADC YBC DRC

IJC

PDR

UIC

VMC

CTN

TST

ALV

BSC

FPT

LIG

PFL

VC1

CSC

DAC

TV4

APP

BVG GMD OGC

PTL

VCG HTC

DAE

VC7 ARM CTM HAG

POM

PV2

VHC

SD5

DC4

VDL

BDB

CTV HLA

PPI

PVG VHL

SJE

DCS

VE1

BKC

D11

HLC

PVL

PXL

VIC

SRA

DHI

VE9

CKV

DIH HMC

TDC QCG

VBC

VIP

DST

VTL

CMS DNM HPG DNY

SCR

VIS

GMC VTS

CPC

INC

HRC NTB

SDH VNA

HAS AMV

CT6

KHB HSG NVT

SDU VNE

HAX

BED

CVN KKC

HT1

PXT

SHI

VNM

HBE

BHC

CX8

KSD

ICG

SBA

SHN

VSH

HCC

BXH

DC2

L14

IMP

SPM

SRC

VST

HCT

CCM DL1 MAX

ITA

TNT

SSC

VTO

HEV

CSC

HAT MCF KDC VCR

STL

BMP

HLY

CVT HDA NHA KSH AME

TCL

CSM

HPS

CYC HHC

PPI

LSS

BCE

THV

DIG

HTP

DAD HHL

SCJ MPC CMV UDC HOM

ILC

DBT HMH

SD7

NBB DLG VFC HVG

SIC

KMR DHC HPB

NTL

DTL

VNS

KSS

SJE

L18

DHT HTB

NTP

GTT

VOS MSN

L43

DID

HTC

SMA NVC NNC NKG

PGD

L62

DNC

INN

STT

PAC

PVR

PPS

PHR

LBE

DTT

KST

THT

PET

PXI

TSB

PVX

LBM DZM KTS

TKC

PLC

PXM

TVD

SQC

LTC

EBS

KTT

V15

PNJ

PXS

VCF

TCM

40 MCO

ECI

L35

VCV

PPC

SBC

PXA

VGS

MIC

FBT

LCD

VES

PVC

ALP

CCL

VPH

42 MKV

FMC

LCS

VIE

PVD

API

HU3 AGD

43 MMC GTA

LDP VNH

PVS

AVF

PSG

ASM

NGC HAD

LHC

BHT

PVT

BTP

PTI

CMG

NPS

HJS

LM7

CMT QNC DCS

FDG

CTD

NST

HST MCL

CNT

REE

DVP ACC

FDC

ONE

HVT MIM DLR

RIC

DXG BGM KDH

PJC

L44 MNC DTA

SAM

ELC

IDI

KSB

PNC

L61

NBC

HTL

SBT

HDC

JVC NHW

PPG

LM3

NIS

ICF

APC HGM ACL

SEC

PSC

LO5

NSN KHL

BHS

TIC

HAR

PVE

PTC MAC

PIV MDG CNG

TIX

HBC

SDG

PTS MCP

PJT MEC COM

TMS NHS

SFC

PVE MHL

PRC

NVC

EVE

TNC

PGC

GSP

S55 MTG

PVV

PID

FLC

TRA

PTK

DRL

S91

NLC QCC

PPE

GIL

TTP

SII

CTX

S96

PGT

S12

QHD

LAF

VCS

SMC

SPP

SAP

PHC

S27

SAV

LCM VFG

TTZ

GAS

SCC

PIT

S74

SDP

LUT

VSC

TV1 AGM

SD8

PTM

SD1

SSG

NBP

VTF HLD DHM

SDC

QST

SDB

THG

NSC

HHS NLG DSN

SDD

QTC

SDE

TNT

OPC

LAS

FCM

PGS

SDJ

RCL

SEL

VC3

PSD

TCO

SDY

SKS

SMT

VE4

SFI

SRF

TDN

VE8

SGD

STC

TDW VNN

DANH MỤC 07/2009-06/2013

STT

S/W

BLOSER

SL

BHV

S74

HAD HMH

LCG HQC NTB

TMS

BHC

DAC

SD2

ADC

TC6

LSS

TTF

NVT

TRC DZM

DC4

SKS

CMX

TSC

PET

HAG

PXT

TSC

ECI

GMC

TLC

CVN VXB

PVG

PAC

SBA

VC1

HVT

HAS

HCC DXV NBC

SD6

HU1

SPM VHG MEC

HLY VTV HDA

PCT

SMC

PVV

TNT

VIC MTG

L18

CPC

HHC

SDC VHC QNC VCR

VID

PTM

MCP

C92

HTB

V21

BCI

TCM AME

VIP

QST

MEC CCM KBT DAE DRC

VSI

BBC VNA QTC

NGC

CVT KMT

LCS

VC3

NTL

BCE VNM

SDP

PJC MAC KST

LM7 VCG

PDR

CMV VST

VCC

PTC

PTS

KTS QHD VGS

LUT

DCL VTO

BED

PVA

TMX

L10

SD6

KSH NBB DLG ACL

BDB

S99

V12

LBE

SED

SC5

SD5

DTL

AGF

CPC

SAP

DHC

LM8

SJD

SDP

LGC

GTT

BMC HHL

SDJ

DID MCL

CT6

TS4

PVE

KHP DHA

INN

SDP

DST MNC RDP

APC AGM NNC DPM

LHC

SDY

HCT

PCG

BRC

CLG

ASA

PVR HMC V12

SFI

HHL

PIV

DAD

ELC

C32

PXI

PVD

APC

SGD

HJS

STC

FDT

IDJ

HAR

PXM

SDA

CKV

SJE

L35

TSM HEV

IDV

SCD

PXS

BCC

DL1

SSM

L44

VAT

IDV

KSA

SDG

RIC

BTS

L35

STP

PGT

VLA NAV KTB

SFC

SBC

NBC

SDB

TJC

PHC VNT

PRC

PTL

SRA

SBT

PVC

SDE

TNA

PVE

VPK

TET

SDH

FCM

ASP

PVS

VBC

VC5

SDE

VSI

GMX UDC

SHI

HPG

SD7

CT6

VCC

SDG WCS

PJT

VCS

SHN

PNJ

SD9

DAG

VTS

TV4

LCD AMC VOS

SQC

REE

TKU HPB

YBC

V15

PPP

EBS

VTV

SRC

SAM

TYA KSD

BBS

BXH

PTM HNM AVF

TCL

TDH

VC2 MCC

DZM HPB VNC KHL

HTI

TH1

TTP

VFC QHD

HAX

ILC

VPC

LBM KAC

TIE

GMD ALP

TET

HTP MKV BED

PXM

PFL

TIX

HLA

FBT

V21

HUT

PPG

BHT HBE

PV2

VC9

HSG

PVT

VES

NLC

SCD

BSC

PNC

PXL

VFG

ICG

ST8

VNH

TPH

SRA

CTB

THT

S96

VNI

QCG VSH DLR

VTL

VE9

D11

ASA

THV VPH VHL

BT6

HTC

CTC

DHT DNM BKC NKG AGD

CCL COM

IDV

ICF

DLR

INN

BLF

OCH ASM HHS

FPT

KHB

LTC

L43 MCF

CMI

PPS

CMG

SPP

HT1

NSN

41 MTG

L62

SSG VHH

SCR

CTD

CSC

OPC VCM

SNG

LM3

TXM

SEL

TSB

D2D

GDT

SCJ

CMI

SRB

NSN

BDB

VE2

VCF

FDC

NHS

TRA MIH

VE1

PIT

BST

SMA VLF KDH

PTK AAM VE3

CTN

TPP

C47

VKC VRC

KSB

SLS

DVP QCG

L61

VBC

DTT

DHI

DBC NHW

PGS DXG KBT

LUT VCM HVT

TV2

GLT

SEC

HHC HGM

SJD

MIC

VES MHC HVX

PXA

TAG NLG HLG

TIG

49 MMC AMV NHA

THG

VIS

TMT

THT HOM BHT

NST

BTH ONE

BVG DCS

API

EVE HVG

BSC

S91

ECI

PVV QCC HU3

ATA ANV

ITC

CLW

S96

HDO CKV

SVT MCG DIG

BHS

KSS MDG

SD4

HPS

CLW

NIS

PSG

HDG

CNT

LGL

SSG

SJC

HTV

DIH

VNH

PVA KMT DHG

LIX

D11

VC6

LO5

FMC BGM

STL

CMT DMC MSN DNM

VC7

TNG

GFC

IDJ

TKC

CTI

DPR

NBP MCF

B82

VE3

HLC

ITQ

FDG

LHG DQC

PGD

C47

CID

PSC

HST

PXA MAX NVN HBC

PHR

DIH

DCS

QTC

HTC

SMT

PTI

PHH

HLC

PVX

GFC

LAF

SD8 MCC

SPI

UIC

STG

HRC

SDU NDN

NPS

TBX NDN

STT

VNE

TLG

IMP VMD HPR

S12

VBH

TDN

TIG

DIC

TLH

NVC

LAF

VIE

S55

VDL

TDW VE4

HUT

BTT

PGC

LCM

PSG

SJM

VNG VNL VMC

SD2

CCI

POT

NET

SHN

SPP

VTB

FBT

KSH ACC

CSM

PPC

PDN

THV

TST

QCG GTA

UIC

BGM

IJC

RAL

CTX AMC

SDD

QST

HPR

DC2

IDI

LIG

SEB

DCT KHL

CAP

HSI

KTT VCV

JVC

OGC

SGT DHC ASA

CIC

KHB

VIE

VFR VKC

POM

SJD

GSP

DHL

CMC

PDC

APP

VNI

AAA

PPI

SZL

DHT GGG

CNT

TV3

HAT

L14

BTP

PVL

TAC

FLC

PVA

CTM

BHC

LHC HHG VMC

TDC

TC6

ITD

SHA

EFI

CJC

DL1

HTL DAG DNY

TCR

FMC

UIC

KKC DBT

LDP

VIT

SJS

HAP

TCS

TNA DHP

75 MHL DNC ARM

SCL XMC

ITA

TDN

TTZ

RCL

GGG CMS

HDC KMR

TMP

STT

DANH MỤC 07/2009-06/2013

SLOSER

B/W

B82

L43

VTS

CTC

BBC

LIX

HUT

CII

L10

BHC

MTG

SD4

BCI

PHR

KMR

GIL

L18

BLF

AMV

SDJ

BMP

SPM MCG

GMD

BST

BXH

CID

SRB

COM

TAG

PVA

HDC

C92

CSC

CTM

TST

DBC

TCL

PVG

KHP

CCM

CVT

CTN

VC7

DCL

TNC

SDP

SAM

CTB

DAD

DC4

VCC

DRC

VFG

AGF

SSC

DIC

DBT

EFI

BBS

FBT

DLG

DQC

VHL

DTT

DID

GMC

GFC

FPT

DPM

HBC

VNE

SIC

DZM

DNC

ICF

HLA

ATA

TIE

XMC

SJC

ECI

EID

MCO

HPG

DCS

CTD

BHS

FMC

FBT

MEC

HDA

HSG

DSN

DXV

HAG

GTA

GGG

CMX

ICG

EVE

TMT

ITA

S74

HBE

GLT

ATA

KHA

HAD

VHG

KDC

SJE

HNM

HAD

THB

CIG

KSH

HQC

HDG

L10

HPS

HLC

DAC

CTV

LCG

HTI

KSS

LGC

HSI

HST

NGC

HCC

LSS

LAF

SEC

OPC

HTV

L44

VTV

INC

MPC

LGL

SHN

PAC

HVT

LM3

ALV MAX

NBB

NBP

SZL

PGC

ILC

LO5

AME

PHH

NSC

NET

ALP

SBT

KKC MAC

APP

PPI

NTL

NHS

CTI

SMC

KMR MDC

ARM

PTC

NTP

PTC

DIC

STL

L61

NAG

CMS

PXA

PV2

HGM

THT

PGS

L62

NVC

CMT

RCL

PXL

HHC

TRA

PLC

LBE

PDC

CTA

SD7

SCD

PHH

VCG

PNJ

LUT

PGT

CX8

SHN

PVC

SCR

POT

VNS

MHC

PHC

DC2

STT

PVS

SDG

TNA

CNT

MKV

PMC

DRH

SVT

PVT

SPP

ACL

DHA

MMC

RDP

DTA

THG

RCL

SRF

API

VC1

NAV

SDG

HHG

THV

REE

TAC

QNC

TCM

NPS

SDH

HMH

TSB

RIC

TCR

TDC

TRC

ONE

SEB

HVX

VHG

SAV

THV

VNA

VIP

PIT

SED

KTT

VKC

TKC

VNC

VIC

SC5

PPG

SRF

LCD

VNA

TV1

VNM

CSM

SCJ

QST

TIC

LCS

NVN

VKC

AGD

KAC

SD5

S12

TKC

LDP

PSG

VLF

KMT MDC

SD6

SCD

TMX

LM7

SBC

VMD

STG

NNC

SD7

SD2

TSC

MIM

TSM

VNF

ASM

NVN

SD9

SD8

TV2

NHA

VC2

SDA

VNG

FDC

PDR

SDC

TV3

NIS

AMC

SDT

DHC

HRC

PXS

SPP

TYA

PRC

BHT

SFC

DZM

BT6

TET

SRA

V15

PVV

FDT

SIC

PGD

SDU

TLG

TBX

VIT

QCC

KHL

SJS

VTF

SHI

VCF

TPP

VNG

S27

L14

TDH

DVP

CMV

AAM

TV4

VNL

SCL

MHL

THB

PXA

DTL

CLC

VBH

VNT

SAV

TKU

TVD

KSB

LHG

SD6

VSG

BDB

SDP

HTL

TPC

CCL

MSN

RAL

VTB

BKC

SEL

VTL

GDT

PVX

SQC

TS4

BTH

CPC

SMA

CCI

HU3

ST8

TIC

TTF

HEV

GDT

SMT

CVN

PSG

TCS

ACC

TTP

LBM

HHL

TIG

GMX

UIC

PTI

TMS

APC

MIC

INN

TNT

HTB

PVD

VFC

BGM

VC2

PTM

LHC

VCH

VIE

SEB

VID

BTT

VC3

PTS

V12

VCV

ASA

VCS

DAG

DHG

DNY

QTC

APC

VE2

DHL

VGS

FDG

DPR

IDI

S91

HDO

VHH

PXM

VHC

GMC

HLG

IDV

S99

PPP

VNI

SKS

VIS

IMP

KDH

JVC

VC6

VPC

VXB

CCL

VMC

NHW

PVE

PET

VDL

CKV

BVG

CLP

VSC

PMC

PVR

PPS

VNC

DL1

HAT

CTI

ABT

KTB

SJD

TIX

CYC

L35

KST

DCT

ASP

ANV

SVN

TMP

DAE

SDB

MCL

EMC

BCC

TDN

DMC

EID

DDM

SDE

MNC

FDG

BTS

TDW

DXG

C21

DHI

VBC

PCG

LAF

C47

CLW

VDL

HVG

DST

CT6

SD1

LGL

DHM

CNG

VNL

QCG

EBS

DAG

SSM

PPE

FCN

DHT

GTT

VSH

HTP

HPB

VAT

QNC

HJS

ELC

HHS

BMC

PJC

KSD

VSI

SHA

HTC

FLC

HOM

IJC

PVE

MCC

CLW

VC3

HVX

FMC

HTV

PXM

QHD

CNT

VCR

LBM

HLC

HU1

OCH

S55

TET

KTS

VE8

LDP

HMH

LAS

PFL

S96

V21

MDG

VFR

POM

HOT

TC6

PPC

SAP

VES

VMD

PTK

ITD

TCO

CIC

SFI

SCC

D11

VSI

SDY

VNH

VNF

PVV

KTS

TH1

SGD

DLR

DNM

VNN

SED

LCM

TNG

BCE

HAS

DXV

VRC

SII

LUT

CLG

DIG

SJM

HTC

MCF

SLS

MCP

HMC

GLT

ICG

STC

IDV

PIV

TV4

NBC

KSA

GSP

ITD

STP

LIG

TXM

KHB

SDA

VBC

PDN

VPH

HAP

VC5

MCP

TIE

HU1

VNT

PTB

VPK

LIG

YBC

NSN

VC9

HU3

C32

HAR

VTB

PVL

HCT

PJT

C47

IDJ

NKG

INN

ITC

PXT

TPH

PSC

CMC

NST

NLG

MCF

LM8

AAA

VE9

SFI

SSG

PVA

RDP

TLH

SBA

BTP

VPK

VCM

THT

PXT

BRC

HLD

TTZ

DRL

BED

CMI

TLC

VE4

NVT

GAS WCS

SRC

DHT

MIH

NDN

BGM

VTV

OGC

AVF

HHC

VE3

PCT

DHP

HLY

BHV

SDD

KSH

PNC

HAX

VE1

TJC

NLC

KMT

HJS

SCJ

LTC

Phụ lục 1.2: Danh sách các công ty tài chính, hủy niêm yết và chuyển sàn.

STT

CÔNG TY

ALT

TMC

SVC

SME

BAS

TRI

SVI

SSI

BBT

TTC

TBC

SVS

BPC

UNI

V11

TAS

BTC

VGP

VSP

VDS

CAN

VKP

YSC

VIG

DCC

VPL

AGC

VIX

DNP

VTA

VMG

VND

DPC

VTC

HBB

WSS

DXP

CAD

SME

ACB

FPC

CSG

AGR

BIC

HBD

DVD

APG

BMI

MCV

HT2

APS

BVH

NHC

MKP

AVS

CTG

NKD

CDC

BSI

CTS

PMS

GHA

BVS

EIB

RHC

HAI

CTS

MBB

SAF

HSC

GBS

NVB

SDN

KBC

HBS

PGI

SFN

KMF

HCM

PVF

SGC

PAN

HPC

PVI

SGH

S64

IVS

SHB

SHC

SD3

KLS

STB

SJ1

SDS

ORS

VCB

TCT

SSS

PHS

VNR

PSI

SBS

SHS

Phụ lục 1.3: Dữ liệu chạy mô hình hệ số hồi quy.

DescRIptive Statistics

Std. Minimu Maximu Mean Deviatio Skewness Kurtosis N m m n

Statisti Statisti Statisti Std. Statisti Std. Statistic Statistic Statistic c c c Error c Error

48 0.01 0.44 (0.18) 0.12 1.43 0.34 3.01 0.67 BHRF

48 (0.01) 0.23 (0.16) 0.08 0.48 0.34 0.18 0.67 BLRF

48 (0.00) 0.29 (0.17) 0.08 0.94 0.34 2.68 0.67 BWRF

BLOSER 48 (0.20) 0.22 (0.01) 0.10 0.51 0.34 (0.35) 0.67 F

48 (0.00) 0.25 (0.18) 0.09 0.76 0.34 1.13 0.67 SHRF

48 (0.03) 0.20 (0.23) 0.10 0.34 (0.42) 0.67 0.25 SLRF

48 (0.01) 0.23 (0.22) 0.09 0.32 0.34 1.52 0.67 SWRF

48 (0.01) 0.25 (0.21) 0.10 0.63 0.34 0.18 0.67 SLOSERF

48 (0.01) 0.21 (0.16) 0.09 0.51 0.34 0.21 0.67 RIRF

48 (0.01) 0.14 (0.17) 0.07 0.09 0.34 (0.27) 0.67 RMRF

48 (0.02) 0.12 (0.10) 0.05 0.92 0.34 1.27 0.67 SML

48 0.02 0.23 (0.09) 0.06 0.78 0.34 1.93 0.67 HML

48 (0.15) 0.11 (0.00) 0.05 (0.45) 0.34 0.53 0.67 WML

Valid N 48 (listwise)

Phụ lục 1.4: Kết quả hồi quy từng danh mục

Phụ lục 1.4a Kết quả hồi quy danh mục RIRf

Model Summary(c)

Model Summaryd

Adjusted R Std. Error of the Model R R Square Durbin-Watson Square Estimate

1 .785 .781 .0403660388 .886a

2 .848 .841 .0343226306 .921b

3 .879 .870 .0310098640 1.422 .937c

a. Predictors: (Constant), RmRf

b. Predictors: (Constant), RmRf, SMB

c. Predictors: (Constant), RmRf, SMB, HML

d. Dependent VaRIable: RIRf

Coefficientsa

Model Unstandardized Standardized CollineaRIty

Coefficients Coefficients Statistics

B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) .008 .006 1.413 .164

RmRf 1.062 .082 .886 12.967 1.000 1.000 .000

2 (Constant) .016 .005 3.047 .004

RmRf 1.061 .070 .886 15.242 .000 1.000 1.000

SMB .466 .108 .251 4.316 .000 1.000 1.000

3 (Constant) .013 .005 2.628 .012

RmRf 1.081 .063 .902 17.112 .000 .991 1.009

SMB .685 .118 .368 5.825 .000 .689 1.451

HML .304 .091 .212 3.336 .002 .685 1.461

a. Dependent VaRIable: RIRf

ANOVAd

Model

Sum of Squares df Sig. 1 Regression Mean Square .274 F 168.133 .274 1 .000a

Residual .075 46 .002

125.590

.000b

Total Regression .349 .296 47 2 .148 2

Residual .053 45 .001

106.281

.000c

Total Regression .349 .307 47 3 .102 3

Residual .042 44 .001

Total .349 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Dependent Variable: RIRF

Phụ lục 1.4b Kết quả hồi quy danh mục SHRF

Model Summaryd

Model Change Statistics

R Adjusted Std. Error

R R of the Square F Sig. F Durbin-

Square Square Estimate Change Change df1 df2 Change Watson

1 .596 .587 .0597516 .596 67.874 1 46 .000 R .772a

2 .743 .732 .0481646 .147 25.795 1 45 .000 .862b

3 .900 1 44 .893 .0303677 .157 69.200 .000 1.244 .949c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Dependent VaRIable: SHRF

ANOVAd

Model

Sum of Squares df F Sig. 1 Regression .242 1 Mean Square .242 67.874 .000a

Residual .164 46 .004

Total .407 47

.000b

2 Regression .302 2 .151 65.126

Residual .104 45 .002

Total .407 47

132.286

.000c

3 Regression .366 3 .122

Residual .041 44 .001

Total .407 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Dependent Variable: SHRF

Coefficientsa

Model 95.0%

Unstandardized Standardized Confidence CollineaRIty

Coefficients Coefficients Interval for B Statistics

Lower Upper Std.

B t Sig. Beta Bound Bound Tolerance VIF Error

1 (Constant) .013 .009 1.505 .139 -.004 .031

RMRF .999 .772 8.239 .000 1.000 1.000 .755 1.242 .121

2 (Constant) .026 3.501 .001 .011 .042 .008

.801 1.194 1.000 1.000 .771 10.211 .000 .098 RMRF .998

.464 1.075 1.000 1.000 .384 5.079 .000 .151 SML .769

.008 .028 3.756 .001 .005 3 (Constant) .018

.809 16.917 .000 .922 1.172 .991 1.009 .062 RMRF 1.047

.650 11.326 .000 1.071 1.535 .689 1.451 .115 SML 1.303

.479 8.319 .000 .562 .921 .685 1.461 .089 HML .742

Phụ lục 1.4c Kết quả hồi quy danh mục SLRF

Model Summaryc

Model Change Statistics

R Adjusted Std. Error

Square F Sig. F Durbin- R R of the

Change Change df1 df2 Change Watson Square Square Estimate

.574 .0678855 .583 64.407 1 46 .000 1 .583 R .764a

.746 .0524513 .173 32.055 1 45 .000 1.913 2 .757 .870b

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Dependent VaRIable: SLRF

ANOVAc

Model

Sum of Squares df F Sig. .297 1 1 Regression Mean Square .297 64.407 .000a

.212 46 Residual .005

.509 47 Total

.000b

.385 2 2 Regression .193 69.971

.124 45 Residual .003

.509 47 Total

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Dependent Variable: SLRF

Coefficientsa

Model 95.0%

Unstandardized Standardized Confidence CollineaRIty

Coefficients Coefficients Interval for B Statistics

Lower Upper Std.

t Sig. B Beta Bound Bound Tolerance VIF Error

1 (Constant) -.013 .010 -1.293 .203 -.033 .007

RMRF 1.105 .764 8.025 .000 .828 1.382 1.000 1.000 .138

2 (Constant) .003 .378 .707 -.013 .020 .008

RMRF 1.104 .763 10.377 .000 .890 1.318 1.000 1.000 .106

SML .934 .416 5.662 .000 .602 1.266 1.000 1.000 .165

Phụ lục 1.4d Kết quả hồi quy danh mục SWRF

Model Summarye

Model Change Statistics Std.

Error of Adjusted R

the Durbin- R R Square F Sig. F

Estimate Watson Square Square Change Change df1 df2 Change

1 .519 .509 .0624935 .519 49.712 1 46 .000 R .721a

2 .659 .644 .0531954 .140 18.486 1 45 .000 .812b

3 .766 .750 .0446012 .107 20.013 1 44 .000 .875c

4 .847 .833 .0364823 .081 22.763 1 43 .000 1.999 .920d

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Predictors: (Constant), RMRF, WML, SML

d. Predictors: (Constant), RMRF, WML, SML, HML

e. Dependent VaRIable: SWRF

ANOVAe

Model

Sum of Squares df F Sig. 1 Regression Mean Square .194 49.712 .194 1 .000a

Residual .180 46 .004

Total .374 47

.000b

2 Regression .246 2 .123 43.547

Residual .127 45 .003

Total .374 47

.000c

3 Regression .286 3 .095 47.969

Residual .088 44 .002

Total .374 47

.000d

4 Regression .317 4 .079 59.461

Residual .057 43 .001

Total .374 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Predictors: (Constant), RMRF, WML, SML

d. Predictors: (Constant), RMRF, WML, SML, HML

e. Dependent Variable: SWRF

Coefficientsa

95.0% Model

Confidence CollineaRIty Unstandardized Standardized

Interval for B Statistics Coefficients Coefficients

Lower Upper Std.

t Sig. Beta Bound Bound Tolerance VIF Error B

1 (Constant) -.002 -.176 .861 -.020 .017 .009

.127 .894 RMRF .721 7.051 .000 .639 1.149 1.000 1.000

.008 .002 2 (Constant) .263 .794 -.014 .018

.118 RMRF 1.102 .888 9.317 .000 .863 1.340 .833 1.201

.166 .712 WML .410 4.300 .000 .378 1.045 .833 1.201

.007 .013 3 (Constant) 1.788 .081 -.002 .027

RMRF 1.078 .869 10.862 .000 .878 1.278 .831 1.204 .099

WML .140 .634 .365 4.535 .000 .352 .916 .820 1.219

SML .141 .632 .329 4.474 .000 .348 .917 .985 1.016

4 (Constant) 1.107 .274 -.005 .006 .006 .018

RMRF .081 1.084 .874 13.346 .000 .920 1.247 .830 1.204

WML .116 .535 .308 4.603 .000 .301 .770 .794 1.259

SML .141 1.019 .530 7.217 .000 .734 1.303 .661 1.513

HML .109 .519 .350 4.771 .000 .300 .739 .663 1.509

Phụ lục 1.4e Kết quả hồi quy danh mục SLOSERF

Model Summarye

Change Statistics

Model Std.

R Adjusted Error of

Square F Sig. F R the R Durbin-

Change Change df1 df2 Change Square Estimate Square Watson

1 .681 .0564027 .687 101.172 1 46 .000 .687 R .829a

2 .792 .0455077 .114 25.662 1 45 .000 .801 .895b

3 .843 .0396014 .052 15.424 1 44 .000 .853 .923c

4 1 43 .877 .0350238 .035 13.253 .001 1.393 .887 .942d

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Predictors: (Constant), RMRF, SML, HML, WML

e. Dependent VaRIable: SLOSERF

ANOVAe

Model

Sum of Squares df Sig. 1 Regression Mean Square .322 F 101.172 .322 1 .000a

Residual .146 46 .003

Total .468 47

.000b

2 Regression .375 2 .188 90.538

Residual .093 45 .002

Total .468 47

.000c

3 Regression .399 3 .133 84.847

Residual .069 44 .002

Total .468 47

.000d

4 Regression .415 4 .104 84.670

Residual .053 43 .001

Total .468 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Predictors: (Constant), RMRF, SML, HML, WML

e. Dependent Variable: SLOSERF

Coefficientsa

Model Unstandardized Standardized 95.0% Confidence CollineaRIty

Coefficients Coefficients Interval for B Statistics

Std. Lower Upper

t Sig. B Beta Bound Bound Tolerance VIF Error

1 (Constant) .010 1.156 .254 -.007 .026 .008

RMRF 1.151 .829 10.058 .000 1.381 1.000 1.000 .114 .920

.007 3.090 .003 .008 .036 2 (Constant) .022

.092 .829 12.458 .000 .964 1.336 1.000 1.000 RMRF 1.150

.143 .337 5.066 .000 .437 1.013 1.000 1.000 SML .725

.006 2.683 .010 .004 .030 3 (Constant) .017

.081 .850 14.625 .000 1.018 1.343 .991 1.009 RMRF 1.180

.150 .490 7.022 .000 .751 1.356 .689 1.451 SML 1.054

.116 .275 3.927 .000 .222 .691 .685 1.461 HML .457

.006 2.667 .011 .004 .026 4 (Constant) .015

.078 .768 13.675 .000 .909 1.223 .830 1.204 RMRF 1.066

.136 .536 8.512 .000 .880 1.427 .661 1.513 SML 1.154

.104 .316 5.019 .000 .314 .735 .663 1.509 HML .524

.112 -.209 -3.641 .001 -.631 -.181 .794 1.259 WML -.406

Phụ lục 1.4f Kết quả hồi quy danh mục BHRF

Model Summaryd

Std. Error of the

Model Adjusted R

R R Square Square Estimate Durbin-Watson

1 .395 .382 .0924701 .629a

2 .805 .796 .0531000 .897b

3 .826 .814 .0507299 1.932 .909c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, HML

c. Predictors: (Constant), RMRF, HML, WML

d. Dependent VaRIable: BHRF

ANOVAd

Model

Sum of Squares df F Sig. 1 Regression Mean Square .257 30.043 .257 1 .000a

Residual .393 46 .009

Total .650 47

.000b

2 Regression .523 2 .262 92.803

Residual .127 45 .003

Total .650 47

.000c

3 Regression .537 3 .179 69.553

Residual .113 44 .003

Total .650 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, HML

c. Predictors: (Constant), RMRF, HML, WML

d. Dependent Variable: BHRF

Coefficientsa

Model Unstandardized Standardized

Coefficients Coefficients CollineaRIty Statistics

B Std. Error Beta Tolerance VIF t Sig.

.014 1.819 .075 1 (Constant) .025

.188 .629 5.481 1.000 1.000 .000 RMRF 1.028

.008 -.556 .581 2 (Constant) -.005

.108 .680 10.296 .000 .994 1.007 RMRF 1.113

.129 .642 9.721 .000 .994 1.007 HML 1.258

.008 -.876 .386 3 (Constant) -.007

.113 .616 8.929 .000 .832 1.203 RMRF 1.008

.124 .654 10.324 .000 .988 1.013 HML 1.280

.158 -.159 -2.303 .026 .828 1.208 WML -.365

a. Dependent VaRIable: BHRF

Phụ lục 1.4g Kết quả hồi quy danh mục BLRF

Model Summaryc

Model Change Statistics Std.

R Adjusted Error of

Square F Sig. F Durbin- R R the

Change Change df1 df2 Change Watson Square Square Estimate

.842 .0328226 .845 251.487 1 46 .000 .845 1 R .919a

.861 .0307463 .022 7.423 1 45 .009 1.177 .867 2 .931b

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, HML

c. Dependent VaRIable: BLRF

ANOVAc

Model

Sum of Squares df Sig. 1 Regression .271 1 Mean Square .271 F 251.487 .000a

Residual .050 46 .001

Total .320 47

147.011

.000b

2 Regression .278 2 .139

Residual .043 45 .001

Total .320 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, HML

c. Dependent Variable: BLRF

Coefficientsa

Model 95.0%

Unstandardized Standardized Confidence CollineaRIty

Coefficients Coefficients Interval for B Statistics

Lower Upper Std.

t Sig. B Beta Bound Bound Tolerance VIF Error

1 (Constant) .004 .005 .857 .396 -.006 .014

RMRF 1.056 .919 15.858 .000 .922 1.190 1.000 1.000 .067

2 (Constant) .009 1.836 .073 -.001 .019 .005

RMRF 1.042 .908 16.655 .000 .916 1.168 .994 1.007 .063

HML -.204 -.148 -2.724 .009 -.355 -.053 .994 1.007 .075

Model Summaryd

Model Change Statistics Std.

R Adjusted Error of

Square F Sig. F R R the Durbin-

Change Change df1 df2 Change Square Square Estimate Watson

1 .719 .713 .0445232 .719 117.573 1 46 .000 R .848a

2 .807 .799 .0372592 .089 20.684 1 45 .000 .899b

3 .825 1 44 .813 .0359545 .017 4.325 .043 1.403 .908c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Predictors: (Constant), RMRF, WML, SML

d. Dependent VaRIable: BWRF

ANOVAd

Model

Sum of Squares df Sig. .233 1 1 Regression Mean Square .233 F 117.573 .000a

.091 46 Residual .002

.324 47 Total

.000b

.262 2 2 Regression .131 94.285

.062 45 Residual .001

.324 47 Total

.000c

.267 3 3 Regression .089 68.943

.057 44 Residual .001

.324 47 Total

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Predictors: (Constant), RMRF, WML, SML

d. Dependent Variable: BWRF

Phụ lục 1.4h Kết quả hồi quy danh mục BWRF

Coefficientsa

Model 95.0%

Unstandardized Standardized Confidence CollineaRIty

Coefficients Coefficients Interval for B Statistics

Std. Lower Upper

t Sig. B Bound Bound Tolerance VIF Error Beta

1 (Constant) .013 1.946 .058 .000 .026 .007

RMRF .979 .848 10.843 .000 .797 1.161 1.000 1.000 .090

2 (Constant) .015 2.807 .007 .004 .027 .006

RMRF 1.133 .981 13.684 .000 .966 1.300 .833 1.201 .083

.326 4.548 .000 .294 .761 .833 1.201 WML .527 .116

3.436 .001 .008 .031 3 (Constant) .019 .006

.080 RMRF 1.124 .973 14.052 .000 .963 1.286 .831 1.204

WML .498 .113 .308 4.419 .000 .271 .725 .820 1.219

SML .237 .114 .132 2.080 .043 .007 .467 .985 1.016

Phụ lục 1.4i Kết quả hồi quy danh mục BLOSER

Model Summaryc

Model Change Statistics Adjusted Std. Error

R R of the R Square F Sig. F Durbin-

Square Square Estimate Change Change df1 df2 Change Watson

.821 .0438231 .824 215.887 1 46 .000 1 .824 R .908a

.881 .0356851 .062 24.373 1 45 .000 1.966 2 .886 .941b

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Dependent VaRIable: BLOSERF

ANOVAc

Model

Sum of Squares df Sig. .415 1 1 Regression Mean Square .415 F 215.887 .000a

Residual .088 46 .002

Total .503 47

174.977

.000b

2 Regression .446 2 .223

Residual .057 45 .001

Total .503 47

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, WML

c. Dependent Variable: BLOSERF

Coefficientsa

95.0% Model

Confidence CollineaRIty Unstandardized Standardized

Interval for B Statistics Coefficients Coefficients

Std. Lower Upper

t Sig. Error B Beta Bound Bound Tolerance VIF

1 (Constant) .012 .006 1.846 .071 -.001 .025

RMRF 1.306 .089 .908 14.693 .000 1.127 1.485 1.000 1.000

2 (Constant) .009 .005 1.715 .093 -.002 .020

RMRF 1.146 .079 .797 14.450 .000 .986 1.306 .833 1.201

WML -.548 .111 -.272 -4.937 .000 -.772 -.325 .833 1.201

Phụ lục 2.1 CÁC THÔNG SỐ KIỂM ĐỊNH AUGMENTED DICKEY-

FULLER CÁC BIẾN ĐỘC LẬP

Phụ lục2.1a Kiểm định tính dừng của biến độc lập rmRf

Null Hypothesis: RM___RF has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=9)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-6.06388

0.000

Test cRItical values:

1% level

-3.57772

5% level

-2.92517

10% level

-2.60066

*MacKinnon (1996) one-sided p-values.

Phụ lục 2.1b Kiểm định tính dừng của biến độc lập SML

Null Hypothesis: SMB has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=9)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-4.9229

0.0002

Test cRItical values:

1% level

-3.57772

5% level

-2.92517

10% level

-2.60066

*MacKinnon (1996) one-sided p-values.

Phụ lục 2.1c Kiểm định tính dừng của biến độc lập HML

Null Hypothesis: HML has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=9)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-5.79292

Test cRItical values:

1% level

-3.57772

5% level

-2.92517

10% level

-2.60066

*MacKinnon (1996) one-sided p-values.

Phụ lục 2.1d Kiểm định tính dừng của biến độc lập WML

Null Hypothesis: WML has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=9)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-6.06508

Test cRItical

1% level

-3.57772

values:

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .137 48 .024 .946 48 .028

a. Lilliefors Significance Correction

Phụ lục 3.1 f Kiểm định shapiro-wilk phần dư danh mục SLOSER

Tests of Normality

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .137 48 .024 .946 48 .028

a. Lilliefors Significance Correction

Phụ lục 3.1 g Kiểm định shapiro-wilk phần dư danh mục BH

Tests of Normality

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .093 48 .967 48 .193 .200*

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Phụ lục 3.1 h Kiểm định shapiro-wilk phần dư danh mục BL

Tests of Normality

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .128 48 .047 .965 48 .165

a. Lilliefors Significance Correction

Phụ lục 3.1 i Kiểm định shapiro-wilk phần dư danh mục BW

Tests of Normality

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .136 48 .026 .960 48 .101

a. Lilliefors Significance Correction

Phụ lục 3.1 j Kiểm định shapiro-wilk phần dư danh mục BLOSER

Tests of Normality

Shapiro-Wilk Kolmogorov-Smirnova

Statistic df Sig. Statistic df Sig.

Standardized Residual .070 48 .990 48 .942 .200*

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Phụ lục 4.1 Thông số hồi quy các mô hình CAPM, FF, CARHART

Phụ lục 4.1a Hồi quy CAPM

 Danh mục: RIRf

Model Summary

Change Statistics

Model

1 a. Predictors: (Constant), RMRF

 Danh mục SL

Adjusted R Square Std. Error of the Estimate Sig. F Change R Square .785 .781 .0403660 .000 R .886a

Model Summary

Model Change Statistics

1 a. Predictors: (Constant), RMRF  Danh mục SW

Adjusted R Square Std. Error of the Estimate R Square Change R Square .583 .574 .0678855 Sig. F Change .000 .583 R .764a

Model Summary Model Change Statistics

1 a. Predictors: (Constant), RMRF

Adjusted R Square R Square Change df2 Sig. F Change R Square .519 .509 Std. Error of the Estimate .0624935 .519 46 .000 R .721a

 Danh mục BH

Model Summary Model Change Statistics

1 a. Predictors: (Constant), RMRF

 Danh mục BLOSER

Adjusted R Square Std. Error of the Estimate R Square Change .382 .0924701 Sig. F Change .000 .395 R Square .395 R .629a

Model Summary

Model Change Statistics

1 a. Predictors: (Constant), RMRF

Adjusted R Square Std. Error of the Estimate R Square Change .821 .0438231 Sig. F Change .000 .824 R Square .824 R .908a

Phụ lục 4.1b Hồi quy FF

 Danh mục RIRf

Model Summary

Change Statistics

Model

Adjusted R Square Std. Error of the Estimate 1 R Square .785 .781 .0403660 Sig. F Change .000

2 .848 .841 .0343226 .000

3 .879 .870 .0310099 .002 R .886a .921b .937c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

 Danh mục SL

c. Predictors: (Constant), RMRF, SML, HML

Model Summary Model Change Statistics

Adjusted R Square Std. Error of the Estimate R Square Change 1 R Square .583 .574 .0678855 Sig. F Change .000 .583

2 .757 .746 .0524513 .000 .173 R .764a .870b

a. Predictors: (Constant), RMRF

 Danh mục SW

b. Predictors: (Constant), RMRF, SML

Model Summary

Model Change Statistics

Adjusted R Square Std. Error of the Estimate R Square Change R Square .519 .509 .0624935 Sig. F Change .000 .519 1

.656 .641 .0534234 .000 .137 2

.771 .756 .0440652 .000 .115 3 R .721a .810b .878c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

 Danh mục BH

c. Predictors: (Constant), RMRF, SML, HML

Model Summary Model Change Statistics

Adjusted R Square Std. Error of the Estimate R Square Change 1 R Square .395 .382 .0924701 Sig. F Change .000 .395

2 .805 .796 .0531000 .000 .410 R .629a .897b

a. Predictors: (Constant), RMRF

 Danh mục BLOSER

b. Predictors: (Constant), RMRF, HML

Model Summary

Model Change Statistics

1 a. Predictors: (Constant), RMRF

Adjusted R Square Std. Error of the Estimate R Square Change R Square .824 .821 .0438231 Sig. F Change .000 .824 R .908a

Phụ lục 4.1c Hồi quy Carhart

 Danh mục RIRf

Model Summaryd

Model Change Statistics

Std. Error of the Estimate R Square Change Sig. F Change 1 R Square .785 Adjusted R Square .781 .0403660 .785 .000 Durbin- Watson 2 .848 .841 .0343226 .063 .000

1.422

3 .879 .870 .0310099 .031 .002 R .886a .921b .937c

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Predictors: (Constant), RMRF, SML, HML

d. Dependent VaRIable: RIRF  Danh mục SL

Model Summaryc

Model Change Statistics

Adjusted R Square R Square Change R Square .583 .574 .583 Sig. F Change .000 1 Durbin- Watson .757 .746 .173 .000 1.913 2 R .764a .870b

a. Predictors: (Constant), RMRF

b. Predictors: (Constant), RMRF, SML

c. Dependent VaRIable: SLRF  Danh mục SW