Luận văn: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chia sẻ: Nguyen Bao Ngoc | Ngày: | Loại File: PDF | Số trang:94

Thêm vào BST

Báo xấu

140
lượt xem 58
download

Luận văn: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Mô tả tài liệu

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Sau 2007, thị trường chứng khoán khủng hoảng, thị trường giảm điểm liên tiếp và vẫn chưa có dấu hiệu hồi phục. Ngoài ra, những tín hiệu từ nền kinh tế vĩ mô cũng không mấy khả quan. Để thực hiện mục tiêu kiềm chế lạm phát cho định hướng tăng trưởng biền vững, nhà nước đã tăng lãi suất, thắt chặt chi tiêu. Dẫn đến doanh nghiệp khó khăn trong việc huy động vốn từ ngân hàng với lãi suất cao....

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM ----------------- CÔNG TRÌNH DỰ THI GIẢI THƯỞNG NGHIÊN CỨU KHOA HỌC SINH VIÊN “NHÀ KINH TẾ TRẺ – NĂM 2011” TÊN CÔNG TRÌNH: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM THUỘC NHÓM NGÀNH: KHOA HỌC KINH TẾ
TÓM TẮT ĐỀ TÀI 1.Lý do chọn đề tài : Sau 2007, thị trường chứng khoán khủng hoảng, thị trường giảm điểm liên tiếp và vẫn chưa có dấu hiệu hồi phục. Ngoài ra, những tín hiệu từ nền kinh tế vĩ mô cũng không mấy khả quan. Để thực hiện mục tiêu kiềm chế lạm phát cho định hướng tăng trưởng biền vững, nhà nước đã tăng lãi suất, thắt chặt chi tiêu. Dẫn đến doanh nghiệp khó khăn trong việc huy động vốn từ ngân hàng với lãi suất cao. Trong khi đó, thị trường chứng khoán, một kênh huy động vốn khác của doanh nghiệp, lại cũng chờ, chờ những tín hiệu khả quan hơn, chờ doanh nghiệp thông báo lợi nhuận để đầu tư. Dẫn đến doanh nghiệp càng không có vốn, mà không có vốn thì không tái đầu tư, thực hiện dự án để tăng lợi nhuận. Mà doanh nghiệp không tăng lợi nhuận hay có những tín hiệu khả quan khác thì nhà đầu tư không đầu tư. Vòng luẩn quẩn này đang diễn ra trên thị trường. Với mong muốn đóng góp một mô hình hồi quy đa nhân tố để mục đích đánh giá đúng bản chất của các danh mục đầu tư trên thị trường chứng khoán Việt Nam trong giai đoạn hiện nay. Em xin giới thiệu đề tài: “Ứng dụng các mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam ”. 2. Mục tiêu nghiên cứu : Chúng ta hồi quy các danh mục để định giá, tìm ra danh mục đang định giá thấp để mua vào, còn những danh mục đang nắm giữ mà bị định giá cao thì bán ra. Ngoài ra, còn so sánh độ phù hợp của các mô hình với tình hình hiện tại trên thị trường để ra quyết định phù hợp nhất. 3.Phạm vi nghiên cứu Tất cả chứng khoán trên thị trường chứng khoán Việt Nam từ tháng 1 năm 2006 đến tháng 12 năm 2010. 4.Phương pháp nghiên cứu Đề tài sử dụng những phương pháp nghiên cứu sau :
iv • Nghiên cứu cơ sở lý thuyết các mô hình CAPM, Fama, Carhart • Thu thập dữ liệu từ các nguồn khác nhau. • Thống kê tổng hợp những thông tin thu thập được. • Sau đó dùng phương pháp tổng hợp, so sánh ; phương pháp phân tích suy luận, phương pháp phân tích thống kê, chạy mô hình bằng Eviews… để đưa ra những kết luận cụ thể.
iii MỤC LỤC TÓM TẮT ĐỀ TÀI LỜI MỞ ĐẦU .............................................................................................. 1 CHƯƠNG 1 : CƠ SỞ LÝ LUẬN ................................................................ 2 1. Khái niệm các mô hình: ............................................................................................ 2 1.1 Mô hình CAPM:........................................................................................................ 2 1.1.1 Lý thuyết quá trình định giá: .............................................................................. 4 1.1.2 Quy trình định giá trên thực tế: .......................................................................... 5 1.2 Mô hình Fama - French: ............................................................................................ 5 1.2.1 Những phát hiện của Fama – French: ................................................................ 5 1.2.2 Mô hình Fama – French ba nhân tố: .................................................................. 8 1.3 Mô hình Carhart: ..................................................................................................... 10 2. Mục đích của các mô hình: ..................................................................................... 11 3. Theo dõi kết quả dự báo và đánh giá lại mô hình đã sử dụng: ............................ 11 KẾT LUẬN CHƯƠNG 1:........................................................................................... 12 CHƯƠNG 2: THỰC TIỄN ỨNG DỤNG MÔ HÌNH TÀI CHÍNH XÂY DỰNG DANH MỤC ĐẦU TƯ TỐI ƯU .................................................. 13 1. Thực tiễn ứng dụng mô hình Fama - French xây dựng danh mục đầu tư ở các nước trên thế giới: ....................................................................................................... 13 1.1. Ứng dụng ở những nước phát triển: ....................................................................... 13 1.2 Ứng dụng ở những nước đang phát triển:................................................................ 16 2. Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ở các nước trên thế giới: ................................................................................................................ 19 3. Thực tiễn áp dụng mô hình tài chính vào thị trường chứng khoán Việt Nam: .. 21
iv 3.1. Những nghiên cứu về mô hình tài chính tại Việt Nam: ......................................... 21 3.2 Thực trạng thị trường chứng khoán: ........................................................................ 22 4. Sự cần thiết phải có một mô hình dự báo tỷ suất sinh lợi trong đầu tư chứng khoán ở Việt Nam: ...................................................................................................... 29 KẾT LUẬN CHƯƠNG 2:........................................................................................... 31 CHƯƠNG 3: XÂY DỰNG DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM: ............................................. 32 1. Xây dựng danh mục đầu tư – Mô hình Fama – French: ...................................... 32 1.1. Thu thập dữ liệu sơ bộ: .......................................................................................... 32 1.2. Phân loại các danh mục đầu tư: .............................................................................. 33 1.3 Dữ liệu nghiên cứu: ................................................................................................. 34 1.4. Kiểm định hiện tượng đa cộng tuyến: .................................................................... 34 1.4.1. Hậu quả của đa cộng tuyến: ............................................................................ 34 1.4.1.1. Hậu quả của đa cộng tuyến hoàn hảo:.................................................... 34 1.4.1.2. Hậu quả của đa cộng tuyến không hoàn hảo: ......................................... 35 1.4.2. Phát hiện đa cộng tuyến: ................................................................................. 36 1.5. Kiểm định tự tương quan, thống kê Breusch – Godfrey: ........................................ 37 1.5.1 Hậu quả của tự tương quan: ............................................................................. 37 1.5.2 Kiểm định tự tương quan Breusch – Godfrey: ................................................. 37 1.6. Kiểm định phương sai thay đổi, Kiểm định White: ................................................ 38 1.6.1. Hậu quả phương sai thay đổi: ......................................................................... 38 1.6.2 Phát hiện hiện tượng phương sai thay đổi: ....................................................... 38 1.7. Kết quả hồi quy: ..................................................................................................... 39 2. Xây dựng danh mục đầu tư - Mô hình Carhart: .................................................. 41 2.1 Thu thập dữ liệu sơ bộ: ........................................................................................... 41 2.3 Dữ liệu nghiên cứu: ................................................................................................. 42
iii 2.4 Kiểm định hiện tượng đa cộng tuyến: ..................................................................... 42 2.5 Kiểm định tự tương quan Breusch – Godfrey: ........................................................ 43 2.6. Kiểm định phương sai thay đổi, Kiểm định White: ................................................ 44 2.7. Kết quả hồi quy: ..................................................................................................... 44 KẾT LUẬN CHƯƠNG 3:........................................................................................... 46 CHƯƠNG 4: KHUYẾN NGHỊ ĐẦU TƯ VÀ CÁC BIỆN PHÁP NÂNG CAO TÍNH CHÍNH XÁC CỦA MÔ HÌNH DỰ BÁO: .......................... 47 1. Khuyến nghị đầu tư: ............................................................................................... 47 2. Các biện pháp nâng cao tính chính xác của mô hình: .......................................... 49 2.1 Nguyên nhân ảnh hưởng đến kết quả thực nghiệm của mô hình: ............................ 49 2.1.1 Phân tích gỉa định của các mô hình: ................................................................. 49 2.1.2 Thu thập số liệu: .............................................................................................. 50 2.2 Giải pháp nâng cao hiệu quả ứng dụng các mô hình đầu tư tài chính hịên đại vào thị trường chứng khoán Việt Nam: ..................................................................................... 51 KẾT LUẬN CHƯƠNG 4 ............................................................................................ 53 KẾT LUẬN ................................................................................................ 54
iv DANH MỤC PHỤ LỤC Phụ lục dữ liệu nghiên cứu phần 2.2.3 ......................................................................... 54 Phụ lục kiểm định danh mục theo mô hình Fama - French: ..................................... 58 Phụ lục kiểm định đa cộng tuyến 1.4.2: ........................................................................... 58 Phụ lục tự tương quan 1.5.2: ............................................................................................ 59 Phụ lục phương sai 1.6.2: ................................................................................................. 62 Phụ lục hồi quy 1.7: ......................................................................................................... 66 Phụ lục kiểm định danh mục theo mô hình Carhart .................................................. 70 Phụ lục đa cộng tuyến 2.4: ............................................................................................... 70 Phụ lục tự tương quan 2.5 ................................................................................................ 71 Phụ lục phương sai 2.6: .................................................................................................... 74 Phụ lục hồi quy 2.7: ......................................................................................................... 77 DANH MỤC TÀI LIỆU THAM KHẢO
1 LỜI MỞ ĐẦU Năm 2008 là năm biến động lớn của thị trường tài chính nói chung, thị trường chứng khoán nói riêng. Sự biến động đó đã vượt ngoài tầm kiểm soát, nó đi ngược lại các qui luật kinh tế trước đây mà các nhà kinh tế học đã dự báo. Riêng đối với thị trường chứng khoán, hàng loạt cổ phiếu giảm giá, hàng loạt công ty phải nộp đơn xin bảo hộ phá sản. Năm 2008 đi qua, các quốc gia rơi vào tình trạng suy thoái kinh tế, chính sách kích cầu kinh tế liên tục được đưa ra nhằm khôi phục thị trường tài chính, củng cố thị trường chứng khoán. Và Việt Nam cũng không nằm ngoài xu thế đó, năm 2008 vừa qua là năm biến động lớn của thị trường chứng khoán. Nếu năm 2007, chứng khoán tới đỉnh tại 1,174 điểm nhà đầu tư ào ạt đổ vào thị trường, thì từ 2008 trở đi, việc thu hút nhà đầu tư vẫn còn là vấn đề lớn, một mặt họ không có niềm tin vững chắc vào thị trường, mặt khác họ vẫn chưa yên tâm khi trong tay không có công cụ nào có thề định giá đúng đắn các loại chứng khoán. Vì vậy, hơn bao giờ hết thị trường chứng khoán Việt Nam cần phải có một mô hình định giá các danh mục đầu tư để giúp nhà đầu tư định hướng thị trường tốt hơn và giảm bớt rủi ro khi thực hiện đầu tư, Thấy được sự cần thiết của việc vận dụng các mô hình để định giá danh mục đầu tư, em quyết định nghiên cứu đề tài “Ứng dụng mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam”. Bài nghiên cứu sử dụng mô hình khá đơn giản đó là mô hình CAPM, ngoài ra, còn có mô hình ba nhân tố Fama Frẹnch và bốn nhân tố Carhart. Những mô hình này đã áp dụng rộng rãi và khá thành công tại nhiều quốc gia trên thế giới để cung cấp cho các nhà đầu tư một công cụ phân tích, định giá chứng khoán và danh mục đầu tư. Điều này sẽ có ích cho các nhà đầu tư trong việc quyết định nên nắm giữ những danh mục hay cổ phiếu nào. Với đề tài nghiên cứu này, em hy vọng các kết quả của nó sẽ giúp cho nhà đầu tư trong việc nhận định rủi ro và lợi nhuận, đưa ra các khuyến nghị đầu tư hợp lý để xây dựng một danh mục đầu tư an toàn và hiệu quả.
2 CHƯƠNG 1 : CƠ SỞ LÝ LUẬN 1. Khái niệm các mô hình: 1.1 Mô hình CAPM: Từ những năm 1960, mô hình định giá tài sản vốn CAPM do ba nhà kinh tế William Sharpe, John Lintnet và Jack Treynor phát triển dựa trên mối quan hệ giữa rủi ro và tỷ suất sinh lợi mong đợi, đựơc diễn tả bởi công thức sau : Trong mô hình này, tỷ suất sinh lợi mong đợi bằng tỷ suất sinh lợi phi rủi ro (risk- free) cộng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro toàn hệ thống của chứng khoán đó. Rủi ro không mang tính hệ thống không được xem xét trong mô hình này do nhà đầu tư có thể xây dựng danh mục đầu tư đa dạng hoá để loại bỏ loại rủi ro này. Nhà đầu tư sẽ dựa trên rủi ro và tỷ suất sinh lợi từ mô hình để thiết lập đường thị trường chứng khoán SML, họ đầu tư những chứng khoán đang được định giá thấp (bên trên đường SML) và bán khống (nếu thị trường cho phép) hoặc từ bỏ nắm giữ những chứng khoán bên dưới SML :
3 Như vậy, khi hệ số beta càng cao thì suất sinh lời của chứng khoán càng cao và vì vậy, cũng mang nhiều rủi ro hơn. Beta bằng 0: Lợi nhuận kỳ vọng của chứng khoán có beta bằng 0 chính là lợi nhuận không rủi ro, Rf. Beta bằng 1: Lợi nhuận kỳ vọng của chứng khoán có beta bằng 1 chính là lợi nhuận thị trường, E(Rm). Quan hệ giữa lợi nhuận và hệ số rủi ro beta của chứng khoán là quan hệ tuyến tính được diễn tả bởi đường thẳng SML có hệ số góc là E(Rm) - Rf . Ngoài ra, lý thuyết CAPM, đi lên từ lý thuyết danh mục của Markowitz, cho nên nó cần một số giả định sau: (1) Tất cả các nhà đầu tư đều là các nhà đầu tư hiệu quả Markowitz, họ mong muốn nắm giữ danh mục nằm trên đường biên hiệu quả. Vì vậy vị trí chính xác trên đường biên hiệu quả và danh mục cụ thể được chọn sẽ phụ thuộc vào hàm hữu dụng rủi ro – tỷ suất sinh lợi của mỗi nhà đầu tư. (2) Các nhà đầu tư có thể đi vay và cho vay bất kỳ số tiền nào ở lãi suất phi rủi ro - rf . (3) Tất cả các nhà đầu tư đều có mong đợi thuần nhất: có nghĩa là, họ có ước lượng các phân phối xác suất tỷ suất sinh lợi trong tương lai giống hệt nhau. Vả lại, giả định này có thể bỏ qua, lúc đó các khác biệt trong các giá trị mong đợi sẽ không lớn nên các ảnh hưởng của chúng sẽ không đáng kể. (4) Tất cả các nhà đầu tư có một phạm vi thời gian trong một kỳ như nhau chẳng hạn như một tháng, sáu tháng hay một năm. Mô hình này sẽ được xây dựng cho một khoảng thời gian giả định và kết quả của nó cũng sẽ bị ảnh hưởng bởi việc giả định khác đi. Sự khác nhau trong phạm vi thời gian sẽ đòi hỏi các nhà đầu tư xác định ra các thước đo rủi ro và các tài sản phi rủi ro phù hợp với các phạm vi thời gian đầu tư của họ. (5) Tất cả các khoản đầu tư có thể phân chia tùy ý, có nghĩa là các nhà đầu tư có thể mua và bán các tỷ lệ phần trăm của bất kỳ tài sản hay danh mục nào. Giả thuyết này cho phép chúng ta thảo luận các kết hợp đầu tư thành các đường cong liên tục. Thay đổi giả thuyết này sẽ có một chút ảnh hưởng đến lý thuyết. (6) Không có thuế và chi phí giao dịch liên quan tới việc mua và bán các tài sản.
4 (7) Không có lạm phát hay bất kỳ thay đổi nào trong lãi suất, hoặc lạm phát được phản ánh một cách đầy đủ. Đây là một giả định ban đầu hợp lý và có thể thay đổi được. (8) Các thị trường vốn ở trạng thái cân bằng. Điều này có nghĩa là chúng ta bắt đầu với tất cả các tài sản được định giá đúng với mức độ rủi ro của chúng. 1.1.1 Lý thuyết quá trình định giá: Quy trình thực hiện định giá danh mục đầu tư dựa trên cơ sở lý thuyết về định giá. Như đã biết về mô hình định giá CAPM, nhà đầu tư sẽ nắm giữ, mua vào danh mục bị định giá thấp, và bán ra, từ bỏ danh mục đang bị định giá cao. • Quyết định nắm giữ hay mua vào: Nếu thiết lập danh mục đầu tư từ A, B, C và D, nhà đầu tư sẽ mua vào chứng khoán C, vì C đang bị định giá thấp. Tỷ suất sinh lợi yêu cầu của C ( tỷ suất sinh lợi mong đợi từ CAPM) nhỏ hơn tỷ suất sinh lợi ước tính (kỳ vọng của nhà đầu tư). • Quyết định từ bỏ hay bán đi: Nếu đang nắm giữ B, D nhà đầu tư sẽ từ bỏ, vì tỷ suất sinh lợi yêu cầu của B lớn hơn tỷ suất sinh lợi ước tính. • Không quyết định:
5 Nếu đang nắm giữ A, nhà đầu tư có thể nắm giữ hoặc từ bỏ, vì tỷ suất sinh lợi yêu cầu của A bằng tỷ suất sinh lợi ước tính. Nhà đầu tư sẽ không có hành động nào đối với A. 1.1.2 Quy trình định giá trên thực tế: Ngoài ra, khi dùng để định giá chứng khoán, mô hình CAPM được chuyển thể về dạng: Theo như CAPM: • Tài sản đang được định giá đúng thì αi = 0 • αi đo lường tỷ suất sinh lợi tăng thêm bằng với tỷ suất sinh lợi mong đợi trừ cho tỷ suất sinh lợi yêu cầu. Như vậy, khi αi >0, tức tài sản đang bị định giá thấp, tuy nhiên, nhà đầu tư nên kiểm tra lại một số thông tin trước khi ra quyết định: • Xem lại sai số ước lượng của mô hình • Giá trị quá khứ của α chưa chắc là một dự báo tốt cho tương lai • αi >0 có thể đi cùng với những rủi ro nhất định. Do đó, α chính là nhân tố định giá danh mục. 1.2 Mô hình Fama - French: 1.2.1 Những phát hiện của Fama – French: Tuy nhiên, khi một số học giả khi áp dụng mô hình CAPM đã phát hiện ra một số điểm bất thường khiến CAPM không còn đúng như trường hợp bình thường.
6 Biểu đồ chỉ ra rằng, rủi ro thặng dư – Average risk premium (E(Ri) – Rf) của những danh mục có Beta khác nhau thì thay đổi qua những thời kỳ khác nhau. Mối quan hệ giữa beta trong mô hình và beta thực tế ngày càng trở nên yếu đi trong giai đoạn giữa những năm 1960. Những điểm bất thường bao gồm:
7 Ảnh hưởng của qui mô công ty – Người ta phát hiện rằng chứng khoán của công ty có giá trị thị trường nhỏ (giá trị vốn hóa thị trường = giá mỗi cổ phiếu x số lượng cổ phiếu) đem lại lợi nhuận cao hơn cổ phiếu của công ty có giá trị thị trường lớn, nếu những yếu tố khác như nhau. Ảnh hưởng của tỷ số P/E và ME/BE – Người ta cũng thấy rằng cổ phiếu của những công ty có tỷ số P/E( số nhân thu nhập) và tỷ số ME/BE (giá trị thị trường/giá trị sổ sách) thấp đem lại lợi nhuận cao hơn cổ phiếu của những công ty có tỷ số P/E và ME/BE cao.
8 Ảnh hưởng tháng Giêng – Những người nào nắm giữ cổ phiếu trong khoảng thời gian từ tháng 12 đến tháng 1 thường có lợi nhuận cao hơn so với những tháng khác. Tuy vậy, người ta cũng lưu ý mặc dù ảnh hưởng tháng Giêng được tìm thấy trong nhiều năm nhưng không phải năm nào cũng xảy ra. Thời kỳ 1963 – 1990, Fama và French nhận thấy rằng beta của CAPM không giải thích được tỷ suất sinh lợi bình quân của chứng khoán ở Mỹ. Fama và French bắt đầu quan sát hai lớp cổ phiếu có khuynh hướng tốt hơn so với toàn bộ thị trường. Thứ nhất là cổ phiếu giá trị vốn hóa nhỏ (small caps) hay còn gọi là quy mô nhỏ. Thứ hai là cổ phiếu có tỷ số giá sổ sách trên giá thị trường BE/ME cao (hay còn gọi là cổ phiếu giá trị - value stock, và ngược lại được gọi là cổ phiếu tăng trưởng – growth stock). Sau đó họ thêm hai nhân tố này vào CAPM để phản ánh sự nhạy cảm của danh mục đối với hai loại cổ phiếu này. Fama và French (1993) đã xác định một mô hình với ba nhân tố rủi ro chung đối với lợi nhuận chứng khoán đó là nhân tố tổng thể thị trường (Rm-Rf), nhân tố liên quan đến quy mô công ty (SMB) và nhân tố liên quan đến tỷ lệ giá sổ sách chia giá thị trường BE/ME (HML). 1.2.2 Mô hình Fama – French ba nhân tố: Fama và French đã sử dụng cách tiếp cận hồi quy theo dãy số thời gian của Black, Jensen và Scholes (1972), với mô hình: E(Ri) = Rf + βi[E(Rm) – Rf] + siE(SMB) + hi(HML) Trong đó: E(Ri): là tỷ suất sinh lợi trung bình của chứng khoán i - E(Rm): là tỷ suất sinh lợi trung bình của thị trường - Rf: là lãi suất phi rủi ro - SMB: là tỷ suất sinh lợi bình quân của danh mục có giá trị vốn hóa thị trường - nhỏ trừ tỷ suất sinh lợi bình quân của danh mục có giá trị vốn hóa thị trường lớn HML: là chênh lệch tỷ suất sinh lợi của các cổ phiếu “giá trị” so với các cổ - phiếu “tăng trưởng”
9 βi , si, hi, là các biến phản ánh độ nhạy của các nhân tố, trong đó βi còn được - gọi là beta chứng khoán 3 nhân tố (để phân biệt với beta chứng khoán trong CAPM). • Tỷ suất sinh lợi thị trường vượt trội: Phần chênh lệch Rm-Rf đôi khi còn được gọi là phần bù của thị trường (market premium) hay tỷ suất sinh lợi thị trường vượt trội, tức là phần tăng thêm của tỷ suất sinh lợi do rủi ro của thị trường mang lại. Nhân tố này cũng giống như trong CAPM. • Phần bù của quy mô: SMB (Small Minus Big) đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có giá trị vốn hóa thị trường nhỏ. Phần lợi nhuận tăng thêm này đôi khi còn được gọi là phần bù của quy mô, tức là lợi nhuận do yếu ớt quy mô của công ty mang lại. Trong thực tế, dãy dữ liệu SMB được tính bằng tỷ suất sinh lợi bình quân của danh mục gồm 33% chứng khoán có giá trị vốn hóa thị trường (quy mô) nhỏ trừ cho tỷ suất sinh lợi bình quân của danh mục gồm 33% chứng khoán có giá trị vốn hóa thị trường (quy mô) lớn. Một SMB dương chỉ ra rằng những chứng khoán có quy mô nhỏ luôn tốt hơn (có tỷ suất sinh lợi cao hơn) những chứng khoán có quy mô lớn. Một SMB âm thì biểu hiện điều ngược lại, chứng khoán có quy mô lớn sẽ tốt hơn chứng khoán có quy mô nhỏ. • Phần bù giá trị: HML (High Minus Low) đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) cao - tức là những cổ phiếu “giá trị”. HML còn được gọi là phần bù giá trị, tức là phần tỷ suất sinh lợi tăng thêm do cổ phiếu giá trị mang lại. Nhân tố HML được tính bằng tỷ suất sinh lợi bình quân của danh mục gồm 50% chứng khoán có BE/ME cao nhất trừ tỷ suất sinh lợi bình quân của danh mục gồm 50% chứng khoán có BE/ME thấp nhất. Một HML dương thể hiện những cổ phiếu “giá trị” tốt
10 hơn so với những cổ phiếu “tăng trưởng”. Một HML âm thì ngược lại, thể hiện những cổ phiếu “tăng trưởng” tốt hơn những cổ phiếu “giá trị”. 1.3 Mô hình Carhart: Carhart (1997) phát triển từ Fama sau khi thêm vào nhân tố đà tăng trưởng (momentium factor). Ông nhận định rằng nhà đầu tư nên mua những chứng khoán đã có tỷ suất sinh lợi cao trong quá khứ và bán những chứng khoán có tỷ suất sinh lợi thấp. Do đó, nhân tố này giải quyết được vấn đề rằng nó bào hàm cả những biểu hiện tốt và xấu của chứng khoán trong ngắn hạn, và được gọi là đà tăng trưởng 1 năm trước đó (PR1YR) portfolio. E(Ri) = Rf + βi[E(Rm) – Rf] + siE(SMB) + hi(HML) + pi(PR1YR) 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 ), ngoài ra, còn có những danh mục lấy thời kỳ nghiên cứu trước đó 3 tháng, 6 tháng... 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: (Chuỗi dữ liệu trung bình hàng tháng từ 1926 - 2005) Bảng trên lấy dữ liệu trung bình hàng tháng từ 1926 - 2005, trong đó, tỷ suất sinh lợi thị trường trừ tỷ suất sinh lợi phi rủi ro là 0.64%, tỷ suất sinh lợi trung bình danh mục có quy mô nhỏ trừ danh mục có quy mô lớn là 0.17%, tỷ suất sinh lợi trung bình của danh mục có tỷ số BE/ME cao trừ thấp là 0.53%, tỷ suất sinh lợi trung bình của danh mục có đà tăng trưởng cao trừ đi thấp là 0.76%. Như vậy, đà tăng trưởng trong quá khứ ảnh
11 hưởng rõ rệt đến hiện tại và tương lai. Điều này, đưa ra một định hướng đầu tư cho những chứng khoán đã có những biểu hiện tốt trong khoảng thời gian 1 năm trước. 2. Mục đích của các mô hình: Chúng ta hồi quy các danh mục để định giá, tìm ra danh mục đang định giá thấp để mua vào, còn những danh mục đang nắm giữ mà bị định giá cao thì bán ra. Ngoài ra, còn so sánh độ phù hợp của các mô hình với tình hình hiện tại trên thị trường để ra quyết định phù hợp nhất. 3. Theo dõi kết quả dự báo và đánh giá lại mô hình đã sử dụng: 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 nghĩ và độ chính xác riêng. Khi sử dụng mô hình nhà đầu tư phải luôn theo dõi kết quả của mô hình với thị trừơng. 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.
12 KẾT LUẬN CHƯƠNG 1: Theo như lý thuyết đã trình bày ở trên, đối với việc định giá hay dự báo tỷ suất sinh lợi của danh mục, mô hình Fama – French có những ưu thế vượt trội so với CAPM, và Carhart thì dường như lại tốt hơn Fama. Do đó, chúng ta tìm mô hình với độ phù hợp cao nhất, để từ đó định giá chứng khoán và xa hơn nữa là dự báo tỷ suất sinh lợi của những danh mục đã phân loại theo tiêu chí quy mô, giá trị sổ sách trên giá trị thị trường. (Ở đây, chúng ta nhấn mạnh, danh mục theo Fama, Carhart không phải là một danh mục tối ưu, chúng chỉ là một danh mục nhân tố, tức danh mục phân loại theo nhân tố như quy mô SMB, và giá trị HML, đà tăng trưởng WML. Ở đó, tỷ trọng của từng loại chứng khoán trong danh mục không phải dao động từ 0% đến 100% đến khi thiết lập được danh mục tối ưu, mà theo Fama, danh mục bao gồm các chứng khoán có tỷ trọng đồng nhất (equal – weighted average) hay tỷ trọng theo vốn hóa thị trường (value weighted average). Trong bài nghiên cứu, danh mục nhân tố sử dụng tỷ trọng đồng nhất trong dữ liệu hồi quy. Như vậy, để định giá danh mục, ta không chỉ đơn thuần chạy mô hình: Ri = rf + β(rm - rf) + εi Khi chứng khoán không được định giá đúng, khi chạy các số liệu thực tế để hồi quy ra mô hình, mặc dù β = 0, nhưng ri ≠ rf, để thuận lợi trong quá trình định giá, ta chuyển mô hình về dạng: Ri - rf = α + β(rm - rf) + εi Khi đó, α chính là dấu hiệu biểu hiện giá trị chứng khoán, α > 0 là chứng khoán đang được định giá thấp, cần mua vào, α < 0 là chứng khoán đang được định giá cao, cần bán ra, α = 0 nhà đầu tư bàng quan với thị trường.
13 CHƯƠNG 2: THỰC TIỄN ỨNG DỤNG MÔ HÌNH TÀI CHÍNH XÂY DỰNG DANH MỤC ĐẦU TƯ TỐI ƯU 1. Thực tiễn ứng dụng mô hình Fama - French xây dựng danh mục đầu tư ở các nước trên thế giới: Mô hình Fama – French được ứng dụng ở nhiều nơi trên thế giới, những nghiên cứu cho rằng khi thêm nhân tố SMB, HML để giải thích tỷ suất sinh lợi, R2 cao hơn, nghĩa là mô hình phù hợp hơn. 1.1. Ứng dụng ở những nước phát triển: • Nghiên cứu tại Mỹ của Nima Billou (2004): Tại Mỹ, trong bài nghiên cứu “Kiểm định mô hình CAPM và mô hình ba nhân tố Fama French” năm 2004, tác giả Nima Billou đã so sánh và kiểm tra tính hiệu quả của hai mô hình FF và CAPM. Với khoảng thời gian nghiên cứu từ 7/1963 đến 12/2003, αCAPM = 0.3 αFF3FM = 0.13, ngoài ra với độ tin cậy 95% thì R2 của CAPM là 72% còn R2 của FF3FM là 89%, chứng tỏ mô hình Fama French vẫn hiệu quả hơn so với CAPM. Sau khi Nima Billou mở rộng mẫu nghiên cứu ra từ 7/1926 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. • Nghiên cứu tại Úc của Michael A. O’Brien (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.