Xây dựng lại mô hình CAPM trong thị trường không hoàn hảo

Với việc nới lỏng giả định thị trường hiệu quả, bài nghiên cứu có thể cung cấp một cách thức tính toán hệ số Beta chính xác hơn và phù hợp hơn với thực tế, qua đó các ứng dụng của hệ số

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH



ĐỖ ANH TUẤN KIỆT

MÔ HÌNH CAPM TRONG THỊ TRƯỜNG KHÔNG

HOÀN HẢO

Chuyên ngành: Tài chính – Ngân hàng

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS TRẦN THỊ HẢI LÝ

Tp Hồ Chí Minh – Năm 2017

LỜI CAM ĐOAN

Tác giả xin cam đoan luận văn Thạc sĩ “Xây dựng lại mô hình CAPM trong thị trường không hoàn hảo” là công trình nghiên cứu của riêng tác giả Các

số liệu và tài liệu trong luận văn là trung thực và chưa được công bố trong bất kỳ công trình nghiên cứu nào Tất cả những tham khảo và kế thừa đều được trích dẫn và tham chiếu đầy đủ

TP Hồ Chí Minh, ngày 13 tháng 10 năm 2017

Tác giả

Đỗ Anh Tuấn Kiệt

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, ĐỒ THỊ

TÓM TẮT

CHƯƠNG 1 GIỚI THIỆU ĐỀ TÀI 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.3 Phương pháp nghiên cứu 2

1.4 Ý nghĩa của đề tài 3

1.5 Kết cấu bài nghiên cứu 3

CHƯƠNG 2 KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 5 2.1 Mô hình định giá tài sản CAPM 5

2.2 Lý thuyết về CAPM 6

2.3 Các nghiên cứu thực nghiệm về CAPM 12

2.4 Mô hình 3 nhân tố Fama-French 15

2.5 Bằng chứng thực nghiệm về mô hình 3 nhân tố Fama và French 16

2.6 Mối tương quan giữa tính thanh khoản và tỷ suất sinh lợi của cổ phiếu 17

2.6.1 Các nghiên cứu ở nước ngoài 17

2.6.2 Các nghiên cứu ở Việt Nam 19

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU 21

3.1 Dữ liệu và mẫu nghiên cứu 21

3.2 Mô hình định giá tài sản CAPM có yếu tố rủi ro không giao dịch 22

3.2.1 Thiết lập mô hình 22

3.2.2 Giả thuyết nghiên cứu 24

3.2.3 Các chiến lược thực nghiệm 25

3.2.4 Tiến trình nghiên cứu 26

3.3 Kiểm định mô hình Fama-Frech 3 nhân tố kết hợp với yếu tố rủi ro không giao dịch Y 27

3.3.1 Thiết lập danh mục 27

3.3.2 Các yếu tố giải thích 29

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU THỰC NGHIỆM 33

4.1 Kết quả kiểm tra giả thuyết của hệ số Beta trong thị trường không hoàn hảo 33 4.2 Kết quả hồi quy mô hình 3 yếu tố Fama-French kết hợp với yếu tố rủi ro không giao dịch Y 37

CHƯƠNG 5 KẾT LUẬN 40 TÀI LIỆU THAM KHẢO a PHỤ LỤC e

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

Từ viết tắt Tên đầy đủ bằng tiếng anh Tên đầy đủ bằng tiếng viết CAPM Capital asset pricing model Mô hình định giá tài sản vốn

BE Book value of equity Giá trị sổ sách của vốn cổ phần

ME Market value of equity Giá trị thị trường của vốn cổ

phần

HOSE Ho Chi Minh Stock Exchange Sở giao dịch chứng khoán TP

Hồ Chí Minh

DANH MỤC CÁC BẢNG Bảng 3.1: Vốn hóa thị trường trung bình công ty trong 6 danh mục tại

trường không hoàn hảo 34

Bảng 4.3: Kết quả chạy mô hình OLS 37

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Biểu đồ 2.1: Các cơ hội đầu tư……… 9 Biểu đồ 4.1: Phân phối xác suất của 𝛽𝑖𝑃𝑒𝑟𝑐𝑒𝑖𝑣𝑒𝑑 và 𝛽𝑖𝑇𝑟𝑢𝑒 trong mỗi năm

từ 2009-2016………33

TÓM TẮT

Bài nghiên cứu này tiến hành xây dựng lại mô hình CAPM trong thị trường không hoàn hảo bằng cách thêm vào yếu tố rủi ro không giao dịch Thông qua dữ liệu của hơn 250 công ty phi tài chính Việt Nam được niêm yết trên sàn chứng khoán HOSE, tác giả tính toán lại hệ số Beta trong thị trường không hoàn hảo, sau đó tiến hành so sánh với hệ số Beta tính toán từ mô hình CAPM truyền thống để xem xét liệu có sự khác biệt nào đáng

kể hay không? Bên cạnh đó, thông qua kết hợp yếu tố rủi ro không giao dịch Y với mô hình 3 nhân tố của Fama và French, tác giả còn xem xét xem thêm liệu yếu tố Y có góp phần giải thích cho tỷ suất sinh lợi hay không?

Kết quả nghiên cứu cho thấy Beta tính toán trong thị trường không hoàn hảo có khác biệt

so với Beta tính toán từ mô hình CAPM truyền thống Ngoài ra, phân phối xác suất của

hệ số Beta tính toán từ mô hình CAPM truyền thống tập trung quanh 1 nhiều hơn phân phối xác suất của hệ số Beta tính toán trong thị trường không hoàn hảo Hơn nữa, yếu tố

Y có khả năng giải thích đáng kể tỷ suất sinh lợi của các cổ phiếu trên sàn chứng khoán HOSE Bài nghiên cứu này có ý nghĩa cho những người tham gia thị trường cũng như các học giả tài chính trong việc sử dụng CAPM

Danh mục từ khóa: Mô hình định giá tài sản (CAPM), hệ số Beta, mô hình 3 nhân tố

Fama-French

CHƯƠNG 1 GIỚI THIỆU ĐỀ TÀI 1.1 Lý do chọn đề tài

Mô hình định giá tài sản vốn (CAPM) từ lâu đã được sử dụng rộng rãi trong lĩnh vực tài chính nhờ sự đơn giản và có khả năng ứng dụng trong thực tiễn Đặc biệt, mô hình CAPM

sử dụng rủi ro hệ thống (được đo lường bởi hệ số Beta) để giải thích cho tỷ suất sinh lợi

kỳ vọng Graham và Harvey (2001) đã dẫn chứng rằng CAPM đã trở thành phương

pháp luận tiêu chuẩn không chỉ để ước tính chi phí sử dụng vốn của một công ty và tỷ lệ chiết khẩu đối với dự án cụ thể, mà còn đánh giá được cả thành quả của các danh mục đầu tư được quản lý Dẫu vậy, việc mô hình CAPM có chính xác hay không vẫn còn là câu hỏi lớn đối các nhà học thuật

Mặc dù, CAPM là một chủ đề không còn quá mới mẻ vì đã có rất nhiều nghiên cứu học thuật để tìm hiểu mối quan hệ giữa tỷ suất sinh lời và hệ số Beta, nhưng hầu hết đều xem xét tới mô hình CAPM dựa trên giả định thị trường hoàn hảo – một giả định phi thực tế

vì hầu hết các thị trường đều không hoàn hảo Vì vậy, tác giả tiến hành thực hiện nghiên

cứu “Xây dựng lại mô hình CAPM trong thị trường không hoàn hảo” nhằm cung

cấp một cái nhìn mới mẻ hơn về CAPM và bổ sung thêm một cách thức tính hệ số Beta trong thị trường không hoàn hảo Liệu hệ số Beta tính toán trong thị trường không hoàn hảo có quá khác biệt với hệ số Beta tính toán từ mô hình CAPM truyền thống? Với việc nới lỏng giả định thị trường hiệu quả, bài nghiên cứu có thể cung cấp một cách thức tính toán hệ số Beta chính xác hơn và phù hợp hơn với thực tế, qua đó các ứng dụng của hệ

số Beta – như ước tính chi phí sử dụng vốn của một công ty và tỷ lệ chiết khấu đối với

dự án cụ thể và đánh giá thành quả của các danh mục đầu tư được quản lý – cũng trở nên chính xác hơn

1.2 Mục tiêu nghiên cứu

Bài nghiên cứu này nhằm xem xét rõ hơn tác động của tính không hiệu quả của thị trường

sẽ tác động như thế nào đến mô hình CAPM và hệ số Beta, và tác động của rủi ro không giao dịch Y lên tỷ suất sinh lợi của danh mục cổ phiếu

Bài nghiên cứu này sẽ tập trung làm rõ những câu hỏi sau:

Thứ nhất, hệ số Beta tính toán trong thị trường không hoàn hảo có khác biệt so với hệ

số Beta tính toàn từ mô hình CAPM truyền thống hay không?

Thứ hai, phân phối xác suất của hệ số Beta tính toàn từ mô hình CAPM tập trung quanh

1 nhiều hơn so với phân phối xác suất của hệ số Beta tính toán trong thị trường không hoàn hảo hay không?

Thứ ba, yếu tố rủi ro không giao dịch Y có giúp giải thích cho tỷ suất sinh lợi của danh

mục hay không?

1.3 Phương pháp nghiên cứu

Bài nghiên cứu sử dụng dữ liệu hàng ngày của các công ty phi tài chính được niêm yết tại Sở Giao dịch Chứng khoán TP Hồ Chí Minh Khoảng thời gian nghiên cứu là từ năm

2009 đến năm 2016

Bài nghiên cứu sử dụng giá đóng cửa và giá trị giao dịch hàng ngày của cổ phiếu để tính toán Beta trong thị trường không hoàn hảo Sau đó, tác giả tiến hành so sánh hệ số Beta mới và hệ số Beta tính toán từ mô hình CAPM truyền thống để xem xét sự khác biệt

Để tiến hành nghiên cứu mối quan hệ giữa yếu tố rủi ro không giao dịch Y và tỷ suất sinh lợi của danh mục, tác giả sử dụng hồi quy OLS

1.4 Ý nghĩa của đề tài

Bài nghiên cứu mang lại một số đóng góp về khoa học và thực tiễn cho các nhà quản lý doanh nghiệp, các nhà nghiên cứu học thuật có liên quan Cụ thể là:

Ý nghĩa khoa học: Nghiên cứu không những góp phần đóng góp vào cơ sở lý thuyết

hiện hữu, mà còn cung cấp các bằng chứng thực nghiệm về tác động của tính không hiệu quả của thị trường đến mô hình CAPM và hệ số Beta, và về mối quan hệ giữa yếu tố rủi

ro không giao dịch Y và tỷ suất sinh lợi danh mục ở Việt Nam

Ý nghĩa thực tiễn: Trong bối cảnh hệ số Beta và những ứng dụng của nó ngày càng trở

nên quan trọng, việc tính toán hệ số Beta chính xác có thể giúp doanh nghiệp và các nhà đầu tư có quyết định chính xác hơn trong việc lựa chọn danh mục đầu tư, tính toán chi phí sử dụng vốn bình quân và còn để đánh giá thành quả của danh mục đầu tư

Điểm mới của nghiên cứu: Thứ nhất, dựa trên phương pháp tiếp cận của Hur và Chung

(2016), bài nghiên cứu sử dụng công thức tính CAPM mới bằng cách thêm vào yếu tố rủi ro không giao dịch; thứ hai, bài nghiên cứu tìm ra cách thức mới để đại diện cho rủi

ro không giao dịch Y thay vì dựa trên nguồn vốn con người; thứ ba, bài nghiên cứu tiến hành xem xét liệu yếu tố rủi ro không giao dịch Y có góp phần giải thích cho tỷ suất sinh

lợi chứng khoán hay không?

1.5 Kết cấu bài nghiên cứu

Bài nghiên cứu gồm có năm chương được trình bày theo một bố cục xuyên suốt như sau:

Chương 1 - Giới thiệu đề tài: Mở đầu bài nghiên cứu, nhằm giúp bạn đọc có một cái

nhìn tổng quan về bài nghiên cứu, tác giả trình bày lý do tiêu nghiên cứu, mục tiêu, các câu hỏi nghiên cứu, phương pháp nghiên cứu và ý nghĩa của đề tài

Chương 2 - Khung lý thuyết và tổng quan các nghiên cứu trước đây: Chương này trình

bày khung lý thuyết về mô hình định giá tài sản CAPM, tổng quan các nghiên cứu đây

về mô hình CAPM và mối quan hệ giữa tính thanh khoản và tỷ suất sinh lợi cổ phiếu

Chương 3 - Phương pháp nghiên cứu: Trong chương này, tác giả giới thiệu dữ liệu,

phương pháp nghiên cứu, xây dựng mô hình và các biến được sử dụng trong mô hình, đồng thời đưa ra các giả thuyết nghiên cứu

Chương 4 - Kết quả thực nghiệm ở Việt Nam: Chương này sẽ xem xét các kết quả của

quá trình nghiên cứu: Bao gồm thống kê mô tả biến, phân tích các hệ số hồi quy thu được

Chương 5 - Kết luận: Chương cuối cùng đưa ra kết luận của bài nghiên cứu

CHƯƠNG 2 KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC

NGHIÊN CỨU TRƯỚC ĐÂY

2.1 Mô hình định giá tài sản CAPM

Với giả định mọi nhà đầu tư đều hành động một cách hợp lý dựa trên mong muốn tối đa

hóa hữu dụng kỳ vọng hợp lý từ các thông tin kinh tế có sẵn, các nhà nghiên cứu William

Sharpe (1964), Lintner (1965) và Black (1972) đã phát triển nên mô hình định giá tài

sản CAPM trong thập niên 1960 4 thập kỷ sau đó, mô hình CAPM vẫn được sử dụng rộng rãi trong các ứng dụng thực tế, như tính chi phí sử dụng vốn cho các công ty và ước tính thành quả của danh mục

Tính hấp dẫn của CAPM là mô hình cung cấp các dự đoán đơn giản, hợp lý và mang tính trực quan (intuitively pleasing) về cách thức đo lường rủi ro và còn về mối tương quan giữa tỷ suất sinh lợi và rủi ro Mối quan hệ trên thực hiện hai chức năng quan trọng Đầu tiên, mô hình cung cấp một tỷ suất sinh lợi chuẩn để đánh giá các khoản đầu tư tiềm năng Nhờ đó, các nhà phân tích chứng khoán biết được liệu tỷ suất sinh lợi dự báo của một cổ phiếu là cao hơn hay thấp hơn tỷ suất sinh lợi hợp lý ứng với một mức rủi ro cho trước Thứ hai là mô hình giúp chúng ta đưa ra một dự đoán dựa trên lý thuyết về tỷ suất sinh lợi tài sản của các tài sản chưa được giao dịch trên thị trường Chẳng hạn như để xác định mức giá IPO của một cổ phiếu hoặc là dự án đầu tư mới ảnh hưởng như thế nào đến tỷ suất sinh lợi đòi hỏi của nhà đầu tư

Không may thay, có lẽ cũng bởi tính đơn giản, các kết quả thực nghiệm của CAPM không có độ tin cậy cao, qua đó làm cho mô hình khó có thể sử dụng để áp dụng vào thực tế Các kết quả thực nghiệm của mô hình có thể phản ánh các khuyết điểm về CAPM

vì xét cho cùng, đây cũng chỉ là một mô hình dựa trên các giả định phi thực tế Những kiểm định sớm nhất về CAPM cho thấy rằng tỷ suất sinh lợi và rủi ro (được đo lường

bởi Beta) có mối tương quan với nhau Tuy nhiên, mối quan hệ giữa tỷ suất sinh lời và Beta dường như thay đổi theo thời gian nghiên cứu Trong một số giai đoạn, mối quan

hệ rất mạnh, nhưng cũng có một số giai đoạn không mạnh Thậm chí, ở một số giai đoạn, mối quan hệ này còn không tồn tại

Tuy nhiên, chúng có thể cũng là vì những thiếu sót của các kiểm định thực nghiệm, đáng chú ý nhất là các yếu tố đại diện không tốt cho danh mục đầu tư thị trường – vốn đóng

vai trò trung tâm trong các dự đoán của mô hình Tuy nhiên, Fama và French (2003)

cho rằng nếu vấn đề chọn danh mục đại diện cho danh mục thị trường bác bỏ đi các kiểm định của mô hình thì nó cũng bỏ qua hầu hết ứng dụng trong thực tế

2.2 Lý thuyết về CAPM

Mô hình CAPM được xây dựng dựa trên lý thuyết lựa chọn danh mục đầu tư của

Markowitz (1952) Trong mô hình của Markowitz, một nhà đầu tư lựa chọn danh mục

ở thời điểm t-1 và thu về tỷ suất sinh lợi ngẫu nhiên 𝑅𝑝𝑡 tại thời điểm t Mô hình CAPM giả định rằng các nhà đầu tư là e ngại rủi ro, và khi lựa chọn trong số các danh mục, họ chỉ quan tâm về trung bình và phương sai của tỷ suất sinh lợi đầu tư trong 1 thời kỳ Kết quả chính của mô hình được hình thành dựa trên các giả định trên Cụ thể hơn, các danh mục phù hợp với sự lựa chọn của nhà đầu tư mang kết hợp tốt nhất về trung bình-phương sai Điều này có nghĩa là (i) họ tối thiểu hóa phương sai của tỷ suất sinh lợi danh mục

𝑠2(𝑅𝑝𝑡) với tỷ suất sinh lợi kỳ vọng cho trước là 𝐸(𝑅𝑝𝑡), và (ii) họ tối đa hóa tỷ suất sinh lợi kỳ vọng với mức phương sai cho trước

Cách thức kết hợp các tài sản để tạo ra một danh mục hiệu quả cung cấp một khuôn mẫu cho mối quan hệ giữa tỷ suất sinh lợi kỳ vọng và rủi ro trong mô hình CAPM Giả sử có

N tài sản rủi ro có sẵn cho nhà đầu tư, dễ để cho thấy rằng danh mục tối thiểu hóa phương sai của tỷ suất sinh lợi với mức tỷ suất sinh lợi kỳ vọng cho trước (𝐸(𝑅𝑝𝑡), phân bổ tỷ

trọng danh mục, 𝑥𝑖𝑒(∑𝑁𝑖=1𝑥𝑖𝑒 = 1.0), cho các tài sản để đưa ra một mối quan hệ tuyến tính giữa tỷ suất sinh sinh lợi kỳ vọng của tài sản i và rủi ro Beta trong danh mục e (2.1) 𝐸(𝑅𝑖) = 𝐸(𝑅𝑧𝑒) + [𝐸(𝑅𝑒) − 𝐸(𝑅𝑧𝑒)]𝛽𝑖𝑒, 𝑖 = 1, … , 𝑁,

(2.2) 𝛽𝑖𝑒 =𝐶𝑜𝑣(𝑅𝑖,𝑅𝑒)

𝜎 2 (𝑅𝑒) = ∑ 𝑥𝑗𝑒𝐶𝑜𝑣(𝑅𝑖,𝑅𝑗)

𝑁 𝑖=1

∑𝑁𝑖=1𝑥𝑖𝑒∑𝑁𝑗=1𝑥𝑗𝑒𝐶𝑜𝑣(𝑅𝑖,𝑅𝑗)

Trong những công thức trên, Cov là hiệp phương sai, 𝐸(𝑅𝑧𝑒) là tỷ suất sinh lợi kỳ vọng của một tài sản – vốn có tỷ suất sinh lợi không tương quan với tỷ suất sinh lợi của danh mục e (với 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑒) = 0)

Để hiểu được (2.1) và (2.2), hãy nhớ đầu tiên là trong mô hình danh mục trên, tỷ suất sinh lợi kỳ vọng của các tài sản và hiệp phương sai giữa tỷ suất sinh lợi của các tài sản

là các hệ số được cung ứng bởi các nhà đầu tư Công thức (2.1) và (2.2) nói rằng, với những yếu tố đầu vào trên, việc tìm ra danh mục tối thiểu hóa phương sai tỷ suất sinh lợi với tỷ suất sinh lợi kỳ vọng cho trước ngụ ý rằng sự chọn lựa tỷ trọng tài sản (𝑥𝑖𝑒, 𝑖 =

1, … , 𝑁) với rủi ro Beta (𝛽𝑖𝑒, 𝑖 = 1, … , 𝑁) phải thỏa mãn công thức (2.1) cho mỗi tài sản Rủi ro Beta của tài sản i có diễn giải trực quan (intuitive interpretation) Trong mô hình Markowitz, một rủi ro của danh mục được thể hiện dưới dạng phương sai của tỷ suất sinh lợi, vì thế rủi ro của danh mục e là 𝑠2(𝑅𝑝𝑡) Phương sai của tỷ suất sinh lợi danh mục là tổng của các hiệp phương sai có trọng số của tỷ suất sinh lợi mỗi tài sản với tỷ suất sinh lợi danh mục e Cụ thể, như sau:

(2.3) 𝜎2(𝑅𝑒) = ∑ 𝑥𝑖𝑒𝐶𝑜𝑣( 𝑅𝑖, 𝑅𝑒)

Do đó, 𝛽𝑖𝑒 = 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑒)/𝑠2(𝑅𝑒) có thể hiểu như rủi ro hiệp phương sai của tài sản i trong danh mục e, được tính so với rủi ro của cả danh mục Được biết, rủi ro của danh mục chỉ là trung bình của rủi ro hiệp phương sai của tất cả tài sản

Công thức (2.1) là kết quả về mặt đại số, điều kiện về tỷ trọng tài sản để có thể cho ra danh mục có phương sai tỷ suất sinh lợi tối thiểu ứng với tỷ suất sinh lợi kỳ vọng là 𝐸(𝑅𝑒) Mô hình CAPM chuyển biến điều kiện này thành một ràng buộc về giá cân bằng thị trường (Market Clearing prices) và tỷ suất sinh lợi kỳ vọng bằng cách xác định một danh mục – phải hiệu quả nếu giá tài sản ở mức cân bằng Áp dụng vào một danh mục như thế, công thức (2.1) trở thành mối quan hệ giữa tỷ suất sinh lợi kỳ vọng và rủi ro ở tình trạng cân bằng thị trường

Sharpe và Lintner thêm vào 2 giả định đến mô hình Markowitz để xác định một danh mục hiệu quả nếu cung cầu trên thị trường cân bằng Giả định đầu tiên là với mức giá

mà tại đó cung và cầu cân bằng ở thời điểm t-1, nhà đầu tư đồng ý về phân phối đồng nhất của tỷ suất sinh lợi của các tài sản trong giai đoạn t-1 đến t

Giả định thứ 2 là tất cả nhà đầu tư được vay và cho vay với lãi suất phi rủi ro 𝑅𝑓 – vốn không phụ thuộc lượng tiền cho vay và đi vay Việc vay và cho vay với lãi suất phi rủi

ro không giới hạn ngụ ý rằng một dạng mạnh của định lý tách biệt (separation theorem)

của Tobin (1958) Biểu đồ 1 – mô tả các cơ hội về tỷ suất sinh lợi trung bình E(R) và độ

lệch chuẩn s(R) sẽ thể hiện cho hoạt động trên Đường cong abc biểu thị các sự kết hợp giữa E(R) và s(R) của các danh mục tối thiểu hóa phương sai tỷ suất sinh lợi ở các mức

tỷ suất sinh lợi kỳ vọng khác nhau, nhưng bỏ qua hoạt động cho vay và đi vay phi rủi ro Trong tập hợp bị giới hạn, chỉ có các danh mục trên b cùng với abc là hiệu quả (chúng cũng tối đa hóa tỷ suất sinh lợi kỳ vọng với phương sai tỷ suất sinh lợi cho trước)

Biểu đồ 2.1: Các cơ hội đầu tư

Nguồn: Fama và French (2003)

Thêm vào giả định đi vay và cho vay phi rủi ro sẽ làm đơn giản hóa bộ danh mục hiệu quả Xem xét một danh mục đầu tư x% vốn danh mục vào chứng khoán phi rủi ro và 1-x% vào danh mục g Cụ thể:

đi vay với lãi suất phi rủi ro và đầu tư vào danh mục g) Với giả định về hoạt động đi

vay và cho vay với lãi suất phi rủi ro sẽ có được các danh mục hiệu quả nằm trên dường thẳng nối từ 𝑅𝑓 trong biểu đồ 1 và cho đến bên trái, cho đến danh mục tiếp tuyến T Kết quả chính là, với giả định về hoạt động đi vay và cho vay với lãi suất phi rủi ro không giới hạn, tất cả danh mục hiệu quả là các kết hợp giữa danh mục tiếp tuyến T với việc cho vay ở lãi suất phi rủi ro (điểm nằm dưới T thuộc đường thẳng nối từ 𝑅𝑓) hoặc hoạt động cho vay với lãi suất phi rủi ro (những điểm nằm trên T thuộc đường nối từ 𝑅𝑓) Với sự nhất trí hoàn toàn về phân phối xác suất của tỷ suất sinh lợi, tất cả nhà đầu tư kết hợp với cùng một danh mục tiếp tuyến T với hoạt động cho vay và đi vay với lãi suất phi rủi ro Vì tất cả nhà đầu tư nắm giữ cùng một danh mục tài sản rủi ro, thị trường của các tài sản rủi ro không cân bằng ở thời điểm t-1 trừ khi mỗi tài sản được định giá vì thế

tỷ trọng của mỗi tài sản trong danh mục T là tổng giá trị thị trường của tài sản đó tại thời điểm t-1 chia cho tổng giá trị thị trường của tất cả tài sản Tuy nhiên, đây mới chỉ là tỷ trọng tài sản 𝑥𝑖𝑀 trong danh mục thị trường M Do đó, danh mục tiếp tuyến quan trọng

T phải là danh mục thị trường Bên cạnh đó, lãi suất phi rủi ro phải được thiết lập (cùng với giá của các tài sản rủi ro) để cân bằng cung cầu đối với hoạt động cho vay và đi vay với lãi suất phi rủi ro

Vì danh mục tiếp tuyến là danh mục thị trường, danh mục thị trường M là hiệu quả và tại điểm M cả 2 điều kiện (2.1) và (2.2) đều thỏa mãn

(2.9) 𝐸(𝑅𝑖) = 𝑅𝑓+ [𝐸(𝑅𝑀) − 𝑅𝑓]𝛽𝑖𝑀, 𝑣ớ𝑖 𝑖 = 1, … , 𝑁

Diễn giải cụ thể như sau: Tỷ suất sinh lợi kỳ vọng của bất kỳ tài sản i nào bằng lãi suất phi rủi ro 𝑅𝑓 cộng với phần bù rủi ro – là rủi ro Beta của tài sản i trong danh mục M, 𝛽𝑖𝑀, nhân với giá của một đơn vị rủi ro Beta, 𝐸(𝑅𝑀) − 𝑅𝑓 (phần bù rủi ro thị trường) Và 𝛽𝑖𝑀

là rủi ro hiệp phương sai của tài sản i trong danh mục M, 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑀) chia cho cho rủi

ro tổng thể của M, 𝑠2(𝑅𝑀) 𝑠2(𝑅𝑀) là trung bình có trọng số của các rủi ro hiệp phương sai của tất cả tài sản Cuối cùng, lưu ý từ công thức (2.8) rằng 𝛽𝑖𝑀 cũng là hệ số góc của hồi quy của 𝑅𝑖 dựa trên 𝑅𝑀 Điều này dẫn tới lời giải thích được chấp nhận rộng rãi về

hệ số 𝛽𝑖𝑀 là độ nhạy cảm của tỷ suất sinh lợi trước sự biến động của tỷ suất sinh lợi thị trường

Hoạt động cho vay và đi vay với lãi suất phi rủi ro không giới hạn là một giả định phi thực tế Mối quan hệ giữa rủi ro và tỷ suất sinh lợi (2.7) có thể vẫn đúng khi không có giả định trên, nhưng chi phí khá cao Việc bán khống các tài sản rủi ro không giới hạn phải được tính vào Trong trường hợp này, chúng ta có phiên bản CAPM của Fischer Black (1972) Cụ thể hơn, không có hoạt động cho vay và đi vay với lãi suất phi rủi ro, nhà đầu tư chọn danh mục hiệu quả từ một bộ tài sản rủi ro (điểm nằm trên b trên đường cong abc trong biểu đồ 1) Để cung và cầu cân bằng trên thị trường thì đòi hỏi khi tỷ trọng của một tài sản trong danh mục tài sản được xác lập bởi một nhà đầu tư bằng một phần của tổng tài sản của họ thì danh mục cuối cùng là danh mục thị trường Tuy nhiên, khi hoạt động bán khống tài sản rủi ro không giới hạn được xem xét tới, các danh mục của các danh mục hiệu quả có tỷ trọng dương là hiệu quả Do đó, để thị trường cân bằng đòi hỏi danh mục M là hiệu quả, điều này có nghĩa là các tài sản phải được định giá vì thế điều kiện (2.7) thỏa mãn

Không may thay, tính hiệu quả của danh mục thị trường đòi hỏi cả hoạt động cho vay và

đi vay với lãi suất rủi ro không giới hạn và hoạt động bán khống tài sản rủi ro không giới

hạn Nếu không có tài sản phi rủi ro và hoạt động bán khống các tài sản rủi ro không được cho phép, các nhà đầu tư theo lý thuyết Markowitz vẫn chọn các danh mục hiệu quả, nhưng danh mục bao gồm các danh mục hiệu quả thường không hiệu quả Điều này

có nghĩa là danh mục thị trường gần như chắc chắn là không hiệu quả, vì thế mối quan

hệ giữa rủi ro và tỷ suất sinh lợi như công thức (2.7) không tồn tại Điều này không loại trừ các dự đoán về mối quan hệ giữa tỷ suất sinh lợi kỳ vọng và rủi ro nếu lý thuyết có thể chỉ ra các danh mục hiệu quả nếu thị trường cân bằng Tuy nhiên, cho đến nay, điều này dường như là bất khả thi

Công thức tính toán của CAPM như sau:

𝑬[𝑹𝒊] = 𝑹𝒇+ 𝜷(𝑬[𝑹𝑴] − 𝑹𝒇)

Trong đó:

 𝐸[𝑅𝑖] là tỷ suất sinh lợi kỳ vọng của chứng khoán i

 𝐸[𝑅𝑀] là tỷ suất sinh lợi kỳ vọng của danh mục thị trường

 𝑅𝑓 là lãi suất phi rủi ro

 𝛽 là hệ số thể hiện rủi ro hệ thống của một cổ phiếu

2.3 Các nghiên cứu thực nghiệm về CAPM

Nghiên cứu của Graham và Harvey (2001) đã dẫn chứng rằng CAPM đã trở thành

phương pháp luận tiêu chuẩn không chỉ để ước tính chi phí sử dụng vốn của một công

ty và tỷ lệ chiết khẩu đối với dự án cụ thể, mà còn đánh giá được cả thành quả của các danh mục đầu tư được quản lý

Dẫu vậy, CAPM vẫn còn rất nhiều khuyết điểm Cụ thể, mô hình CAPM lại không hề thể hiện bản chất thay đổi theo thời gian của hệ số Beta và phần bù rủi ro thị trường, mặc

dù các điều kiện kinh tế vĩ mô liên tục thay đổi Bên cạnh đó, mô hình trên chỉ sử dụng

cho các quyết định đầu tư một thời kỳ dựa trên nguyên tắc đánh đổi giữa tỷ suất sinh lợi

và rủi ro, trong khi các sự ưu tiên và các cơ hội đầu tư tương lai của nhà đầu tư đều có

sự kết nối về mặt thời gian từ quá khứ cho đến hiện tại và cả tương lai Vì thế, nhiều nhà nghiên cứu đã cố gắng kết hợp bản chất thay đổi theo thời gian và tính liên tục về thời gian vào mô hình CAPM, và đã tiến hành kiểm định thực nghiệm mô hình này bằng cách

sử dụng dữ liệu thị trường từ Mỹ và các thị trường khác

Merton (1973) đã phát triển một mô hình định giá tài sản vốn liên thời gian

(Intertemporal Capital Asset Pricing Model – ICAPM) Theo mô hình ICAPM, nhà đầu

tư lo ngại về cơ hội tiêu dùng và đầu tư trong suốt vòng đời của cổ phiếu Khi lựa chọn một danh mục ở tại thời điểm t-1, nhà đầu tư theo mô hình ICAPM sẽ xem xét tài sản của họ tại thời điểm t có thể thay đổi ra sao với các biến số trong tương lai, bao gồm cả thu nhập từ lao động, giá hàng hóa tiêu dùng và bản chất của cơ hội đầu tư

Jagannathan và Wang (1996) đã đưa ra phiên bản CAPM đi kèm với các điều kiện là

Beta và phần bù rủi ro thị trường thay đổi theo vòng đời của công ty Các tác giả còn bao gồm cả tỷ suất sinh lợi của nguồn vốn con người (được đo lường bằng tỷ lệ tăng trưởng của thu nhập lao động) khi tính toán tỷ suất sinh lợi trên tổng tài sản Kết quả cho thấy

mô hình này giải thích gần 55% cho mối quan hệ giữa tỷ suất sinh lợi bình quân chéo của cổ phiếu

Một giả định quan trọng hơn của mô hình CAPM là thị trường hoàn hảo Theo đó,

tất cả mọi nguồn rủi ro trong thị trường hoàn hảo đều có thể giao dịch hoặc có khả năng phòng ngừa hoàn hảo bằng các sử dụng các tài sản giao dịch Tuy nhiên, thực tế thì không như vậy, không phải rủi ro nào cũng có thể được giao dịch và phòng ngừa, và do

đó thị trường là không hoàn hảo Vậy các tài sản được định giá như thế nào trong một thị trường không hoàn hảo và có các tài sản không được giao dịch? Vì thế, một số nghiên cứu đã cân nhắc tới tác động của các tài sản không được giao dịch đến quyết định lựa chọn danh mục của một nhà đầu tư và mức giá cân bằng của tài sản

Đầu tiên là nghiên cứu của Mayers (1972) đã đưa ra một mô hình một thời kỳ về định

giá tài sản trong điều kiện bất ổn Trong trường hợp này tồn tại 2 loại tài sản: Tài sản thanh khoản hoàn toàn hoặc tài sản hoàn toàn không thanh khoản Hay nói cách khác, nhà đầu tư được quyền nắm giữ các tài sản không được giao dịch trên thị trường Nguồn vốn con người (được đo lường bằng thu nhập lao động) có lẽ là một trong những tài sản không được giao dịch quan trọng nhất Mặc dù vẫn giữ lại giả định cho vay và đi vay phi rủi ro từ mô hình SLM gốc, nhưng mô hình của Mayers lại khác ở 2 khía cạnh Đầu tiên, thước đo rủi ro hệ thống của công ty và rủi ro của danh mục có bao gồm cả rủi ro xuất phát từ các tài sản không được giao dịch Thứ hai, mô hình của Mayers không giả định danh mục tối ưu của các nhà đầu tư là giống nhau hoàn toàn Ngay cả với kỳ vọng đồng nhất, nhà đầu tư vẫn sở hữu các danh mục tài sản có giao dịch khác nhau Mỗi cá nhân

sẽ nắm giữ một danh mục tài sản có giao dịch mà có thể giải quyết các vấn đề cá nhân

và đưa đến mỗi nhà đầu tư có một danh mục đặc thù

Bài nghiên cứu của Fama và Schwert (1977) đã mở rộng mô hình cân bằng thị trường

vốn 2 tham số bằng cách thêm nguồn vốn con người – một tài sản không được giao dịch trên thị trường – vào danh mục tài sản Với danh mục bao gồm các cổ phiếu trên NYSE

và tín phiếu kho bạc cũng như Trái phiếu Chính phủ Mỹ, mối quan hệ giữa tỷ suất sinh lợi và tổng khoản tiền lương chi trả cho nguồn vốn con người không đủ để tạo ra mức chênh lệch đáng kể giữa các Beta tính toán từ phương pháp Mayers và phương pháp Sharpe-Lintner-Black Vì thế, họ đưa ra kết luận rằng không cần thiết phải tính tới tác động của nguồn vốn con người tới cân bằng thị trường giữa tỷ suất sinh lợi kỳ vọng và rủi ro Tuy nhiên, việc ước tính về tỷ suất sinh lợi của nguồn vốn con người vẫn còn nhiều nghi vấn và có thể không chính xác

Lucas (1994) đã tiến hành nghiên cứu tác động của một dạng thị trường không hoàn hảo

đến tỷ suất sinh lợi của tài sản, sự biến động trong tiêu dùng và các mẫu hình giao dịch Trong bài nghiên cứu, tác giả cho rằng thị trường là không hoàn hảo bởi các người đại

diện không thể phòng ngừa trước những cú sốc không đồng nhất trong tương lai đến thu nhập của họ Dẫu vậy, các người đại diện có cú sốc bất lợi có thể tự bảo vệ mình một cách hiệu quả bằng cách bán các tài sản tài chính cho các người đại diện có cú sốc tốt Điều này cho thấy các cú sốc không đồng nhất tới thu nhập phần lớn đều có tương quan đến giá tài sản trong mô hình này

Oh (1996) đã thực hiện mô hình CAPM có bao gồm các nguồn lực không được giao

dịch và tập trung vào tác động của các nguồn lực này đến CAPM Kết quả cho thấy xuất hiện đường thị trường chứng khoán dương khi các đại lý có các nguồn lực không giao dịch được (non-traded endowment) Điều này có nghĩa là khi rủi ro hệ thống của một tài sản được đo lường bằng hiệp phương sai giữa chúng với nguồn lực chung, việc chấp nhận rủi ro cao hơn sẽ được tỷ suất sinh lợi cao hơn Tuy nhiên, kết quả nghiên cứu cho thấy giá tương đối của các tài sản hiện hữu không thay đổi khi cấu trúc thị trường thay đổi

2.4 Mô hình 3 nhân tố Fama-French

Fama và French (1992) đưa ra một mô hình khác để giải thích việc định giá thị trường

Fama và French nhận thấy rằng nhà đầu tư lo ngại về 3 nhân tố rủi ro khác nhau thay vì chỉ 1 như mô hình CAPM và hệ số Beta chỉ có thể giải thích một phần cho tổng tỷ suất sinh lợi

Dựa trên các bài nghiên cứu trước đó (Banz (1981), Bhandrari (1988), Stattman (1980)…), 2 tác giả tìm ra rằng các yếu tố hệ số Beta thị trường, quy mô, E/P, đòn bẫy

và giá trị sổ sách và giá trị thị trường (BE/ME) có thể góp phần giải thích cho tỷ suất sinh lợi chứng khoán Bên cạnh đó, họ cũng tìm thấy yếu tố quy mô và hệ số BE/ME có thể bao hàm luôn vai trò của đòn bẩy và hệ số E/P trong việc giải thích cho tỷ suất sinh lợi chứng khoán Từ đó, dựa trên mô hình CAPM, Fama-French thêm vào 2 yếu tố mới

là yếu tố quy mô SMB và yếu tố giá trị công ty HML

Công thức của mô hình 3 nhân tố Fama-French như sau:

𝑅𝑖 − 𝑅𝑓 = 𝛼𝑖+ 𝛽𝑖[𝑅𝑚− 𝑅𝑓] + 𝑠𝑖𝑆𝑀𝐵 + ℎ𝑖𝐻𝑀𝐿 Trong đó:

 𝑅𝑖 là tỷ suất sinh lời của chứng khoán hoặc danh mục đầu tư i

 𝑅𝑓 là lãi suất phi rủi ro

 𝑅𝑚 là tỷ suất sinh lợi kỳ vọng của danh mục thị trường

 𝛽𝑖 là hệ số Beta của phần bù rủi ro thị trường

 𝑠𝑖 là hệ số Beta của nhân tố quy mô SMB

 ℎ𝑖 là hệ số Beta của nhân tố giá trị sổ sách trên giá trị thị trường HML

Yếu tố quy mô SMB (Small Minus Big): Yếu tố SMB được hình thành để đại diện cho

rủi ro liên quan đến quy mô công ty Theo đó, tỷ suất sinh lợi trung bình hàng ngày của yếu tố trên được xác định bằng cách lấy chênh lệch của tỷ suất sinh lợi trung bình hàng ngày của danh mục nhỏ và tỷ suất sinh lợi trung bình của danh mục lớn

Yếu tố giá trị sổ sách trên giá trị thị trường HML (High Minus Low): Yếu tố HML

được hình thành để đại diện cho rủi ro liên quan đến hệ số BE/ME Theo đó, tỷ suất sinh lợi trung bình hàng ngày của yếu tố trên được xác định bằng cách lấy tỷ suất sinh lợi trung bình hàng ngày của danh mục có BE/ME cao trừ đi tỷ suất sinh lợi trung bình hàng ngày của danh mục có BE/ME thấp

2.5 Bằng chứng thực nghiệm về mô hình 3 nhân tố Fama và French

Trước tiên là bài nghiên cứu Faff (2001) đã sử dụng số liệu thống kê của những cổ phiếu

niêm yết trên thị trường chứng khoán Australia để tiến hành đánh giá mức độ phù hợp của mô hình 3 nhân tố Fama và French trong giai đoạn 1991-1999 Tác giả tìm ra những kết quả phù hợp với mô hình 3 nhân tố Fama và French Tuy nhiên, biến quy mô công

ty lại có tương quan nghịch biến với tỷ suất sinh lời của cổ phiếu

Maroney và Protopapadakis (2002) đã thực hiện mô hình 3 nhân tố Fama và French

ở 7 thị trường là Mỹ, Anh, Australia, Canada, Đức và Pháp Kết quả là họ tìm thấy rằng tác động của biến quy mô và giá trị công ty (thể hiện qua hệ số BE/ME) đều có tác động đến tỷ suất sinh lời chứng khoán ở cả 7 thị trường trên

Homsud và cộng sự (2009) đã tiến hành nghiên cứu mô hình 3 nhân tố Fama và French

ở thị trường chứng khoán Thái Lan, trong đó tác giả phân chia thành 6 danh mục là SL,

SM, SH, BL, BM và BH Dữ liệu nghiên cứu là tháng 7/2002 cho đến tháng 5/2007 Họ phát hiện ra rằng so với mô hình CAPM, mô hình 3 nhân tố Fama và French giải thích tốt hơn cho tỷ suất sinh lợi chứng khoán

Sử dụng dữ liệu cổ phiếu từ thị trường chứng khoán Istabul trong giai đoạn 2003-2010,

Erslan (2013) phát hiện ra rằng tỷ suất sinh lời của các cổ phiếu có quy mô lớn hơn lại

cao hơn tỷ suất sinh lời của công ty có quy mô nhỏ, và danh mục có hệ số BE/ME thấp lại có tỷ suất sinh lời cao hơn danh mục có hệ số BE/ME cao Sau khi chạy mô hình 3 nhân tố Fama và French, tác giả nhận thấy quy mô công ty không hề có tác động đến tỷ suất sinh lời của danh mục có quy mô lớn, nhưng lại có tác động đến danh mục quy mô nhỏ và quy mô vừa Trong khi đó, hệ số BE/ME có ảnh hưởng đến danh mục có BE/ME cao

2.6 Mối tương quan giữa tính thanh khoản và tỷ suất sinh lợi của cổ phiếu

2.6.1 Các nghiên cứu ở nước ngoài

Tính thanh khoản của thị trường là một thuật ngữ dùng để ám chỉ đến khả năng có thể nhanh chóng mua và bán của một tài sản hoặc hàng hóa trên thị trường mà không gây ảnh hưởng đến giá tài sản hoặc chứng khoán đó Thanh khoản được thể hiện ở mức độ giao dịch cao và có chênh lệch nhỏ giữa giá mua và giá bán Việc đầu tư vào các chứng khoán có thanh khoản cao sẽ được xem là an toàn hơn các chứng khoán có tính thanh

khoản thấp, do đó các tài sản có tính thanh khoản thấp nên có tỷ suất sinh lợi kỳ vọng cao hơn (phần bù) để bù đắp cho rủi ro liên quan đến tính thanh khoản và chi phí giao dịch cao hơn Các quan điểm về mối quan hệ giữa thanh khoản và giá chứng khoán đã được dẫn chứng khá nhiều trong giới học thuật

Amihud và Medelson (1986) sử dụng dữ liệu của các cổ phiếu niêm yết trên sàn chứng

khoán NYSE để tiến hành hồi quy chéo nhằm xem xét mối quan hệ giữa tỷ suất sinh lợi, rủi ro thị trường và tính thanh khoản – được đo lường bằng tỷ lệ chênh lệch giữa giá chào bán và giá hỏi mua của danh mục cổ phiếu Kết quả là các tác giả tìm thấy rằng tỷ

lệ chênh lệch giữa giá chào bán và giá hỏi mua có tương quan dương với tỷ suất sinh lợi của cổ phiếu

Dựa trên phương pháp nghiên cứu của Amihud và Medelson (1986), nghiên cứu của

Datar, Naik và Radcliffe (1998) kiểm định về mối quan hệ giữa tính thanh khoản và

giá cổ phiếu, trong đó, các tác giả sử dụng tỷ lệ giữa cổ phiếu được giao dịch với cổ phiếu đang được lưu hành (turnover) để đại diện cho tính thanh khoản Mẫu dữ liệu trong bài nghiên cứu là dữ liệu hàng tháng của các cổ phiếu niêm yết trên sàn chứng khoán NYSE trong giai đoạn 7/1962-12/1991 Kết quả là các tác giả phát hiện ra mối tương quan nghịch biến giữa số cổ phiếu được giao dịch so với số cổ phiếu đang được lưu hành

và tỷ lệ tỷ suất sinh lời

Archarya và Pedersen (2005) đã mở rộng mô hình CAPM điều chỉnh theo tính thanh

khoản Thông qua việc sử dụng dữ liệu hàng ngày về giá cổ phiếu, giá trị giao dịch của các cổ phiếu được niêm yết trên sàn chứng khoán NYSE và AMEX trong giai đoạn 6/1962-12/1999, các tác giả phát hiện rằng rủi ro thanh khoản có tác động đến tỷ suất sinh lời của cổ phiếu

Wang và Iorio (2007) xem xét đến tác động của nhiều yếu tố rủi ro khác ngoài hệ số

Beta trong CAPM đến tỷ suất sinh lời của cổ phiếu Trong nghiên cứu này, tác giả có

tính tới yếu tố thanh khoản và sử dụng tỷ lệ turnover để đại diện cho tính thanh khoản của cổ phiếu Sử dụng cho các cổ phiếu niêm yết trên thị trường chứng khoán Trung Quốc từ năm 1994-2002, kết quả hồi quy cho thấy tính thanh khoản có tương quan nghịch biến đến tỷ suất sinh lợi của cổ phiếu

Salehi và cộng sự (2011) đã nghiên cứu mối quan hệ giữa tỷ suất sinh lợi cổ phiếu và

khả năng thanh khoản của các công ty trên trên sàn giao dịch chứng khoán Tehran Kết quả nghiên cứu cho thấy tính thanh khoản có mối quan hệ nghịch biến với tỷ suất sinh lợi của cổ phiếu

Tương tự, Heidarpoor, Rouhi và Mashaei (2012) tiến hành nghiên cứu về ảnh hưởng

của tính thanh khoản cổ phiếu đến sự thay đổi giá cổ phiếu Trong bài nghiên cứu này, Bài nghiên cứu sử dụng dữ liệu về tất cả các cổ phiếu niêm yết trên sàn chứng khoán Tehran từ ngày 21/04/2010 đến năm 2012 Kết quả nghiên cứu cho thấy phần trăm thay đổi thanh khoản hàng tháng có tác động mạnh đến phần trăm thay đổi giá cổ phiếu hàng tháng và phần trăm thay đổi thanh khoản hàng ngày cũng tác động mạnh đến sự thay đổi giá cổ phiếu hàng ngày

2.6.2 Các nghiên cứu ở Việt Nam

Võ Xuân Vinh và Jonathan Batten (2010) cũng nghiên cứu về ảnh hưởng của tính

thanh khoản đến tỷ suất sinh lợi cổ phiếu ở thị trường chứng khoán Việt Nam trong suốt giai đoạn khủng hoảng tài chính Ở bài nghiên cứu này, tác giả sử dụng tỷ lệ số lượng cổ phiếu giao dịch so với số lượng cổ phiếu đang lưu hành (turnover) để đại diện cho tính thanh khoản Mẫu dữ liệu của bài nghiên cứu là các công ty niêm yết trên sàn giao dich chứng khoán HOSE trong giai đoạn 2006-2010 Kết quả là các tác giả phát hiện ra tính thanh khoản có mối quan hệ đồng biến với tỷ suất sinh lời của cổ phiếu Kết quả này trái ngược với các bài nghiên cứu ở thị trường nước ngoài

Tương tự, nghiên cứu của Nguyễn Anh Phong (2012) đã đánh giá tác động của tính

thanh khoản và rủi ro thanh khoản đến tỷ suất sinh lợi của các cổ phiếu trên thị trường chứng khoán Việt Nam Trong nghiên cứu này, tác giả sử dụng 3 thước đo khác nhau về tính thanh khoản: Đầu tiên là sử dụng logarit tự nhiên giá trị giao dịch bình quân của cổ phiếu trong từng tháng, thứ hai là giá trị giao dịch bình quân của cổ phiếu trong từng tháng và cuối cùng là tỷ lệ số lượng cổ phiếu giao dịch so với số lượng cổ phiếu đang lưu hành (turnover) Tác giả phát hiện ra tính thanh khoản tương quan đồng biến với tỷ suất sinh lời của cổ phiếu, tức cổ phiếu có tính thanh khoản càng cao thì tỷ suất sinh lợi cũng càng cao Kết quả này cũng trái ngược với các nghiên cứu ở nước ngoài

Việc tính thanh khoản có tương quan đồng biến với tỷ suất sinh lời của các cổ phiếu ở thị trường chứng khoán Việt Nam có thể cho thấy một đặc trưng riêng của thị trường chứng khoán Việt Nam Kết quả trên cho thấy nhà đầu tư Việt Nam kỳ vọng tỷ suất sinh lợi cao hơn trên các cổ phiếu có tính thanh khoản cao hơn

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Dữ liệu và mẫu nghiên cứu

Số liệu sử dụng trong bài nghiên cứu này là dữ liệu hàng ngày về cổ phiếu của các công

ty phi tài chính được niêm yết trên sàn HOSE và chỉ số thị trường VN-Index trong giai đoạn từ ngày 01/01/2009 đến 30/12/2016 Lý do tác giả chọn mẫu như thế là vì sàn HOSE có quy mô lớn hơn nên sẽ đại diện tốt hơn cho thị trường Việt Nam Để thực hiện bài nghiên cứu, tác giả tiến hành thu thập những dữ liệu sau:

 Giá cổ phiếu đóng cửa hàng ngày đã được điều chỉnh để phản ánh cổ tức của cổ phiếu, thưởng cổ phiếu và cổ tức tiền mặt trong giai đoạn 01/01/2009-30/12/2016 (nguồn: Vietstock)

 Giá trị giao dịch cổ phiếu hàng ngày của các công ty phi tài chính trên sàn HOSE trong giai đoạn ngày 01/01/2009-30/12/2016 (nguồn: Vietstock)

 Khối lượng cổ phần lưu hành tại ngày 31/12 và 30/6 trong giai đoạn năm

2009-2016 để tính quy mô công ty tại ngày 31/12 và 30/6 (nguồn: Vietstock)

 Giá trị sổ sách của vốn cổ phần tại ngày 31/12 mỗi năm trong giai đoạn

2009-2016 (nguồn: Vietstock)

 Lợi suất của trái phiếu Chính phủ Việt Nam kỳ hạn 1 năm trong giai đoạn

2012-2016 để đại diện cho lãi suất phi rủi ro (nguồn: Investing.vn)

Để tính tỷ suất sinh lợi của cổ phiếu, tác giả sử dụng công thức sau:

𝑹𝒊,𝒕= 𝐥𝐧 ( 𝒑𝒊,𝒕

𝒑𝒊,𝒕−𝟏)

Trong đó:

 𝑅𝑖,𝑡 là tỷ suất sinh lợi của cổ phiếu i tại ngày t

 𝑝𝑖,𝑡 là giá đóng cửa của cổ phiếu i tại thời điểm t

 𝑝𝑖,𝑡−1 là giá đóng cửa của cổ phiếu i tại thời điểm t-1

Để tính tỷ suất sinh lợi vượt trội của danh mục, tác giả sử dụng công thức sau:

𝑬𝒙𝒄𝒆𝒔𝒔𝑹𝒊,𝒕 = 𝑹𝒊,𝒕− 𝑹𝒇,𝒕Trong đó:

 𝐸𝑥𝑐𝑒𝑠𝑠𝑅𝑖,𝑡 là tỷ suất sinh lợi vượt trội của cổ phiếu (hoặc danh mục) i tại ngày t

 𝑅𝑖,𝑡 là tỷ suất sinh lợi của cổ phiếu (hoặc danh mục) i tại ngày t

 𝑅𝑓,𝑡 là lãi suất phi rủi ro tại ngày t

3.2 Mô hình định giá tài sản CAPM có yếu tố rủi ro không giao dịch

3.2.1 Thiết lập mô hình

Xem xét một nền kinh tế có N tài sản rủi ro được giao dịch Để đơn giản hóa, một nhà đầu tư đại diện sẽ nắm giữ tài sản ban đầu là 1 USD Tất cả giả định về phân phối đều giống với mô hình CAPM truyền thống, ngoại trừ một điều là có yếu tố rủi ro không giao dịch (hoặc một tài sản không được giao dịch) Y với giả định là một biến ngẫu nhiên, không trực giao với tỷ suất sinh lợi của các tài sản có giao dịch Bài nghiên cứu của

Mayers (1972) đã phát triển một đường thị trường chứng khoán SML bằng cách tổng

hợp các điều kiện tối ưu nhất của các nhà đầu tư, đồng thời giả định rằng rủi ro không giao dịch sẽ khác nhau giữa các nhà đầu tư Điều này có vẻ thực tế khi vốn con người – một loại tài sản không được giao dịch – là không đồng nhất Tuy nhiên, để rút gọn, bài nghiên cứu bỏ qua tính không đồng nhất của các rủi ro không giao dịch được và tập trung