Một số ứng dụng từ mô hình 5 nhân tố fama french

Nghiên cứu khuyến nghị các nhà đầu tư nên quan tâm đến nhân tố thị trường trong việc định giá chứng khoán vì nhân tố này tác động làm tăng hoặc giảm giá của phần lớn các cổ phiếu trên th

TRỊNH MINH QUANG

MỘT SỐ ỨNG DỤNG TỪ MÔ HÌNH 5

NHÂN TỐ FAMA FRENCH

LUẬN VĂN THẠC SĨ KINH TẾ

TP HỒ CHÍ MINH - NĂM 2017

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học: PGS.TS LÊ THỊ LANH

Thành phố Hồ Chí Minh, năm 2017

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn thạc sĩ “Một số ứng dụng từ mô hình 5 nhân tố Fama French” là công trình nghiên cứu khoa học của riêng tôi

Các kết quả nghiên cứu trong luận văn là trung thực và chưa từng được công bố trong bất kỳ công trình nghiên cứu nào khác

Tác giả

Trịnh Minh Quang

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC HÌNH VÀ ĐỒ THỊ

DANH MỤC BẢNG BIỂU

DANH MỤC TỪ VIẾT TẮT

TÓM TẮT

Chương 1: GIỚI THIỆU 1

1.1 LÝ DO NGHIÊN CỨU 1

1.2 MỤC TIÊU NGHIÊN CỨU 3

1.3 CÂU HỎI NGHIÊN CỨU 3

1.4 PHẠM VI NGHIÊN CỨU 4

1.5 PHƯƠNG PHÁP NGHIÊN CỨU 4

1.6 Ý NGHĨA NGHIÊN CỨU 5

1.7 KẾT CẤU NGHIÊN CỨU 6

Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC 7

2.1 CƠ SỞ LÝ THUYẾT 7

2.1.1 Các khái niệm 7

2.1.2 Lợi nhuận và rủi ro của danh mục đầu tư 9

2.1.3 Lý thuyết danh mục đầu tư Markowitz 10

2.1.4 Mô hình CAPM 13

2.1.5 Mô hình Fama French 3 nhân tố 15

2.1.6 Mô hình Cahart 4 nhân tố 17

2.1.7 Mô hình Q 4 nhân tố 19

2.1.8 Mô hình Fama French 5 nhân tố 20

2.2 CÁC NGHIÊN CỨU TRƯỚC 23

2.2.1 Nghiên cứu tại các nước phát triển 23

2.2.2 Nghiên cứu tại các nước đang phát triển 25

2.2.3 Nghiên cứu tại Việt Nam 27

Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU 30

3.1 QUY TRÌNH NGHIÊN CỨU 30

3.2 GIẢ THUYẾT NGHIÊN CỨU 31

3.3 MÔ HÌNH NGHIÊN CỨU 32

3.3.1 Mô hình nghiên c ứu 32

3.3.2 Phương pháp tính các nhân tố trong mô hình 34

3.4 DỮ LIỆU NGHIÊN CỨU 37

3.5 PHƯƠNG PHÁP XỬ LÝ DỮ LIỆU 39

Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 40

4.1 XỬ LÝ DỮ LIỆU VÀ THỐNG KÊ MÔ TẢ DỮ LIỆU 40

4.1.1 Biến động về giá của các cổ phiếu niêm yết trên hai sàn chứng khoán HNX và HOSE giai đoạn 01/2007 – 12/2016 40

4.1.2 Phân chia danh mục và tính tỷ suất sinh lợi trung bình của mỗi danh mục đầu tư 42

4.1.3 Năm nhân tố trong mô hình Fama French 46

4.1.4 Phân tích sự tương quan giữa các nhân tố 49

4.2 KIỂM ĐỊNH TÍNH PHÙ HỢP CỦA CÁC MÔ HÌNH ĐỊNH GIÁ TÀI SẢN 49

4.3 HML: CÓ LÀ NHÂN TỐ DƯ THỪA 54

4.4 HỒI QUY CHI TIẾT 55

4.4.1 25 danh mục Size-B/M 56

4.2.2 25 danh mục Size-OP 59

4.4.3 25 danh mục Size-Inv 61

4.4.4 32 danh mục Size-OP-Inv 63

Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 66

5.1 KẾT LUẬN 66

5.2 KHUYẾN NGHỊ 68

5.2.1 Khuyến nghị đối với những ai sử dụng mô hình FF 5 nhân tố 68

5.2.2 Khuyến nghị riêng đối với nhà đầu tư chứng khoán 70

5.2.3 Khuyến nghị riêng đối với những công ty đang niêm yết trên hai sàn HNX và HOSE 72

5.3 CÁC GIỚI HẠN CỦA ĐỀ TÀI VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO 72 TÀI LIỆU THAM KHẢO

PHỤ LỤC 76

Phụ lục A

Phụ lục B

Phụ lục C

Phụ lục D

Phụ lục E

Phụ lục F

Phụ lục G

DANH MỤC HÌNH VÀ ĐỒ THỊ

Hình 2.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán 9 Hình 2.2: Đường biên hiệu quả Markowitz 12 Hình 2.3: Kết hợp đường biên hiệu quả và đường hữu dụng 13

DANH MỤC BẢNG BIỂU

Bảng 3.1: Quy trình nghiên cứu 30

Bảng 3.2: Các nhóm thu được theo cách sắp xếp 2x3, 18 nhóm 35

Bảng 3.3: Các nhóm thu được theo cách sắp xếp 2x2, 12 nhóm 36

Bảng 3.4: Các nhóm thu được theo cách sắp xếp 2x2x2x2, 16 nhóm 36

Bảng 4.1: Tỷ suất sinh lợi vượt trội trung bỉnh hàng tuần của danh mục thị trường (Rm-Rf, đơn vị %) và tỷ suất sinh lợi phi rủi ro ((Rm-Rf, đơn vị %) qua các năm 41

Bảng 4.2: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các danh mục được lập dựa vào Size và B/M, Size và OP, Size và Inv; 01/01/2009-31/12/2016, 412 tuần 43

Bảng 4.3: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các danh mục được lập dựa vào (i) Size, B/M và OP, (ii) Size, B/M và Inv, (iii) Size, OP và Inv; 01/01/2009-31/12/2016, 412 tuần 45

Bảng 4.4: Thống kê các nhân tố được tính trung bình hàng tuần (đơn vị %) dựa vào 3 phương pháp tính (i) 2x3 Size-B/M, Size-OP, Size-Inv (ii) 2x2 Size-B/M, Size-OP, Size-Inv (iii) 2x2x2x2 Size-B/M-OP-Inv; 01/01/2009-31/12/2016, 412 tuần 48

Bảng 4.5: Các chỉ tiêu thống kê kiểm định mức độ phù hợp của các mô hình CAPM, ba, bốn và năm nhân tố; 01/01/2009-31/12/2016, 412 tuần 51

Bảng 4.6: Dùng 4 nhân tố trong hồi quy để giải thích nhân tố thứ năm; 01/01/2009-31/12/2016, 412 tuần 54

Bảng 4.13: Thống kê mô tả cho các danh mục được lập dựa vào (i) Size và B/M, (ii) Size và OP, (iii) Size và Inv, (iv) Size, B/M và OP, (v) Size, B/M và Inv, (vi) Size, OP và Inv; 01/01/2009-31/12/2016, 412 tuần 76

Bảng 4.7: Hồi quy cho 25 danh mục Size-B/M; 01/01/2009-31/12/2016, 412 tuần 79

Bảng 4.8: Hồi quy cho 25 danh mục Size-OP; 01/01/2009-31/12/2016, 412 tuần 84

Bảng 4.9: Hồi quy cho 25 danh mục Size-Inv; 01/01/2009-31/12/2016, 412 tuần 87

Bảng 4.10: Hồi quy cho 32 danh mục Size-OP-Inv; 01/01/2009-31/12/2016, 412 tuần 89

Bảng 4.11: Hồi quy cho 32 danh mục Size-B/M-Inv; 01/01/2009-31/12/2016, 412 tuần 91 Bảng 4.12: Hồi quy cho 32 danh mục Size-B/M-OP; 01/01/2009-31/12/2016, 412 tuần 93

DANH MỤC TỪ VIẾT TẮT

B/M, BE/ME : Giá trị sổ sách trên giá trị thị trường

CAPM : Mô hình định giá tài sản vốn

CMA : Phần bù rủi ro đầu tư

HML : Phần bù rủi ro giá trị

HNX : Sàn giao dịch chứng khoán Hà Nội

HOSE : Sàn giao dịch chứng khoán thành phố Hồ Chí Minh

OLS : Phương pháp bình phương tối thiểu thông thường RMW : Phần bù rủi ro lợi nhuận

SMB : Phần bù rủi ro quy mô

VN-Index : Chỉ số chứng khoán Việt Nam

TÓM TẮT

Trong bối cảnh có nhiều mô hình định giá tài sản được sử dụng nhằm xác định suất sinh lợi của cổ phiếu, mô hình Fama French 5 nhân tố (2015) xuất hiện trên tạp chí Journal of Financial Economics đã nhận được rất nhiều sự quan tâm Bài nghiên cứu này nhằm đánh giá tính hợp lý của các mô hình định giá phổ biến: CAMP, Fama French 3 nhân tố, Q 4 nhân tố của Hou cùng cộng sự và Fama French 5 nhân tố Dữ liệu từ 691 công ty niêm yết trên hai sàn HNX và HOSE từ năm 2007 đến 2016 được

sử dụng trong nghiên cứu này Kết quả cho thấy tại Việt Nam mô hình Fama French 5 nhân tố và mô hình gồm bốn nhân tố: thị trường, quy mô, giá trị và lợi nhuận giải thích tốt nhất cho suất sinh lợi cổ phiếu Hai mô hình này có mức độ phù hợp gần tương đương vì nhân tố đầu tư tác động không mạnh lên biến phụ thuộc là suất sinh lợi cổ phiếu, bốn nhân tố còn lại đều thể hiện vai trò có ý nghĩa thống kê trong tất cả các mô hình được khảo sát Trong bốn nhân tố này, nhân tố thị trường, quy mô và giá trị mang đúng dấu kỳ vọng còn nhân tố lợi nhuận có hệ số hồi quy âm đối với phần lớn các danh mục Nhân tố thị trường chứng tỏ rõ tầm ảnh hưởng lên kết quả kiểm định bởi nhân tố này luôn có hệ số hồi quy lớn và có ý nghĩa thống kê và các kiểm định thống kê tốt Vai trò của các nhân tố quy mô, giá trị và lợi nhuận dù quan trọng nhưng rất khó so sánh vì kết quả kiểm định phụ thuộc vào cách thức xây dựng danh mục đầu tư

Bằng việc tiếp cận nhiều phương pháp xây dựng danh mục đầu tư nghiên cứu đi đến kết luận là các cách thức phân chia danh mục đầu tư khác nhau sẽ mang đến kết quả khác nhau, hai phương pháp phân chia danh mục theo ít tiêu chí nhất và ảnh hưởng

ít nhất đến kết quả hồi quy 25 danh mục Size-Inv và 32 danh mục Size-OP-Inv được đề nghị sử dụng

Nghiên cứu khuyến nghị các nhà đầu tư nên quan tâm đến nhân tố thị trường trong việc định giá chứng khoán vì nhân tố này tác động làm tăng hoặc giảm giá của phần lớn các cổ phiếu trên thị trường nhất là đối với các cổ phiếu có quy mô lớn, B/M cao và lợi nhuận thấp Ngoài ra nhà đầu tư cũng cần theo dõi các biến động về rủi ro quy mô, giá trị và lợi nhuận để có các hành động thích hợp tương ứng với thay đổi của các loại rủi ro này nhằm tránh thua lỗ và mang lại lợi ích tốt nhất khi đầu tư

Chương 1: GIỚI THIỆU

1.1 LÝ DO NGHIÊN CỨU

Thị trường chứng khoán (TTCK) cùng với hệ thống ngân hàng là hai hệ thống trung chuyển nguồn vốn quan trọng nhất của một quốc gia Ngày nay, nền kinh tế sẽ khó mà hoạt động hiệu quả nếu thiếu sự trợ giúp của hai hệ thống này TTCK còn là kênh đầu tư quan trọng của nhà đầu tư tại Việt Nam bên cạnh các kênh đầu tư khác như bất động sản, kinh doanh, cho vay, gửi tiết kiệm, vàng, ngoại tệ,… TTCK sẽ hoạt động

ổn định hơn nếu các nhà đầu tư trên thị trường đạt được lợi nhuận mà họ xứng đáng được hưởng khi đầu tư Do đó, xác định tỷ suất sinh lợi cho một danh mục đầu tư luôn

là bước quan trọng nhất trong tiến trình đầu tư của các nhà đầu tư và là vấn đề cần thiết giải đáp của TTCK nói chung Đã có nhiều nghiên cứu được thực hiện phân tích những nguyên nhân tác động lên lợi nhuận đầu tư: Những nhân tố vĩ mô như biến động của chu kỳ kinh tế trong nước cũng như thê giới, biến động của lãi suất, tỷ giá hay giá vàng, giá dầu… hay nhân tố vi mô như ảnh hưởng của thị trường, quy mô công ty, dòng tiền trên giá … Trong các nhân tố vi mô thì các mô hình định giá được tranh luận nhiều nhất Cứ mỗi khi trên thế giới có một mô hình định giá xuất hiện thì tại Việt Nam cũng có nhiều nghiên cứu tiếp theo các nghiên cứu này, có thể kể đến các mô hình định giá tiêu biểu đã xuất hiện trên thế giới như: mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French (1993), mô hình 4 nhân tố của Carhart (1997), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015) Tuy nhiên các mô hình định giá này còn tồn tại nhiều hạn chế Một yếu

tố thị trường trong mô hình CAPM không đủ để giải thích biến động của lợi nhuận cổ phiếu Novy-Marx (2013), Titman, Wei, và Xie (2004), và nhiều nghiên cứu khác chỉ

ra rằng mô hình FF 3 nhân tố bỏ lỡ nhiều biến đổi của tỷ suất sinh lợi liên quan đến lợi nhuận và đầu tư Yếu tố xu hướng mà Cahart (1997) đưa ra trong mô hình 4 nhân tố không thuyết phục, bởi lẽ kết quả đạt được từ mô hình này không rõ ràng và rất khó sử

dụng trong suy luận (cổ phiếu có tỷ suất sinh lợi năm nay cao hơn tỷ suất sinh lợi trung bình thì năm sau vẫn có tỷ suất sinh lợi kỳ vọng cao hơn tỷ suất sinh lợi trung bình là một kết luận nửa vời, chiến lược đầu tư mua cổ phiếu giá cao và bán cổ phiếu giá thấp không phải là một chiến lược đầu tư có ích trong thực tế) Fama French (2015) đã bổ sung thêm hai nhân tố lợi nhuận và đầu tư để kiểm định mô hình gồm 5 nhân tố, kết quả cho thấy mô hình 5 nhân tố giải thích tỷ suất sinh lợi tốt hơn mô hình 3 nhân tố với

số liệu thị trường Mỹ

Tại Việt Nam cũng đã có hai nghiên cứu của Võ Hổng Đức và Mai Duy Tân (2014) và Nguyễn Thị Thúy Nhi (2016) sử dụng mô hình Fama French (FF) 5 nhân tố Tuy nhiên cả hai nghiên cứu này đều dựa trên nghiên cứu của Fama French (2013) khi

mà nghiên cứu về mô hình 5 nhân tố của Fama French vẫn chưa được đăng và phản biện trên các tạp chí uy tín Trong nghiên cứu của Võ Hồng Đức và Mai Duy Tân (2014) thì tác giả đã áp dụng cách phân chia danh mục khi tính các nhân tố trong mô hình hồi quy để làm cách phân chia danh mục khi chạy mô hình hồi quy với 14 danh mục đầu tư Việc áp dụng chung một cách phân chia danh mục cho hai việc như vậy có thể dẫn đến những mối nguy hiểm không lường trước được, ví dụ như tập các nhân tố

và tập các danh mục có thể có sự ràng buộc và tương quan lẫn nhau, hơn nữa việc nghiên cứu các danh mục đầu tư mà chỉ dựa trên 14 danh mục thì quá ít để đạt độ tin cậy cho một nghiên cứu Trong nghiên cứu của Nguyễn Thị Thúy Nhi (2016) có tổng cộng 46 danh mục đầu tư, tuy số lượng danh mục có nhiều hơn tuy nhiên vẫn rất thấp

và nghiên cứu này cũng sử dụng cách phân chia danh mục khi tính các nhân tố trong

mô hình hồi quy để làm cách phân chia danh mục khi chạy hồi quy Do đó kết quả từ hai nghiên cứu này rất khó thuyết phục Hai nghiên cứu này cũng cho những kết quả rất trái ngược nhau Tác giả cũng nhận thấy trong các nghiên cứu trước tại Việt Nam, chưa có nghiên cứu nào giải quyết vấn đề: mô hình định giá nào phù hợp nhất để giải thích cho tỷ suất sinh lợi hay mô hình nào được sử dụng tốt cho trường hợp nào Cũng

có những nghiên cứu so sánh hai mô hình và đưa ra lời khuyên về việc sử dụng các mô

hình đó nhưng các nghiên cứu này không dùng bất cứ phương pháp kiểm định nào khi

so sánh Chính vì mô hình Fama French 5 nhân tố đang được quan tâm rất nhiều trong giới học thuật mà tại Việt Nam vẫn chưa có nghiên cứu chính thức nào được công bố,

vì sự mâu thuẫn và thiếu tin tưởng của các nghiên cứu trước tại Việt Nam, và vì nhu cầu cần có sự so sánh giữa các mô hình để làm tham khảo cho các nhà đầu tư đã thôi

thúc chúng tôi thực hiện nghiên cứu: “Một số ứng dụng từ mô hình 5 nhân tố Fama French”

1.2 MỤC TIÊU NGHIÊN CỨU

Nghiên cứu này có ba mục tiêu chính

Thứ nhất, đánh giá tác động của các nhân tố thị trường, quy mô, giá trị, lợi nhuận và đầu tư đến tỷ suất sinh lợi của các cổ phiếu niêm yết trên hai sàn HNX và HOSE

Thứ hai, kiểm định và lựa chọn ra một mô hình định giá tài sản phù hợp nhất giải thích sự biến động của tỷ suất sinh lợi chứng khoán tại Việt Nam từ các mô hình định giá phổ biến hiện nay

Thứ ba, đưa ra những khuyến nghị nhằm giúp các nhà đầu tư trong việc lựa chọn, quản lý danh mục đầu tư và giúp các nhà quản lý tối ưu hóa giá trị doanh nghiệp của họ trên sàn chứng khoán

1.3 CÂU HỎI NGHIÊN CỨU

Từ mục tiêu nghiên cứu trên chúng tôi đưa ra các câu hỏi nghiên cứu như sau:

Các yếu tố bao gồm: (i) yếu tố thị trường, (ii) yếu tố quy mô, (iii) yếu tố giá trị, (iv) yếu tố lợi nhuận, (v) yếu tố đầu tư có mối quan hệ với tỷ suất sinh lợi cổ phiếu hay không?

Trong các mô hình: Mô hình CAPM, mô hình 3 nhân tố Fama-French, mô hình

Q 4 nhân tố Hou, Xue và Zhang, và mô hình 5 nhân tố Fama-French thì mô hình nào phù hợp nhất để giải thích sự biến động của tỷ suất sinh lợi chứng khoán tại Việt Nam?

Các cách phân chia danh mục khác nhau có làm kết quả thay đổi hay không? Nếu kết quả thay đổi theo cách phân chia danh mục, vậy cách phân chia nào phù hợp nhất trong điều kiện của Việt Nam?

Fama French (2015) cho thấy khi bỏ bớt nhân tố giá trị ra khỏi mô hình 5 nhân

tố thì không có sự khác biệt đáng kể, lý do là bởi giữa nhân tố giá trị và hai nhân tố lợi nhuận và đầu tư có mối tương quan khá cao, vậy tại Việt Nam nhân tố giá trị có trở nên

dư thừa trong mô hình FF 5 nhân tố hay không?

Áp dụng các kết quả nghiên cứu ra sao để tối đa hóa lợi nhuận và giảm thiểu rủi

ro cho các nhà đầu tư?

1.4 PHẠM VI NGHIÊN CỨU

Thời gian nghiên cứu: từ tháng 1/2007 đến tháng 12/2016

Dữ liệu: Số liệu thứ cấp của các công ty niêm yết trên hai sàn HNX và HOSE Đối tượng nghiên cứu: mối quan hệ giữa các nhân tố trong mô hình Fama French 5 nhân tố với tỷ suất sinh lợi của các cổ phiếu niêm yết trên hai sàn HNX và HOSE

1.5 PHƯƠNG PHÁP NGHIÊN CỨU

Bài nghiên cứu này sử dụng phương pháp nghiên cứu định lượng với hồi quy bình phương nhỏ nhất (Ordinary Least Square – OLS) như trong nghiên cứu của Fama French (2015)

Thông qua việc so sánh các mô hình định giá tài sản phổ biến: mô hình định giá tài sản vốn (Capital asset pricing model CAPM) của Sharpe (1964), mô hình 3 nhân tố

của Fama French (1993), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015) và mô hình 5 nhân tố của Fama French (2015), kết hợp với kiểm định GRS của Gibbons, Ross, và Shanken (1989), một kiểm định được sử dụng nhiều trong các bài báo uy tín trên thế giới hiện nay, mô hình phù hợp nhất sẽ được lựa chọn

Nghiên cứu thực hiện nhiều cách phân chia danh mục đầu tư để xác định là liệu các cách phân chia danh mục khác nhau có làm kết quả thay đổi hay không Nếu kết quả thay đổi theo cách phân chia danh mục, vậy cách phân chia nào phù hợp nhất

Dữ liệu trong nghiên cứu là dữ liệu thứ cấp được cung cấp bởi Thomson Reuters gồm: chỉ số VN-Index, giá cổ phiếu và các số liệu khác của các doanh nghiệp niêm yết trên hai sàn HNX và HOSE trong giai đoạn 2007-2016 Lãi suất phi rủi ro được sử dụng là lãi suất trái phiếu chính phủ kỳ hạn 1 năm Nghiên cứu sử dụng chương trình Excel để tổng hợp số liệu và tính toán và phần mềm Stata để chạy các mô hình hồi quy

1.6 Ý NGHĨA NGHIÊN CỨU

Nghiên cứu có một vài ý nghĩa như:

Thứ nhất: kiểm định sự phù hợp của các mô hình mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French (1993), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô hình 5 nhân tố của Fama French (2015) đối với thị trường chứng khoán Việt Nam Kết quả nghiên cứu

có thể làm tài liệu tham khảo cho sinh viên, các nhà nghiên cứu và những người hoạt động trên thị trường chứng khoán quan tâm đến vấn đề nghiên cứu này

Thứ hai: Chọn ra một mô hình định giá phù hợp nhất giải thích sự biến động của

tỷ suất sinh lợi chứng khoán tại Việt Nam trong 4 mô hình định giá: Mô hình CAPM,

mô hình 3 nhân tố Fama-French, mô hình Q 4 nhân tố Hou, Xue và Zhang, và mô hình

5 nhân tố Fama-French

Thứ ba: cung cấp một vài gợi ý cho các nhà đầu tư khi lựa chọn và quản lý danh mục đầu tư

Thứ tư: cung cấp một vài gợi ý cho các nhà quản lý nhằm tối ưu giá trị doanh nghiệp của họ trên sàn chứng khoán

1.7 KẾT CẤU NGHIÊN CỨU

Nghiên cứu gồm 5 chương:

Chương 1: Giới thiệu

Chương 2: Cơ sở lý thuyết và các nghiên cứu trước

Chương 3: Phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 5: Kết luận và khuyến nghị

Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC

Lý thuyết danh mục đầu tư Markowitz (1952) ra đời là nền tảng cho các nghiên cứu về mối quan hệ giữa rủi ro và lợi nhuận Sau Makowitz đã có nhiều nhà kinh tế phát triển lý thuyết này như: mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French (1993), mô hình 4 nhân tố của Carhart (1997), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô hình 5 nhân tố của Fama French (2015) Mô hình ra đời sau khắc phục được hạn chế của các mô hình trước đó và có mức độ giải thích mô hình tốt hơn

Nghiên cứu sẽ trình bày lần lượt các lý thuyết và mô hình, sau đó sẽ tóm tắt kết quả của một số các nghiên cứu trước trong việc ứng dụng các mô hình này tại nước ngoài và Việt Nam

Khi nói đến lợi nhuận tức là nói đến một số tiền kiếm được, còn nói đến tỷ suất sinh lợi

là nói đến con số tỷ lệ phần trăm giữa số tiền kiếm được so với số tiền bỏ ra

Nhà đầu tư luôn tìm cách tối đa hóa tỷ suất sinh lợi và khi đó họ sẽ phải đối mặt với rủi ro Rủi ro có từ rất nhiều hình thức, có rủi ro do tài sản mất giá, có rủi ro lạm phát làm giảm sức mua từ tài sản, có rủi ro bất ổn chính trị ảnh hưởng đến thị trường

thế giới Cho đến nay chưa có được định nghĩa thống nhất về rủi ro Những trường phái khác nhau, các tác giả khác nhau đưa ra những định nghĩa rủi ro khác nhau

Những định nghĩa này rất phong phú và đa dạng Theo trường phái hiện đại, rủi ro

(risk) là sự bất trắc có thể đo lường được, vừa mang tính tích cực, vừa mang tính tiêu cực Rủi ro có thể mang đến những tổn thất mất mát cho con người nhưng cũng có thể mang lại những lợi ích, những cơ hội Nếu tích cực nghiên cứu rủi ro, người ta có thể tìm ra những biện pháp phòng ngừa, hạn chế những rủi ro tiêu cực, đón nhận những cơ hội mang lại kết quả tốt đẹp

Rủi ro trong đầu tư là không thể tránh khỏi, nhưng vẫn có thể kiểm soát rủi ro,

có thể tăng lợi nhuận tối đa với một mức rủi ro chấp nhận được Một cách để làm giảm rủi ro là đa dạng hóa đầu tư Tức là việc đầu tư vào nhiều loại tài sản khác nhau gọi là

danh mục đầu tư Danh mục đầu tư là sự kết hợp của hai hay nhiều chứng khoán hoặc

tài sản khác nhau trong đầu tư Người ta phân rủi ro tổng thể của một danh mục đầu tư

ra làm hai loại bao gồm rủi ro hệ thống và rủi ro không hệ thống

Rủi ro hệ thống (systematic risk) là rủi ro gắn liền với các biến động của thị

trường, xuất phát từ các nguyên nhân bên ngoài doanh nghiệp hay ngành như: thiên tai, chiến tranh, thay đổi trong lãi suất, thay đổi trong sức mua, thay đổi trong kỳ vọng của nhà đầu tư về nền kinh tế… Những biến động này tác động đến toàn bộ hoặc hầu hết các cổ phiếu trên thị trường

Rủi ro không hệ thống (non-systematic risk) là những rủi ro đặc thù chỉ tác

động đến một loại tài sản hoặc một nhóm tài sản, nảy sinh từ những nguyên nhân nội tại của doanh nghiệp hay của ngành, ví dụ như: năng lực quản trị yếu kém, nguồn cung nguyên vật liệu gặp khó khăn, quy định của chính phủ về kiểm soát môi trường chặt chẽ hơn, tác động của cạnh tranh nước ngoài (mức độ cạnh tranh nước ngoài càng cao thì rủi ro càng cao), mức độ sử dụng đòn bẩy (sử dụng nợ càng nhiều thì mức độ rủi ro tài chính càng cao)…

Sự kết hợp các chứng khoán không có quan hệ tương quan cùng chiều hoàn hảo

sẽ làm giảm được rủi ro do biến động của lợi nhuận đầu tư, biến động giảm lợi nhuận của chứng khoán này có thể được bù đắp bằng biến động tăng lợi nhuận của chứng khoán kia Danh mục đầu tư khi được đa dạng hóa tốt thì có thể loại trừ gần như hoàn toàn rủi ro không hệ thống, tuy nhiên rủi ro hệ thống thì không thể loại trừ được theo cách này Hình vẽ dưới đây biểu diễn mối quan hệ giữa rủi ro và số lượng chứng khoán trong danh mục đầu tư, theo đó khi số lượng chứng khoán trong danh mục đầu tư tăng lên thì rủi ro nói chung giảm xuống chỉ còn rủi ro hệ thống

Hình 2.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán

2.1.2 Lợi nhuận và rủi ro của danh mục đầu tư

Lợi nhuận kỳ vọng của danh mục đầu tư là trung bình có trọng số của các lợi nhuận kỳ vọng của từng tài sản hay chứng khoán cá biệt trong danh mục đầu tư Trọng

số ở đây chính là tỷ trọng của từng loại chứng khoán cá biệt trong danh mục đầu tư

Gọi E(rp) là lợi nhuận kỳ vọng của danh mục đầu tư, công thức tính lợi nhuận kỳ vọng của danh mục đầu tư như sau:

trong đó xi là tỷ trọng của chứng khoán i, E(ri) là lợi nhuận kỳ vọng của chứng khoán i,

và n là tổng số chứng khoán có trong danh mục đầu tư

Rủi ro của danh mục đầu tư được đo lường bởi độ lệch chuẩn của danh mục đầu

tư Khi kết hợp nhiều tài sản trong một danh mục đầu tư, lợi nhuận của các chứng khoán cá biệt có quan hệ với nhau Đồng phương sai (covariance) là đại lượng thống kế dùng để đo lường mức độ tác động qua lại lẫn nhau giữa tỷ suất lợi nhuận của hai tài sản cá biệt Nói cách khác, độ lệch chuẩn của danh mục đầu tư phụ thuộc vào mức độ quan hệ hay mức độ tương quan giữa các chứng khoán trong danh mục đầu tư Độ lệch chuẩn của danh mục đầu tư được xác định bởi công thức:

và ρi,j là hệ số tương quan kỳ vọng giữa lợi nhuận của chứng khoán i và chứng khoán j Khi j = k thì hệ số tương quan ρi,j = 1 và σiσjρi,j = σj2

2.1.3 Lý thuyết danh mục đầu tư Markowitz

Harry Makowitz (1952) giới thiệu lý thuyết danh mục đầu tư hiện đại (Modern portfolio theory) Lý thuyết đưa ra phương pháp chọn lựa danh mục đầu tư dựa trên những giả định như sau:

Rủi ro là mức bất ổn của tỷ suất sinh lợi, do đó thước đo của rủi ro là phương sai và độ lệch chuẩn của TSSL

Tỷ suất sinh lợi tuân theo phân phối chuẩn

Các nhà đầu tư không thích rủi ro nhưng sẽ chấp nhận rủi ro ở những mức độ khác nhau

Thái độ của các nhà đầu tư đối với rủi ro là sự khác biệt trong TSSL mong đợi của nhà đầu tư trong tương quan đánh đổi rủi ro

Các nhà đầu tư luôn tối đa hóa lợi ích mong đợi trong một thời kỳ nhất định Đường cong hữu dụng của nhà đầu tư là một hàm số của TSSL mong đợi và phương sai của TSSL U = E(r) - 2

Markowitz đã chứng minh được rằng đa dạng hoá có thể làm giảm rủi ro danh mục Với danh mục gồm nhiều tài sản, các tỷ trọng kết hợp khác nhau cho ra những kết hợp của TSSL và độ lệch chuẩn mà Markowitz gọi là vùng quả trứng vỡ Bất kỳ kết hợp nào cũng cho ra kết quả nằm trong vùng này Đường biên trên của vùng quả trứng

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

tư hiệu quả, tức là những danh mục có TSSL cao nhất ứng với một độ lệch chuẩn cho trước, hoặc danh mục có độ lệch chuẩn thấp nhất ứng với một TSSL cho trước (với giả định các nhà đầu tư đều muốn tăng TSSL và giảm độ lệch chuẩn)

Hình 2.2: Đường biên hiệu quả Markowitz

Việc lựa chọn danh mục đầu tư sẽ tuỳ thuộc vào đường biên hiệu quả và mức độ

ưa thích rủi ro của nhà đầu tư, tức đường hữu dụng Đường hữu dụng cho thấy thái độ của nhà đầu tư đối với rủi ro Ứng với mỗi nhà đầu tư (một giá trị hệ số ngại rủi ro) ta

có một tập hợp các đường hữu dụng song song với nhau Đường hữu dụng càng cao cho thấy mức hữu dụng càng lớn Với trục tung là tỷ suất sinh lợi và trục hoành là độ lệch chuẩn thì, nếu nhà đầu tư là NĐT ghét rủi ro thì đường hữu dụng sẽ dốc đứng (muốn TSSL nhiều hơn nhưng độ lệch chuẩn ít hơn) Đó là trường hợp NĐT với tập hợp đường hữu dụng U1, U2, U3 như hình vẽ Còn nếu nhà đầu tư là ưa thích rủi ro thì đường hữu dụng sẽ có dạng xuôi hơn, ít dốc hơn (nhà đầu tư chấp nhận hy sinh độ lệch chuẩn lớn hơn để nhận được TSSL tương ứng ít hơn - tập hợp U’1, U’2, U’3) Danh mục đầu tư tối ưu sẽ là danh mục nằm trên đường biên hiệu quả và tiếp xúc với đường hữu dụng cao nhất có thể

Độ lệch chuẩn

Tỷ suất sinh

lợi mong đợi

Hiệu quả biên

Hình 2.3: Kết hợp đường biên hiệu quả và đường hữu dụng

2.1.4 Mô hình CAPM

Dựa trên những nghiên cứu của Harry Markowitz về lí thuyết danh mục và việc phát minh ra danh mục thị trường, William Sharpe tiếp tục nghiên cứu, phát triển và vào năm 1964 ông đã đưa ra mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) Mô hình này phát biểu rằng lợi nhuận kỳ vọng của một chứng khoán bằng lợi nhuận không 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 Còn rủi ro không 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

Trong mô hình CAPM mối quan hệ giữa lợi nhuận và rủi ro được diễn tà bởi công thức sau: E R( i) R F iM[ (E R M) R F]

trong đó:

E(Ri) là suất sinh lợi kỳ vọng của một danh mục tài sản i bất kỳ

RF là lợi nhuận không rủi ro

E(RM) là lợi nhuận kỳ vọng của danh mục thị trường

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

Các giả định của mô hình:

Các nhà đầu tư đều nhằm mục tiêu tối đa hóa hữu dụng kinh tế với số lượng tài sản được cho trước và cố định

Các nhà đầu tư là hợp lý, kỳ vọng thuần nhất về TSSL, phương sai và e ngại rủi ro

Số lượng các nhà đầu tư đủ lớn, nhà đầu tư là người nhận giá, tức là không thể tác động lên giá cả

Nhà đầu tư có thể cho vay và vay không giới hạn với lãi suất phi rủi ro

Không có chi phí giao dịch và thuế

Tất cả các tài sản có thể được chia nhỏ và có tính thanh khoản hoàn hảo

Tất cả các thông tin sẵn có đồng thời cho tất cả các nhà đầu tư

Mô hình CAPM có ưu điểm là đơn giản về mặt khái niệm, có cơ sở lý thuyết vững vàng và cho phép chúng ta rút ra những ứng dụng hữu ích Tuy nhiên, cũng như nhiều mô hình khác, CAPM không tránh khỏi những hạn chế và sự chỉ trích, một vài hạn chế nổi bật của mô hình CAPM như:

Dựa vào quá nhiều giả định không phù hợp với thực tế

Các ước lượng beta cho thấy beta không ổn định theo thời gian

Đòn bẩy tài chính: tác động lên beta vốn cổ phần, tác động đến tỷ suất sinh lợi

kỳ vọng

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

Những mô hình đa nhân tố đã chỉ ra rằng tỷ suất sinh lợi của chứng khoán là hàm số của nhiều yếu tố chứ không chỉ beta như trong mô hình CAPM

Ảnh hưởng của qui mô công ty – Người ta phát hiện rằng cổ phiếu của công ty

có giá trị thị trường nhỏ (market capitalization = price per share x number of share) 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 M/B – Người ta cũng thấy rằng cổ phiếu của những công ty có tỷ số P/E (price/earning ratio) và tỷ số M/B (market-to-book value ratio) thấp đem lại lợi nhuận cao hơn cổ phiếu của những công ty có tỷ số P/E và M/B cao

CAMP không đem lại sự đo lường chính xác tỷ suất sinh lợi kỳ vọng, do vậy cần phải đưa thêm những yếu tố khác vào mô hình

2.1.5 Mô hình Fama French 3 nhân tố

Tiếp nối nghiên cứu của William Sharpe, một kết quả nghiên cứu có sức ảnh hưởng lớn tới mô hình CAPM thời kỳ đó là của Fama và French (1992) Nghiên cứu này dựa trên một mô hình, trong đó tổng hợp tất cả những yếu tố ảnh hưởng đến tỷ suất sinh lợi như kích thước, đòn bẩy tài chính, E/P, BE/ME và beta của các cổ phiếu Hai ông cho rằng mối quan hệ giữa beta và tỷ suất sinh lợi trung bình là không cao trong suốt thời kỳ 1963-1990, ngay cả chỉ dùng beta để giải thích cho tỷ suất sinh lợi trung bình Trong khi đó, các kiểm định lần lượt giữa tỷ suất sinh lợi trung bình với quy mô,

hệ số đòn bẩy, E/P và BE/ME cho thấy rằng tất cả các biến này đều quan trọng và có

tín hiệu mong đợi Kết quả cuối cùng, hai ông chỉ ra rằng BE/ME và quy mô là những yếu tố có mối quan hệ mạnh nhất tới tỷ suất sinh lợi cổ phiếu và vai trò của các yếu tố còn lại (đòn bẩy, E/P) bị che lấp khi đưa hai yếu tố này vào mô hình

Tiếp tục công trình nghiên cứu này, Fama và French (1993) tiến hành nghiên cứu dựa trên hai loại cổ phiếu có đặc tính như sau: (i) cổ phiếu của công ty có quy mô nhỏ và (ii) cổ phiếu có hệ số giá trị sổ sách trên giá thị trường (BE/ME) cao (hay còn được gọi là những cố phiếu “giá trị”) Kết quả kiểm định dựa vào số liệu thời kỳ 1963 – 1990 cho thấy rằng các biến qui mô và giá trị là những biến ảnh hưởng mạnh đến lợi nhuận cổ phiếu Khi những biến này được đưa vào phân tích hồi qui trước rồi mới thêm biến beta vào thì kết quả cho thấy rằng biến beta không mạnh bằng các biến kia trong việc giải thích lợi nhuận cổ phiếu Do đó, hai ông đã thêm hai nhân tố quy mô và giá trị vào mô hình CAPM để phản ảnh sự nhạy cảm của danh mục đối với hai loại cổ phiếu này:

it Ft i i Mt Ft i t i t it

Trong đó: tại mỗi kỳ quan sát t

· Ri là mức lợi nhuận cho danh mục i

· RF là mức lợi nhuận không rủi ro

· RM là mức lợi nhuận kỳ vọng của toàn bộ thị trường

· SMB là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty nhỏ so với lợi nhuận danh mục cổ phiếu công ty lớn

· HML là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty có tỷ số giá trị sổ sách trên giá thị trường cao so với công ty có giá trị này thấp

ei là sai số ngẫu nhiên

Mô hình Fama-French vẫn cho rằng tỷ suất sinh lợi cao là phần thưởng cho sự chấp nhận rủi ro cao Hệ số si và hi lần lượt đo lường mức độ ảnh hưởng của hai nhân

tố SMB và HML đến tỷ suất sinh lợi của danh mục i Danh mục i bao gồm những cổ phiếu giá trị sẽ có hệ số hi cao và ngược lại đối với danh mục bao gồm những cổ phiếu tăng trưởng sẽ có hi thấp Tương tự, danh mục i bao gồm những cổ phiếu có vốn thị trường cao thì sẽ có hệ số si thấp và ngược lại đối với những danh mục bao gồm những

cổ phiếu có vốn thị trường thấp thì hệ số si cao

Từ khi mô hình này xuất hiện, đã có nhiều nghiên cứu thực nghiệm và tranh cãi cho tính áp dụng thực tiễn của nó Đây có thể coi là mô hình khá thành công trong việc thừa kế và tổng hợp lại kết quả của các nghiên cứu trước đó, bao gồm cả nghiên cứu nổi tiếng cho mô hình CAPM Mặt khác, bản thân mô hình này cũng được nhiều nghiên cứu thực nghiệm kiểm chứng trên nhiều bộ dữ liệu cho các thị trường khác nhau trên thế giới, trong đó có cả những thị trường mới nổi như: Nam Phi, Ấn Độ, Ucraina, Đài Loan Kết quả của các nghiên cứu này nói chung đều công nhận vai trò của 3 nhân tố trong mô hình Fama-French cho việc giải thích sự thay đổi tỷ suất sinh lợi của cổ phiếu Tuy nhiên, nhiều nghiên cứu sau này chỉ ra rằng 3 nhân tố thị trường, quy mô, và giá trị chưa đủ để thể hiện một cách thuyết phục phần bù rủi ro hệ thống vì còn có các nhân tố khác cũng ảnh hưởng lên tỷ suất sinh lợi của danh mục đầu tư Trong các nghiên cứu đó có nghiên cứu của Cahart (1997), Hou và cộng sự (2015),

và mới nhất là của chính Fama-French (2015)

2.1.6 Mô hình Cahart 4 nhân tố

Carhart nghiên cứu hoạt động của quỹ đầu tư và nhận thấy rằng mô hình 3 nhân

tố Fama-French không giải thích được biến động trong TSSL khi phân loại danh mục theo TSSL kỳ trước (theo xu hướng/đà tăng trưởng) Chan Jegadessh và Lakonishok cho rằng sự bất thường của nhân tố xu hướng chính là một yếu tố của thị trường không hiệu quả do phản ứng chậm với thông tin Mẫu mà Carhart sử dụng là mẫu có kích

thước lớn nhất tính cho đến thời điểm 1997, mẫu bao gồm dữ liệu tháng của tất cả những quỹ từ tháng 1-1962 đến tháng 12-1993, tổng cộng 1892 quỹ

Carhart xây dựng mô hình 4 nhân tố dựa trên mô hình 3 nhân tố của Fama và French (1993) và thêm một nhân tố nữa được đưa ra bởi Jegadeesh và Titman (1993) là yếu tố xu hướng bất thường trong một năm

it Ft i i Mt Ft i t i t i t it

Trong đó: tại mỗi kỳ quan sát t

· Ri là mức lợi nhuận cho danh mục i

· RF là mức lợi nhuận không rủi ro

· RM là mức lợi nhuận kỳ vọng của toàn bộ thị trường

· SMB là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty nhỏ so với lợi nhuận danh mục cổ phiếu công ty lớn

· HML là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty có tỷ số giá trị sổ sách trên giá thị trường cao so với công ty có giá trị này thấp

WML (Winners minus Losers): Yếu tố xu hướng một năm, được tính bằng TSSL bình quân của các chứng khoán cao giá năm trước trừ cho TSSL bình quân của các chứng khoán thấp giá năm trước, đo lường lợi nhuận tăng thêm của nhà đầu tư khi tiếp tục nắm giữ những chứng khoán cao giá của năm trước do thực hiện chiến lược đầu tư theo

xu hướng

ei là sai số ngẫu nhiên

Kết luận chung mà Carhart đưa ra là: không nên đầu tư vào những quỹ có TSSL

âm thường xuyên; những quỹ có TSSL cao năm trước thì năm sau sẽ có TSSL cao hơn TSSL mong đợi trung bình, nhưng những năm sau đó thì chưa chắc; tỷ số chi phí quản lý/Tổng tài sản ròng, chi phí giao dịch, chi phí đầu tư có tác động trực tiếp và ngược

chiều đến TSSL của quỹ, những chi phí này sẽ lấy đi phần TSSL vượt trội của những người nắm giữ quỹ có TSSL cao năm trước trong dài hạn

2.1.7 Mô hình Q 4 nhân tố

Hou và cộng sự (2015) đã lấy ý tưởng từ mô hình định giá tài sản dựa trên đầu

tư (Investment-based asset pricing) bằng việc sử dụng lý thuyết q (q theory) trong đầu

tư để tạo ra mô hình đa nhân tố mới, được gọi là mô hình Q 4 nhân tố (q factor model)

Nền tảng cho việc xây dựng này là thuyết Q của James Tobin về quyết định đầu

tư, theo đó q = giá trị thị trường/giá trị vốn góp của công ty, hay q = ME/BE Nói cách khác, q chính là hiện giá thuần của dòng tiền tương lai tạo ra từ một đồng vốn tăng thêm Nếu q >1, công ty nên đầu tư thêm vì việc đầu tư sẽ mang lại lợi nhuận cao hơn chi phí bỏ ra, nếu q <1 thì công ty nên bán bớt tài sản vì chúng không tạo ra lợi nhuận

và không đạt đến mức hữu dụng tối đa Trong cả hai trường hợp thì q sẽ tiến về 1, là trạng thái cân bằng đầu tư và công ty không cần phải thay đổi gì nữa

Nghiên cứu này chứng minh và sử dụng công thức sau để giải thích vai trò của nhân tố đầu tư và nhân tố ROE trong hồi quy chéo của tỷ suất sinh lợi

i1 i1

ROE r

Ở đây, công ty i có tài sản ban đầu là Ai0, đầu tư vào ngày 0 là Ii0, sản xuất trong cả 2 ngày, và ngừng hoạt động vào cuối ngày 1, ROEi1 là lợi nhuận hoạt động của công ty trong ngày 1, và a là hằng số (a>0)

Nhân tố đầu tư có tương quan nghịch với tỷ suất sinh lợi kỳ vọng Công ty có đầu tư cao ít rủi ro hơn và kiếm được lợi nhuận ít hơn so với công ty có đầu tư thấp Ngược lại, ROE có tương quan thuận với tỷ suất sinh lợi Công ty có ROE kỳ vọng cao

sẽ kiếm được lợi nhuận kỳ vọng cao hơn công ty có ROE kỳ vọng thấp

Hou và cộng sự (2015) đề xuất mô hình Q 4 nhân tố để giải thích cho những bất thường mà mô hình FF 3 nhân tố và mô hình Carhart 4 nhân tố chưa thể giải thích được và được gọi là mô hình Q với 4 nhân tố:

it Ft i i Mt Ft i t i t i t it

Trong đó: tại mỗi kỳ quan sát t

· Ri là mức lợi nhuận cho danh mục i

· RF là mức lợi nhuận không rủi ro

· RM là mức lợi nhuận kỳ vọng của toàn bộ thị trường

· SMB là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty nhỏ so với lợi nhuận danh mục cổ phiếu công ty lớn

· ROE là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty có lợi nhuận cao so với công ty có lợi nhuận thấp

CMA là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công

ty có đầu tư thấp so với công ty có đầu tư cao

ei là sai số ngẫu nhiên

2.1.8 Mô hình Fama French 5 nhân tố

Bắt đầu với mô hình chiết khấu cổ tức cho rằng giá trị thị trường của một cổ phiếu là hiện giá của cổ tức kỳ vọng mỗi cổ phiếu,

Miller và Modigliani (1961) chỉ ra rằng tổng giá trị thị trường ở thời điểm t của

cổ phiếu có thể suy ra từ (1) như sau:

t t t

Trong đó Yt+ là tổng lợi nhuận vốn chủ sở hữu trong giai đoạn t+ ,

dBt+ = Bt+ - Bt+ -1 là thay đổi trong tổng giá trị sổ sách của vốn chủ sở hữu Chia 2 vế của (2) cho giá trị sổ sách vốn chủ sở hữu ở thời điểm t ta được:

1

t t t

Novy-Marx (2013) và nhiều nghiên cứu khác chỉ ra rằng mô hình 3 nhân tố FF

bỏ lỡ nhiều biến đổi của tỷ suất sinh lợi liên quan đến lợi nhuận và đầu tư Bởi những chứng cứ này và bởi những kết luận từ phương trình (3), Fama French (2015) đã thêm hai nhân tố lợi nhuận và đầu tư vào mô hình 3 nhân tố để kiểm định mô hình gồm 5 nhân tố

it Ft i i Mt Ft i t i t i t i t it

Trong đó: tại mỗi kỳ quan sát t

Ri: tỷ suất sinh lợi danh mục i

RF: tỷ suất sinh lợi phi rủi ro

RM: tỷ suất sinh lợi của danh mục thị trường

SMB: nhân tố quy mô hay phần bù rủi ro do quy mô, bằng tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có giá trị vốn hóa thị trường nhỏ trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có giá trị vốn hóa thị trường lớn

HML: nhân tố giá trị hay phần bù rủi ro do giá trị, bằng tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) cao trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có BE/ME thấp

RMW: nhân tố lợi nhuận hay phần bù rủi ro do lợi nhuận, bằng tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có lợi nhuận cao trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có lợi nhuận thấp

CMA: nhân tố đầu tư hay phần bù rủi ro do đầu tư, bằng tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có khuynh hướng đầu tư thấp trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có khuynh hướng đầu tư cao

ei: sai số ngẫu nhiên

ai: tung độ góc của phương trình hồi quy có kỳ vọng bằng 0

bi, si, hi, ri, ci: hệ số hồi quy riêng của các nhân tố

Việc xây dựng các nhân tố là rất quan trọng trong việc kiểm định mô hình Phần này trình bày 3 cách phân chia danh mục đầu tư như trong nghiên cứu của Fama và French (2015)

Nhân tố quy mô (SMB): dựa vào giá trị thị trường vốn chủ sở hữu ở thời điểm

t-1 để xác định giá trị quy mô (Size) tại thời điểm t Những cổ phiếu có mức vốn hóa thị trường thấp hơn giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố phiếu có quy mô nhỏ (Small-S) Những cổ phiếu có mức vốn hóa thị trường lớn hơn giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố phiếu có quy mô lớn (Big-B)

Nhân tố giá trị (HML): Tỷ số giá trị sổ sách trên giá trị thị trường (Book to Market-B/M) được thu thập từ bảng cân đối kế toán của năm trước đó, tức năm t-1, để xác định yếu tố giá trị tại thời điểm t Các cổ phiếu được sắp xếp theo tỷ số B/M tăng dần Nếu danh mục được chia 3 thì: 30% các cổ phiếu có tỷ số B/M nhỏ nhất sẽ đưa vào nhóm B/M thấp (Low-L); 40% các cổ phiếu tiếp theo được đưa vào nhóm B/M trung bình (Neutral-N); 30% các cổ phiếu có B/M cao nhất đưa vào nhóm B/M cao (High-H) Nếu danh mục được chia 2 thì: Những cổ phiếu có tỷ số B/M thấp hơn giá trị trung vị của tỷ số B/M sẽ đưa vào nhóm B/M thấp (Low-L); Những cổ phiếu có tỷ số B/M lớn hơn giá trị trung vị của tỷ số B/M sẽ đưa vào nhóm B/M cao (High-H)

Nhân tố lợi nhuận (RMW): có cách tính tương tự như nhân tố giá trị nhưng dựa theo lợi nhuận hoạt động (Operating Profitability-OP) Như vậy sẽ có các nhóm: lợi nhuận cao (Robust-R); lợi nhuận trung bình (Neutral-N); lợi nhuận thấp (Weak-W)

Nhân tố đầu tư (CMA): có cách tính tương tự như nhân tố giá trị nhưng dựa theo đầu tư (Investment-Inv) Như vậy sẽ có các nhóm: đầu tư cao (Conservative-C); đầu tư trung bình (Neutral-N); đầu tư thấp (Aggressive-A)

2.2 CÁC NGHIÊN CỨU TRƯỚC

2.2.1 Nghiên cứu tại các nước phát triển

• Nghiên cứu tại Pháp của Souad Ajili (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 đạt được từ mô hình 3 nhân tố Fama French tốt hơn so với mô hình CAPM tương ứng là 34.22% và 11.2% 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 thời gian thì nhân tố quy mô và giá trị đều có ý nghĩa thống kê

• Nghiên cứu tại Nhật của Elhaj Walid và Elhaj Ahlem (2007)

Ở Nhật, trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng mô hình Fama French lên thị trường chứng khoán Nhật Bản” (2007), hai tác giả Elhaj Walid và Elhaj Ahlem đã sử dụng chuỗi lợi suất hàng tháng của tất cả chứng khoán trên Sở giao dịch chứng khoán Tokyo trong khoảng từ 1/2002 đến 9/2007 Kết quả từ nghiên cứu cho thấy ở Nhật Bản nhân tố quy mô cộng 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 vốn hóa nhỏ khoảng 78,2% đối với mô hình Fama French trong nghiên cứu này

• Nghiên cứu tại Úc của Brailsford và cộng sự (2012)

Brailsford và cộng sự nghiên cứu mô hình FF 3 nhân tố với 98% các công ty niêm yết tại Úc qua 25 năm từ 1982 đến năm 2006, dùng cách phân loại danh mục đầu

tư tương tự như các nghiên cứu ở thị trường Mỹ Kết quả cho thấy không có sự khác nhau về tỷ suất sinh lời giữa giữa các danh mục đầu tư có vốn hóa lớn và vốn hóa nhỏ, nhưng lại có sự khác biệt đáng kể về tỷ suất sinh lời giữa các danh mục có tỷ lệ BE/ME cao và BE/ME thấp

• 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 CAPM và Fama–French Trong khoảng thời gian 7/1963 đến 12/2003,

=0.3, =0.13, với mức ý nghĩa 5% thì của CAPM là 72% còn của Fama French là 89% Nếu mẫu nghiên cứu từ 7/1926 đến 12/2003 thì của CAPM là 77% còn của Fama French là 88% Như vậy hai nhân tố quy mô và giá trị rất có ảnh hưởng trên thị trường chứng khoán Mỹ

• Nghiên cứu tại Mỹ của Fama-French (2015)

Nghiên cứu sử dụng mô hình FF 5 nhân tố với các công ty niêm yết tại Mỹ trong 50 năm từ 1963 đến 2013, dùng các cách phân loại danh mục đầu tư: (1) phân loại 2x3 theo Size – BE/ME, 2x3 theo Size – OP, 2x3 theo Size – Inv; (2) phân loại 2x2 theo Size – BE/ME, 2x3 theo Size – OP, 2x3 theo Size – Inv; (3) phân loại 2x2x2x2 theo Size – BE/ME – OP – Inv; (4) phân loại 5x5 theo size – BE/ME, 5x5 theo size – OP, 5x5 theo size – Inv; (5) phân loại 2x4x4 theo Size – BE/ME – OP, 2x4x4 theo Size – BE/ME – Inv, 2x4x4 theo Size – OP – Inv Kết quả cho thấy nhân tố HML có ảnh hưởng không đáng kể trong mô hình giai đoạn này R2 của mô hình FF 3 nhân tố là 66%, mô hình FF 5 nhân tố là 67% Fama-French kết luận mô hình 5 nhân tố giải thích tỷ suất sinh lợi tốt hơn mô hình 3 nhân tố với số liệu thị trường Mỹ

• Nghiên cứu tại Úc của Chiah và cộng sự (2015)

Nghiên cứu sử dụng mô hình FF 5 nhân tố với các công ty niêm yết tại Úc trong

31 năm từ năm 1982 đến năm 2013, dùng 3 cách phân loại danh mục đầu tư: 5x5 BE/ME, 5x5 size-OP, 5x5 size- Inv Kết quả cho thấy nhân tố và quy mô có quan hệ đồng biến với tỷ suất sinh lợi, các nhân tố giá trị, lợi nhuận và đầu tư có tác động hai chiều tùy theo danh mục đầu tư

size-Nhìn chung ở hầu hết các nước phát triển mô hình FF 5 nhân tố đều cho kết quả khả quan với mức độ giải thích lớn hơn mô hình FF 3 nhân tố và mô hình CAPM

2.2.2 Nghiên cứu tại các nước đang phát triển

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

Trong bài nghiên cứu “Kiểm định mô hình Fama và French ở Ấn Độ” hai tác giả Gregory Connor và Sanjay Sehgal lấy dữ liệu từ tỷ suất sinh lợi cuối tháng của 364

cổ phiếu từ 6/1989 đến 3/1999 trên thị trường chứng khoán Ấn Độ trung bình trong

mô hình Fama French là 84.22% còn trong mô hình CAPM là 75% Nghiên cứu này cho thấy việc chạy mô hình hồi quy 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 Ấn Độ

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

Ở Thái Lan, bài nghiên cứu “Một nghiên cứu về mô hình ba nhân tố Fama và French” sử dụng số liệu trên thị trường chứng khoán Thái Lan từ 7/2002 đến 5/2007, bao gồm 421 cổ phiếu chia làm 6 nhóm: BH, BM, BL, SH, SM, SL Kết quả bài nghiên cứu cho thấy việc thêm các biến quy mô công ty và biến giá trị vào mô hình CAPM để trở thành mô hình FF 3 nhân tố cho thấy khả năng giải thích tỷ suất sinh lợi vượt trội hàng tháng của các danh mục tốt hơn mô hình CAPM với lần lượt là 62.42% và 29.47%

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

Năm 2010 trong bài nghiên cứu “Áp dụng mô hình Fama – French ba nhân tố vào thị trường chứng khoán Đài Loan” tác giả Chun – Wei Huang cho rằng mô hình CAPM có thể 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 hai 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 Fama French ba nhân tố không thể áp dụng hoàn toàn tại thị trường chứng khoán nước này

Nhìn chung, tại các nước đang phát triển tỷ suất sinh lợi của chứng khoán tác động rất lớn bởi nhân tố rủi ro thị trường do thị trường chứng khoán tại những nước này còn non trẻ, nhà đầu tư chủ yếu là nhà đầu tư cá nhân thường đầu tư chứng khoán theo tâm lý Hai nhân tố SMB và HML cũng có ảnh hưởng đến tỷ suất sinh lợi nhưng không ảnh hưởng lớn bằng tại các nước phát triển, tuy nhiên việc có thêm hai biến này góp phần giả thích cao hơn cho tỷ suất sinh lợi chứng khoán

2.2.3 Nghiên cứu tại Việt Nam

• Nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008):

Nghiên cứu ứng dụng mô hình FF 3 nhân tố tại Việt Nam với dữ liệu gồm 28 công ty niêm yết trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE) trong khoảng thời gian hơn 3 năm từ tháng 1/2005 đến tháng 3/2008 Kết quả cho thấy

cả 3 nhân tố đều tác động lên tỷ suất sinh lời cổ phiếu trong đó nhân tố thị trường giữ vai trò quan trọng hơn cả và hai nhân tố thị trường và quy mô tác động cùng chiều còn nhân tố giá trị ảnh hưởng ngược chiều Mô hình có R2 bằng 86,8% cao hơn so với mô hình CAMP với R2 là 62,5%

• Nghiên cứu của Nguyễn Anh Phong và Trần Việt Hoàng (2012):

Dựa trên mô hình FF 3 nhân tố với dữ liệu trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh giai đoạn 2007-2011 Kết quả cho thấy mô hình giải thích tỷ suất sinh lời tốt hơn mô hình CAPM, nhất là trong các danh mục đầu tư SL, SH, BL

• Nghiên cứu của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012):

Dựa trên mô hình FF 3 nhân tố với dữ liệu trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh giai đoạn 2007-2012 Kết quả cho thấy mô hình giải thích tỷ suất sinh lời tốt trong giai đoạn kinh tế tăng trưởng nhưng chưa giải thích tốt trong giai đoạn kinh tế suy thoái R2

mô hình là 75%

• Nghiên cứu của Võ Hồng Đức và Mai Duy Tân (2014):

Các nghiên cứu dựa trên các mô hình FF 3 nhân tố và FF 5 nhân tố đối với dữ liệu là 281 công ty niêm yết trên sàn chứng khoán thành phố Hồ Chí Minh (dữ liệu đã loại bỏ các công ty tài chính, chứng khoán và ngân hàng) giai đoạn từ tháng 1/2007 đến 12/2013 Đối với FF 3 nhân tố thì trong 3 nhân tố, nhân tố thị trường có tác động mạnh mẽ và phù hợp nhất đúng dấu kỳ vọng, giữa hai nhân tố quy mô và giá trị thì yếu

tố giá trị giải thích tốt hơn nhưng mang dấu âm ngược kỳ vọng ban đầu của mô hình

Đối với FF 5 nhân tố, nhân tố thị trường luôn mang đúng dấu kỳ vọng và có ý nghĩa thống kê, yếu tố quy mô và giá trị mang đúng dấu kì vọng và yếu tố giá trị giải thích tốt hơn nhưng không có ý nghĩa thống kê với một số danh mục Trong hai nhân tố lợi nhuận và đầu tư thì nhân tố lợi nhuận giải thích tốt hơn nhân tố đầu tư hơn nữa nhân tố đầu tư mang dấu âm ngược kỳ vọng Kết luận yếu tố đầu tư chưa thực sự phù hợp để giải thích tỷ suất sinh lợi ở thị trường Việt Nam trong mô hình FF 5 nhân tố Các kết quả đạt được cũng khác nhau đối với các cách chia danh mục khác nhau trong cả hai

mô hình

• Nghiên cứu của Nguyễn Thị Thúy Nhi (2016):

Nghiên cứu dựa trên hai mô hình FF 5 nhân tố và mô hình 4 nhân tố của Hou (Q4) với dữ liệu trên hai sàn giao dịch chứng khoán thành phố Hồ Chí Minh và Hà Nội giai đoạn 1/2009-6/2015 và sử dụng 3 cách phân chia danh mục Kết quả: nhân tố thị trường có mang dấu dương đúng kỳ vọng của mô hình, nhân tố SMB mang dấu dương với danh mục cổ phiếu có quy mô nhỏ và âm với danh mục cổ phiếu có quy mô lớn, nhân tố HML mang dấu dương với danh mục đầu tư có BE/ME cao và ngược lại, nhân

tố RMW mang dấu dương với danh mục có lợi nhận hoạt động trên vốn chủ sở hữu cao

và ngược lại, nhân tố CMA mang dấu dương với danh mục có tỷ lệ đầu tư trên tổng tài sản thấp và ngược lại R2 của mô hình từ 80% đến 96% Nghiên cứu cũng kết luận mô hình FF 5 nhân tố giải thích tốt hơn mô hình Q4

Tóm tắt các nghiên cứu tại Việt Nam

Đối với mô hình FF 3 nhân tố: các nghiên cứu đều có cùng nhận định nhân tố thị trường giải thích tốt nhất cho tỷ suất sinh lợi của danh mục đầu tư Hai nhân tố SMB và HML cũng có ảnh hưởng nhưng không lớn như tại các nước phát triển Tuy nhiên việc có thêm hai biến này góp phần giải thích cao hơn cho tỷ suất sinh lợi chứng khoán

Đối với mô hình FF 5 nhân tố: các nghiên cứu cũng đều nhận định nhân tố thị trường giải thích tốt nhất trong 5 nhân tố và đúng dấu kỳ vọng tương tự như kết luận của các nghiên cứu sử dụng mô hình FF 3 nhân tố Theo nghiên cứu của Võ Hồng Đức

và Mai Duy Tân thì 3 nhân tố quy mô, giá trị và lợi nhuận mang dấu dương, nhân tố đầu tư mang dấu âm ở 14 danh mục và không có ý nghĩa thống kê ở 2 danh mục Trong khi đó kết luận của Nguyễn Thị Thúy Nhi thì 4 nhân tố quy mô, giá trị, đầu tư và lợi nhuận đều mang dấu dương ở một nửa số danh mục và dấu âm ở một nửa số danh mục còn lại Hai kết quả nghiên cứu này trái ngược nhau Mặt khác nhân tố giá trị ở mô hình 3 nhân tố hầu hết mang dấu âm khác với kết luận của cả ba nghiên cứu sử dụng

mô hình 5 nhân tố, làm cho nhân tố này rất khó sử dụng vào mục đích đầu tư khi nhà đầu tư không biết nghe theo mô hình nào hay nghiên cứu nào