Nghiên cứu các nhân tố tác động đến tỷ suất sinh lợi cổ phiếu trên TTCK việt nam bằng mô hình ba nhân tố fama french

TÓM TẮTLuận văn nghiên cứu ảnh hưởng của nhân tố thị trường, nhân tố quy mô và nhân tốgiá trị đến TSSL của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Namtrong giai đoạn từ th

TRẦN BÉ TÝ

NGHIÊN CỨU CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN TỶ SUẤT SINH LỢI CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM BẰNG MÔ HÌNH BA

NHÂN TỐ FAMA – FRENCH

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh - Năm 2014

TRẦN BÉ TÝ

NGHIÊN CỨU CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN TỶ SUẤT SINH LỢI CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM BẰNG MÔ HÌNH BA

NHÂN TỐ FAMA – FRENCH

Chuyên ngành: Tài Chính – Ngân hàng

Tôi xin cam đoan rằng luận văn “Nghiên cứu các nhân tố tác động đến tỷ suất sinh lợi cổphiếu trên thị trường chứng khoán Việt Nam bằng mô hình ba nhân tố Fama – French”

là công trình nghiên cứu của riêng tôi và có sự hỗ trợ của Thầy hướng dẫn là GS.TS.Trần Ngọc Thơ Các thông tin, dữ liệu sử dụng trong luận văn là trung thực; các nộidung, trích dẫn đều được ghi rõ nguồn gốc, các kết quả nghiên cứu được trình bày trongluận văn này chưa được công bố tại bất kỳ công trình nghiên cứu nào khác

Tp Hồ Chí Minh, ngày 30 tháng 06 năm 2014

Người thực hiện

Trần Bé Tý

Lời cam đoan

Mục lục

Danh mục các chữ viết tắt

Danh mục bảng biểu

TÓM TẮT 1

Chương 1 GIỚI THIỆU 3

1 Lý do chọn đề tài 3

2 Mục tiêu nghiên cứu 3

3 Câu hỏi nghiên cứu 4

4 Đối tượng nghiên cứu 4

5 Phạm vi nghiên cứu 4

6 Phương pháp nghiên cứu 4

7 Kết cấu của đề tài 5

Chương 2 MÔ HÌNH 3 NHÂN TỐ FAMA – FRENCH VÀ BẰNG CHỨNG THỰC NGHIỆM 7

2.1 Mô hình 3 nhân tố Fama – French 7

2.2 Bằng chứng thực nghiệm của mô hình 3 nhân tố Fama – French 10

Chương 3 PHƯƠNG PHÁP NGHIÊN CỨU 16

3.1 Mô hình lý thuyết 16

3.2 Các biến độc lập và các biến phụ thuộc 17

3.2.1 Xây dựng các danh mục cổ phiếu 17

3.2.2 Các biến độc lập và các biến phụ thuộc 19

3.3 Dữ liệu nghiên cứu và phương pháp nghiên cứu 22

3.4 Xử lý dữ liệu và phương pháp ước lượng 25

4.1 Thống kê mô tả các nhân tố 27

4.2 Kiểm định hiện tượng đa cộng tuyến của các biến trong mô hình và tính dừng của chuỗi dữ liệu thời gian 29

4.2.1 Kiểm định tính dừng của chuỗi dữ liệu thời gian 29

4.2.2 Kiểm định đa cộng tuyến 30

4.3 Kết quả hồi quy của nhân tố thị trường, nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường 32

4.3.1 Kiểm định mô hình 3 nhân tố Fama - French 32

4.3.2 Đánh giá ảnh hưởng của các nhân tố tới TSSL của 4 danh mục 37

4.3.3 Hồi quy với biến trễ của nhân tố thị trường 43

4.3.4 Kết quả hồi quy của mô hình 3 nhân tố Fama - French khi thị trường lên và thị trường xuống 47

Chương 5 KẾT LUẬN 54

5.1 Kết luận chung từ kết quả nghiên cứu 54

5.2 Hạn chế của nghiên cứu 55 TÀI LIỆU THAM KHẢO

Tiếng Việt

Tiếng Anh

PHỤ LỤC

1. Danh sách các cổ phiếu trong mẫu nghiên cứu

2. Giá trị các biến độc lập và phụ thuộc từ tháng 07/2008 đến tháng 06/2013

3. Bảng thống kê mô tả các nhân tố từ Stata 11

4. Kiểm định tính dừng của các chuỗi TSSL

5. Hồi quy các danh mục theo mô hình CAPM

Giá trị sổ sách trên giá trị thị trường

Capital asset pricing model - Mô hình định giá tài sản vốn

High minus low - phần bù giá trị

Giá trị vốn hóa trị trường

Small minus low – phần bù quy mô

Tỷ suất sinh lợi

Thị trường chứng khoán

Bảng 3.3 Tổng hợp nguồn gốc số liệu và các nhân tố trong mô hình 24

Bảng 4.1 Thống kê TSSL vượt trội của 4 danh mục trong giai đoạn từ tháng 07/2008 đến 06/2013 27

Bảng 4.2 TSSL và rủi ro 3 nhân tố giải thích trong giai đoạn từ tháng 07/2008 đến tháng 06/2013 28

Bảng 4.3 Giá trị các thông kê t-statistic trong kiểm định tính dừng 29

Bảng 4.4 Bảng ma trận hệ số tương quan giữa các biến giải thích trong mô hình 30

Bảng 4.5 Kết quả hồi quy tuyến tính của các mô hình 33

Bảng 4.6 kết quả hồi quy TSSL vượt trội của 4 danh mục theo mô hình 3 nhân tố Fama - French 37

Bảng 4.7 Phần bù thị trường, quy mô và giá trị trong mô hình 3 nhân tố Fama -French: 42

Bảng 4.8 Kết quả hồi quy tuyến tính các mô hình khi nhân tố thị trường được thay thế bằng nhân tố thị trường có độ trễ 43

Bảng 4.9 Kết quả hồi quy khi thị trường lên và thị trường xuống 49

TÓM TẮT

Luận văn nghiên cứu ảnh hưởng của nhân tố thị trường, nhân tố quy mô và nhân tốgiá trị đến TSSL của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Namtrong giai đoạn từ tháng 7 năm 2008 đến tháng 06 năm 2013 bằng mô hình ba nhân

tố Fama - French Kết quả nghiên cứu cho thấy nhân tố thị trường, nhân tố quy mô

và nhân tố giá trị có ảnh hưởng đến tỷ suất sinh lợi (TSSL) cổ phiếu và giải thíchđược 92,63% biến động TSSL vượt trội cổ phiếu trên thị trường chứng khoán(TTCK) Việt Nam

Nhân tố có đóng tác động mạnh nhất đến TSSL vượt trội cổ phiếu là nhân tố thịtrường thời điểm Sự tác động của nhân tố quy mô và nhân tố giá trị là đáng kể (hệ

số dốc lần lượt là 0,473 và 0,308) đều có ý nghĩa thống kê trong thời kỳ nghiên cứu.Kết quả nghiên cứu cho thấy có tồn tại hiệu ứng quy mô nhỏ và hiệu ứng giá trị cao.Kết quả này phù hợp với kết quả nghiên cứu của Fama và French ở thị trường Mỹnăm 1993 Những danh mục cổ phiếu có quy mô nhỏ, có tỷ số BE/ME cao sẽ manglại TSSL vượt trội cao hơn những danh mục cổ phiếu có quy mô lớn, tỷ lệ BE/MEthấp

Mô hình ba nhân tố Fama - French được điều chỉnh bằng cách sử dụng TSSL vượttrội thị trường có độ trễ để kiểm tra khả năng dự báo của mô hình, khả năng giảithích của mô hình giảm đáng kể và chỉ có nhân tố thị trường có độ trễ và nhân tốquy mô có tác động đến TSSL vượt trội của danh mục cổ phiếu

Tác giả cũng kiểm tra tính ổn định của mô hình khi tách biệt giai đoạn thị trường lên vàthị trường xuống Kết quả cho thấy khả năng giải thích và mức độ tác động của cả 3nhân tố đều không khác biệt đáng kể so với mô hình lúc đầu Sự tác động của các nhân

tố đều có ý nghĩa thống kê trong cả giai đoạn thị trường lên và thị trường xuống Khi

mô hình được điều chỉnh bằng cách sử dụng nhân tố thị trường có độ trễ, khả năng giảithích của mô hình cho giai đoạn thị trường lên và thị trường xuống tuy vẫn còn thấpnhưng đã tăng đáng kể Tác động của nhân tố thị trường chỉ có ý nghĩa trong giai đoạnthị trường lên và tác động của nhân tố quy mô chỉ có ý

nghĩa khi thị trường xuống Nhân tố giá trị vẫn không có ý nghĩa thống kê trong cả thị trường lên và xuống.

Chương 1 GIỚI THIỆU

Mô hình 3 nhân tố Fama - French là mô hình về TSSL và rủi ro khá phổ biến, đãđược nghiên cứu ở nhiều nước trên thế giới Nhận thấy tầm quan trọng của việcứng dụng các mô hình tài chính đối với hoạt động đầu tư, đặc biệt là trong giai đoạnTTCK còn non trẻ, có nhiều biến động như hiện nay, tác giả đã tiến hành nghiêncứu đề tài: “Nghiên cứu các nhân tố tác động đến tỷ suất sinh lợi cổ phiếu trên thịtrường chứng khoán Việt Nam bằng mô hình ba nhân tố Fama - French”

2. Mục tiêu nghiên cứu

- Kiểm định sự phù hợp của mô hình 3 nhân tố Fama - French trong việc giải thích sự khác biệt trong TSSL của các cổ phiếu trên TTCK Việt Nam

- Kiểm định sự phù hợp của mô hình 3 nhân tố của Fama - French khi nhân tố thị trường được thay bằng nhân tố thị trường có độ trễ

- Kiểm định mô hình 3 nhân tố Fama - French trong giai đoạn thị trường lên

và thị trường xuống

3. Câu hỏi nghiên cứu

- Mô hình 3 nhân tố của Fama - French có phù hợp để giải thích sự khác biệt trong TSSL của cổ phiếu trên TTCK Việt Nam hay không?

- Khi thay thế nhân tố thị trường bằng nhân tố thị trường có độ trễ thì mô hình

3 nhân tố của Fama - French có phù hợp để giải thích sự khác biệt trongTSSL cổ phiếu trên TTCK Việt Nam hay không?

- Mô hình 3 nhân tố Fama - French có phụ thuộc vào tình trạng thị trường hay không?

4. Đối tượng nghiên cứu

Đối tượng nghiên cứu là sự khác biệt trong TSSL của các danh mục cổ phiếu trênTTCK Việt Nam Nghiên cứu đánh giá khả năng giải thích của mô hình 3 nhân tốFama - French (1993) đối với sự khác biệt trong TSSL của các danh mục cổ phiếutrên TTCK Viêt Nam

5 Phạm vi nghiên cứu

Bài nghiên cứu kiểm định sự phù hợp của mô hình 3 nhân tố Fama – French trongviệc giải thích TSSL của 166 cổ phiếu trên thị trường chứng khoán Việt Nam giaiđoạn từ tháng 07 năm 2008 đến tháng 06 năm 2013

6 Phương pháp nghiên cứu

Luận văn này sử dụng các nghiên cứu trước đây về mô hình 3 nhân tố Fama French để làm cơ sở cho việc xây dựng danh mục theo quy mô và giá trị Tác giả sửdụng Microsoft Excel 2007 để chia danh mục, tính toán TSSL cổ phiếu, TSSL danhmục, TSSL vượt trội và lọc các dữ liệu cần thiết Sau đó tác giả sử dụng phần mềmStata 11 để phân tích dữ liệu và chạy mô hình hồi quy Tác giả sử dụng hồi quy vớisai số chuẩn Newey - West (regression with Newey-West standard errors) với độ trễước lượng các hệ số hồi quy theo phương pháp bình phương nhỏ nhất để chạy hồiquy cho chuỗi dữ liệu gộp (time - pooled cross - sectional regression) và cho chuỗi

-dữ liệu thời gian theo mô hình CAPM và mô hình 3 nhân tố Fama - French

Dữ liệu để chạy mô hình hồi quy trong bài nghiên cứu này được thu thập từ cáccông ty niêm yết trên Sở giao dịch chứng khoán Tp Hồ Chí Minh và Sở giao dịchchứng khoán Hà Nội, tác giả chọn những công ty phi tài chính và niêm yết liên tục

từ tháng 01 năm 2008 đến tháng 06 năm 2013, loại bỏ những công ty thuộc diệnkiểm soát Các dữ liệu về giá cổ phiếu, giá trị sổ sách, số lượng cổ phiếu lưu hành,lãi suất phi rủi ro… được thu thập thông qua gói sản phẩm dữ liệu tài chính mà tácgiả mua từ Công ty Cổ phần Tài Việt

7 Kết cấu của đề tài

Ngoài danh mục các chữ viết tắt, danh mục bảng, tài liệu tham khảo và phụ lục, đềtài gồm 5 chương, bao gồm:

Chương 1: Giới thiệu

Trong chương này tác giả trình bày lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏinghiên cứu, đối tượng nghiên cứu, phạm vi nghiên cứu và phương pháp nghiên cứu

Chương 2: Mô hình 3 nhân tố Fama - French và bằng chứng thực nghiệm

Trong phần này, tác giả trình bày tóm tắt lý thuyết về mô hình 3 nhân tố Fama –French và các nghiên cứu ở các nước trên thế giới về mô hình 3 nhân tố Fama -French

Chương 3: Phương pháp nghiên cứu

Trong chương này, tác giả trình bày phương pháp, nguồn dữ liệu và mô tả biến phụthuộc và các các biến độc lập được sử dụng trong bài nghiên cứu Các nội dung ởphần này được dùng làm cơ sở cho các phân tích trong chương 4

Chương 4 Kiểm định mô hình 3 nhân tố Fama – French và đánh giá tác động củanhân tố thị trường, nhân tố quy mô, nhân tố giá trị đến sự khác biệt trong TSSL cổphiếu trên TTCK Việt Nam

Trong chương này tác giả trình bày các kết quả kiểm định về mô hình 3 nhân tốFama - French và sự tác động của các nhân tố trong mô hình đến TSSL cổ phiếu.Tác giả cũng kiểm định mô hình khi nhân tố thị trường được thay thế bằng nhân tốthị trường có độ trễ và kiểm định tính ổn định của mô hình khi thị trường lên và thịtrường xuống.

Chương 5: Kết luận

Trong chương này, tác giả tóm tắt lại vấn đề nghiên cứu, kết quả nghiên cứu, nêu rahạn chế của đề tài và đề xuất ra các hướng nghiên cứu tiếp theo

Chương 2 MÔ HÌNH 3 NHÂN TỐ FAMA – FRENCH VÀ BẰNG CHỨNG

THỰC NGHIỆM 2.1 Mô hình 3 nhân tố Fama – French

Mô hình CAPM của Sharpe – Lintner – Mossin đưa ra mối quan hệ giữa TSSL vàrủi ro của một tài sản, nói rằng TSSL của tài sản sẽ phụ thuộc vào độ nhạy cảm củatài sản đó với rủi ro thị trường Theo mô hình CAMP, nhân tố thị trường là nhân tốgiải thích duy nhất cho TSSL của một tài sản

Năm 1992, Fama và French thấy rằng chỉ nhân tố thị trường thì giải thích được rất

ít TSSL cổ phiếu và tìm thấy được nhân tố quy mô và nhân tố giá trị sổ sách trêngiá trị thị trường giải thích tốt TSSL của cổ phiếu Mỹ trong giai đoạn từ năm 1963đến 1990 Sau đó, trong nghiên cứu được công bố năm 1993, Fama và French đãđưa ra mô hình định giá tài sản ba nhân tố Mô hình này là mở rộng của mô hìnhCAPM, và đưa thêm hai nhân tố rút ra từ nghiên cứu Fama và French (1992): nhân

tố quy mô và nhân tố giá trị Mô hình 3 nhân tố Fama – French là một chứng cứthực nghiệm bác bỏ CAPM và cho rằng mô hình định giá tài sản vốn hoạt động kémtrong việc giải thích cho TSSL tài sản

Mô hình 3 nhân tố Fama - French nói rằng TSSL vượt trội kỳ vọng của một danhmục (chênh lệch giữa tỷ suất sinh lợi kỳ vọng của danh mục và TSSL phi rủi ro) sẽđược giải thích bằng độ nhạy cảm của nó với ba nhân tố:

(1) TSSL vượt trội của danh mục thị trường (gọi là nhân tố thị trường)

(2) Sự chênh lệch TSSL của các danh mục các cổ phiếu có quy mô nhỏ và TSSL của các danh mục cổ phiếu có quy mô lớn (gọi là nhân tố quy mô SMB)

(3) Sự chênh lệch TSSL của các danh mục các cổ phiếu có giá trị sổ sách trên giá trịthị trường (BE/ME) cao và TSSL của các danh mục cổ phiếu có BE/ME thấp (gọi lànhân tố giá trị HML)

Mô hình 3 nhân tố được mô tả như sau:

Trong đó

là TSSL trung bình của danh mục p

là lãi suất phi rủi ro (TSSL T.bill 1 tháng)

là TSSL của danh mục thị trường

là hệ số hồi quy của nhân tố thị trường

là hệ số hồi quy của nhân tố SMB

là hệ số hồi quy của nhân tố HML

Mô hình 3 nhân tố Fama – French là sự mở rộng của mô hình CAPM Bên cạnhnhân tố thị trường giống trong mô hình mô hình CAPM, Fama và French bổ sung 2nhân tố là nhân tố quy mô và giá trị Hai nhân tố này được tìm ra trong nghiên cứucủa Fama và French (1992)

Nhân tố thị trường (R m - R f )

Đại diện cho nhân tố thị trường là TSSL vượt trội của danh mục thị trường, tức làTSSL danh mục thị trường trừ đi TSSL phi rủi ro Phần chênh lệch (Rm – Rf) làphần bù thị trường hay TSSL vượt trội của danh mục thị trường, tức là phần tăngthêm của TSSL do rủi ro thị trường mang lại

Hàm ý giải thích của nhân tố thị trường: Tất cả các nhà đầu tư đều có thể dễ dàngtạo ra TSSL phi rủi ro bằng cách đầu tư vào tín phiếu kho bạc Các nhà đầu tư cóthể đạt được TSSL cao hơn bằng cách đầu tư vào danh mục cổ phiếu rủi ro thay vìđầu tư vào tín phiếu kho bạc, việc này sẽ mang về cho nhà đầu tư một phần bù thịtrường Rm-Rf

Nhân tố quy mô (SMB - small minus big)

Nhân tố SMB đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào nhữngcông ty có giá trị vốn hóa thị trường nhỏ Phần tăng thêm này gọi là phần bù quy

mô, tức là lợi nhuận do yếu tố quy mô công ty mang lại

SMB được hình thành để mô phỏng rủi ro liên quan đến quy mô, là chênh lệchTSSL trung bình của 3 danh mục cổ phiếu có quy mô nhỏ (SL, SM, SH) và TSSLtrung bình của 3 danh mục cổ phiếu có quy mô lớn (BL, BM, BH) Điều này chophép đánh giá sự thay đổi trong TSSL giữa các cổ phiếu ở các nhóm quy mô khácnhau

Một số giải thích hợp lý về nhân tố SMB ảnh hưởng đến TSSL cổ phiếu được cácnhà nghiên cứu đưa ra là: các công ty có giá trị vốn hóa thị trường nhỏ thì khả năngchịu đựng và ứng phó với các bất ổn chính trị, kinh tế và khủng hoảng tài chínhthấp; có ít thông tin về các công ty nhỏ nên chi phí giám sát một danh mục các cổphần có quy mô nhỏ có thể cao hơn một danh mục các cổ phần có quy mô lớn; cổphần các công ty nhỏ kém thanh khoản hơn và chi phí giao dịch cũng lớn hơn; cáccông ty nhỏ được quản lý kém hiệu quả hơn Vì vậy các cổ phần có quy mô nhỏ rủi

ro hơn nên TSSL mà các nhà đầu tư đòi hỏi cũng cao hơn Nhìn chung, đây lànhững giải thích hợp lý về hiệu ứng quy mô Tuy nhiên, vẫn không có giải thích nàochặt chẽ về mặt lý thuyết và có tính thuyết phục cho sự hiện diện của hiệu ứng này

Nhân tố giá trị (HML - high minus low)

Nhân tố HML đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào nhữngcông ty có giá trị sổ sách trên giá trị thị trường cao Phần tăng thêm này gọi là phần

bù giá trị, tức là lợi nhuận do yếu tố giá trị sổ sách trên giá trị thị trường mang lại.Nhân tố HML được hình thành để mô phỏng rủi ro liên quan đến giá trị sổ sách trêngiá trị vốn hóa thị trường Được tính bằng chênh lệch TSSL trung bình của 2 danhmục cổ phiếu có tỷ số BE/ME cao (BH, SH) và 2 danh mục cổ phiếu có BE/MEthấp (BL; SL) Điều này cho phép xem xét sự thay đổi của TSSL cổ phiếu ở cácnhóm có BE/ME khác nhau

Fama và French nhận thấy những cổ phiếu có tỷ lệ BE/ME cao thường có TSSL caohơn những cổ phiếu có tỷ lệ BE/ME thấp Chênh lệch TSSL của danh mục các cổphiếu có tỷ lệ BE/ME cao và TSSL của danh mục cổ phiếu có BE/ME thấp đượcgọi là phần bù giá trị Theo các kết quả nghiên cứu của Fama và French (1993) thìtác động của nhân tố giá trị đến TSSL cổ phiếu là lớn hơn so với tác động của nhân

tố quy mô và phần bù giá trị là lớn hơn phần bù quy mô tương ứng Năm 1995,trong nghiên cứu được đăng trên tạp chí Journal of finance, Fama và French nhậnthấy phần bù giá trị có liên quan đến khó khăn tài chính của công ty Những công ty

có tỷ lệ BE/ME cao thường có TSSL thấp kéo dài Ngược lại, những công ty có tỷ

lệ BE/ME thấp thường là những công ty mạnh, duy trì khả năng sinh lợi cao Vì thế,Fama và French cho rằng, TSSL của những cổ phần có BE/ME cao là một sự bù đắpcho rủi ro cao Sau đó, trong nghiên cứu về phần bù giá trị trên mẫu dữ liệu của Mỹ

và 12 thị trường khác trong giai đoạn 1975 đến 1995 được công bố năm 1998,Fama và French khẳng định rằng cổ phiếu giá trị (cổ phiếu có tỷ lệ BE/ME cao) cóTSSL trung bình cao hơn so với TSSL của cổ phiếu phát triển (cổ phiếu có tỷ lệBE/ME thấp) Sự tồn tại của phần bù giá trị là có thực Phần bù giá trị tồn tại ở cảcác thị trường mới nổi

Hệ số s và h lần lượt đo lường mức độ ảnh hưởng của 2 nhân tố SMB và HML đếnTSSL của danh mục Danh mục bao gồm những cổ phiếu giá trị (cổ phiếu cóBE/ME cao) sẽ có hệ số h cao và ngược lại cổ phiếu tăng trưởng (tỷ số BE/MEthấp) có hệ số h thấp Còn danh mục cổ phiếu có giá trị vốn hóa thị trường thấp sẽ

có hệ số s cao và ngược lại danh mục cổ phiếu có giá trị vốn hóa thị trường cao sẽ

có hệ số s thấp

2.2 Bằng chứng thực nghiệm của mô hình 3 nhân tố Fama – French

Kể từ khi mô hình 3 nhân tố Fama – French ra đời, đã có nhiều nghiên cứu đượcthực hiện ở các thị trường khác nhau kiểm định sự phù hợp của mô hình trong việcgiải thích TSSL cổ phiếu, có nhiều kết quả ủng hộ mô hình 3 nhân tố Fama –

French, nhưng cũng có một số kết quả nghiên cứu không ủng hộ và đề xuất nhữngnhân tố mới.

Gilbert V Nartea và cộng sự (2008) nghiên cứu về sự tồn tại của nhân tố quy mô,nhân tố giá trị và tính ổn định của mô hình 3 nhân tố Fama - French ở thị trườngHồng Kông trong giai đoạn từ tháng 01 năm 1982 đến tháng 12 năm 2001 Kết quảnghiên cứu rút ra là mô hình 3 nhân tố Fama – French tốt hơn mô hình CAPM trongviệc giải thích TSSL cổ phiếu, tồn tại hiệu ứng quy mô nhỏ và hiệu ứng giá trị cao ởHồng Kông trong giai đoạn nghiên cứu Tuy nhiên, kết quả nghiên cứu cho thấy vẫncòn một hoặc một vài nhân tố tác động đến TSSL cổ phiếu ở Hồng Kông

Serpil CANBAŞ và Emrah ARIOĞLU (2008) nghiên cứu mô hình 3 nhân tố Fama– French trên sở giao dịch chứng khoán Istanbul (Thổ Nhĩ Kỳ) Kết quả nghiên cứucho thấy mô hình 3 nhân tố Fama – French giải thích tốt TSSL cổ phiếu trên sở giaodịch chứng khoán Istanbul trong giai đoạn từ tháng 07 năm 1993 đến tháng 06 năm

2004 Tuy nhiên, mô hình 3 nhân tố Fama – French chưa giải thích hết tất cả biếnđộng TSSL cổ phiếu trong giai đoạn nghiên cứu

Rowland B.F Pasaribu (2009) đánh giá khả năng giải thích của mô hình 3 nhân tốFama – French và mô hình CAPM ở TTCK Indonesia trong giai đoạn từ năm 2003đến năm 2006 Kết quả nghiên cứu ủng hộ mô hình 3 nhân tố Fama – French, môhình 3 nhân tố giải thích TSSL cổ phiếu tốt hơn mô hình CAPM

Nghiên cứu được thực hiện bởi Lim T Jian và Ngerng Miang (2012) về các nhân tốgiải thích đối với TSSL cổ phiếu trên TTCK Malaysia trong giai đoạn từ năm 2000đến năm 2009 Nghiên cứu kết luận rằng mô hình sử dụng nhân tố quy mô và nhân

tố giá trị sổ sách trên giá trị thị trường có mức độ giải thích thấp hơn so với mô hìnhvới các biến khác mà tác giả xây dựng là nhóm nhân tố TSSL vượt trội trên vốn cổphần (chênh lệch giữa tỷ suất sinh lợi trên vốn cổ phần và lãi suất phi rủi ro), nhómnhân tố quan sát khả năng sinh lời của doanh nghiệp, biến nhân tố đại diện cho cácbiến phân tích dự đoán khả năng sinh lợi trong tương lai của doanh nghiệp, biến

nhân tố đại diện cho nhiều cách đo lường mức độ vay nợ của một doanh nghiệp vàsai số chuẩn của TSSL trên vốn cổ phần.

Ron Y Ho và cộng sự (2006) đánh giá về mặt thực nghiệm tác động của beta, quy

mô doanh nghiệp và tỷ lệ giá trị sổ sách trên giá trị thị trường trong điều kiện thịtrường lên và xuống ở Hồng Kông Kết quả nghiên cứu rút ra là mối quan hệ giữarủi ro và TSSL cổ phiếu phiếu phụ thuộc vào tình trạng thị trường trong giai đoạn từtháng 01 năm 1980 đến 12 năm 1998 Tồn tại mối quan hệ dương (âm) giữa beta vàTSSL cổ phiếu khi thị trường lên (xuống) Hiệu ứng quy mô là không đáng kể khithị trường lên và hiệu ứng giá trị sổ sách trên giá trị thị trường là không đáng kể khithị trường xuống

Michael A O’Brien và cộng sự (2008) nghiên cứu mô hình 3 nhân tố Fama –French ở TTCK Australia trong giai đoạn từ năm 1982 đến năm 2006 Kết quả ủng

hộ mô hình 3 nhân tố Fama – French và khẳng định tồn tại hiệu ứng quy mô và hiệuứng giá trị ở thị trường Australia Tuy nhiên, mô hình 3 nhân tố Fama – Frenchcũng chưa giải thích được tất cả TSSL cổ phiếu trong giai đoạn nghiên cứu

Michael E Drew và cộng sự (2003) đánh giá khả năng giải thích mô hình 3 nhân tốFama - French, đánh giá hiệu ứng mùa và hiệu ứng tết âm lịch đối với TSSL cổphiếu của các công ty niêm yết ở sở giao dịch chứng khoán Thượng Hải (TrungQuốc) từ năm 1994 đến năm 2000 Kết quả là mô hình 3 nhân tố Fama – French giảithích TSSL cổ phiếu tốt hơn mô hình CAMP Tồn tại hiệu ứng quy mô nhỏ và hiệuứng giá trị cao trong giai đoạn nghiên cứu Mô hình 3 nhân tố Fama – French khôngthể giải thích hiệu ứng tháng giêng hay hiệu ứng tết âm lịch

Gilbert V Nartea và cộng sự (2009) nghiên cứu tác động của nhân tố quy mô, giátrị, momentum và tính ổn định của mô hình 3 nhân tố Fama - French ở thị trườngNew Zealand trong giai đoạn từ năm 1995 đến năm 2004 Kết quả nghiên cứu rút ra

là mô hình 3 nhân tố Fama – French giải thích TSSL cổ phiếu tốt hơn mô hìnhCAPM Bên cạnh đó, có tồn tại hiệu ứng quy mô nhỏ và hiệu ứng giá trị cao ở New

Zealand Tuy nhiên, mô hình 3 nhân tố Fama – French không thể giải thích đượchiệu ứng momentum trong giai đoạn nghiên cứu.

Nghiên cứu của Mirela Malin và Madhu Veeraraghavan (2004) kiểm định mô hình 3nhân tố Fama – French ở Anh, Pháp, Đức trong giai đoạn từ năm 1991 đến năm

2001 Kết quả nghiên cứu cho thấy tồn tại hiệu ứng quy mô nhỏ ở Pháp, Đức vàhiệu ứng quy mô lớn ở Anh Hiệu ứng giá trị sổ sách trên giá trị trường thấp tồn tại

ở cả Anh, Pháp, Đức Mô hình 3 nhân tố Fama – French giải thích TSSL cổ phiếu tốt hơn mô hình CAPM

Souad Ajili (2002) đánh giá mô hình 3 nhân tố Fama – French ở Pháp trong thời kỳ

từ tháng 07 năm 1976 đến tháng 06 năm 2001 Kết quả là mô hình 3 nhân tố Fama –French giải thích được hầu hết TSSL cổ phiếu so với mô hình CAPM và không cóhiệu ứng tháng giêng ở thị trường Pháp trong giai đoạn nghiên cứu

Michael E Drew và Madhu Veeraraghavan (2002) nghiên cứu mô hình 3 nhân tốFama – French ở thị trường Malaysia trong giai đoạn từ tháng 12 năm 1992 đếntháng 12 năm 1999 Kết quả nghiên cứu ủng hộ mô hình của Fama - French vàkhẳng định tồn tại hiệu ứng quy mô nhỏ và hiệu ứng giá trị cao ở Malaysia

Năm 2005, nghiên cứu của 2 tác giả Wai C Shum, Gordon Y.N Tang ở ba thịtrường mới nổi là Hồng Kông, Singapore và Đài Loan trong giai đọan từ tháng 07năm 1986 và tháng 12 năm 1998 Kết quả nghiên cứu rút ra là mô hình 3 nhân tốFama –French giải thích tốt TSSL cổ phiếu so với mô hình CAPM Tuy nhiên, ảnhhưởng của nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường là khôngđáng kể trong hầu hết các trường hợp Khi thay thế nhân tố thị trường bằng nhân tốthị trường có độ trễ, khả năng giải thích của mô hình giảm đáng kể nhưng 2 nhân tốSMB và HML lại có đóng góp đáng kể trong việc giải thích khác biệt trong TTSLcủa cổ phiếu Mô hình khi thị trường lên và thị trường xuống không giúp cải thiệnkhả năng giải thích của mô hình 3 nhân tố Fama – French khi nhân tố thị trườngthời điểm được sử dụng Tuy nhiên, khi nhân tố thị trường có độ trễ được sử

dụng, khả năng giải thích của mô hình được tăng lên, đặc biệt là ở thị trườngSingapore.

Glenn N Pettengill và cộng sự (1995) nghiên cứu mối quan hệ giữa beta thị trường

và TSSL giai đoạn từ năm 1926 đến năm 1990 ở thị trường Mỹ Kết quả thu được

là có mối quan hệ cùng chiều giữa beta và TSSL khi thị trường lên và có mối quan

hệ nghịch chiều giữa beta và TSSL khi thị trường xuống

G.Y Tang và W.C Shum (2003) nghiên cứu mối quan hệ giữa beta và TSSL cổphiếu ở 13 thị trường trong giai đoạn từ năm 1991 đến 2000 Kết quả tìm thấy mốiquan hệ dương giữa beta và TSSL khi thị trường lên và âm giữa beta và TSSL khithị trường xuống Kết quả nghiên cứu cho thấy rằng ở thị trường có beta cao, sẽ cóTSSL cao hơn khi thị trường lên và thấp hơn khi thị trường xuống so với ở thịtrường có beta thấp

Năm 2010, Tiến sỹ Trần Thị Hải Lý, trường đại học Kinh tế Tp.HCM thực hiệnnghiên cứu rủi ro và TSSL trên TTCK Việt Nam trong giai đoạn từ năm 2000 đếnnăm 2009 Trong đó, tác giả có kiểm định mô hình ba nhân tố Fama - French (1993)trên TTCK Việt Nam giai đoạn từ tháng 07 năm 2005 đến tháng 03 năm 2009 Kếtquả nghiên cứu đưa ra là mô hình 3 nhân tố có thể dự đoán TSSL cổ phiếu tốt hơn

so với mô hình CAPM Kết quả phù hợp với nghiên cứu Fama và French (1993) trừphần bù rủi ro quy mô trên TTCK Việt Nam là phần bù rủi ro cho quy mô lớn chứkhông phải phần bù rủi ro cho quy mô nhỏ như trong nghiên cứu của Fama vàFrench (1993)

nhân tố Fama - French chưa giải thích được tất cả các thay đổi trong TSSL cổphiếu.

Thứ hai, sự thay đổi của nhân tố thị trường là yếu tố chủ yếu ảnh hưởng đến TSSLcủa cổ phiếu trên TTCK

Thứ ba, hiệu ứng quy mô và hiệu ứng giá trị, hiệu ứng mùa phụ thuộc vào từng thịtrường và từng khoảng thời gian nghiên cứu Do vậy, mô hình 3 nhân tố Fama -French là một mô hình phù hợp với từng quốc gia trong từng giai đoạn hơn là một

mô hình quốc tế

Chương 3 PHƯƠNG PHÁP NGHIÊN CỨU

Để kiểm tra tính ổn định của mô hình 3 nhân tố Fama - French khi thị trường lên và thịtrường xuống, theo phương pháp của Wai C Shun và Gordon Y.N Tang (2005), tác giảchia mẫu nghiên cứu thành 2 thời kỳ: thời kỳ thị trường đi lên và thời kỳ thị

trường đi xuống và thêm biến giả D, nhận giá trị bằng 1 khi thị trường đi lên và 0 khi thị trường đi xuống.

Các mô hình với biến giả D lần lượt là:

rpt = αp + β1prmtDt + β2prmt (1-Dt) + s1pSMB.Dt + s2pSMB.(1 - Dt) + h1pHML.Dt +

h2pHML.(1 - Dt) + Ɛpt (5a)

rpt = αp + β1prmt-1.Dt + β2prmt-1.(1-Dt) + s1pSMB.Dt + s2pSMB.(1 - Dt) + h1pHML.Dt+ h2pHML.(1 - Dt) + Ɛpt (5b)

3.2 Các biến độc lập và các biến phụ thuộc

3.2.1 Xây dựng các danh mục cổ phiếu

Bảng 3.1 Bảng danh mục cổ phiếu hình thành nhân tố SMB và HML

Từ bảng 3.1 trên, hình thành 4 danh mục như sau:

- Danh mục SL: bao gồm những công ty có quy mô nhỏ (S) và có

Để nhóm các cổ phiếu theo quy mô và BE/ME, tác giả dựa trên quy mô năm t (giátrị vốn hóa thị trường - ME), được đo lường bằng giá cổ phiếu x số lượng cổ phiếuđang lưu hành tại 30 tháng 06 năm t và tỷ số BE/ME được tính bằng giá trị sổ sáchchia cho giá trị thị trường của vốn cổ phần tại thời điểm 31 tháng 12 của các công

ty được chọn trong mẫu

Trong bài nghiên cứu ở thị trường Mỹ năm 1993, Fama và French chia các danhmục theo quy mô và BE/ME như sau: dựa trên việc sử dụng trung vị vốn hóa thịtrường của cổ phiếu sau đó phân chia tất cả các cổ phiếu thành 2 nhóm: quy mô nhỏ(ký hiệu: S) và quy mô lớn (ký hiệu: B), sau đó tất cả các cổ phiếu lại được phânnhóm độc lập dựa trên tỷ số BE/ME, 30% công ty đã sắp xếp theo BE/ME đượcxếp vào nhóm BE/ME thấp nhất, 40% cổ phần xếp vào nhóm BE/ME ở giữa và30% cổ phần xếp vào nhóm BE/ME cao nhất

Tuy nhiên, Fama và French cũng cho rằng việc phân các cổ phiếu thành 3 nhómtheo tỷ lệ BE/ME và 2 nhóm theo quy mô là tùy ý và không ảnh hưởng đến kết quảkiểm định Hơn nữa với số lượng công ty nghiên cứu trong mô hình hằng năm là

166 công ty trong giai đoạn từ tháng 01/01/2008 đến 30/06/2013 (và chỉ chiếmkhoảng 3,46% trong 4797 công ty trên Sở giao dịch chứng khoán New York -NYSE vào cuối thời kỳ mẫu năm 1991 trong nghiên cứu của Fama và French) Với

số lượng cổ phiếu giới hạn như vậy nên tác giả chỉ phân các cổ phiếu thành 2 nhómquy mô dựa vào quy mô trung vị và 2 nhóm giá trị dựa vào BE/ME trung vị

Đầu tiên, các cổ phiếu được phân thành 2 nhóm theo quy mô trung vị Nhóm quy

mô nhỏ: ký hiệu là S và nhóm quy mô lớn ký hiệu là B, theo đó nhóm S bao gồmcác cổ phiếu có quy mô thấp hơn quy mô trung vị, nhóm B bao gồm các cổ phiếu cóquy mô bằng hoặc cao hơn quy mô trung vị

Sau đó các cổ phiếu được phân độc lập thành 2 nhóm theo tỷ lệ BE/ME, trong đó50% cổ phiếu thuộc về nhóm tỷ số BE/ME thấp hơn tỷ số BE/ME trung vị là nhóm

có tỷ số tỷ số BE/ME thấp ký hiệu và L và 50% còn lại thuộc về nhóm tỷ số BE/MEbằng hoặc cao hơn tỷ số BE/ME trung vị là nhóm có tỷ số BE/ME cao ký hiệu là H

Kết hợp việc phân chia theo quy mô và tỷ lệ BE/ME sẽ tạo thành 4 danh mục nhƣ bảng 3.1.

3.2.2 Các biến độc lập và các biến phụ thuộc

Bảng 3.2 Bảng tổng hợp cách tính toán các biến độc lập và các biến phụ thuộc

(Nguồn: Tính toán và tổng hợp của tác giả)

Biến phụ thuộc: tỷ suất sinh lợi vƣợt trội r p :

rp = Rp – Rf

Trong đó:

Rp: TSSL trung bình của từng danh mục p (gồm RSH, RSL, RBH và RBL)

Rf: lãi suất phi rủi ro Trong nghiên cứu này, tác giả lấy lãi suất trái phiếu chính phủ kỳ hạn 2 năm làm đại diện cho lãi suất phi rủi ro

Tác giả tính toán TSSL của từng danh mục cổ phiếu SH, SL, BH và BL bằng cáchlấy trung bình TSSL của các cổ phiếu trong từng danh mục.

Tác giả sử dụng khung thời gian là tháng để tính toán TSSL của các nhân tố

Rp =

Trong đó:

Rp: TSSL trung bình của từng danh mục p (gồm RSH, RSL, RBH và RBL)

Rit: là TSSL của cổ phiếu thứ i tại thời điểm cuối tháng t

Trong nghiên cứu của Fama và French (1993), TSSL tháng của các danh mục đượctính theo tỷ trọng giá trị vốn hóa thị trường của các cổ phiếu trong danh mục Tuynhiên Nartea và Ward (2009); O’Brien và cộng sự (2008), Ron Y Ho và cộng sự(2006); Shum và Tang (2005) tính TSSL của các danh mục quy mô và BE/ME theo

tỷ trọng bằng nhau và cho rằng kết quả là không khác biệt đáng kể khi tính TSSLdanh mục theo tỷ trọng bằng nhau và theo tỷ trọng giá trị Hơn nữa, Fama và French

(1998) cũng sử dụng TSSL theo tỷ trọng bằng nhau để xem xét chứng cứ trên phạm

vi quốc tế cho hiệu ứng giá trị Vì vậy, để việc tính toán được đơn giản, tác giả tínhTSSL của 4 danh mục theo tỷ trọng bằng nhau (trung bình cộng)

Biến độc lập: TSSL vượt trội của danh mục thị

trường rm = Rm – Rf

Trong đó:

rm: TSSL vượt trội của danh mục thị trường

Rm: TSSL của danh mục thị trường, là TSSL trung bình của 4 danh mục (SH,

SL, BH và BL) gia quyền theo giá trị vốn hóa thị trường của 4 danh mục

Rm =

Với tỷ trọng theo giá trị thị trường của từng danh mục p

: TSSL trung bình của danh mục p

Rf: TSSL phi rủi ro Trong nghiên cứu này, tác giả lấy lãi suất trái phiếu chínhphủ kỳ hạn 2 năm làm đại diện cho TSSL phi rủi ro

Biến độc lập: Nhân tố quy mô SMB (Small minus Big)

Nhân tố SMB được xây dựng từ TSSL trung bình của 2 danh mục cổ phiếu có quy

mô nhỏ (SH và SL) trừ TSSL trung bình của 2 danh mục cổ phiếu có quy mô lớn(BH và BL), dùng để mô phỏng cho nhân tố rủi ro trong TSSL liên quan tới quy mô.Điều này cho phép xem xét sự thay đổi trong TSSL giữa các cổ phiếu ở các nhómquy mô khác nhau

SMB = (RSH + RSL) - (RBH + RBL)

Trong đó:

RSH: TSSL của danh mục SH

3.3 Dữ liệu nghiên cứu và phương pháp nghiên cứu

Bài nghiên cứu sử dụng dữ liệu hàng tháng của các cổ phiếu được niêm yết liên tục

từ ngày 01/01/2008 đến ngày 30/06/2013 trên trên Sở giao dịch chứng khoán Tp.HồChí Minh và Sở giao dịch chứng khoán Hà Nội, loại trừ cổ phiếu của các công ty tàichính, tín dụng và ngân hàng

Thứ ba, các công ty trong mẫu nghiên cứu phải cung cấp báo cáo tài chính đầy đủ,

và không thuộc các công ty bị đưa vào diện kiểm soát

Ứng với mỗi công ty trong mẫu nghiên cứu, tác giả thu thập các số liệu sau:

- Giá đóng cửa và giá đóng đã điều chỉnh của mỗi cổ phiếu cuối mỗi ngày giaodịch từ ngày 01/01/2008 đến 30/06/2013

- Khối lượng cổ phiếu đang lưu hành tại thời điểm 30 tháng 06 và 31 tháng 12của các năm trong giai đoạn năm 2008 đến năm 2013 Số liệu này được sửdụng cùng với dữ liệu giá để tính toán quy mô của từng công ty tại cuối mỗitháng trong các năm của giai đoạn nghiên cứu

- Giá trị sổ sách của vốn cổ phần tại ngày 31 tháng 12 của mỗi năm từ tháng

1. Danh mục được xây dựng tại thời điểm 30 tháng 06 năm t Quy mô là giá trị vốnhóa thị trường tại thời điểm 30 tháng 6 năm t Giá trị sổ sách trên giá trị thị trường

là giá trị sổ sách tại thời điểm kết thúc năm tài chính của năm t -1 chia cho giá trị thịtrường của vốn cổ phần tại thời điểm 31 tháng 12 năm t -1 Do các công ty trongmẫu đều có năm tài chính là 31 tháng 12 nên giá trị BE/ME dùng để chia danh mục

sẽ là giá trị tại 31 tháng 12 năm t - 1

Tác giả sẽ tính TSSL trung bình hàng tháng từ tháng 07 năm t đến tháng 06 năm

t+1 cho từng danh mục đã được xây dựng tại 30 tháng 06 năm t để làm cơ sở tính

Rp : tỷ suất sinh lợi của danh mục p

nghiệp (Số lượng cổ phiếu đang lưu hành * giá đóngcửa cổ phiếu)

2 năm)

dữ liệu thời gian và dữ liệu gộp Để tiến hành nghiên cứu, tác giả thực hiện thống kê

mô tả nhằm cung cấp một cái nhìn tổng thể xu hướng các biến trong mô hìnhnghiên cứu Sau khi thực hiện thống kê mô tả, tác giả sẽ tiến hành thực hiện cácbước sau để phục vụ cho việc nghiên cứu của mình:

- Đầu tiên, tác giả kiểm định tính dừng của chuỗi dữ liệu thời gian bằng kiểmđịnh nghiệm đơn vị của Dickey-Fuller để kiểm tra tính dừng của chuỗi TSSLcủa các biến độc lập và biến phục thuộc trong nghiên cứu

- Thứ hai, kiểm định hiện tượng đa cộng tuyến giữa các biến trong mô hìnhbằng cách sử dụng hệ số tương quan của từng cặp biến và sử dụng thừa sốphóng đại phương sai VIF

- Thứ ba, phân tích hồi quy biến độc lập và các biến phụ thuộc bằng phươngpháp bình phương nhỏ nhất (OLS) cho dữ liệu chuỗi thời gian của TTSL cácdanh mục Bên cạnh đó, tác giả cũng dùng hồi quy OLS cho dữ liệu gộp tất

cả các chuỗi TSSL của cả 4 danh mục (Time – pooled cross - sectionalregression) để đánh giá khả năng giải thích của mô hình nghiên cứu

Luận văn sử dụng hồi quy với sai số chuẩn Newey – West (regression with Newey– West standard errors) với 4 và 5 độ trễ ước lượng các hệ số hồi quy theo phươngpháp bình phương nhỏ nhất Theo phương pháp của Newey và West (1987), số độ

trễ ước lượng được xác định bằng: 4.( với n là kích thước mẫu Với mẫu

nghiên cứu có 60 quan sát trong dữ liệu chuỗi thời gian, tác giả tính được độ trễ ước lượng là 4 Với dữ liệu gộp, mẫu lúc này có 240 quan sát, độ trễ ước lượng là 5 Hồi

quy với sai số chuẩn Newey – West sẽ cho ra kết quả kiểm định các hệ số hồi quy đáng tin cậy hơn khi có tự tương quan và phương sai sai số thay đổi.

Chương 4 KIỂM ĐỊNH MÔ HÌNH 3 NHÂN TỐ FAMA - FRENCH VÀ

ĐÁNH GIÁ TÁC ĐỘNG CỦA NHÂN TỐ THỊ TRƯỜNG, NHÂN TỐ QUY

MÔ, NHÂN TỐ GIÁ TRỊ ĐẾN SỰ KHÁC BIỆT TRONG TSSL CỔ PHIẾU

TRÊN TTCK VIỆT NAM 4.1 Thống kê mô tả các nhân tố

Bảng 4.1 Thống kê TSSL vượt trội của 4 danh mục trong giai đoạn từ tháng

07/2008 đến 06/2013

MeanSH

SL

BH

BL

Nguồn: Tính toán của tác giả dựa trên dữ liệu giá và cổ phiếu đang lưu hành, được cung cấp

thông qua gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công ty cổ phần Tài Việt và phần mềm

Stata 11

Bảng 4.1 thống kê một số thông số của bốn danh mục: TSSL vượt trội trung bình,

độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất Ta thấy ứng với nhóm cổ phiếu có

quy mô nhỏ, TSSL vượt trội trung bình của danh mục có giá trị cao (danh mục SH)

thì cao hơn so với TSSL vượt trội trung bình của danh mục có giá trị thấp (danh

mục SL) Trong nhóm danh mục có BE/ME cao, danh mục có quy mô nhỏ (danh

mục SH) có TSSL vượt trội trung bình cao hơn danh mục có quy mô lớn (danh mục

BH) Điều này là phù hợp với kết quả nghiên cứu của Fama và French (1993) là

trong cùng một nhóm quy mô, TSSL vượt trội sẽ tăng theo BE/ME và trong cùng

một nhóm theo BE/ME, danh mục có quy mô nhỏ sẽ có TSSLvượt trội cao hơn

danh mục có quy mô lớn Tuy nhiên, đối với danh mục có quy mô lớn, danh mục

BL lại có TSSL vượt trội trung bình (0.36%) cao hơn so với danh mục BH

(-0.18%); trong nhóm có BE/ME thấp, danh mục SL lại có TSSL vượt trội trung bình

thấp hơn danh mục BL

Nếu xét trong điều kiện trị tuyệt đối của TSSL vượt trội của các danh mục thì biếnđộng cổ phiếu giai đoạn này không thể hiện được mối quan hệ giữa TSSLvà rủi ro

vì ta thấy độ lệch chuẩn của danh mục BL là thấp nhất trong khi TSSL vượt trội lạicao thứ hai (0.36%), còn danh mục S/L có độ lệch chuẩn cao nhất (11.69%) trongkhi TSSL vượt trội lại thấp nhất (0.01%) Điểm dễ dàng nhận thấy là độ lệch chuẩnTSSL vượt trội của các danh mục trong giai đoạn nghiên cứu khá cao (trên 10%)

Bảng 4.2 TSSL và rủi ro 3 nhân tố giải thích trong giai đoạn từ tháng 07/2008 đếntháng 06/2013

Rm - Rf

SMB

HML

Nguồn: tác giả tính toán dựa trên dữ liệu giá và cổ phiếu đang lưu hành, được cung cấp thông qua

gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công ty cổ phần Tài Việt và phần mềm Stata 11

Kết quả bảng 4.2 trình bày rủi ro và TSSL, và mối tương quan giữa 3 nhân tố giảithích trong giai đoạn từ năm 2008 đến năm 2013: nhân tố thị trường (Rm-Rf), nhân

tố SMB và nhân tố HML TSSL vượt trội trung bình của danh mục thị trường là0,28%/tháng (so với 0,43%/tháng trong Fama và French (1993)) nhưng với một độlệch chuẩn khá cao 9,97%/tháng (so với 4,54%/tháng trong Fama và French(1993)), điều này cho thấy rủi ro của một thị trường mới nổi như Việt Nam cao hơnnhiều so với thị trường Mỹ TSSL trung bình theo nhân tố HML là 0.01% (so với0,4% trong Fama và French (1993)), với độ lệch chuẩn là 3.51% (so với 2,54%trong Fama và French (1993)) Bên cạnh đó, TSSL trung bình theo nhân tố SMB0.20% (so với 0,27% trong Fama và French (1993)) nhưng với độ lệch chuẩn là4.03% (so với 2,89% trong Fama và French (1993)), cao hơn TSSL theo nhân tốHML Kết quả này thể hiện hiệu ứng quy mô nhỏ và tỷ số giá trị sổ sách trên giá thịtrường cao và điều này phù hợp với kết quả của Fama và French (1993)

4.2 Kiểm định hiện tượng đa cộng tuyến của các biến trong mô hình và tính dừng của chuỗi dữ liệu thời gian

4.2.1 Kiểm định tính dừng của chuỗi dữ liệu thời gian

Trong phân tích hồi quy đa biến, kiểm định tính dừng và hiện tượng đa cộng tuyến

là những bước đầu tiên cần phải tiến hành

Vì bản chất của phân tích hồi quy là xây dựng những dự báo cho tương lai Mộtchuỗi không dừng sẽ không có giá trị thực tiễn bởi chúng ta không thể sử dụngnhững mẫu dữ liệu trong quá khứ để khái quát hóa cho giai đoạn thời gian khác.Chúng ta không thể dự báo được điều gì trong tương lai, từ đó cũng sẽ không tìmkiếm được những danh mục có TSSL vượt trội trung bình nếu như bản thân dữ liệuluôn thay đổi Do vậy kiểm định tính dừng là bước đầu tiên để có thể ra quyết định

có nên sử dụng chuỗi dữ liệu quá khứ hay không

Tác giả sử dụng kiểm định nghiệm đơn vị của Dickey – Fuller để kiểm định tínhdừng của chuỗi TSSL của các biến trong nghiên cứu

Bảng 4.3 Giá trị các thống kê t-statistic trong kiểm định tính dừng

Giá trị kiểm định tới hạn của thống kê t Mức ý nghĩa

Nguồn từ kết quả Stata Tất cả các nhân tố

Nguồn: tác giả tính toán dựa trên dữ liệu giá và cổ phiếu đang lưu hành, được cung cấp thông qua

gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công ty cổ phần Tài Việt và phần mềm Stata 11

Như vậy các chuỗi kiểm định đều là chuỗi dừng và có ý nghĩa thống kê ở mức caonhất 1%, điều này tạo điều kiện thuận lợi để tác giả tiến hành các bước phân tíchtiếp theo.

4.2.2 Kiểm định đa cộng tuyến

Bên cạnh với kiểm định tính dừng, kiểm định hiện tượng đa cộng tuyến cũng rấtquan trọng Để có thể sử dụng một mô hình hồi quy cho mục đích dự báo, điều quantrọng là phải đảm bảo các biến trong mô hình hồi quy không có mối quan hệ tươngquan với nhau, mỗi biến Xi chứa một thông tin riêng về Y, thông tin không chứađựng trong bất kỳ biến Xi khác

Kiểm định hiện tượng đa cộng tuyến nhằm kiểm tra xem các biến có độc lập vớinhau trong việc giải thích cho biến phụ thuộc không Trong trường hợp xuất hiệnhiện tượng đa cộng tuyến, chúng ta phải nhận diện và loại bỏ các biến có hệ sốtương quan cao

Bảng 4.4 Bảng ma trận hệ số tương quan giữa các biến giải thích trong mô hình

Rm-Rf

Lag(Rm-Rf)

SMB

HML

Nguồn: tác giả tính toán dựa trên dữ liệu giá và cổ phiếu đang lưu hành, được cung cấp thông qua

gói sản phẩm dữ liệu tài chính mà tác giả mua từ Công ty cổ phần Tài Việt và phần mềm Stata 11

Kiểm định tương quan giữa các cặp nhân tố

pwcorr smb hml rmrf lgRmRf

Theo kết quả bảng 4.4 ta thấy, giá trị tuyệt đối của hệ số tương quan của các cặpnhân tố giải thích vào khoảng từ 0,0132 đến 0,2264, thấp hơn rất nhiều so với mức0,8 (là mức có đa cộng tuyến nghiêm trọng) nên giữa từng cặp biến phụ thuộc cótương quan yếu Kết quả còn cho thấy nhân tố HML có tương quan nghịch vớinhân tố SMB, Rm-Rf, lag(Rm-Rf) Nhân tố SMB có tương quan thuận với nhân tố.

Rm-Rf và lag(Rm-Rf)

Để kiểm tra xem các biến giải thích trong mô hình có tương quan với nhóm cácbiến còn lại hay không tác giả sử dụng phương pháp thừa số phóng đại phương saiVIF (Variance Inflation Fator) để nhận biết hiện tượng đa cộng tuyến :

VIF =

Với là hệ số xác định khi hồi quy hồi quy phụ biến i theo các biến còn lại Khi

tăng làm VIF tăng và làm tăng khả năng đa cộng tuyến Khi VIF >= 10 thì cóhiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình

vif

Variable

Mean VIF vif