Đề tài Nhân tố ảnh hưởng đến tỷ suất sinh lợi thị trường chứng khoán mô hình định giá thích hợp cho thị trường chứng khoán Việt Nam

đối với các hệ số hồi quy. Kiểm định giả thiết đối với α Ta kiểm định giả thiết Ho: α=0, H1: α # 0. Để kiểm định giả thiết này, ta dùng thống kê tα/2(n-k) để kiểm định.Với mức ý nghĩa 5% và bậc tự do là n-k=180-2=178 (n là số quan sát, k là số hệ số có trong phương trình) tính được tα/2(178) =2.260522. tα/2(178) đều lớn hơn giá trị tuyết đối t của các hệ số chặn, nên ta có cơ sở chấp nhận Ho: α của các mô hình đều bằng 0 Bảng giá trị t của các hệ số chặn Danh mục α t Chấp nhận hay bác bỏ Ho SG 0.001419 0.787774 Chấp nhận Ho SN -0.001949 -1.082767 Chấp nhận Ho SV -0.004867 -2.209413 Chấp nhận Ho BG 0.000194 0.080921 Chấp nhận Ho BN -0.004251 -1.812296 Chấp nhận Ho BV -0.006081 -1.739532 Chấp nhận Ho Kiểm định giả thiết đối với β Kiểm định giả thiết Ho:β=0, H1: β #0 Dùng phương pháp tương tự với kiểm định α Bảng kết quả giá trị t của hệ số β và kết quả kiểm định Danh mục β t Chấp nhận hay bác bỏ Ho SG 0.795488 15.97016 Bác bỏ Ho SN 0.925285 18.58887 Bác bỏ Ho SV 1.096338 17.99932 Bác bỏ Ho BG 1.043325 15.76799 Bác bỏ Ho BN 1.187063 18.30275 Bác bỏ Ho BV 0.603886 6.247773 Bác bỏ Ho Giá trị t đều lớn hơn ta/2(178) kết hợp với giá trị p-value đều rất nhỏ (0.0000) nên ta bác bỏ Ho là các hệ số β là khác 0. Điều này cho thấy giữa TSSL các chứng khoán và nhân tố thị trường có mối quan hệ với nhau thông qua hệ số β.  Kiểm định phương sai thuần nhất của các phần dư (Ui) Phương sai không đổi là một trong những giả thiết của mô hình hồi quy. Để kiểm định giả thiết này, ta dùng kiểm định White đối với chuỗi phần dư Giả thiết Ho: Phương sai của các phần dư là không đổi 21 Nếu Ho đúng thì nR2 có phân phối xấp xỉ với phân phối Chi- bình phương với k bậc tự do, trong đó k là hệ số của mô hình ước lượng phần dư không kể hệ số chặn. Nếu nR2 vượt quá giá trị tới hạn (mức ý nghĩa α cho trước) thì giả thiết Ho bị bác bỏ, tức mô hình hồi quy gốc có phương sai thay đổi. Kết quả kiểm định White của 6 danh mục thể hiện ở bảng sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 3.720298 0.155649 Chấp nhận Ho SN 7.506513 0.023441 Bác bỏ Ho SV 3.334403 0.188775 Chấp nhận Ho BG 0.439495 0.802722 Chấp nhận Ho BN 3.392862 0.183337 Chấp nhận Ho BV 10.21358 0.006055 Bác bỏ Ho (Phụ lục 4.3) So sánh kết quả prob (nR2) với α =5% thì có 2 danh mục SN và BV có phương sai thay đổi, đó là danh mục SN và BV  Kiểm định tự tương quan giữa các phần dư. Ta dùng kiểm định Breusch- Godfrey để kiểm định sự tương quan giữa các phần dư. Với giả thiết Ho: không tồn tại tư tương quan giữa các phần dư. So sánh nR2 với )(2 p để đưa ra kết luận. Nếu nR2 > )( 2 p thì bác bỏ Ho, ngược lại ta chấp nhận Ho. Hồi quy ta có bảng kết quả kirme định Breusch- Godfrey sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 0.032129 0.857744 Chấp nhận Ho SN 0.367146 0.544564 Chấp nhận Ho SV 0.694420 0.404665 Chấp nhận Ho BG 2.059859 0.151224 Chấp nhận Ho BN 10.88912 0.000967 Bác bỏ Ho BV 0.184153 0.667828 Chấp nhận Ho (Phụ lục 4.4) Với các giá trị nR2 trên, so sánh với )1(201.0 =6.5 thì có 1 trường hợp tồn tại tự tương quan bậc nhất giữa các phần dư, đó là các cổ phiếu của danh mục BN.  Kiểm định sự phù hợp của mô hình hồi quy Dùng F-statistic để kiểm định sự phù hợp của mô hình hồi quy với giả thiết Ho: R2=0. Bảng kết quả kiểm định R2 22 Danh mục R2 Thống kê F Prob Chấp nhận hay bác bỏ Ho SG 58.8958% 255.0461 0.00000 Bác bỏ Ho SN 66.0011% 345.5460 0.00000 Bác bỏ Ho SV 64.5401% 323.9755 0.00000 Bác bỏ Ho BG 58.2776% 248.6294 0.00000 Bác bỏ Ho BN 65.3015% 334.9905 0.00000 Bác bỏ Ho BV 17.9885% 39.03466 0.00000 Bác bỏ Ho Dựa vào kết quả bảng trên ta thấy p-value của các mô hình đều rất nhỏ, kết hợp với kiểm định hệ số β # 0 ở trên một lần nữa khẳng định sự phù hợp của mô hình hồi quy. Ngoại trừ danh mục BV (R2 = 17.9885%), giá trị R2 đều >58% thể hiện sự giải thích của nhân tố thị trường với TSSL của các chứng khoán. Bởi vì R2 của các mô hình chỉ nằm trong khoảng 58% đến 66% nên có thể vẫn còn một số biến khác ảnh hưởng đến TSSL chứng khoán chưa được thể hiện trong mô hình này. Vì thế có lý do để thực hiện các kiểm định cho các mô hình khác nhằm tìm ra mô hình thích hợp hơn để giải thích cho thị trường chứng khoán Việt Nam. 6.2.2 Kiểm định mô hình 3 nhân tố của Fama- French (1993) 6.2.2.1 Mô hình Fama- French cho rằng ngoài nhân tố thị trường, TSSL chứng khoán chịu ảnh hưởng của nhân tố quy mô và nhân tố giá trị. Do đó, hai ông đã thêm vào mô hình CAPM hai nhân tố là SMB, đại diện cho quy mô chứng khoán và nhân tố HML, thể hiện cho tỷ số giá trị sổ sách trên giá trị thị trường (B/M) với mô hình hồi quy sau: Ri(t)-RF(t)=αi + βi[RM(t)-RF(t)] + si*SMB(t) + hi*HML(t) + ei(t) (2) Kiểm định tính dừng của dữ liệu Trước khi đi vào mô hình hồi quy, ta tiến hành kiểm định tính dừng của các biến độc lập của mô hình. Mô hình (2) gồm 3 biến độc lập là Rm – Rf, SMB, HML nhưng biến Rm – Rf đã được kiểm định trước đó, nên bây giờ ta cần kiểm định tính dừng của SMB và HML Ta vẫn dùng phương pháp nghiệm đơn vị với tiêu chuẩn Dickey- Fuller để kiểm định tính dừng. Ta có kết quả sau: Kiểm định Unit Root Test của chuỗi SMB 23 t-statistic prob -12.34196 0.00000 1% level -3.466994 5% level -2.877544 10% -2.575381 (Phụ lục 5.1) Giá trị thống kê τ là -12.34196, trị tuyệt đối của τ đều lớn hơn τ0.01, τ0.05, τ0.1 nên ta kết luận chuỗi SMB là chuỗi dừng. Kiểm định Unit Root Test của chuỗi HML t-statistic prob -12.76754 0.00000 1% level -3.466994 5% level -2.877544 10% -2.575381 (Phụ lục 5.1) Giá trị thống kê τ là -12.76754, trị tuyệt đối của τ đều lớn hơn τ0.01, τ0.05, τ0.1 nên chuỗi HML cũng là chuỗi dừng. 6.2.2.2 Ước lượng mô hình Ta tiến hành hồi quy các danh mục chứng khoán theo phương trình (2) thu được kết quả sau:  Danh mục SG: Rt – Rf = 0.000359 + 0.791409*(Rm – Rf) + 0.329036*SMB(t) – 0.86030*HML(t)+ei  Danh mục SN: Rt – Rf = -0.001741 + 0.938704*(Rm – Rf) + 0.480190*SMB(t) + 0.153997*HML(t)+ei  Danh mục SV: Rt – Rf = -0.002681 + 1.132346*(Rm – Rf) + 0.513297*SMB(t) + 0.477261*HML(t)+ei  Danh mục BG: Rt – Rf = -0.002184 + 1.002009*(Rm – Rf) - 0.651354*SMB(t) - 0.542470*HML(t)+ei  Danh mục BN: Rt – Rf = -0.002735 + 1.199379*(Rm – Rf) – 0.190507*SMB(t) + 0.193457*HML(t)+ei  Danh mục BV: Rt – Rf = 0.000856 + 0.661071*(Rm – Rf) – 0.835615*SMB(t) + 0.894240*HML(t) +ei (Phụ lục 5.2) 24 Giống với kết quả trong mô hình CAPM, hệ số chặn của các mô hình xấp xỉ giá trị 0 và cũng không có ý nghĩa thống kê. Nên các chứng khoán khi được định giá bằng mô hình 3 nhân tố của Fama- French cũng được định giá đúng. (Xem bảng kết quả ý nghĩa thống kê ở bảng sau). Hệ số β của 6 danh mục đều dương và có ý nghĩa thống kê, giống với kết quả của mô hình CAPM. Trong bài nghiên cứu này thì chỉ có danh mục BV là có hệ số β = 0.661071, hơi xa giá trị 1, còn các danh mục khác đều xoay quanh giá trị 1. Kết quả này khá giống như kết quả của Fama- French 1993 khi kiểm định ở thị trường chứng khoán Hoa Kỳ, các hệ số của nhân tố thị trường đều dương và có kết quả xoay quanh giá trị 1. Các hệ số đối với nhân tố phần bù quy mô SMB có sự khác biệt giữa các chứng khoán có quy mô lớn (Big) và nhỏ. (Small). Hệ số SMB đối với 3 danh mục nhóm chứng khoán có quy mô nhỏ (SG,SN, SV) là dương nhưng đối với 3 danh mục các chứng khoán có quy mô lớn (Big) thì lại âm. Nghĩa là, trong cùng một nhóm B/M thì hệ số của SMB giảm khi quy mô tăng. Kết quả này giống với Fama- French 1993 khi hai ông phân chia các chứng khoán theo 5 nhóm quy mô thì nhóm chứng khoán có quy mô lớn nhất cũng mang hệ số SMB âm và đối với nhóm quy mô nhỏ nhất hệ số SMB cũng dương và lớn nhất. Kết hợp điều này với kết quả TSSL trung bình của dãy SMB là dương cho thấy TSSL chứng khoán Việt Nam trong giai đoạn 2009-2012 và nhân tố quy mô có mối quan hệ ngược chiều nhau. Đối với nhân tố HML, kết quả của các hệ số của HML cũng khá giống với Fama- French 1993. Hệ số HML âm ở 2 danh mục có B/M thấp đó là danh mục SG và BG, còn 4 danh mục còn lại, HML đều cho hệ số dương. Theo Fama- French thì HML âm ở 5 danh mục thuộc nhóm có B/M thấp, còn lại đều dương. Kết quả cũng cho thấy trong cùng một nhóm quy mô thì hệ số của HML tăng từ trái sang phải, tương ứng với tỷ lệ B/M. Cụ thể hơn, trong cùng nhóm quy mô nhỏ thì hệ số HML lần lượt là: SG<SN<SV tương ứng với - 0.86030<0.153997<0.477261, hệ số của các danh mục có quy mô lớn cũng vậy: BG<BN<BV, tương ứng - 0.542470<0.193457<0.894240. Nhưng kết quả thống kê HML thì lại cho ra giá trị trung bình âm. Giải thích cho điều này có thể là do trong giai đoạn lấy mẫu TSSL chứng khoán trên sàn Hose luôn trong tình trạng giảm điểm, chỉ có vài phiên tăng điểm nên các chứng khoán trong mẫu phần 25 lớn có TSSL trung bình âm, điều đó làm có thể làm cho giá trị trung bình của HML âm. 6.2.2.3 Kiểm định các giả thiết của OLS  Giả thiết đối với các hệ số hồi quy Ta kiểm định giả thiết Ho: Hệ số hồi quy =0, H1: Hệ số hồi quy # 0. Để kiểm định giả thiết này, ta dùng thống kê tα/2(n-k). Với mức ý nghĩa 5% và bậc tự do là n-k=180- 4=176 (n là số quan sát, k là số hệ số có trong phương trình) tính được tα/2(176) =2.260741. Ta so sánh tα/2(176) với t của các hệ số để đưa ra kết luận. Bảng thống kê kết quả Danh mục Hệ số t Prob Chấp nhận hay bác bỏ Ho SG α: 0.000359 β: 0.791409 s: 0.329036 h: -0.86030 0.211819 17.15466 5.055430 -1.652364 0.8325 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho SN -0.001741 0.938704 0.480190 0.153997 -1.106601 21.91164 7.944985 3.185167 0.2700 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho SV -0.002681 1.132346 0.513297 0.477261 -1.523894 23.63694 7.594760 8.827569 0.1293 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho BG -0.002184 1.002009 - 0.651354 -0.542470 -1.227471 20.68178 -9.529427 -9.921229 0.2213 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho BN -0.002735 1.199379 - 0.190507 0.193457 -1.185513 19.09208 -2.149519 2.728700 0.2374 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Chấp nhận Ho Bác bỏ Ho BV α: 0.000856 β: 0.661071 s:-0.835615 h: 0.894240 0.454192 12.88320 -11.54290 15.44198 0.6503 0.0000 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho 26 Đối với hệ số α, cả 6 danh mục đều có giá trị thống kê t< tα/2(176) với mức ý nghĩa 0.05 nên ta Bác bỏ Ho bỏ giả thiết α=0 đối với 6 danh mục. Mô hình đưa ra dự báo đúng TSSL thị trường chứng khoán Việt Nam. Hệ số β của 6 danh mục đều khác 0 và có ý nghĩa thống kê thông qua giá trị t và p- value là rất nhỏ. Đối với hệ số s, nhân tố quy mô, thì có 5/6 danh mục chấp nhận giả thiết Ho là s khác 0 ở mức ý nghĩa 5%, tuy nhiên khi chọn mức ý nghĩa là 10% thì danh mục còn lại cũng cho kết quả tương tự 5 danh mục kia, hệ số s khác 0. Do đó, ta có thể kết luận nhân tố quy mô là nhân tố có có liên quan đến TSSL thị trường chứng khoán, và phù hợp để đưa vào mô hình. Đối với nhân tố HML, hệ số h khác 0 đối với 5 trường hợp, đối với danh mục SG thì ta chấp nhận giả thiết h bằng 0. Với mức ý nghĩa 10% thì hệ số h vẫn không thể Bác bỏ Ho bỏ được giả thiết Ho. Do đó, ta có thể kết luận nhân tố giá trị không thể giải thích cho TSSL chứng khoán đối với danh mục SG. Để khẳng định điều này, ta dùng kiểm định Wald để xem thử biến HML có thật sự cần thiết đối với danh mục SG hay không. Ta được bảng kết quả sau: Value Prob F-statistic 2.730306 0.1002 Chi-square 2.730306 0.0985 (Phụ lục 5.3) Kết quả thống kê F của kiểm đinh bằng 2.730306 <F5%(1,176)=3.894838, kết hợp với p-value = 0.1002 là lớn nên ta chấp nhận giả thiết hệ số h bằng 0. Do đó, biến HML không giải thích được trong mô hình của danh mục SG.  Kiểm định phương sai thuần nhất của các phần dư (Ui) Dùng kiểm định White đối với chuỗi phần dư để xem thử phương sai của chuỗi có thuần nhất hay không. Giả thiết Ho: Phương sai của các phần dư là không đổi Nếu Ho đúng thì nR2 có phân phối xấp xỉ với phân phối Chi- bình phương với k bậc tự do, trong đó k là hệ số của mô hình ước lượng phần dư không kể hệ số chặn. Nếu nR2 vượt quá giá trị tới hạn (mức ý nghĩa α cho trước) thì giả thiết Ho bị bác bỏ, tức 27 mô hình hồi quy gốc có phương sai thay đổi. Kết quả kiểm định White của 6 danh mục đối với mô hình 3 nhân tố của Fama- French thể hiện ở bảng sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 8.043655 0.234922 Chấp nhận Ho SN 4.226706 0.646027 Chấp nhận Ho SV 15.67321 0.015620 Bác bỏ Ho BG 19.97361 0.002800 Bác bỏ Ho BN 8.363728 0.212648 Chấp nhận Ho BV 11.04284 0.087061 Chấp nhận Ho (Phụ lục 5.4) So sánh kết quả prob (nR2) với α=5% thì có 2 danh mục SV và BG xảy ra hiện tượng phương sai thay đổi.  Kiểm định tự tương quan giữa các phần dư. Ta dùng kiểm định Breusch- Godfrey để kiểm định sự tương quan giữa các phần dư. Với giả thiết Ho: không tồn tại tư tương quan giữa các phần dư. So sánh nR2 với )(2 p để đưa ra kết luận. Nếu nR2 > )( 2 p thì bác bỏ Ho, ngược lại ta chấp nhận Ho. Hồi quy ta có bảng kết quả kirme định Breusch- Godfrey sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 0.437567 0.507745 Chấp nhận Ho SN 2.067284 0.150489 Chấp nhận Ho SV 0.150828 0.697745 Chấp nhận Ho BG 0.004608 0.945880 Chấp nhận Ho BN 7.365999 0.006647 Bác bỏ Ho BV 1.111693 0.291714 Chấp nhận Ho (Phụ lục 5.5) Với các giá trị nR2 trên, so sánh với )1(201.0 =6.5 thì có 1 trường hợp tồn tại tự tương quan bậc nhất giữa các phần dư, đó là các cổ phiếu của danh mục BN, kết quả này giống với kết quả khi kiểm định bằng mô hình CAPM. Các trường hợp phương sai thay đổi và tự tương quan sẽ được so sánh với mô hình 4 nhân tố của Carhart để xem thử mô hình được chọn có chính xác không và sau đó sẽ tìm cách khắc phục.  Kiểm định hiện tượng đa cộng tuyến 28 Trong mô hình hồi quy bội, giả thiết giữa các biến giải thích trong mô hình không có hiện tượng đa cộng tuyến, tức các biến không có tương quan với nhau. Nếu có một biến giải thích nào đó có tương quan với một hay một số biến khác thì hiện tượng đa cộng tuyến xảy ra, lúc này giả thiết OLS bị vi phạm. Do đó, ta phải kiểm định hiện tương này trong mô hình 3 nhân tố của Fama- French Để phát hiện đa công tuyến, ta căn cứ vào hệ số tương quan giữa các biến giải thích. Nếu tương quan giữa các biến cao (lớn hơn 0.8) thì có thể xảy ra hiện tượng đa cộng tuyến. (Theo giáo trình Kinh tế lượng của Hoàng Ngọc Nhậm 2008 Đại học Kinh Tế Tp HCM- trang 137). Ma trận hệ số tương quan giữa các biến giải thích RM_RF SMB HML RM_RF 1 SMB -0.007939 1 HML -0.076694 -0.195636 1 (Phụ lục 5.6) Nhìn vào ma trận hệ số tương quan giữa các biến giải thích rất nhỏ. Tuy nhiên để chính xác hơn, ta tiếp tục sử dụng hồi quy phụ giữa các biến để khẳng định giữa các biến không có hiện tượng đa cộng tuyến. Kết quả hồi quy phụ giữa các biến R2 Thống kê F Prob(F) SMB và Rm-Rf 0.000063 0.011218 0.915768 HML và Rm-Rf 0.005882 1.053190 0.306166 SMB và HML 0.038274 7.083816 0.008490 (Phụ lục 5.6) So sánh giá trị thống kê F với F0.01(1, 179) = 6.778597 giá trị F của mô hình SMB và Rm_Rf với HML và Rm-Rf là nhỏ hơn, ta chấp nhận giả thiết R2=0. Còn thống kê F của mô hình giữa HML và SMB là lớn hơn F0.01, bác bỏ giả thiết R2=0, nghĩa là nhân tố SMB và HML có tương quan với nhau. Tuy nhiên R2 trong mô hình này là rất nhỏ (3.8274%) nên mức độ giải thích giữa hai nhân tố không chặt chẽ. Do đó, có thể xem giữa các biến không có mối tương quan mạnh, các nhân tố đưa vào là phù hợp  Kiểm định sự phù hợp của mô hình hồi quy 29 Dùng F-statistic để kiểm định sự phù hợp của mô hình hồi quy với giả thiết Ho: R2=0. Bảng kết quả kiểm định R2 Danh mục R2 Thống kê F Prob Chấp nhận hay bác bỏ Ho SG 65.3609% 110.6988 0.00000 Bác bỏ Ho SN 75.2589% 178.4560 0.00000 Bác bỏ Ho SV 78.4510% 213.5805 0.00000 Bác bỏ Ho BG 78.0244% 208.2960 0.00000 Bác bỏ Ho BN 68.0189% 124.7751 0.00000 Bác bỏ Ho BV 77.2924% 199.6900 0.00000 Bác bỏ Ho P-value của 6 mô hình đều rất nhỏ (0.00000) nên ta Bác bỏ Ho bỏ giả thiết R2=0, giá trị R2 của 6 mô hình đều lớn hơn 65% cho thấy mức độ giải thích các nhân tố đối với TSSL chứng khoán lớn hơn mô hình CAPM. Một lần nữa khẳng định việc đưa thêm 2 nhân tố SMB và HML vào mô hình CAPM là phù hợp, ta lần lượt hồi quy theo từng mô hình nhỏ để thấy sự khác biệt khi ta hồi quy cả 3 biến. R2 Thống kê F Prob(F) R2trung bình SMB SG 5.6344% 10.62804 0.001335 9.2375% SN 7.4744% 14.37920 0.000204 SV 4.1069% 7.623442 0.006365 BG 7.7907% 15.03918 0.000148 BN 1.5183% 2.744275 0.099365 BV 28.9004% 72.35306 0.00000 HML SG 3.1790% 5.844451 0.016635 9.5935% SN 0 0.000042 0.994820 SV 3.9726% 7.363757 0.007309 BG 12.0869% 24.47260 0.000002 BN 0.5573% 0.997599 0.319248 BV 37.7653% 108.0141 0.00000 Rm-Rf và SMB SG 64.8235% 163.0887 0.00000 64.4155% SN 73.8328% 249.7093 0.00000 SV 68.9099% 196.1563 0.00000 BG 65.7342% 169.7749 0.00000 BN 66.6659% 176.9941 0.00000 BV 46.5268% 77.00351 0.00000 Rm-Rf và HML SG 60.3309% 134.5954 0.00000 65.3453% SN 66.3855% 174.7793 0.00000 SV 71.3887% 220.8183 0.00000 30 BG 66.6857% 177.1519 0.00000 BN 67.1793% 181.1471 0.00000 BV 60.1019% 133.3149 0.00000 SMB và HML SG 7.4423% 7.116027 0.001065 17.9220% SN 7.7665% 7.452087 0.000781 SV 10.0444% 9.881873 0.000085 BG 24.6166% 28.89993 0.00000 BN 1.7840% 1.607515 0.203296 BV 55.8779% 112.0800 0.00000 (Phụ lục 5.7) So sánh R2 trung bình khi chạy hồi quy lần lượt 1 nhân tố (SMB, HML), 2 nhân tố (Rm-Rf và SMB, Rm-Rf và HML, SMB và HML) và 3 nhân tố ta thấy R2 trung bình của mô hình 3 nhân tố là lớn nhất. Khi hồi quy với 1 nhân tố không phải nhân tố thị trường, R2 trung bình rất thấp 9.2375% và 9.5935% tương ứng với SMB và HML. Giá trị R2 trung bình tăng lên khi hồi quy 2 nhân tố Rm-Rf và SMB hay Rm-Rf và HML tương ứng là 64.4155% và 65.3453%. Khi thêm cả 3 biến vào mô hình thì R2 trung bình tăng lên rõ rệt là 73.7344%. Kết hợp với các hệ số trong mô hình 3 nhân tố của các danh mục đều có ý nghĩa thống kê nên mô hình 3 nhân tố của Fama- French là phù hợp. 6.2.3 Kiểm định mô hình 4 nhân tố của Carhart (1997) 6.2.3.1 Mô hình Carhart thêm vào mô hình của Fama- French nhân tố xu hướng WML đã được mô tả ở trên theo phương trình sau: Ri(t)-RF(t)=αi + βi[RM(t)-RF(t)] + siSMB(t) + hiHML(t) + wiWML(t) + ei(t) (3) Cũng như hai mô trước, ta kiểm định tính dừng của các biến độc lập của mô hình trước khi hồi quy. Mô hình (3) chỉ cần kiểm định thêm tính dừng của biến WML. Dùng phương pháp nghiệm đơn vị với tiêu chuẩn Dickey- Fuller để kiểm định tính dừng. Ta có kết quả sau: t-statistic prob -12.89257 0.00000 1% level -3.466994 5% level -2.877544 10% -2.575381 (Phụ lục 6.1) 31 Giá trị thống kê τ là -12.89257, trị tuyệt đối của τ đều lớn hơn τ0.01, τ0.05, τ0.1 nên ta kết luận chuỗi WML là chuỗi dừng. 6.2.3.2 Ước lượng mô hình Mô hình 4 nhân tố của Carhart được thực hiện hồi quy với 10 danh mục là SG, SN, SV, Slosers, SW, BG, BN, BV, BLosers, BW thu được kết quả sau:  Danh mục SG: Rt – Rf = 0.000557 + 0.800610*(Rm – Rf) + 0.345550*SMB(t) – 0.064786*HML(t) + 0.068081*WML(t) + ei  Danh mục SN: Rt – Rf = -0.001551 + 0.947548*(Rm – Rf) + 0.496064*SMB(t) + 0.174418*HML(t) + 0.065444*WML(t) + ei  Danh mục SV: Rt – Rf = -0.002479+ 1.141721*(Rm – Rf) + 0.530122*SMB(t) + 0.498905*HML(t) + 0.069365*WML(t) +ei  Danh mục SL: Rt – Rf = -0.000332+ 0.976057*(Rm – Rf) + 0.417294*SMB(t) + 0.136108*HML(t) -0.123534*WML(t) +ei  Danh mục SW: Rt – Rf = -0.001867+ 0.891032*(Rm – Rf) + 0.351141*SMB(t) + 0.124758*HML(t) + 0.232856*WML(t) +ei  Danh mục BG: Rt – Rf = -0.001874 + 1.016423*(Rm – Rf) - 0.625482*SMB(t) - 0.509187*HML(t) + 0.106661*WML(t) + ei  Danh mục BN: Rt – Rf = -0.002762+ 1.198143*(Rm – Rf) - 0.192726*SMB(t) + 0.190603*HML(t) -0.009148*WML(t) +ei  Danh mục BV: Rt – Rf = 0.001162+ 0.675313*(Rm – Rf) - 0.810055*SMB(t) + 0.927122*HML(t) + 0.105377*WML(t) +ei  Danh mục BL: Rt – Rf = -0.004496+ 1.165719*(Rm – Rf) -0.335284*SMB(t) - 0.021550*HML(t) - 0.768129*WML(t) +ei  Danh mục BW: Rt – Rf = -0.002960+ 1.250744*(Rm – Rf) -0.269131*SMB(t) - 0.010200*HML(t) + 0.875481*WML(t) + ei (Phụ lục 6.2) Giống với kết quả trong mô hình CAPM và mô hình 3 nhân tố của Fama- French , hệ số chặn của các mô hình xấp xỉ giá trị 0 và cũng không có ý nghĩa thống kê. Nên các chứng khoán khi được định giá bằng mô hình 4 nhân tố của Carhart cũng được định giá đúng. (Xem bảng kết quả ý nghĩa thống kê ở bảng sau). 32 Hệ số β của 10 danh mục đều dương xoay quanh giá trị 1 và có ý nghĩa thống kê, giống với kết quả của mô hình 3 nhân tố. Đối với hệ số SMB cũng có sự khác biệt giữa các chứng khoán có quy mô lớn (Big) và nhỏ. (Small). Hệ số SMB đối với 5 danh mục nhóm chứng khoán có quy mô nhỏ (SG,SN, SV, SL, SW) là dương và âm đối với các danh mục các chứng khoán có quy mô lớn (Big). Kết quả này giống với kết quả khi kiểm định bằng mô hình của Fama- French. Ta nhận thấy hệ số HML tiếp tục âm ở các danh mục có B/M thấp (SG, BG) và ở 2 danh mục chứng khoán có quy mô lớn phân chia theo TSSL xu hướng (BL, BW) cũng cho kết quả âm. Kết quả này khác với Carhart khi thực hiện trên thị trường Mỹ, hệ số HML đều âm ở tất cả các danh mục. Đối với 4 danh mục phân chia theo xu hướng thì hệ số w âm ở 2 danh mục có các chứng khoán giảm giá và dương ở 2 danh mục các chứng khoán tăng giá 6.2.3.3 Kiểm định các giả thiết của OLS  Giả thiết đối với các hệ số hồi quy Ta kiểm định giả thiết Ho: Hệ số hồi quy =0, H1: Hệ số hồi quy # 0. Để kiểm định giả thiết này, ta dùng thống kê tα/2(n-k). Với mức ý nghĩa 5% và bậc tự do là n-k=180- 5=175 (n là số quan sát, k là số hệ số có trong phương trình) tính được tα/2(175) =1.973612. Ta so sánh tα/2(176) với t của các hệ số để đưa ra kết luận. Bảng thống kê kết quả Danh mục Hệ số t Prob Chấp nhận hay bác bỏ Ho SG α: 0.000557 β: 0.800610 s: 0.345550 h: -0.064786 w: 0.068081 0.328915 17.26258 5.252813 -1.204655 1.499873 0.7426 0.0000 0.0000 0.2300 0.1354 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho Chấp nhận Ho SN α: -0.001551 β: 0.947548 s: 0.496064 h: 0.174418 w: 0.065444 -0.986486 22.01158 8.124270 3.494122 1.553327 0.3253 0.0000 0.0000 0.0006 0.1222 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho SV α: -0.002479 β: 1.141721 s: 0.530122 -1.409507 23.70126 7.758611 0.1605 0.0000 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho 33 h: 0.498905 w: 0.069365 8.931533 1.471283 0.0000 0.1430 Bác bỏ Ho Chấp nhận Ho BG α: -0.001874 β: 1.016423 s: - 0.625482 h: -0.509187 w: 0.106661 -1.061934 21.03502 -9.125984 -9.087444 2.255368 0.2897 0.0000 0.0000 0.0000 0.0253 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho BN α: -0.002762 β: 1.198143 s: - 0.192726 h: 0.190603 w: -0.009148 -1.190083 18.85221 -2.137914 2.586304 -0.147066 0.2374 0.0000 0.0339 0.0105 0.8832 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho BV α: 0.001162 β: 0.675313 s:-0.810055 h: 0.927122 w: 0.105377 0.620969 13.17086 -11.13833 15.59345 2.099898 0.5354 0.0000 0.0000 0.0000 0.0372 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho BL α: -0.004496 β: 1.165719 s:-0.335284 h: -0.021550 w: -0.768129 -1.930119 18.27382 -3.705488 -0.291323 -12.30302 0.0552 0.0000 0.0003 0.7711 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho Bác bỏ Ho BW α: -0.002960 β: 1.250744 s: -0.269131 h: -0.010200 w: 0.875481 -1.109695 17.11771 -2.596788 -0.120382 12.24238 0.2687 0.0000 0.0102 0.9043 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Chấp nhận Ho Bác bỏ Ho SL α: -0.000332 β: 0.976057 s: 0.417294 h: 0.136108 w: -0.123534 -0.183424 19.68476 5.933266 2.367208 -2.545550 0.8547 0.0000 0.0000 0.0190 0.0118 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho SW α: -0.001867 β: 0.891032 s: 0.351141 h: 0.124758 w: 0.232856 -1.119560 19.50720 5.419750 2.355419 5.208742 0.2644 0.0000 0.0000 0.0196 0.0000 Chấp nhận Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho 34 Đối với hệ số α, cả 10 danh mục đều có giá trị thống kê t< tα/2(176) với mức ý nghĩa 0.05 nên ta Bác bỏ Ho bỏ giả thiết α=0 đối với 6 danh mục. Mô hình đưa ra dự báo đúng TSSL thị trường chứng khoán Việt Nam. Hệ số β của 10 danh mục đều khác 0 và có ý nghĩa thống kê thông qua giá trị t và p- value là rất nhỏ. Đối với hệ số s, nhân tố quy mô, thì cả 10 danh mục đều mang lại kết quả bác bỏ Ho tức là s khác 0. Do đó, ta có thể kết luận nhân tố quy mô là nhân tố có có liên quan đến TSSL thị trường chứng khoán và phù hợp để đưa vào mô hình. Đối với nhân tố HML, hệ số h khác 0 đối với 7/10 trường hợp, các danh mục SG, BL, BW chấp nhận giả thiết h bằng 0. Với mức ý nghĩa 10% thì hệ số h vẫn không thể bác bỏ được giả thiết Ho. Do đó, ta có thể kết luận nhân tố giá trị không thể giải thích cho TSSL chứng khoán đối với 3 danh mục SG, BL, BW. Để khẳng định điều này, ta dùng kiểm định Wald để xem thử biến HML có thật sự cần thiết đối với các danh mục này hay không. Ta được bảng kết quả sau: Danh mục F-statistic Prob SG 1.451193 0.2300 BL 0.084869 0.7711 BW 0.014492 0.9043 (Phụ lục 6.3) Kết quả thống kê F của 3 kiểm định đối với 3 danh mục đều nhỏ hơn F5%(1,175)=3.895146 nên ta chấp nhận giả thiết hệ số h bằng 0. Do đó, biến HML không giải thích được trong mô hình của danh mục SG, BL và danh mục BW. Đối với 4 danh mục phân chia theo nhân tố xu hướng thì hệ số w đều có ý nghĩa. Các danh mục các chứng khoán giảm giá mang hệ số âm, và các danh mục các chứng khoán tăng giá thì mang hệ số dương. Điều này cho thấy trong cùng một nhóm quy mô thì chứng khoán tăng giá có TSSL cao hơn các chứng khoán giảm giá 1 kỳ trước đó. Kết quả này khá giống với kết quả trong mô hình của Carhart.  Kiểm định phương sai thuần nhất của các phần dư (Ui) Dùng kiểm định White đối với chuỗi phần dư để xem thử phương sai của chuỗi có thuần nhất hay không. Giả thiết Ho: Phương sai của các phần dư là không đổi 35 Nếu Ho đúng thì nR2 có phân phối xấp xỉ với phân phối Chi- bình phương với k bậc tự do, trong đó k là hệ số của mô hình ước lượng phần dư không kể hệ số chặn. Nếu nR2 vượt quá giá trị tới hạn (mức ý nghĩa α cho trước) thì giả thiết Ho bị bác bỏ, tức mô hình hồi quy gốc có phương sai thay đổi. Kết quả kiểm định White của 6 danh mục đối với mô hình 3 nhân tố của Fama- French thể hiện ở bảng sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 10.90872 0.206925 Chấp nhận Ho SN 5.579330 0.694236 Chấp nhận Ho SV 15.44769 0.051003 Chấp nhận Ho SL 15.46879 0.050643 Chấp nhận Ho SW 3.849286 0.870459 Chấp nhận Ho BG 21.80166 0.005297 Bác bỏ Ho BN 10.93732 0.205276 Chấp nhận Ho BV 14.23638 0.075808 Chấp nhận Ho BL 40.15583 0.000003 Bác bỏ Ho BW 37.51729 0.000009 Bác bỏ Ho (Phụ lục 6.4) So sánh kết quả prob (nR2) với α=5% thì cả chỉ có 3/10 danh mục có hiện tượng phương sai thay đổi.Trong 6 danh mục phân loại theo Fama- French thì chỉ còn danh mục BG còn bị phương sai thay đổi. Sau khi thêm biến WML vào thì danh mục SV đã không còn hiện tương phương sai thay đổi nên có thể khẳng định biến WML là cần thiết để thêm vào mô hình. Để khắc phục hiện tương phương sai thay đổi cho 3 danh mục BG, BL, BW ta dùng phương pháp bình phương bé nhất có trọng số Sau khi khắc phục thì chỉ còn danh mục BL, tức danh mục các cổ phiếu lớn và giảm giá có hiện tượng phương sai thay đổi. Điều này cho thấy mô hình 4 nhân tố là phù hợp để ước lượng TSSL chứng khoán. Kết quả sau khi khắc phục Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho BG 5.500006 0.703039 Chấp nhận Ho BL 45.16201 0.000000 Bác bỏ Ho BW 9.245709 0.321994 Chấp nhận Ho (Phụ lục 6.4) 36 Sau khi khắc phục thì chỉ còn danh mục BL có prob(nR2)<5%, hai danh mục BG và BW có prob(nR2) > 5%. Do vậy, chỉ còn danh mục BL là mắc phải hiện tượng phương sai thay đổi. Có thể các nhân tố trong mô hình không giải thích được TSSL của các chứng khoán của danh mục BL.  Kiểm định tự tương quan giữa các phần dư. Ta dùng kiểm định Breusch- Godfrey để kiểm định sự tương quan giữa các phần dư. Với giả thiết Ho: không tồn tại tư tương quan giữa các phần dư. So sánh nR2 với )(2 p để đưa ra kết luận. Nếu nR2 > )( 2 p thì bác bỏ Ho, ngược lại ta chấp nhận Ho. Hồi quy ta có bảng kết quả kiểm định Breusch- Godfrey sau: Danh mục nR2 Prob Chấp nhận hay bác bỏ Ho SG 0.805262 0.369525 Chấp nhận Ho SN 2.182357 0.139601 Chấp nhận Ho SV 0.056123 0.812733 Chấp nhận Ho SL 0.274316 0.600451 Chấp nhận Ho SW 4.745066 0.029382 Chấp nhận Ho BG 0.007429 0.931315 Chấp nhận Ho BN 7.365934 0.006647 Bác bỏ Ho BV 1.659825 0.197627 Chấp nhận Ho BL 5.410783 0.020013 Chấp nhận Ho BW 3.381365 0.065937 Chấp nhận Ho (Phụ lục 6.5) Với các giá trị nR2 trên, so sánh với )1(201.0 =6.5 thì có 1 trường hợp tồn tại tự tương quan bậc nhất giữa các phần dư, đó là các cổ phiếu của danh mục BN, kết quả này giống với kết quả khi kiểm định bằng mô hình CAPM và mô hình 3 nhân tố. Vì vậy, ta cần khắc phục hiện tượng này đối với danh mục BN. Khắc phục hiện tượng này bằng thủ tục lặp Cochrance-Orcult để ước lượng p( Theo giáo trình kinh tế lượng của Hoàng Ngọc Nhậm trường Đh Kinh tế Tp Hồ Chí Minh 2008, trang 200) Trên eview ta tìm được p = -0.200390 Đặt: BN_RF1=BN_RFt - p*BN_RFt-1 RM_RF1=RM_RFt - p*RM_RFt-1 SMB1=SMBt - p*SMBt-1 37 HML=HMLt - p*HMLt-1 WML=WMLt - p*WMLt-1 Sau đó, hồi quy phương trình BN_RF1 với RM_RF1, SMB1, HML1, WML1 và kiểm định Breusch- Godfrey với phương trình trên. Ta có kết quả kiểm định Breusch- Godfrey của BN_RF1 như sau: nR2 0.101044 Prob 0.75058 (Phụ lục 6.5) Kết quả cho thấy nR2= 0.101044< )1(201.0 , chấp nhận giả thiết Ho, hiện tượng tự tương quan được khắc phục.  Kiểm định hiện tượng đa cộng tuyến Ta kiểm định hiện tượng đa cộng tuyến như trong mô hình của Fama- French Ma trận hệ số tương quan giữa các biến giải thích RM_RF SMB HML WML RM_RF 1 SMB -0.007939 1 HML -0.076694 -0.195636 1 WML -0.105867 -0.111944 -0.224104 1 (Phụ lục 6.6) Nhìn vào ma trận hệ số tương quan, ta thấy sự tương quan giữa các biến giải thích rất nhỏ. Ta tiếp tục sử dụng hồi quy phụ giữa các biến để khẳng định giữa các biến không có hiện tượng đa cộng tuyến. Kết quả hồi quy phụ giữa các biến (Phụ lục 6.6) So sánh giá trị thống kê F với F0.01(1, 179) = 6.778597 giá trị F của mô hình SMB và Rm_Rf với HML và Rm-Rf là nhỏ hơn, ta chấp nhận giả thiết R2=0. Còn thống kê F R2 Thống kê F Prob(F) SMB và Rm-Rf 0.000063 0.011218 0.915768 HML và Rm-Rf 0.005882 1.053190 0.306166 WML và Rm-Rf 0.011208 2.017603 0.157234 SMB và HML 0.038274 7.083816 0.008490 SMB và WML 0.012532 2.258926 0.134618 HML và WML 0.050222 9.412307 0.002492 38 của mô hình (HML – SMB) và mô hình (HML- WML) là lớn hơn F0.01, bác bỏ giả thiết R2=0. Tuy nhiên R2 trong 2 mô hình này là rất nhỏ (3.8274% và 5%) nên mức độ giải thích giữa hai nhân tố không chặt chẽ. Do đó, 4 nhân tố đưa vào mô hình là phù hợp.  Kiểm định sự phù hợp của mô hình hồi quy Dùng F-statistic để kiểm định sự phù hợp của mô hình hồi quy với giả thiết Ho: R2=0. Bảng kết quả kiểm định R2 Danh mục R2 Thống kê F Prob Chấp nhận hay bác bỏ Ho SG 65.8005% 84.17595 0.00000 Bác bỏ Ho SN 75.5954% 135.5196 0.00000 Bác bỏ Ho SV 78.7143% 161.7866 0.00000 Bác bỏ Ho SL 72.0160% 112.5893 0.00000 Bác bỏ Ho SW 69.9174% 101.6831 0.00000 Bác bỏ Ho BG 78.6451% 161.1211 0.00000 Bác bỏ Ho BN 68.0229% 93.06650 0.00000 Bác bỏ Ho BV 77.8505% 153.7713 0.00000 Bác bỏ Ho BL 76.2785% 140.6817 0.00000 Bác bỏ Ho BW 71.2963% 108.6693 0.00000 Bác bỏ Ho P-value của 10 mô hình đều rất nhỏ (0.00000) nên ta Bác bỏ Ho bỏ giả thiết R2=0. Ta thấy giá trị R2 của 6 mô hình phân chia như Fama- French đều lớn hơn mô hình 3 nhân tố, một lần nữa khẳng định việc thêm biến xu hướng vào là phù hợp, làm tăng độ tin cậy của mô hình Carhart. Kết quả R2 hiệu chỉnh của 3 mô hình Danh mục CAPM 3 nhân tố 4 nhân tố SG 58.6649% 64.7705% 65.0188% SN 65.8101% 74.8372% 75.0376% SV 64.3409% 77.6498% 78.2277% BG 58.0432% 78.0244% 78.1570% BN 65.1066% 67.4738% 68.0229% BV 17.5247% 76.9053% 77.3442% So sánh R2 hiệu chỉnh của các danh mục ta thấy R2 hiệu chỉnh của mô hình 4 nhân tố của Carhart là lớn nhẩt. Ở danh mục BV, R2 tăng lên rõ rệt từ 17% (mô hình CAPM) lên đến 77% (mô hình 4 nhân tố). Kết hợp với R2 trung bình của 3 mô hình tăng từ mô hình CAPM đến mô hình 3 nhân tố đến mô hình 4 nhân tố tương ứng 39 54.9151%<73.2768%<73.6347%. Bên cạnh đó việc kiểm định phương sai thay đổi và hiên tượng tự tương quan giữa các phần dư của các danh mục thì mô hình 4 nhân tố cũng ít mắc phải và khắc phục chỉ còn có danh mục BL là hiện tượng phương sai thay đổi. Từ các kết quả trên ta có thể kết luận mô hình 4 nhân tố của Carhart là phù hợp nhất để đánh giá TSSL của các chứng khoán trên sàn Hose trong giai đoạn 2009-2012. 7. Kết luận và kiến nghị 7.1 Kết luận Ứng dụng một số mô hình kinh tế định giá CAPM của Sharpe và Litner (1965), mô hình 3 nhân tố của Fama- French (1993) và mô hình 4 nhân tố của Carhart (1997) thực hiện kiểm định 81 chứng khoán niêm yết trên sàn Hose giai đoạn 2009-2012. Kết quả kiểm định cho thấy ngoài nhân tố thị trường của mô hình CAPM, các chứng khoán trên sàn Hose còn chịu ảnh hưởng của nhân tố quy mô, nhân tố giá trị và nhân tố xu hướng. Trong 3 nhân tố trên thì nhân tố quy mô ảnh hưởng chặt chẽ hơn. Bởi trong cả 3 mô hình thì hệ số đối với nhân tố quy mô đều có ý nghĩa thống kê ở tất cả các danh mục. Giữa nhân tố quy mô và TSSL chứng khoán thể hiện mối quan hệ ngược chiều, tức là các chứng khoán có quy mô nhỏ mang lại TSSL cao hơn các chứng khoán có quy mô lớn. Mối quan hệ này thể hiện ở giá trị trung bình của nhân tố SMB là dương 0.001592 và các chứng khoán có quy mô nhỏ thì có hệ số SMB dương trong khi hệ số này lại mang giá trị âm đối với các chứng khoán có quy mô lớn Phần bù giá trị, nhân tố HML cũng có ảnh hưởng đến TSSL chứng khoán theo chiều dương nhưng không chặt chẽ bằng nhân tố SMB. Bằng chứng cho điều này là khi hồi quy theo mô hình Fama- French thì chỉ có 5/6 danh mục có ý nghĩa thống kê đối với hệ số HML, danh mục SG chấp nhận giả thiết hệ số h=0. Khi hồi quy với mô hình 4 nhân tố cũng vậy, chấp nhận h=0 đối với 3 danh mục SG, BL, BW. Yếu tố xu hướng có ý nghĩa với các danh mục phân chia theo xu hướng và những danh mục các chứng khoán tăng giá có hệ số xu hướng lớn hơn danh mục chứng khoán giảm giá khi xét trong cùng nhóm quy mô. Điều này cho thấy nhà đầu tư nên mua những chứng khoán nào tăng giá và bán những chứng khoán giảm giá kỳ trước đó. 40 Hệ số chặn của các mô hình tuy đều khác 0 nhưng không mô hình nào có hệ số chặn có ý nghĩa thống kê. Do đó, ta có thể xem hệ số chặn bằng 0, tức không có TSSL vượt trội, các mô hình định giá đúng các chứng khoán của thị trường. Khi so sánh độ phù hợp của mô hình thì mô hình 4 nhân tố có R2 trung bình là 74% lớn hơn mô hình CAPM và Fama- French. Các giả thiết của OLS của các danh mục trong mô hình 4 nhân tố cũng ít bị vi phạm hơn. Do đó ta có thể kết luận mô hình 4 nhân tố là phù hợp hơn. Tuy nhiên, giá trị R2 của mô hình 4 nhân tố không lớn hơn mô hình 3 nhân tố nhiều, nên nhân tố xu hướng ở thị trường chứng khoán Việt Nam vẫn chưa thật sự phổ biến đối với các chứng khoán. Bên cạnh những kết quả đạt được, bài nghiên cứu vẫn còn một số hạn chế sau:  Bài nghiên cứu chỉ xem xét các chứng khoán trên sàn Hồ Chí Minh nên kết quả thu được chưa thể đại diện cho thị trường Việt Nam.  Thị trường chứng khoán Việt Nam chỉ mới đi vào hoạt động hơn 10 năm, còn non trẻ so với nhiều thị trường khác trên thế giới như Mỹ, Úc, Nhật... với số lượng chứng khoán còn ít, chỉ tăng lên trong giai đoạn sau này (khoảng từ năm 2006) nên bài nghiên cứu chỉ thực hiện với một mẫu ngắn trong 4 năm. Vì thời gian quan sát ngắn nên kết quả mang độ chính xác không cao.  Thị trường Việt Nam không phải là thị trường hiệu quả nên thông tin trên thị trường không được phổ biển rộng rãi đến các nhà đầu tư. Trong khi đó, các giả thiết của các mô hình chỉ thích hợp trong những thị trường mà thông tin là như nhau với các nhà đầu tư. Do đó, vấn đề bất cân xứng thông tin có thể dẫn đến sự sai lệch trong kết quả.  Việc thu thập và tính toán số liệu bỏ qua 1 số khâu cũng ảnh hưởng đến kết quả như bỏ qua cổ tức khi tính TSSL, TSSL của tài sản phi rủi ro lấy giá trị trung bình, hay có 1 số ngày không có giao dịch nên TSSL bị bỏ qua…. Tuy có một vài hạn chế nhưng kết quả của bài nghiên cứu vẫn có ý nghĩa và có ích cho những nhà đầu tư khi tham gia vào thị trường chứng khoán Việt Nam. Từ kết quả trên nhà đầu tư có thể lập cho mình một danh mục đầu tư với các tỷ trọng giữa các chứng khoán theo lý thuyết danh mục Markowitz nhằm tạo ra danh mục đầu tư tối ưu nhất mang lại TSSL cao nhất với khẩu vị rủi ro của riêng mình. Việc thiết lập tỷ trọng như thế nào giữa các chứng khoán là kết quả của bài nghiên cứu sau. 41 7.2 Kiến nghị cho nhà đầu tư Dựa vào kết quả của bài nghiên cứu, tác giả đưa ra một số kiến cho sau cho nhà đầu tư khi tham gia vào TTCK Việt Nam: Không chỉ có nhân tố thị trường tác động đến TTCK mà còn một số nhân tố khác đó là nhân tố quy mô, nhân tố giá trị sổ sách trên giá trị thị trường và xu hướng tăng trưởng của cổ phiếu. Nhân tố thị trường tác động mạnh mẽ nhất đến TSSL chứng khoán. Do đó khi đầu tư nên quan tâm đến thị trường hiện tại như thế nào để lựa chọn thời điểm thích hợp nhất vào thị trường. Nhân tố quy mô ảnh hưởng mạnh hơn 2 nhân tố còn lại. Hệ số SMB dương đối với các danh mục cổ phiếu nhỏ và âm đối với danh mục cổ phiếu lớn, đồng thời giá trị trung bình của SMB cũng thể hiện giá trị âm. Vì thế nhà đầu tư nên cân nhắc khi lựa chọn cổ phiếu của các công ty để quyết định đầu tư. Không nên lựa chọn cổ phiếu của các công ty, tập đoàn lớn vì chưa chắc những cổ phiếu này đã mang lại TSSL dương. Nhà đầu tư nên lựa chọn những công ty có tỷ số B/M cao, vì theo kết quả nghiên cứu thì hệ số HML dương ở các danh mục có B/M cao và âm ở các danh mục có B/M thấp. Thị trường Việt Nam tồn tại xu hướng nhưng không mạnh mẽ bằng các nhân tố khác. Bằng chứng cho vấn đề này là kết quả R2 mô hình 4 nhân tố tuy lớn hơn mô hình 3 nhân tố nhưng mức độ không nhiều. Bên cạnh những lựa chọn trên nhà đầu tư nên thiết lập cho mình một danh mục tối ưu theo rủi ro ưa thích nhằm đạt được suất sinh lợi cao nhất. i PHỤ LỤC Phụ lục 1: Danh sách 81 mã chứng khoán mã cp Tên cty mã cp Tên công ty ABT CTCP Xuất nhập khẩu thủy sản Bến Tre KSH CTCP Tập đoàn Khoáng sản Hamico ACL CTCP Xuất nhập khẩu Thủy sản Cửu Long An Giang L10 CTCP LILAMA 10 ALP CTCP Alphanam LBM CTCP Khoáng sản và Vật liệu xây dựng Lâm Đồng ANV CTCP Nam Việt LCG CTCP LICOGI 16 ASP CTCP Tập đoàn Dầu khí An Pha LGC CTCP Cơ khí - Điện Lữ Gia BHS CTCP Đường Biên Hòa MCP CTCP In và Bao bì Mỹ Châu BMC CTCP Khoáng sản Bình Định MHC CTCP hàng hải Hà Nội BMP CTCP nhựa Bình Minh MPC CTCP Tập đoàn Thủy sản Minh Phú CII CTCP Đầu tư Hạ tầng Kỹ thuật TP.HCM NAV CTCP Nam Việt CLC CTCP Cát Lợi NSC CTCP Giống cây trồng Trung Ương CNT CTCP Xây dựng và Kinh doanh vật tư NTL CTCP Phát triển đô thị Từ Liêm COM CTCP Vật Tư Xăng Dầu OPC CTCP Dược phẩm OPC DCL CTCP Dược phẩm Cửu Long PAN CTCP Xuyên Thái Bình DDM CTCP Hàng hải Đông Đô PET Tổng CTCP Dịch vụ Tổng hợp Dầu khí DHA CTCP Hoá An PGC CTCP Gas Petrolimex DMC CTCP Xuất nhập khẩu Y tế Domesco PIT CTCP Xuất nhập khẩu Petrolimex DQC CTCP Bóng đèn Điện Quang PNC CTCP văn hoá Phương Nam DTC CTCP Viglacera Đông Triều PPC CTCP Nhiệt điện Phả Lại DTT CTCP Kỹ nghệ Đô Thành PVC Tổng CTCP Dung dịch khoan và Hóa phẩm Dầu khí DXV CTCP Xi măng Vật liệu xây dựng Xây lắp Đà Nẵng PVF Tổng công ty Tài chính cổ phần Dầu khí Việt Nam FMC CTCP Thực phẩm Sao Ta PVT Tổng CTCP Vận tải dầu khí GIL CTCP Sản Xuất Kinh Doanh Xuất Nhập Khẩu Bình Thạnh RAL CTCP Bóng đèn Phích nước Rạng Đông GMC CTCP Sản xuất Thương mại May Sài Gòn REE CTCP Cơ điện lạnh HAG CTCP Hoàng Anh Gia Lai RIC CTCP Quốc tế Hoàng Gia HAI CTCP Nông Dược Hai SBT CTCP Bourbon Tây Ninh HAX CTCP Dịch vụ Ô tô Hàng Xanh SCD CTCP Nước Giải khát Chương Dương HBC CTCP Xây Dựng và Kinh Doanh Địa ốc Hòa Bình SFC CTCP Nhiên Liệu Sài Gòn HSI CTCP Vật tư Tổng hợp và Phân bón Hóa sinh SGT CTCP Công nghệ Viễn thông Sài Gòn HLA CTCP Hữu Liên Á Châu SJD CTCP Thủy Điện Cần Đơn HMC CTCP Kim khí Thành phố Hồ Chí Minh SJS CTCP Đầu tư Phát triển Đô thị và Khu công nghiệp Sông Đà HPG CTCP Tập đoàn Hòa Phát SMC CTCP đầu tư thương mại SMC HSG CTCP Tập đoàn Hoa Sen SSC CTCP Giống cây trồng miền Nam HTV CTCP vận tải Hà Tiên SZL CTCP Sonadezi Long Thành ICF CTCP Đầu tư Thương mại Thủy sản TDH CTCP Phát triển nhà Thủ Đức IFS CTCP Thực phẩm Quốc Tế TRA CTCP Traphaco ITA CTCP Đầu tư Công nghiệp Tân Tạo TTF CTCP Tập đoàn Kỹ nghệ gỗ Trường Thành KBC Tổng Công ty Phát triển Đô Thị Kinh Bắc – CTCP VHG CTCP Đầu tư và Sản xuất Việt Hàn KDC CTCP Kinh Đô VIC Tập Đoàn VINGROUP - CTCP KHP CTCP Điện lực Khánh Hòa VNA CTCP vận tải biển VINASHIP KMR CTCP Mirae VNS CTCP Ánh Dương Việt Nam VSG CTCP Container phía Nam ii Phụ lục 2: Kiểm định phân phối chuẩn chuỗi TSSL Jarque-Bera Probalitity Jarque-Bera Probalitity ABT 1216.256 0.000000 L10 12.76695 0.001689 ACL 799.5702 0.000000 LBM 38.99449 0.000000 ALP 186.9467 0.000000 LCG 199.8228 0.000000 ANV 9.33637 0.009389 LGC 4.418177 0.109801 ASP 21.06456 0.000027 MCP 2336.752 0.000000 BHS 916.0811 0.000000 MHC 3.682378 0.000000 BMC 36.61805 0.000000 MPC 22.62652 0.000012 BMP 1072.656 0.000000 NAV 80.89225 0.000000 CII 198.727 0.000000 NSC 153.2481 0.000000 CLC 0.242027 0.000000 NTL 559.5999 0.000000 CNT 14.18275 0.000832 OPC 1513.14 0.000000 COM 744.7563 0.000000 PAN 56.35723 0.000000 DCL 47.22722 0.000000 PET 11.39952 0.003347 DDM 52.5133 0.000000 PGC 9.878219 0.007157 DHA 592.7075 0.000000 PIT 46.60808 0.000000 DMC 29.68571 0.000000 PNC 26.45109 0.000002 DQC 15.21271 0.000497 PPC 27.32026 0.000001 DTC 1108.584 0.000000 PVC 37.21511 0.000000 DTT 29.13683 0.000000 PVF 11.43874 0.003282 DXV 1.240899 0.537703 PVT 29.55386 0.000000 FMC 77.38236 0.000000 RAL 8.058816 0.000000 GIL 255.5973 0.000000 REE 3636.036 0.000000 GMC 58.61754 0.000000 RIC 9.423542 0.008989 HAG 168.3462 0.000000 SBT 30.03376 0.000000 HAI 142.1834 0.000000 SCD 38.599648 0.000000 HAX 1481.153 0.000000 SFC 12.94554 0.001545 HBC 2580.786 0.000000 SGT 37.37458 0.000000 HSI 8.759962 0.012526 SJD 314.1154 0.000000 HLA 0.520516 0.770853 SJS 1572.9 0.000000 HMC 23.65018 0.000007 SMC 81.337769 0.000000 HPG 74.66153 0.000000 SSC 188.7761 0.000000 HSG 20.20783 0.000041 SZL 1021.727 0.000000 HTV 11.41698 0.003318 TDH 46.96935 0.000000 ICF 23.88256 0.000007 TRA 96.25366 0.000000 IFS 6.632501 0.036289 TTF 30.4498 0.000000 ITA 80.43284 0.000000 VHG 5.733634 0.056880 KBC 26.0166 0.000002 VIC 330.5401 0.000000 KDC 61.41488 0.000000 VNA 4.190032 0.123068 KHP 958.4345 0.000000 VNS 123.7387 0.000000 KMR 1.584428 0.452841 VSG 49.95819 0.000000 KSH 4.65501 0.097539 Vn-index 7.297311 0.026026 iii Phụ lục 3: Thống kê mô tả các danh mục Phụ lục 4: Các kết quả kiểm định đối với mô hình CAPM Phụ lục 4.1: Kiểm định tính dừng đối với biến độc lập Phụ lục 4.2: Ước lượng kết quả hồi quy của các danh mục Danh mục SG Danh mục SN Danh mục SV Danh mục BG iv Danh mục BN Danh mục BV Phụ lục 4.3: Kiểm định phương sai thuần nhất Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV Phụ lục 4.4: Kiểm định tự tương quan Danh mục SG v Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV Phụ lục 5: Các kết quả kiểm định đối với mô hình 3 nhân tố của Fama- French Phụ lục 5.1: Kiểm định tính dừng đối với biến độc lập Chuỗi SMB Chuỗi HML vi Phụ lục 5.2: Ước lượng kết quả hồi quy đối với các danh mục Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV Phụ lục 5.3: Kiểm định Wald đối với nhân tố HML trong danh mục SG Phụ lục 5.4: Kiểm định phương sai thuần nhất vii Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV Phụ lục 5.5: Kiểm định tự tương quan Danh mục SG Danh mục SN Danh mục SV viii Danh mục BG Danh mục BN Danh mục BV Phụ lục 5.6: Kiểm định hiện tượng đa cộng tuyến Ma trận hệ số tương quan Hồi quy giữa SMB và Rm-Rf Hồi quy giữa HML và Rm-Rf Hồi quy giữa SMB và HML ix Phụ lục 5.7: Hồi quy các danh mục theo mô hình nhỏ Hồi quy theo nhân tố quy mô Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV x Hồi quy theo nhân tố giá trị-HML Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV xi Hồi quy theo nhân tố thị trường và nhân tố quy mô (Rm-Rf và SMB) Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV xii Hồi quy theo nhân tố thị trường và nhân tố giá trị (HML và Rm-Rf) Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV xiii Hồi quy theo nhân tố quy mô và nhân tố giá trị (SMB và HML) Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV xiv Phụ lục 6: Kết quả kiểm định đối với mô hình 4 nhân tố của Carhart Phụ lục 6.1: Kiểm định tính dừng đối với biến độc lập Chuỗi WML Phụ lục 6.2: Ước lượng kết quả hồi quy đối với các danh mục Danh mục SG Danh mục SN Danh mục SV Danh mục BG xv Danh mục BN Danh mục BV Danh mục SL Danh mục SW Danh mục BL Danh mục BW xvi Phụ lục 6.3: Kiểm định Wald đối với nhân tố HML trong các danh mục Danh mục SG Danh mục BL Danh mục BW Phụ lục 6.4: Kiểm định phương sai thuần nhất Danh mục SG Danh mục SN Danh mục SV Danh mục SL xvii Danh mục SW Danh mục BG Danh mục BN Danh mục BV Danh mục BL Danh mục BW Khắc phục hiện tượng phương sai thay đổi Danh mục BG Danh mục BL xviii Danh mục BW Phụ lục 6.5: Kiểm định tự tương quan Danh mục SG Danh mục SN Danh mục SV Danh mục BG Danh mục BN Danh mục BV Danh mục SL xix Danh mục SW Danh mục BL Danh mục BW Khắc phục hiện tượng tự tương quan đối với danh mục SN Phụ lục 6.6: Kiểm định hiện tượng đa cộng tuyến Ma trận hệ số tương quan Hồi quy giữa WML và Rm-Rf Hồi quy giữa SMB và WML xx Hồi quy giữa HML và WML xxi TÀI LIỆU THAM KHẢO Tài liệu Tiếng Anh Arshad Hassan1 and Muhammad Tariq Javed (2011), Size and value premium in Pakistani equity market. Asness, C. S., Moskowitz, T. J., Pedersen, L. H., 2009. Value and momentum everywhere. AQR Capital Management, LLC, and New York University. Unpublished working paper, University of Chicago. Banz, R. W., 1981. The relationship between return and market value of common stocks. Journal of Financial Economics 9, 3–18. Chan, L. K. C., Hamao, Y., Lakonishok, J., 1991. Fundamentals and stock returns in Japan. Journal of Finance 46, 1739–1764. Chui, A. C.W., Titman, S., Wei, K.C. J., 2010. Individualism and momentum around the world. Journal of Finance 65, 361–392. DeBondt, W. F. M., Thaler, R. H., 1985. Does the stock market overreact? Journal of Finance 40, 793–805. Eugene F. Fama and Kenneth R. French, 1992. The cross-section of expected stock returns. Journal of Finance 47, 427–465. Eugene F. Fama and Kenneth R. French (1993), “Common risk factors in the returns of stocks and bonds”, Journal of Financial Economics, Eugene F. Fama and Kenneth R. French, 1998. Value versus growth: The international evidence. Journal of Finance 53, 1975–1999. Griffin, J. M., Ji, X., Martin, J. S., 2003. Momentum investing and business cycle risk: Evidence from pole to pole. Journal of Finance 58, 2515–2547. Jegadeesh, N., Titman, S., 1993. Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance 48, 65–91. Lakonishok, J., Shleifer, A., Vishny, R. W., 1994. Contrarian investment, extrapolation, and risk. Journal of Finance 49, 1541–1578. Mark M. Carhart (1997), “On persistence im Mutual Fund performance”, The Journal of Finance,( Vol.52, No.1), Michael A. O’Brien, Fama and French Factors in Australia, (2007) Nima Billou, Tests of the CAPM and Fama and French three factor model, (2004). xxii Tài liệu tiếng Việt Hoàng Ngọc Nhậm (2008), Giáo trình Kinh tế lượng, Trường ĐHKT TPHCM. Vương Đức Hoàng Quân, Hồ Thị Huệ, “Mô hình Fama-French: Một nghiên cứu thực nghiệm đối với thị trường chứng khoán Việt Nam”. Vương Đức Hoàng Quân, Hồ Thị Huệ, “Mô hình Fama-French: “Đi tìm một mô hình dự báo tỷ suất sinh lợi cổ phiếu thích hợp đối với thị trường chứng khoán Việt Nam” Trần Ngọc Thơ (2007), Tài chính doanh nghiệp hiện đại, NXB Thống kê, Website tham khảo www.cophieu68.com www.cafef.vn Trang web của Cơ quan thông tin Bộ Tài chính: www.mof.gov.vn Ngân hàng Nhà nước Việt Nam: www.sbv.gov.vn Sở giao dịch chứng khoán Hà Nội: www.hnx.vn Sở giao dịch chứng khoán TPHCM: www.hsx.vn Công ty cổ phần chứng khoán Bản Việt: www.vcsc.com.vn Ủy ban chứng khoán nhà nước: www.ssc.gov.vn Fama-French forum: www://taichinh.vnexpress.net/tin-tuc/song-tai-chinh/chung-khoan