Đề tài Ứng dụng mô hình CAPM và Fama French dự báo tỷ suất sinh lợi để kinh doanh chứng khoán trên thị trường Việt Nam

French thì R 2 trung bình của 6 danh mục là 79.02%, mức ý nghĩa 1%. Kết quả này cao hơn R2 của 10 Phụ lục 7 74 CAPM là 73%. Kết quả này cũng phù hợp với nghiên cứu mô hình CAPM và Fama French ở một số nước đang phát triển trên thế giới như Thái Lan, Đài Loan, Ấn Độ. Một điểm đáng chú ý đó là với biến phụ thuộc là tỷ suất sinh lợi trung bình của danh mục SH gồm các chứng khoán có quy mô nhỏ và tỷ số BE/ME thì không có phương trình hồi quy nào có ý nghĩa thống kê. Không có biến nào trong 3 biến của mô hình Fama French có thể giải thích được tỷ suất sinh lợi của các chứng khoán thuộc nhóm này. 3.3.4 Kiểm định tự tƣơng quan. Do mẫu quan sát trong mô hình là 47 tháng (n>30) nên chúng tôi sử dụng kiểm định Breusch – Godfrey (BG) để kiểm định hiện tượng tự tương quan trong phần dư của mô hình hồi quy. Với giả thiết H0: 1 2 ... 0p      , tức là giữa các phần dư ε không có hiện tượng tự tương quan. Ta có kết quả kiểm định BG11 cho từng danh mục với lần lượt độ trễ là 1, 2, 3 như sau. Chọn mức ý nghĩa α = 0.01, ta so sánh kết quả Obs*R-squared từ kiểm định BG lần lượt với 2 0.01(1) = 6.5, 2 0.01(2) = 9.2, 2 0.01(3) = 11.3. Ta thấy, trong 6 danh mục chỉ có danh mục SH là có Obs*R-squred là lớn hơn phân phối Chi bình phương (26.71 > 6.5, 27.37> 9.2, 31.89 > 11.3) nên ta bác bỏ giả thiết H0, tức là có xảy ra hiện tượng tự tương quan. Trong 6 danh mục chỉ có duy nhất một danh mục xảy ra tự tương quan nên ta có thể kết luận rằng ước lượng hồi quy bằng phương pháp OLS là thích hợp. Kết quả R-square từ mô hình hồi quy phía trên là hoàn toàn đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục. 3.3.5 Kiểm định phƣơng sai thay đổi. Sau đây, chúng tôi sử dụng kiểm định White để kiểm định hiện tượng phương sai thay đổi trong các phần dư của các mô hình hồi quy ban đầu. Với giả thiết H0: 1 2 ... 0n      , tức là không có phương sai thay đổi, kết quả từ kiểm định White Heteroskedasticity Test12 như sau. Chọn mức ý nghĩa α = 0.01, tra bảng phân phối Chi bình phương với α = 0.01 và số hệ số độ dốc trong mô hình hồi quy df = 3, ta có 2 0.01(3) 11.3  So sánh kết quả Obs*squared với 2 0.01(3) , ta thấy tất cả 6 danh mục đều có Obs*squared < 2 0.01(1) , nên ta chấp nhận giả thiết H0, tức là không có xảy ra hiện tượng phương sai thay 11 Phụ lục 9 12 Phụ lục 10 75 đổi. Nên ta có thể kết luận rằng kết quả ước lượng hồi quy bằng phương pháp OLS ở trên là thích hợp và kết quả R-squared là hoàn toàn đáng tin cậy. Kết quả hồi quy chi tiết được trình bày trong phụ lục. 3.4 So sánh kết quả giữa các mô hình: Như đã trình bày ở trên, mô hình CAPM ra đời với mục đích nhằm dự báo tỷ suất sinh lợi của một chứng khoán thông qua chỉ số beta của chứng khoán đó. 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. Tuy nhiên, với kết quả nghiên cứu của mình vào năm 1993, Fama và French đã xây dựng nên mô hình 3 nhân tố Fama-French bao gồm: nhân tố quy mô, nhân tố BE/ME và nhân tố thị trường (của mô hình CAPM). 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, trong đó có cả những thị trường mới nổi như: Ấn Độ, Hàn Quốc, Thái Lan, Đài Loan. Kết quả của các nghiên cứu này hầu hết 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.Riêng tại Việt Nam, việc nghiên cứu áp dụng mô hình Fama-French vào thị trường chứng khoán Việt Nam trong giai đoạn từ tháng 1 năm 2007 đến tháng 12 năm 2010 với quy mô của 88 chứng khoán trong 47 kỳ cho thấy mô hình này hứa hẹn sẽ đem lại sự giải thích tốt cho thị trường chứng khoán Việt Nam. Kết quả kiểm định cho thấy R2 của mô hình FF3FM là 79.02 % cao hơn R2 trong mô hình CAPM là 73%. 3.5 Những hạn chế khi chạy mô hình: Bên cạnh các kết quả đáng chú ý được tóm tắt nêu trên, bài viết còn có một số hạn chế như sau: Về mô hình, mô hình Fama-French được sử dụng như một mô hình nghiên cứu chính. Tuy nhiên, chính mô hình ba biến này cũng có những hạn chế nhất định. Các kết quả nghiên cứu của nhiều tác giả trên thế giới đã chỉ ra rằng mô hình này chỉ tập trung vào nguồn gốc của lợi nhuận hơn là tổng rủi ro của nó. Mặc khác, mô hình Fama French cũng như bất kỳ mô hình dự báo khác chỉ được vận hành tốt khi các nhà đầu tư có thông tin như nhau, thông tin không được rò rỉ và phải minh bạch. Tuy nhiên, thị trường chứng khoán Việt Nam hoạt động ở mức độ hiệu quả còn rất kém và đã tạo cơ hội kiếm được lợi nhuận cao cho những nhà đầu cơ là những người có khả năng tiếp cận với các nguồn thông tin sớm nhất. 76 Về dữ liệu, thị trường chứng khoán Việt Nam đi vào hoạt động mới được khoảng 10 năm, số công ty niêm yết chưa nhiều, ngành nghề cũng chưa thật đa dạng. Mặc dù nhà nước đã có những nỗ lực để làm phong phú thêm hàng hóa cho thị trường chứng khoán (giảm 50% thuế thu nhập đối với những công ty niêm yết trước 31/12/2007) nhưng kết quả vẫn chưa khả quan. Ngòai ra bài viết chỉ nghiên cứu với số bộ dữ liệu bắt đầu từ tháng 01/2007 đến tháng 12/ 2010, khi đó chỉ có 88 công ty niêm yết. Ngoài ra, với hai thị trường chứng khoán tập trung, nghiên cứu chỉ tập trung vào thị trường chứng khoán Tp. Hồ Chí Minh (HOSE) chưa nghiên cứu phân tích thị trường chứng khoán Hà Nội, thị trường này được coi là khá sôi nổi và chứa nhiều rủi ro. KẾT LUẬN CHƢƠNG 3 Với việc thu thập 88 chứng khoán niêm yết trên sàn HOSE trong khoảng thời gian 48 tháng từ 1/2007 đến 12/2010 làm cơ sở dữ liệu cho bài nghiên cứu, kết quả thu được là cả 2 mô hình đều phù hợp trong việc giải thích tỷ suất sinh lợi trên thị trường Việt Nam và điều này cũng khá phù hợp với hầu hết với các nghiên cứu của các quốc gia trên thế giới. Trong đó, đa phần chứng tỏ rằng mô hình Fama French có ý nghĩa tốt hơn so với CAPM. Trong mô hình FF3FM thì nhân tố phần bù rủi ro thị trường là có tác động nhiều nhất đến tỷ suất sinh lợi chứng khoán, tiếp sau đó là nhân tố giá trị (HML), cuối cùng có tác động thấp nhất là nhân tố quy mô (SMB). Nghiên cứu trên cũng còn tồn động một số hạn chế khác như mẫu chưa thực sự lớn (chỉ có 88 chứng khoán so với số lượng niêm yết hiện nay trên sàn HOSE là 284 cổ phiếu), và chỉ kiểm định trên sàn HOSE mà chưa bao gồm sàn HNX và OTC. Mặc dù vậy nó vẫn mở ra một triển vọng cho việc ứng dụng các mô hình này rộng rãi trong tương lai. 77 Chƣơng 4: Áp dụng mô hình CAPM và Fama French để định giá chứng khoán và đƣa ra kiến nghị đầu tƣ 4.1 Xác định chứng khoán đƣợc giá cao và định giá thấp trên sàn HOSE 4.1.1 Phƣơng pháp xử lý dữ liệu Việc kiểm định mô hình CAPM và Fama French ở trên cho ta thấy sự phù hợp của việc ứng dụng hai mô hình này nhằm dự báo tỷ suất sinh lợi cùng với định giá từng chứng khoán và danh mục tương ứng. Để định giá chứng khoán, chúng ta cần xác định nhân tố anpha chứng khoán. Nhân tố anpha chứng khoán trong mô hình hồi qui Fama French cũng giống như anpha chứng khoán trong mô hình CAPM, thể hiện mức chênh lệch giữa mức tỷ suất sinh lợi kỳ vọng thực tế (Rtt) và tỷ suất sinh lợi qua mô hình hồi quy (Rđg). Nếu α > 0 đây là dấu hiệu chứng khoán định giá thấp, nhà đầu tư nên xem xét mua vào và ngược lại, với α< 0 thì chứng khoán đó được định giá cao, nhà đầu tư nên cân nhắc để bán chứng khoán. Nếu α = 0 thì chứng khoán đó được định giá đúng, nhà đầu tư nên nắm giữ và chờ cơ hội thích hợp để thực hiên quyết định kinh doanh của mình. Đầu tiên, chúng tôi chạy mô hình hồi quy bằng Eview cho hai từng mô hình CAPM và Fama French để thu thập các chỉ số α, β, si và hi. Ngoài ra, Chúng tôi tiến hành xữ lý dữ liệu khác như sau: Thông qua thu thập 88 cổ phiếu trên sàn HOSE với 47 kỳ quan sát từ tháng 1 năm 2007 đến tháng 12 năm 2010 bằng cách chia thành sáu danh mục SH, SM, SL, BH, BM, BL để chúng ta có cái nhìn cụ thể hơn về ảnh hưởng của từng nhân tố lên từng nhóm cổ phiếu. Qua đó, chúng tôi thấy rằng nhóm gồm 25 cổ phiếu thuộc danh mục SH, nhóm cổ phiếu có quy mô nhỏ nhưng tỷ số BE/ME cao, có ý nghĩa thống kê thấp nhất 0.003% (mô hình CAPM) và 28.64% (Fama French). Vì vậy chúng tôi loại ra khỏi trong quá trịnh định giá chứng khoán, còn lại các cổ phiếu ở 5 danh mục là SM, SL, BH, BM, BL13. Ngoài ra, chúng tôi thu thập trung bình chỉ số VN-Index, giá từng cổ phiếu tháng 2 và 3 để tính tỷ suất sinh lợi của thị trường, từng cổ phiếu và 5 danh mục tương ứng. Tuy nhiên. Cổ phiếu của CTCP Chế biến thực phẩm Kinh Đô miền Bắc (NKD) thuộc nhóm SL đã hủy niêm yết trên HOSE từ 15/12/2010 để sáp nhập với CTCP Kinh Đô (KDC) nên chúng tôi cũng loại cổ phiếu này ra trong quá trình định giá nó và danh mục này. Theo đó, tỷ suất sinh lợi của thị trường là -5.79%, lý do là trung bình chỉ số VN-Index của tháng 3 thấp hơn tháng 2. Thêm vào đó, vì việc đấu thầu trái phiếu chính phủ các loại kỳ hạn 3 năm, 5 năm và 10 năm vào ngày 24/3/2011 thất bại. Cụ thể, Kho bạc Nhà nước phát hành 2 loại trái phiếu kỳ 13 Phụ lục 11 78 hạn 5 năm và 10 năm, ngày phát hành 28/3/2011, mỗi loại trái phiếu gọi thầu 1.000 tỷ đồng, không có thành viên nào tham gia đấu thầu trái phiếu kỳ hạn 10 năm. Riêng trái phiếu kỳ hạn 5 năm có 5 thành viên tham gia, với lãi suất đăng ký thấp nhất là 11,95%, lãi suất đăng ký cao nhất là 12,5%, không có ai trúng thầu và không có trái phiếu nào được bán ra. Do đó, chúng tôi tiến lấy trái phiếu chính phủ kỳ hạn 5 năm trúng thầu vào ngày 22/2/2011 với lãi suât 11.2%/năm tương ứng 0.935%/tháng. Để tính tỷ suất sinh lợi theo mô hình Fama-French, chúng tôi sử dụng phương pháp san bằng mũ giản đơn để dự báo các biến SMB, HML vì phương pháp này được sử dụng cho những dãy số thời gian không có tính biến động xu hướng hoặc thời vụ. Công thức tính: 1 ˆ ˆ(1 )( )t t t ty y y y     Trong đó:  α : là hằng số san bằng mũ (0<α<1).  1ˆty  : là giá trị dự đoán của hiện tượng ở thời gian t+1.  yt: là giá trị thực tế ở thời gian t. Xác định ˆty : ta nhận xét rằng do ảnh hưởng của giá trị dự đoán đầu tiên ngày càng giảm dần (tức là thời điểm dự đoán càng xa thì ảnh hưởng của giá trị dự đoán đầu tiên càng giảm), do đó, để dơn giản, người ta thường chọn: 1 1yˆ y . Xác định α: bằng phần mềm Eview.  Dự báo SMB: Nhìn vào đồ thị trên, ta thấy diễn biến của SMB qua các kì quan sát là không có xu hướng tăng hoặc giảm rõ rệt, đồng thời cũng không có tính mùa vụ do không tìm thấy một 79 chu kì nào lặp lại. Do đó chứng tỏ chuỗi quan sát này thích hợp để dự báo bằng phương pháp san mũ giản đơn. Tiếp theo chúng tôi sử dụng Eview để ước lượng hằng số san bằng mũ α: Với α=0.013, ta có kết quả dự báo ở bảng sau: Tháng SMBt ˆ tSMB Tháng SMBt ˆ tSMB 02/2007 -0.00204 -0.002041643 03/2009 -0.00257 0.001123726 03/2007 0.069863 -0.002041643 04/2009 -0.06889 0.001075725 04/2007 -0.03237 -0.001106881 05/2009 -0.01931 0.000166199 05/2007 -0.01951 -0.001513336 06/2009 0.039111 -8.70506E-05 06/2007 0.04056 -0.001747247 07/2009 -0.00732 0.000422527 07/2007 0.013898 -0.001197256 08/2009 -0.02012 0.00032184 08/2007 0.005523 -0.001001019 09/2009 0.005139 5.6061E-05 09/2007 0.014346 -0.000916206 10/2009 0.017983 0.000122143 10/2007 0.018659 -0.000717798 11/2009 0.002141 0.00035433 11/2007 0.018456 -0.000465901 12/2009 -0.00255 0.000377555 12/2007 -0.00128 -0.000219918 01/2010 -0.00653 0.00033952 01/2008 -0.00988 -0.000233741 02/2010 -0.00945 0.000250269 02/2008 0.017183 -0.000359172 03/2010 0.004086 0.00012419 03/2008 0.021611 -0.000131125 04/2010 0.027042 0.000175691 04/2008 0.019472 0.00015152 05/2010 0.017174 0.000524958 05/2008 0.007284 0.000402688 06/2010 -0.00437 0.000741399 06/2008 0.016049 0.000492149 07/2010 0.02605 0.00067498 07/2008 -0.00681 0.000694388 08/2010 0.000703 0.001004853 80 08/2008 -0.01594 0.000596889 09/2010 0.009293 0.00100093 09/2008 -0.0212 0.000381905 10/2010 0.002254 0.00110873 10/2008 0.048207 0.000101275 11/2010 -0.00051 0.001123625 11/2008 0.002064 0.000726646 12/2010 -0.01342 0.001102417 12/2008 0.004684 0.000744025 01/2011 -0.00389 0.000913582 01/2009 -0.00299 0.000795239 02/2011 0.000851107 02/2009 0.029795 0.000746092 03/2011 0.000840043 Kết quả SMB dự báo cho tháng 3/2011 sẽ là 0.00084.  Dự báo HML: Nhìn vào đồ thị trên, ta thấy diễn biến của HML qua các kì quan sát là không có xu hướng tăng hoặc giảm rõ rệt, đồng thời cũng không có tính mùa vụ do không tìm thấy một chu kì nào lặp lại. Do đó, tương tự như với SMB chứng tỏ chuỗi quan sát này thích hợp để dự báo bằng phương pháp san mũ giản đơn. Tiếp theo chúng tôi sử dụng Eview để ước lượng hằng số san bằng mũ α: 81 Với α=0.03, ta có kết quả dự báo ở bảng sau: Tháng HMLt ˆ tHML Tháng HMLt ˆ tHML 02/2007 -0.0068 -0.006796299 03/2009 0.021631 -0.00697 03/2007 0.025335 -0.006796299 04/2009 0.064192 -0.00611 04/2007 -0.00809 -0.005832352 05/2009 0.051778 -0.004 05/2007 0.005935 -0.00589996 06/2009 0.005683 -0.00233 06/2007 -0.01512 -0.005544909 07/2009 -0.02926 -0.00208 07/2007 -0.01065 -0.005832067 08/2009 -0.00835 -0.0029 08/2007 0.011973 -0.005976698 09/2009 -0.01215 -0.00306 09/2007 -0.00019 -0.005438195 10/2009 0.020159 -0.00334 10/2007 -0.00383 -0.005280631 11/2009 0.000148 -0.00263 11/2007 -0.00046 -0.005237201 12/2009 -0.01527 -0.00255 12/2007 0.001933 -0.00509402 01/2010 0.006684 -0.00293 01/2008 -0.00301 -0.004883216 02/2010 -0.00372 -0.00264 02/2008 -0.00338 -0.004826875 03/2010 0.024102 -0.00267 03/2008 -0.03974 -0.004783607 04/2010 0.024196 -0.00187 04/2008 -0.03633 -0.005832227 05/2010 -0.01102 -0.00109 05/2008 -0.01309 -0.006747085 06/2010 0.004518 -0.00139 06/2008 0.001119 -0.006937349 07/2010 -0.00679 -0.00121 07/2008 0.006357 -0.006695651 08/2010 -0.00905 -0.00138 08/2008 -0.01966 -0.006304084 09/2010 0.009692 -0.00161 09/2008 0.017341 -0.00670466 10/2010 -0.02052 -0.00127 10/2008 -0.03728 -0.005983287 11/2010 -0.03121 -0.00185 11/2008 -0.01719 -0.006922328 12/2010 0.029578 -0.00273 12/2008 -0.00067 -0.007230315 01/2011 -0.00738 -0.00176 01/2009 -0.00866 -0.007033637 02/2011 -0.00193 02/2009 -0.00317 -0.007082514 03/2011 -0.00187 Kết quả HML dự báo cho tháng 3/2011 sẽ là -0.00187. Như vậy, theo cách phân tích dữ liệu như trên, chúng ta sẽ chỉ định giá 62 cổ phiếu với 5 danh mục tương ứng. Với cách phân tích dữ liệu như vậy, ta có các bảng tổng hợp dữ liệu biến giải thích vào thời điểm tháng 3/2011 như sau: 82 Rf Rm SMB HML 0.00935 -0.0579226 0.00084 -0.00187 Chạy hồi quy cho từng chứng khoán, chúng tôi có bảng tổng hợp hệ số hồi quy Mô hình CAPM Fama French Mã CK α β Α β si hi BBC 0.00234 1.043338 -0.001479 0.919861 0.588131 0.886633 BHS 0.003655 0.824858 0.000449 0.855595 0.803703 0.362422 BMP 0.005706 1.273413 0.007717 1.217422 -0.589011 -0.123149 CYC -0.002165 0.930605 -0.006833 0.969396 1.1566 0.544725 DIC 0.011516 1.079389 0.006013 1.134893 1.386111 0.614444 HAI 0.003902 1.045834 0.001608 1.120323 0.696247 0.110217 HAX 0.00897 1.208381 0.004002 1.261388 1.257973 0.546426 ICF 0.001023 1.121236 -0.004622 0.96676 0.933822 1.230765 KHA 0.009736 1.085607 0.007138 1.130119 0.696483 0.237973 KHP 0.002454 0.977279 -0.003517 0.962277 1.330185 0.880271 LBM 0.010285 1.271221 0.006254 1.42624 1.279214 0.125183 MHC 0.001279 1.320435 -0.002751 1.22484 0.70054 0.836926 NAV 0.000383 1.126525 -0.003533 1.126186 0.894495 0.550446 NSC 0.010127 1.019319 0.006899 1.137237 1.009943 0.117864 PAN 0.010173 1.747509 0.008364 1.65659 0.203673 0.512062 PGC -0.000621 1.288448 -0.003724 1.224006 0.560612 0.618415 PJT 0.001355 1.214719 -0.004743 1.245407 1.464661 0.768296 RAL -0.003841 1.13484 -0.005575 0.940618 -0.051985 0.794927 SFC 0.016591 0.840398 0.014482 0.817498 0.429435 0.361055 SJD -0.003683 0.710793 -0.006344 0.755453 0.711391 0.246496 SMC 0.011368 1.208506 0.008731 1.261013 0.723863 0.220745 SVC 0.002269 1.548093 -0.001735 1.443398 0.673724 0.859204 TDH -0.000594 1.072505 -0.001104 0.903641 -0.273041 0.551301 TMS -0.000894 0.540912 -0.002713 0.668509 0.710359 -0.107216 TTP -0.00065 0.904238 -0.001986 0.824032 0.120275 0.415266 83 VFC 0.010546 1.312994 0.006548 1.300818 0.885879 0.595546 VID 7.49E-05 0.933417 -0.005074 0.787905 0.841146 1.135724 VIS 0.017532 1.326482 0.015429 1.504534 0.891637 -0.210752 VPK -0.002335 0.826085 -0.008699 0.771786 1.329498 1.047143 VTB -0.010192 0.482088 -0.014108 0.446893 0.813815 0.649311 BMC 0.019223 1.479147 0.016479 1.606686 0.921715 0.022751 BT6 0.001083 0.375935 -0.000953 0.482609 0.711516 -0.01743 CLC -0.002197 0.687726 -0.005206 0.650978 0.602937 0.5265 DMC -0.009347 0.545671 -0.011011 0.604956 0.517147 0.065012 DRC 0.019382 1.749383 0.016488 1.685673 0.51449 0.586998 HMC 0.005668 1.175637 0.001499 1.20617 1.023363 0.498112 HRC 0.005748 1.245671 0.005094 1.229177 0.111354 0.138563 IFS -0.005833 0.93185 -0.010932 0.927167 1.154925 0.728777 IMP -0.001893 0.677814 -0.003175 0.784323 0.538913 -0.122664 NKD 0.002161 1.169389 0.001485 1.000054 -0.236092 0.575985 PAC 0.011616 0.792716 0.012173 0.920548 0.167589 -0.441342 SCD 0.002098 0.846553 -0.002195 0.926675 1.166255 0.3747 TAC 0.001068 1.061061 -0.001852 1.001486 0.530023 0.578923 TBC -0.006308 0.747232 -0.00831 0.683175 0.309865 0.462882 TYA -0.013704 0.928855 -0.014542 0.871484 0.059333 0.280649 ITA 0.004119 1.142732 0.000291 0.726667 -0.085048 1.719054 REE 0.005833 1.483208 0.004721 1.165202 -0.479435 1.059548 SAM -0.006895 1.297398 -0.008474 0.973176 -0.387408 1.142491 BMI -0.007846 1.136548 -0.008665 0.900903 -0.356555 0.78434 GMD -0.001031 1.322818 0.001249 1.169362 -0.875239 0.116105 KDC 0.004984 1.109865 0.006879 1.055687 -0.558194 -0.11195 SSI 0.01053 1.588164 0.009138 1.27783 -0.397939 1.076904 CII 0.008046 1.056475 0.00793 0.944639 -0.231621 0.333945 DHG 0.001174 0.47393 0.000843 0.61248 0.395298 -0.347215 FPT -0.001885 1.03835 0.000742 1.039021 -0.598949 -0.370463 MPC 0.000588 1.016433 -0.001711 0.936745 0.341558 0.548878 84 PPC -0.009436 0.950853 -0.007512 0.895852 -0.566641 -0.113632 PVD -0.002121 0.778049 0.000437 0.926474 -0.242292 -0.78058 SJS 0.012513 1.470217 0.015001 1.575114 -0.253715 -0.561872 STB 0.002666 1.141306 0.000696 1.107262 0.371752 0.373097 VIP -0.004517 1.150021 -0.008868 0.960095 0.556402 1.150038 VNM 0.00386 0.683855 0.006693 0.824498 -0.323027 -0.796995 VSH -0.007652 0.783615 -0.005755 0.921615 -0.115148 -0.65816 4.1.2 Kết quả phân tích: Sử dụng các hệ số hồi quy cùng với dữ liệu dự báo biến giải thích được thu thập như trên. Chúng ta có bảng tổng hợp tỷ suất sinh lợi của danh mục như sau: Danh mục CAPM FAMA FRENCH Rđg Rtt Định giá Rđg Rtt Định giá SM -5.95% -7.90% Định giá cao -6.62% -7.90% Định giá cao SL -5.34% -2.98% Định giá thấp -5.64% -2.98% Định giá thấp BH -7.76% -10.88% Định giá cao -5.87% -10.88% Định giá cao BM -7.57% -10.04% Định giá cao -6.39% -10.04% Định giá cao BL -5.50% -5.38% Định giá thấp -5.58% -5.38% Định giá thấp Đối với việc định giá của danh mục, chúng ta thấy rằng có sự tương đồng trong nhận định của mô hình CAPM và Fama French. Theo đó, các cổ phiếu thuộc nhóm SM, BH, BM được định giá cao, các cổ phiếu thuộc danh mục SL, BL định giá thấp.Ngoài ra, tỷ suất sinh lợi của các cổ phiếu thuộc nhóm SM, SL được đánh giá bởi mô hình CAPM thì cao hơn tỷ suất sinh lợi được đánh giá bởi mô hình Fama French và ngược lại. Từ việc phân tích sơ lược các nhận định của 5 danh mục cho ta thấy được tổng quan chung xu hướng của các cổ phiếu theo từng danh mục tại thời điểm hiện tại này (tháng 3/2011). Để có cái nhìn chi tiết chúng ta sẽ định giá các cổ phiếu trong danh mục này, kết quả như sau: CK CAPM Fama French Rđg Rtt Định giá Khuyến nghị Rđg Rtt Định giá Khuyến nghị BBC -5.85% -15.08% Định giá cao Bán -5.52% -15.08% Định giá cao Bán BHS -4.25% -5.19% Định giá cao Bán -4.78% -5.19% Định giá cao Bán 85 BMC -7.09% 3.37% Định giá thấp Mua -8.15% 3.37% Định giá thấp Mua BMI -7.50% -9.19% Định giá cao Bán -6.17% -9.19% Định giá cao Bán BMP -7.06% -3.29% Định giá thấp Mua -6.51% -3.29% Định giá thấp Mua BT6 -1.49% -8.71% Định giá cao Bán -2.34% -8.71% Định giá cao Bán CII -5.37% 1.76% Định giá thấp Mua -4.71% 1.76% Định giá thấp Mua CLC -3.91% -5.88% Định giá cao Bán -4.01% -5.88% Định giá cao Bán CYC -5.54% -15.00% Định giá cao Bán -6.27% -15.00% Định giá cao Bán DHG -2.14% 5.97% Định giá thấp Mua -3.00% 5.97% Định giá thấp Mua DIC -5.17% -16.20% Định giá cao Bán -6.10% -16.20% Định giá cao Bán DMC -3.67% -14.27% Định giá cao Bán -4.20% -14.27% Định giá cao Bán DRC -8.90% -13.10% Định giá cao Bán -8.82% -13.10% Định giá cao Bán FPT -6.24% -8.11% Định giá cao Bán -5.96% -8.11% Định giá cao Bán GMD -8.07% -6.65% Định giá thấp Mua -6.90% -6.65% Định giá thấp Mua HAI -5.71% -0.62% Định giá thấp Mua -6.40% -0.62% Định giá thấp Mua HAX -6.30% 2.62% Định giá thấp Mua -7.15% 2.62% Định giá thấp Mua HMC -6.41% -3.34% Định giá thấp Mua -7.04% -3.34% Định giá thấp Mua HRC -6.87% -0.35% Định giá thấp Mua -6.84% -0.35% Định giá thấp Mua ICF -6.51% -4.25% Định giá thấp Mua -6.18% -4.25% Định giá thấp Mua IFS -5.92% 21.63% Định giá thấp Mua -6.43% 21.63% Định giá thấp Mua IMP -3.81% 11.95% Định giá thấp Mua -4.59% 11.95% Định giá thấp Mua ITA -6.34% -10.32% Định giá cao Bán -4.25% -10.32% Định giá cao Bán KDC -6.03% -10.04% Định giá cao Bán -5.50% -10.04% Định giá cao Bán KHA -5.39% -8.72% Định giá cao Bán -5.94% -8.72% Định giá cao Bán KHP -5.39% -4.61% Định giá thấp Mua -5.94% -4.61% Định giá thấp Mua LBM -6.59% -9.89% Định giá cao Bán -7.95% -9.89% Định giá cao Bán MHC -7.82% -7.99% Định giá cao Bán -7.68% -7.99% Định giá cao Bán MPC -5.84% -3.09% Định giá thấp Mua -5.61% -3.09% Định giá thấp Mua NAV -6.61% -14.12% Định giá cao Bán -7.02% -14.12% Định giá cao Bán NSC -4.91% -3.23% Định giá thấp Mua -5.96% -3.23% Định giá thấp Mua PAC -3.24% -3.20% Định giá thấp Mua -3.94% -3.20% Định giá thấp Mua PAN -9.80% -8.57% Định giá thấp Mua -9.45% -8.57% Định giá thấp Mua PGC -7.79% -12.52% Định giá cao Bán -7.74% -12.52% Định giá cao Bán PJT -7.10% -8.38% Định giá cao Bán -7.94% -8.38% Định giá cao Bán 86 PPC -6.41% -12.25% Định giá cao Bán -5.87% -12.25% Định giá cao Bán PVD -4.51% -4.48% Định giá thấp Mua -5.13% -4.48% Định giá thấp Mua RAL -7.08% -10.63% Định giá cao Bán -6.10% -10.63% Định giá cao Bán REE -8.46% -9.68% Định giá cao Bán -6.67% -9.68% Định giá cao Bán SAM -8.48% -12.62% Định giá cao Bán -6.71% -12.62% Định giá cao Bán SCD -4.55% -10.42% Định giá cao Bán -5.49% -10.42% Định giá cao Bán SFC -3.06% -10.33% Định giá cao Bán -3.15% -10.33% Định giá cao Bán SJD -4.21% -4.50% Định giá cao Bán -4.77% -4.50% Định giá thấp Mua SJS -7.70% -18.00% Định giá cao Bán -8.08% -18.00% Định giá cao Bán SMC -6.06% -6.87% Định giá cao Bán -6.66% -6.87% Định giá cao Bán SSI -8.70% -14.30% Định giá cao Bán -6.98% -14.30% Định giá cao Bán STB -6.48% -7.51% Định giá cao Bán -6.48% -7.51% Định giá cao Bán SVC -9.25% -11.64% Định giá cao Bán -9.05% -11.64% Định giá cao Bán TAC -6.10% -3.27% Định giá thấp Mua -6.05% -3.27% Định giá thấp Mua TBC -4.72% -2.15% Định giá thấp Mua -4.55% -2.15% Định giá thấp Mua TDH -6.34% -10.60% Định giá cao Bán -5.38% -10.60% Định giá cao Bán TMS -2.79% -2.24% Định giá thấp Mua -3.75% -2.24% Định giá thấp Mua TTP -5.21% -13.48% Định giá cao Bán -4.87% -13.48% Định giá cao Bán TYA -6.68% -11.74% Định giá cao Bán -6.43% -11.74% Định giá cao Bán VFC -6.84% -13.00% Định giá cao Bán -7.20% -13.00% Định giá cao Bán VID -5.34% -2.77% Định giá thấp Mua -5.01% -2.77% Định giá thấp Mua VIP -7.25% -6.26% Định giá thấp Mua -6.58% -6.26% Định giá thấp Mua VIS -6.24% -9.35% Định giá cao Bán -7.53% -9.35% Định giá cao Bán VNM -3.28% 0.89% Định giá thấp Mua -3.82% 0.89% Định giá thấp Mua VPK -4.86% -10.32% Định giá cao Bán -5.21% -10.32% Định giá cao Bán VSH -5.10% -8.09% Định giá cao Bán -5.73% -8.09% Định giá cao Bán VTB -3.33% -8.50% Định giá cao Bán -3.54% -8.50% Định giá cao Bán Qua bảng số liệu 62 cổ phiếu của các danh mục SM, SL, BH, BM,BL, ta có các kết luận sau:  Đối với mô hình CAPM có 38 cổ phiếu định giá cao, 24 cổ phiếu định giá thấp.  Đối với mô hình FF3FM có 37 cổ phiếu định giá cao, 25 cổ phiếu định giá thấp. Theo đó, chỉ có duy nhất một cổ phiếu có nhận định khác nhau giữa hai mô hình là SJD. Cụ thể, kết quả Rđg từ mô hình CAPM là -4.21% và Rđg từ mô hình Fama French là -4.77%, 87 so sánh với Rtt là -4.5% thì mô hình CAPM đưa ra khuyến nghị bán, trong khi mô hình Fama French đưa ra khuyến nghị mua. 4.2 Khuyến nghị đầu tƣ: Theo bảng số liệu tổng hợp trên, nhà đầu tư có thể thực hiện quyết định đầu tư của mình theo các nhận định đó. Cụ thể như, các chứng khoán mà được định giá cao thì nhà đầu tư nên thực hiện quyền bán và ngược lại, cổ phiếu được định giá thấp thì thực hiện quyết định mua. Tuy nhiên, đối với trường hợp của cổ phiếu SJD thì nhà đầu tư nên cân nhắc kỹ hơn, không nên nghĩ rằng mô hình Fama French có ý nghĩa hơn thì sẽ thực hiện theo nhận định của nó một cách rập khuôn. Ngoài ra, đây cũng không phải là tiêu chí duy nhất để đưa ra quyết định, nhà đầu tư cần phải cân nhắc thêm đến các yếu tố có khả năng ảnh hưởng đến giá chứng khoán tại Việt Nam như tâm lý bầy đàn và khả năng tài chính cũng như các kế hoạch đầu tư vốn thay thế khác để có được kết quả đầu tư tốt nhất. KẾT LUẬN CHƢƠNG 4 Chúng tôi áp dụng mô hình CAPM. FF3FM để dự báo và định giá từng chứng khoán thông qua 5 danh mục SM, SL, BH, BM, BL có ý nghĩa thống kê nhất đối với việc dự báo tỷ suất sinh lợi của thị trường chứng khoán Việt Nam. Qua đó chúng tôi đưa ta khuyến nghị đầu tư bằng cách so sánh tỷ suất sinh lợi được dự báo từ mô hình và tỷ suất sinh lợi trên thị trường, nếu tỷ suất sinh lợi ước tính lớn hơn tỷ suất sinh lợi trên thị trường thì đưa ra khuyến nghị bán và ngược lại là khuyến nghị mua. Kết quả khi dự báo cho 5 danh mục này là giống nhau giữa 2 mô hình. Tuy nhiên, khi dự báo cho từng chứng khoán trong từng danh mục cụ thể thì chỉ có một trương hợp khác nhau đó là cổ phiếu SJD, mô hình CAPM thì đưa ra khuyến nghị bán, trong khi Fama French đưa ra khuyến nghị mua. 88 KẾT LUẬN Mô hình CAPM và FF3FM đều là mô hình lượng hóa mối quan hệ giữa rủi ro và tỷ suất sinh lợi của từng chứng khoán hoặc danh mục dựa trên phương pháp hồi qui tuyến tính. Tuy nhiên, mô hình CAPM chỉ dựa trên nhân tố phần bù thị trường thông qua chỉ số beta của chứng khoán trong khi đó FF3FM dựa trên 3 nhân tố đó là phần bù thị trường, quy mô và nhân tố BE/ME. Mô hình FF3FM 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 nó cũng được nhiều nghiên cứu thực nghiệm kiểm chứng trên nhiều bộ dữ liệu trên các thị trường khác nhau, trong đó có cả những thị trường mới nổi như: Hàn Quốc, Ấn Độ, Thái Lan, Đài Loan. Nhìn chung, kết quả của các nghiên cứu này 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 cổ phiếu. Tại Việt Nam nhà đầu tư chủ yếu tham khảo các phương pháp định giá của công ty chứng khoán để thực hiện quyền kinh doanh của mình nhưng đa số các khuyến nghị này không chính xác lắm, trong khi đó việc ứng dụng hai mô hình này dường như vẫn còn bỏ ngỏ, lý do vì thị trường chứng khoán Việt Nam mới phát triển, các nhân tố trong mô hình không thực sự ảnh hưởng đến tỷ suất sinh lợi chứng khoán. Tuy nhiên, trong tương lai việc ứng dụng các mô hình tài chính tương tự như thế có xu hướng gia tăng khi nhiều nhà đầu tư tham gia vào thị trường mang tính cạnh tranh cao, đòi hỏi những nhà đầu tư thận trọng trong từng quyết định đầu tư của mình. Kết quả từ bài nghiên cứu của chúng tôi cho thấy mô hình CAPM tỏ ra phù hợp trong việc giải thích tỷ suất sinh lợi của chứng khoán trên sàn HOSE với R2 là 73%. Tuy nhiên, cũng giống với đa số các nghiên cứu khác trên thế giới, kết quả kiểm định từ mô hình Fama French là lớn hơn, R2 bằng 79.02%. Khi chia thành 6 danh mục để kiểm định thì chỉ có một danh mục SH là không phù hợp với cả 2 mô hình CAPM và Fama French. Ngoài ra chúng tôi vận dụng 2 mô hình trên vào thực tế để dự báo tỷ suất sinh lợi, từ đó so sánh với tỷ suất sinh lợi thực tế và đưa ra nhận định chứng khoán đó hiện đang được định giá cao hay thấp và khuyến nghị các nhà đầu tư nên bán các chứng khoán được định giá cao và mua những chứng khoán được định giá thấp. 89 DANH MỤC TÀI LIỆU THAM KHẢO 1. GS.TS Trần Ngọc Thơ, Tài chính doanh nghiệp hiện đại, NXB Thống kê, 2007. 2. PGS.TS Phan Thị Bích Nguyệt, Đầu tư tài chính, NXB Tài chính, 2008. 3. GS.TS Trần Ngọc Thơ, Lập mô hình tài chính, NXB Lao động và xã hội, 2007. 4. GS.TS Nguyễn Minh Kiều, Mô hình định giá tài sản vốn CAPM – Chương trình giảng dạy kinh tế Fulbright, 2007. 5. ThS Hoàng Ngọc Nhậm, Giáo trình Kinh tế lượng, 2008. 6. ThS Hà Văn Sơn, Giáo trình Lý thuyết thống kê, NXB Thống kê, 2004. 7. Eugene F.Fama, Kenneth R.French, Common risk factors in the returns on stocks and bonds, 1992. 8. Eugene F.Fama, Kenneth R.French, The cross-section of expected stock returns, 1992. 9. Michael A.O’Brien, Fama and French Factors in Australia, 2007. 10. Souad Ajili, Size and book to market Effects: Further evidence from the French case , 2005. 11. Gregory Connor, Sanjay Sehgal, Test of Fama and French Model in India, 2001. 12. Elhaj Mabrouk Walid, Elhaj Mohamed Ahlem, New evidence on the Applicability of Fama and French three-factor model to the Japanese stock market, 2007. 13. Kyong Shik Eom, Jong Ho Park, Evidence on the three-factor and characteristics models: Korea, 2008. 14. Hadrian Djajadikerta, Gilbert Nartea, The Size and Book-to-market effects and the Fama French three factor model in small market: Preliminary findings from New Zealand, 2005. 15. Chun Wei Huang, Fama and French three factor Model applied to Taiwan stock market, 2010. 16. Nopbhanon Homsud, Jatuphon Wasunsakul, Sirina Phuangnark, Jitwatthana Joongpong, A study of Fama and French three factors model and Capital asset pricing model in th Stock exchange of Thailand, 2009. 17. Nima Billou, Tests of the CAPM and Fama French three factor Model, 2004. 18. Oxera, Fama French: a challenge to the CAPM?, 2006. 19. Kenneth Lam, Is the Fama French three factor model better than the CAPM?, 2005. 20. Đinh Trọng Hưng, Ứng dụng một số mô hình đầu tư tài chính vào thị trường chứng khoán Việt Nam, 2008. 90 21. TS Vương Đức Hoàng Quân, Hồ Thị Huệ, Đi tìm một mô hình dự báo tỷ suất sinh lợi thích hợp đối với thị trường chứng khoán Việt Nam, 2008. 22. TS Vương Đức Hoàng Quân, Hồ Thị Huệ, Mô hình Fama French: Một nghiên cứu thực nghiệm đối với thị trường chứng khoán Việt Nam, 2008. 23. TS Quách Mạnh Hào, công ty chứng khoán Thăng Long, Mô hình định giá tài sản ở Việt Nam, 2009. 24. ThS Trần Thị Hải Lý, Hành vi bầy đàn trên thị trường chứng khoán Việt Nam – Nguyên nhân và một số giái pháp, 6/2010. 25. Vũ Thi Hương, Công ty cổ phần chứng khoán Tân Việt, Không dễ xác định thị giá cổ phiếu, 2008. 26. 27. 28. &menuid=112110&menulink=300000&menupage=ketquadauthau_traiphieu.asp&stoc ktype=1 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. th%E1%BB%8B-tr%C6%B0%E1%BB%9Dng-%E2%80%93-mrp-vn- kho%E1%BA%A3ng-133/ 39. 40. 41. 42. d0cPE3MfAwN3r0BnA093r2ALEydDAwMLM_1wkA7cKgxMIfIGOICjgb6fR35uqn 5Bdnaao6OiIgCws9R4/dl3/d3/L2dJQSEvUUt3QS9ZQnZ3LzZfMEQ0OTdGNTQwR0 91 YyNzBJT1JFUVNBRDJTRDQ!/?WCM_GLOBAL_CONTEXT=/wps/wcm/connect/s bv_vn/sbv_vn/vn.sbv.currency/vn.sbv.currency.profit/vn.sbv.currency.profit.1 43. ần-bu-rủi-ro-thị-trường-–-mrp-vn-khoảng- 133/ 44. 45. noi.catusix.35AA1EE9.html PHỤ LỤC 1: TÓM TẮT TÁC ĐỘNG QUA LẠI GIỮA CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN GIÁ CHỨNG KHOÁN 92 PHỤ LỤC 2: THỐNG KÊ CÁC PHƢƠNG PHÁP ĐỊNH GIÁ (CHƢƠNG 2) BẢNG 2.3.1.1: Thống kê biến động của việc định giá của các công ty chứng khoán theo mô hình chiết khấu dòng tiền so với thực tế trên các phiên giao dịch tại sàn HOSE (Đơn vị tính: 1.000đồng) CÔNG TY ĐƢỢC ĐỊNH GIÁ MÃ CK PHƢƠNG PHÁP ĐỊNH GIÁ CÔNG TY ĐỊNH GIÁ ĐỊNH GIÁ KHUYẾN NGHỊ BIẾN ĐỘNG SAU 5 PHIÊN 1 2 3 4 5 CTCP Phát triển nhà Thủ Đức TDH OFCF, FCFE, P/E, P/BV DVSC 55.125 Mua 38.4 37.1 33.2 45.2 37.2 CTCP Đầu Tư xây dựng Bình Chánh BCI OFCF, FCFE, P/E, P/BV VDS 54.935 Mua 48.9 60.5 51.3 47.3 42.1 Ngân hàng TMCP Á Châu ACB FCFE,P/E, P/BV TVSI 47.5 Giữ 38.2 38.1 37.5 30.8 28.8 Ngân hàng TMCP Sài Gòn Thương Tín STB OFCF, FCFE,P/E, P/BV VISE 47.2 Mua 26.7 27.9 28.4 21.5 18.9 CTCP Cao Su Sao Vàng SRC OFCF, P/E, P/B HASC 20.965 Bán 27.7 26.1 20 17.9 27 CTCP Kinh Doanh Khí Hóa Lỏng Miền Bắc PVG OFCF,P/E , P/B HASC 13.94 Bán 13.7 13 12.7 10.3 11.3 CTCP dược phẩm Imexpharm IMP OFCF, FCFE, P/E, P/BV VDSC 62.66 Nắm giữ 43.1 58.1 71.4 70.5 59.5 CTCP Đầu tư – Công nghiệp Tân Tạo ITA OFCF, FCFE, P/E, P/BV TVSI 20.3 Nắm giữ 16.6 15 13.9 13.5 14.8 CTCP Xi măng Hoàng Mai HOM OFCF, FCFE, P/BV TVSI 21.6 Mua và nắm giữ 9.5 9 8.5 6.8 7.7 93 CTCP Cao su Đồng Phú DPR OFCF, FCFE, P/E, P/BV SHS 77.5 Nắm giữ 67.5 66 63.5 66.5 65 CTCP Đầu tư và Kinh doanh Nhà Khang Điền KDH OFCF, FCFE SHS 44.9 Nắm giữ 40.2 39.9 41.1 42 43.9 CTCP Ngô Han NHW OFCF, FCFE, P/E, P/BV TVSI 26.1 Nắm giữ 23.8 19 20.3 18.8 20 Nguồn: Thu thập số liệu từ các Công ty niêm yết của tác giả BẢNG 2.3.2.1: Thống kê biến động của việc định giá của các công ty chứng khoán theo mô hình định giá tương đối so với thực tế trên các phiên giao dịch tại sàn HOSE (Đơn vị tính: 1.000đồng) CÔNG TY ĐƢỢC ĐỊNH GIÁ MÃ CK PHƢƠNG PHÁP ĐỊNH GIÁ CÔNG TY ĐỊNH GIÁ ĐỊNH GIÁ KHUYẾN NGHỊ BIẾN ĐỘNG SAU 5 PHIÊN 1 2 3 4 5 CTCP Dược Hậu Giang DHG P/E VCS 180 Mua 116.8 120 127.1 120.4 101.8 CTCP Xuất nhập khẩu Y tế Domesco DMC P/E HSC 36.34 Mua 36.4 34.8 32.5 30 29.6 Tập đoàn Bảo Việt BVH P/E SSC 31.5 Mua 31.7 30.7 29.1 25.1 20.8 Tổng CTCP Bảo hiểm dầu khí Việt Nam PVI P/BV VCS 26 Mua 18 19.1 20.4 18.5 19.3 Công ty Cổ phần CMC CVT P/E HBS 33 Mua 10.9 9.9 13 30.7 26.4 CTCP Sông Đà Cao Cường SCL P/E, P/BV MNSC 31.64 Mua 29 26.9 27.5 28.2 28.5 CTCP Xây dựng và Giao thông BCE P/E HBS 28 Mua 19.8 15.9 15.3 13 13.8 94 Bình Dương Tổng CTCP Dịch Vụ Tổng Hợp Dầu Khí PET P/E MNSC 29 Mua 20.1 19.7 17.8 15.7 18.5 CTCP Xây Dựng COTEC CTD P/E MNSC 150 Mua 66.6 77.7 84.1 62 69.2 CTCP Ánh Dương Việt Nam VNS P/E VCS 56 Giữ 32.8 36.9 31.2 29 30.6 CTCP Bất động sản Điện lực Dầu khí Việt Nam PVL P/E, P/BV TVSI 21.3 Bán 36.5 28.6 27.3 21 15.9 CTCP Thủy điện Vĩnh Sơn – Sông Hinh VSH P/E TLS 17 Bán 17.1 16.6 14.8 15.6 13.6 CTCP Thép Việt Ý VIS P/E, P/BV MNSC 50.19 Bán 60.5 48.2 40.1 34.3 34.1 Nguồn: Thu thập số liệu từ các Công ty niêm yết của tác giả 95 PHỤ LỤC 3: CÁC CỔ PHIẾU ĐƢỢC CHỌN LÀM MẪU NGHIÊN CỨU Mã CK Tên Công ty Mã CK Tên Công ty ABT CTCP Xuất nhập khẩu thủy sản Bến Tre MHC CTCP hàng hải Hà Nội AGF CTCP Xuất nhập khẩu thủy sản An Giang MPC CTCP Tập đoàn Thủy hải sản Minh Phú BBC CTCP Bibica NAV CTCP Nam Việt BHS CTCP Đường Biên Hòa NKD CTCP Chế biến thực phẩm Kinh Đô miền Bắc BMC CTCP Khoáng sản Bình Định NSC CTCP Giống cây trồng Trung Ương BMI Tổng CTCP Bảo Minh PAC CTCP Pin Ắc quy miền Nam BMP CTCP nhựa Bình Minh PAN CTCP Xuyên Thái Bình BT6 CTCP Beton 6 PGC CTCP Gas Petrolimex CII CTCP Đầu tư Hạ tầng Kỹ thuật Thành phố Hồ Chí Minh PJT CTCP Vận tải Xăng dầu Đường Thủy Petrolimex CLC CTCP Cát Lợi PNC CTCP văn hoá Phương Nam COM CTCP Vật Tư - Xăng Dầu PPC CTCP Nhiệt điện Phả Lại CYC CTCP Gạch Men Chang Yih PTC CTCP Đầu tư và Xây dựng Bưu điện DCT CTCP Tấm lợp Vật liệu Xây dựng Đồng Nai PVD Tổng CTCP Khoan và Dịch vụ khoan dầu khí DHA CTCP Hoá An RAL CTCP Bóng đèn Phích nước Rạng Đông DHG CTCP Dược Hậu Giang REE CTCP Cơ điện lạnh DIC CTCP Đầu tư và Thương mại DIC SAM CTCP Đầu tư và Phát triển SACOM DMC CTCP Xuất nhập khẩu Y tế Domesco SAV CTCP Hợp tác kinh tế và Xuất nhập khẩu SAVIMEX DRC CTCP Cao Su Đà Nẵng SCD CTCP Nước Giải khát Chương Dương DTT CTCP Kỹ nghệ Đô Thành SFC CTCP Nhiên Liệu Sài Gòn FMC CTCP Thực phẩm Sao Ta SFI CTCP Đại lý Vận tải SAFI FPT CTCP FPT SJD CTCP Thủy Điện Cần Đơn GIL CTCP Sản Xuất Kinh Doanh Xuất Nhập Khẩu Bình Thạnh SJS CTCP Đầu tư Phát triển Đô thị và Khu công nghiệp Sông Đà GMC CTCP Sản xuất Thương mại May Sài Gòn SMC CTCP đầu tư thương mại SMC GMD CTCP Đại lý Liên hiệp vận chuyển SSC CTCP Giống cây trồng miền Nam HAI CTCP Nông dược H.A.I SSI CTCP chứng khoán Sài Gòn HAP CTCP Tập đoàn HAPACO STB Ngân hàng Thương mại cổ phần Sài Gòn Thương Tín HAS CTCP Xây lắp Bưu điện Hà Nội SVC CTCP dịch vụ tổng hợp Sài Gòn HAX CTCP Dịch vụ Ô tô Hàng Xanh TAC CTCP Dầu thực vật Tường An HBC CTCP Xây Dựng và Kinh Doanh TBC CTCP Thủy điện Thác Bà 96 Địa ốc Hòa Bìn HMC CTCP Kim khí TP Hồ Chí Minh TCR CTCP Công Nghiệp Gốm sứ Taicera HRC CTCP Cao su Hòa Bình TDH CTCP Phát triển nhà Thủ Đức HTV CTCP vận tải Hà Tiên TMS CTCP Kho vận Giao nhận Ngoại thương TP.HCM ICF CTCP Đầu tư Thương mại Thủy sản TNA CTCP Thương Mại Xuất Nhập Khẩu Thiên Nam IFS CTCP Thực phẩm Quốc Tế TS4 CTCP Thủy sản số 4 IMP CTCP dược phẩm Imexpharm TTP CTCP bao bì Nhựa Tân Tiến ITA CTCP Đầu tư – Công nghiệp Tân Tạo TYA CTCP Dây và Cáp điện Taya Việt Nam KDC CTCP Kinh Đô VFC CTCP Vinafco KHA CTCP xuất nhập khẩu Khánh Hội VID CTCP Đầu tư Phát triển Thương mại Viễn Đông KHP CTCP Điện lực Khánh Hòa VIP CTCP Vận tải Xăng dầu VIPCO LAF CTCP Chế biến hàng xuất khẩu Long An VIS CTCP Thép Việt Ý LBM CTCP Khoáng sản và Vật liệu xây dựng Lâm Đồng VNM CTCP Sữa Việt Nam LGC CTCP Cơ khí - Điện Lữ Gia VPK CTCP bao bì dầu thực vật MCP CTCP In và Bao bì Mỹ Châu VSH CTCP Thủy điện Vĩnh Sơn – Sông Hinh MCV CTCP Cavico Việt Nam Khai thác mỏ và Xây dựng VTB CTCP Điện tử Tân Bình 97 PHỤ LỤC 4: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH CAPM Ở VIỆT NAM 1. Kết quả hồi quy mẫu 88 chứng khoán: 2. Kết quả hồi quy danh mục SH: 3. Kết quả hồi quy danh mục SM: 98 4. Kết quả hồi quy danh mục SL: 5. Kết quả hồi quy danh mục BH: 99 6. Kết quả hồi quy danh mục BM: 7. Kết quả hồi quy danh mục BL: 100 PHỤ LỤC 5: KẾT QUẢ KIỂM ĐỊNH TỰ TƢƠNG QUAN MÔ HÌNH CAPM SH Lag = 1 F-statistic 58.85901 Probability 0.000000 Obs*R-squared 26.89481 Probability 0.000000 Lag = 2 F-statistic 31.37699 Probability 0.000000 Obs*R-squared 27.88961 Probability 0.000001 Lag = 3 F-statistic 27.83795 Probability 0.000000 Obs*R-squared 31.27265 Probability 0.000001 SM Lag = 1 F-statistic 0.226817 Probability 0.636251 Obs*R-squared 0.241039 Probability 0.623457 Lag = 2 F-statistic 0.126794 Probability 0.881243 Obs*R-squared 0.275553 Probability 0.871293 Lag = 3 F-statistic 0.885147 Probability 0.456601 Obs*R-squared 2.794861 Probability 0.424347 SL Lag = 1 F-statistic 2.06084 Probability 0.158198 Obs*R-squared 2.10286 Probability 0.147024 Lag = 2 F-statistic 2.908273 Probability 0.065370 Obs*R-squared 5.600103 Probability 0.060807 Lag = 3 F-statistic 2.790206 Probability 0.052129 Obs*R-squared 7.810486 Probability 0.050095 BH Lag = 1 F-statistic 0.96603 Probability 0.331046 Obs*R-squared 1.009727 Probability 0.314968 Lag = 2 F-statistic 3.321582 Probability 0.045561 Obs*R-squared 6.289461 Probability 0.043079 Lag = 3 F-statistic 2.250026 Probability 0.096511 Obs*R-squared 6.507758 Probability 0.089357 BM Lag = 1 F-statistic 0.021096 Probability 0.885181 Obs*R-squared 0.022524 Probability 0.880702 101 Lag = 2 F-statistic 4.070459 Probability 0.024046 Obs*R-squared 7.481742 Probability 0.023733 Lag = 3 F-statistic 3.480347 Probability 0.024058 Obs*R-squared 9.357726 Probability 0.024894 BL Lag = 1 F-statistic 3.001094 Probability 0.090214 Obs*R-squared 3.001024 Probability 0.083212 Lag = 2 F-statistic 1.693827 Probability 0.195848 Obs*R-squared 3.432374 Probability 0.179750 Lag = 3 F-statistic 1.36193 Probability 0.267500 Obs*R-squared 4.16684 Probability 0.244003 PHỤ LỤC 6: KẾT QUẢ KIỂM ĐỊNH PHƢƠNG SAI THAY ĐỔI MÔ HÌNH CAPM SH F-statistic 0.234301 Probability 0.792105 Obs*R-squared 0.495276 Probability 0.780642 SM F-statistic 0.555068 Probability 0.578 Obs*R-squared 1.156645 Probability 0.560838 SL F-statistic 0.715161 Probability 0.49471 Obs*R-squared 1.479742 Probability 0.477175 BH F-statistic 10.06294 Probability 0.000252 Obs*R-squared 14.75093 Probability 0.000626 BM F-statistic 1.038331 Probability 0.362557 Obs*R-squared 2.118276 Probability 0.346755 BL F-statistic 0.373486 Probability 0.690492 Obs*R-squared 0.784582 Probability 0.675507 102 PHỤ LỤC 7: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH FAMA FRENCH Ở VN 1. Kết quả hồi quy mẫu 88 chứng khoán: 2. Kết quả hồi quy danh mục SH: 3. Kết quả hồi quy danh mục SM: 103 4. Kết quả hồi quy danh mục SL: 5. Kết quả hồi quy danh mục BH: 104 6. Kết quả hồi quy danh mục BM: 7. Kết quả hồi quy danh mục BL: 105 PHỤ LỤC 8: KẾT QUẢ KIỂM ĐỊNH ĐA CỘNG TUYẾN TRONG MÔ HÌNH FAMA FRENCH 1. Kết quả mô hình hồi quy phụ giữa SMB và HML: 2. Kết quả mô hình hồi quy phụ giữa SMB và (Rm-Rf): 3. Kết quả mô hình hồi quy phụ giữa HML và (Rm-Rf): 106 PHỤ LỤC 9: KIỂM ĐỊNH TỰ TƢƠNG QUAN MÔ HÌNH FAMA FRENCH SH Lag = 1 F-statistic 55.31254 Probability 0.000000 Obs*R-squared 26.71484 Probability 0.000000 Lag = 2 F-statistic 28.59314 Probability 0.000000 Obs*R-squared 27.37404 Probability 0.000001 Lag = 3 F-statistic 28.15665 Probability 0.000000 Obs*R-squared 31.89595 Probability 0.000001 SM Lag = 1 F-statistic 2.293473 Probability 0.137409 Obs*R-squared 2.433615 Probability 0.118759 Lag = 2 F-statistic 1.151505 Probability 0.326173 Obs*R-squared 2.49963 Probability 0.286558 Lag = 3 F-statistic 0.753206 Probability 0.527008 Obs*R-squared 2.513085 Probability 0.472931 SL Lag = 1 F-statistic 3.937827 Probability 0.053771 Obs*R-squared 4.028877 Probability 0.044728 Lag = 2 F-statistic 2.114741 Probability 0.133637 Obs*R-squared 4.395045 Probability 0.111078 Lag = 3 F-statistic 1.377207 Probability 0.263618 Obs*R-squared 4.400159 Probability 0.221371 BH Lag = 1 F-statistic 3.702355 Probability 0.061129 Obs*R-squared 3.807477 Probability 0.051024 Lag = 2 F-statistic 1.847426 Probability 0.170526 Obs*R-squared 3.885414 Probability 0.143315 Lag = 3 F-statistic 1.206133 Probability 0.319917 Obs*R-squared 3.898923 Probability 0.272587 BM Lag = 1 F-statistic 0.435463 Probability 0.512923 Obs*R-squared 0.482303 Probability 0.487381 107 Lag = 2 F-statistic 0.860697 Probability 0.430366 Obs*R-squared 1.893794 Probability 0.387943 Lag = 3 F-statistic 1.143105 Probability 0.343402 Obs*R-squared 3.711266 Probability 0.294377 BL Lag = 1 F-statistic 4.01609 Probability 0.051545 Obs*R-squared 4.101961 Probability 0.042833 Lag = 2 F-statistic 2.176988 Probability 0.126315 Obs*R-squared 4.511993 Probability 0.104769 Lag = 3 F-statistic 1.549946 Probability 0.216542 Obs*R-squared 4.894584 Probability 0.179681 PHỤ LỤC 10: KIỂM ĐỊNH PHƢƠNG SAI THAY ĐỔI MÔ HÌNH FAMA FRENCH SH F-statistic 0.527678 Probability 0.844901 Obs*R-squared 5.346412 Probability 0.803126 SM F-statistic 1.348696 Probability 0.258827 Obs*R-squared 7.908403 Probability 0.244891 SL F-statistic 1.346093 Probability 0.259896 Obs*R-squared 7.895703 Probability 0.245844 BH F-statistic 1.469885 Probability 0.213204 Obs*R-squared 8.490646 Probability 0.204314 BM F-statistic 0.895656 Probability 0.507465 Obs*R-squared 5.566523 Probability 0.473453 BL F-statistic 0.337407 Probability 0.912993 Obs*R-squared 2.264129 Probability 0.893875 108 PHỤ LỤC 11: CÁC CỔ PHIẾU ĐƢỢC CHỌN ĐỂ ĐỊNH GIÁ BẰNG 2 MÔ HÌNH CAPM VÀ FAMA FRENCH Mã CK Tên Công ty Mã CK Tên Công ty BM BBC CTCP Bibica BMI Tổng CTCP Bảo Minh BHS CTCP Đường Biên Hòa GMD CTCP Đại lý Liên hiệp vận chuyển BMP CTCP nhựa Bình Minh KDC CTCP Kinh Đô CYC CTCP Gạch Men Chang Yih SSI CTCP chứng khoán Sài Gòn DIC CTCP Đầu tư và Thương mại DIC BH HAI CTCP Nông dược H.A.I ITA CTCP Đầu tư – Công nghiệp Tân Tạo HAX CTCP Dịch vụ Ô tô Hàng Xanh REE CTCP Cơ điện lạnh HMC CTCP Kim khí TP Hồ Chí Minh SAM CTCP Đầu tư và Phát triển SACOM HRC CTCP Cao su Hòa Bình BL ICF CTCP Đầu tư Thương mại Thủy sản CII CTCP Đầu tư Hạ tầng Kỹ thuật Thành phố Hồ Chí Minh ITA CTCP Đầu tư – Công nghiệp Tân Tạo DHG CTCP Dược Hậu Giang KHA CTCP xuất nhập khẩu Khánh Hội FPT CTCP FPT KHP CTCP Điện lực Khánh Hòa MPC CTCP Tập đoàn Thủy hải sản Minh Phú LBM CTCP Khoáng sản và Vật liệu xây dựng Lâm Đồng PPC CTCP Nhiệt điện Phả Lại MHC CTCP hàng hải Hà Nội PVD Tổng CTCP Khoan và Dịch vụ khoan dầu khí NAV CTCP Nam Việt SJS CTCP Đầu tư Phát triển Đô thị và Khu công nghiệp Sông Đà NKD CTCP Chế biến thực phẩm Kinh Đô miền Bắc STB Ngân hàng Thương mại cổ phần Sài Gòn Thương Tín NSC CTCP Giống cây trồng Trung Ương VIP CTCP Vận tải Xăng dầu VIPCO PAN CTCP Xuyên Thái Bình VNM CTCP Sữa Việt Nam PGC CTCP Gas Petrolimex 109 VSH CTCP Thủy điện Vĩnh Sơn – Sông Hinh PJT CTCP Vận tải Xăng dầu Đường Thủy Petrolimex SL RAL CTCP Bóng đèn Phích nước Rạng Đông BMC CTCP Khoáng sản Bình Định SFC CTCP Nhiên Liệu Sài Gòn BT6 CTCP Beton 6 SJD CTCP Thủy Điện Cần Đơn CLC CTCP Cát Lợi SMC CTCP đầu tư thương mại SMC DMC CTCP Xuất nhập khẩu Y tế Domesco SSI CTCP chứng khoán Sài Gòn DRC CTCP Cao Su Đà Nẵng SVC CTCP dịch vụ tổng hợp Sài Gòn IFS CTCP Thực phẩm Quốc Tế TDH CTCP Phát triển nhà Thủ Đức IMP CTCP dược phẩm Imexpharm TMS CTCP Kho vận Giao nhận Ngoại thương TP.HCM PAC CTCP Pin Ắc quy miền Nam TTP CTCP bao bì Nhựa Tân Tiến SCD CTCP Nước Giải khát Chương Dương VFC CTCP Vinafco TAC CTCP Dầu thực vật Tường An VID CTCP Đầu tư Phát triển Thương mại Viễn Đông TBC CTCP Thủy điện Thác Bà VIS CTCP Thép Việt Ý TYA CTCP Dây và Cáp điện Taya Việt Nam VPK CTCP bao bì dầu thực vật SM VTB CTCP Điện tử Tân Bình 110 PHỤ LỤC 12: PHIẾU KHẢO SÁT Chúng tôi là sinh viên năm cuối trường Đại học Kinh tế thành phố Hồ Chí Minh. Hiện nay, tôi đang thực hiện một đề tài nghiên cứu về “Ứng dụng mô hình CAPM và Fama French dự báo tỷ suất sinh lợi để kinh doanh chứng khoán trên thị trường Việt Nam” nhằm tìm hướng đi mới cho nhà đầu tư trên thị trường chứng khoán nước ta. Trong bảng câu hỏi này, không có quan điểm hoặc thái độ nào là đúng hay sai, mà đóng góp của các anh/chị là những thông tin hữu ích và góp phần cho tôi có một bài nghiên cứu có thể đem vào ứng dụng thực tiễn các mô hình này. Các thông tin trong phiếu khảo sát này được cam kết giữ bí mật và chỉ sử dụng cho mục đích nghiên cứu. 1. Tuổi của Anh/Chị A. <20 tuổi B. 20-25 tuổi C. 26-30 tuổi D. 31-40 tuổi E. >40 tuổi 2. Xin Anh/Chị cho biết trình độ học vấn A. Phổ thông B. Trung cấp C. Cao đẳng D. Đại học E. Sau đại học 3. Kinh nghiệm tham gia thị trƣờng chứng khoán của Anh/Chị A. Chưa tham gia B. Ít hơn 1 năm C. 1-3 năm D. 3-5 năm E. >5 năm 111 4. Nguồn thông tin tham khảo chủ yếu mà Anh/Chị sử dụng để ra các quyết định đầu tƣ của mình A. Tư vấn từ các nhân viên môi giới B. Thông tin thu thập từ Internet, Tivi, Báo chí… C. Từ các chỉ số tài chính trong Báo cáo tài chính của công ty D. Phần mềm phân tích (phân tích kỹ thuật) E. Từ các khuyến nghị của các Công ty chứng khoán (Phân tích cơ bản) 5. Theo Anh/Chị mức độ thu thập thông tin của nhà đầu tƣ đối với công ty niêm yết trên thị trƣờng chứng khoán hiện nay A. Dễ dàng thu thập qua Internet, các phương tiện thông tin đại chúng B. Dễ dàng thu thập nhưng chất lượng thông tin kém C. Thu thập ở mức trung bình và dữ liệu ít có giá trị D. Rất khó thu thập, nhà đầu tư ít biết về các công ty niêm yết 6. Anh/Chị ( Đơn vị Anh/Chị) biết hoặc ứng dụng của lý thuyết nào trong đầu tƣ tài chính? (Nếu biết thì khoanh tròn, còn ứng dụng thì gạch dưới ) A. Lý thuyết danh mục Markowitz B. Mô hình định giá tài sản vốn (CAPM) C. Lý thuyết kinh doanh chênh lệch APT D. Mô hình Fama-French ba nhân tố E. Mô hình Carhart bốn nhân tố F. Khác…………………………… 7. Theo Anh/Chị, việc ứng dụng các lý thuyết đầu tƣ tài chính vào thị trƣờng chứng khoán Việt Nam hiện nay có mang lại hiệu quả không? A. Có B. Có, nhưng còn hạn chế C. Không Vì: ...................................................................................................................................................... ............................................................................................................................................................. ............................................................................................................................................................. XIN CHÂN THÀNH CẢM ƠN