Vì các danh mục được tái tạo mỗi sáu tháng nên khuy ến nghị đưa ra ở trên là
khuyến nghị đầu tư trong vòng 6 tháng, sau mỗi 6 tháng thì tiến hành phân loại lại và
xác định tập hợp chứng khoán nên quan tâm và đầu tư. Thời điểm đầu tư tối ưu đối với
mỗi chứng khoán trong khoảng thời gian 6 tháng đó sẽ được nhà đầu tư đưa ra dựa vào
các phương pháp phân tích khác, vì dụ như phân tích kỹ thuật Đồng thời để có được
danh mục tối ưu với t ỷ trọng đầu tư cụ thể vào mỗi chứng khoán, ta có thể ứng dụng lý
thuy ết danh mục hiệu quả của Markowitz.
133 trang |
Chia sẻ: lylyngoc | Lượt xem: 2576 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Luận văn Các nhân tố tác động lên tỷ suất sinh lợi chứng khoán -- xây dựng mô hình trên thị trường chứng khoán Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
có hai trong sáu danh mục không tồn tại tự tương quan, có 4/6 trường
hợp xảy ra tự tương quan giữa các Ui (Kết quả Mục 2.5.2.2), ta thấy Mô hình bốn
nhân tố Carhart đã khắc phục được nhược điểm về tự tương quan phần dư của mô
hình FF3FM, thỏa mãn giả thiết của phương pháp hồi quy tuyến tính cổ điển OLS.
Do đó ta không cần đi tìm biện pháp khắc phục tính tự tương quan trong mô hình
FF3FM ở phần 2.5.2.2 nữa. Mô hình Carhart là phù hợp hơn mô hình FF3FM.
Đồng thời quan sát trên các danh mục chia theo quy mô và TSSL cho thấy có
3/4 trường hợp không tồn tại tự tương quan bậc nhất giữa các Ui. Kết quả này là chấp
nhận được.
Kiểm định phương sai đồng nhất
Mô hình hồi quy tuyến tính cổ điển cũng giả định rằng các hạng nhiễu Ui có
phương sai đồng nhất. Để xem phương sai của nhiễu có đồng nhất hay không, ta tiến
hành kiểm định White đối với chuỗi phần dư.
Giả thiết Ho: Phương sai của sai số ngẫu nhiên của mô hình không đổi.
Nếu Ho đúng thì thống kê nR2 có phân phối xấp xỉ với Chi-bình phương với k
bậc tự do, k là số hệ số của mô hình không kể hệ số chặn. Nếu nR2 vượt quá giá trị tới
hạn thì bác bỏ giả thiết Ho.
Kết quả kiểm định White (bao gồm cả các nhân tử chéo):
Trang 57
Bảng 2.35: Bảng kết quả kiểm định phƣơng sai đồng nhất mô hình Carhart
nR2 Prob. Chi square(14) Kết quả kiểm định
Danh mục S/H 20.63921 0.111242 Chấp nhận Ho
Danh mục S/M 9.465534 0.800123 Chấp nhận Ho
Danh mục S/L 8.973390 0.832751 Chấp nhận Ho
Danh mục B/H 10.19409 0.747860 Chấp nhận Ho
Danh mục B/M 4.830669 0.988032 Chấp nhận Ho
Danh mục B/L 13.26318 0.505913 Chấp nhận Ho
Danh mục S/W 22.09328 0.076718 Chấp nhận Ho
Danh mục S/Losers 9.126018 0.822894 Chấp nhận Ho
Danh mục B/W 17.71318 0.220158 Chấp nhận Ho
Danh mục B/Losers 25.20521 0.032595 Chấp nhận Ho
(Xem thêm ở Phụ lục 3.6)
Kết quả kiểm định White đều cho kết quả là chấp nhận giả thiết Ho, mô hình có
phương sai của sai số ngẫu nhiên không đổi, giả thiết của mô hình OLS thỏa mãn.
So sánh với kết quả kiểm định của mô hình FF3FM (mục 2.5.2.2) thì với mô
hình FF3FM, tất cả sáu mô hình đối với sáu danh mục đều có phương sai thay đổi.
Như vậy, khi thêm vào nhân tố WML thì mười danh mục quan sát có phương sai
không đổi. Điều này chứng tỏ mô hình ba nhân tố Fama-French xảy ra hiện tượng
phương sai thay đổi là do thiếu biến. Mô hình bốn nhân tố Carhart chính là cách
khắc phục cho việc vi phạm giả thiết phương sai không đổi của mô hình FF3FM.
2.6.3. Kiểm định sự phù hợp của hàm hồi quy:
Ta kiểm định xem các nhân tố TSSL vượt trội thị trường, nhân tố mô phỏng quy
mô, nhân tố mô phỏng giá trị và nhân tố xu hướng có thực sự giải thích cho TSSL vượt
trội chứng khoán hay không. Giả thiết Ho: R2 = 0.
Ta sử dụng phân phối Fisher-Snedecor để kiểm định sự phù hợp hàm hồi quy.
Bảng 2.36: Bảng giá trị hệ số xác định mô hình Carhart
Hệ số R2 Thống kê
F
p -
value
Kết quả
kiểm định
R2 hiệu
chỉnh
Danh mục S/H 0.812875 134.6645 0.000 Bác bỏ Ho 0.806836
Danh mục S/M 0.767907 102.5672 0.000 Bác bỏ Ho 0.760420
Trang 58
Danh mục S/L 0.709248 75.62012 0.000 Bác bỏ Ho 0.699869
Danh mục B/H 0.841351 164.4004 0.000 Bác bỏ Ho 0.836234
Danh mục B/M 0.815927 137.4116 0.000 Bác bỏ Ho 0.809989
Danh mục B/L 0.777270 108.1817 0.000 Bác bỏ Ho 0.770085
Danh mục S/W 0.715386 77.91954 0.000 Bác bỏ Ho 0.706205
Danh mục S/Losers 0.826858 148.0437 0.000 Bác bỏ Ho 0.821273
Danh mục B/W 0.795736 120.7643 0.000 Bác bỏ Ho 0.789147
Danh mục B/Losers 0.830437 151.8226 0.000 Bác bỏ Ho 0.824967
(Xem thêm ở Phụ lục 3.4)
Kết quả kiểm định cho thấy R2 ≠ 0 thực sự đối với cả mười trường hợp. Mô hình
là phù hợp. Đồng thời giá trị R2 và R2 hiệu chỉnh đều > 69%, điều này cho thấy mô hình
giải thích được hơn 69% thay đổi trongTSSL của chứng khoán.
2.6.4. So sánh kết quả của mô hình Carhart và FF3FM:
Ta tiến hành so sánh kết quả kiểm định bởi hai mô hình để thấy được ưu điểm
của mô hình 4 nhân tố Carhart so với mô hình 3 nhân tố FF3FM.
Kiểm định ở phần trên cho thấy mô hình 4 nhân tố đã khắc phục được tính tự
tương quan và phương sai thay đổi của nhiễu Ui trong mô hình ba nhân tố Fama-French.
Ta có bảng các giá trị hệ số xác định và hệ số xác định hiệu chỉnh của ba mô
hình như sau (bao gồm cả mô hình CAPM:
Bảng 2.37: So sánh hệ số xác định các mô hình CAPM, FF3FM và Carhart
R2
(CAPM)
R2
(FF3FM)
R2 hiệu chỉnh
(FF3FM)
R2
(Carhart)
R2 hiệu chỉnh
(Carhart)
Danh mục S/H 0.695197 0.807614 0.803741 0.812875 0.806836
Damh mục S/M 0.656011 0.757183 0.752295 0.767907 0.760420
Danh mục S/L 0.550369 0.586830 0.578511 0.709248 0.699869
Danh mục B/H 0.502891 0.789916 0.785686 0.841351 0.836234
Danh mục B/M 0.778206 0.809950 0.806123 0.815927 0.809989
Danh mục B/L 0.002932 0.763748 0.758992 0.777270 0.770085
So sánh R2 và R2 hiệu chỉnh của hai mô hình ta thấy mô hình bốn nhân tố có R2
và R2 hiệu chỉnh lớn hơn mô hình ba nhân tố Fama-French, đặc biệt đối với hai danh
mục S/L và B/H thì R2 hiệu chỉnh tăng lên đáng kể ở mô hình bốn nhân tố. Điều này
Trang 59
cho thấy mô hình bốn nhân tố Carhart phù hợp hơn để xác định TSSL chứng khoán.
2.7. Ƣớc lƣợng TSSL kỳ vọng bằng mô hình 3 nhân tố Lu Zhang (2010):
Nhắc lại về cách xây dựng nhân tố trong mô hình Lu Zhang:
Mô hình gồm có ba nhân tố là phần bù thị trường, phần bù đầu tư và phần bù
ROA, được tính theo phương pháp danh mục mô phỏng nhân tố.
Các chứng khoán được chia thành 3 nhóm theo đầu tư trên tài sản I/A là High,
Medium, Low với các điểm gãy 30%-40%-30%. Các chứng khoán cũng được phân theo
quy mô thành 2 nhóm Small, Big. Từ đó ta có 6 danh mục, tái tạo 6 tháng một lần.
I/A được tính là đầu tư kỳ trước trên tổng tài sản đầu kỳ trước. Ví dụ như ta tiến hành
xếp hạng chứng khoán vào tháng 1 năm 2008 thì I/A được tính: I/A = (Hàng tồn kho +
Đầu tư tài chính ngắn hạn + Tài sản cố định, Bất động sản đầu tư + Đầu tư tài chính dài
hạn cuối Quý 4 năm 2007) – (Hàng tồn kho + Đầu tư tài chính ngắn hạn + Tài sản cố
định, Bất động sản đầu tư + Đầu tư tài chính dài hạn cuối Quý 2 năm 2007) / Tổng tài
sản cuối Quý 2 năm 2007. Nhân tố rINV được tính là chênh lệch TSSL giữa các danh
mục có I/A thấp và danh mục có I/A cao (low minus high).
RINV= (S/LINV + B/LINV)/2 – (S/HINV + B/HINV)/2
Với nhân tố ROA, 95 chứng khoán cũng được chia thành 2 nhóm theo quy mô
(Small, Big) và 3 nhóm theo ROA với các điểm gãy 30%-40%-30%. Sáu danh mục
cũng được tái tạo mỗi sáu tháng. Nhân tố rROA được tính là chênh lệch TSSL tuần của
các chứng khoán có ROA cao trừ TSSL chứng khoán có ROA thấp (high minus low):
RROA = (S/HROA+ B/HROA)/2 – (S/LROA + B/LROA)/2
2.7.1. Mô hình hồi quy:
Ta xây dựng mô hình hồi quy TSSL vượt trội chứng khoán theo các nhân tố thị
trường, nhân tố đầu tư và nhân tố ROA. Mô hình có dạng:
Ri(t) – RF(t) = αi+β
i
MKTE(rMKT)(t)+β
i
INVE(rINV)(t)+β
i
ROAE(rROA)(t)+ ei(t) t = 1,2,.,T
Trước hết ta phân tích sơ bộ các tham số thống kê của mô hình.
Bảng 2.38: Bảng tóm tắt các giá trị thống kê mô hình Lu Zhang
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
RINV 0.002875 0.003163 0.070476 -0.07214 0.021762 -0.05652 4.032898
RROA 0.002702 0.00239 0.12402 -0.12125 0.030211 -0.02656 6.354389
Trang 60
Kết quả giá trị trung bình RINV trên mẫu của Lu Zhang 1972-2006 là 0.43%/
tháng, tức 5.16%/năm, giá trị trung bình RROA trên mẫu 1972-2006 là 0.96%/ tháng, tức
11.52%/năm (Theo Long Chen and Lu Zhang (2010), “A better three-factor model that
explains more anomalies”, The Journal of Finance, (Vol LXV, No.2), trang 564).
Kết quả thống kê trên HoSE 2008-2010 cho thấy nhân tố đầu tư và nhân tố ROA
có tác động lên TSSL trên TTCK Việt Nam giống như trên TTCK Mỹ. RINV có trung
bình dương 0.2875%/tuần, tức 14.95%/năm, và RROA có trung bình dương 0.2702%/
tuần, tức 14.05%/năm. Điều này có nghĩa đầu tư vào những chứng khoán có đầu tư/tài
sản thấp thì có TSSL cao hơn 14.95%/năm so với những chứng khoán có đầu tư/tài sản
cao; và đầu tư vào những chứng khoán có ROA cao thì TSSL cao hơn 14.05%/năm so
với những chứng khoán có ROA thấp.
Ma trận hệ số tương quan cho thấy các nhân tố ít có tương quan với nhau.
Bảng 2.39: Ma trận hệ số tƣơng quan giữa các nhân tố
(Phụ lục 4.1)
2.7.1.1. Kiểm tra tính dừng của chuỗi dữ liệu:
Kiểm tra tính dừng của biến độc lập bằng phương pháp nghiệm đơn vị (Unit
Root Test), tiêu chuẩn kiểm định Dickey-Fuller. Giả thiết Ho: ρ=1, tức chuỗi không
dừng. Giả thiết đối H1: ρ≠1, chuỗi dừng. Bảng kết quả kiểm định như sau:
Bảng 2.40: Bảng kiểm định Unit Root Test trên chuỗi RINV
(Phụ lục 4.2)
Trang 61
Bảng 2.41: Bảng kiểm định Unit Root Test trên chuỗi RROA
(Phụ lục 4.2)
Giá trị thống kê τ so với τ0.01, τ0.05, τ0.1 thì |τ| đều lớn hơn, ta bác bỏ giả thiết Ho. Chuỗi
RINV và chuỗi RROA là chuỗi dừng.
2.7.1.2. Ƣớc lƣợng mô hình hồi quy:
Ta tiến hành hồi quy lần lượt TSSL các danh mục phân loại theo quy mô và
BE/ME, phân loại theo quy mô và đầu tư/tài sản, theo quy mô và ROA, theo quy mô
và xu hướng theo ba nhân tố mới trong mô hình Lu Zhang. Mô hình có dạng:
Ri(t) – RF(t) = αi+β
i
MKTE(rMKT)(t)+β
i
INVE(rINV)(t) +β
i
ROAE(rROA)(t)+ei(t) t = 1,2,.,T
2.7.2. Kiểm định các giả thiết đối với hệ số hồi quy:
Giả thiết Ho: Hệ số hồi quy = 0 (với hệ số hồi quy là các hệ số α, βMKT, βINV,
βROA). Ta sử dụng giá trị thống kê t và xác suất p-value để kiểm định Ho.
Bảng 2.42: Bảng kết quả kiểm định giả thiết đối với các hệ số mô hình Lu Zhang
Hệ số T p-value Kết quả kiểm định
Danh mục S/H α: 0.002906
βMKT: 0.9642
βINV: -0.4160
βROA: -0.0887
0.99747
18.1784
-2.99740
-0.87826
0.3202
0.00
0.0032
0.3812
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục S/M α: 0.00069
βMKT: 0.8667
βINV: -0.3977
βROA: -0.1604
0.00293
16.2306
-2.84646
-1.57708
0.8135
0.000
0.005
0.1169
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục S/L α: -0.00293
βMKT: 0.8982
βINV: -0.3995
βROA: 0.15322
-0.80022
13.4680
-2.2891
1.20557
0.4249
0.000
0.0235
0.2299
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục B/H α: 0.007394
βMKT: 1.23023
βINV: -0.73929
1.327133
12.12798
-2.78505
0.1865
0.0000
0.0061
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Trang 62
βROA: 0.12051 0.623465 0.5339 Chấp nhận Ho
Danh mục B/M α: -0.001613
βMKT :1.08116
βINV: -0.20046
βROA: 0.11559
-0.61860
22.77566
-1.61369
1.277818
0.5371
0.0000
0.1087
0.2033
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Chấp nhận Ho
Danh mục B/L α: -0.002226
βMKT: 0.98327
βINV: -0.15874
βROA: 0.20069
-0.84809
20.57211
-1.26913
2.200346
0.3978
0.0000
0.2064
0.0291
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
Danh mục
S/LINV
α: 0.000492
βMKT: 0.83674
βINV: -0.00233
βROA: -0.1683
0.17111
15.98637
-0.01484
-1.68760
0.8644
0.0000
0.9882
0.0936
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Chấp nhận Ho
Danh mục
S/HINV
α: 0.001458
βMKT: 0.91410
βINV: -0.74221
βROA: -0.0638
0.560167
19.29174
-5.98577
-0.70669
0.5762
0.0000
0.0000
0.4809
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục
B/LINV
α: -0.000465
βMKT: 1.0282
βINV: 0.41184
βROA: 0.12115
-0.25092
30.47852
4.665070
1.884562
0.8022
0.0000
0.0000
0.0614
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục
B/HINV
α: -0.001431
βMKT: 0.95085
βINV: -0.84797
βROA: 0.01663
-0.66144
24.14255
-8.22742
0.221683
0.5094
0.0000
0.0000
0.8249
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Chấp nhận Ho
Danh mục
S/LROA
α: 0.000135
βMKT: 0.89312
βINV: -0.57383
βROA: -0.5975
0.045909
16.68937
-4.09760
-5.85923
0.9634
0.0000
0.0001
0.0000
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Bác bỏ Ho
Danh mục
S/HROA
α: 0.002027
βMKT: 0.86689
βINV: -0.35291
βROA: 0.37746
0.796130
18.70246
-2.90945
4.27334
0.4272
0.0000
0.0042
0.0000
Chấp nhận Ho
Bác bỏ Ho
Bác bỏ Ho
Bác bỏ Ho
Danh mục
B/LROA
α: -0.000822
βMKT: 0.95902
βINV: 0.03188
βROA: -0.2655
-0.41118
26.35255
0.33475
-3.82868
0.6815
0.000
0.7383
0.0002
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
Danh mục
B/HROA
α: -0.00271
βMKT: 0.98525
βINV: -0.18904
βROA: 0.75950
-0.90962
18.1385
-1.32992
7.333748
0.3645
0.000
0.1856
0.000
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
Trang 63
Danh mục S/W
α: 0.00169
βMKT: 0.80897
βINV: -0.13532
βROA: -0.3669
0.58363
14.2636
-1.00096
-3.54421
0.5605
0.000
0.3188
0.0006
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
Danh mục
S/Losers
α: 0.00555
βMKT: 0.91863
βINV: -0.28085
βROA:-0.45827
1.71006
14.50383
-1.86029
-3/96410
0.0898
0.000
0.0652
0.0001
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
Danh mục B/W
α: 6.44E-05
βMKT: 0.92876
βINV: -0.13086
βROA: 0.14073
0.02619
19.34977
-1.14382
1.60635
0.9791
0.000
0.2549
0.1107
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Chấp nhận Ho
Danh mục
B/Losers
α: 0.002173
βMKT: 1.15571
βINV: -0.21136
βROA: -0.5428
0.753062
20.5282
-1.57504
-5.28245
0.4528
0.000
0.1178
0.000
Chấp nhận Ho
Bác bỏ Ho
Chấp nhận Ho
Bác bỏ Ho
(Xem thêm ở Phụ lục 4.3)
Nhận xét về các hệ số hồi quy và kết quả kiểm định các hệ số hồi quy:
Hệ số α (intercept của mô hình)
Intercept của các mô hình khá nhỏ, xấp xỉ bằng 0 và kiểm định cho thấy mười
tám danh mục quan sát đều cho kết quả là có thể chấp nhận giả thiết Ho: α = 0. Điều
này có nghĩa chênh lệch TSSL thực tế và TSSL kỳ vọng theo Lu Zhang không đáng kể.
Hệ số đối với nhân tố thị trường
Hệ số đối với nhân tố thị trường đều quay quanh giá trị 1, cho thấy chứng khoán
biến động theo TSSL thị trường. Danh mục B/H gồm các chứng khoán quy mô lớn và
BE/ME cao là danh mục chịu tác động của nhân tố thị trường lớn nhất,hệ số βMKT =1,23.
Kết quả giá trị t và p-value cho thấy tất cả danh mục đều có thể bác bỏ giả thiết
Ho: βMKT = 0. Nhân tố thị trường có ý nghĩa giải thích thực sự cho TSSL chứng khoán.
Hệ số đối với nhân tố đầu tư
Khi phân chia chứng khoán theo quy mô và BE/ME:
Kết quả hồi quy cho thấy với cùng một nhóm quy mô, các danh mục nào có
BE/ME cao thì hệ số của nhân tố đầu tư RINV thấp. Điều này trái với lý giải của Lu
Zhang: những chứng khoán có BE/ME cao (cổ phiếu giá trị) thì có ít cơ hội đầu tư, nên
đầu tư ít và vì vậy phần bù đầu tư phải dương, hệ số nhân tố đầu tư là lớn hơn những
chứng khoán có BE/ME thấp. Mối quan hệ giữa BE/ME và hệ số nhân tố đầu tư trên
Trang 64
HOSE 2008-2010 bài nghiên cứu vẫn chưa giải thích được, vì kết quả cho ra ngược với
mô hình Fama-French và Carhart, khi hai mô hình này cho thấy nhân tố HML là dương
trên HOSE giai đoạn này. Tuy nhiên khi ta xét đến tính phù hợp của mô hình ở phần
sau thì do mô hình Carhart có R2 lớn hơn nên ta sẽ căn cứ vào tác động của BE/ME theo
như giải thích của mô hình Carhart để đưa ra khuyến nghị đầu tư, chứ không căn cứ vào
tỷ lệ đầu tư/tài sản để ra quyết định đầu tư.
Khi phân chia chứng khoán theo quy mô và I/A:
Với cùng một nhóm quy mô, hệ số nhân tố đầu tư tăng khi đầu tư/tài sản I/A
giảm, cụ thể hệ số nhân tố đầu tư danh mục S/LINV > S/HINV, hệ số nhân tố đầu tư
danh mục B/LINV > B/HINV. Kết quả này cho thấy đầu tư vào các chứng khoán có I/A
thấp thì cho TSSL cao hơn những chứng khoán có I/A cao.
Khi phân chia chứng khoán theo quy mô và xu hƣớng:
Với cùng một nhóm quy mô, hệ số nhân tố đầu tư và nhân tố ROA cao hơn đối
với những chứng khoán thuộc nhóm Winners và thấp hơn đối với những chứng khoán
thuộc nhóm Losers. Tuy nhiên trong mô hình còn có nhân tố thị trường. Với cùng quy
mô, hệ số nhân tố thị trường cao đối với danh mục Losers và thấp đối với danh mục
Winners. Do đó khi xác định tác động tổng hợp của các nhân tố lên TSSL chứng khoán
theo mô hình Lu Zhang, ta chưa kết luận được là danh mục Winners hay Losers là có
TSSL lớn hơn, và vì vậy không kết luận được là mô hình Lu Zhang có cho kết quả trái
ngược với mô hình Carhart hay không. Chính vì vậy, khuyến nghị đầu tư cũng sẽ được
đưa ra dựa trên kết quả mô hình Carhart – TTCK Việt Nam tồn tại xu hướng ngược với
nhân tố WML mang giá trị âm.
Kiểm định cho thấy hệ số đối với nhân tố đầu tư có ý nghĩa trong 9/18 trường
hợp (9/18 trường hợp bác bỏ giả thiết Ho: hệ số =0)
Hệ số đối với nhân tố ROA
Với cùng một nhóm quy mô, hệ số nhân tố ROA tăng khi ROA tăng, cụ thể βROA
của danh mục S/HROA > S/LROA, βROA của danh mục B/HROA > B/LROA. Kết quả
này cho thấy đầu tư vào chứng khoán có ROA cao cung cấp một TSSL cao hơn những
chứng khoán có ROA thấp.
Kiểm định cho thấy hệ số nhân tố ROA có ý nghĩa trong 8/18 trường hợp.
Trang 65
2.7.3. Kiểm định sự phù hợp của hàm hồi quy:
Ta kiểm định xem các nhân tố TSSL vượt trội thị trường, nhân tố mô phỏng đầu
tư/tài sản, nhân tố mô phỏng ROA có thực sự giải thích cho TSSL vượt trội chứng
khoán hay không. Giả thiết Ho: R2 = 0.
Ta sử dụng phân phối Fisher-Snedecor để kiểm định sự phù hợp hàm hồi quy.
Bảng 2.43: Bảng giá trị hệ số xác định mô hình Lu Zhang
Hệ số R2 Thống kê
F
p-
value
Kết quả
kiểm định
R2 hiệu
chỉnh
Danh mục S/H 0.717638 125.383 0.000 Bác bỏ Ho 0.711914
Danh mục S/M 0.674770 102.3541 0.000 Bác bỏ Ho 0.668177
Danh mục S/L 0.576181 67.0684 0.000 Bác bỏ Ho 0.567590
Danh mục B/H 0.534371 56.61649 0.000 Bác bỏ Ho 0.524932
Danh mục B/M 0.788248 183.6348 0.000 Bác bỏ Ho 0.783956
Danh mục B/L 0.750211 148.1663 0.000 Bác bỏ Ho 0.745147
Danh mục S/LINV 0.657220 94.58774 0.000 Bác bỏ Ho 0.650271
Danh mục S/HINV 0.756876 153.5811 0.000 Bác bỏ Ho 0.751948
Danh mục B/LINV 0.865517 317.5028 0.000 Bác bỏ Ho 0.862791
Danh mục B/HINV 0.831892 244.1292 0.000 Bác bỏ Ho 0.828485
Danh mục S/LROA 0.724406 129.6738 0.000 Bác bỏ Ho 0.718819
Danh mục S/HROA 0.724103 129.4772 0.000 Bác bỏ Ho 0.718510
Danh mục B/LROA 0.841964 262.8327 0.000 Bác bỏ Ho 0.838761
Danh mục B/HROA 0.714792 123.6398 0.000 Bác bỏ Ho 0.709011
Danh mục S/W 0.674387 85.60690 0.000 Bác bỏ Ho 0.666510
Danh mục S/Losers 0.689108 91.61734 0.000 Bác bỏ Ho 0.681586
Danh mục B/W 0.762159 132.4521 0.000 Bác bỏ Ho 0.756405
Danh mục B/Losers 0.812225 178.7881 0.000 Bác bỏ Ho 0.807682
(Xem thêm ở Phụ lục 4.3)
Kết quả kiểm định cho thấy R2 ≠ 0 thực sự đối với cả mười tám trường hợp. Mô
hình là phù hợp. Đồng thời giá trị R2 và R2 hiệu chỉnh đều > 53%, điều này cho thấy
mô hình giải thích được hơn 53% thay đổi trong TSSL của chứng khoán.
Trang 66
2.7.4. So sánh kết quả của mô hình Lu Zhang và mô hình Carhart:
Bảng 2.44: So sánh hệ số xác định hiệu chỉnh mô hình Carhart và Lu Zhang
R
2 hiệu chỉnh
(Carhart)
R2 hiệu chỉnh
trung bình
(Carhart)
R2 hiệu chỉnh
(Lu Zhang)
R2 hiệu chỉnh
trung bình (Lu
Zhang)
Danh mục S/H 0.806836 0.780572 0.711914 0.721905
Damh mục S/M 0.760420 0.668177
Danh mục S/L 0.699869 0.567590
Danh mục B/H 0.836234 0.524932
Danh mục B/M 0.809989 0.783956
Danh mục B/L 0.770085 0.745147
Danh mục S/LINV 0.650271
Danh mục S/HINV 0.751948
Danh mục B/LINV 0.862791
Danh mục B/HINV 0.828485
Danh mục S/LROA 0.718819
Danh mục S/HROA 0.718510
Danh mục B/LROA 0.838761
Danh mục B/HROA 0.709011
Danh mục S/W 0.666510
Danh mục S/Losers 0.681586
Danh mục B/W 0.756405
Danh mục B/Losers 0.807682
So sánh R2 hiệu chỉnh của mô hình Lu Zhang và mô hình Carhart cho thấy mô
hình Carhart có hệ số xác định hiệu chỉnh trung bình lớn hơn trên TTCK Việt Nam giai
đoạn 2008-2010, do đó mô hình Carhart giải thích được nhiều hơn cho TSSL chứng
khoán và phù hợp để giúp nhà đầu tư lượng hóa rủi ro trên TTCK Việt Nam.
Trang 67
KẾT LUẬN CHƢƠNG 2
Như vậy, qua thực hiện kiểm định bốn mô hình: Mô hình định giá tài sản vốn
CAPM, mô hình ba nhân tố Fama-French, mô hình bốn nhân tố Carhart và mô hình ba
nhân tố Lu Zhang với mẫu gồm 95 chứng khoán trên HoSE giai đoạn tháng 1-2008 đến
tháng 12-2010, ta thấy mô hình bốn nhân tố Carhart là phù hợp nhất để xác định TSSL
của chứng khoán. Mô hình Carhart khắc phục được các vi phạm giả thiết phương pháp
hồi quy OLS của mô hình Fama-French về tính tự tương quan và phương sai thay đổi
của các hạng nhiễu, đồng thời là mô hình cho giá trị các hệ số hồi quy có ý nghĩa, giá trị
hệ số xác định hiệu chỉnh lớn nhất.
Trang 68
CHƢƠNG 3: KẾT LUẬN VÀ KIẾN NGHỊ CHO MÔ HÌNH
XÁC ĐỊNH TỶ SUẤT SINH LỢI CHỨNG KHOÁN TRÊN THỊ
TRƢỜNG VIỆT NAM
3.1. Nhận xét về kết quả của các mô hình đã đƣa ra trên TTCK Việt Nam:
3.1.1. Kết quả mô hình ba nhân tố Fama-French:
Kết quả thống kê trên 95 chứng khoán niêm yết trên HoSE giai đoạn 2008-2010
cho thấy chuỗi HML có trung bình dương (0.5399%/tuần), giống với kết quả của Fama-
French nhưng chuỗi SMB lại có trung bình âm (-0.037%/tuần). Điều này hàm ý đối với
TTCK Việt Nam, chứng khoán có quy mô lớn có TSSL cao hơn chứng khoán có quy
mô nhỏ và chứng khoán có BE/ME cao có TSSL cao hơn chứng khoán có BE/ME thấp.
Mô hình hồi quy theo ba nhân tố đưa ra kết quả: Với các danh mục thuộc cùng
nhóm BE/ME, chứng khoán có quy mô nhỏ hơn thì có hệ số đối với nhân tố SMB lớn
hơn, hệ số SMB dương đối với những chứng khoán có quy mô nhỏ và âm đối với những
chứng khoán có quy mô lớn, đồng thời giá trị trung bình của chuỗi SMB lại âm, tức là
những công ty có quy mô lớn cung cấp tỷ suất sinh lợi lớn hơn những công ty có quy
mô nhỏ. Kết quả này trái ngược với kết quả của Fama French trên thị trường Mỹ 1963-
1991, vốn được lý giải rằng các công ty có quy mô nhỏ thường tồn tại rủi ro cao, chi phí
đại diện cao, hoạt động kém hiệu quả hơn, do đó phải cung cấp một phần bù rủi ro lớn
hơn cho nhà đầu tư, tức mang lại một TSSL lớn hơn.
Các chứng khoán có BE/ME cao thì có hệ số đối với nhân tố HML lớn, cụ thể hệ
số HML của danh mục S/H>S/M>S/L, B/H>B/M>B/L. Kết quả này hoàn toàn phù hợp
với kết quả trên thị trường Mỹ 1963-1991, được Fama-French giải thích rằng các công
ty có BE/ME cao phải cung cấp một phần bù đối với nhân tố giá trị lớn hơn cho nhà đầu
tư, vì những công ty này thường có rủi ro rơi vào kiệt quệ tài chính cao.
Đồng thời, mô hình ba nhân tố khi kiểm định trên 95 chứng khoán tại HoSE cho
giá trị R2 hiệu chỉnh khá cao.So sánh kết quả này với kết quả kiểm định ở các thị trường
khác ta thấy mô hình nhân tố của Fama-French là hiệu quả và phù hợp để giải thích
TSSL chứng khoán trên thị trường Việt Nam.
Trang 69
Bảng 3.1: Bảng giá trị hệ số xác định hiệu chỉnh trong kiểm định mô hình FF3FM
trên thị trƣờng Việt Nam
R2 hiệu chỉnh
(FF3FM)
R2 hiệu chỉnh
trung bình
Danh mục S/H 0.803741
0.747558
Damh mục S/M 0.752295
Danh mục S/L 0.578511
Danh mục B/H 0.785686
Danh mục B/M 0.806123
Danh mục B/L 0.758992
Bảng 3.2: Bảng tổng hợp kết quả kiểm định mô hình CAPM và FF3FM
trên các thị trƣờng thế giới
Thị trƣờng chứng khoán
Tác giả nghiên cứu
(năm)
R2 trung
bình CAPM
R2 trung
bình FF3FM
3 thị trường lớn Mỹ NYSE,
AMEX, NASDAQ giai đoạn
1963-2003
Nima Billou (2004)
0.72 0.890
Pháp giai đoạn 1976-2001 Souad Ajili (2005) 0.714 0.905
New Zealand giai đoạn 1994-
2002
Nartea và
Djajadikerta (2005)
0.360 0.441
Úc giai đoạn 1981-2005
Michael A. O'Brien
(2007)
0.439 0.730
Africa giai đoạn 1998-2004
Sunil K Bundoo
(2006)
* 0.710
Ấn độ giai đoạn 2001-2006 Bhavna Bahl (2006) 0.760 0.870
HongKong giai đoạn 1993-1999
Drew và
Veeraraghavan
(2003)
0.400 0.625
Hàn Quốc giai đoạn 1991-1999 0.510 0.793
Malaysia giai đoạn 1991-1999 0.700 0.893
Philippines giai đoạn 1994-1999 0.420 0.653
* Tất cả hệ số hồi quy của 4 danh mục đầu tư mà Bundoo phân chia cho mô hình Fama-French đều
có ý nghĩa ở mức tin cậy 99%, vì vậy Bundoo không chạy hồi quy mô hình một biến CAPM.
Theo Vương Đức Hoàng Quân, Hồ Thị Huệ (2008)
Tóm lại, kiểm định mô hình ba nhân tố của Fama-French trên thị trường Việt
Nam cho kết quả các nhân tố thị trường, quy mô, giá trị đều có ý nghĩa thống kê, do đó
có ảnh hưởng thực sự lên TSSL chứng khoán. Tuy nhiên mối quan hệ giữa nhân tố quy
Trang 70
mô công ty và tỷ suất sinh lợi chứng khoán lại ngược với kết quả của Fama-French.
3.1.2. Kết quả mô hình bốn nhân tố Carhart:
Thống kê trên thị trường Việt Nam cho thấy với dữ liệu từ tháng 6-2008 đến
tháng 12-2010 của 95 chứng khoán trên HoSE thì các chuỗi SMB và HML có trung
bình dương (lần lượt là 0.0462%/tuần và 0.3992%/tuần), chuỗi WML có trung bình âm
(0.243%/ tuần). Tuy nhiên, cũng với 95 chứng khoán này, khi thời gian dữ liệu lấy từ
tháng 1-2008 đến tháng 12-2010 thì chuỗi SMB lại cho giá trị trung bình âm (Kết quả
của mô hình ba nhân tố Fama-French). Chính sự bất ổn định và khác nhau về dấu của
trung bình SMB đã không giúp ta trả lời được câu hỏi là liệu những công ty có quy mô
nhỏ trên thị trường Việt Nam có cung cấp một TSSL lớn hơn những công ty có quy mô
lớn như kết quả mà Fama và French đưa ra hay không.
Sự khác biệt này có thể giải thích là do thời gian dữ liệu quá ngắn, đồng thời có
những giai đoạn giá chứng khoán biến động mạnh trong khoảng thời gian quan sát, do
đó giá trị trung bình của SMB, HML, WML có thể có thay đổi về dấu khi ta lấy các
chuỗi thời gian quan sát khác nhau. Chính vì vậy, giá trị trung bình của SMB, HML,
WML chưa thể đại diện cho ý nghĩa của các nhân tố trong mô hình,
Tuy nhiên với chuỗi HML có giá trị trung bình dương, ổn định và khá lớn so với
SMB, ta có thể kết luận rằng nhân tố giá trị có tác động lên TSSL chứng khoán
mạnh hơn tác động của nhân tố quy mô. Ta có thể kiểm định điều này qua kết quả
của mô hình hồi quy TSSL các danh mục theo từng cặp nhân tố (mục 2.5.5). Cụ thể, khi
thực hiện hồi quy với mô hình gồm hai biến là nhân tố thị trường và nhân tố quy mô thì
ta được hệ số R2 = 0.6855315, và khi thực hiện hồi quy với mô hình gồm nhân tố thị
trường và nhân tố giá trị (BE/ME) thì ta thu được giá trị R2 lớn hơn = 0.71335, cho thấy
nhân tố giá trị có ý nghĩa giải thích lớn hơn nhân tố quy mô. Điểm đặc biệt ở đây là kết
quả này trùng khớp với nhận định Fama-French đưa ra là “Mối quan hệ giữa TSSL
trung bình và BE/ME thì nhất quán hơn so với nhân tố quy mô” (Eugene F. Fama and
Kenneth R. French (1993), “Common risk factors in the returns of stocks and bonds”,
Journal of Financial Economics, (33), trang 12).
Bảng 3.3: Bảng giá trị hệ số xác định hiệu chỉnh trong kiểm định mô hình Carhart
trên thị trƣờng Việt Nam
Trang 71
R2 hiệu chỉnh
(Carhart)
Danh mục S/H 0.806836
Damh mục S/M 0.760420
Danh mục S/L 0.699869
Danh mục B/H 0.836234
Danh mục B/M 0.809989
Danh mục B/L 0.770085
3.1.3. Kết quả mô hình ba nhân tố Lu Zhang:
Kết quả thống kê trên HoSE 2008-2010 cho thấy nhân tố đầu tư và nhân tố ROA
có tác động lên TSSL trên thị trường chứng khoán Việt Nam giống như trên TTCK Mỹ.
RINV có trung bình dương 0.2875%/tuần, tức 14.95%/năm, và RROA có trung bình dương
0.2702%/tuần, tức 14.05%/năm. Điều này có nghĩa đầu tư vào những chứng khoán có
đầu tư/tài sản thấp thì có TSSL cao hơn 14.95%/năm so với những chứng khoán có đầu
tư/tài sản cao; và đầu tư vào những chứng khoán có ROA cao thì TSSL cao hơn
14.05%/năm so với những chứng khoán có ROA thấp. Tiến hành xây dựng các mô hình
và thực hiện kiểm định cho kết quả là mô hình Lu Zhang có hệ số xác định hiệu chỉnh
trung bình thấp hơn mô hình Carhart. R2 hiệu chỉnh trung bình của mô hình Lu Zhang =
0.721905, nhỏ hơn so với giá trị 0.780572 của mô hình Carhart. Do đó bài nghiên cứu
tiến hành đưa ra khuyến nghị đầu tư dựa trên kết quả của mô hình Carhart.
3.2. Hạn chế và kiến nghị cho quá trình xây dựng mô hình:
3.2.1. Hạn chế:
3.2.1.1. Hạn chế khách quan:
Thị trường chứng khoán Việt Nam mới đi vào hoạt động chỉ 10 năm, quá non trẻ
so với các thị trường khác trên thế giới như Mỹ, Nhật…, đồng thời tính công bố thông
tin trên thị trường Việt Nam còn thấp nên bài nghiên cứu chỉ được thực hiện trong chuỗi
thời gian 3 năm. Chính vì chuỗi thời gian quan sát khá ngắn, các kết quả thu được chưa
thể đại diện cho toàn bộ thị trường và phản ánh đúng ảnh hưởng của các nhân tố lên
TSSL chứng khoán.
Các mô hình đã đưa ra, cũng như bất kỳ mô hình dự báo nào khác, chỉ hoạt động
Trang 72
hiệu quả trong điều kiện thông tin cân xứng, nhà đầu tư có thông tin như nhau. Do đó
một hạn chế trong quá trình xây dựng mô hình trên thị trường Việt Nam là yếu tố thông
tin bất cân xứng, từ đó có thể có những bóp méo cho mô hình khi mà nhà đầu tư phản
ứng khác nhau do thông tin nhận được là khác nhau và không cùng lúc.
3.2.1.2. Hạn chế chủ quan:
Hạn chế chủ quan xuất phát từ bản thân người xây dựng mô hình. Do các công
cụ tính toán còn thiếu và thị trường Việt Nam thiếu một bộ cơ sở dữ liệu chung cho toàn
thị trường nên đa số dữ liệu trong bài nghiên cứu đều được xử lý thủ công. Quá trình xử
lý dữ liệu do con người tiến hành nên có thể xảy ra sai sót.
3.2.2. Kiến nghị cho quá trình xây dựng mô hình:
Bài nghiên cứu kiến nghị hình thành một hệ thống dữ liệu đáng tin cậy cho toàn
bộ thị trường như hệ thống CRSP (The Center for Research in Security Prices) ở Mỹ -
cung cấp hệ thống dữ liệu của các thị trường chứng khoán NYSE, NASDAQ và Amex.
Đây là một yêu cầu cần phải có nhằm đảm bảo cho thông tin trên thị trường được minh
bạch, rõ ràng, và là điều kiện cần để phát triển thị trường chứng khoán. Qua nghiên cứu
hiện tại cho thấy có rất nhiều kênh thông tin cung cấp các dữ liệu của công ty niêm yết,
tuy nhiên khi thực hiện so sánh, đối chiếu thì nhận thấy giữa một số nguồn thông tin có
thể xảy ra sự khác biệt, gây nhiễu thông tin cho nhà đầu tư.
Một điều chúng ta cần quan tâm nữa là, trong quá trình tìm hiểu, tác giả đã tham
khảo các trang web của Fama, French và nhận thấy rằng trên các phương tiện thông tin
này có sẵn dữ liệu là các danh mục đã xếp hạng cho mô hình ba nhân tố do Fama và
French tự cập nhật liên tục qua các tháng, có thể xem thêm ở
dartmouth.edu/pages/faculty/ken.french/data_library.html. Như vậy nếu chúng ta muốn
tiến hành kiểm định trên thị trường nào thì chỉ cần tham khảo dữ liệu ở đây và có những
điều chỉnh cho thị trường đó. Tuy nhiên, trang web này chỉ cung cấp dữ liệu của các thị
trường chứng khoán trên thế giới như Anh, Thụy Điển, Singapore, NaUy, NewZealand,
Malaysia… , không có dữ liệu của thị trường Việt Nam. Điều này chính vì thị trường
chứng khoán Việt Nam còn quá non trẻ, chưa thu hút nhà đầu tư nhiều và rõ ràng là
chưa có chỗ đứng trên thị trường chứng khoán quốc tế. Do đó, giải pháp căn bản nhất
được kiến nghị cho quá trình xây dựng mô hình vẫn là phát triển TTCK Việt Nam.
Trang 73
3.3. Các yếu tố đặc thù của TTCK Việt Nam:
Mặc dù có những hạn chế trên, việc nghiên cứu mô hình cũng có một ý nghĩa
nhất định trong quá trình ra quyết định đầu tư. Ở phần này ta tìm hiểu những yếu tố đặc
thù của thị trường chứng khoán Việt Nam, trên cơ sở đó kết hợp với kết quả của những
mô hình đưa ra ở trên để đưa ra kiến nghị cho nhà đầu tư.
Thị trường Việt Nam đang còn ở buổi ban đầu và phụ thuộc nhiều vào yếu tố
tâm lý, do đó những dữ liệu thống kê trên thị trường Việt Nam, ví dụ như giá cổ phiếu,
không mang tính ổn định. Giá cổ phiếu trong nhiều thời gian biến động bất thường do
tâm lý của nhà đầu tư, có thể là xuất phát từ một nguyên nhân cụ thể về phát hành thêm
cổ phiếu, tăng vốn, thông tin về khả năng tạo lợi nhuận…; nhưng chính tâm lý nhà đầu
tư đôi lúc đã thổi phồng những ảnh hưởng của các yếu tố này lên giá chứng khoán. Do
đó khi đưa vào mô hình thì mối quan hệ giữa các nhân tố là không nhất quán và có thể
là không phản ánh đúng bản chất mối quan hệ, làm cho mô hình giảm bớt tính đúng đắn
và gây khó khăn trong việc giải thích mô hình. Do đó quá trình ra quyết định đầu tư
không nên quá phụ thuộc vào mô hình.
Thị trường chứng khoán Việt Nam chiếm phần lớn là nhà đầu tư cá nhân. Theo
thống kê của Ủy ban chứng khoán Nhà nước, kết thúc năm 2010, số lượng tài khoản
giao dịch chứng khoán tăng mạnh, lên đến hơn 1 triệu tài khoản, chiếm đa số là các tài
khoản nhà đầu tư cá nhân. Nhà đầu tư tổ chức hiện có 102 công ty chứng khoán (hầu
hết đều có mảng tự doanh), khoảng 50 công ty quản lý quỹ trong nước, trên 60 ngân
hàng thương mại cổ phần, vài chục công ty tài chính, bảo hiểm và hàng trăm tổ chức
đầu tư nước ngoài tham gia. Tuy nhiên các tổ chức trên vẫn chiếm thiểu số. Tỷ trọng
giao dịch hàng ngày của nhà đầu tư tổ chức chỉ chiếm 20% trong tổng giá trị giao dịch
toàn thị trường (Số liệu từ Cơ quan thông tin Bộ Tài chính,trang web tapchitaichinh.vn).
Đây gần như là điều đối nghịch với các thị trường phát triển trên thế giới. Nhà đầu tư cá
nhân vẫn còn thiếu kiến thức đầu tư, thiếu am hiểu thị trường, nghiên cứu thông tin, do
đó khiến thị trường Việt Nam đôi lúc vận động không theo quy luật. Chính vì vậy, việc
áp dụng các mô hình Fama-French, Carhart vào thị trường Việt Nam phải tính đến
những đặc thù này của thị trường để có thể áp dụng mô hình cho phù hợp.
Chuỗi số liệu ngắn cũng là một đặc thù của thị trường chứng khoán Việt Nam,
Trang 74
so với các thị trường khác như Mỹ, Nhật,…
Đồng thời thị trường chứng khoán Việt Nam còn chịu sự tác động và chi phối
nhiều của Chính phủ, các chính sách tác động lên thị trường chứng khoán mang tính
không nhất quán và trong một số trường hợp thay đổi thường xuyên, và do đó TSSL
chứng khoán còn chịu ảnh hưởng của những nhân tố khác ngoài những yếu tố có trong
mô hình. Ví dụ như mô hình có thêm nhân tố sự ổn định trong hệ thống pháp lý, khi đó
đối với những thị trường có hệ thống pháp lý phát triển ổn định, nhân tố này là hằng số,
trong khi đối với Việt Nam đây lại là một nhân tố thay đổi thường xuyên. Chính vì vậy
mà mô hình chỉ gồm các nhân tố theo Fama-French, Carhart khi đưa vào Việt Nam có
thể không hiệu quả và phải có những cải biến cần thiết.
Một nhân tố đặc thù nữa mà nhà đầu tư cần xem xét khi ra quyết định trên thị
trường chứng khoán Việt Nam là phần lớn các công ty niêm yết trên TTCK hiện nay
xuất thân từ các doanh nghiệp nhà nước cổ phần hóa, đồng thời chất lượng thành viên
Hội đồng quản trị các công ty niêm yết là một yếu tố rất khác khi so sánh với các thị
trường quốc tế. Do đó khi đầu tư còn cần quan tâm đến các yếu tố thuộc về đặc tính của
Hội đồng quản trị: tỷ lệ sở hữu nhà nước, tỷ lệ sở hữu nước ngoài do thành viên Hội
đồng quản trị làm đại diện, tỷ lệ thành viên có trình độ chuyên môn từ Đại học trở lên
trong Hội đồng quản trị, tỷ lệ thành viên độc lập (không sở hữu cổ phần) trong Hội
đồng quản trị, sự tách biệt giữa Chủ tịch Hội đồng quản trị và Tổng giám đốc…
3.4. Kiến nghị đầu tƣ trên thị trƣờng chứng khoán Việt Nam:
Dựa trên các kết quả của bài nghiên cứu, kết hợp với những yếu tố đặc thù của
thị trường chứng khoán Việt Nam đã phân tích ở phần trên, tác giả đưa ra khuyến nghị
cho các nhà đầu tư như sau:
Nhà đầu tư khi ra quyết định không nên chỉ căn cứ vào thị trường mà còn phải
quan tâm đến đặc tính của doanh nghiệp, bao gồm các nhân tố quy mô (vốn hóa thị
trường), nhân tố giá trị sổ sách trên giá trị thị trường, TSSL trong quá khứ, nhân tố đầu
tư trên tổng tài sản, nhân tố ROA….
Nhân tố quy mô có tác động không nhất quán lên TSSL, chuỗi SMB có giá trị
trung bình âm nhưng chênh lệch với 0 không đáng kể, -0.037%/tuần, tức 1.924%/năm,
tuy nhiên khi đưa vào mô hình thì hệ số nhân tố SMB dương đối với các danh mục quy
Trang 75
mô nhỏ và âm đối với các danh mục quy mô lớn. Do đó NĐT không nên chỉ dựa vào
quy mô để ra quyết định đầu tư, đồng thời cũng không nên có suy nghĩ là đầu tư vào các
cổ phiếu vốn hóa lớn (blue chip) thì luôn luôn mang lại TSSL lớn hơn cổ phiếu khác.
Đồng thời do mô hình bốn nhân tố Carhart khi thực hiện kiểm định trên TTCK
Việt Nam thì cho hệ số xác định hiệu chỉnh trung bình lớn hơn mô hình Lu Zhang nên
bài nghiên cứu sẽ tiến hành đưa ra kiến nghị đầu tư dựa trên kết quả mô hình Carhart.
Nhà đầu tư nên đầu tư vào các công ty có BE/ME cao, vì kết quả mối quan hệ
giữa BE/ME với TSSL là khá nhất quán theo kết quả của bài nghiên cứu. Nghiên cứu
trên thị trường Việt Nam trong giai đoạn 2008-2010 cho thấy các công ty có BE/ME
cao cho một TSSL lớn hơn các công ty có BE/ME thấp. Chênh lệch TSSL trung bình là
0.5399%/tuần, tức 28.0748%/năm. Do đó, ta có thể kết luận là nhân tố giá sổ sách trên
giá thị trường có ảnh hưởng nhất quán và có tương quan dương với TSSL chứng khoán.
Qua kết quả thống kê, ta nhận thấy cứ mỗi lần tái tạo các danh mục mỗi 6 tháng
thì các danh mục phân loại theo BE/ME có sự thay đổi trong các chứng khoán thành
phần không đáng kể, chỉ thay đổi 3-4 chứng khoán trong số khoảng 30 chứng khoán của
mỗi danh mục High/Medium/Low, sự thay đổi này là không trọng yếu và có thể bỏ qua.
Do đó để đưa ra khuyến nghị đầu tư cho giai đoạn hiện tại, ta có thể sử dụng số liệu
BE/ME xếp hạng vào đầu tháng 7 năm 2010, vì với thời điểm hiện tại vào giữa tháng 4
năm 2011 thì chưa thu thập được đủ các số liệu cuối năm 2010 của các công ty để tiến
hành phân loại lại (mặc dù đã có đầy đủ báo cáo kiểm toán năm 2010 nhưng việc thu
thập gặp nhiều khó khăn).
Theo đó, nhà đầu tư nên xem xét và đầu tư vào các công ty có tỷ số giá trị sổ
sách/giá trị thị trường cao, đó là các chứng khoán:
ABT AGF ANV BBC COM CYC DCT DHA DTT FMC
FPC GIL GTA HAS HBC HT1 ITA KHP MCP PVT
RAL REE TCR TNA TPC VFC VTB VTO
Đồng thời, kết quả thống kê với mô hình Carhart cho thấy nhân tố WML có giá
trị trung bình -0.243%/tuần, tức -12.636%/năm; có nghĩa là đầu tư theo xu hướng trên
thị trường Việt Nam không có hiệu quả. Nhà đầu tư không đạt được TSSL lớn hơn khi
nắm giữ những chứng khoán có TSSL lớn trong quá khứ, thậm chí TSSL thu được còn
Trang 76
thấp hơn. Điều này là phù hợp, bởi thời gian qua cho thấy thị trường chứng khoán Việt
Nam biến động thất thường, không có xu hướng rõ rệt. Kết quả có thể đưa ra khuyến
nghị rằng nhà đầu tư nên quan tâm đến các chứng khoán có TSSL thấp trong quá khứ.
Sử dụng TSSL 6 tháng từ tháng 7-2010 đến hết tháng 12-2010, ta được các chứng
khoán có TSSL thấp (thuộc danh mục Losers) mà nhà đầu tư nên xem xét là:
UIC ICF MCV BMC GMD VIP VIS TS4 DTT ALP
HAS SC5 CYC PVT PGC TSC TDH RIC VTO TYA
ANV AGF HTV LBM DHA PPC TPC
Kết hợp hai danh mục High và Losers, ta được tập hợp các chứng khoán nên đầu
tư vào giai đoạn hiện tại (cuối tháng 4 năm 2011) gồm:
AGF ANV CYC DHA DTT HAS PVT TPC VTO
Vì các danh mục được tái tạo mỗi sáu tháng nên khuyến nghị đưa ra ở trên là
khuyến nghị đầu tư trong vòng 6 tháng, sau mỗi 6 tháng thì tiến hành phân loại lại và
xác định tập hợp chứng khoán nên quan tâm và đầu tư. Thời điểm đầu tư tối ưu đối với
mỗi chứng khoán trong khoảng thời gian 6 tháng đó sẽ được nhà đầu tư đưa ra dựa vào
các phương pháp phân tích khác, vì dụ như phân tích kỹ thuật…Đồng thời để có được
danh mục tối ưu với tỷ trọng đầu tư cụ thể vào mỗi chứng khoán, ta có thể ứng dụng lý
thuyết danh mục hiệu quả của Markowitz. Với mô hình Markowitz ta sẽ tính được tỷ
trọng đầu tư tối ưu vào từng chứng khoán với yêu cầu về độ lệch chuẩn hoặc TSSL cụ
thể của nhà đầu tư. Tuy nhiên bài nghiên cứu này chỉ dừng lại ở việc kiểm định các mô
hình ba nhân tố Fama-French, mô hình bốn nhân tố Carhart và mô hình ba nhân tố Lu
Zhang trên thị trường chứng khoán Việt Nam giai đoạn 2008-2010 và đưa ra khuyến
nghị nên đầu tư vào các loại chứng khoán nào. Việc tính toán để có được danh mục tối
ưu sẽ là kết quả của những bài nghiên cứu xa hơn.
KẾT LUẬN CHƢƠNG 3
Như những phân tích ở trên, Chương 3 đã vận dụng các kết quả kiểm định ở
Chương 2, kết hợp với các nhân tố đặc thù của thị trường chứng khoán Việt Nam để
đưa ra được tập hợp các chứng khoán cụ thể mà nhà đầu tư nên quan tâm. Đó là các
chứng khoán có giá trị sổ sách trên giá trị thị trường cao và có tỷ suất sinh lợi 6 tháng
trước thấp.
Trang 77
PHẦN KẾT LUẬN
Vận dụng các mô hình nhân tố được đưa ra bởi Sharpe và Litner (1965), Fama
và French (1993), Carhart (1997), Lu Zhang và Long Chen (2010), bài nghiên cứu đã
thực hiện kiểm định trên 95 chứng khoán niêm yết tại HoSE giai đoạn 2008-2010. Kết
quả kiểm định có ý nghĩa đáng kể và cho thấy ảnh hưởng thật sự của các nhân tố thị
trường, nhân tố quy mô, nhân tố giá trị, nhân tố xu hướng, nhân tố đầu tư và nhân tố
ROA lên TSSL chứng khoán. Kiểm định cũng cho thấy mô hình bốn nhân tố của
Carhart là có ý nghĩa nhất khi nó khắc phục được các vi phạm của mô hình ba nhân tố
Fama-French về tính tự tương quan và phương sai thay đổi của hạng nhiễu, đồng thời là
mô hình có hệ số xác định hiệu chỉnh lớn nhất.
Bài nghiên cứu còn tồn tại những hạn chế mang tính khách quan của thị trường
chứng khoán Việt Nam cũng như những hạn chế chủ quan thuộc về người xây dựng mô
hình. Bài nghiên cứu tuy có nhắc đến những yếu tố đặc thù của thị trường Việt Nam
nhưng vẫn chưa vận dụng được triệt để các đặc thù để đưa ra một mô hình đầu tư tối ưu
trên thị trường Việt Nam. Tuy nhiên, những kết quả của bài nghiên cứu vẫn có một ý
nghĩa nhất định. Bài nghiên cứu đưa ra kiến nghị đầu tư đối với tập hợp các chứng
khoán:
AGF ANV CYC DHA DTT HAS PVT TPC VTO
Việc tính toán tỷ trọng đầu tư tối ưu vào các chứng khoán sẽ là kết quả của
những bài nghiên cứu xa hơn.
Trang xiv
PHỤ LỤC 1: CÁC KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH CAPM
PL 1.1: Kiểm tra quy luật phân phối xác suất các chuỗi S/H, S/M, S/L, B/H,
B/M, B/L
PL 1.2: Kiểm tra tính dừng đối với biến độc lập
Trang xv
Pl 1.3: Bảng kết quả hồi quy theo mô hình CAPM
Trang xvi
PL 1.4: Kiểm định tự tƣơng quan
Danh mục S/H
Trang xvii
Danh mục S/M
Danh mục S/L
Danh mục B/H
Trang xviii
Danh mục B/M
Danh mục B/L
PL 1.5: Kiểm định phƣơng sai thay đổi White
Danh mục S/H
Trang xix
Danh mục S/M
Danh mục S/L
Danh mục B/H
Trang xx
Danh mục B/M
Danh mục B/L
Trang xxi
PHỤ LỤC 2: CÁC KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH FAMA-FRENCH
PL 2.1: Các tham số thống kê của mô hình
PL 2.2: Ma trận hệ số tƣơng quan
PL 2.3: Kiểm định tính dừng đối với biến độc lập
Chuối SMB
Trang xxii
Chuỗi HML:
PL 2.4: Bảng kết quả hồi quy theo mô hình 3 nhân tố Fama-French (FF3FM)
Trang xxiii
Trang xxiv
PL 2.5: Kiểm định Wald đối với nhân tố HML trong danh mục S/L
PL 2.6: Kiểm định tự tƣơng quan Ui
Danh mục S/H
Danh mục S/M
Trang xxv
Danh mục S/L
Danh mục B/H
Danh mục B/M
Trang xxvi
Danh mục B/L
PL 2.7: Kiểm định phƣơng sai thay đổi đối với Ui: Kiểm định White
Danh mục S/H
Trang xxvii
Danh mục S/M
Danh mục S/L
Trang xxviii
Danh mục B/H
Danh mục B/M
Trang xxix
Danh mục B/L
PL 2.8: Kiểm định đa cộng tuyến
Hồi quy nhân tố quy mô theo thị trường
Hồi quy nhân tố giá trị theo thị trường
Trang xxx
Hồi quy nhân tố giá trị theo quy mô
PL 2.9: Hồi quy TSSL theo từng cặp nhân tố
Nhân tố thị trường và nhân tố quy mô
Trang xxxi
Nhân tố thị trường và nhân tố giá trị
Trang xxxii
Trang xxxiii
Nhân tố quy mô và nhân tố giá trị
Trang xxxiv
Trang xxxv
PHỤ LỤC 3: CÁC KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH
4 NHÂN TỐ CARHART
PL 3.1: Các tham số thống kê
PL 3.2: Ma trận hệ số tƣơng quan
PL 3.3: Kiểm tra tính dừng đối với chuỗi WML:
Trang xxxvi
PL 3.4: Hồi quy theo mô hình bốn nhân tố Carhart
Trang xxxvii
Trang xxxviii
PL 3.5: Kiểm định tự tƣơng quan của các phần dƣ
Danh mục S/H
Trang xxxix
Danh mục S/M
Danh mục S/L
Danh mục B/H
Trang xl
Danh mục B/M
Danh mục B/L
Danh mục S/W
Trang xli
Danh mục S/Losers
Danh mục B/W
Danh mục B/Losers
Trang xlii
PL 3.6: Kiểm định phƣơng sai thay đổi - Kiểm định White
Danh mục S/H
Danh mục S/M
Trang xliii
Danh mục S/L
Danh mục B/H
Danh mục B/M
Trang xliv
Danh mục B/L
Danh mục S/W
Danh mục S/Losers
Trang xlv
Danh mục B/W
Danh mục B/Losers
Trang xlvi
PHỤ LỤC 4: CÁC KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH LU ZHANG
PL 4.1: Ma trận hệ số tƣơng quan
PL 4.2: Kiểm tra tính dừng đối với biến độc lập
PL 4.3: Kết quả hồi quy theo mô hình Lu Zhang
Trang xlvii
Trang xlviii
Trang xlix
Trang l
Trang li
PHỤ LỤC 5: BẢNG CÂU HỎI KHẢO SÁT
Khảo sát được thực hiện với đối tượng là những nhà đầu tư cá nhân và những
nhà phân tích, chuyên gia đầu tư tại các quỹ đầu tư trên thị trường Việt Nam. Khảo
sát được thực hiện trực tuyến với phiếu khảo sát tại đường link:
https://spreadsheets.google.com/viewform?formkey=dDVmYnNobENMNXJrejNjc
UxvQ1dlVUE6MQ
Nội dung bảng câu hỏi:
Cộng hoà xã hội chủ nghĩa Việt Nam
Độc lập - Tự do - Hạnh phúc
PHIẾU KHẢO SÁT
Chào Anh/Chị,
Tôi đang thực hiện đề tài nghiên cứu về tác động của các nhân tố lên tỷ suất
sinh lợi chứng khoán trên thị trường Việt Nam. Tôi rất mong các Anh Chị điền vào
phiếu khảo sát này để giúp tôi hoàn thiện đề tài hơn. Kết quả bảng khảo sát này
không phục vụ cho mục đích nào khác ngoài việc nghiên cứu.
Thông tin ngƣời đƣợc khảo sát
Họ tên: ………………..…………………………….
(Có thể để trống Họ tên nếu Anh/Chị thấy không tiện)
Nơi công tác: ………………..…………………………….
Vị trí: ………………..…………………………….
Nội dung khảo sát
Anh/Chị vui lòng đánh dấu hoặc ghi chú vào một hoặc nhiều câu trả lời mà
Anh/Chị thấy phù hợp nhất.
1. Anh/Chị đã tham gia thị trường chứng khoán Việt Nam trong:
a. Trên 5 năm b.Từ 3 đến 5 năm c. Từ 1 đến 3 năm
2. Anh/Chị thường dựa vào yếu tố nào để ra quyết định đầu tư?
a. Phân tích các chỉ số tài chính của công ty như ROE, ROA, EBIT…kết hợp
với phân tích các thông tin vĩ mô trên các phương tiện truyền thông
Trang lii
b. Dùng phân tích kỹ thuật để dự báo giá chứng khoán
c. Dựa vào các nhân tố như quy mô công ty, BE/ME, đà tăng trưởng để lựa
chọn danh mục và tỷ lệ đầu tư tối ưu
3. Anh/Chị đã từng biết đến mô hình nào trong các mô hình dưới đây?
a. Mô hình định giá tài sản vốn CAPM
b. Mô hình ba nhân tố của Fama-French
c. Mô hình bốn nhân tố của Carhart
d. Mô hình ba nhân tố của Lu Zhang
Nếu có, Anh/Chị đã từng sử dụng mô hình nào để đầu tư chưa?
……………………..………………..………………………………………
Nếu Anh/Chị không ngại, có thể cho biết kết quả đầu tư theo mô hình đó như
thế nào?
……………………..………………..………………………………………
4. Theo Anh/Chị, có thể áp dụng các mô hình đầu tư tài chính hiện đại vào
TTCK Việt Nam để thiết lập danh mục hiệu quả hay không?
a. Có, vì các mô hình này đã được áp dụng từ lâu ở các nước khác và mang lại
hiệu quả đầu tư
b. Có, nhưng lý do khác ( xin nêu rõ lý do)
……………………..………………..………………………………………
c. Không, vì TTCK Việt Nam chưa phát triển như các nước khác, thị trường
không hiệu quả và nhà đầu tư còn đầu tư theo số đông
d. Không, nhưng lý do khác ( xin nêu rõ lý do)
……………………..………………..………………………………….....
5. Theo đánh giá của Anh/Chị, mức độ hiểu biết và sử dụng các mô hình đầu tư
trên TTCK Việt Nam hiện nay như thế nào?
Vui lòng xếp loại đối với mỗi đối tượng, với ký hiệu như sau:
Nhóm 1: không biết
Nhóm 2: Ít người biết nhưng không sử dụng
Nhóm 3: Ít người biết, có sử dụng nhưng ít
Trang liii
Nhóm 4: Hầu hết đều biết (biết 2/4 mô hình) nhưng ít hoặc không sử dụng
Nhóm 5: Hầu hết đều biết (biết 2/4 mô hình) và thường xuyên sử dụng
Đối tượng Điểm đánh giá về mức độ hiểu biết và sử dụng
Nhà đầu tư cá nhân
Nhà đầu tư tổ chức (quỹ đầu tư, CTCK..)
Anh/Chị đánh giá mình thuộc nhóm nào?
XIN CÁM ƠN SỰ GIÚP ĐỠ CỦA ANH/CHỊ.
CHÚC ANH/CHỊ ĐẦU TƢ THÀNH CÔNG.
Hết
Trang liv
DANH MỤC TÀI LIỆU THAM KHẢO
Tài liệu tiếng Anh:
[1] Keith C.Brown & Frank K.Reilly, Investment Analysis amd Portfolio
Management, 8
th
edition, Thomson South-Wesstern.
[2] Mark M. Carhart (1997), “On persistence im Mutual Fund performance”, The
Journal of Finance,( Vol.52, No.1), trang 57-82.
[3] Long Chen and Lu Zhang (2010), “A better three-factor model that explains
more anomalies”, The Journal of Finance, (Vol LXV, No.2), trang 563-595.
[4] Eugene F. Fama and Kenneth R. French (1993), “Common risk factors in the
returns of stocks and bonds”, Journal of Financial Economics, (33), trang 3-56.
[5] Eugene F. Fama and Kenneth R. French (1997). “Value versus growth: The
international evidence”.
[6] Eugene F. Fama and Kenneth R. French (2005): “The value premium and the
CAPM”.
[7] Eugene F. Fama and Kenneth R. French (2009): “Luck versus Skill in the
cross section of Mutual Fund returns”.
[8] Eugene F. Fama and Kenneth R. French (2011): “Size, value and momentum
in International Stock returns”.
[9] Vito D. Gala (2006), “Investment and Returns”.
[10] Harry Markowitz (Mar, 1952), “Portfolio Selection”, The Journal of
Finance, (Vol.7-No.1), trang 77-91.
[11] Peter de Marzo, Michael Fishman, Zhiguo He, Neng Wang (Mar, 2009),
“Dynamic Agency and the q Theory of Investment”.
[12] Martijin Cremers, Antti Petajisto, Eric Zitzewitz (2008), “When benchmark
indices have alpha: Problems with performance evaluation”.
Trang lv
Tài liệu tiếng Việt:
[13] Hoàng Ngọc Nhậm (2008), Giáo trình Kinh tế lượng, Trường ĐHKT
TPHCM.
[14] Vương Đức Hoàng Quân, Hồ Thị Huệ, “Mô hình Fama-French: Một nghiên
cứu thực nghiệm đối với thị trường chứng khoán Việt Nam”.
[15] Trần Ngọc Thơ (2007), Tài chính doanh nghiệp hiện đại, NXB Thống kê.
[16] Trần Ngọc Thơ – Vũ Việt Quảng (2007), Lập mô hình tài chính, NXB Lao
động xã hội.
Tài liệu điện tử - Website:
[17] Trang web Công ty Chứng khoán Ngân hàng đầu tư và phát triển Việt Nam:
[18] Trang web của Cơ quan thông tin Bộ Tài chính:
[19] Trang web Ngân hàng Nhà nước Việt Nam:
[20] Trang web Sở giao dịch chứng khoán Hà Nội:
[21] Trang web Sở giao dịch chứng khoán TPHCM:
[22] Trang web The London School of Economics and Political Science
[23] Trang web
[24] Fama-French forum:
[25] Trang web
[26] Trang web
Các file đính kèm theo tài liệu này:
- Luận văn- CÁC NHÂN TỐ TÁC ĐỘNG LÊN TỶ SUẤT SINH LỢI CHỨNG KHOÁN -- XÂY DỰNG MÔ HÌNH TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM.pdf