hiệu ứng momentum thị trường chứng khoán việt nam

2.2 Các nghiên cứu thực nghiệm2.2.1 Các nghiên cứu thực nghiệm nước ngoài Banz 1981 nghiên cứu tại thị trường chứng khoán Mỹ dữ liệu từ năm 1926đến năm 1975, kết quả cho thấy có sự tồn t

GIỚI THIỆU ĐỀ TÀI

Lý do chọn đề tài

Một trong những chủ đề tài chính gây tranh cãi nhiều thập kỷ qua là khả năng dự đoán giá cổ phiếu trong tương lai Lý thuyết thị trường hiệu quả cho rằng giá tài sản tài chính phản ánh hiệu quả mọi thông tin (Fama, 1970) Các mô hình định giá tài sản chỉ ra rằng mức giá kỳ vọng này phù hợp với các yếu tố rủi ro (Bodie, 2017) Do đó, dựa vào lịch sử giá, các chiến lược giao dịch không thể tạo ra lợi nhuận bất thường sau khi đền bù rủi ro Tuy nhiên, nghiên cứu của Jegadeesh và Titman (1993) phát hiện cổ phiếu có lợi tức cao trong quá khứ thường diễn biến tốt hơn cổ phiếu có lợi tức thấp trong quá khứ Chiến lược mua/bán cổ phiếu có hiệu suất tốt/kém từ 3 đến 12 tháng tạo ra lợi nhuận bất thường trong 3 đến 12 tháng tiếp theo Hiện tượng này được gọi là hiệu ứng momentum (hiệu ứng quán tính hoặc hiệu ứng động lượng) Ngược lại, De Bondt và Thaler (1985) ghi nhận cổ phiếu có tỷ suất sinh lời cao (thấp) trong quá khứ có tỷ suất sinh lời thấp (cao) hơn trong 3 đến 5 năm sau, gọi là hiệu ứng reversal (hiệu ứng đảo ngược) Hai hiệu ứng này liên quan chặt chẽ và có phương pháp nghiên cứu tương đồng Chúng được coi là bất thường kỹ thuật và là hai trong những bất thường phổ biến nhất trên thị trường chứng khoán.

Theo báo cáo của Ủy ban Chứng khoán Nhà nước, nhà đầu tư cá nhân trong nước giữ vai trò chủ đạo trên thị trường chứng khoán Việt Nam năm 2023 với tỷ trọng lên tới 88,3% Tuy nhiên, nghiên cứu của Nguyễn Thị Yến và Lê Đức Khánh (2020) chỉ ra rằng nhà đầu tư Việt Nam có nhiều thiên kiến nhận thức, dễ bị ảnh hưởng bởi thông tin mới, dẫn đến hành vi đầu tư không hợp lý Thêm vào đó, chỉ số cá nhân của người Việt Nam tương đối cao, thể hiện xu hướng ưu tiên lợi ích của bản thân.

20 trên thang điểm 1-100 (Hofstede Insights, 2021), cho thấy nhà đầu tư Việt Nam

Lợi nhuận của một tài sản tài chính tại một thời điểm phản ánh mong đợi của nhà đầu tư dựa trên các thông tin liên quan Do đó, trong quá khứ, lợi nhuận cao hoặc thấp của cổ phiếu có thể do nhà đầu tư đánh giá tích cực hoặc tiêu cực về triển vọng của cổ phiếu Nếu nhà đầu tư tiếp tục giữ kỳ vọng này trong tương lai, họ sẽ mua các cổ phiếu có tỷ suất sinh lợi cao và bán các cổ phiếu có tỷ suất sinh lợi thấp Khi những hành vi này lan tỏa đến nhiều nhà đầu tư ít chính kiến và họ thực hiện các hành vi mua bán tương tự, tổng tác động có thể duy trì xu hướng tỷ suất sinh lợi của cổ phiếu trong một khoảng thời gian, dẫn đến hiện tượng hiệu ứng momentum trên thị trường Nếu hiệu ứng momentum đẩy giá cổ phiếu vượt quá giá trị hợp lý, quá trình hiệu chỉnh giá sẽ diễn ra khi nhà đầu tư nhận ra sự sai lệch, dẫn đến hiện tượng hiệu ứng đảo ngược dài hạn.

Thị trường chứng khoán Việt Nam có khả năng xảy ra hiệu ứng momentum do tính không hiệu quả của thị trường, dẫn đến việc công bố thông tin bất cân xứng và rò rỉ thông tin nội gián Điều này tạo ra môi trường thuận lợi cho thông tin lan truyền, ảnh hưởng đến tỷ suất sinh lời của các cổ phiếu theo xu hướng trong một khoảng thời gian nhất định.

Vì vậy, luận văn với đề tài “Hiệu ứng momentum trên thị trường chứng khoán

Việt Nam” tập trung nghiên cứu toàn diện về hiệu ứng này, nhằm bổ sung thêm nhiều khía cạnh mới vào kho tàng nghiên cứu thực tiễn và học thuật về hiệu ứng momentum ởViệt Nam Luận văn hy vọng sẽ đóng góp thiết thực cho nhà đầu tư trong việc xây dựng chiến lược giao dịch, đồng thời cung cấp thông tin hữu ích cho các nhà quản lý nhằm cải thiện mức độ hiệu quả và chức năng của thị trường chứng khoán.

Mục tiêu nghiên cứu

Mục tiêu tổng quát của nghiên cứu chính là xác định sự tồn tại của hiệu ứng momentum trên thị trường chứng khoán Việt Nam.

1.2.2 Mục tiêu cụ thể Để đạt được mục tiêu tổng quát, nghiên cứu đề ra các mục tiêu cụ thể như sau:

Thứ nhất, xác định sự xuất hiện của nhân tố momentum lên tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam.

Thứ hai, đánh giá mức độ ảnh hưởng của nhân tố momentum lên tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam.

Thứ ba, đề xuất các hàm ý chiến lược đầu tư trên thị trường chứng khoán Việt Nam.

Câu hỏi nghiên cứu

Với các mục tiêu nghiên cứu như trên, các câu hỏi nghiên cứu sau đây cần được trả lời:

Thứ nhất, hiệu ứng momentum có tác động lên tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam không?

Thứ hai, mức độ tác động của hiệu ứng momentum lên tỷ suất lợi nhuận trên thị trường chứng khoán như thế nào?

Thứ ba, những chiến lược đầu tư nào là phù hợp trên thị trường chứng khoán Việt Nam?

Đối tượng nghiên cứu và phạm vi nghiên cứu

Đối tượng nghiên cứu của luận văn là tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam, nhân tố tác động đến tỷ suất sinh lợi là nhân tố momentum.

Nghiên cứu được tiến hành với dữ liệu bao gồm giá đóng cửa hàng ngày của các cổ phiếu giao dịch trên Sở Giao dịch chứng khoán Thành phố Hồ Chí Minh(HOSE) trong giai đoạn từ ngày 31/12/2017 đến ngày 31/12/2022 để xây dựng các biến trong giai đoạn nghiên cứu từ tháng 01/2018 đến tháng 12/2022 (5 năm).

Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu định lượng để tiến hành nghiên cứu cụ thể như sau:

Phương pháp phân tích danh mục:

Phương pháp phân tích danh mục đơn biến: Trong nghiên cứu này, phương pháp phân tích danh mục được tác giả xây dựng dựa trên các chiến lược đầu tư tương tự Jegadeesh & Titman (1993), Nguyễn Thu Hằng (2012), Gutierrez và Kelley (2008) Tại đầu mỗi tuần t, tác giả sắp xếp các cổ phiếu theo thứ tự giá trị tăng dần và phân chia vào các danh mục để tính tỷ suất sinh lợi bình quân cho thời gian nắm giữ J tuần Chia theo ngũ vị phân, trong đó P1 là danh mục loser có tỷ suất sinh lợi thấp nhất và P5 là danh mục winner với tỷ suất sinh lợi cao nhất Theo chiến lược momentum thì bán danh mục loser và mua danh mục winner, khi đó danh mục momentum ký hiệu là P5-P1.

Phương pháp phân tích danh mục hai biến: Phương pháp này đưa biến quy mô vào xem xét, theo đó tại thời điểm đầu tuần t, tác giả chia thành các nhóm quy mô theo cấu trúc ngũ phân vị từ nhỏ đến lớn, với mỗi danh mục quy mô tác giá tiếp tục xây dựng chiến lược momentum tương tự với phương pháp danh mục đơn biến.

Phương pháp hồi quy dữ liệu chéo Fama-Macbeth: Phương pháp hồi quy Fama-Macbeth được giới thiệu bởi Fama & MacBeth (1973) Theo phương pháp này, tác giả xây dựng mô hình trong đó biến phụ thuộc là tỷ suất sinh lợi, biến độc lập là các nhân tố momentum và nhân tố quy mô Các mô hình hồi quy theo phương pháp Fama-Macbeth bao gồm:

Mô hình hồi quy đơn biến: Ri,t = αt + βXi, t× Xi, t + εt (1)

Mô hình hồi quy hai biến: Ri,t = αt + βSIZEi, t× LnSIZEi, t + βXi,t × Xi,t + εt (3)

Trong đó, biến phụ thuộc Ri,t là TSSL cổ phiếu i, tuần t; Xi,t là các biến độc lập đó là các biến Momentum của cổ phiếu i, tuần t; biến LnSIZEi,t là quy mô của cổ phiếu i, tuần t Sau đó, tác giả dùng các kiểm định để xác định mức độ phù hợp của mô hình Các biến được mô tả cụ thể như sau:

Biến Ri,t đây là biến thể hiện tỷ suất sinh lời của cổ phiếu i, tuần t và được tính toán đo lường như sau:

Trong đó, Pi,t là giá của cố phiếu i, tuần t Tác giả lấy giá đóng của cuối ngày của cổ phiếu vào ngày thứ tư hàng tuần, mục đích lấy vào ngày này để tránh ảnh hưởng từ hiệu ứng ngày đầu tuần và hiệu ứng ngày cuối tuần lên giá cổ phiếu.

Biến MOMni,t là biến nhân tố tố momentum, thể hiện tỷ suất sinh lời của cổ phiếu i, tuần t trong n tuần và được tính toán đo lường như sau:

Trong đó n là 1, 2, 3, 4, 6, 13, 26 là số tuần tính từ tuần t.

Biến LnSIZEi,t là biến nhân tố quy mô cổ phiếu i, tại tuần t và được đo lường bằng cách lấy logarit cơ số tự nhiên giá trị vốn hóa thị trường của cổ phiểu i ở tuần t, bằng giá cổ phiếu i ở tuần t nhân số lượng cổ phiếu i đang lưu hành ở tuần t Tác giả lựa chọn dữ liệu ngày thứ tư hàng tuần dể tính toán để tương đồng với cách lấy dữ liệu giá cổ phiếu được trình bày ở trên.

Các biến được trình bày ký hiệu, mô tả và cách đo lường các biến số, được tham khảo theo Gutierrez và Kelley (2008), Võ Xuân Vinh, Võ Văn Phong (2016).

Đóng góp của đề tài

Nghiên cứu này có ý nghĩa khoa học, giúp hệ thống lại cơ sở lý thuyết cho các hiệu ứng trên thị trường chứng khoán Việt Nam, đặc biệt là các lý thuyết về tài chính hành vi, lý thuyết triển vọng và tài chính truyền thống Ngoài ra, nghiên cứu còn có ý nghĩa thực tiễn khi cung cấp những hàm ý chiến lược có giá trị cho các nhà đầu tư trên thị trường này.

Bố cục của nghiên cứu

Cấu trúc của luận văn được trình bày theo 5 chương Theo đó, các chương có bố cục như sau:

Chương 1: Giới thiệu tổng quan

Nội dung chương này trình bày lý do thực hiện nghiên cứu, mục tiêu nghiên cứu cần đạt được và câu hỏi nghiên cứu cần trả lời Ngoài ra, đối tượng nghiên cứu, phạm vi nghiên cứu, phương pháp nghiên cứu và đóng góp của nghiên cứu cũng được trình bày.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu trước có liên quan

Nội dung chương này trình bày cơ sở lý thuyết và các nghiên cứu thực nghiệm liên quan.

Chương 3: Mô hình và phương pháp nghiên cứu

Nội dung chương này trình bày phương pháp nghiên cứu, mô hình nghiên cứu và dữ liệu để thực hiện nghiên cứu cũng như mô tả các biến độc lập, biến phụ thuộc sử dụng trong luận văn.

Chương 4: Kết quả nghiên cứu và thảo luận

Nội dung chương này trình bày kết quả đo lường hiệu ứng momentum tác động đến tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam Từ đó đề xuất các chiến lược đầu tư phù hợp với thị trường chứng khoán Việt Nam Phần thảo luận kết quả nghiên cứu cũng được trình bày trong chương này.

Chương 5: Kết luận và gợi ý chính sách

Nội dung chương này sẽ tóm tắt lại các điểm chính của nghiên cứu Sau đó dựa trên kết quả nghiên cứu để đưa ra các hàm ý chính sách hướng đến các đối tượng liên quan sẽ được trình bày Ngoài ra, tác giả sẽ chỉ ra những giới hạn trong đề tài nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.

Chương 1 nhấn mạnh tầm quan trọng của nghiên cứu về hiệu ứng momentum trong bối cảnh thị trường chứng khoán Việt Nam, đồng thời đưa ra kỳ vọng về những đóng góp mà nghiên cứu có thể mang lại cho nhà đầu tư và các nhà quản lý.

Chương 2 sẽ đề cập đến cơ sở lý luận và nghiên cứu liên quan, giúp phát triển các phần phân tích và đánh giá cụ thể hơn trong luận văn.

CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU

Cơ sở lý thuyết

Động lượng là thước đo tốc độ thay đổi giá chứng khoán, phản ánh sự biến động về giá trong một thời gian nhất định Giao dịch theo động lượng tận dụng xu hướng giá hiện tại, tham gia khi giá đang tăng Động lượng cho thấy khả năng tiếp diễn của xu hướng giá, được đánh giá thông qua giá và khối lượng giao dịch Trong phân tích kỹ thuật, động lượng được đo bằng các chỉ báo dao động để xác định xu hướng Động lượng mạnh có thể duy trì xu hướng tăng hoặc giảm, thể hiện qua biến động khối lượng giao dịch và các chỉ báo kỹ thuật khác Chiến lược đầu tư động lượng bao gồm mua chứng khoán khi giá tăng và bán khi giá đạt đỉnh Tuy nhiên, lưu ý rằng giao dịch theo động lượng phụ thuộc vào xu hướng hiện tại và không đảm bảo xu hướng sẽ tiếp tục trong tương lai.

Chiến lược giao dịch dựa trên động lượng tận dụng tâm lý đám đông trên thị trường bằng cách "mua cao, bán cao hơn", khác với nguyên tắc "mua thấp, bán cao" thông thường Các nhà giao dịch động lượng theo dõi sự biến động ngắn hạn của giá cổ phiếu và mở vị thế mua khi giá tăng nhanh, kỳ vọng xu hướng tăng sẽ tiếp tục Ngược lại, họ mở vị thế bán khi cổ phiếu giảm, mong xu hướng giảm sẽ tiếp diễn Chiến lược này tập trung vào việc mua hoặc bán dựa trên sức mạnh của xu hướng thay vì giá trị nội tại.

Hiệu ứng momentum hay hiệu ứng động lượng, hiệu ứng quán tính là hiện tượng mà tỷ suất sinh lợi của một chứng khoán cao trong quá khứ và tiếp tục duy trì tỷ suất sinh lợi cao trong tương lai và ngược lại chứng khoán có tỷ suất sinh lợi thấp trong quá khứ sẽ tiếp tục thấp trong tương lai Phát hiện này được phát hiện trong những nghiên cứu của Jegadeesh và Titman (1993).

Cơ sở lý thuyết giải thích cho hiệu ứng momentum theo hai hướng đó là theo góc độ tài chính truyền thống và theo tài chính hành vi Dưới góc độ tài chính truyền thống, Jegadeesh và Titman (1990) đã cố gắng giải thích hiệu ứng động lượng bằng mô hình định giá tài sản vốn (CAPM) và nhận thấy rằng rủi ro thị trường mà danh mục đầu tư động lượng gặp phải là không đủ để giải thích lợi nhuận cao của nó Fama và French (1996) đã phân tích cả yếu tố rủi ro quy mô và giá trị và nhận thấy rằng họ có thể giải thích nhiều bất thường tài chính khác, nhưng vẫn không thể giải thích khá tốt hiệu ứng động lượng vì lý do hiệu ứng động lượng rõ rệt hơn sau khi điều chỉnh rủi ro ba yếu tố Tuy nhiên, các nghiên cứu cũng chưa giải thích triệt để được hiệu ứng momentum theo các lý thuyết tài chính truyền thống.

Một trong những điểm khác biệt chính trong cách giải thích giữa tài chính hành vi và tài chính truyền thống là giả thuyết về tính hữu dụng Trong đó, lý thuyết triển vọng là một trong những lý thuyết nền tảng của tài chính hành vi.

2.1.2 Lý thuyết tài chính truyền thống

Theo tài chính truyền thống, hành vi nhà đầu tư được coi là hợp lý, e ngại rủi ro và thị trường vận hành hiệu quả Khi xuất hiện chênh lệch giá giữa các tài sản, cơ hội kiếm lời sẽ được các nhà đầu tư khai thác, đưa giá về cân bằng, loại bỏ chênh lệch giá.

Cốt lõi của lý thuyết tài chính truyền thống là lý thuyết thị trường hiệu quả (EMH) Không giống như một số mô hình định giá cân bằng, EMH không giả định rằng tất cả nhà đầu tư đều hành xử hợp lý, mà thay vào đó, giả định rằng thị trường là hợp lý, và EMH không phải là một công cụ định giá EMH cho rằng các hành động phi lý của nhà đầu tư là ngẫu nhiên và, khi xét trên trung bình, những hành động ngẫu nhiên này sẽ triệt tiêu lẫn nhau, dẫn đến hiệu ứng ròng trên thị trường bằng không Hơn nữa, EMH giả định rằng giá cổ phiếu phản ánh đầy đủ và tức thời tất cả các thông tin có sẵn, và sự thay đổi trong kỳ vọng tỷ suất sinh lời của cổ phiếu chỉ là kết quả của sự thay đổi trong các yếu tố rủi ro Quá trình điều chỉnh giá diễn ra liên tục và nhanh chóng, đảm bảo rằng giá của các cổ phiếu không bao giờ lệch khỏi giá trị hợp lý một cách có hệ thống (Bodie & cộng sự, 2017).

Theo lý thuyết tài chính truyền thống, một tài sản tài chính được định giá dựa trên các yếu tố rủi ro liên quan Các khoản đầu tư có lợi nhuận cao thường gắn liền với mức độ rủi ro lớn (Bodie & cộng sự, 2017) Hầu như không thể tạo ra một danh mục đầu tư có tỷ suất sinh lời vượt trội so với phần bù rủi ro (Bodie & cộng sự, 2017).

2.1.3 Lý thuyết tài chính hành vi

Sự chậm trễ trong phản ứng của nhà đầu tư trước những thay đổi của thị trường theo lý thuyết tài chính hành vi dẫn đến hiệu ứng momentum Hiệu ứng này thường xuất hiện ở các khoảng thời gian ngắn hạn và trung hạn, nhưng về dài hạn lại có xu hướng quá đà và hình thành hiệu ứng đảo ngược.

Hong và Stein (1999) đã đề xuất một mô hình hành vi với sự tham gia của hai nhóm nhà đầu tư: "newswatchers" (nhà đầu tư giao dịch theo tin tức) và "momentum traders" (nhà đầu tư giao dịch theo xu hướng) Mô hình này bắt đầu với việc thông tin theo tin tức Những nhà đầu tư này phản ứng làm cho giá cổ phiếu điều chỉnh dần theo xu hướng, tạo nên hiện tượng momentum, nhưng sự điều chỉnh này không đủ mạnh để giá vượt quá giá trị hợp lý Vì vậy, phản ứng ban đầu này được coi là phản ứng chậm Sự biến động của giá thu hút nhóm nhà đầu tư thứ hai, là các nhà đầu tư theo xu hướng, gia nhập thị trường, làm gia tăng hiệu ứng momentum Khi lượng giao dịch của nhóm này đạt đến một mức độ nhất định, giá thị trường có thể vượt quá giá trị hợp lý, dẫn đến phản ứng thái quá và tạo ra hiện tượng đảo ngược (reversal) Nghiên cứu này sau đó đã được chứng minh bằng các bằng chứng trong bài báo của Hong và cộng sự (2000) trên thị trường chứng khoán Mỹ.

Theo nghiên cứu của Barberis và cộng sự (1998) cũng như Doukas và McKnight (2005), hiện tượng momentum có nguồn gốc từ tâm lý bảo thủ của nhà đầu tư Cụ thể, nhà đầu tư có xu hướng duy trì quan điểm trước đây, coi trọng những thông tin đã có trong quá khứ, và đánh giá thấp các thông tin mới, dẫn đến việc điều chỉnh hành vi chậm chạp Sự khó khăn trong việc thay đổi hoặc sự thay đổi không đáng kể trong quan điểm đầu tư của nhà đầu tư dẫn đến phản ứng chậm trong việc điều chỉnh hành vi.

Daniel và cộng sự (1998) đề xuất rằng momentum có thể được giải thích bởi tâm lý tự tin thái quá và sai lầm do tự quy kết (self-attribution bias) Nhà đầu tư với tâm lý tự tin thái quá thường đánh giá quá cao khả năng của mình hoặc thông tin mà họ sở hữu, trong khi thờ ơ với các thông tin khác và giảm nhẹ các yếu tố rủi ro.

Theo nghiên cứu của Barber và Odean (2000), tần suất giao dịch có thể là chỉ số cho sự tự tin của nhà đầu tư Nhà đầu tư tự tin sẽ tin rằng họ có thể chiến thắng thị trường và giao dịch nhiều hơn để nắm bắt cơ hội kiếm lợi nhuận, dẫn đến hiện tượng momentum Tuy nhiên, nghiên cứu của Barber và Odean (2000) lại chỉ ra rằng nhà đầu tư giao dịch nhiều thường thua lỗ nhiều hơn.

Tâm lý neo đậu, định kiến do tình huống có sẵn, và lệch lạc do tình huống điển hình của nhà đầu tư có thể dẫn đến phản ứng chậm đối với thông tin và tạo ra hiện tượng momentum Tâm lý neo đậu làm cho nhà đầu tư có xu hướng duy trì niềm tin vào kỳ vọng giá cổ phiếu xung quanh một mức điểm cố định hoặc quá tin tưởng vào một thông tin cụ thể, và họ thường không điều chỉnh hoặc chỉ điều chỉnh rất ít niềm tin này khi tiếp nhận thông tin mới Nhà đầu tư có định kiến do tình huống có sẵn thường dựa vào các sự kiện trong quá khứ khi đối mặt với tình huống tương tự trong hiện tại, điều này ảnh hưởng đến kỳ vọng của họ về cổ phiếu trong tương lai.

Khi gặp thông tin quá phức tạp, nhà đầu tư không thể phân tích một cách đầy đủ và do đó thường dựa vào các tình huống điển hình như là khuôn mẫu tin cậy, dẫn đến phản ứng chậm và không phù hợp với thông tin mới.

MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu nghiên cứu

Dữ liệu nghiên cứu bao gồm chỉ số VN-Index và số liệu về các cổ phiếu niêm yết trên sàn HOSE từ ngày 31 tháng 12 năm 2017 đến ngày 31 tháng 12 năm 2022.

Dữ liệu cổ phiếu gồm giá đóng cửa, vốn hóa thị trường, tỷ số BE/ME, khối lượng giao dịch trích từ HOSE, không bao gồm cổ phiếu chuyển sàn Nghiên cứu thu thập lãi suất trái phiếu chính phủ kỳ hạn 5 năm từ Bloomberg để tính lãi suất phi rủi ro Tỷ suất sinh lời VN-Index biểu thị tỷ suất sinh lời thị trường.

Các nghiên cứu về hiệu ứng momentum trên thế giới thường sử dụng dữ liệu tần suất tháng hoặc tuần Do việc thành lập danh mục và ước lượng các yếu tố rủi ro đòi hỏi nhiều quan sát, nghiên cứu này sử dụng dữ liệu tần suất tuần để tăng số lượng quan sát và độ tin cậy của kết quả thực nghiệm Số liệu của ngày thứ tư được chọn để đại diện cho cả tuần nhằm tránh các hiệu ứng của từng ngày trong tuần Trong nội dung phân tích tác động của các yếu tố rủi ro tới hiệu ứng momentum, cần có phương pháp đo lường các rủi ro Nghiên cứu này sử dụng dữ liệu tần suất ngày để ước lượng các hệ số beta, sau đó trích số liệu hàng tuần Tương tự theo Gutierrer và Kelley (2008),những cổ phiếu không giao dịch hoặc có thị giá dưới 2000 đồng vào tuần cuối của giai đoạn hình thành danh mục sẽ bị loại bỏ để tránh ảnh hưởng của những cổ phiếu thanh khoản kém và cổ phiếu nhỏ.

Đo lường momentum và các biến số rủi ro của cổ phiếu

Để kiểm định hiệu ứng momentum, việc đo lường momentum của cổ phiếu ở mỗi thời điểm là cần thiết Ngoài ra, phần này cũng mô tả cách đo lường các nhân tố ảnh hưởng bao gồm giá trị, quy mô, và beta, nhằm nghiên cứu tác động của các rủi ro này đến hiệu ứng momentum.

Nghiên cứu sử dụng tỷ suất sinh lời gộp, cụ thể Ri,t là tỷ suất sinh lời của cổ phiếu i ở tuần t được tính theo công thức:

Với Pi,t là giá cổ phiếu i ở tuần t.

Momentum trong J tuần của cổ phiếu i ở tuần t, kí hiệu MomJi,t là tỷ suất sinh lời tích lũy của cổ phiếu trong J tuần gần nhất, có nghĩa từ tuần t-J đến tuần t-1. Được đo lường theo công thức sau:

Theo Jegadeesh và Titman (1993, 2002), với số liệu tần suất tháng, thông thường các nghiên cứu lựa chọn thời gian tích lũy tính momentum là ba, sáu, chín và 12 tháng hoặc 36 tháng (Conrad và Kaul, 1998) Theo Gutierrez và Kelley (2008), với số liệu tuần, thời gian tích lũy tỷ suất sinh lời có thể là từ 1 tuần đến 52 tuần.

3.2.2 Đo lường rủi ro thị trường beta Đo lường hệ số rủi ro thị trường beta dựa vào CAPM với công thức như sau:

Hệ số beta của cổ phiếu i ở tuần t được ước lượng dựa trên số liệu của khoảng thời gian trước đó, bao gồm tuần t Khoảng thời gian dùng để ước lượng có độ dài là 90 ngày gần nhất (bao gồm ngày sự kiện) và yêu cầu có tối thiểu 50 ngày không bị mất quan sát.

Giá trị vốn hóa thị trường được sử dụng làm thước đo quy mô của một doanh nghiệp, đại diện cho tổng giá trị của tất cả các cổ phần của công ty đó Để tính vốn hóa thị trường, tác giả nhân tổng số cổ phiếu đang lưu hành với giá của mỗi cổ phiếu Cụ thể, vốn hóa thị trường của cổ phiếu i vào tuần t, ký hiệu là MktCap i,t , được tính bằng tích của số cổ phiếu i đang lưu hành và giá cổ phiếu i tại thời điểm t.

Mặt khác, Fama và French (1993) sử dụng giá trị vốn hóa thị trường vào ngày giao dịch cuối cùng của tháng 6 mỗi năm và giữ giá trị này không đổi trong các tháng tiếp theo cho đến tháng 5 của năm sau Phương pháp này có ưu điểm là không bị ảnh hưởng bởi biến động ngắn hạn của giá cổ phiếu, và tránh gây ra tương quan chuỗi giữa giá trị vốn hóa thị trường và tỷ suất sinh lời của cổ phiếu Cụ thể, tích số cổ phiếu đang lưu hành và giá cổ phiếu cuối tháng 6 được coi là giá trị vốn hóa thị trường của cổ phiếu từ tháng 6 đến tháng 12 trong cùng năm, và từ tháng 1 đến tháng

Giá trị vốn hóa thị trường cuối tháng 12 không ảnh hưởng đáng kể đến kết quả nghiên cứu mô hình định giá (Gilbert và cộng sự, 2010) Do đó, khi ước tính nhân tố rủi ro quy mô trong mô hình Fama-French, tác giả sẽ sử dụng giá trị vốn hóa thị trường của cổ phiếu vào cuối tháng 12 của năm trước để đại diện cho giá trị vốn hóa thị trường tại tuần t.

Do sự chênh lệch lớn về giá trị vốn hóa thị trường giữa các cổ phiếu có thể giảm khả năng phân tích hồi quy của các mô hình chéo, tác giả sử dụng logarit tự nhiên của giá trị này để đại diện cho quy mô của doanh nghiệp Công thức đo lường như sau:

Biến quy mô theo công thức (*) được dùng trong hồi quy Fama – MacBeth và hình thành danh mục hai biến, trong khi biến quy mô theo công thức (**) hình thành danh mục quy mô tính để tính nhân tố rủi ro quy mô trong mô hình định giá Fama – French (Fama and French, 1993; Bali và cộng sự, 2017).

Bên cạnh đó, để đo lường giá trị sổ sách, Fama và French (1993) đề xuất sử dụng giá trị vốn chủ sở hữu từ bảng cân đối kế toán của công ty được báo cáo trong năm tài chính trước Các tác giả cho rằng độ trễ này không ảnh hưởng đáng kể đến các phân tích thực nghiệm và đảm bảo thông tin đủ để tác động đến hành vi nhà đầu tư Để phù hợp với thị trường Việt Nam, tác giả sử dụng dữ liệu vốn chủ sở hữu vào cuối tháng 12 của năm trước Do đó, có hai cách đo lường giá trị cho cổ phiếu tương ứng được sử dụng để hồi quy và phân tích danh mục.

Hệ số giá trị sổ sách trên giá trị thị trường là thước đo giá trị cổ phiếu bằng cách so sánh giá trị sổ sách với giá trị thị trường Công thức của hệ số này là: Giá trị sổ sách trên giá trị thị trường = Giá trị sổ sách của cổ phiếu / Giá trị thị trường của cổ phiếu Hệ số này cho biết giá trị sổ sách của cổ phiếu gấp bao nhiêu lần so với giá trị thị trường của cổ phiếu.

= trong đó BE và ME tương ứng là giá trị sổ sách và giá trị thị trường của cổ phiếu Tỷ lệ này bằng tỉ lệ vốn chủ sổ hữu và giá trị vốn hóa thị trường.

Chiến lược momentum: phân tích danh mục

Phân tích danh mục là một phương pháp phổ biến được sử dụng hiện nay để đánh giá hiệu ứng momentum Mục tiêu của phương pháp này là đánh giá xem liệu cổ phiếu có tỷ suất sinh lời cao (thấp) trong quá khứ có tiếp tục duy trì mức đó trong tương lai không.

3.3.1 Thành lập danh mục đầu tư

Trong luận văn này, tác giả áp dụng phương pháp thành lập danh mục đơn biến theo mô hình của Jegadeesh và Titman (2002), sử dụng bộ số liệu theo tuần như Gutierrez và Kelley (2008), và phân chia danh mục dựa trên ngũ phân vị tương tự như Rouwenhorst (1999) Cụ thể, vào đầu mỗi tuần t, tác giả sắp xếp các cổ phiếu từ nhỏ đến lớn dựa trên giá trị MomJ, tức là tỷ suất sinh lời lũy tích trong J tuần gần nhất (J tuần này được xem như giai đoạn hình thành danh mục) Sau đó, tác giả phân bổ các cổ phiếu vào năm danh mục P1, P2, P3, P4 và P5 Danh mục P5, được gọi là danh mục thắng (Winner), bao gồm các cổ phiếu có tỷ suất sinh lợi cao nhất, được gọi là "cổ phiếu thắng" Trong khi đó, danh mục P1, được gọi là danh mục thua (Loser), bao gồm các cổ phiếu có tỷ suất sinh lợi thấp nhất, được gọi là "cổ phiếu thua" Chiến lược momentum mua danh mục Winner và đồng thời bán danh mục Loser, được ký hiệu là danh mục WmL Thời điểm đầu tư và hình thành danh mục có thể diễn ra liền nhau (không có trễ) hoặc cách nhau một khoảng thời gian (có trễ) Chiến lược có trễ mang lại lợi ích tránh đảo giá ngắn hạn và ảnh hưởng của hành vi mua bán không thường xuyên (Jegadeesh và Titman, 1993) Các giai đoạn hình thành có thể chồng lấn hoặc không chồng lấn Lựa chọn của tác giả là sử dụng chiến lược có chồng lấn, điều này tăng số lượng quan sát và tăng độ tin cậy của kết quả nghiên cứu, mặc dù điều này cũng đi kèm với chi phí giao dịch tăng lên.

Các danh mục được đầu tư trong một khoảng thời gian K tuần, gọi là giai đoạn kiểm định danh mục hoặc giai đoạn đầu tư Nếu các danh mục được hình thành từ tuần thứ t, trong trường hợp không có trễ, thì danh mục sẽ được giữ từ tuần thứ t đến tuần thứ t + K – 1 Ngược lại, nếu có trễ một tuần, danh mục sẽ được giữ từ tuần thứ t + 1 đến tuần thứ t + K Hình 2.1 mô tả chiến lược đầu tư có chồng lấn với thời gian hình thành danh mục và thời gian đầu tư là 3 tuần.

Hình 3.1: Chiến lược momentum chồng lấn với J = 3, K = 3

Nguồn: Tác giả tổng hợp

3.3.2 Các nhân tố tác động tới hiệu ứng momentum Đánh giá tác động của các yếu tố rủi ro đối với lợi nhuận của hiệu ứng momentum có thể được thực hiện thông qua các mô hình định giá Tuy nhiên, việc phân tích phần bù yếu tố rủi ro có thể không được phát hiện đầy đủ thông qua các mô hình này vì chúng có thể không bao gồm hết các yếu tố rủi ro Trong trường hợp này, cần phải tìm phương pháp khác để khảo sát tác động của rủi ro đối với lợi nhuận của hiệu ứng momentum Do danh mục thắng và danh mục thua được hình thành dựa trên hiệu suất lịch sử, theo lý thuyết tài chính, các cổ phiếu có hiệu suất cao trong quá khứ có thể đồng nghĩa với việc chúng mang lại nhiều rủi ro Điều này có thể dẫn đến việc danh mục thắng bao gồm các cổ phiếu có rủi ro cao và tiếp tục có hiệu suất cao trong tương lai.

Phương pháp phân tích danh mục hai biến xây dựng các danh mục momentum dựa trên nhóm cổ phiếu có đặc điểm tương đồng về rủi ro trong quá khứ Vì chênh lệch rủi ro giữa các cổ phiếu trong các nhóm con thấp hơn trong mẫu dữ liệu, có liên quan đến kỳ vọng tỷ suất sinh lời Nếu chênh lệch rủi ro gây ra hiệu ứng momentum, và chênh lệch kỳ vọng tỷ suất sinh lời là nguồn gốc của lợi nhuận hiệu ứng momentum, thì lợi nhuận trong các nhóm cổ phiếu sẽ nhỏ hơn trên toàn bộ mẫu.

Ngược lại, nếu chênh lệch rủi ro hoặc kỳ vọng tỷ suất sinh lời không gây ra hiệu ứng momentum, thì lợi nhuận trong các nhóm con không nhất thiết nhỏ hơn trên toàn bộ mẫu Phương pháp này dựa trên hai biến là biến kiểm soát và biến cơ sở, trong đó biến cơ sở là momentum và biến kiểm soát là yếu tố rủi ro.

Cụ thể, vào đầu tuần t, dựa trên giá trị của yếu tố rủi ro của cổ phiếu trong tuần trước đó (tuần t - 1), các cổ phiếu được sắp xếp tăng dần và chia thành ba nhóm theo tỷ lệ 30%, 40%, và 30%, tương ứng với Nhóm 1, Nhóm 2 và Nhóm 3.

Sau đó, áp dụng phương pháp phân tích danh mục đơn biến cho mỗi nhóm.

Hình 3.2: Phân tích danh mục hai biến

KẾT QUẢ NGHIÊN CỨU

Sơ lược về thị trường chứng khoán Việt Nam

Được thành lập từ năm 2000, thị trường chứng khoán Việt Nam đã có nhiều bước phát triển quan trọng Từ Trung tâm Giao dịch Chứng khoán TP.HCM (nay là HOSE), thị trường chứng khoán Việt Nam đã trải qua nhiều biến động và giai đoạn tăng trưởng khác nhau.

Giai đoạn khởi đầu (2000-2005) đánh dấu sự ra đời của thị trường chứng khoán Việt Nam với sự kiện Trung tâm Giao dịch Chứng khoán TP.HCM chính thức khai trương vào ngày 28/7/2000 Chỉ với 2 mã cổ phiếu là REE và SAM, thị trường giai đoạn này còn hạn chế về số lượng cổ phiếu niêm yết và nhà đầu tư Tuy nhiên, đây là bước đặt nền móng quan trọng cho sự phát triển mạnh mẽ của thị trường chứng khoán Việt Nam trong những giai đoạn sau.

Giai đoạn tăng trưởng (2006-2007): Sự ra đời của Trung tâm Giao dịch Chứng khoán Hà Nội (nay là Sở Giao dịch Chứng khoán Hà Nội - HNX) vào năm 2005 đã mở rộng thị trường Năm 2006, chỉ số VN-Index đạt đỉnh cao với mức tăng trưởng mạnh mẽ, thu hút nhiều nhà đầu tư trong và ngoài nước.

Giai đoạn khủng hoảng và phục hồi (2008-2010): Cuộc khủng hoảng tài chính toàn cầu 2008 ảnh hưởng nặng nề đến thị trường chứng khoán Việt Nam, chỉ số VN-Index giảm mạnh Thị trường dần phục hồi từ năm 2009, nhưng vẫn gặp nhiều khó khăn do ảnh hưởng từ biến động kinh tế toàn cầu và trong nước.

Trong giai đoạn 2011-2015, thị trường chứng khoán Việt Nam chứng kiến sự ổn định và phát triển đáng kể nhờ cải thiện cơ chế chính sách, cơ sở hạ tầng và công tác quản lý của Ủy ban Chứng khoán Nhà nước Số lượng doanh nghiệp niêm yết cùng giá trị vốn hóa thị trường tăng trưởng mạnh mẽ, đánh dấu giai đoạn phát triển bền vững của thị trường.

Giai đoạn hiện đại hóa và hội nhập (2016-nay): Thị trường chứng khoán ViệtNam tiếp tục hiện đại hóa với việc áp dụng các công nghệ mới và cải tiến hệ thống giao dịch Sự ra đời của thị trường phái sinh vào năm 2017 đánh dấu bước tiến quan trọng trong việc đa dạng hóa sản phẩm đầu tư Năm 2020, thị trường chứng khoán Việt Nam đối mặt với tác động của đại dịch COVID-19 nhưng vẫn duy trì tăng trưởng ấn tượng Hiện tại, thị trường chứng khoán Việt Nam đã trở thành một kênh huy động vốn quan trọng cho nền kinh tế, thu hút nhiều nhà đầu tư trong và ngoài nước với quy mô và thanh khoản ngày càng tăng.

Hình 4.1: Chỉ số VN-Index trong giai đoạn nghiên cứu

Khái quát về mẫu nghiên cứu

Bảng 4.1: Thống kê số cổ phiếu

Bảng 4.1 cho biết số lượng cổ phiếu hoạt động trên thị trường vào mỗi cuối năm Số lượng công ty niêm yết trên sàn HOSE biến động không đồng đều Năm nghiên cứu Năm 2019, số lượng cổ phiếu giảm xuống còn 382, giảm 23 cổ phiếu so với năm trước Điều này có thể cho thấy một số công ty đã hủy niêm yết hoặc sáp nhập, hoặc có ít công ty mới niêm yết trong năm đó Năm 2020, số lượng cổ phiếu tăng nhẹ lên 392, tăng 10 cổ phiếu so với năm 2019 Đây có thể là dấu hiệu của sự phục hồi hoặc sự gia tăng niêm yết mới sau một năm giảm sút Năm 2021, số lượng cổ phiếu tăng mạnh lên 533, tăng 141 cổ phiếu so với năm 2020 Đây là một mức tăng đáng kể, có thể phản ánh sự tăng trưởng và niềm tin vào thị trường chứng khoán hoặc một loạt các đợt niêm yết mới Năm 2022, số lượng cổ phiếu giảm xuống còn 403, giảm 130 cổ phiếu so với năm 2021 Sự sụt giảm đáng kể này có thể cho thấy sự không ổn định hoặc điều chỉnh trong thị trường, với việc hủy niêm yết, sáp nhập hoặc ít đợt niêm yết mới hơn.

R Mom4 Mom13 Mom26 Mom52 Beta Size Value

Trung bình 0,0003 0,0008 -0,0014 -0,0061 -0,0230 0,7563 30,0094 1,2507 Độ lệch 0,0389 0,0932 0,1876 0,2798 0,4059 0,2433 0,4022 0,4480 chuẩn Min -0,1991 -0,4116 -0,8293 -1,1667 -1,4704 0,2388 29,1160 0,1972

Nguồn: Tính toán từ phần mềm Python

Bảng 4.2 trình bày các thống kê mô tả các biến số R, Mom4, Mom13, Mom26,Mom52, Beta, Size, và Value Tỷ suất sinh lời trung bình của cổ phiếu là 0,03% mỗi tuần Mặc dù giá trị này dương cho thấy cổ phiếu có xu hướng tăng giá hàng tuần,nhưng rủi ro đi kèm cũng cao do độ lệch chuẩn lớn, đạt 3,89% Trong bốn tỷ suất sinh lời tích lũy, chỉ có trung bình tỷ suất sinh lời tích lũy trong 4 tuần là dương Điều này cho thấy cổ phiếu có xu hướng tăng giá trong khoảng thời gian 4 tuần với mức trung bình là 0,08% mỗi tuần, nhưng lại giảm giá sau 13, 26, và 52 tuần với các mức giảm tương ứng là 0,14%, 0,61%, và 2,3% Qua các giai đoạn dài hơn, cổ phiếu có xu hướng giảm giá nhiều hơn và rủi ro cũng tăng lên Hệ số beta trung bình của toàn thị trường là dương và nhỏ hơn 1, cho thấy mức độ rủi ro của cổ phiếu tương quan với rủi ro của thị trường nhưng ở mức thấp hơn Hệ số BE/ME trung bình của toàn thị trường là 1,250, cho thấy nhà đầu tư đánh giá giá trị thị trường của cổ phiếu thấp hơn giá trị sổ sách.

Bảng 4.3: Ma trận hệ số tương quan

R Mom1 Mom4 Mom13 Mom26 Mom52 Beta Size Value R 1,0000

Bảng 4.3 thể hiện tương quan dương giữa các biến động lượng trung bình Hệ số tương quan tăng khi khoảng thời gian tích lũy kéo dài, phù hợp với đặc điểm rằng các biến động lượng có thời gian tích lũy gần sẽ có mức tương quan cao hơn Tương quan giữa quy mô và giá trị là -0,5838, cho thấy có sự tương quan ngược chiều do biến Value có đóng góp nghịch đảo với Size Ngoài ra, sự gia tăng quy mô cổ phiếu thường đi kèm với sự giảm biến động lợi nhuận và ngược lại Các hệ số tương quan giữa Beta và Value với lợi nhuận tích lũy đều âm, chỉ ra rằng lợi nhuận tích lũy giảm khi rủi ro hoặc giá trị cổ phiếu tăng.

4.2.2 Thống kê mô tả các danh mục

Bảng 4.4: Thống kê mô tả các danh mục momentum

Bảng 4.4 cho biết trung bình hệ số beta, quy mô và giá trị các cổ phiếu trong năm danh mục được hình thành từ momentum của cổ phiếu trong 1, 4, 13, 26 và 52 tuần.

Cột đầu tiên cho biết trung bình của momentum của các cổ phiếu trong mỗi danh mục hàng tuần (danh mục thua - Loser, P2, P3, P4, và danh mục thắng - Winner) được hình thành từ momentum đó Danh mục thua và danh mục thắng được tạo ra từ các cổ phiếu có biến động giá cao nhất và thấp nhất trong 4 tuần đó, với tỷ lệ tương ứng là 4,11% và 3,72% mỗi tuần (do 0,16445/4 và 0,14883/4) Cột Beta thể hiện rằng các danh mục thua chứa các cổ phiếu có rủi ro thị trường cao nhất, trong khi danh mục thắng chứa các cổ phiếu có rủi ro thị trường thấp hơn.

Danh mục thua thường bao gồm các cổ phiếu giá trị, trong khi danh mục thắng thường chứa các cổ phiếu tăng trưởng Điều này được thể hiện trong mỗi nhóm 5 danh mục, nơi trung bình giá trị (Value) của danh mục thua thường lớn nhất, và nhỏ nhất cho danh mục thắng Cột về quy mô (Size) cho thấy rằng danh mục thắng thường chứa các cổ phiếu có quy mô lớn hơn so với danh mục thua TheoFama và French (1993, 1996), cổ phiếu giá trị thường có rủi ro cao hơn so với cổ phiếu tăng trưởng, và các cổ phiếu có quy mô nhỏ thường có rủi ro cao hơn so với các cổ phiếu có quy mô lớn Do đó, dựa trên Bảng 4.4, có thể kỳ vọng rằng danh mục thua thường chứa các cổ phiếu có rủi ro cao nhất, trong khi danh mục thắng thường chứa các cổ phiếu có rủi ro thấp hơn so với trung bình.

Bằng chứng hiệu ứng momentum

Để kiểm định hiệu ứng momentum, tác giả thực hiện chiến lược có chồng lấn với hai trường hợp: có trễ 1 tuần và không có trễ Thời gian hình thành danh mục là J tuần (J = 1, 4, 13, 26, 52 tuần) và thời gian đầu tư là K tuần (K = 1, 4, 13, 26, 52 tuần), với trọng số bằng nhau và trọng số theo giá trị thị trường Tổng cộng có 100 chiến lược momentum được kiểm tra Hiệu suất của các danh mục Loser, Winner, và WmL được trình bày trong Bảng 4.5 và Bảng 4.6 Các giá trị trong ngoặc là thống kê t.

Bảng 4.5 cho thấy tỷ suất sinh lời trung bình của các danh mục Winner, Loser và lợi nhuận của danh mục WmL trong trường hợp trọng số của các cổ phiếu trong danh mục là bằng nhau Chỉ có chiến lược đầu tư với J = K = 1 không đạt lợi nhuận trung bình dương, tỷ suất sinh lời có dấu hiệu đảo ngược Trong các trường hợp còn lại, các danh mục có tỷ suất sinh lời cao/thấp trong J tuần trước đó tiếp tục có tỷ suất sinh lời cao/thấp trong K tuần tiếp theo Trong 50 danh mục momentum, có 49 danh mục ghi nhận lợi nhuận dương, nhưng chỉ 31 trong số đó có ý nghĩa thống kê Chiến lược thành công nhất trong 64 chiến lược là dựa vào tỷ suất sinh lời của 13 tuần gần nhất và giữ trong một tuần, với một khoảng cách 1 tuần giữa giai đoạn hình thành và giai đoạn đầu tư, đạt lợi nhuận 0,61% mỗi tuần Tuy nhiên, chiến lược này không phải là chiến lược có rủi ro thấp nhất vì độ lệch chuẩn của lợi nhuận không phải là nhỏ nhất Tỷ suất sinh lời của cổ phiếu có xu hướng đảo chiều trong một tuần so với tuần trước đó, đạt mức 0,04% mỗi tuần Kết quả này phù hợp với nghiên cứu của Jegadeesh và Titman (1993, 2002) Hiệu ứng đảo ngược ngắn hạn này là do các cổ phiếu thua tăng giá 0,13% mỗi tuần, trong khi các cổ phiếu thắng tăng yếu hơn với mức 0,09% mỗi tuần Quan sát các danh mục Loser cho thấy rằng 44/50 danh mục này có lợi suất âm, nghĩa là phần lớn các cổ phiếu thua tiếp tục giảm điểm, mặc dù điều này không đáng tin cậy Các cổ phiếu giảm giá nhiều nhất trong một tuần có thể tăng trung bình 0,13% trong tuần tiếp theo Ngoài ra, 49/50 danh mục Winner đạt lợi nhuận dương, nghĩa là hầu hết các cổ phiếu thắng tiếp tục tăng điểm, nhưng tương tự như các cổ phiếu thua, điều này cũng không đáng tin cậy Danh mục thắng và danh mục thua hình thành trong 13 tuần và đầu tư trong 1 tuần với một khoảng trễ cho thấy mức giảm giá lớn nhất và mức tăng giá lớn nhất, tương ứng Các danh mục WmL đạt lợi nhuận dương đáng tin cậy, trong khi các danh mục thua và danh mục thắng không có ý nghĩa thống kê, chứng tỏ hiệu quả của việc đa dạng hóa danh mục đầu tư.

Bảng 4.6 trình bày hiệu suất của các danh mục khi sử dụng trọng số là giá trị thị trường của các cổ phiếu Ngoại trừ trường hợp J = K = 52, tất cả các danh mục WmL còn lại đều có lợi nhuận dương, với 27/50 lợi nhuận có ý nghĩa thống kê.

Chiến lược momentum thành công nhất dựa trên tỷ suất sinh lợi của cổ phiếu trong 4 tuần và đầu tư trong tuần kế tiếp, đạt lợi nhuận 1,17% Khi sử dụng trọng số cổ phiếu theo giá trị vốn hóa thị trường, lợi nhuận của chiến lược không có trễ cao hơn chiến lược có trễ với cùng thời gian đầu tư Với cùng thời gian hình thành danh mục và đầu tư, các danh mục có trọng số theo giá trị vốn hóa thị trường đạt lợi nhuận cao hơn nhiều so với trọng số bằng nhau, nhưng cũng có rủi ro cao hơn do độ lệch chuẩn lớn hơn Điều này chứng tỏ yếu tố giá trị thị trường ảnh hưởng đến hiệu ứng momentum của cổ phiếu Nếu sử dụng trọng số bằng nhau, các cổ phiếu nhỏ và lớn đóng góp như nhau vào tỷ suất sinh lợi của danh mục Ngược lại, nếu sử dụng trọng số theo giá trị vốn hóa thị trường, các cổ phiếu lớn sẽ đóng góp nhiều hơn vào tỷ suất sinh lợi của danh mục so với cổ phiếu nhỏ, cho thấy các cổ phiếu lớn có hiệu ứng momentum mạnh hơn Hơn nữa, trong Bảng 4.3, các danh mục momentum với thời gian đầu tư 1 tuần không có trễ đều có lợi nhuận trung bình thấp và không đạt ý nghĩa thống kê; nhưng khi sử dụng trọng số theo giá trị thị trường, các danh mục momentum đạt lợi nhuận cao hơn nhiều và có ý nghĩa thống kê Sự thay đổi này chủ yếu do danh mục thắng Điều này chứng tỏ các cổ phiếu có quy mô lớn có xu hướng momentum mạnh nhất trong 1 tuần so với tuần trước đó, đặc biệt là các cổ phiếu thắng và có quy mô lớn.

Bảng 4.5: Lợi nhuận hiệu ứng momentum với trọng số bằng nhau

***, ** và * lần lượt tương ứng với mức ý nghĩa 1%, 5% và 10%

Bảng 4.6: Lợi nhuận hiệu ứng momentum với trọng số bằng nhau

Nguồn: Tính toán từ phần mềm Python Để kiểm chứng độ tin cậy của thông tin khi hình thành các danh mục, tỷ suất sinh lời trung bình của các danh mục được tính ở tuần cuối cùng trong giai đoạn xếp hạng, với kết quả được trình bày trong Bảng 4.7 Tất cả các danh mục thua đều có tỷ suất sinh lời trung bình âm và có ý nghĩa thống kê ở mức trên 1% Tất cả các danh mục thắng đều có tỷ suất sinh lời trung bình dương và có ý nghĩa thống kê trên 1% Điều này chứng tỏ rằng các cổ phiếu thua đang giảm giá vào tuần cuối cùng trong giai đoạn hình thành danh mục, trong khi các cổ phiếu thắng đang tăng giá trong tuần cuối cùng này Do đó, các danh mục momentum đều đạt được lợi nhuận trung bình dương với ý nghĩa thống kê trên 1%.

Bảng 4.7: Lợi nhuận của các danh mục trong giai đoạn hình thành danh mục

Trọng số theo giá trị vốn hóa thị trường

Như vậy, tỷ suất sinh lời trung bình của các danh mục Loser, Winner, và WmL trong tuần cuối cùng của giai đoạn hình thành danh mục đều khớp với kỳ vọng 100 chiến lược được trình bày trong Bảng 4.5 và Bảng 4.6 đều dựa trên thông tin đáng tin cậy Lợi nhuận của danh mục WmL tăng dần khi J giảm, chứng tỏ thông tin về cổ phiếu trong thời gian gần đây quan trọng hơn.

4.3.2 Lợi nhuận hiệu ứng momentum sau khi điều chỉnh rủi ro

Theo các mô hình định giá, tỷ suất sinh lời của một danh mục là phần bù cho các yếu tố rủi ro của danh mục đó Để trả lời câu hỏi liệu rủi ro có thể giải thích cho lợi nhuận từ hiệu ứng momentum hay không, luận văn áp dụng các mô hình định giá như CAPM và mô hình Fama-French CAPM cung cấp các tỷ suất sinh lời của danh mục như sau:

Trong đó rP,t và rWmL,t tương ứng là tỷ suất sinh lời của danh mục P (danh mục Winner hoặc Loser) và danh mục WmL ở tuần t; và tương ứng tỷ suất sinh lời bất thường của các danh mục, gọi tắt là hệ số alpha; và tương ứng là hệ số beta của các danh mục; rf,t là tỷ suất phi rủi ro ở tuần t; rM,t là tỷ suất sinh lời của danh mục thị trường ở tuần t.

Mô hình định giá của Fama and French (1993) như sau:

Tỷ suất lợi nhuận của danh mục P và WmL tại tuần t được ký hiệu lần lượt là rP,t và rWmL,t Alpha (rP,t-rWmL,t) là chênh lệch giữa tỷ suất lợi nhuận của danh mục P với tỷ suất lợi nhuận của danh mục chuẩn Các hệ số alpha, beta và gamma tương ứng là , , và ,

46 beta của các danh mục ứng với các nhân tố thị trường, nhân tố quy mô và nhân tố giá trị; , là tỷ suất phi rủi ro ở tuần t; , là tỷ suất sinh lời của danh mục thị trường ở tuần t; SMBt và HMLt tương ứng các nhân tố quy mô và nhân tố giá trị ở tuần t Do cách hình thành danh mục, tỷ suất sinh lời phi rủi ro được bù trừ và triệt tiêu trong tỷ suất sinh lợi vượt trội của danh mục momentum Nếu các mô hình định giá chính xác mô tả mối quan hệ giữa tỷ suất sinh lợi của tài sản và rủi ro hệ thống, hệ số alpha phải bằng 0 Trong trường hợp này, tỷ suất sinh lời của danh mục hoàn toàn được xác định bởi các yếu tố rủi ro Ngược lại, nếu hệ số alpha dương và có ý nghĩa thống kê, điều đó cho thấy danh mục có tỷ suất sinh lời bất thường cao hơn so với tỷ suất kỳ vọng tương ứng với các rủi ro của nó.

Bảng 4.8 và Bảng 4.10 trình bày kết quả hồi quy theo mô hình CAPM và Fama-French cho tỷ suất sinh lời của các danh mục momentum, với trễ 1 tuần, cho các trường hợp J = 1, 4, 13, 26, 52 và K = 1, 4, 13, 26, 52 Bảng 4.8 bao gồm ước lượng hệ số alpha và beta Trong khi đó, Bảng 4.9 và Bảng 4.10 cung cấp các ước lượng của hệ số alpha, beta, và các hệ số tương ứng với SMB và HML Các giá trị trong ngoặc là thống kê t.

Bảng 4.8 cho thấy rằng tất cả các chiến lược momentum đều có lợi nhuận trung bình dương sau khi điều chỉnh rủi ro thị trường, với 28/50 lợi nhuận đạt ý nghĩa thống kê ở mức ý nghĩa tối thiểu 10% Tất cả các hệ số beta đều âm, cho thấy danh mục thua có rủi ro thị trường cao hơn danh mục thắng Điều này dẫn đến việc lợi nhuận từ hiệu ứng momentum sau khi điều chỉnh rủi ro thậm chí còn cao hơn so với lợi nhuận thô từ hiệu ứng momentum Kết luận này phù hợp với phân tích trong Bảng 4.4 về các đặc điểm trung bình của Beta, Size và Value, trong đó danh mục thua có mức độ rủi ro cao hơn danh mục thắng Do đó, lợi nhuận từ hiệu ứng momentum có thể không phải do rủi ro gây ra.

Tương tự như Bảng 4.8, các hệ số alpha trong Bảng 4.9 và Bảng 4.10 đều dương, với 29/50 lợi nhuận vượt trội có ý nghĩa thống kê ở mức tối thiểu 10% Các ước lượng hệ số beta cũng nhận giá trị âm, và danh mục thua có rủi ro thị trường cao hơn danh mục thắng Các hệ số tương ứng với SMB và HML hầu hết có ước lượng

47 dương, cho thấy danh mục thắng có độ nhạy cảm với các yếu tố SMB và HML cao hơn so với danh mục thua.

Tóm lại, hầu hết các chiến lược momentum đạt lợi nhuận có ý nghĩa thống kê ởmức tối thiểu 1% Mặc dù chưa thể kết luận chắc chắn, kết quả này ủng hộ quan điểm rằng rủi ro thị trường không hoàn toàn giải thích được lợi nhuận từ hiệu ứng momentum Các chiến lược có lợi nhuận thô cao nhất trong cả hai trường hợp trọng số vẫn tiếp tục đạt lợi nhuận bất thường cao nhất.

Bảng 4.8: Lợi nhuận hiệu ứng momentum điều chỉnh theo CAPM

J Trọng số bằng nhau Trọng số giá trị thị trường

Bảng 4.9: Lợi nhuận hiệu ứng momentum điều chỉnh theo mô hình Fama – French

J Trọng số bằng nhau Trọng số theo giá trị vốn hóa thị trường

Ảnh hưởng của yếu tố rủi ro tới lợi nhuận hiệu ứng momentum

Phân tích lợi nhuận momentum trong mục 4.3.2 cho thấy các yếu tố rủi ro truyền thống như CAPM và Fama-French không thể giải thích đầy đủ lợi nhuận này Phân tích danh mục hai biến xác định rõ hơn tác động của các yếu tố rủi ro, bao gồm quy mô, giá trị và hệ số beta (của CAPM), đối với hiệu ứng momentum.

Luận văn trình bày kết quả phân tích danh mục hai biến trong Bảng 4.10.

Bảng này bao gồm lợi nhuận thô và các lợi nhuận đã điều chỉnh rủi ro của chiến lược momentum đầu tư trong 4 tuần, với biến cơ sở là tỷ suất sinh lời tích lũy của cổ phiếu trong 4 tuần và biến kiểm soát lần lượt là ba yếu tố rủi ro đã nêu Chiến lược này được xem xét trong trường hợp có trễ, với trọng số bằng nhau hoặc theo giá trị vốn hóa thị trường, và được thực hiện trong toàn bộ giai đoạn nghiên cứu, cũng như trong bốn giai đoạn khác nhau Nhóm 1, Nhóm 2 và Nhóm 3 bao gồm các cổ phiếu có giá trị theo mỗi yếu tố rủi ro được sắp xếp từ nhỏ nhất đến lớn nhất, với tỷ trọng lần lượt là 30%, 40% và 30% cổ phiếu trên thị trường Bảng này cũng hiển thị giá trị của thống kê t tương ứng, được đặt trong ngoặc Trong tổng số 18 chiến lược hai biến, có 35/54 lợi nhuận từ hiệu ứng momentum là dương và có ý nghĩa thống kê ở mức ý nghĩa 5%.

Bảng 4.10: Phân tích danh mục hai biến

Danh mục có trọng số bằng nhau Danh mục có trọng số giá trị thị trường

Nhóm 1 Nhóm 2 Nhóm 3 Nhóm 1 Nhóm 2 Nhóm 3

***, ** và * lần lượt tương ứng với mức ý nghĩa 1%, 5% và

10% Nguồn: Tính toán từ phần mềm Python

Khi biến kiểm soát là quy mô, chiến lược momentum đầu tư vào nhóm cổ phiếu có quy mô lớn nhất và có trọng số theo giá trị vốn hóa thị trường đạt lợi nhuận thô và lợi nhuận điều chỉnh cao nhất, khoảng 0,45% mỗi tuần với mức ý nghĩa tối thiểu 1% Lợi nhuận của danh mục momentum tăng theo quy mô trong cả hai trường hợp trọng số bằng nhau và trọng số theo giá trị thị trường, điều này phù hợp với phân tích danh mục đơn biến Lý do là tỷ suất sinh lời của danh mục thắng tăng theo quy mô, trong khi tỷ suất sinh lời của danh mục thua giảm theo quy mô.

Hiệu ứng momentum không xuất hiện trong nhóm cổ phiếu có quy mô nhỏ Kết quả này nhất quán với nghiên cứu của Nguyễn Thị Yến và Lê Đức Khánh (2020), các tác giả cho rằng nhóm cổ phiếu lớn có hiệu ứng momentum mạnh nhất Trong khi đó, nghiên cứu của Võ Xuân Vinh và Võ Văn Phong (2019) phát hiện rằng momentum chỉ xuất hiện ở nhóm quy mô trung bình và hầu như không tồn tại ở hai nhóm còn lại Một lý giải có thể là cổ phiếu lớn thường có tính thanh khoản cao hơn (Lesmond và cộng sự, 2004); do đó, chịu chi phí giao dịch thấp hơn và chi phí tác động giá cũng thấp hơn, dẫn đến tỷ suất sinh lời của chiến lược momentum trong các công ty lớn cao hơn so với các công ty nhỏ.

Khi biến kiểm soát là Value, chiến lược momentum đầu tư vào nhóm các cổ phiếu tăng trưởng với trọng số theo giá trị vốn hóa thị trường đạt lợi nhuận thô và lợi nhuận điều chỉnh cao nhất, khoảng 0,5% mỗi tuần, với mức ý nghĩa tối thiểu 1% Giá trị của cổ phiếu có ảnh hưởng ngược chiều đến hiệu ứng momentum Khi giá trị của các cổ phiếu tăng, hiệu ứng momentum giảm dần Theo Daniel và Titman (1999), sự tương tác giữa hiệu ứng giá trị và momentum được lý giải như sau: các nhà đầu tư cho rằng các cổ phiếu có tỷ số BE/ME thấp khó đánh giá hơn các cổ phiếu có tỷ số BE/ME cao Nhà đầu tư thường có tâm lý tự tin thái quá khi xử lý thông tin phức tạp, dẫn đến hiệu ứng momentum có thể yếu hơn trong nhóm các cổ phiếu giá trị và mạnh hơn trong nhóm các cổ phiếu tăng trưởng.

Nhóm cổ phiếu có hệ số beta trung bình thể hiện hiệu ứng momentum rõ rệt hơn so với các nhóm beta cao và thấp Chiến lược momentum-beta đạt kết quả tốt nhất khi đầu tư vào nhóm cổ phiếu beta trung bình với trọng số theo giá trị thị trường, đem lại lợi nhuận trung bình là 0,48%/tuần Tuy nhiên, kết quả này khác với nghiên cứu của Jegadeesh và Titman (1993), cho rằng danh mục momentum sẽ sinh lời cao hơn khi hệ số beta lớn hơn.

Các danh mục với trọng số theo giá trị thị trường đều đạt lợi nhuận cao hơn so với các danh mục có trọng số bằng nhau Kết quả này khẳng định một lần nữa sự tương tác cùng chiều của quy mô đối với hiệu ứng momentum Tóm lại, theo lý thuyết tài chính chuẩn tắc, lợi nhuận đầu tư thường đi kèm với mức rủi ro cao Nếu danh mục WmL đạt lợi nhuận, có thể là do danh mục thắng có rủi ro cao hơn danh mục thua Các yếu tố beta, quy mô và giá trị là ba loại rủi ro phổ biến nhất và liên quan đến kỳ vọng lợi nhuận Việc phân nhóm cổ phiếu theo ba biến này sẽ giảm sự khác biệt về rủi ro của các cổ phiếu trong mỗi nhóm Nếu các yếu tố rủi ro có thể giải thích được lợi nhuận của chiến lược momentum, thì lợi nhuận chiến lược thực hiện trong các nhóm cổ phiếu phải nhỏ hơn trên toàn bộ mẫu do có chênh lệch rủi ro nhỏ hơn Tuy nhiên, nhiều chiến lược đầu tư thực hiện trong các nhóm con vẫn thành công, với lợi nhuận bất thường đạt giá trị dương và có ý nghĩa thống kê Lợi nhuận của một số chiến lược thậm chí còn cao hơn so với toàn bộ mẫu (Bảng 4.5, Bảng 4.6, Bảng 4.8 – Bảng 4.11).

Do đó, có thể khẳng định rằng các rủi ro này chưa giải thích được hoàn toàn lợi nhuận từ hiệu ứng momentum quan sát được, và có những nguyên nhân khác khiến cho các chiến lược này đạt được lợi nhuận đáng tin cậy.

Hồi quy Fama – MacBeth

Hồi quy Fama-MacBeth phân tích mối quan hệ giữa đà tăng giá cổ phiếu trong bốn tuần trước và tỷ suất sinh lời của cổ phiếu trong tuần tiếp theo, có kiểm soát các biến như quy mô công ty (Size), giá trị sổ sách (Value) và hệ số beta (Beta).

= 4 Kết quả hồi quy cho các mô hình được đánh số từ 1 đến 8 (như đã mô tả trong Mục 3.4), được thể hiện trong Bảng 4.11 Các bảng này trình bày ước lượng của hệ số chặn và các hệ số tương ứng với các biến, cùng với thống kê t (giá trị trong ngoặc), hệ số xác định hiệu chỉnh, thống kê F, và P-value của thống kê F Bảng 4.4 cho thấy tương quan tuyến tính giữa các biến thấp nên không ảnh hưởng đến các ước lượng hệ số của các biến trong hồi quy Fama-MacBeth Dấu của các hệ số tương ứng với tất cả các biến trong 8 mô hình đều thống nhất, xác nhận điều này.

Bảng 4.11: Kết quả hồi quy Fama – MacBeth

Hệ số chặn Mom4 Size Value Beta Adj.R2 Pvalue Pvalue

Hệ số Mom4 dương cho thấy động lượng cổ phiếu trong 4 tuần trước luôn tương quan với tỷ suất lợi nhuận trong 4 tuần tiếp theo (trễ 1 tuần) Trong tất cả các mô hình, hệ số Mom4 trung bình là dương với 31/32 hệ số là có ý nghĩa thống kê ở mức tối thiểu 10%, sau khi đã kiểm soát tương tác của các biến Size, Value, Beta, IVol và Illiq Điều này chỉ ra rằng động lượng cổ phiếu có ảnh hưởng tích cực đến tỷ suất lợi nhuận trong tương lai.

4 tuần trước đó tăng hoặc giảm 100%, giả sử các yếu tố rủi ro khác không thay đổi, thì tỷ lệ lợi nhuận trung bình của cổ phiếu trong 4 tuần tiếp theo sẽ tăng hoặc giảm tương ứng trong khoảng từ 1,24% đến 1,67%.

Các ước lượng hệ số tương ứng với biến Size và Beta trong các mô hình đều mang dấu âm, điều này cho thấy quy mô và hệ số rủi ro thị trường của cổ phiếu có thể tương tác ngược chiều với tỷ suất lợi nhuận của cổ phiếu trong 4 tuần tiếp theo.

Hệ số của Mom4 cho thấy sự tương quan dương giữa momentum của cổ phiếu trong 4 tuần và tỷ suất sinh lời của cổ phiếu trong 4 tuần tiếp theo (với một tuần trễ).

Trên 8 mô hình, hệ số Mom4 trung bình đều dương, 7/8 trong số đó có ý nghĩa thống kê với ngưỡng tối thiểu 10%, sau khi kiểm soát tương tác (nếu có) của các biến Size, Value, Beta Hệ số dương của Mom4 minh chứng rằng khi tỷ suất sinh lời của cổ phiếu trong 4 tuần tăng, thì trung bình tỷ suất sinh lời của cổ phiếu trong 4 tuần tiếp theo cũng tăng; ngược lại, nếu tỷ suất sinh lời của cổ phiếu trong 4 tuần giảm, thì tỷ suất sinh lời của cổ phiếu trong 4 tuần tiếp theo (với một tuần trễ) cũng giảm.

Các dấu âm của hệ số ước lượng cho các biến Size, Beta cho thấy rằng quy mô, rủi ro thị trường và biến động cổ phiếu có thể ảnh hưởng nghịch chiều đến tỷ suất lợi nhuận trong 4 tuần tới Ngược lại, dấu dương của hệ số ước lượng cho biến Value cho thấy mối liên hệ thuận chiều giữa tỷ lệ BE/ME và tỷ suất lợi nhuận tương lai Phân tích hồi quy FM khẳng định hiệu ứng đà động Các mô hình chỉ ra rằng giá trị ước lượng trung bình cho động lượng cổ phiếu (Mom) là dương và có ý nghĩa thống kê, bất kể biến kiểm soát nào được sử dụng.

Trong chương 4, luận văn tập trung vào phân tích hiệu ứng momentum trong giao dịch cổ phiếu Kết quả cho thấy hiệu ứng này tồn tại với nhiều cấu hình khác nhau của thời gian hình thành danh mục và thời gian đầu tư Đặc biệt, phân tích bằng hồi quy Fama – MacBeth và phương pháp phân tích danh mục hai biến đã củng cố hiệu ứng momentum, chỉ ra rằng hiệu ứng này không chỉ là kết quả của các yếu tố rủi ro truyền thống mà còn phụ thuộc vào các yếu tố khác như kỳ vọng tỷ suất sinh lời của các cổ phiếu.