luận văn thạc sĩ 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.

Báo cáo của Ủy ban Chứng khoán Nhà nước cho biết năm 2023, nhà đầu tư cá nhân trong nước chiếm 88,3% giá trị giao dịch chứng khoán Việt Nam 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 và có thể đưa ra hành vi đầu tư phi lý khi tiếp nhận thông tin mới Chỉ số cá nhân (Individualism score) của người Việt Nam cũng ảnh hưởng đến cách tiếp cận đầu tư.

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 không hiệu quả (Phan Trần Trung Dũng và Ngô Hồ Quang Hiếu, 2019) có thể dẫn đến tình trạng công bố thông tin bất cân xứng, khiến một số nhà đầu tư có thể có thông tin nội gián Thông tin này có thể lan truyền dần trong cộng đồng nhà đầu tư, làm cho tỷ suất sinh lời thay đổi theo một xu hướng trong một khoảng thời gian, gây nên hiệu ứng momentum Dựa vào những lập luận trên, tác giả nhận thấy hiệu ứng momentum có khả năng rất cao xảy ra trên thị trường chứng khoán Việt Nam Kể từ nghiên cứu của Jegadeesh và Titman (1993) - nghiên cứu đầu tiên về hiệu ứng momentum trên thị trường chứng khoán thế giới, nhiều nghiên cứu đã ghi nhận sự xuất hiện của hiệu ứng này trên nhiều thị trường hoặc tổng hợp nhiều thị trường trên toàn cầu Tuy nhiên, nghiên cứu về hiệu ứng momentum trên thị trường Việt Nam còn hạn chế và kết quả chưa thống nhất.

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 sử dụng dữ liệu giá đóng cửa hàng ngày của các cổ phiếu giao dịch trên HOSE từ 31/12/2017 đến 31/12/2022 để xây dựng các biến quan trọng Những biến này được sử dụng cho giai đoạn nghiên cứu kéo dài 5 năm từ tháng 01/2018 đến tháng 12/2022 nhằm phân tích mối quan hệ giữa các yếu tố vĩ mô và hiệu suất thị trường chứng khoán.

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 bổ sung thêm biến quy mô vào phương pháp danh mục đơn biến Cụ thể, tại thời điểm tuần t, tác giả chia cổ phiếu thành các nhóm quy mô dựa trên cấu trúc ngũ phân vị, từ nhỏ đến lớn Sau đó, đối với mỗi nhóm quy mô, tác giả xây dựng chiến lược momentum tương tự như 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)t + βXi, t× Xi, t + εt (1)Xi, t× Xi, t + εt (1)t (1)

Ri,t = αt + βXi, t× Xi, t + εt (1)t + βXi, t× Xi, t + εt (1)SIZEi, t× LnSIZEi, t + εt (1)t (2)

Mô hình hồi quy hai biến: Ri,t = αt + βXi, t× Xi, t + εt (1)t + βXi, t× Xi, t + εt (1)SIZEi, t× LnSIZEi, t + βXi, t× Xi, t + εt (1)Xi,t × Xi,t + εt (1)t (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 quá trình tính toán, Pi,t được sử dụng để biểu thị giá cổ phiếu i tại tuần t Tác giả bài viết lựa chọn giá đóng cửa của phiên giao dịch vào thứ tư hàng tuần để đảm bảo mức giá không bị ảnh hưởng bởi hiệu ứng đầu tuần và cuối tuần, giúp phản ánh chính xác hơn diễn biến 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

Ý nghĩa khoa học: Nghiên cứu hệ thống lại cơ sở lý thuyết cho hiệu ứng trên thị trường chứng khoán Việt Nam Trong đó, nổi bật là các lý thuyết về tài chính hành vi, lý thuyết triển vọng và tài chính truyền thống. Ý nghĩa thực tiễn: Từ cơ sở kết quả nghiên cứu, đưa ra các hàm ý chiến lược đến các nhà đầu tư trên thị trường chứng khoán Việt Nam.

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

Momentum (động lượng) là thước đo tốc độ biến đổi của giá chứng khoán, phản ánh sự thay đổi của giá trong một khoảng thời gian nhất định Giao dịch dựa trên động lượng là một chiến lược đầu tư nhằm tận dụng xu hướng giá hiện tại, bằng cách tham gia khi xu hướng đang gia tăng Hiểu một cách đơn giản, động lượng thể hiện sức bền của một xu hướng giá có khả năng tiếp tục tăng hoặc giảm trong một khoảng thời gian cụ thể, thường dựa trên phân tích cả giá và khối lượng giao dịch Trong phân tích kỹ thuật, động lượng thường được đo lường thông qua các chỉ báo dao động và sử dụng để xác định xu hướng Động lượng mạnh có thể duy trì xu hướng tăng hoặc giảm, và điều này có thể được xác nhận qua những biến động về khối lượng giao dịch cũng như các chỉ báo kỹ thuật khác Chiến lược đầu tư theo động lượng bao gồm việc mua chứng khoán khi chúng đang tăng giá và bán ra khi giá có dấu hiệu đạt đỉnh Tuy nhiên, cần lưu ý rằng giao dịch theo động lượng là một chiến lược phụ thuộc vào việc đi theo xu hướng hiện tại, và không có gì đảm bảo rằng xu hướng giá sẽ tiếp tục trong tương lai.

Các nhà đầu tư có thể áp dụng chiến lược giao dịch dựa trên động lượng nhằm thu lợi từ hiệu ứng tâm lý bầy đàn trên thị trường Thay vì tuân theo nguyên tắc truyền thống "mua thấp, bán cao", chiến lược giao dịch động lượng tập trung vào việc "mua cao, bán cao hơn" Khi nhận thấy sự gia tăng nhanh chóng của giá, thu nhập, hoặc doanh thu của một cổ phiếu, các nhà giao dịch động lượng thường mở vị thế mua hoặc bán, kỳ vọng rằng xu hướng hiện tại sẽ tiếp tục Chiến lược này chủ yếu dựa trên các biến động ngắn hạn của giá cổ phiếu, thay vì giá trị nội tại của chúng Nhà đầu tư có thể chọn mua hoặc bán dựa trên sức mạnh của xu hướng giá của tài sản Nếu nhà giao dịch quyết định sử dụng chiến lược dựa trên động lượng, họ sẽ mở vị thế mua đối với một cổ phiếu hoặc tài sản đang có xu hướng tăng Ngược lại, nếu cổ phiếu có xu hướng giảm, nhà giao dịch sẽ mở vị thế bán Trái ngược với triết lý giao dịch truyền thống – mua thấp, bán cao – chiến lược động lượng tìm cách bán thấp và mua lại ở mức giá thấp hơn, hoặc mua cao và bán ra ở mức giá cao hơn Thay vì tập trung vào việc xác định mô hình tiếp tục hay đảo chiều, các nhà đầu tư động lượng chú trọng vào xu hướng giá được hình thành từ sự phá vỡ gần đây.

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 thường giả định rằng: hành vi của nhà đầu tư trên thị trường được coi là hợp lý, họ e ngại rủi ro, và thị trường vận hành theo cơ chế giao dịch hiệu quả (Bodie & cộng sự, 2017) Khi một tài sản tồn tại các mức giá khác nhau, sẽ xuất hiện cơ hội kiếm lời bằng cách mua tài sản với giá thấp và bán lại với giá cao Cơ hội này sẽ nhanh chóng được các nhà đầu tư hợp lý khai thác, dẫn đến việc thiết lập cơ chế một giá ngay lập tức, hay nói cách khác, giá của cổ phiếu sẽ đạt đến điểm cân bằng.

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

Theo lý thuyết tài chính hành vi, hiệu ứng momentum trên thị trường được giải thích như là hệ quả của sự phản ứng chậm trễ của các nhà đầu tư Sự phản ứng này chủ yếu xảy ra trong ngắn hạn và trung hạn, và về dài hạn có thể dẫn đến phản ứng thái quá, tạo ra 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), hiệu ứng đà bắt nguồn từ tâm lý bảo thủ của nhà đầu tư Họ có xu hướng duy trì quan điểm ban đầu, quá coi trọng thông tin trong quá khứ và xem nhẹ thông tin mới, dẫn đến phản ứng điều chỉnh hành vi chậm chạp Do sự khó khăn hoặc thay đổi không đáng kể trong quan điểm đầu tư, nhà đầu tư chậm điều chỉnh hành vi của mình.

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.

Các nhà đầu tư tự tin tin vào khả năng đánh bại thị trường nên giao dịch nhiều hơn Trái ngược với quan điểm này, Barber và Odean (2000) đã phát hiện ra một nghịch lý: những nhà đầu tư giao dịch thường xuyên thực sự chịu nhiều tổn thất 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.

Thông tin về từng cổ phiếu được thu thập bao gồm giá đóng cửa (đã điều chỉnh sau khi chia tách cổ phiếu và chi trả cổ tức), vốn hóa thị trường, tỷ số BE/ME, và khối lượng giao dịch Dữ liệu này được tổng hợp từ trang web https://www.hsx.vn Các cổ phiếu trong thời gian trước hoặc sau khi chuyển giao dịch trên HNX bị loại khỏi mẫu nghiên cứu do sự khác biệt về quy định niêm yết và biên độ dao động giá giữa hai sàn Để hồi quy các mô hình định giá, nghiên cứu cũng thu thập số liệu về lãi suất trái phiếu chính phủ kỳ hạn 5 năm từ Bloomberg, đại diện cho lãi suất phi rủi ro Tỷ suất sinh lời của chỉ số VN-Index được sử dụng để đại diện cho tỷ suất sinh lời của danh mục 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), 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

5 của năm sau Tuy nhiên, theo nghiên cứu của Gilbert và cộng sự (2010), việc sử dụng giá trị vốn hóa thị trường cuối tháng 12 làm cơ sở hình thành danh mục không ảnh hưởng đến kết quả nghiên cứu mô hình định giá Vì vậy, khi hình thành danh mục để tính nhân tố rủi ro quy mô trong mô hình Fama-French, tác giả sử dụng giá trị vốn hóa thị trường của cổ phiếu i vào cuối tháng 12 của năm trước để ước lượng giá trị vốn hóa thị trường ở tuần t, ký hiệu là ,

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.

Giá trị sổ sách trên giá trị thị trường là tỷ số đo lường giá trị của một cổ phiếu Công thức tính hệ số này là lấy giá trị sổ sách của cổ phiếu chia cho giá trị thị trường của cổ phiếu Hệ số này cho biết giá trị sổ sách gấp bao nhiêu lần giá trị thị trường, giúp nhà đầu tư đánh giá giá trị của cổ phiếu so với giá thị trường.

= 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, được 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 Trong trường hợp có trễ một tuần, thì 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

Thị trường chứng khoán Việt Nam được thành lập vào năm 2000 với sự ra đời của Trung tâm Giao dịch Chứng khoán TP.HCM (nay là Sở Giao dịch Chứng khoán TP.HCM - HOSE) Kể từ đó, thị trường chứng khoán Việt Nam đã trải qua nhiều giai đoạn phát triển và biến động:

Giai đoạn khởi đầu (2000-2005): Ngày 28/7/2000, Trung tâm Giao dịch Chứng khoán TP.HCM chính thức khai trương với chỉ có 2 mã cổ phiếu: REE và SAM Giai đoạn này, thị trường hoạt động còn khá hạn chế với số lượng cổ phiếu niêm yết và nhà đầu tư ít, nhưng đã đặt nền móng cho sự phát triển sau này.

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 dần ổn định và phát triển vững chắc hơn nhờ các cải thiện về chính sách, cơ sở hạ tầng và công tác quản lý của Ủy ban Chứng khoán Nhà nước Sự cải thiện này thúc đẩy số lượng công ty niêm yết và giá trị vốn hóa thị trường tăng trưởng đáng kể.

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 cho thấy các biến động lượng trung bình có tương quan dương Hệ số tương quan tăng khi thời gian tích lũy tăng, điều hợp lý vì các biến động lượng có thời gian tích lũy gần nhau có mức độ tương quan cao hơn Các biến khác có tương quan khá thấp, ngoại trừ tương quan giữa quy mô và giá trị là -0,5838 Biến Value có phần đóng góp nghịch đảo từ Size, dẫn đến tương quan ngược giữa giá trị và quy mô Thêm vào đó, khi quy mô cổ phiếu tăng, biến động của tỷ suất sinh lời có xu hướng giảm Hệ số tương quan giữa Beta và Value với các tỷ suất sinh lời tích lũy đều âm, cho thấy khi cổ phiếu có rủi ro hoặc giá trị tăng thì tỷ suất sinh lời tích lũy giảm.

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:

Trong đó rP,t và rWmL,t tương ứng là tỷ suất sinh lời của danh mục P 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 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

Lý thuyết tài chính truyền thống cho rằng lợi nhuận của một danh mục là phần đền bù cho các rủi ro của danh mục đó Phân tích lợi nhuận từ hiệu ứng momentum sau khi đã điều chỉnh rủi ro trong mục 4.3.2 cho thấy rằng các yếu tố rủi ro trong CAPM và mô hình Fama-French không hoàn toàn giải thích được lợi nhuận từ hiệu ứng momentum Tuy nhiên, phương pháp này có hạn chế vì mô hình định giá có thể không bao quát hết các rủi ro Việc sử dụng phân tích danh mục hai biến có thể giúp đánh giá 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.

Trong ba nhóm cổ phiếu được phân chia theo Beta, nhóm có hệ số beta trung bình thể hiện hiệu ứng momentum mạnh hơn so với hai nhóm còn lại Chiến lược momentum-beta đạt lợi nhuận cao nhất khi đầu tư vào nhóm các cổ phiếu có hệ số beta trung bình và sử dụng trọng số theo giá trị thị trường, với lợi nhuận đạt 0,48% mỗi tuần Các kết luận về chiến lược momentum-beta trên thị trường chứng khoán Việt Nam khác với nghiên cứu của Jegadeesh và Titman (1993) Hai tác giả này cho rằng, danh mục momentum với trọng số cổ phiếu bằng nhau hoặc trọng số theo giá trị thị trường đều có lợi nhuận tăng khi hệ số beta tăng.

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 vậy, những rủi ro này vẫn chưa thể lý giải đầy đủ lợi nhuận của hiệu ứng đà quan sát được Điều này ngụ ý rằng phải có 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 tác động của momentum của cổ phiếu trong J tuần gần nhất đến tỷ suất sinh lời của cổ phiếu trong K tuần tiếp theo, với các biến kiểm soát là Size, Value, và Beta Để trình bày ngắn gọn, tác giả chỉ xét J = 4 và K

= 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 của Mom4 cho thấy momentum của cổ phiếu trong 4 tuần luôn có tương quan dương với tỷ suất sinh lời trong 4 tuần tiếp theo (có trễ 1 tuần) Trong tất cả 8 mô hình, trung bình hệ số của Mom4 đều dương, với 31/32 hệ số có ý nghĩa thống kê ở mức tối thiểu 10% Điều này đã kiểm soát tương tác của các biến Size, Value, Beta, IVol, và Illiq Hệ số Mom4 dương chỉ ra rằng, nếu tỷ suất sinh lời của cổ phiếu trong 4 tuần tăng, thì sau 1 tuần, tỷ suất sinh lời trung bình 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 sau 1 tuần, tỷ suất sinh lời trung bình của cổ phiếu trong 4 tuần tiếp theo cũng sẽ giảm Kết quả này phù hợp với các phân tích về hiệu ứng momentum ở các mục trước: nếu tỷ suất sinh lời của cổ phiếu trong 4 tuần gần nhất tăng/giảm, thì tỷ suất lợi nhuận trong 4 tuần tiếp theo cũng tăng/giảm Nếu momentum của cổ phiếu trong

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).

Trong tất cả tám mô hình, trung bình của hệ số Mom4 đều là dương, và 7/8 trong số đó có ý nghĩa thống kê với mức ý nghĩa tối thiểu 10%, sau khi đã kiểm soát tương tác(nếu có) của các biến Size, Value, Beta Hệ số dương của Mom4 cho thấy 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; và 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 Kết quả này khẳng định lại các phân tích về hiệu ứng momentum đã được trình bày trước đó, tức là tỷ suất sinh lời của cổ phiếu trong 4 tuần gần nhất tăng/giảm thì tỷ lệ lợi nhuận trong 4 tuần tiếp theo cũng tăng/giảm tương ứng Nếu momentum của cổ phiếu trong 4 tuần trước đó tăng/giảm 100%, và giả sử các yếu tố rủi ro khác không thay đổi, thì trung bình tỷ lệ lợi nhuận của cổ phiếu trong 4 tuần tiếp theo sẽ tăng/giảm trong khoảng từ 1,24% đến 1,67%.

Dấu âm của các hệ số ước lượng tương ứng với biến Size, Beta trong các mô hình chỉ ra rằng quy mô, hệ số rủi ro thị trường và biến động đặc trưng của cổ phiếu có thể ảnh hưởng ngược chiều đến tỷ lệ lợi nhuận của cổ phiếu trong 4 tuần tiếp theo Trong khi đó, dấu dương của hệ số ước lượng tương ứng với biến Value cho thấy mối tương tác cùng chiều giữa tỷ lệ BE/ME và tỷ lệ lợi nhuận của cổ phiếu trong 4 tuần tương lai Tóm lại, kết quả của phân tích hồi quy FM hỗ trợ sự tồn tại của hiệu ứng momentum Tất cả các mô hình, bất kể biến kiểm soát nào được sử dụng, đều chỉ ra rằng giá trị trung bình của ước lượng hệ số tương ứng với momentum của cổ phiếu (Mom) là dương và có ý nghĩa thống kê.

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.