Nghiên cứu khả năng giải thích của mô hình long chen và lu zhang cho tỷ suất sinh lợi trên thị trường chứng khoán việt nam

Ngoài ra, khi tiến hành xem xét ảnh hưởng của cả 5 nhân tố nhân tố thị trường, nhân tố quy mô, nhân tố giá trị, nhân tố đầu tư và nhân tố tỷ suất sinh lợi trên tài sản, thì 4 trong 5 nhâ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

-   -

LÊ NGUYỄN QUỲNH TIÊN

NGHIÊN CỨU KHẢ NĂNG GIẢI THÍCH CỦA MÔ HÌNH LONG CHEN VÀ LU ZHANG CHO TỶ SUẤT SINH LỢI TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chuyên ngành : Tài chính – Ngân hàng

Mã số : 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS TRẦN THỊ HẢI LÝ

TP.Hồ Chí Minh - Năm 2014

MỤC LỤC

Trang phụ bìa

Lời cam đoan

Mục lục

Danh mục bảng biểu

Danh mục từ viết tắt

1 Giới thiệu 2

2 Tổng quan các nghiên cứu trước đây 4

2.1 Mô hình định giá tài sản vốn CAPM 4

2.2 Mô hình 3 nhân tố của Fama- French ( 1993) 4

2.3 Bằng chứng thực nghiệm về tính hiệu lực của mô hình CAPM và Fama French trên thế giới 5

2.4 Mô hình 3 nhân tố của Long Chen – Lu Zhang 9

3 Dữ liệu và phương pháp nghiên cứu 16

3.1 Dữ liệu nghiên cứu 16

3.2 Phương pháp nghiên cứu 16

4 Kết quả nghiên cứu 24

4.1 Mô tả dữ liệu 24

4.2 Kiểm tra tính dừng của chuỗi dữ liệu 29

4.3 Tương quan giữa các nhân tố giải thích 32

4.4 Kết quả kiểm định 33

5 Kết luận 56 Tài liệu tham khảo

Phụ lục

DANH MỤC BẢNG BIỂU

Bảng 4.1: Quy mô trung bình và BE/ ME trung bình của danh mục vào mỗi năm 24

Bảng 4.2: Quy mô trung bình và I/A trung bình của danh mục theo năm 26

Bảng 4.3: Quy mô trung bình và ROA trung bình của danh mục theo năm 27

Bảng 4.4: Thống kê mô tả của các biến giải thích 28

Bảng 4.5: Thống kê mô tả của các danh mục theo quy mô-BE/ME 29

Bảng 4.6: Kiểm tra tính dừng các chuỗi dữ liê ̣u 31

Bảng 4.7: Ma trận tương quan giữa rm-rf , SMB, HML , rINV, rROA 32

Bảng 4.8 : Hồi quy TSSL vượt trội của 6 danh mục theo quy mô – BE/ME với nhân tố thị trường 34

Bảng 4.9: Kết quả hồi quy TSSL vượt trội 6 danh mu ̣c theo quy mô – BE/ME với ba nhân tố rm-rf, SMB, HML 37

Bảng 4.10 : Phần bù rủi ro của các nhân tố rm-rf, SMB, HML 41

Bảng 4.11: So sánh R2 điều chỉnh của mô hình CAPM với mô hình Fama – French 42

Bảng 4.12 : Kết quả hồi quy TSSL vư ợt trội 6 danh mu ̣c theo quy mô – BE/ME với ba nhân tố rm-rf, rINV, rROA 43

Bảng 4.13: Phần bù rủi ro của các nhân tố rm-rf, rINV, rROA 47

Bảng 4.14: So sánh R2 điều chỉnh của mô hình CAPM , mô hình Fama – French và mô hình Long Chen – Lu Zhang 48

Bảng 4.15 : Kết quả hồi quy TSSL vư ợt trội 6 danh mu ̣c theo quy mô – BE/ME với năm nhân tố rm-rf, rINV, rROA, SMB, HML 49

Bảng 4.16: Phần bù rủi ro của các nhân tố rm-rf, rINV, rROA, , SMB, HML 53

Bảng 4.17 : So sánh R2 điều chỉnh của 4 mô hình 54

DANH MỤC CÁC TỪ VIẾT TẮT

BE/ME : tỷ số giá trị sổ sách trên giá trị thị trường

CAPM : mô hình định giá tài sản vốn

OLS : ordinary least squares (bình phương nhỏ nhất) HOSE : sở giao dịch chứng khoán thành phố Hồ Chí Minh

Tóm tắt

Bài nghiên cứu kiểm định khả năng giải thích của mô hình Long Chen – Lu Zhang

(2010) cho TSSL của các cổ phiếu trên sàn HOSE giai đoạn 2008 – 2013

Kết quả nghiên cứu mô hình 3 nhân tố của Long Chen – Lu Zhang cho thấy nhân tố

thị trường giải thích tốt cho TSSL của thị trường chứng khoán Trong khi đó nhân

tố đầu tư và ROA giải thích không đáng kể cho TSSL Khi tiến hành so sánh khả

năng giải thích của mô hình Long Chen – Lu Zhang với mô hình CAPM và Fama –

French tôi nhận thấy mô hình Fama – French có khả năng giải thích tốt nhất cho

TSSL của chứng khoán trên sàn HOSE giai đoạn 2008 – 2013, tiếp đến là mô hình

3 nhân tố của Long Chen – Lu Zhang và cuối cùng là mô hình CAPM

Ngoài ra, khi tiến hành xem xét ảnh hưởng của cả 5 nhân tố (nhân tố thị trường,

nhân tố quy mô, nhân tố giá trị, nhân tố đầu tư và nhân tố tỷ suất sinh lợi trên tài

sản), thì 4 trong 5 nhân tố (rm- rf, SMB, HML, rINV) giải thích cho TSSL trung bình

Từ khoá: TSSL: tỷ suất sinh lợi, HOSE:sở giao dịch chứng khoán thành phố Hồ Chí

Minh, SMB: phần bù quy mô, HML: phần bù giá trị, rINV: phần bù đầu tư

1 Giới thiệu

Ngày nay thị trường chứng khoán là một trong những thị trường quan trọng đối với các quốc gia trên thế giới, phản ánh sự phát triển của một quốc gia cũng như dự báo trước diễn biến nền kinh tế của quốc gia đó Đối với các doanh nghiệp, đó là một trong những kênh huy động vốn quan trọng, còn đối với nhà đầu tư các nhân, đó là một trong những kênh đầu tư bên cạnh những kênh đầu tư truyền thống trước đây Chính vì là một kênh đầu tư quan trọng trong nền kinh tế, hấp dẫn đối với nhiều nhà đầu tư nên việc nghiên cứu các mô hình định giá trên thị trường chứng khoán cũng trở nên rất quan trọng Do đó, đã có nhiều mô hình định giá tài sản được ra đời Mặc dù có những đóng góp quan trọng về mặt lý thuyết, mô hình định giá tài sản vốn (CAPM) của Shape (1964) và Lintner (1965) gặp phải những phản biện về mặt thực nghiệm

Năm 1992, Fama-French nghiên cứu dữ liệu trên thị trường chứng khoán Mỹ và nhận thấy TSSL trung bình ít có mối quan hệ với beta trong mô hình CAPM Hai ông nhận thấy có một số nhân tố khác có khả năng giải thích TSSL trung bình như quy mô, đòn bẩy, thu nhập/ giá, giá trị sổ sách trên giá trị thị trường (BE/ME) Cuối cùng ông phát hiện thêm hai nhân tố là nhân tố quy mô, nhân tố giá trị Năm 1993 hai tác giả này đề xuất mô hình ba nhân tố để giải thích cho TSSL cổ phiếu Mô hình này sau đó được kiểm định ở nhiều thị trường chứng khoán phát triển, cũng như mới nổi : Ở Mỹ có Nima Billou (2004) hay các nghiên cứu của Michael A.O’Brien (2007), Elhaj Mabrouk Walid, Elahai Mohamed Ahlem (2007), Souad Ajili (2005) đối với thị trường chứng khoán phát triển như Úc, Nhật, Pháp… và một

số nghiên cứu khác đối với thị trường các nước đang phát triển

Gần đây, hai tác giả Long Chen và Lu Zhang (2010) cho rằng mô hình 3 nhân tố của Fama- French không giải thích được mối quan hệ cùng chiều giữa TSSL trung bình với TSSL của kì trước trong ngắn hạn cũng như mối quan hệ tương quan ngược chiều giữa TSSL trung bình với tình trạng kiệt quệ tài chính, phát hành cổ phần mới cũng như tăng trưởng tài sản Trong khi mô hình CAPM, Fama – French

đã được kiểm định ở nhiều nước trên thế giới cũng như ở Việt Nam thì mô hình của

Long Chen- Lu Zhang hầu như chưa được kiểm định thực nghiệm ở các thị trường Chính vì lý do đó, bài nghiên cứu này tiến hành kiểm định mô hình ba nhân tố của Long Chen và Lu Zhang ở thị trường Việt Nam nhằm nghiên cứu khả năng giải thích của ba nhân tố: thị trường, đầu tư, tỷ suất sinh lợi trên tài sản Căn cứ vào

những lý do trên, tôi lựa chọn đề tài “Nghiên cứu khả năng giải thích của

mô hình Long Chen – Lu Zhang cho tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam” để nghiên cứu trong luận văn của mình

Mục tiêu của luận văn là đưa ra kết quả nghiên cứu thực nghiệm về tác động các mô hình cho tỷ suất sinh lợi trên thị trường chứng khoán

Dựa vào một số kết quả nghiên cứu thực nghiệm trước đây, đặc biệt là bài nghiên cứu của tác giả Long Chen – Lu Zhang (2010), câu hỏi nghiên cứu đặt ra là:”Các nhân tố trong mô hình của Long Chen-Lu Zhang có giải thích cho tỷ suất sinh lợi ở thị trường chứng khoán Việt Nam tốt hơn mô hình của CAPM và Fama-French hay không ?”

Luận văn sử dụng dữ liệu chuỗi thời gian của 288 công ty được thu thập trong giai đoạn 01/2008 đến 31/12/2013 và phương pháp OLS để có thể kiểm định khả năng giải thích của các nhân tố cho tỷ suất sinh lợi của danh mục

Phần còn lại của luận văn gồm các phần sau:

Phần 2: Tổng quan những nghiên cứu trước đây, gồm những nghiên cứu về mặt lý thuyết và thực nghiệm

Phần 3: Phương pháp nghiên cứu, gồm có mô hình nghiên cứu, phương pháp nghiên cứu và dữ liệu nghiên cứu

Phần 4: Kết quả nghiên cứu

Phần 5: Kết luận

2 Tổng quan các nghiên cứu trước đây

Mô hình 3 nhân tố của Long Chen - Lu Zhang là một mô hình cạnh tranh với mô hình 3 nhân tố của Fama-French và mô hình CAPM Vì thế trong phần này tôi sẽ trình bày mô hình CAPM, Fama – French Sau đó là mô hình Long Chen – Lu Zhang để có thể thấy được diễn tiến của các mô hình định giá tài sản

2.1 Mô hình định giá tài sản vốn CAPM

Mô hình CAPM cho thấy mối quan hệ giữa TSSL và beta chứng khoán (William Sharpe (1964), Jack Treynor,John Litner (1965))

r i - r f = β im * ( r m – r f )

Trong đó ri :tỷ suất sinh lợi kỳ vọng của tài sản i

r f : tỷ suất sinh lợi phi rủi ro

r m : tỷ suất sinh lợi kỳ vọng của danh mục thị trường

β im: hệ số beta thị trường của tài sản i

Mô hình định giá tài sản vốn mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng Trong mô hình này, lợi nhuận kỳ vọng của một chứng khoán bằng lợi nhuận phi rủi

ro (risk free) cộng với một khoản bù đắp rủi ro (risk premium) dựa trên cơ sở rủi ro

hệ thống của chứng khoán đó Còn rủi ro phi hệ thống không được xem xét trong

mô hình này do nhà đầu tư có thể xây dựng danh mục đầu tư đa dạng hoá để loại bỏ loại rủi ro này

2.2 Mô hình 3 nhân tố của Fama- French (1993)

Khi nghiên cứu trên thị trường chứng khoán Mỹ thấy được TSSL trung bình ít có mối quan hệ với β trong mô hình CAPM Mặc khác, một số nhân tố khác không có trong mô hình lại có khả năng giải thích TSSL trung bình theo kinh nghiệm bao gồm: quy mô (ME, giá cố phiếu nhân số lượng cổ phiếu), đòn bẩy, thu nhập / giá (E/P) và giá trị sổ sách trên vốn hóa thị trường (BE/ME) [theo Banz (1981), Bhandari (1988), Basu (1983) và Rosenberg, Reid và Lanstein (1985)]

Fama và French sử dụng cách tiếp cận hồi quy chuỗi thời gian của Black, Jensen và Scholes (1972), đưa ra mô hình:

r i – r f = αi + β im [r m – r f ] + β SMB,i SMB + β HML,i HML + ε

Trong đó:

 r f : lãi suất phi rủi ro ( theo kỳ quan sát tháng)

 r i : tỷ suất sinh lợi kỳ vọng của danh mục tài sản i

 r m : TSSL kỳ vọng của danh mục thị trường

 SMB : phần bù quy mô, được tính là TSSL trung bình hàng tháng của 3 danh mục có vốn hoá thị trường nhỏ (S/L, S/M, S/H) trừ cho TSSL trung

bình của 3 danh mục có vốn hoá thị trường lớn (B/L, B/M, B/H)

 HML : phần bù giá trị, chênh lệch TSSL bình quân hàng tháng của hai danh

mục có BE/ME cao (S/H và B/H) trừ cho TSSL bình quân của hai danh mục có BE/ME thấp (S/L và B/L)

 β im : hệ số hồi quy thị trường

 β SMB,I : hệ số hồi quy nhân tố SMB

 β HML,I : hệ số hồi quy nhân tố HML

 ε : sai số ngẫu nhiên của mô hình

 α : hệ số chặn của mô hình, cũng chính là chênh lệch giữa TSSL thực tế

và TSSL kỳ vọng theo mô hình ba nhân tố

2.3 Bằng chứng thực nghiệm về tính hiệu lực của mô hình CAPM và Fama French trên thế giới

Nghiên cứu tại Mỹ của Nima Billou (2004)

Tại Mỹ, trong bài nghiên cứu “Kiểm định mô hình CAPM và mô hình ba nhân tố Fama French” năm 2004, tác giả Nima Billou đã so sánh và kiểm tra tính hiệu quả của hai mô hình FF và CAPM Với khoảng thời gian nghiên cứu từ 7/1963 đến 12/2003, αCAPM = 0.3 , αFF = 0.13, ngoài ra với độ tin cậy 95% thì R2 của CAPM là 72% còn R2

của FF là 89%, chứng tỏ mô hình Fama French vẫn hiệu quả hơn so với CAPM Sau khi Nima Billou mở rộng mẫu nghiên cứu ra từ 7/1926 đến 12/2003 thì

αCAPM = 0.23, αFF = 0.19, R2 của CAPM là 77% và R2 của Fama French là 88% Kết quả cho thấy hai nhân tố quy mô và giá trị rất có ảnh hưởng trên thị trường chứng khoán Mỹ, do đó mô hình Fama French vẫn tỏ ra hiệu quả hơn CAPM trong việc giải thích tỷ suất sinh lợi của chứng khoán

Nghiên cứu tại Nhật của Elhaj Walid và Elhaj Ahlem (2007)

Ở Nhật, trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng của mô hình Fama French lên thị trường chứng khoán Nhật Bản” (2007), hai tác giả Elhaj Walid và Elhaj Ahlem đã sử dụng mẫu gồm tỷ suất sinh lợi hàng tháng của tất cả chứng khoán trên Sở giao dịch chứng khoán Tokyo (TSE) trong khoảng thời gian từ 1/2002 đến 9/2007 Kết quả nghiên cứu cho thấy ở Nhật Bản nhân tố quy mô công

ty và tỷ suất sinh lợi có quan hệ nghịch biến, còn nhân tố giá trị và tỷ suất sinh lợi thì đồng biến Nhân tố quy mô thể hiện rõ nét ở những chứng khoán có mức vốn hóa thị trường nhỏ Mô hình Fama French vẫn tỏ ra hiệu quả hơn so với CAPM, chỉ trừ những danh mục các chứng khoán có giá trị vốn hóa thị trường thấp R2 trung bình của Fama French lả 78.2% lớn hơn so với R2

trung bình của CAPM là 70.5%

Nghiên cứu tại New Zealand của Hadrian Djajadikerta và Gilbert Nartea (2005)

Tại New Zealand, trong bài nghiên cứu “Nhân tố quy mô, giá trị và mô hình Fama French trong thị trường nhỏ - Những phát hiện ở New Zealand” (2005), hai tác giả

là đã sử dụng dữ liệu từ 284 chứng khoán trong khoản thời gian 1994 đến 2002 Nghiên cứu hành nhằm mục đích thêm vào những bằng chứng xác định những ảnh hưởng của phần bù giá trị và qui mô và mô hình 3 nhân tố trong nền kinh tế với thị trường chứng khoán nhỏ Bài nghiên cứu xác định phần bù giá trị ảnh hưởng ít, trong khi đó phần bù qui mô ảnh hưởng đáng kể đến mô hình Tuy nhiên kết quả này không phù hợp với những nghiên cứu trước Bryant và Eleswaparu (1997), sử dụng dữ liệu thị trường chứng khoán New Zealand trong khoảng thời gian 1971 tới

1993, xác định ảnh hưởng mạnh của phần bù giá trị và yếu của phần bù qui mô Vos

và Pepper (1997), sử dụng mẫu nhỏ hơn, từ năm 1991 đến 1995 kết luận rằng cả 2 phần bù này có ảnh hưởng đáng kể đến thị trường chứng khoán Sự không đồng nhất này bởi vì công ty niêm yết trên thị trường chứng khoán New Zealand thì quá

ít và tỷ suất sinh lợi có tính biến động cao Qui mô mẫu nhỏ sẽ gây ra khó khăn trong việc hình thành những danh mục được đa dạng hóa tốt và điều này ảnh hưởng đáng kể đến việc kiểm định kết quả của mô hình Mặc dù beta không thể giải thích tất cả biến động trong tỷ suất sinh lợi của danh mục, nhưng nó vẫn là nhân tố giải thích chủ đạo trong mô hình FF Tuy nhiên, SMB là nhân tố cũng có ý nghĩa và phù hợp với mô hình FF ở Mỹ và Úc Trong khi đó, HML cũng có ý nghĩa giải thích trong mô hình, nó cũng giống như kiểm định ở Úc nhưng đối lập với Mỹ Nói tóm lại, FF (R2 44%) có ý nghĩa hơn so với CAPM (R2 36%) trong việc giải thích tỷ suất sinh lợi ở New Zealand

Nghiên cứu tại Ấn Độ của Gregory Connor, và Sanjay Sehgal (2001)

Ở Ấn Độ, mô hình CAPM và FF được hai tác giả Gregory Connor and Sanjay Sehgal nghiên cứu với tựa đề “Kiểm định mô hình hình Fama và French ở thị trường Ấn Độ” Bài nghiên cứu này cho thấy mô hình FF chỉ phù hợp ở hai phát hiện này so với thị trường chứng khoán Mỹ Thứ nhất, các nhân tố thị trường, quy

mô và giá trị thì phổ biến trong tỷ suất sinh lợi của chứng khoán Thứ hai, có mối quan hệ tuyến tính giữa cố phiếu và những nhân tố trên trong việc giải thích độ phân tán của tỷ suất sinh lợi trung bình Trong khi đó, các nhân tố thị trường, quy

mô và giá trị không ảnh hưởng phổ biến đến tỷ lệ tăng trưởng thu nhập, do đó không ảnh hưởng đến tỷ suất sinh lợi của cổ phiếu Điều này đối lập với thị trường chứng khoán Mỹ Bài nghiên cứu này lấy dữ liệu từ tỷ suất sinh lợi cuối tháng của

364 cổ phiếu từ tháng 6/1989 đến tháng 3/1999 R2 trung bình trong mô hình FF là 84.22% còn trong mô hình CAPM là 75% Nghiên cứu này cho thấy, việc chạy mô hình hồi qui tuyến tính của hai mô hình này có thể giải thích và dự đoán được tỷ suất sinh lợi của các chứng khoán và danh mục của chứng khoán tại thị trường

chứng khoán ở Ấn Độ Với mức ý nghĩa này nhà đầu tư có thể cân nhắc và vận dụng hai mô hình này để việc kinh doanh chứng khoán đầu tư hiệu quả hơn

Nghiên cứu tại Hàn Quốc của Kyong Shik Eom và Jong-Ho Park

Kyong Shik Eom và Jong-Ho Park chạy mô hình hồi qui tuyến tính với dữ liệu từ

868 cổ phiếu trong khoảng thời gian từ 7/1981 đến tháng 12/2007 với đề tài nghiên cứu “Bằng chứng mô hình ba nhân tố tại Hàn Quốc” Nhóm tác giả này cho thấy rằng trong khoảng thời gian (1984-1994) mô hình ba nhân tố Fama - French thì không phù hợp để giải thích tỷ suất sinh lợi của chứng khoán mà chỉ có mô hình CAPM tỏ ra phù hợp Ngoài ra, nghiên cứu cho thấy mô hình Fama - French chỉ phù hợp để dự báo tỷ suất sinh lợi trong thị trường chứng khoán Hàn Quốc trong khoảng thời gian ngắn nhưng không phù hợp trong khoảng thời gian dài (26.5 năm) Kết quả này chỉ ra rằng R2 mô hình ba nhân tố là 2.52% với khoảng tin cậy là 99% Với mức ý nghĩa thấp này chứng tỏ biến thị trường, qui mô và giá trị không giải thích và dự báo được tỷ suất sinh lợi của chứng khoán và danh mục của nó Thêm vào đó, nhóm tác giả cũng mở rộng mô hình và tìm ra nhân tố chính ảnh hưởng đến

mô hình để giải thích tỷ suất sinh lợi là tính thanh khoản, sự công bố thông tin và sự lan rộng của việc cấp tín dụng

Nghiên cứu tại Thái Lan của Nopbhanon Homsud (2009)

Ở Thái Lan, bài nghiên cứu “Một nghiên cứu về mô hình ba nhân tố Fama và French này sử dụng số liệu trên thị trường chứng khoán Thái Lan từ tháng 7/2002 đến tháng 5/2007, bao gồm 421 cổ phiếu chia làm 6 nhóm: BH, BM, BL, SH, SM,

SL Kết quả là mô hình ba nhân tố giải thích tốt hơn mô hình CAPM cho 4 các cổ phiếu thuộc 4 nhóm là SH, BH, BM, SL Kết quả bài nghiên cứu cho thấy việc thêm vào các biến quy mô công ty và biến giá trị vào mô hình CAPM để trở thành mô hình Fama French cho thấy khả năng giải thích tỷ suất sinh lợi vượt trội hàng tháng của các danh mục tốt hơn mô hình CAPM Mặc dù mô hình Fama French thích hợp với thị trường chứng khoán Thái Lan hơn mô hình CAPM nhưng mô hình Fama

French lại không là lý thuyết tài chính hỗ trợ tốt cho việc giải thích tầm ảnh hưởng của các biến đến tỷ suất sinh lợi vì có những biến giải thích khác thích hợp hơn so với biến quy mô và biến giá trị Kết quả mô hình là R2 hiệu chỉnh trung bình của 6 danh mục trong mô hình Fama French là 62.42%, cao hơn mô hình CAPM là 29.47%

Tuy nhiên tất cả các nghiên cứu trên không giải thích được mối quan hệ cùng chiều TSSL trung bình với TSSL của kì trước trong ngắn hạn cũng như mối quan hệ ngược chiều TSSL trung bình với tình trạng kiệt quệ tài chính, phát hành cổ phần cũng như tăng trưởng tài sản

2.4 Mô hình 3 nhân tố của Long Chen – Lu Zhang

2.4.1 Lý thuyết Q của James Tobin

Nền tảng để xây dựng mô hình 3 nhân tố dựa trên lý thuyết Tobin’s Q

Nếu q=1 là trạng thái cân bằng đầu tư và công ty không cần thay đổi gì nữa

2.4.2 Mô hình 3 nhân tố của Long Chen – Lu Zhang

Long Chen – Lu Zhang đã phát triển giả thiết từ lý thuyết của Tobin’s Q từ đó để đưa ra phương trình tổng quát là cơ sở để phát triển các giả thuyết có thể kiểm chứng được cho TSSL

j j1 

j0 j0

1 r

1 − 𝛿 : giá trị thanh lý biên của vốn

1 :chi phí đầu tư biên

a(Ij0/Aj0) : chi phí điều chỉnh biên

Phương trình trên nói rằng lợi ích biên của đầu tư khi chiết khấu về thời điểm 0 phải bằng chi phí biên của đầu tư Một cách tương đương, tỷ suất sinh lợi của đầu tư, được định nghĩa là tỷ số lợi ích biên của đầu tư ở thời kỳ 1 trên chi phí biên của đầu

tư ở ngày 0, phải bằng tỷ lệ chiết khấu, như Cochrane (1991)

Dựa trên phương trình tổng quát tác giả đã đưa ra các giả thuyết về đầu tư, tỷ suất sinh lợi trên tài sản:

Giả thuyết đầu tư

- Với ROA dự kiến cho trước, tỷ suất sinh lợi kỳ vọng thấp khi đầu tư trên tài sản cao Cơ chế này dẫn đến các mối quan hệ ngược chiều của tỷ suất sinh lợi trung bình với phát hành cổ phần ròng, tăng trưởng tài sản, các chỉ số định giá, tăng trưởng doanh số dài hạn trong quá khứ, và tỷ suất sinh lợi dài hạn ở giai đoạn trước

- Các công ty đầu tư nhiều hơn khi NPV cao (giá trị hiện tại ròng của dòng tiền tương lai được tạo ra từ một đơn vị vốn tăng thêm) Với ROA dự kiến hoặc dòng tiền dự kiến cho trước, tỷ lệ chiết khấu thấp làm NPV tăng và tăng đầu tư, tỉ lệ chiết khấu cao làm NPV giảm và đầu tư giảm Với dòng tiền dự kiến cho trước, chi phí vốn cao hàm ý hiện giá thuần của dự án mới thấp và đầu tư thấp, và chi phí vốn thấp ngụ ý hiện giá thuần của dự án mới cao và đầu tư cao

- Trong nghiên cứu của tác giả chi phí sử dụng vốn là đồng nhất, có nghĩa là không có sự khác biệt giữa chi phí sử dụng vốn của dự án và chi phí sử dụng vốn của công ty

Giả thuyết tỷ suất sinh lợi trên tài sản (ROA)

- Với đầu tư trên tài sản cho trước, các công ty với ROA kỳ vọng cao sẽ có được TSSL cao hơn các công ty với ROA kỳ vọng thấp Mối tương quan dương giữa ROA và TSSL kỳ vọng dẫn đến mối tương quan dương của

TSSL trung bình với TSSL ngắn hạn trước đó và thu nhập bất ngờ, cũng như tương quan âm giữa TSSL trung bình với kiệt quệ tài chính

- Phương trình (1) cho rằng TSSL kỳ vọng bằng ROA kỳ vọng chia gia tăng đầu tư trên tài sản ROA kỳ vọng cao với đầu tư thấp có nghĩa là lãi suất chiết khấu cao Lãi suất chiết khấu cao là cần thiết để bù đắp ROA dự kiến cao nhằm làm giảm hiện giá thuần của vốn mới thấp, do đó đầu tư thấp Nếu

tỉ lệ chiết khấu không đủ cao để chống lại ROA dự kiến cao,các công ty sẽ quan sát vào hiện giá thuần của vốn mới cao và đầu tư nhiều hơn Tương tự như vậy, ROA dự kiến thấp đi đôi với đầu tư cao có nghĩa là tỷ lệ chiết khấu thấp Nếu tỉ lệ chiết khấu không đủ thấp để ngăn tác động của ROA dự kiến thấp thì các công ty thay vào đó sẽ đánh giá hiện giá ròng (NPV) của vốn cổ phẩn mới thấp và do đó đầu tư ít hơn

Với những lập luận về ảnh hưởng của 2 nhân tố: đầu tư và ROA, Long Chen – Lu Zhang hàm ý mô hình 3 nhân tố sau:

Mô hình 3 nhân tố Long Chen – Lu Zhang

r i – r f = αi + β MKT [r m – r f ] + β INV r INV + β ROA r ROA + ε

Trong đó

 r f : lãi suất phi rủi ro

 r i : tỷ suất sinh lợi kỳ vọng của danh mục tài sản i

 r m : TSSL kỳ vọng của danh mục thị trường

 r INV : phần bù đầu tư

 r ROA : phần bù TSSL trên tổng tài sản

 β MKT : hệ số hồi quy thị trường

 β INV : hệ số hồi quy nhân tố đầu tư

 β ROA : hệ số hồi quy nhân tố ROA

 ε : sai số ngẫu nhiên của mô hình

 α : hệ số chặn của mô hình

2.4.3 Xây dựng các nhân tố giải thích

Long Chen – Lu Zhang kiểm định giả thuyết đầu tư và giả thuyết ROA bằng cách

sử dụng phương pháp danh mục của Fama-French Các nhân tố mới dựa vào đầu tư trên tài sản và ROA được xây dựng tương tự như Fama và French (1993, 1996) xây dựng nhân tố quy mô và giá trị Tác giả cũng xem xét nhân tố thị trường, và sử dụng kết quả mô hình ba nhân tố mới này để mô tả chi tiết tỷ suất sinh lợi

Nhân tố đầu tư

Đầu tư trên tài sản (I/A) là sự thay đổi hàng năm trong bất động sản, nhà xưởng, máy móc, thiết bị cộng với sự thay đổi hàng năm của hàng tồn kho chia giá trị sổ sách của tài sản năm trước

I/A = ∆ Đầ𝑢 𝑡ư 𝑇𝑆𝐶Đ𝑡 + ∆ 𝐻à𝑛𝑔 𝑡ồ𝑛 𝑘ℎ𝑜𝑡

𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑡−1Nhân tố đầu tư, rINV, được xây dựng bằng cách sắp xếp dựa trên quy mô và I/A

- 3 nhóm theo I/A :vào tháng 6 mỗi năm, chia cổ phiếu NYSE, AMEX, và NASDAQ thành ba nhóm I/A dựa trên các điểm ngắt 30% thấp (L), 40% trung bình (M), và 30% cao (H)

- 2 nhóm theo quy mô: sử dụng trung vị giá trị thị trường NYSE của vốn cổ phần (giá cổ phiếu nhân với cổ phiếu đang lưu hành) để chia cổ phiếu NYSE, Amex, và NASDAQ thành hai nhóm quy mô (Nhỏ-L và Lớn-B)

- Qua đó Long Chen – Lu Zhang đã xây dựng nên 6 danh mục với các ký hiệu: S/L, S/M, S/H, B/L, B/M, B/H (S,M lần lượt là danh mục các cổ phiếu có quy mô nhỏ, quy mô lớn L, M, H lần lượt là danh mục tỷ lệ I/A thấp, trung bình, cao) Với TSSL mỗi chứng khoán trong danh mục được tính bằng TSSL hàng tháng nhân với trọng số vốn hóa mỗi chứng khoán của danh mục

- Nhân tố đầu tư (rINV) là sự chênh lệch giữa tỷ suất sinh lợi trung bình hàng tháng của hai nhóm danh mục I/A-thấp và hai nhóm danh mục I/A-cao

Nhân tố ROA

ROA là thu nhập trước các khoản mục bất thường chia cho tổng tài sản của quý gần nhất Cũng tương tự như phương pháp xây dựng INV tác giả cũng xây dựng thành 6 danh mục

- 3 nhóm theo ROA: Mỗi tháng từ tháng 1 năm 1972 đến tháng 12 năm 2006, tác giả phân loại cổ phiếu NYSE, AMEX và NASDAQ thành ba nhóm dựa trên các điểm ngắt cho 30% thấp, trung bình 40%, và 30% của giá trị được xếp hạng của ROA của quý gần nhất

- 3 nhóm theo quy mô : Tác giả sử dụng trung vị NYSE mỗi tháng để chia cổ phiếu NYSE, AMEX và NASDAQ thành hai nhóm

- Từ đó hình thành sáu danh mục đầu tư từ các giao điểm của 2 nhóm quy mô

- Nhân tố ROA (rROA) là chênh lệch giữa trung bình đơn giản của tỷ suất sinh lợi 2 danh mục ROA cao và trung bình đơn giản của tỷ suất sinh lợi 2 danh mục ROA thấp

Kết quả mô hình của Long Chen – Lu Zhang đưa ra mối quan hệ ngược chiều giữa TSSL mong đợi với đầu tư trên tài sản – I/A, đồng thời tác giả cũng đưa ra mối quan hệ cùng chiều giữa TSSL mong đợi và ROA mong đợi

Các kiểm định thực nghiệm của mô hình Long Chen – Lu Zhang (2009)

Mẫu dữ liệu được lấy theo tháng từ tháng 1/1972 đến tháng 12/2006 dựa trên các sàn cổ phiếu NYSE, AMEX, và NASDAD từ trung tâm nghiên cứu giá cổ phiếu (CPRS)

Long Chen – Lu Zhang sử dụng chuỗi thời gian đơn giản để đánh giá mô hình mới bằng cách kiểm định danh mục được hình thành trên các biến bất thường

Tác giả lần lượt hồi quy TSSL các danh mục phân loại theo quy mô và xu hướng (chia 5 nhóm theo quy mô và 5 nhóm theo xu hướng - 25 danh mục); khả năng rơi vào kiệt quệ tài chính (10 danh mục dựa trên đo lường xác suất phá sản của Campell (2008) và 10 danh mục dựa trên O-Score của Ohlson (1980)); phát hành cổ phiếu ròng ( sắp xếp các cổ phiếu NYSE, AMEX, và NASDAD vào 10 nhóm dựa

trên phát hành cổ phiếu ròng vào cuối năm tài chính); tăng trưởng tài sản (chia thành 10 danh mục dựa trên tăng trưởng tài sản); thu nhập bất ngờ ( dựa trên sự thay đổi thu nhập hàng quý của cổ phiếu so với giá trị của nó 4 quý trước chia cho độ lệch chuẩn của sự thay đổi trong thu nhập hàng quý của 8 quý trước ); BE/ME (5 danh mục); ngành công nghiệp, beta CAPM và giá trị thị trường của vốn cổ phần theo ba nhân tố mới xây dựng trong mô hình của mình Các kết quả thu được cho thấy α giảm đi đáng kể so với kết quả hồi quy theo CAPM, mô hình Fama-French cho thấy tính hiệu quả của mô hình đồng thời các hệ số nhân tố βMKT,

βINV, βROA phần lớn là có ý nghĩa thống kê với giá trị |t| khá lớn, có thể bác bỏ giả thiết Ho là các hệ số nhân tố = 0

Qua nghiên cứu lý thuyết về mô hình định giá tài sản vốn CAPM, mô hình 3 nhân

tố Fama – French và mô hình 3 nhân tố của Long Chen – Lu Zhang, ta thấy được tầm ảnh hưởng của nhân tố thị trường, nhân tố quy mô, nhân tố giá trị, nhân tố đầu

tư và nhân tố tỷ suất sinh lợi trên tài sản lên TSSL của chứng khoán, là cơ sở để tiến hành kiểm định và so sánh mô hình 3 nhân tố của Long Chen – Lu Zhang với mô hình 3 nhân tố của Fama – French, mô hình định giá tài sản vốn CAPM, ở thị trường chứng khoán Việt Nam, mà cụ thể là chứng khoán niêm yết trên sở giao dịch chứng khoán TPHCM trong phần tiếp theo

3 Dữ liệu và phương pháp nghiên cứu

3.1 Dữ liệu nghiên cứu

Bài nghiên cứu sử dụng mẫu là toàn bộ các công ty phi tài chính được niêm yết trên SGDCK TPHCM (HOSE) Bài nghiên cứu chỉ sử dụng các công ty phi tài chính do các công ty tài chính có đặc điểm đòn bẩy cao nhưng có thể không có hàm ý rủi ro kiệt quệ (Fama – French (1993)) Đồng thời theo phương pháp Fama – French nên tác giả chỉ chọn những công ty phi tài chính có vốn cổ phần không âm trên sàn SGDCK TPHCM để xây dựng các danh mục Số lượng công ty trong mẫu 288 công ty được thu thập trong giai đoạn 01/2008 đến 31/12/2013

Giá cổ phiếu: là giá đóng cửa đã điều chỉnh cuối mỗi tuần giao dịch (giá đã được điều chỉnh cổ tức cổ phiếu, cổ phiếu thưởng, cổ tức tiền mặt) Giá cổ phiếu này được thu thập từ website http://vietstock.vn/ và https://vndirect.com.vn/portal/ home.shtml

Báo cáo tài chính quý và báo cáo tài chính năm của các công ty cũng lấy từ website

http://vietstock.vn/ hầu hết các báo cáo đều đã được soát xét đối với BCTC giữa niên độ và kiểm toán đối với các BCTC năm

Lãi suất phi rủi ro: là lãi suất của tài sản phi rủi ro Bài nghiên cứu sử dụng lãi suất trái phiếu chính phủ kỳ hạn 12 tháng do Kho bạc nhà nước phát hành Nguồn dữ liệu trái phiếu chính phủ lấy từ trang web : http://thomsonreuters.com/

Tỷ suất sinh lợi thị trường được tính dựa vào chỉ số giá VN-Index

3.2 Phương pháp nghiên cứu

3.2.1 Phương pháp xử lý dữ liệu

 Tỷ suất sinh lợi theo tuần của danh mục

Dựa vào giá đóng cửa cuối tuần của cổ phiếu và giá này là giá đã điều chỉnh cổ tức

cổ phiếu, cổ phiếu thưởng, cổ tức tiền mặt

𝑇𝑆𝑆𝐿 𝑡𝑢ầ𝑛 𝑐ủ𝑎 𝑐ổ 𝑝ℎ𝑖ế𝑢 = 𝑙𝑛 giá đóng cửa cuối tuần t

𝑔𝑖á đó𝑛𝑔 𝑐ử𝑎 𝑐𝑢ố𝑖 𝑡𝑢ầ𝑛 𝑡 − 1

TSSL tuần của danh mục được tính bằng TSSL hàng tuần của cổ phiếu nhân với trọng số vốn hóa mỗi chứng khoán trong danh mục

 Tỷ suất sinh lợi thị trường

Vì cổ phiếu trong mẫu chọn là các cổ phiếu được niêm yết trên SGDCK TPHCM nên tỷ suất sinh lợi thị trường chính là sự thay đổi trong chỉ số VN-Index

𝑇𝑠𝑠𝑙 𝑡𝑢ầ𝑛 𝑐ủ𝑎 𝑉𝑁_𝐼𝑛𝑑𝑒𝑥 = 𝑙𝑛 𝑉𝑁_𝐼𝑛𝑑𝑒𝑥𝑡

𝑉𝑁_𝐼𝑛𝑑𝑒𝑥 𝑡−1

Trong đó VN_Indext :Chỉ số giá VN_Index tại tuần t

VN_Index t−1 :Chỉ số giá VN_Index tại tuần t-1

Xây dựng danh mục theo mô hình Fama-French

 Quy mô công ty ( giá trị vốn hóa thị trường) (ME)

Dữ liệu thu thập từ website http://vietstock.vn/ Vào tháng 6 mỗi năm t từ năm 2008 đến 2013 dựa vào quy mô trung vị chia cổ phiếu trong mẫu thành 2 nhóm Small(S)

 Giá trị sổ sách trên giá trị thị trường của cổ phiếu (BE/ME)

Dữ liệu thu thập được từ website http://vietstock.vn/nhưng dữ liệu ta lấy được trên website là giá trị ME/BE nên khi sử dụng ta sẽ nghịch đảo lại Vào cuối tháng 12 mỗi năm t-1 từ năm 2008 đến 2013 dựa vào BE/ME của cổ phiếu trong mẫu ta sắp xếp theo thứ tự tăng dần và chia thành 3 nhóm theo tỷ lệ 30%, 40%, 30% tương ứng với các mức thấp (LOW-L), trung bình (MEDIUM-M), cao(HIGH-H)

Từ 2 nhóm theo quy mô (ME), 3 nhóm theo BE/ME ta hình thành nên 6 danh mục S/L, S/M, S/H, B/L, B/M, B/H với

- S/L danh mục bao gồm các công ty có quy mô nhỏ, BE/ME thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, BE/ME trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, BE/ME cao

- B/L danh mục bao gồm các công ty có quy mô lớn, BE/ME thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, BE/ME trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, BE/ME cao

TSSL tuần của danh mục được tính tổng TSSL các chứng khoán trong danh mục nhân với trọng số vốn hóa mỗi chứng khoán của danh mục (giá trị vốn hóa của mỗi chứng khoán trong danh mục chia cho tổng giá trị vốn hóa trong danh mục đó) Từ TSSL tuần của mỗi danh mục ta tính được 2 nhân tố SMB và HML

 Nhân tố quy mô (SMB- Small minus Big)

Chênh lệch TSSL tuần các nhóm công ty có quy mô nhỏ với nhóm các công ty có quy mô lớn

𝑆𝑀𝐵 = S/L + S/M + S/H

B/L + B/M + B/H

3

 Nhân tố giá trị (HML- High minus Low)

Chênh lệch TSSL tuần các nhóm công ty có BE/ME cao với nhóm các công ty có BE/ME thấp

𝐻𝑀𝐿 =S/H + B/H

S/L + B/L2

 Đầu tư trên tài sản (I/A)

Dữ liệu thu thập được từ website http://vietstock.vn/

Theo bài nghiên cứu của Long Chen – Lu Zhang (2010) vào tháng 6 năm t tác giả chia cổ phiếu trong mẫu thành 3 nhóm theo I/A theo tỷ lệ 30%-40%-30% tương ứng các mức thấp (LOW-L), trung bình (MEDIUM-M), cao (HIGH-H)

- I/A tháng 6 năm t = (Hàng tồn kho + Đầu tư tài chính ngắn hạn + Tài sản cố định, Bất động sản đầu tư + Đầu tư tài chính dài hạn tháng 6 năm t) – (Hàng tồn kho + Đầu tư tài chính ngắn hạn + Tài sản cố định, Bất động sản đầu tư + Đầu tư tài chính dài hạn năm t-1 ) / Tổng tài sản năm t-1

 Nhân tố đầu tư r INV

Nhân tố đầu tư được xây dựng bằng cách kết hợp 2 nhóm nhân tố quy mô (Small-L

và Big-B) với 3 nhóm theo I/A (LOW-L), trung bình (MEDIUM-M), cao H) Ta được 6 danh mục S/L, S/M, S/H, B/L, B/M, B/H với

(HIGH S/L danh mục bao gồm các công ty có quy mô nhỏ, I/A thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, I/A trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, I/A cao

- B/L danh mục bao gồm các công ty có quy mô nhỏ, I/A thấp

- B/M danh mục bao gồm các công ty có quy mô nhỏ, I/A trung bình

- B/H danh mục bao gồm các công ty có quy mô nhỏ, I/A cao

TSSL tuần của danh mục được tính tổng TSSL các chứng khoán trong danh mục nhân với trọng số vốn hóa mỗi chứng khoán của danh mục ( giá trị vốn hóa của mỗi chứng khoán trong danh mục chia cho tổng giá trị vốn hóa trong danh mục đó) Nhân tố INV (rINV) được tính là chênh lệch TSSL tuần của nhóm có I/A thấp với nhóm có I/A cao

𝑟𝐼𝑁𝑉 =S/L + B/L

S/H + B/H2

 Đầu tư trên tài sản (ROA)

Dữ liệu thu thập được từ website http://vietstock.vn/ Theo Long Chen – Lu Zhang tác giả chia các cổ phiếu trên thành ba nhóm: thấp 30%, trung bình 40%, và cao 30% của giá trị được xếp hạng ROA hàng quý từ 4 tháng trước Tác giả dùng độ trễ

4 tháng để đảm bảo rằng thông tin kế toán yêu cầu được biết đến trước khi hình thành các danh mục đầu tư Sự lựa chọn độ trễ 4 tháng là chủ quan: bằng cách sử dụng độ trễ ngắn hơn chỉ củng cố kết quả của tác giả Nhưng việc thu thập thông tin tại Việt Nam không đầy đủ thông tin nên tôi sẽ thu thập vào cuối tháng 12 năm t-1 Sau đó chia các cổ phiếu trong mẫu nghiên cứu thành ba nhóm (LOW-L), trung bình (MEDIUM-M), cao (HIGH-H)

 Nhân tố ROA (r ROA )

Nhân tố ROA được xây dựng bằng cách kết hợp 2 nhóm nhân tố quy mô (Small-L

và Big-B) với 3 nhóm theo I/A (LOW-L), trung bình (MEDIUM-M), cao H) Ta được 6 danh mục S/L, S/M, S/H, B/L, B/M, B/H với

(HIGH S/L danh mục bao gồm các công ty có quy mô nhỏ, ROA thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, ROA trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, ROA cao

- B/L danh mục bao gồm các công ty có quy mô nhỏ, ROA thấp

- B/M danh mục bao gồm các công ty có quy mô nhỏ, ROA trung bình

- B/H danh mục bao gồm các công ty có quy mô nhỏ, ROA cao

TSSL tuần của danh mục được tính tổng TSSL các chứng khoán trong danh mục nhân với trọng số vốn hóa mỗi chứng khoán của danh mục ( giá trị vốn hóa của mỗi chứng khoán trong danh mục chia cho tổng giá trị vốn hóa trong danh mục đó) Nhân tố ROA (rROA) được tính là chênh lệch TSSL tuần của nhóm có ROA cao với nhóm có ROA thấp

𝑟𝑅𝑂𝐴 =S/H + B/H

S/L + B/L2

3.2.2 Phương pháp phân tích dữ liệu

 Kiểm định tính dừng

Một chuỗi thời gian được gọi là dừng nếu kỳ vọng và phương sai không đổi theo thời gian, đồng thời hiệp phương sai giữa hai giai đoạn quan sát (trong chuỗi đang xét) chỉ phụ thuộc vào khoảng cách độ trễ của chúng chứ không phụ thuộc vào thời điểm tính toán

Về mặt toán học, các điều kiện trên sẽ được thể hiện như sau:

𝐸 𝑌𝑡 = 𝜇

𝑉𝑎𝑟 𝑌𝑡 = 𝐸(𝑌𝑡 − 𝜇)2 = 𝜎2

𝐶𝑜𝑣 𝑌𝑡, 𝑌𝑡−𝑘 = 𝐸[ 𝑌𝑡 − 𝜇 𝑌𝑡−𝑘 − 𝜇 ]2 = 𝛾𝑘

Một chuỗi dữ liệu thời gian không dừng khi chuỗi dữ liệu đó vi phạm ít nhất 1 trong 3 điều kiện trên

Khi có một chuỗi không dừng (tức nó vi phạm một trong ba điều kiện trên của tính dừng), tức hàm ý là trong tương lai, chuỗi dữ liệu có thể không còn giữ những đặc điểm cũ Việc dự báo sẽ không còn hiệu quả nếu bản thân chuỗi dữ liệu luôn thay đổi Vì thế, để phục vụ cho công tác dự báo với giả định rằng những gì đã xảy ra trong quá khứ sẽ tiếp tục được duy trì trong tương lai thì một chuỗi dữ liệu thời gian cần phải có tính dừng Khi ước lượng các tham số hoặc kiểm định giả thuyết của mô hình, nếu không kiểm định thuộc tính này của biến chuỗi thì các phương pháp ước lượng thông thường như OLS sẽ không còn chính xác và hợp lý Do đó, nếu sử dụng phương pháp phân tích hồi quy tương quan như trên sẽ dẫn đến hiện tượng “hồi quy giả mạo” Đây là hiện tượng hồi quy mà

có thể thu được hệ số R2

rất cao và những hệ số hồi quy đều có ý nghĩa thống kê tốt tuy nhiên, kết quả này sẽ không đáng tin cậy

 Phân tích ma trận tương quan

Phân tích ma trận để xác định mô hình có xuất hiện hiện tượng đa cộng tuyến hay không Nếu xảy ra có thể làm cho kết quả ước lượng bị sai lệch

 Phân tích hồi quy

Mô hình hồi quy sử dụng phương pháp bình phương bé nhất OLS và thực hiện cho từng danh mục đầu tư ( S/L, S/M, S/H, B/L, B/M, B/H) Ta tiến hành đưa lần lượt các nhân tố vào mô hình để xem xét khả năng giải thích của chúng cho TSSL của chứng khoán trên sàn HOSE giai đoạn 2008 – 2013

Hồi quy 1 nhân tố - nhân tố thị trường

ri – rf = a + b(rm – rf) +ε Hồi quy 3 nhân tố : nhân tố thị trường, nhân tố quy mô và nhân tố giá trị

ri – rf = a + b(rm – rf) + s.SMB + h.HML + ε

Hồi quy 3 nhân tố : nhân tố thị trường, nhân tố đầu tư và nhân tố tỷ suất sinh lợi trên tài sản

ri – rf = a + b(rm – rf) + k.rINV + g.rROA + ε

Hồi quy cả 5 nhân tố: nhân tố thị trường, nhân tố quy mô, nhân tố giá trị, nhân tố đầu tư và nhân tố tỷ suất sinh lợi trên tài sản

ri – rf = a + b(rm – rf) + s.SMB + h.HML + k.rINV + g.rROA + ε Trong đó:

ri – rf : TSSL vượt trội của danh mục tài sản i

rm – rf : TSSL vượt trội của thị trường

HML : nhân tố giá trị

rINV : nhân tố đầu tư

rROA : nhân tố TSSL trên tài sản

b,s,h,k,g : hệ số hồi quy

4 Kết quả nghiên cứu

4.1 Thống kê mô tả

 Các danh mục theo quy mô (ME) và BE/ME

Bảng 4.1: Quy mô trung bình và BE/ ME trung bình của danh mục vào mỗi

- S/L danh mục bao gồm các công ty có quy mô nhỏ, BE/ME thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, BE/ME trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, BE/ME cao

- B/L danh mục bao gồm các công ty có quy mô lớn, BE/ME thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, BE/ME trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, BE/ME cao

Bảng 4.1 cho thấy quy mô trung bình của các danh mục tăng trong năm 2009-2010, trong đó quy mô tăng mạnh nhất thuộc về các danh mục quy mô lớn, chẳng hạn trong năm 2009-2010 quy mô trung bình của danh mục B/L năm 2010 là 5.660.325,22 đồng trong khi năm 2009 là 5.084.752,54 đồng, chênh lệch quy mô giữa hai danh mục quy mô lớn (B/L và B/H) và 2 danh mục quy mô nhỏ (S/L và S/H) khá lớn Năm 2009 thị trường có nhiều công ty có vốn hóa lớn như Vietcombank, Bảo Việt (BVH) và Vietinbank (CTG), Eximbank (EIB) và Công ty

cổ phần tập đoàn Ma San (MSN) chỉ trong vòng 1 năm 5 đại gia nằm trong top 10 doanh nghiệp có mức vốn hóa lớn nhất thị trường đã lên sàn thành công, đánh dấu mốc cho sự mở rộng mạnh mẽ về quy mô vốn của TTCK Việt Nam trong năm

2010 Trong năm 2010 năm niêm yết ồ ạt của các doanh nghiệp mới Trong đó 3 cổ phiếu tăng mạnh nhất trên sàn HOSE là Bảo Việt (BVH), Công ty cổ phần tập đoàn

Ma San (MSN), tập đoàn Vingroup (VIC) có thể coi là 3 trụ đỡ giúp VNIndex không giảm quá sâu Đây là những cổ phiếu có thanh khoản thấp nhưng tỷ trọng vốn hóa lớn ảnh hưởng mạnh đến chỉ số toàn thị trường Năm 2013, VN - Index tăng trên 22% Với mức tăng này, thị trường chứng khoán (TTCK) Việt Nam được xếp trong top 10 TTCK có mức độ phục hồi mạnh nhất trên thế giới điều đó cho thấy quy mô trung bình có chuyển biến tăng đáng kể

Tỷ số BE/ME của các danh mục có sự tăng lên đáng kể trong 2 năm 2011- 2012 Năm 2011 lạm phát cao khiến chi phí đầu vào tăng mạnh thì việc tiếp cận vốn vay cũng không dễ dàng khi mặt bằng lãi suất liên tục ở mức cao Sự suy giảm của TTCK kéo theo hơn 50% số cổ phiếu niêm yết có thị giá rơi xuống dưới mệnh giá (10.000 đồng)

và thấp hơn nhiều so với giá trị ghi sổ của doanh nghiệp Năm 2012, TTCK trải qua 2 cung bật rõ nét: thời kỳ hy vọng đầu năm đến đầu tháng 5 và sau đó là thời kỳ suy giảm kéo dài hơn 7 tháng cho đến gần cuối năm Điều này đã đẩy tỷ số BE/ME tăng lên đáng

kể Bên cạnh đó chênh lệch trung bình giữa danh mục có BE/ME cao nhất và thấp nhất ít có sự chênh lệch đáng kể

Các danh mục theo quy mô và I/A

Bảng 4.2: Quy mô trung bình và I/A trung bình của danh mục theo năm

- S/L danh mục bao gồm các công ty có quy mô nhỏ, I/A thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, I/A trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, I/A cao

- B/L danh mục bao gồm các công ty có quy mô lớn, I/A thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, I/A trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, I/A cao

Bảng 4.2 cho thấy quy mô trung bình và I/A trung bình của danh mục từ năm 2008

đến năm 2013 Bắt đầu năm 2008 tình hình kinh tế gặp nhiều khó khăn nên quy mô

trung bình có xu hướng giảm dần đối với doanh nghiệp có quy mô nhỏ nhưng

doanh nghiệp quy mô lớn tăng giảm không ổn định Nhưng đến 2010 do tình hình kinh tế có những chuyển biến tốt nên quy mô và I/A có sự tăng lên đáng kể Nhưng trong 2 năm 2012- 2013 có sự khác biệt, quy mô trung bình của các danh mục quy

mô nhỏ giảm trong khi đó quy mô của danh mục quy mô lớn lại có sự tăng lên đáng

kể

Tóm lại khi ta xét quy mô trung bình ta thấy các doanh nghiệp có quy mô lớn có quy mô trung bình cao hơn nhiều so với các doanh nghiệp có quy mô nhỏ Đối với I/A ta thấy các doanh nghiệp có quy mô lớn có tỷ lệ I/A cao hơn các doanh nghiệp

có quy mô nhỏ Nguyên nhân chính là do các doanh nghiệp quy mô lớn hầu trong giai đoạn này họ tăng cường xây dựng cơ sở vật chất kỹ thuật, nâng cao năng lực sản xuất kinh doanh, đầu tư vào máy móc thiết bị để tăng khả năng cạnh trạnh

 Các danh mục theo quy mô và ROA

Bảng 4.3: Quy mô trung bình và ROA trung bình của danh mục theo năm

Chú thích

- S/L danh mục bao gồm các công ty có quy mô nhỏ, ROA thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, ROA trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, ROA cao

- B/L danh mục bao gồm các công ty có quy mô lớn, ROA thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, ROA trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, ROA cao

Bảng 4.3 cho thấy quy mô trung bình và ROA trung bình của danh mục từ năm

2008 đến năm 2013 Xét theo quy mô, có sự chênh lệch khá lớn giữa doanh nghiệp

có quy mô nhỏ với doanh nghiệp có quy mô lớn Biến động ROA trung bình theo năm tăng giảm không ổn định

 Thống kê mô tả đối với chuỗi dữ liệu

Bảng 4.4: Thống kê mô tả của các biến giải thích

Mean Median Maximum Minimum Std Dev Prob Obs HML -0.008606 -0.010406 0.397635 -0.434665 0.048052 0.000 298

SMB -0.003055 -0.003114 0.192464 -0.198797 0.028919 0.000 298

r INV -0.000277 -0.002167 0.239843 -0.266945 0.031871 0.000 298

r ROA 0.006986 0.007388 0.282650 -0.244470 0.033191 0.000 298

r m - r f -0.003864 -0.000377 0.165007 -0.178026 0.046285 0.000 298

Nguồn : tác giả tính toán

Bảng 4.4 trình bày thống kê mô tả các biến giải thích dữ liệu Ta có HML là chênh lệch TSSL tuần của nhóm công ty có tỷ số BE/ME cao so với nhóm công ty có tỷ số BE/ME thấp Ta thấy giá trị trung bình HML là -0.008606 có nghĩa danh mục các công ty có tỷ số BE/ME cao có giá trị TSSL thấp hơn danh mục của các công ty có

tỷ số BE/ME thấp Điều này cho ta thấy được mối quan hệ ngược chiều giữa tỷ số BE/ME với TSSL cổ phiếu

SMB là chênh lệch TSSL tuần của nhóm công ty có quy mô nhỏ so với nhóm công

ty có quy mô lớn Ta thấy giá trị trung bình SMB là -0.003055 có nghĩa là danh mục của công ty có quy mô nhỏ có giá trị TSSL thấp hơn danh mục của công ty có quy mô lớn Hay TSSL trung bình có xu hướng tăng từ những danh mục công ty có quy mô nhỏ lên danh mục các công ty có quy mô lớn Điều này cho ta thấy mối

quan hệ cùng chiều giữa quy mô công ty với TSSL cổ phiếu

rINV là chênh lệch TSSL tuần giữa các danh mục I/A thấp với danh mục I/A cao Ta thấy chỉ số rINV là – 0.0277% tuần ( xấp xỉ - 0.11% tháng) theo nghiên cứu của Long Chen Lu Zhang trên TTCK Mỹ là 0.43%/ tháng Có nghĩa là đầu tư lên những chứng khoán có đầu tư trên tài sản cao sẽ cho TSSL cao hơn đầu tư lên những chứng khoán có đầu tư trên tài sản thấp Điều này trái với nghiên cứu của Long Chen- Lu Zhang (2010)

rROA là chênh lệch TSSL tuần giữa các danh mục ROA cao với danh mục ROA thấp Ta thấy chỉ số rROA là 0.6986% tuần ( xấp xỉ 2.79% tháng) theo nghiên cứu của Long Chen Lu Zhang trên TTCK Mỹ là 0.96% tháng Có nghĩa là đầu tư lên những chứng khoán có ROA cao sẽ cho TSSL cao hơn đầu tư lên những chứng khoán có ROA thấp Điều này tương tự với nghiên cứu của Long Chen – Lu Zhang (2010)

Bảng 4.5: Thống kê mô tả TSSL của các danh mục theo quy mô-BE/ME

Nguồn : tác giả tính toán

Chú thích

- S/L danh mục bao gồm các công ty có quy mô nhỏ, BE/ME thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, BE/ME trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, BE/ME cao

- B/L danh mục bao gồm các công ty có quy mô lớn, BE/ME thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, BE/ME trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, BE/ME cao

Bảng 4.5 trình bày thống kê mô tả TSSL của các danh mục theo quy mô-BE/ME Xem xét thay đổi của tỷ suất sinh lợi vượt trội theo quy mô chúng ta thấy tỷ suất sinh lợi danh mục các cổ phiếu của những công ty có quy mô nhỏ thấp hơn danh mục các cổ phiếu của những công ty có quy mô lớn trong trường hợp (B/L so với S/L) (S/H so với B/H) Xem xét thay đổi của tỷ suất sinh lợi vượt trội theo BE/ME chúng ta lại thấy mối quan hệ ngươc chiều Tỷ suất sinh lợi vượt trội trên hai danh mục có BE/ME thấp có tỷ suất sinh lợi cao hơn danh mục có BE/ME cao Xét về rủi

ro các danh mục quy mô nhỏ (S/L và S/H) có rủi ro thấp hơn các danh mục quy mô lớn (B/L và B/H), các danh mu ̣c có BE /ME cao (S/H và B/H) có rủi ro cao hơn các danh mục có BE/ME thấp (S/L và B/L)

4.2 Kiểm định tính dừng của chuỗi dữ liệu

Bảng 4.6: Kiểm tra tính dừng các chuỗi dữ liê ̣u

Nhân tố tỉ suất sinh lợi trên tài sản rROA -20.60058***[0] Nguồn : tác giả tính toán

Giả thuyết Ho: Chuỗi dữ liệu có nghiệm đơn vị (tức là không có tính dừng) Ký hiệu

***, ** cho biết việc bác bỏ giả thiết Ho lần lượt tại mức ý nghĩa 1%, 5 % và 10% Kiểm định ADF lấy độ trễ tối đa là 8, sử dụng tiêu chuẩn SchwarzInfoCriterion (SIC) để chọn độ trễ tối ưu (ở bên cạnh)

Bảng 4.6 thể hiện tính dừng các chuỗi dữ liệu trong giai đoạn 1/2008 đến 12/2013 Kết quả kiểm tra tính dừng của các chuỗi dữ liệu cho thấy tất cả các chuỗi đều dừng

ngày chuỗi gốc với mức ý nghĩa thống kê cao (p-value=0.0000) Mức ý nghĩa thống

kê được chọn là 10% Do đó, việc thực hiện hồi quy OLS sẽ có độ tin cậy cao (không bị hiện tượng hồi quy giả)

4.3 Tương quan giữa các nhân tố giải thích

Ta cần xét tương quan giữa các nhân tố giải thích để đảm bảo các mô hình kiểm định không xuất hiện hiện tượng đa cộng tuyến

Bảng 4.7: Ma trận tương quan giữa r m -r f , SMB, HML , r INV , r ROA

Nguồn : tác giả tính toán

Bảng 4.7 thể hiện tương quan của từng cặp nhân tố Rm-Rf, SMB, HML, RINV và ROA Cụ thể là tương quan giữa nhân tố Rm-Rf và SMB là - 0.228855 (so với 0,32 trong Fama và French (1993)), giữa nhân tố HML và Rm-Rf là 0.153680 (so với -0,32 trong Fama và French (1993)) và giữa nhân tố SMB và HML là 0.481913 (so với -0,08 trong Fama và French (1993))

Tương quan giữa nhân tố RINV và Rm-Rf là -0.123062 (so với -0,40 trong Long Chen- Lu Zhang (2010)), giữa nhân tố RINV và SMB là 0.383763 (so với -0,09 trong Long Chen- Lu Zhang (2010)), giữa nhân tố RINV và HML là 0.464729 (so với 0.51 trong Long Chen- Lu Zhang (2010)), giữa nhân tố ROA và Rm-Rf là -0.198144 (so với -0,19 trong Long Chen- Lu Zhang (2010)), giữa nhân tố ROA và SMB là -0.459063 (so với -0,38 trong Long Chen- Lu Zhang (2010)), giữa nhân tố ROA và HML là -0.783021 (so với 0.22 trong Long Chen- Lu Zhang (2010)), giữa nhân tố ROA và RINV là -0.389089 (so với 0.10 trong Long Chen- Lu Zhang (2010)) Tương quan giữa các nhân tố dù có phần cao hơn so với trong nghiên cứu của Fama - French và Long Chen – Lu Zhang nhưng tất cả đều nhỏ hơn 0,8 nên ít

có khả năng xảy ra hiện tươ ̣ng đa cộng tuyến

4.4 Kết quả kiểm định

 Mô hình CAPM

Mô hình CAPM có 1 nhân tố chính là nhân tố thị trường Sử dụng mô hình CAPM

để kiểm định xem khả năng giải thích của nhân tố thị trường cho TSSL của danh mục

ri – rf = a + b(rm – rf) +ε Trong đó:

ri – rf : TSSL vượt trội của danh mục tài sản i

rm – rf : TSSL vượt trội của thị trường

Bảng 4.8 : Hồi quy TSSL vượt trội của 6 danh mục theo quy mô – BE/ME với nhân tố thị trường

- S/L danh mục bao gồm các công ty có quy mô nhỏ, BE/ME thấp

- S/M danh mục bao gồm các công ty có quy mô nhỏ, BE/ME trung bình

- S/H danh mục bao gồm các công ty có quy mô nhỏ, BE/ME cao

- B/L danh mục bao gồm các công ty có quy mô lớn, BE/ME thấp

- B/M danh mục bao gồm các công ty có quy mô lớn, BE/ME trung bình

- B/H danh mục bao gồm các công ty có quy mô lớn, BE/ME cao

Bảng 4.8 trình bày kết quả hồi quy TSSL vượt trội của 6 danh mục theo quy mô – BE/ME với nhân tố thị trường trong giai đoạn từ tháng 1/2008 đến tháng 12/2013

(xem thêm phụ lục 1) Dựa trên kết quả hồi quy từ 6 danh mục, ta thấy hệ số chặn a

thấp, xấp xỉ bằng 0 Điều này có nghĩa là không có sự chênh lệch đáng kể giữa TSSL thực tế với TSSL kỳ vọng ước lượng trong mô hình CAPM Dựa vào hệ số a

ta sẽ biết được chứng khoán đó đang bị định giá cao hay không Nếu α > 0 đây là dấu hiệu chứng khoán định giá thấp, nhà đầu tư nên xem xét mua vào và ngược lại,

với α< 0 thì chứng khoán đó được định giá cao, nhà đầu tư nên cân nhắc để bán chứng khoán Nếu α = 0 thì chứng khoán đó được định giá đúng, nhà đầu tư nên nắm giữ và chờ cơ hội thích hợp để thực hiên quyết định kinh doanh của mình Trong mô hình trên ta thấy các danh mục được định giá thấp (a >0) ngoại trừ danh mục S/H, B/H

Các kết quả hồi quy từ 6 danh mục đều cho thấy TSSL vượt trội của thị trường có tác động rất lớn đến TSSL vượt trội của các danh mục chứng khoán với mức ý nghĩa thống kê rất cao (p-value đều là 0.000) Hệ số b xấp xỉ bằng 1, nghĩa là các danh mục này có độ nhạy cảm gần với danh mục thị trường Các tác động này đều

là tác động dương Với mức ý nghĩa thống kê là 10%, các tác động này lần lượt là:

— Hệ số b trong danh mục S/L là 0.7636 cho thấy TSSL vượt trội của thị trường tăng lên (giảm xuống) 1% thì sẽ làm cho TSSL vượt trội của chứng khoán trong danh mục S/L tăng (giảm) tương ứng là 0.7636 % Hệ số R2điều chỉnh bằng 0.5238 cho thấy các biến trong mô hình đã giải thích được 52.38% biến phụ thuộc Thống kê F-statistic có p-value=0.000 cho thấy mô hình này được xây dựng phù hợp

— Hệ số b trong danh mục S/H là 0.9042 cho thấy TSSL vượt trội của thị trường tăng lên (giảm xuống) 1% thì sẽ làm cho TSSL vượt trội của chứng khoán trong danh mục S/H tăng (giảm) tương ứng là 0.9042 % Hệ số R2điều chỉnh bằng 0.4501 cho thấy các biến trong mô hình đã giải thích được 45.01% biến phụ thuộc Thống kê F-statistic có p-value=0.000 cho thấy mô hình này được xây dựng phù hợp

— Hệ số b trong danh mục S/M là 0.8772 cho thấy TSSL vượt trội của thị trường tăng lên (giảm xuống) 1% thì sẽ làm cho TSSL vượt trội của chứng khoán trong danh mục S/M tăng (giảm) tương ứng là 0.8772% Hệ số R2điều chỉnh bằng 0.4673 cho thấy các biến trong mô hình đã giải thích được 46.73% biến phụ thuộc Thống kê F-statistic có p-value=0.000 cho thấy mô hình này được xây dựng phù hợp