đánh giá các mô hình định giá tài sản vốn tại thị trường chứng khoán việt nam

Nghiên cứu rút ra một số kết luận cho trường hợp của Việt Nam như sau: + Thứ nhất, nhân tố thị trường MKT trong mô hình CAPM cổ điển đã giải thích được tỷ suất sinh lợi của chứng khoán,

TRƯỜNG ĐẠI HỌC MỞ TP HỒ CHÍ MINH

MAI THỊ DIỆU

ĐÁNH GIÁ CÁC MÔ HÌNH ĐỊNH GIÁ

TÀI SẢN VỐN TẠI THỊ TRƯỜNG

CHỨNG KHOÁN VIỆT NAM

LUẬN VĂN THẠC SĨ TÀI CHÍNH NGÂN HÀNG

LỜI CAM ĐOAN

Tôi cam đoan rằng luận văn này “Đánh giá các mô hình định giá tài sản vốn tại thị trường chứng khoán Việt Nam” là bài nghiên cứu của chính tôi

Ngoài trừ những tài liệu tham khảo được trích dẫn trong luận văn này, tôi cam đoan rằng toàn phần hay những phần nhỏ của luận văn này chưa từng được công bố hoặc được sử dụng để nhận bằng cấp ở những nơi khác

Không có sản phẩm/nghiên cứu nào của người khác được sử dụng trong luận văn này mà không được trích dẫn theo đúng quy định

Luận văn này chưa bao giờ được nộp để nhận bất kỳ bằng cấp nào tại các trường đại học hoặc cơ sở đào tạo khác

……… … …

Mai Thị Diệu

LỜI CẢM ƠN

Lời đầu tiên, tôi muốn gửi lời cảm ơn chân thành đến các thầy cô trong khoa Tài chính Ngân hàng của Trường đại học Mở TP Hồ Chí Minh Các thầy cô đã trang bị cho tôi những kiến thức cơ bản trong ngành tài chính ngân hàng, để ngày hôm nay, tôi có đủ kiến thức để hoàn thành bài luận văn này

Tôi xin gửi lời cảm ơn chân thành và trân trọng nhất đến người Thầy kính mến của tôi, PGS TS Võ Xuân Vinh Tôi cảm ơn Thầy vì đã nhận lời hướng dẫn, luôn đồng hành và giúp đỡ tôi trong suốt quá trình thực hiện luận văn Cám ơn Thầy vì không những gợi mở cho tôi đề tài nghiên cứu mới mẻ, thú vị mà còn là người luôn truyền cảm hứng, đam mê và niềm tin vững chắc về tính khả thi của đề tài Cám ơn Thầy

đã luôn động viên, tạo động lực và niềm tin vào bản thân tôi để tôi có thể tiếp tục hoàn thành nghiên cứu này Một lần nữa xin chân thành cảm ơn Thầy vì tất cả

Tôi xin cám ơn tất cả các anh, chị, các bạn là học trò của Thầy Võ Xuân Vinh đã nhiệt tình hỗ trợ tài liệu, truyền đạt kinh nghiệm, phương pháp thu thập và xử lý số liệu trong suốt quá trình nghiên cứu

Tôi xin chân thành cảm ơn ba mẹ và mọi người trong gia đình đã luôn bên cạnh hỗ trợ và động viên chia sẻ những khó khăn trong cuộc sống và trong quá trình học tập

và nghiên cứu

Cuối cùng tôi xin cảm ơn và ghi nhớ tất cả những gì mà tôi đã nhận được

MỤC LỤC

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC HÌNH vi

DANH MỤC BẢNG vii

DANH MỤC TỪ VIẾT TẮT viii

TÓM TẮT ix

CHƯƠNG 1: TỔNG QUAN VỀ CÔNG TRÌNH NGHIÊN CỨU 1

1.1 Tính cấp thiết của đề tài 1

1.2 Mục tiêu nghiên cứu 5

1.3 Câu hỏi nghiên cứu 5

1.4 Phương pháp nghiên cứu 6

1.5 Đối tượng và phạm vi nghiên cứu 6

1.6 Đóng góp của đề tài 6

1.7 Bố cục bài nghiên cứu 7

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 8

2.1 Các mô hình định giá 8

2.1.1 Mô hình CAPM 8

2.1.2 Mô hình APT và APT motivated 10

2.1.2.1 Mô hình APT 10

2.1.2.2 Mô hình APT-motivated 11

2.1.3 Mô hình CCAPM 15

2.1.4 Mô hình ICAPM 16

2.1.5 Mô hình CAPM có điều kiện của Jagannathan và Wang (1996) 17

2.2 Các nghiên cứu thực nghiệm về các mô hình định giá tại Việt Nam 18

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 23

3.1 Lựa chọn các mô hình định giá kiểm định tại Việt Nam 23

3.2 Dữ liệu nghiên cứu 24

3.2.1 Mẫu nghiên cứu 24

3.2.2 Thời gian nghiên cứu 25

3.3 Xây dựng các nhân tố 27

3.3.1 Xác định lãi suất phi rủi ro (Rf) 28

3.3.2 Xác định tỷ suất sinh lợi 28

3.3.3 Nhân tố thị trường (MKT) 29

3.3.4 Nhân tố SMB và HML 30

3.3.5 Nhân tố INVEST và ROA 31

3.3.6 Nhân tố thanh khoản LIQ 33

3.3.7 Nhân tố đà tăng REVLS 34

3.3.8 Nhân tố GDP 35

3.4 Xây dựng danh mục kiểm định 36

3.5 Phương pháp phân tích hồi quy 37

3.5.1 Kiểm định chuỗi thời gian (time-series tests) 37

3.5.2 Hồi quy dữ liệu chéo (cross-sectional regression) 38

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 40

4.1 Thống kê mô tả 40

4.1.1 Xây dựng danh mục và thống kê tỷ suất sinh lợi các danh mục 40

4.1.2 Thống kê mô tả các nhân tố 44

4.2 Phân tích hồi quy 46

4.2.1 Kiểm định chuỗi thời gian (time series) 46

4.2.2 Kiểm định dữ liệu chéo (cross-sectional) 58

4.3 Thảo luận kết quả hồi quy so với các nghiên cứu trước đây 64

CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 68

5.1 Tóm tắt kết quả nghiên cứu và kết luận của đề tài 68

5.2 Hạn chế của nghiên cứu 69

5.3 Hướng nghiên cứu tiếp theo 71

TÀI LIỆU THAM KHẢO 72

PHỤ LỤC 76

DANH MỤC HÌNH

Hình 3.1: Quy mô niêm yết trên HOSE 25

Hình 4.1: tỷ suất sinh lợi trung bình của các danh mục 43

Hình 4.2: Quy mô giao dịch trên HOSE qua các năm 56

DANH MỤC BẢNG

Bảng 3.1: Số lượng cổ phiếu trong mẫu nghiên cứu qua các năm 26

Bảng 4.1: Thống kê tỷ suất sinh lợi các danh mục 42

Bảng 4.2: Bảng thống kê mô tả các nhân tố 45

Bảng 4.3: Hệ số tương quan giữa các nhân tố 45

Bảng 4.4: Hệ số chặn của các mô hình kiểm định theo chuỗi thời gian 48

Bảng 4.5: Số phương trình có hệ số a (intercept) không có ý nghĩa thống kê 53

Bảng 4.6: Bảng tổng kết GRS test statistic và [p-value] trong các mô hình 54

Bảng 4.7: Bảng tổng kết R2 trong các mô hình 55

Bảng 4.8: Khối lượng và giá trị giao dịch trên HOSE qua các năm 56

Bảng 4.9: Top thanh khoản trên HOSE trong năm 2015 57

Bảng 4.8: Tỷ suất sinh lợi trung bình các DM (SIZE – BM) và (SIZE – TAG) 60

Bảng 4.11: Kết quả hồi quy bước 2 trong hồi quy dữ liệu chéo 62

DANH MỤC TỪ VIẾT TẮT

APT: Arbitrage Pricing Theory (Lý thuyết kinh doanh chênh lệch giá) B/M: Book - to - market equity (Giá trị sổ sách trên giá trị thị trường) CAPM Capital Asset Pricing Model (Mô hình định giá tài sản vốn)

FF3 Mô hình 3 nhân tố của Fama – French

FF5 Mô hình 5 nhân tố của Fama – French

HOSE Sở giao dịch chứng khoán TP Hồ Chí Minh

HNX Sở giao dịch chứng khoán Hà Nội

HML High minus Low (Nhân tố giá trị sổ sách trên giá trị thị trường) ICB Industry Classification Benchmark (Chuẩn phân ngành)

IMF International Monetary Fund (Quỹ tiền tệ quốc tế)

MSCI Morgan Stanley Capital International (Tổ chức xếp hạng thị trường) NĐT Nhà đầu tư

NĐT NN Nhà đầu tư nước ngoài

SMB Small minus Big (Nhân tố quy mô SMB)

TTCK Thị trường chứng khoán

TTCK VN Thị trường chứng khoán Việt Nam

TÓM TẮT

Bài nghiên cứu tập trung vào đánh giá một cách toàn diện và so sánh các mô hình định giá tài sản vốn tại TTCK VN Các mô hình định giá được kiểm định là: Mô hình CAPM, Mô hình APT động và Mô hình ICAPM-motivated (MKT+GDP) Trong đó, các mô hình APT-motivated bao gồm: Mô hình 3 nhân tố của Fama và French (FF3); Mô hình 3 nhân tố của Chen (2010) (CNZ3); Mô hình nhân tố thanh khoản; Mô hình nhân tố đà tăng Mẫu nghiên cứu là các doanh nghiệp phi tài chính niêm yết trên HOSE trong giai đoạn từ 2008 – 2016 (thời gian kiểm định danh mục

từ 4/2010 đến 12/2016) Bằng 2 kiểm định chính là kiểm định chuỗi thời gian và kiểm định dữ liệu chéo với hồi quy 2 bước Nghiên cứu rút ra một số kết luận cho trường hợp của Việt Nam như sau:

+ Thứ nhất, nhân tố thị trường (MKT) trong mô hình CAPM cổ điển đã giải

thích được tỷ suất sinh lợi của chứng khoán, sau đó, việc bổ sung các nhân tố khác đã giúp cải thiện hiệu quả của mô hình Các nhân tố phần bù quy mô (SIZE), phần bù giá trị (HML), nhân tố đầu tư (INVEST), nhân tố ROA, phần bù thanh khoản (LIQ), nhân tố đà tăng (REVLS) và nhân tố vĩ mô (GDP) đã góp phần giải thích tỷ suất sinh lợi của chứng khoán tại Việt Nam Tuy vậy, các nhân tố được bổ sung trong các mô hình APT (SMB, HML, INVEST, ROA, LIQ, REVLS) và ICAPM (GDP) chưa đạt được sự thống nhất cao khi thực hiện đồng thời 2 phép kiểm định là hồi quy dữ liệu chuỗi thời gian và dữ liệu chéo

+ Thứ 2, khi so sánh các mô hình định giá với nhau, mặc dù các nhân tố đều

góp phần giải thích tỷ suất sinh lợi của chứng khoán nhưng thực sự chưa có

mô hình nào nổi trội hơn so với các mô hình còn lại, do kết quả của các phép kiểm định trên các cách phân loại danh mục, kết hợp danh mục khác nhau, vẫn chưa mang lại một kết quả thống nhất và có tính thuyết phục cao

Từ khóa: mô hình định giá, CAPM, FF3, APT- motivated, ICAPM,

kiểm định chuỗi thời gian, kiểm định dữ liệu chéo

CHƯƠNG 1: TỔNG QUAN VỀ CÔNG TRÌNH

NGHIÊN CỨU

1.1 Tính cấp thiết của đề tài

Ngay từ khi thị trường chứng khoán mới ra đời và hoạt động đầu tư xuất hiện thì các nhà nghiên cứu và các nhà đầu tư đã đặt mối quan tâm lớn trong việc nghiên cứu hai đại lượng là rủi ro và tỷ suất sinh lợi được ẩn mình trong các mô hình định giá tài sản vốn Lý thuyết danh mục của Harry Markowitz đã phân tích và đề xuất

sử dụng độ lệch chuẩn làm thước đo rủi ro của chứng khoán và của danh mục đầu

tư Các lý thuyết CAPM, APT, mô hình 3 nhân tố, 5 nhân tố của Fama và French đưa tới mối quan hệ giữa tỷ suất sinh lợi kỳ vọng và các nhân tố rủi ro, mỗi chứng khoán với mức độ rủi ro nào đó sẽ có một tỷ suất sinh lợi tương ứng Dựa vào mức

độ rủi ro và tỷ suất sinh lợi kỳ vọng đó mà nhà đầu tư sẽ quyết định mua bán các chứng khoán trong danh mục Các lý thuyết này đã góp phần làm cho hoạt động đầu

tư trên thế giới phát triển mạnh mẽ trong thập niên 60 tới nay

Sau lý thuyết danh mục của Harry Markowitz (1952), mô hình định giá tài sản vốn CAPM được xây dựng bởi Sharpe (1964), Lintner (1965) và Black (1972), mô hình này đã đáp ứng được nhu cầu cấp thiết về một mô hình giúp định giá tài sản vốn lúc bấy giờ, vì thế CAPM nhận được rất nhiều sự quan tâm của giới nghiên cứu học thuật, các nhà thực hành và được sử dụng rộng rãi trong kinh tế tài chính CAPM được sử dụng phổ biến trong việc ước tính chi phí sử dụng vốn cho các doanh nghiệp, đo lường lợi nhuận bất thường (abnormal returns) và đánh giá hiệu suất của danh mục đầu tư Mô hình CAPM chỉ ra tỷ suất sinh lợi mong đợi của các tài sản rủi ro quan hệ tuyến tính vào chỉ duy nhất nhân tố thị trường là beta Ưu điểm của

mô hình này là đơn giản và có thể ứng dụng dễ dàng trên thực tế Tuy nhiên, cũng như nhiều mô hình khác, mô hình CAPM cũng gặp phải những luồng ý kiến trái chiều về tính hiệu quả của mô hình Nhiều tác giả đã chỉ ra những khiếm khuyết của CAPM và cho rằng phải có nhiều nhân tố tham gia định giá, vì thế các mô hình mới tiếp tục được phát triển

Vào năm 1976 Stephen.A Ross đã phát triển lý thuyết kinh doanh chênh lệch giá (APT – Arbitrage Pricing Theory) bằng cách mở rộng mô hình nhân tố đơn CAPM thành một mô hình tuyến tính tổng quát, theo đó tỷ suất sinh lợi kỳ vọng của một tài sản được thể hiện bởi một tổng tuyến tính của các nhân tố rủi ro chung đối với tất cả các tài sản Tuy nhiên, lý thuyết này không có cơ sở về số lượng và cách xác định các yếu tố Do đó các nhà nghiên cứu đã gợi ý các yếu tố thực nghiệm đưa vào mô hình dựa trên các hạn chế của mô hình CAPM, các mô hình này được gọi là APT-motivated Trong các mô hình APT-motivated có chứa những yếu tố thực nghiệm, nổi bật nhất là mô hình của Fama và French (1993) Đầu tiên, trong mô hình 3 nhân

tố, Fama và French cho rằng tỷ suất sinh lợi của một tài sản được giải thích bởi nhân tố thị trường, nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường, chứ không phải chỉ duy nhất nhân tố thị trường như trong mô hình CAPM Đồng thời Fama và French cũng đưa ra mô hình năm nhân tố có chứa ba nhân tố trên cộng thêm 2 nhân tố mới là phần bù kỳ hạn trái phiếu (term spread - TERM) và phần bù rủi ro vỡ nợ (default spread - DEF) Thậm chí các nghiên cứu thực nghiệm khác, Amihud và Mendelson (1986); Pastor và Stambaugh (2003), Cochrane (1996); Cooper và cộng sự (2008); Kim (2006), Chen và cộng sự (2010); Yao và cộng sự (2011) đã bổ sung thêm ngoài nhân tố thị trường, các nhân tố khác như nhân tố sự không chắc chắn trong thông tin lợi nhuận (earnings information uncertainty – EIU); nhân tố đầu tư (INVEST), nhân tố tỷ suất sinh lợi trên tổng tài sản (ROA), nhân tố thanh khoản (liquidity), nhân tố tăng trưởng tài sản (asset growth)… và kết quả các nghiên cứu này cho thấy các mô hình này giải thích tốt hơn so với mô hình định giá tài sản truyền thống

Một nhược điểm khác, CAPM dựa trên giả định giá trị kỳ vọng và phương sai của

tỷ suất sinh lợi được xây dựng dựa trên chu kỳ đầu tư đơn (single investment period) và TSSL trung bình có bản chất tĩnh (static nature) Do đó, các mô hình với chu kỳ đầu tư nhiều giai đoạn (multi – period) hoặc đầu tư tiếp diễn (continuous time) được xem xét Một trong số các mô hình như vậy, Rubinstein (1976), Lucas (1978) và Breeden (1979) đưa ra mô hình CCAPM (Consumption-based CAPM – CCAPM); Merton (1973) đưa ra mô hình ICAPM (Intertemporal CAPM –

ICAPM) Mô hình ICAPM của Merton (1973) yêu cầu nhân tố rủi ro phải bổ sung thêm các nhân tố thị trường, Merton cho rằng khi có sự thay đổi ngẫu nhiên (stochastic variation) trong các cơ hội đầu tư, rủi ro có thể được thay đổi theo trạng thái của cơ hội đầu tư đó Vì không có các lý thuyết để xác định chính xác các biến trạng thái (state variables), do đó các mô hình ICAPM, cũng giống như các mô hình APT-motivated, được đề nghị theo sự lựa chọn các biến trạng thái Trong số các mô hình như vậy, Campbell (1996) đề nghị sử dụng lãi suất tín phiếu kho bạc (Treasury-bill rate), tỷ suất cổ tức (dividend yield) và tăng trưởng trong thu nhập thực của lao động (real labor income) và phần bù kỳ hạn (term spread) Vassalou (2003) đề nghị tăng trưởng GDP (GDP growth), Kim cùng cộng sự (2011) gợi ý biến tăng trưởng thu nhập của lao động (labor income growth) như là các biến trạng thái (state variables)

Ngoài ra, các nhà kinh tế lượng đã phát triển các mô hình GARCH bao gồm các mô hình ARCH, GARCH đối xứng, GARCH không đối xứng để giải thích các mối quan hệ giữ rủi ro và tỷ suất sinh lợi của tài sản Các mô hình GARCH này dựa trên giả định sai số của tỷ suất sinh lợi phân phối có điều kiện với phương sai thay đổi theo thời gian trong khi các ước lượng tỷ suất sinh lợi của tài sản tài chính theo APT trước đây dựa trên giả định phương sai sai số là một hằng số hay còn gọi là phương sai không điều kiện Thậm chí, các nhà nghiên cứu còn lập luận, sự thay đổi của giá cả trên thị trường tài chính là hết sức phức tạp và nó phản ánh một phần hành vi của các nhà đầu tư trên thị trường Vì thế các lý thuyết định giá nói trên đôi khi trở nên không hiệu quả trong việc mô phỏng cho tỷ suất sinh lợi và rủi ro, trong những trường hợp đó tài chính hành vi trở thành một hỗ trợ đắc lực để lý giải tốt hơn hành vi của thị trường Như vậy, một cách tổng quan, các mô hình định giá xem xét mối quan hệ giữa rủi ro và tỷ suất sinh lợi đã có một lịch sử phát triển khá phong phú bắt đầu từ lý thuyết danh mục của Harry Markowitz đến mô hình định giá tài sản vốn CAPM và các mô hình mở rộng sau này dựa trên việc khắc phục các nhược điểm của mô hình CAPM truyền thống

Thị trường chứng khoán Việt Nam (TTCK VN) được thành lập và đi vào hoạt động

từ năm 2000 đã mở ra kênh huy động vốn dài hạn cho các doanh nghiệp, mở ra một kênh đầu tư mới cho cộng đồng Sự phát triển của thị trường luôn gắn liền với quy

mô vốn được huy động, quy mô doanh nghiệp niêm yết, quy mô hàng hóa, quy mô các thành viên thị trường… Đồng thời sự phát triển của thị trường cũng gắn liền với

sự phát triển của nhà đầu tư Trong đó nhà đầu tư nước ngoài (NĐT NN) là yếu tố không thể thiếu, những cái tên của các quỹ đầu tư như Vina Capital, Indochina Capital, Dragon Capital, IDG Vietnam, PXP Vietnam, City Group, HSBC, JP Morgan, Deutsch AG, … đã trở nên rất quen thuộc trong cộng đồng đầu tư tại Việt Nam Sự xuất hiện của các quỹ hoán đổi danh mục (ETF - Exchange Traded Fund) như FTSE Vietnam Index ETF, Market Vectors Vietnam ETF và iShares MSCI Frontier 100 ETF trong những năm gần đây cũng góp phần làm đa dạng thêm số lượng các NĐT NN trên thị trường Chính sự hiện diện của NĐT NN có thể giúp cho thị trường tài chính, chứng khoán Việt Nam nâng cao hiệu quả hoạt động, quy

mô được mở rộng và tính minh bạch được cải thiện, thị trường có thể trở nên hiệu quả (efficient) hơn và các nhân tố tác động lên tỷ suất sinh lợi, rủi ro, các mô hình định giá trên thế giới có hiệu lực hơn trong thực tế tại TTCK Việt Nam Tuy vậy, thị trường chứng khoán Việt Nam, một thị trường chỉ thuộc nhóm thị trường cận biên (Frontier Market), theo xếp hạng của MSCI, vẫn còn tồn tại những đặc trưng riêng Những đặc trưng đó là quy mô vốn hóa thị trường còn thấp, thanh khoản thị trường cũng thấp, sở hữu nhà nước cao trong các công ty niêm yết, NĐT nước ngoài chỉ được tham gia ở một tỷ lệ giới hạn, các vấn đề về bất cân xứng thông tin,

… thì các mô hình định giá, mối quan hệ giữa rủi ro và tỷ suất sinh lợi có thật sự tuân theo các mô hình được đề xuất trên thế giới hay không? Mô hình nào hoặc nhân tố nào quyết định giá cả, quyết định tỷ suất sinh lợi, quyết định đến rủi ro trên thị trường? Về mặt học thuật, các nghiên cứu về mối quan hệ giữa tỷ suất sinh lợi

và rủi ro trên thị trường chứng khoán, các nghiên cứu kiểm định các mô hình định giá như CAPM, các mô hình nhân tố của Fama- French cũng rất phổ biến Tuy vậy,

có tồn tại, nhưng ít các nghiên cứu đi sâu vào xem xét các yếu tố khác như nhân tố đầu tư, nhân tố ROA, nhân tố thanh khoản hay nhân tố đà tăng… Bên cạnh đó, các nghiên cứu trước đây tại Việt Nam, do hạn chế về thời gian nghiên cứu và mức độ

khả thi của dữ liệu, do đó thường có mẫu nghiên cứu ngắn và số lượng quan sát trong công ty ít Đồng thời, tại Việt Nam vẫn còn ít những nghiên cứu về việc đánh giá một cách toàn diện và so sánh các mô hình định giá tài sản vốn với nhau Đó là

những vấn đề đặt ra cho đề tài “Đánh giá các mô hình định giá tài sản vốn tại thị trường chứng khoán Việt Nam” mà tác giả chọn nghiên cứu

1.2 Mục tiêu nghiên cứu

Như đã đề cập ở trên, cùng với lịch sử phát triển của thị trường chứng khoán, rất nhiều các mô hình định giá đã xuất hiện để xem xét mối quan hệ giữa tỷ suất sinh lợi và rủi ro của chứng khoán Mục tiêu của bài nghiên cứu này là đánh giá một cách toàn diện và so sánh các mô hình định giá tại TTCK VN Các mô hình mà tác giả sử dụng trong bài nghiên cứu này bao gồm:

(i) Mô hình CAPM cổ điển với nhân tố thị trường (MKT)

(ii) Mô hình APT động (APT-motivated)

- Mô hình 3 nhân tố của Fama và French (FF3) (MKT, SMB, HML)

- Mô hình 3 nhân tố của Chen (2010) (CNZ3) (MKT, INVEST, ROA)

- Mô hình 2 nhân tố thị trường và thanh khoản (MKT, LIQ)

- Mô hình 2 nhân tố thị trường và đà tăng (MKT, REVLS)

(iii) Mô hình ICAPM-motivated (MKT, GDP)

1.3 Câu hỏi nghiên cứu

Bài nghiên cứu đặt ra câu hỏi nghiên cứu cụ thể như sau:

(i) Nhân tố thị trường có quan hệ như thế nào với tỷ suất sinh lợi chứng

khoán tại TTCK Việt Nam?

(ii) Các nhân tố bổ sung như nhân tố quy mô, nhân tố giá trị, nhân tố đầu tư,

nhân tố ROA, nhân tố thanh khoản, nhân tố đà tăng và nhân tố tăng trưởng GDP có quan hệ như thế nào với tỷ suất sinh lợi chứng khoán tại TTCK Việt Nam?

(iii) Trong các mô hình nghiên cứu, mô hình nào giải thích thoả đáng nhất về

sự biến động của lợi nhuận cổ phiếu trên TTCK Việt Nam?

1.4 Phương pháp nghiên cứu

Trong nghiên cứu này, tác giả sử dụng các phương pháp định lượng để kiểm tra mối liên hệ giữa rủi ro và tỷ suất sinh lợi trong các mô hình định giá tài sản Tác giả sử dụng phương pháp hồi quy đơn biến và đa biến, hồi quy chuỗi thời gian (time-series) và hồi quy dữ liệu chéo (cross-sectional) để xác định mối quan hệ giữa các nhân tố rủi ro và tỷ suất sinh lợi Dữ liệu được sử dụng là dữ liệu thứ cấp (sử dụng trong phân tích thống kê và hồi quy), bao gồm dữ liệu tỷ suất sinh lợi, quy mô, tỷ số giá trị sổ sách trên giá trị thị trường, dữ liệu kinh tế vĩ mô … Tác giả sử dụng phần mềm Stata để phân tích thống kê cũng như hồi quy trong nghiên cứu này

1.5 Đối tượng và phạm vi nghiên cứu

Để đánh giá một cách toàn diện và so sánh các mô hình định giá tại TTCK VN, tác giả tập trung vào thị trường cổ phiếu chính thức, mẫu được chọn là các cổ phần niêm yết tại SGDCK TP HCM (HOSE) và chỉ số thị trường VNINDEX Lý do của việc chọn mẫu này là do SGDCK TP Hồ Chí Minh có thời gian hoạt động dài hơn

so với SGDCK Hà Nội (HNX) nên sẽ cung cấp các chuỗi dữ liệu dài hơn để phân tích thống kê Quan trọng hơn HOSE có quy mô lớn hơn (về quy mô giao dịch, quy

mô niêm yết, giá trị vốn hóa…) nên sẽ đại diện tốt hơn cho TTCK VN Thị trường phi chính thức của Việt Nam cũng khá lớn tuy nhiên dữ liệu về các công ty trên thị trường này không đầy đủ và khó tiếp cận Bộ dữ liệu nghiên cứu được lấy giới hạn trong khoảng thời gian từ năm 2008 đến năm 2016

1.6 Đóng góp của đề tài

Kết quả nghiên cứu chỉ ra mức độ hiệu lực các các mô hình định giá tài sản vốn và mối quan hệ giữa rủi ro và tỷ suất sinh lợi tại TTCK Việt Nam Do đó, nghiên cứu này có những đóng góp như sau:

+ Về mặt học thuật: nghiên cứu tập trung vào các lý thuyết và mô hình định giá, đặc biệt là những nghiên cứu thực nghiệm gần đây trên thị trường quốc

tế, từ đó làm cơ sở để nghiên cứu mức độ hiệu lực của các mô hình định giá, nghiên cứu mối quan hệ giữa rủi ro và tỷ suất sinh lợi trên TTCK Việt Nam

+ Về mặt thực tiễn: kết quả của nghiên cứu sẽ giúp ích cho các NĐT, các nhà quản trị doanh nghiệp cũng như các cơ quan quản lý trong việc đầu tư, quản trị và điều hành các công ty niêm yết và cả TTCK nói chung

1.7 Bố cục bài nghiên cứu

Bài nghiên cứu gồm 5 Chương, dự kiến như sau:

Chương 1 – Giới thiệu tổng quan về công trình đề tài

Trong phần này, nghiên cứu trình bày tổng quan và sơ lược các vấn đề của bài nghiên cứu như: tính cấp thiết của đề tài, mục tiêu và câu hỏi nghiên cứu, nội dung,

phạm vi nghiên cứu, phương pháp nghiên cứu và đóng góp của đề tài

Chương 2 – Cơ sở lý thuyết

Trong phần này, tác giả giới thiệu tổng quan về các mô hình định giá trên thế giới,

từ CAPM, APT đến APT-motivated, từ CCAPM đến ICAPM, ICAPM-motivated Sau đó, tác giả trình bày tổng quan các nghiên cứu thực nghiệm về các mô hình định giá đang tồn tại tại Việt Nam và thực trạng TTCK Việt Nam

Chương 3 – Phương pháp nghiên cứu

Trong phần này, tác giả trình bày các mô hình được lựa chọn để kiểm định tại Việt Nam Cách xây dựng các nhân tố tương ứng, các mô hình được sử dụng cũng như các dữ liệu cần thiết để thực hiện nghiên cứu

Chương 4 – Kết quả nghiên cứu

Trong phần này, tác giả trình bày thống kê mô tả các danh mục, trình bày và thảo luận các kết quả hồi quy trong mô hình thực nghiệm tại Việt Nam Bao gồm 2 phương pháp hồi quy là hồi quy chuỗi thời gian (time-series) và hồi quy dữ liệu chéo (cross-sectional)

Chương 5 – Kết luận và hàm ý chính sách

Trong phần này, tác giả trình bày tóm tắt kết quả nghiên cứu, gợi ý về mặt chính sách, những hạn chế của đề tài và hướng mở rộng nghiên cứu tiếp theo

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Các mô hình định giá

Các nghiên cứu về các mô hình định giá hay các lý thuyết về rủi ro và tỷ suất sinh lợi trên thị trường tài chính được bắt đầu từ lý thuyết danh mục của Harry Markowitz (1952) Sau đó, William Sharpe (1964) đã dựa trên nền tảng của lý thuyết danh mục, đã phát triển mô hình định giá tài sản vốn (CAPM – Capital Asset Pricing Model) Một thời gian sau, nhiều tác giả đã chỉ ra khiếm khuyết của CAPM

và cho rằng phải có nhiều nhân tố tham gia định giá, vì thế các mô hình mới tiếp tục được phát triển Stephen.A Ross (1976) đã phát triển lý thuyết kinh doanh chênh lệch giá (APT – Arbitrage Pricing Theory) bằng cách mở rộng mô hình nhân tố đơn CAPM thành một mô hình tuyến tính tổng quát bao gồm nhiều nhân tố và sau đó được các nhà nghiên cứu phát triển thêm thành các mô hình APT-motivated, nổi bật

là các mô hình của Fama và French (1993) Tiếp tục khắc phục nhược điểm của CAPM, các mô hình CCAPM, ICAPM cũng được ra đời và các mô hình GARCH cũng được phát triển Sau đó, trước những bất thường trên thị trường tài chính, hiệu lực của các lý thuyết định giá trên bị yếu đi Sau mỗi bất thường như vậy người ta lại đặt lại câu hỏi nếu giá thị trường phản ánh giá trị cơ bản thì tại sao thị trường lại chịu những cú sốc khủng khiếp đến thế Sự hoài nghi này đã và đang củng cố vị trí của tài chính hành vi Trong phần tiếp theo, tác giả sẽ hệ thống lại các lý thuyết chính kèm theo các chứng cứ thực nghiệm

2.1.1 Mô hình CAPM

Lý thuyết danh mục của Harry Markowitz (1952) nói rằng các nhà đầu tư phân bổ tài sản của họ dựa vào sự đánh đổi giữa rủi ro và tỷ suất sinh lợi Dựa trên lý thuyết này, nhưng bổ sung thêm giả định tồn tại một tài sản phi rủi ro với tỷ suất sinh lợi bằng Rf và nhà đầu tư có thể cho vay hoặc đi vay không giới hạn ở mức lãi suất phi rủi ro này Khi đó, danh mục của một nhà đầu tư cụ thể tùy thuộc vào mức độ chấp nhận rủi ro của họ, phương trình thể hiện mối quan hệ giữa rủi ro và tỷ suất sinh lợi

của một tài sản là: E(Ri) = R f + b i (R M - R f )

Đây là mô hình định giá tài sản vốn (Capital asset pricing model – CAPM), được William Sharpe đề xuất vào năm 1964, John Lintner nghiên cứu độc lập cũng đạt đến cùng kết quả vào năm 1965 Mô hình này thể hiện tỷ suất sinh lợi kỳ vọng của một tài sản tương quan tuyến tính với rủi ro hệ thống chuẩn hóa của nó Phương trình trên đây cho phép xác định tỷ suất sinh lợi mong đợi dựa trên rủi ro hệ thống của tài sản, ở trạng thái cân bằng một tài sản có beta càng cao thì tỷ suất sinh lợi đòi hỏi càng lớn và ngược lại Một tài sản có rủi ro hệ thống bằng 0 sẽ có tỷ suất sinh lợi kỳ vọng bằng với lãi suất phi rủi ro Rf

Với nhu cầu cấp thiết về một mô hình giúp định giá tài sản lúc bấy giờ, CAPM cũng

có thể mở rộng để áp dụng cho danh mục (vì tỷ suất sinh lợi kỳ vọng của danh mục chính bằng trung bình tỷ trọng tỷ suất sinh lợi kỳ vọng của các tài sản trong danh mục, điều này sẽ giúp giảm bớt công việc tính toán các thông số trong mô hình danh mục của Markowitz vốn dĩ khá phức tạp), vì thế CAPM nhận được rất nhiều

sự quan tâm của cả giới nghiên cứu học thuật và các nhà thực hành

Sau khi ra đời, CAPM đã nhận được rất nhiều phản biện cũng như ủng hộ của các nghiên cứu thực nghiệm ở nhiều thị trường chứng khoán Black, Jensen và Scholes (1972) kiểm định CAPM cho các danh mục chứng khoán trên sở giao dịch chứng khoán New York; Nghiên cứu của Fama và MacBeth (1973) thực hiện trên tất cả các cổ phiếu được giao dịch trên NYSE giai đoạn từ 1926 – 1968 Các nghiên cứu thực nghiệm gần đây của mô hình CAPM như của Hodoshima, Garza-gomez và Kunimura (2000) kiểm định mối quan hệ giữa beta và tỷ suất sinh lợi thị trường Nhật Bản Mẫu nghiên cứu là các công ty cổ phần niêm yết trên sở giao dịch Tokyo – TSE trong thời gian từ 1956-1995 Zhang J Wihlborg (2004) kiểm định CAPM trong các thị trường mới nổi: Cộng hòa Czech, Hy Lạp, Hungary, Ba Lan, Nga và Thổ Nhĩ Kỳ Nghiên cứu này đã tạo ra sự khác biệt giữa CAPM nội địa và CAPM quốc tế để kiểm định xem liệu phân khúc thị trường có khiến CAPM áp dụng cho từng thị trường nội địa tốt hơn CAPM quốc tế hay không Sandoval, E.A, Saens,

RN (2004) đã kiểm định CAPM cho các thị trường Châu Mỹ Latinh (Mexico, Chile

và Argentina) trong khoảng thời gian từ 1995 - 2002 Kết quả các kiểm định thực

nghiệm này, bên cạnh những kết quả ủng hộ cũng có rất nhiều phản biện với mô hình CAPM

2.1.2 Mô hình APT và APT motivated

Các phản biện đối với mô hình CAPM ngày càng trở nên gay gắt khi có nhiều tác giả tìm thấy có nhiều biến khác có khả năng giải thích cho tỷ suất sinh lợi chứng khoán bên cạnh beta thị trường dưới dạng những mô hình đa nhân tố

2.1.2.1 Mô hình APT

Vào năm 1976, S.A Ross đã phát triển lý thuyết kinh doanh chênh lệch giá (APT – Arbitrage Pricing Theory) bằng cách mở rộng mô hình CAPM thành một mô hình tuyến tính tổng quát gồm nhiều nhân tố rủi ro để giải thích tỷ suất sinh lợi của chứng khoán Trong mô hình APT tỷ suất sinh lợi kỳ vọng của mỗi chứng khoán hoặc danh mục được thể hiện bởi một tổng tuyến tính các “nhân tố rủi ro” chung cho tất cả các tài sản – thường là những nhân tố kinh tế vĩ mô, chính trị, thậm chí cả nhân tố niềm tin Lý thuyết này giả định không tồn tại cơ hội kinh doanh chênh lệch giá, nghĩa là tỷ suất sinh lợi kỳ vọng đối với các danh mục có cùng độ nhạy với các nhân tố rủi ro chung này sẽ bằng nhau miễn là số lượng tài sản trong danh mục đủ lớn để rủi ro đặc thù của từng tài sản được đa dạng hóa hoàn toàn Mô hình APT cho rằng tỷ suất sinh lợi kỳ vọng của tài sản j được xác định bằng phương trình k nhân tố như sau:

E(R j ) = r f + b i1l1 + b i2l2 + … + + b iklktrong đó:

+ li là phần bù rủi ro tương ứng của các nhân tố Xi, li = api – rf

+ rf là tỷ suất sinh lợi phi rủi ro

+ api là tỷ suất sinh lợi mong đợi của danh mục đầu tư thuần nhất nhân tố i

Khi đó, CAPM chỉ là một trường hợp đặc biệt của APT, cụ thể hơn CAPM là APT một nhân tố mà nhân tố đó chính là nhân tố thị trường:

E(R j ) = r f + b i1 l1 (trong đó l 1 = R M – r f )

Các nhân tố trong mô hình đa nhân tố có thể là: các chỉ số cổ phần quốc tế; các chỉ

số ngành trong mỗi thị trường và các chỉ số kinh tế vĩ mô như: cung tiền, tăng trưởng kinh tế, tỷ giá hối đoái, lãi suất, thuế, giá cả hàng hóa hoặc các tỷ số cơ bản của doanh nghiệp như tỷ số giá/thu nhập, tỷ số giá trị sổ sách/giá thị trường, tỷ

số nợ/vốn cổ phần và quy mô Một mô hình APT được xây dựng tốt sẽ giúp dự báo

tỷ suất sinh lợi của các tài sản tài chính và phân tích rủi ro Tuy nhiên, lý thuyết này không có cơ sở về số lượng và cách xác định các yếu tố, một tập hợp các nhân tố lý giải hầu hết phương sai của tỷ suất sinh lợi là một thách thức rất lớn đối với các nhà nghiên cứu Do đó các nhà nghiên cứu đã gợi ý các yếu tố thực nghiệm đưa vào mô hình dựa trên các hạn chế của mô hình CAPM, các mô hình này được gọi là APT động (APT-motivated)

2.1.2.2 Mô hình APT-motivated

v Nghiên cứu của Fama và French

Vào năm 1992, hai tác giả Fama và French đã xem xét tất cả các nhân tố riêng lẻ từ các nghiên cứu thực nghiệm trước đó của Banz (1981), Basu (1983), Rosenberg, Reid, Lanstein (1985) và Bhandari (1988) để đánh giá vai trò kết hợp của beta, quy

mô, E/P, đòn bẩy tài chính và tỷ số giá trị sổ sách trên giá trị thị trường (B/P) trong việc giải thích cho tỷ suất sinh lợi của cổ phần trên các thị trường NYSE, AMEX và NASDAQ Nghiên cứu này tìm thấy rằng mối quan hệ giữa beta và tỷ suất sinh lợi không tồn tại trong suốt thời kỳ từ 1963–1990 khi chỉ dùng beta thị trường để giải thích cho tỷ suất sinh lợi trung bình Trái lại, các kiểm định lần lượt giữa tỷ suất sinh lợi trung bình với quy mô, đòn bẩy, E/P và B/P cho thấy tất cả các nhân tố này đều quan trọng Đặc biệt là nhân tố quy mô và nhân tố giá trị sổ sách trên giá trị thị trường Tiếp tục mở rộng các nghiên cứu này, vào năm 1993, Fama và French đã đề xuất ra mô hình 3 nhân tố (FF3) và mô hình 5 nhân tố (FF5)

Mô hình 3 nhân tố (FF3) của Fama – French nói rằng tỷ suất sinh lợi vượt trội kỳ vọng của một danh mục (tỷ suất sinh lợi kỳ vọng trừ đi tỷ suất sinh lợi phi rủi ro) được giải thích bởi độ nhạy của nó đối với 3 nhân tố:

(i) tỷ suất sinh lợi vượt trội của danh mục thị trường;

(ii) sự chênh lệch giữa tỷ suất sinh lợi của danh mục các cổ phiếu quy mô nhỏ và

tỷ suất sinh lợi của danh mục các cổ phiếu quy mô lớn (gọi là nhân tố quy

mô SMB) và

(iii) sự chênh lệch giữa tỷ suất sinh lợi của danh mục các cổ phiếu có giá trị sổ

sách trên giá trị thị trường (BE/ME) cao và tỷ suất sinh lợi của danh mục các cổ phiếu có BE/ME thấp (gọi là nhân tố giá trị HML)

Mô hình 3 nhân tố của Fama và French như sau:

R p = R f + b(R M - R f ) + s(SMB) + h(HML)

Trong đó:

+ Rp là tỷ suất sinh lợi trung bình của danh mục p;

+ RM là tỷ suất sinh lợi của thị trường

+ Rf là lãi suất phi rủi ro (tỷ suất sinh lợi T.Bill 1 tháng)

+ b là hệ số nhân tố thị trường (hay còn gọi là độ nhạy nhân tố thị trường) + s là hệ số nhân tố của nhân tố quy mô

+ h là hệ số nhân tố của nhân tố giá trị

Có thể thấy rằng mô hình 3 nhân tố của Fama và French là một sự mở rộng của CAPM, nó bao gồm hai nhân tố được nghiên cứu của Fama và French (1992) tìm

ra, kết hợp với nhân tố thị trường Mô hình này khác với CAPM ở hai nhân tố bổ sung: quy mô và giá trị

Mô hình 5 nhân tố được Fama và French thực hiện trên chuỗi thời gian tỷ suất sinh lợi tháng của các cổ phiếu và trái phiếu, được hồi quy với 5 nhân tố: tỷ suất sinh lợi danh mục thị trường (nhân tố thị trường); danh mục nhân tố mô phỏng của quy mô; danh mục nhân tố mô phỏng của giá trị sổ sách trên giá trị thị trường; (giống với mô hình 3 nhân tố) và bổ sung thêm 2 nhân tố mới là phần bù kỳ hạn (term spread - TERM), là chênh lệch giữa lãi suất trái phiếu kỳ hạn dài và kỳ hạn ngắn; và phần bù rủi ro vỡ nợ (default spread – DEF, là chênh lệch tỷ suất sinh lợi của danh mục thị trường trái phiếu công ty so với tỷ suất sinh lợi trái phiếu dài hạn của chính phủ)

Trong đó, 3 nhân tố đầu tiên ảnh hưởng có ý nghĩa lên tỷ suất sinh lợi cổ phiếu, còn hai nhân tố sau cùng ảnh hưởng lên tỷ suất sinh lợi trái phiếu

Sau khi ra đời, các mô hình của Fama và French đã gây một sự tranh luận sôi nổi trong giới nghiên cứu hàn lâm và các nhà thực hành Nhiều nghiên cứu kiểm định

mô hình này trên những thị trường chứng khoán khác nhau Nhìn chung, kết quả thực nghiệm cho thấy mô hình 3 nhân tố nhận được nhiều bằng chứng ủng hộ hơn

so với mô hình CAPM Các nghiên cứu thực nghiệm đó là:

Nghiên cứu của Robert Faff (2001) nhằm kiểm định mô hình 3 nhân tố trên bộ dữ liệu của Úc trong thời kỳ từ 1991 đến 1999 Kết quả cho thấy chứng cứ hỗ trợ mạnh

mẽ cho mô hình này, nhưng phần bù âm có ý nghĩa đối với các cổ phiếu quy mô nhỏ chứ không phải là phần bù dương như kỳ vọng Nghiên cứu được thực hiện bởi Maroney và Protopapadakis (2002) nhằm kiểm định mô hình 3 nhân tố đối với thị trường cổ phiếu Úc, Canada, Đức, Pháp, Nhật, Anh và Mỹ Kết quả cho thấy ảnh hưởng của nhân tố quy mô và nhân tố giá trị tồn tại ở tất cả các quốc gia này Tỷ suất sinh lợi của hai nhân tố SMB và HML lớn hơn đáng kể so với tỷ suất sinh lợi nhân tố thị trường Nghiên cứu được thực hiện bởi Mine H Aksu và Turkan Onder (2003) đối với tỷ suất sinh lợi của các cổ phiếu trên sở giao dịch Istanbul (Thổ Nhĩ Kỳ) trong thời kỳ 1993-1997 Kết quả là xét trung bình các danh mục cổ phần vốn hóa nhỏ và có BE/ME cao cung cấp một tỷ suất sinh lợi vượt trội đáng kể Nghiên cứu của Nopbhanon Homsud và Jatuphon Wasunsakul (2009) thực hiện cho 421 chứng khoán trên Sở giao dịch chứng khoán Thái Lan Nghiên cứu này kết luận rằng, việc thêm các biến quy mô và BE/ME vào trong mô hình CAPM để giải thích cho tỷ suất sinh lợi vượt trội hàng tháng của danh mục thì tốt hơn một mình nhân tố

thị trường

v Mô hình 3 nhân tố CNZ3 của Chen và cộng sự (2010)

Tiếp tục phát triển các mô hình đa nhân tố, Chen cùng cộng sự (2010) đã xây dựng một mô hình ba nhân tố mới (CNZ3) dựa trên yếu tố đầu tư Mô hình 3 nhân tố này bao gồm nhân tố thị trường (MKT) và 2 nhân tố có liên quan đến đầu tư là INVEST

và tỷ suất sinh lợi trên tổng tài sản ROA Đầu tư (INVEST) và ROA tác động lên tỷ

lệ chiết khấu và do đó tác động đến tỷ suất sinh lợi kỳ vọng của chứng khoán Về mặt trực giác, đầu tư tác động lên tỷ suất sinh lợi của chứng khoán bởi vì việc đầu

tư mang lại dòng tiền kỳ vọng trong tương lai, chi phí vốn của khoản mục đầu tư mới sẽ liên quan đến lãi suất chiết khấu Chi phí vốn đầu tư cao, hàm ý giá trị chiết khấu về hiện tại thấp Ngược lại, chi phí vốn đầu tư thấp, giá trị chiết khấu của khoản đầu tư về hiện tại sẽ cao Tương tự, ROA tác động đến tỷ suất sinh lợi của chứng khoán vì giá trị kỳ vọng của ROA cao liên quan đến đầu tư thấp, hàm ý về tỷ

lệ chiết khấu cao Tỷ lệ chiết khấu cao là cần thiết nhằm bù đắp mức ROA cao và tạo ra giá trị chiết khấu về hiện tại thấp của khoản đầu tư thấp

Mặc dù các nhân tố mới này (INVEST và ROA) được xây dựng dựa trên các nền tảng kinh tế chứ không phải dựa trên các nhược điểm của CAPM, mặc dù vậy, nó cũng giúp giải thích tốt tỷ suất sinh lợi chéo của chứng khoán hơn là mô hình truyền thống như của Fama và French Tóm lại, mô hình 3 nhân tố CNZ3 bao gồm: nhân

tố thị trường (MKT), nhân tố đầu tư (INVEST) và nhân tố tỷ suất sinh lợi trên tổng tài sản (ROA)

v Mô hình 2 nhân tố của Kim (2006)

Trong nghiên cứu của mình, Kim (2006) đã gợi ý nhân tố rủi ro liên quan đến sự không chắc chắn trong thông tin gây ra bởi biến động trong lợi nhuận Mức biến động trong lợi nhuận càng lớn, rủi ro cho nhà đầu tư càng lớn và họ càng đòi hỏi một tỷ suất sinh lợi cao Kim (2006) đã sử dụng độ lệch chuẩn trong sai số dự báo (forecast errors) để đo lường độ bất ổn trong thông tin lợi nhuận Kim (2006) đề xuất mô hình 2 nhân tố bao gồm: nhân tố thị trường (MKT) và nhân tố độ bất ổn trong thông tin lợi nhuận (earnings information uncertainty - EIU)

v Mô hình với nhân tố thanh khoản và đà tăng

Bên cạnh các mô hình đa nhân tố trên, các nghiên cứu Narayan & Zheng (2010) và Chang cùng cộng sự (2010) tiếp tục gợi ý các nhân tố khác đóng vai trò quan trọng trong việc giải thích tỷ suất sinh lợi của chứng khoán Nghiên cứu của Narayan & Zheng (2010) tại TTCK Trung Quốc cho thấy, tỷ suất sinh lợi bất thường

(anomalies) của thị trường được giải thích bởi quy mô, tỷ số giá trị thị trường trên giá trị sổ sách, tỷ lệ thanh khoản (turnover rate) và đà tăng (momentum) Chang cùng cộng sự (2010) chỉ ra mối quan hệ nghịch biến giữa thanh khoản và tỷ suất sinh lợi chứng khoán tại Thị trường chứng khoán Tokyo Như vậy, thanh khoản và

đà tăng (momentum) được đại diện bằng nhân tố đảo ngược giá trong dài hạn term price reversal factor) đóng một vai trò quan trọng trong việc giải thích lợi nhuận cổ phiếu Các mô hình 2 nhân tố này như sau:

(long-• Mô hình hai nhân tố có chứa nhân tố thị trường (MKT) và nhân tố thanh khoản (LIQ)

• Mô hình hai nhân tố có chứa nhân tố thị trường (MKT) và nhân tố đảo ngược giá dài hạn (long-term price reversal factor- REVSL)

2.1.3 Mô hình CCAPM

Mô hình CAPM được trình bày ở trên dựa trên giả định giá trị kỳ vọng và phương sai của tỷ suất sinh lợi được xây dựng dựa trên chu kỳ đầu tư đơn (single investment period) và TSSL trung bình có bản chất tĩnh (static nature) Do đó, các mô hình với chu kỳ đầu tư nhiều giai đoạn (multi – period) hoặc đầu tư tiếp diễn (continuous time) được xem xét Một trong số các mô hình như vậy, Rubinstein (1976), Lucas (1978) và Breeden (1979) đưa ra mô hình CCAPM (Consumption-based CAPM – CCAPM)

Breeden (1979) xuất phát từ mô hình định giá với các beta đơn lẻ (single-beta) phát triển thành các mô hình với nhiều beta và với thời gian đầu tư trải qua nhiều giai đoạn (continuous-time) với sự không chắc chắn trong giá cả hàng hóa tiêu dùng (consumption-goods prices) và sự không chắc chắn trong các cơ hội đầu tư (investment opportunities) Khi không có các loại tài sản phi rủi ro tồn tại, một mô hình định giá có liên quan đến tỷ lệ tiêu dùng thực tế, hơn là liên quan đến nhân tố thị trường Kết quả của Breeden cho thấy, tỷ suất sinh lợi kỳ vọng của một tài sản là

tỷ lệ với hiệp phương sai của nó với tỷ lệ tiêu dùng trong một mô hình với giả định đầu tư kéo dài qua nhiều giai đoạn thời gian Khi thực hiện các nghiên cứu thực nghiệm, mô hình CCAPM thường được xây dựng trên cùng cơ sở với mô hình

CAPM Mô hình CCAPM có chứa nhân tố thị trường (MKT) và nhân tố tiêu dùng (consumption factor - CONSU)

2.1.4 Mô hình ICAPM

Cùng nằm trong nhóm các mô hình với chu kỳ đầu tư nhiều giai đoạn (multi – period) hoặc đầu tư tiếp diễn (continuous time), Merton (1973) đưa ra mô hình ICAPM (Intertemporal CAPM – ICAPM) Mô hình ICAPM của Merton (1973) yêu cầu nhân tố rủi ro phải bổ sung thêm các nhân tố thị trường, Merton cho rằng khi có

sự thay đổi ngẫu nhiên (stochastic variation) trong các cơ hội đầu tư, rủi ro có thể được thay đổi theo trạng thái của cơ hội đầu tư đó Vì không có các lý thuyết để xác định chính xác các biến trạng thái (state variables), do đó các mô hình ICAPM, cũng giống như các mô hình APT-motivated, được đề nghị theo sự lựa chọn các biến trạng thái

Campbell (1996) phát triển mô hình định giá tài sản động năm nhân tố, nhằm nắm bắt sự thay đổi trong cơ hội đầu tư và nguồn nhân lực Trong mô hình này, tỷ suất sinh lợi kỳ vọng của tài sản dựa trên hiệp phương sai của tỷ suất sinh lợi với danh mục thị trường và với sự thay đổi trong các biến trạng thái (state variables) giúp dự báo tỷ suất sinh lợi trong tương lai của thị trường và thu nhập trong tương lai của lực lượng lao động Campbell gợi ý các biến trạng thái như: tỷ suất sinh lợi của trái phiếu chính phủ (Treasury-bill rate), tỷ suất cổ tức (dividend yield), tỷ lệ tăng trưởng trong thu nhập thực của lực lượng lao động (real labor income) và chênh lệch kỳ hạn (term spread) Vassalou (2003) gợi ý sự thay đổi trong cơ hội đầu tư được thể hiện thông qua sự thay đổi của tăng trưởng GDP trong tương lai và gợi ý

mô hình 2 nhân tố bao gồm nhân tố thị trường (MKT) và nhân tố GDP Kim cùng cộng sự (2011) gợi ý tăng trưởng trong thu nhập của lao động trong tương lai (labor income growth) như là một biến trạng thái và xây dựng nhân tố rủi ro với những thay đổi trong biến này Các mô hình ICAPM-motivated được tổng kết lại như sau:

• Mô hình 2 nhân tố bao gồm nhân tố thị trường (MKT) và GDP (GDP)

• Mô hình 2 nhân tố bao gồm nhân tố thị trường (MKT) và lao động (LABOR)

• Mô hình 5 nhân tố của Campbell (1996)

Các mô hình này có chứa yếu tố thị trường và yếu tố trạng thái (innovations) được tạo ra từ quá trình tự hồi quy bậc 1 (first-order vector autoregressive (VAR(1)) của bốn biến trạng thái vừa nêu ở trên Biến chênh lệch lãi suất trái phiếu (RTB, chính

là trung bình trượt lùi (backward moving average) của chênh lệch giữa lãi suất tín phiếu kho bạc kỳ hạn 1 tháng và kỳ hạn 1 năm Biến tỷ suất cổ tức (DIV: trung bình trượt lùi 1 năm của cổ tức chia cho chỉ số chứng khoán hiện tại) Biến tỷ lệ tăng trưởng trong thu nhập thực của lao động (LBR) và chênh lệch kỳ hạn (TERM)

2.1.5 Mô hình CAPM có điều kiện của Jagannathan và Wang (1996)

Jagannathan và Wang (1996) xây dựng một mô hình hai yếu tố với giả định mô hình CAPM là tồn tại với điều kiện beta thị trường và phần bù rủi ro thị trường thay đổi theo thời gian (vary over time) Mô hình hai yếu tố đối với tỷ suất sinh lợi kỳ vọng không điều kiện được tạo ra với một nhân tố có điều kiện của CAPM Nhân tố này được phân thành 2 nhóm, bao gồm nhóm có thể giao dịch được (tradable assets) chính là tỷ suất sinh lợi của danh mục thị trường, và nhóm không thể giao dịch được (non-tradable assets) chính là nguồn nhân lực (human capital) Nhân tố còn lại được đưa vào mô hình nhằm kiểm soát các điều kiện kinh doanh trong tương lai Khi kiểm định thực nghiệm, mô hình này gồm có ba nhân tố: MKT (đại diện cho tỷ suất sinh lợi của chỉ số thị trường), LBR (đại diện cho tỷ suất sinh lợi từ nhân tố nguồn lực con người) và DEF (đại diện cho điều kiện kinh doanh trong tương lai và sự thay đổi trong phần bù rủi ro của thị trường)

Tóm lại, đã có rất nhiều nghiên cứu nhằm tìm ra một mô hình định giá tài sản để liên kết giữa tỷ suất sinh lợi và rủi ro Bắt đầu với lý thuyết danh mục của Markowitz đến các mô hình CAPM, APT, APT-motivated Các mô hình CCAPM, ICAPM cũng được ra đời Các mô hình này, được xây dựng từ các mô hình lý thuyết cũng như các bằng chứng thực nghiệm được thực hiện trên khắp thế giới Bên cạnh đó, một số nghiên cứu như nghiên cứu của Kim, S-H., Kim, D., Shin, H-S (2012) (hay Kim cùng cộng sự, 2012), ngoài việc kiểm tra từng mô hình định giá riêng lẻ còn đánh giá và so sánh các mô hình này với nhau Cụ thể, Kim cùng cộng

sự (2012) với mục đích đánh giá và so sánh các mô hình định giá tài sản vốn, đã

tiến hành nghiên cứu trên TTCK Hàn Quốc trong giai đoạn từ năm 1989 – 2009 Các mô hình định giá tài sản vốn bao gồm mô hình CAPM, Mô hình APT, APT motivated, mô hình C-CAPM, mô hình ICAPM-motivated, và mô hình CAPM có điều kiện của Jagannathan và Wang Bằng cách sử dụng 2 phép hồi quy chuỗi thời gian (time-series) và hồi quy dữ liệu chéo (cross-sectional regression) dựa trên kiểm định T-test và F-test, kiểm định khoảng cách (distance) của Hansen và Jagannathan (1997), và R2 nhằm so sánh các mô hình Kết quả nghiên cứu cho thấy, mô hình năm yếu tố của Fama và French (1993) giải thích thoả đáng nhất về sự biến động của lợi nhuận cổ phiếu trên thị trường chứng khoán Hàn Quốc so với các mô hình định giá tài sản vốn khác Mô hình ba yếu tố của Fama và French (1993), mô hình

ba yếu tố của Chen và cộng sự (2010) và mô hình Campbell (1996) là ba mô hình tiếp theo giải thích thoả đáng về sự biến động lợi nhuận của cổ phiếu Tuy vậy, với

sự non trẻ của TTCK Việt Nam, các nghiên cứu thực nghiệm đã phát triển như thế nào và kết quả chỉ ra mối quan hệ giữa tỷ suất sinh lợi và rủi ro như thế nào, trong phần tiếp theo, tác giả sẽ khảo lượt các nghiên cứu thực nghiệm như vậy tại Việt Nam

2.2 Các nghiên cứu thực nghiệm về các mô hình định giá tại Việt Nam

Mặc dù TTCK Việt Nam chỉ mới đi vào hoạt động kể từ năm 2000, với số lượng các công ty niêm yết cũng chỉ mới thực sự bùng nổ trong giai đoạn từ nằm 2006 –

2007 trở về sau Tuy vậy, các nghiên cứu về mối quan hệ giữa tỷ suất sinh lợi và rủi

ro trên thị trường chứng khoán, các nghiên cứu kiểm định các mô hình định giá như CAPM, các mô hình nhân tố của Fama - French lại rất phổ biến Một số nghiên cứu

tiêu biểu được tác giả lược khảo sau đây:

Trần Viết Hoàng và Nguyễn Anh Phong (2008) trong nghiên cứu “Vận dụng mô

hình ba nhân tố trong đo lường suất sinh lời các cổ phiếu niêm yết tại sở GDCK TP.HCM” với mục đích nhằm giới thiệu về mô hình cũng như vận dụng thực tế

trong đo lường suất sinh lời một số cổ phiếu niêm yết Dãy dữ liệu được các tác giả tính toán cho các cổ phiếu tính từ tháng 9/2002 cho đến tháng 9/2008 Tổng cộng có

73 mẫu quan sát (73 tháng), có tổng cộng 16 cổ phiếu được lựa chọn Kết quả của

Trần Viết Hoàng và Nguyễn Anh Phong (2008) cho thấy dường như cổ phiếu nào

có quy mô lớn trên thị trường đồng thời có chỉ số B/M nhỏ sẽ mang lại suất sinh lời cao Kết quả kiểm chứng suất sinh lời trên danh mục SMB hay HML ở đây khác với kết quả kiểm chứng thực nghiệm của Fama và French (1993) Trong khi kết quả của Fama - French thể hiện suất sinh lời các cổ phiếu có quy mô nhỏ phải cao hơn suất sinh lời các cổ phiếu có quy mô lớn Trong khi kết quả kiểm chứng thực nghiệm tại HOSE cho thấy kết quả ngược lại: R(SMB) và R(HML) đều nhỏ hơn 0

Cũng chính 2 tác giả này, trong nghiên cứu vào năm 2012 được thực hiện trên Sở GDCK TP.HCM giai đoạn 2007 – 2011 Kết quả khẳng định mô hình Fama-French

3 nhân tố giải thích mối quan hệ giữa tỷ suất sinh lợi và rủi ro tốt hơn so với mô hình một nhân tố CAPM, đặc biệt trong các danh mục đầu tư SL, SH, BL

Vương Đức Hoàng Quân và Hồ Thị Huệ (2008) trong nghiên cứu: “Mô hình

Fama-French: Một nghiên cứu thực nghiệm đối với thị trường chứng khoán Việt Nam” với mục đích kiểm định tính hiệu quả của việc ứng dụng mô hình Fama-

French tại Việt Nam Nghiên cứu được thực hiện với 28 công ty niêm yết tại HOSE trong khoảng thời gian từ tháng 1/2005 đến tháng 3/2008 Kết quả của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008) đã cho thấy mô hình gồm ba nhân tố Fama-French đã giải thích sự thay đổi tỷ suất sinh lợi tại HOSE tốt hơn mô hình chỉ gồm một biến thị trường của CAPM Tỷ suất sinh lợi của cổ phiếu tại HOSE, ngoài việc chịu tác động khách quan của yếu tố thị trường nó còn bị tác động bởi những yếu tố thuộc về đặc tính của doanh nghiệp niêm yết như quy mô và tỷ số BE/ME Kết quả nghiên cứu cũng cho thấy rằng trong ba yếu tố tác động đến tỷ suất sinh lợi thì yếu

tố thị trường giữ vai trò quan trọng hơn cả

Phan Đình Nguyên và Hà Minh Phước (2012) trong nghiên cứu: “Các yếu tố ảnh

hưởng đến tỷ suất sinh lời của cổ phiếu niêm yết trên sàn chứng khoán TP.HCM”

với mực đích nghiên cứu các yếu tố ảnh hưởng đến suất sinh lời của các cổ phiếu niêm yết trên HOSE bằng việc sử dụng các mô hình CAPM, Fama-French và Carhart Nghiên cứu này mở rộng mô hình Carhart bằng cách đưa thêm các yếu tố phần bù ROE, phần bù E/P và phần bù doanh thu vào mô hình Kết quả nghiên cứu

cho thấy rằng lợi nhuận thị trường, phần bù quy mô, phần bù giá trị, phần bù thu nhập và phần bù doanh thu có tác động tích cực, trong khi đó các yếu tố phần bù xu hướng và phần bù lợi nhuận lại có tác động tiêu cực lên suất sinh lời cổ phiếu

Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012) trong nghiên cứu: “Kiểm định

mô hình French tại TTCK Việt Nam” với mục đích kiểm định mô hình

Fama-French Mẫu nghiên cứu bao gồm các cổ phiếu niêm yết trên Sở GDCK TP HCM trong giai đoạn từ tháng 7/2007 đến tháng 6/2012 Sử dụng mẫu dữ liệu lợi suất tuần của 68 mã cổ phiếu (năm 2007) đến 235 mã cổ phiếu (năm 2012) niêm yết trên

sở giao dịch chứng khoán TP.HCM Kết quả của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012) đã chỉ ra rằng, mặc dù mô hình Fama-French giải thích tốt biến động lợi suất cổ phiếu trong giai đoạn thị trường tăng trưởng nhưng chưa giải thích hoàn toàn biến động lợi suất cổ phiếu trong giai đoạn suy thoái

Võ Hồng Đức và Mai Duy Tân (2014) trong nghiên cứu “Ứng dụng mô hình

Fama – French 3 nhân tố cho Việt Nam: Cách tiếp cận mới về phân chia danh mục đầu tư” với mục đích xem xét liệu các cách phân chia danh mục khác nhau có làm

kết quả thay đổi hay không Nếu kết quả thay đổi theo cách phân chia danh mục, cách phân chia nào là phù hợp nhất trong điều kiện của Việt Nam Các tác giả đã sử dụng kỹ thuật hồi quy 2 bước (Two Stage Cross Sectional Regession) trên cơ sở dữ liệu hàng tuần của 281 công ty trong tổng số 298 công ty niêm yết trên HOSE năm

2014 giai đoạn 2007 – 2013 Trong đó, các tác giả đã nhấn mạnh đến các phương pháp phân chia danh mục và sử dụng 5 cách phân chia danh mục khác nhau Kết quả của Võ Hồng Đức và Mai Duy Tân cho thấy: (i) các cách thức phân chia danh mục đầu tư khác nhau sẽ mang đến kết quả khác nhau, và (ii) trong 2 nhân tố thêm vào mô hình, nhân tố giá trị giải thích tốt hơn tỷ suất sinh lời cổ phiếu tại Việt Nam

Trương Đông Lộc và Dương Thị Hoàng Trang (2014) trong nghiên cứu: “Mô

hình 3 nhân tố Fama French: các bằng chứng thực nghiệm từ Sở GDCK TPHCM”, với mục tiêu kiểm định sự phù hợp của mô hình 3 nhân tố Fama –

French cho Sở Giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE) Các tác giả

sử dụng số liệu chuỗi chỉ số thị trường (VN-Index) và giá của các cổ phiếu phi tài

chính được niêm yết trên HOSE theo thời gian với tần suất tuần (weekly series) trong giai đoạn từ ngày 01/01/2006 đến ngày 31/12/2012 Kết quả Trương Đông Lộc và Dương Thị Hoàng Trang cho thấy lợi nhuận của các cổ phiếu có tương quan thuận với rủi ro thị trường, quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) Nói một cách khác, mô hình 3 nhân tố Fama – French phù hợp trong việc giải thích sự thay đổi lợi nhuận của các cổ phiếu niêm yết trên HOSE

Phạm Tiến Minh và Bùi Huy Hải Bích (2015) trong nghiên cứu: “Kiểm định mô

hình định giá tài sản vốn (CAPM) tại thị trường chứng khoán TP.HCM – từ phương pháp truyền thống đến phương pháp kiểm định có điều kiện” nhằm kiểm định tính

phù hợp của mô hình định giá tài sản vốn (CAPM) tại TTCK TP.HCM Hai phương pháp được các tác giả vận dụng để đánh giá tính phù hợp của mô hình là: (1) phương pháp kiểm định truyền thống theo Fama và MacBeth (1973); và (2) phương pháp kiểm định có điều kiện của Pettengill & cộng sự (1995) Nghiên cứu sử dụng

dữ liệu chuỗi thời gian của tất cả các doanh nghiệp (DN) niêm yết tại HOSE từ

tháng 1/2007 đến tháng 6/2015 Kết quả Phạm Tiến Minh và Bùi Huy Hải Bích cho

thấy, khi kiểm định theo phương pháp truyền thống cho thấy mô hình CAPM không giải thích tốt mối quan hệ giữa rủi ro và lợi nhuận tại TTCK TP.HCM Tuy nhiên, khi đưa thêm điều kiện thị trường (tốt/xấu) vào theo phương pháp kiểm định có điều kiện lại cho kết quả phù hợp như dự báo của CAPM

Như vậy, sau khi lượt khảo một số nghiên cứu thực nghiệm tại Việt Nam về việc kiểm định các mô hình định giá, tác giả nhận thấy:

(i) Các nghiên cứu kiểm định mô hình CAPM và mô hình 3 nhân tố của French tại Việt Nam rất phổ biến, trong khi đó, có tồn tại, nhưng ít các nghiên cứu đi sâu vào xem xét các yếu tố khác như: nhân tố đầu tư, nhân tố ROA, nhân tố thanh khoản hay nhân tố đà tăng… Do đó, trong nghiên cứu này, tác giả tiến hành mở rộng thêm nhiều các nhân tố có thể giải thích được mối quan

Fama-hệ giữa tỷ suất sinh lợi và rủi ro tại TTCK Việt Nam

(ii) Các nghiên cứu trước đây tại Việt Nam chỉ đi vào phân tích các mô hình riêng

lẻ mà chưa chú trọng đến việc so sánh các mô hình Do đó, trong nghiên cứu

này, ngoài việc phân tích các mô hình riêng lẻ, tác giả cũng tiến hành đánh giá một cách toàn diện và so sánh các mô hình định giá tại TTCK VN tương tự như cách mà Kim cùng cộng sự (2012) đã thực hiện tại TTCK Hàn Quốc (iii) Các nghiên cứu trước đây, do hạn chế về thời gian nghiên cứu và mức độ khả thi của dữ liệu, do đó thường có mẫu nghiên cứu ngắn và số lượng quan sát trong công ty ít Trong nghiên cứu này, tác giả hy vọng sẽ mở rộng được mẫu nghiên cứu và thời gian nghiên cứu, nhằm xác định tính hiệu lực của các mô hình định giá tại Việt Nam

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Lựa chọn các mô hình định giá kiểm định tại Việt Nam

Dựa trên các nghiên cứu đã được thực hiện trên thế giới, từ mô hình CAPM cổ điển của Sharpe, Lintner (1964, 1965) đến mô hình APT của Ross (1976) và các mô hình

3 nhân tố, 5 nhân tố của Fama và French (1992, 1993) cũng như là các mô hình đa nhân tố khác khi kết hợp nhân tố thị trường với nhân tố thanh khoản, đà tăng, nhân

tố ROA và nhân tố đầu tư của Kim (2006); Chen cùng cộng sự (2010); Narayan & Zheng (2010); Chang cùng cộng sự (2010) Từ các mô hình CCAPM của Breeden (1979) đến các mô hình ICAPM của Merton (1973), Campbell (1996), và rất nhiều các nghiên cứu thực nghiệm khác trên thế giới, tác giả đặt trong bối cảnh của TTCK Việt Nam để lựa chọn mô hình kiểm định phù hợp Rào cản lớn nhất là do những hạn chế về mặt dữ liệu:

- Thị trường trái phiếu Việt Nam, đặc biệt là thị trường trái phiếu doanh nghiệp vẫn chưa thực sự phát triển Do đó, tác giả không thể tiếp cận và xây dựng mô hình 5 nhân tố của Fama và French với nhân tố thứ 4 và thứ 5 là phần bù kỳ hạn (term spread - TERM) là chênh lệch giữa tỷ suất sinh lợi của trái phiếu dài hạn và trái phiếu ngắn hạn và phần bù rủi ro vỡ nợ (default spread – DEF) là chênh lệch tỷ suất sinh lợi của danh mục thị trường trái phiếu doanh nghiệp so với tỷ suất sinh lợi trái phiếu dài hạn của chính phủ

- Dữ liệu về lao động (LABOR) (dữ liệu về thu nhập thực của lao động (LBR)

và dữ liệu về giá cả hàng hóa tiêu dùng (consumption-goods prices) cũng rất khó trong việc tiếp cận, do đó, tác giả không thể xem xét các mô hình CCAPM cũng như các mô hình của ICAPM của Campbell

Ngoài ra, do thời gian đi vào hoạt động (ngắn) và quy mô niêm yết của TTCK Việt Nam (chỉ mới gia tăng) cũng không thực sự đảm bảo để tác giả có thể tiếp cận nhân

tố độ bất ổn trong thông tin lợi nhuận (earnings information uncertainty – EIU) Dựa trên các lập luận trên, trong nghiên cứu này, tác giả lựa chọn các mô hình nhằm kiểm định và đánh giá hiệu lực của các mô hình này như sau:

(i) Mô hình CAPM cổ điển với nhân tố thị trường (MKT)

(ii) Mô hình APT động (APT-motivated)

- Mô hình 3 nhân tố của Fama và French (FF3) (MKT, SMB, HML)

- Mô hình 3 nhân tố của Chen (2010) (CNZ3) (MKT, INVEST, ROA)

- Mô hình 2 nhân tố thị trường và thanh khoản: (MKT, LIQ)

- Mô hình 2 nhân tố thị trường và đà tăng (MKT, REVLS)

(iii) Mô hình ICAPM-motivated (MKT, GDP)

Sau khi lựa chọn các mô hình được kiểm định, đánh giá hiệu lực tại TTCK Việt Nam, tác giả tiếp tục thu thập dữ liệu, xây dựng các nhân tố, xây dựng danh mục kiểm định như sau

3.2 Dữ liệu nghiên cứu

3.2.1 Mẫu nghiên cứu

Để đánh giá một cách toàn diện và so sánh các mô hình định giá tại thị trường chứng khoán Việt Nam, tác giả tập trung vào thị trường cổ phiếu chính thức, mẫu được chọn là các cổ phần niêm yết trên tại SGDCK TP Hồ Chí Minh và chỉ số thị trường VNINDEX Lý do của việc chọn mẫu này là do SGDCK TP Hồ Chí Minh

có thời gian hoạt động dài hơn so với SGDCK Hà Nội nên sẽ cung cấp các chuỗi dữ liệu dài hơn để phân tích thống kê Quan trọng hơn Sở giao dịch TP Hồ Chí Minh

có quy mô lớn hơn (về quy mô giao dịch, quy mô niêm yết, giá trị vốn hóa…) nên

sẽ đại diện tốt hơn cho thị trường Việt Nam Thị trường phi chính thức của Việt Nam cũng khá lớn tuy nhiên dữ liệu về các công ty trên thị trường này không đầy

đủ và khó tiếp cận

Sau khi lựa chọn đối tượng là các công ty niêm yết tại SGDCK TP HCM, việc lựa chọn các công ty trong mẫu nghiên cứu cũng dựa vào một số tiêu chí nhất định Theo cách của Fama và French thì các công ty trong mẫu nghiên cứu này chỉ gồm những công ty phi tài chính có vốn cổ phần không âm Các công ty tài chính bị loại trừ khỏi mẫu vì cấu trúc vốn, thanh khoản có nhiều khác biệt so với các doanh nghiệp phi tài chính Dữ liệu về ngành, tác giả dựa theo chuẩn phân ngành ICB

(Industry Classification Benchmark) Theo đó, ICB do FTSE Group và DowJone xây dựng ICB phân chia các ngành kinh tế quốc dân thành 4 cấp gồm: 10 nhóm ngành (Industries), 19 phân ngành lớn (Super sectors), 41 phân ngành chính (Sectors), 114 phân ngành phụ (Sub sectors) Các nhóm ngành chính được xây dựng trong ICB bao gồm: Dầu khí, nguyên vật liệu, công nghiệp, hàng tiêu dùng, y tế, dịch vụ tiêu dùng, viễn thông, dịch vụ công cộng và tài chính Việc sắp xếp các doanh nghiệp niêm yết riêng lẻ vào các nhóm phân ngành cụ thể, tác giả tham khảo

từ một số nguồn: Stockbiz (Stockbiz Investment Ltd); StoxPlus và website: http://www.cophieu68.vn/ thuộc Công Ty Cổ Phần Tư Vấn Đầu Tư Cây Cầu Vàng Dựa trên việc phân chia ngành nghề này, các cổ phiếu có mã ngành 8000 thuộc nhóm ngành Tài chính (Financials) được loại trừ khỏi mẫu

3.2.2 Thời gian nghiên cứu

Mặc dù, phiên giao dịch đầu tiên được khai trương tại Sở GDCK Thành Phố Hồ Chí Minh (HOSE) vào ngày 28/07/2000 nhưng chỉ với 2 doanh nghiệp niêm yết Trải qua gần 15 năm giao dịch và số lượng các công ty niêm yết mặc dù cũng đã tăng dần qua các năm và chỉ thực sự bùng nổ về số lượng niêm yết vào giao đoạn 2006 –

2008 (hình 3.1)

Hình 3.1: Quy mô niêm yết trên HOSE

Nguồn: Sở GDCK TP Hồ Chí Minh

Bài nghiên cứu tập trung khá nhiều vào việc phân chia danh mục, do đó, cần số lượng doanh nghiệp niêm yết đủ lớn để việc phân chia danh mục có ý nghĩa Do đó, năm 2008 là năm được lựa chọn để bắt đầu nghiên cứu và giai đoạn nghiên cứu kéo dài từ 2008 – 2016 Việc xác định các nhân tố, một số nhân tố như REVLS yêu cầu

số liệu tỷ suất sinh lợi quá khứ phải kéo dài trước thời điểm tháng t năm thứ y 24 tháng Các nhân tố INVEST và ROA, yêu cầu số liệu tổng tài sản và các dữ liệu khác trong báo cáo tài chính phải khả thi trước thời điểm năm thứ y 2 năm Do đó, mặc dù giai đoạn nghiên cứu từ 2008 – 2016, nhưng thời điểm bắt đầu việc phân chia danh mục là tháng 3/2010 và quan sát đầu tiên bắt đầu từ tháng 4/2010 Các nhân tố trong nghiên cứu và các danh mục kiểm định được tính theo tần suất tháng, kéo dài từ tháng 4/2010 đến tháng 12/2016 Tổng cộng có 81 quan sát hàng tháng cho mỗi danh mục và mỗi nhân tố Trong giai đoạn từ 2010 đến 2016, hàng năm số lượng cổ phiểu được cập nhất mới (bổ sung các cổ phiếu mới niêm yết và thõa mãn tiêu chí về tỷ suất sinh lợi quá khứ và dữ liệu trong báo cáo tài chính) và số lượng các cổ phiếu trong mẫu gia tăng qua từng năm, ban đầu là 118 cổ phiếu tại năm

2010 tăng lên 245 cổ phiếu vào năm 2016 (bảng 3.1)

Bảng 3.1: Số lượng cổ phiếu trong mẫu nghiên cứu qua các năm

Nguồn: tác giả tổng hợp từ mẫu nghiên cứu.

Ứng với mỗi công ty có mặt trong mẫu, tác giả tiến hành thu thập các dữ liệu để tính toán các nhân tố, được mô tả sau đây:

v Dữ liệu về giá cổ phiếu và khối lượng giao dịch hàng ngày

Theo đó, giá cổ phiếu được sử dụng để tính toán các biến tỷ suất sinh lợi, thanh khoản cũng như các biến số giá trị thị trường Giá cổ phiếu và khối lượng giao dịch hàng ngày được thu thập từ cơ sở dữ liệu của Công ty đầu tư Stockbiz (Công ty chuyên cung cấp các giải pháp thông tin, dữ liệu tài chính) Giá cổ phiếu chính là giá đóng cửa, giá này sau đó được điều chỉnh để phản ánh cổ tức cổ phiếu, thưởng

cổ phiếu và cổ tức tiền mặt Giá này đã được so với các nguồn dữ liệu đáng tin cậy khác và cho thấy không có sự sai lệch

v Dữ liệu kế toán

Dữ liệu kế toán hàng năm của các công ty được trích xuất từ cơ sở dữ liệu của StoxPro, phần mềm phân tích cổ phiếu, truy xuất dữ liệu của Công ty StoxPlus (công ty cung cấp các giải pháp thông tin tài chính thông minh, dữ liệu thị trường), sau đó tác giả kiểm tra lại với các BCTC được các công ty công bố, không có bất kỳ sai lệch đáng kể nào Dữ liệu này được sử dụng để tính toán biến quy mô (SIZE), ROA, INVEST, Tổng tài sản (TA)…

v Dữ liệu thị trường, chỉ số VNINDEX

Tương tự dữ liệu về giá cổ phiếu và khối lượng giao dịch, dữ liệu của VNINDEX được thu thập từ cơ sở dữ liệu của Công ty đầu tư Stockbiz (Công ty chuyên cung cấp các giải pháp thông tin, dữ liệu tài chính) Sau đó, chuỗi dữ liệu của VNINDEX cũng được so sánh với các nguồn dữ liệu đáng tin cậy khác và cho thấy không có bất kỳ sự sai lệch nào

v Dữ liệu về vĩ mô

Trong nghiên cứu này tác giả sử dụng dữ liệu về vĩ mô là dữ liệu theo tháng Hiện tại chưa có tổ chức nào tại Việt Nam cung cấp đầy đủ các dữ liệu kinh tế vĩ mô của Việt Nam theo tháng, nên tác giả phải tập hợp từ báo cáo và website của nhiều tổ chức khác nhau Các nguồn này bao gồm: Tổng cục thống kê (GSO), Quỹ tiền tệ quốc tế (IMF), Ngân hàng thế giới (Worldbank)

3.3.1 Xác định lãi suất phi rủi ro (Rf)

Tỷ suất sinh lợi của các danh mục được sử dụng để kiểm định trong các mô hình định giá là tỷ suất sinh lợi thực tế (expost realized returns), do vậy lãi suất phi rủi ro (risk-free returns) cũng nên được sử dụng là lãi suất phi rủi ro thực tế (expost realized risk-free return) trong việc tính toán lợi nhuận vượt trội để đảm bảo tính nhất quán (consistency) Kim cùng cộng sự (2012) trong nghiên cứu tại Hàn Quốc

đã dựa trên lợi suất hứa hẹn (promised yield) để ước lượng thành lợi suất thực tế hàng tháng Để tính lãi suất thực tế của trái phiếu (realized bond yields), giá giao dịch trái phiếu phải khả dụng Tuy nhiên, giá giao dịch hàng tháng của trái phiếu thì không khả dụng tại Việt Nam Bên cạnh đó, trong các nghiên cứu của Fama và French, lãi suất phi rủi ro thường được sử dụng là lãi suất tín phiếu kho bạc Mỹ kỳ hạn 3 tháng (US Treasury bill) Trong nghiên cứu này, tác giả sử dụng tỷ suất sinh lợi của tín phiếu kho bạc (T.Bill) kỳ hạn 12 tháng làm đại diện cho lãi suất phi rủi

ro (vì không có dữ liệu của tỷ suất sinh lợi T.Bill 1 tháng hay 3 tháng cho thị trường Việt Nam) Tác giả tham khảo nguồn dữ liệu từ cơ sở dữ liệu từ IFS (International Financial Statistics) của Quỹ tiền tệ quốc tế (IMF) Tuy vậy, dữ liệu tín phiếu kho bạc (T.Bill) kỳ hạn 12 tháng của Việt Nam từ IFS là khả thi theo tần suất quý và tháng, nhưng đây là tỷ suất sinh lợi theo năm, do đó, tác giả dung tín phiếu kho bạc này chia cho 12 để có tỷ suất sinh lợi phi rủi ro theo tần suất tháng

3.3.2 Xác định tỷ suất sinh lợi

Trên số liệu chỉ số thị trường và giá của cổ phiếu thu thập được, lợi nhuận thị trường và của các cổ phiếu được tính như sau:

Ri,t = log (pi,t / pi,t-1)

trong đó:

+ Ri,t: tỷ suất sinh lợi của thị trường hoặc của cổ phiếu i ở thời điểm thứ t; + Pi,t: Chỉ số VN-Index hoặc giá của cổ phiếu i ở thời điểm thứ t;

+ Pi,t-1: Chỉ số VN-Index hoặc giá của cổ phiếu i ở thời điểm thứ t-1

+ Log: là logarit tự nhiên (logarit nêpe)

Tiếp theo sau đó, khi xây dựng các danh mục mô phỏng hoặc các danh mục để kiểm định, tỷ suất sinh lợi của danh mục tính theo tỷ trọng bằng nhau (trung bình cộng), theo cách của Fama và French (1998), Lakonishok, Shliefer và Vishny (1994), Kim cùng cộng sự (2012) Tỷ suất sinh lợi danh mục theo tỷ trọng bằng nhau chính là trung bình cộng của tỷ suất sinh lợi các tài sản trong danh mục, công thức như sau:

Rp = %&

' (

)với N là số tài sản trong danh mục

3.3.3 Nhân tố thị trường (MKT)

Nhân tố thị trường (market factor, MKT) chính là tỷ suất sinh lợi vượt trội của danh mục thị trường, tức là tỷ suất sinh lợi của danh mục thị trường trừ đi tỷ suất sinh lợi phi rủi ro:

MKT = (R M – R f )

trong đó:

+ RM là tỷ suất sinh lợi của thị trường

+ Rf là lãi suất phi rủi ro

Trong nghiên cứu này, với mẫu nghiên cứu là các công ty niêm yết tại HOSE, tác giả sử dụng chỉ số VNINDEX để đại diện cho tỷ suất sinh lợi của thị trường Theo

đó, VNINDEX là chỉ số thể hiện xu hướng biến động giá của tất cả cổ phiếu niêm yết và giao dịch tại HOSE Chỉ số VNINDEX được tính toán theo phương pháp chỉ

số giá bình quân Passcher, nhằm so sánh giá trị vốn hóa thị trường hiện tại với giá trị vốn hóa thị trường cơ sở vào ngày gốc 28/07/2000, ngày đầu tiên thị trường chứng khoán chính thức đi vào hoạt động Tỷ suất sinh lợi hàng tháng của VNINDEX (từ tháng 4/2010 đến tháng 12/2016) được tính theo công thức:

RVNINDEX,t = log (pVNINDEX,t / pVNINDEX,t-1)

+ RVNINDEX ,t: tỷ suất sinh lợi của VNINDEX ở tháng thứ t;

+ PVNINDEX,t: là điểm số của VNINDEX tại thời điểm cuối tháng thứ t;

+ PVNINDEX,t-1: là điểm số của VNINDEX tại thời điểm cuối tháng thứ t-1

3.3.4 Nhân tố SMB và HML

Nhân tố SMB (Small Minus Big) và nhân tố HML (High minus Low) là 2 nhân tố phần bù quy mô và nhân tố phần bù giá trị được hình thành từ 2 và 3 các sắp xếp dựa trên quy mô và tỷ số giá trị sổ sách trên giá trị thị trường, tương tự như cách của Fama và French (1993) Quy mô được đo lường bằng giá cổ phiếu nhân với số lượng cổ phiếu đang lưu hành và giá trị sổ sách trên giá trị thị trường (book-to-market – BM) được tính bằng giá trị sổ sách chia giá trị thị trường của vốn cổ phần Với giá trị của quy mô (SIZE) được tính tại thời điểm cuối tháng 3 mỗi năm y, và giá trị của BM được tính tại thời điểm cuối tháng 12 của năm (y-1) và việc xắp xếp danh mục diễn ra vào cuối tháng 3 năm y Tại thời điểm cuối tháng 3 mỗi năm trong giai đoạn nghiên cứu (2010 đến 2016), tất cả các cổ phiếu trong mẫu được xếp hạng theo quy mô (SIZE) Sau đó, giá trị trung vị của SIZE được sử dụng như là điểm cắt

để chia các cổ phiếu thành 2 nhóm quy mô, nhóm nhỏ (Small – S) và nhóm lớn (Big – B) Tiếp theo, dựa vào chỉ số BM, các cổ phiếu được chia thành 3 nhóm, 30% cổ phiếu xếp vào nhóm BM thấp nhất (L), 40% cổ phiếu xếp vào nhóm BM ở giữa (M)

và 30% cổ phiếu được xếp vào nhóm BM cao nhất (H) Kết quả, tổng cộng 6 danh mục mô phỏng được thành lập với 2 nhóm theo quy mô và 3 nhóm theo chỉ số BM Các danh mục lần lượt là S/L, S/M, S/H và B/L, B/M, B/H Trong đó:

+ Danh mục S/L bao gồm những công ty có mặt trong nhóm quy mô nhỏ (S)