Tìm mô hình đủ điều kiện: bất kỳ mô hình nhân tố nào giải thích tốt cho rủi ro của một danh mục đa dạng hóa sẽđủđiều kiện là một mô hình APT.
Các giá trị dự báo nhân tố: cấu trúc của mô hình APT rất hữu dụng trong các dự báo. Mô hình APT mang tính thống kê đơn thuần hoặc mang tính cấu trúc. Trong các mô hình thống kê có rất ít phạm vi rộng trong dự báo tỷ suất sinh lợi nhân tố. Trong mô hình cấu trúc, với các nhân tố có liên kết với các đặc tính riêng của các cổ phiếu, các giá trị dự báo nhân tố có thểđược hiểu như là các giá trị dự báo đối với các cổ phiếu có cùng đặc tính giống nhau.
Các dự báo nhân tố thì đơn giản hơn nếu nếu có 1 vài liên kết rõ ràng giữa các nhân tố và trực giác.
Việc tốt nhất là sử dụng các nhân tố mà có khả năng dự báo và khai thác các điểm mạnh xây dựng một mô hình APT dựa trên các nhân tốđó, sau đó mở rộng mô hình với vài nhân tố khác để nắm bắt được phần lớn rủi ro, nhưng không thể xây dựng một mô hình APT đủđiều kiện nhất giải thích được toàn bộ các nhân tố.
Chọn lựa nhân tố cho mô hình:
Những nhân tố kinh tế vĩ mô là những nhân tố bên ngoài, những nhân tố này bao gồm: tỷ suất sinh lợi trái phiếu, thay đổi lạm phát ngoài mong đợi; những thay đổi trong giá cả của các mặt hàng trọng yếu (là nguyên nhiên liệu của đầu vào) cho sản xuất
và tiêu dùng trong nền kinh tế như dầu, điện…; thay đổi tỷ giá hối đoái, thay đổi trong tổng sản phẩm quốc gia… Ngoài ra ở các nước khác có các nhân tố quan trọng khác mà họ có thể thu thập được như thay đổi chỉ số bán lẻ trong nền kinh tế, tỷ lệ thất nghiệp. Tuy nhiên việc ước lượng những nhân tố này gặp phải 3 vấn đề nghiêm trọng:
Ước tính hệ số phản ứng bằng phương pháp phân tích hồi quy, điều này sẽ dẫn đến sai số trong ước lượng thường được gọi là vấn đề sai số trong biến số.
Dù các ước lượng chính xác về mặt thống kê thì cũng không mô tảđúng tình hình hiện tại.
Các dữ liệu kinh tế vĩ mô quá kém về chất lượng vì các dữ liệu này thường được tạo ra từ chính phủ chứ không phải từ các nhà quan sát thị trường.
Các thuộc tính tiêu biểu của tài sản: những nhân tố này so sánh các thuộc tính của cổ phiếu mà không kết nối phần còn lại của nền kinh tế. Thuộc tính tiêu biểu này gồm 2 nhóm: nhóm chỉ tiêu kinh tế cơ bản và nhóm thị trường.
Nhóm chỉ tiêu cơ bản gồm: tỷ suất cổ tức, tỷ suất thu nhập, và dự báo thu nhập trên mỗi cổ phần trong tương lai của nhà phân tích.
Nhóm thị trường: tính biến động của một thời đã qua, tỷ suất sinh lợi trước đây, doanh thu cổ phần…
Nhân tố thống kê: là những nhân tố tạo ra bởi quá trình xử lý dữ liệu thống kê thỏa mãn 3 tiêu chí: sát sao, trực giác và lợi ích. Thực hiện bằng nhiều cách: phân tích các thành phần cơ bản, phân tích hợp lý cực đại (ước lượng tham số của hồi quy bằng giá trị mà làm cực đại hàm hợp lý của mẫu), phân tích tối đa hóa các kỳ vọng. Tuy nhiên chúng ta thường né tránh những nhân tố thống kê vì những nhân tố này rất khó hiểu và vì quy trình ước lượng thống kê thiên về việc phát hiện ra những tương quan giả tạo. Những mô hình này không thể theo sát những nhân tố có độ nhạy cảm thay đổi theo thời gian. Quy trình ước lượng thống kê giả định và dựa vào độ nhạy cảm bất biến của mỗi tài sản đối với mỗi nhân tố trong một giai đoạn ước lượng.
Những nhân tố trực giác có liên quan đến hiểu và nhận biết quy mô thị trường. Những mẩu chuyện đáng tin xác định được những nhân tố này. Nhân tố trực giác phát sinh từ những vấn đề đầu tư ghi nhận được.
Những nhân tố lợi ích giải thích một phần thành quả đầu tư: có thể quy một số tỷ suất sinh lợi nào đó cho mỗi nhân tố trong mỗi giai đoạn. Nhân tốđó có thể giúp chúng ta giải thích tỷ suất sinh lợi ngoại lệ hoặc beta, hoặc độ lệch chuẩn.
Việc nghiên cứu đưa chúng ta đến những nhân tố thích hợp còn tùy thuộc vào cả kỹ thuật thống kê và trực giác đầu tư. Những kỹ thuật thống kê có thể chỉ ra những nhân tố sát sao và lợi ích nhất. Trực giác đầu tư có thể giúp chúng ta định ra những nhân tố trực giác. Các nhân tố này có ý nghĩa về mặt thống kê hoặc có ý nghĩa về mặt đầu tư hoặc cả hai.
Những nhân tố được lựa chọn gồm những nhân tố ngành và những nhân tố
chỉ số rủi ro:
Nhân tố ngành dùng để ước tính những ứng xử khác nhau giữa các cổ phiếu trong cùng ngành. Nhóm ngành phân chia những cổ phiếu thành nhiều loại không chồng chéo và thỏa mãn các tiêu chí:
Có một số lượng công ty hợp lý trong mỗi ngành, Có một tỷ lệ vốn hóa hợp lý cho mỗi ngành,
Có sự dung hòa hợp lý giữa những quy ước và chủ tâm của các nhà đầu tư trên thị trường đó.
Độ nhạy cảm rủi ro ngành thường có 2 biến 0 hoặc 1 (những cổ phiếu cùng ngành hoặc không cùng ngành). Thị trường bản thân nó có độ nhạy cảm đơn vị trong tổng thể các ngành. Do những tập đoàn lớn kinh doanh trong nhiều ngành khác nhau nên chúng ta có thể mở rộng những nhân tố ngành để tính cho những công ty này.
Chỉ số rủi ro dùng để ước tính việc ứng xử khác nhau giữa các cổ phiếu ở các ngành khác nhau. Chỉ số rủi ro đo lường sự dịch chuyển của các cổ phiếu, chỉ số rủi ro được phân thành nhiều nhóm:
Độ lệch chuẩn: phân biệt những cổ phiếu thông qua độ lệch chuẩn của chúng. Những cổ phiếu có độ lệch chuẩn ở thứ hạng cao được xem là biến động nhiều hơn mức trung bình.
Đà phát triển: phân biệt những cổ phiếu thông qua những thành quả gần đây của chúng.
Quy mô: Phân biệt những cổ phiếu lớn so với cổ phiếu nhỏ.
Tính thanh khoản: Phân biệt những cổ phiếu thông qua lượng cổ phiếu mua bán.
Tăng trưởng: Phân biệt những cổ phiếu thông qua sự tăng trưởng thu nhập trong quá khứ và dựđoán trong tương lai.
Giá trị: Phân biệt những cổ phiếu thông qua những chỉ tiêu cơ bản, cụ thể là tỷ suất thu nhập, cổ tức, dòng tiền, giá trị sổ sách, doanh thu... so với giá cổ phiếu: giá cổ phiếu thấp hay cao liên quan đến chỉ tiêu cơ bản.
Độ lệch chuẩn thu nhập: Phân biệt những cổ phiếu thông qua độ lệch chuẩn thu nhập. (adsbygoogle = window.adsbygoogle || []).push({});
Đòn bẩy tài chính: phân biệt những công ty thông qua tỷ lệ nợ trên vốn cổ phần và độ nhạy cảm rủi ro lãi suất.
Tuy nhiên nhân tố phổ biến chính là biến số vĩ mô có tác động chủ yếu đến đến tỷ suất sinh lợi của các chỉ số thị trường ở một phạm vi rộng hơn là chỉ bản thân các chứng khoán riêng lẻ. Các nhân tố phổ biến sẽ tác động đến tỷ suất sinh lợi bằng cách làm thay đổi những dự kiến về mức lãi suất chiết khấu trong hoạch định ngân sách vốn hoặc làm thay đổi các dự kiến về lợi nhuận hoặc là cả hai.
Ước lượng các nhân tố: có 3 phương pháp dùng để ước lượng các nhân tố phổ biến trong mô hình.
Ứng dụng phương pháp thống kê (như phân tích nhân tố) để xác định danh mục nhân tố- là những danh mục các chứng khoán được xây dựng sao cho có thể mô phỏng lại các nhân tố. Ưu điểm của việc hình thành các nhân tố dựa trên nền tảng thông qua phân tích nhân tố chính là các nhân tốđã được lựa chọn sẽ lý giải tốt nhất hiệp phương sai giữa
các cổ phiếu. Tuy nhiên nhược điểm của phương pháp phân tích nhân tố là ít có khả năng giải thích mối tương tác giữa các biến kinh tế vĩ mô mà các nhân tố này có mối liên hệ, ngoài ra các giả định về hiệp phương sai không đổi theo thời gian có thể là không chính xác.
Sử dụng các nhân tố vĩ mô như thay đổi trong lãi suất và những thay đổi trong các diễn biến kinh tế vĩ mô khác như là những chỉ báo cho các nhân tố. Thuận lợi cơ bản của phương pháp này là có thể tạo ra các lý giải trực giác về việc có sự khác biệt về mức sinh lời giữa các cổ phiếu (tại sao một số cổ phiếu lại có mức sinh lời cao hơn một số các cổ phiếu khác), vì vậy các giám đốc tài chính thường có khuynh hướng sử dụng phương pháp này để đánh giá chi phí sử dụng vốn công ty. Tuy nhiên phương pháp này khó có thể đo lường những thay đổi không dự kiến trong các biến kinh tế vĩ mô, ngoài ra có một số nhân tố vĩ mô quan trọng nhưng rất khó có thểđịnh lượng như các biến cố chính trị, xã hội.
Sử dụng những đặc thù riêng của công ty có ảnh hưởng đến các mức tỷ suất sinh lợi cao hơn hoặc thấp hơn để tạo ra các danh mục như là các chỉ báo cho các nhân tố. Nếu như các hiệp phương sai thay đổi theo thời gian thì các danh mục đầu tưđược thiết lập theo cách này có thểđưa ra các chỉ báo tốt hơn cho các nhân tố phổ biến, bên cạnh đó phương pháp này cũng có những ưu điểm khi sử dụng tỷ suất sinh lợi của các chứng khoán tài chính hơn là so với cách thức sử dụng phương pháp các biến kinh tế vĩ mô để đo lường những nhân tố thay đổi không dự kiến được. Tuy nhiên nếu như không tìm thấy mối liên hệ giữa phần bù tỷ suất sinh lợi giữa các cổ phiếu và độ nhạy cảm của các nhân tố thì khi đó phương pháp này không thể tạo ra được các nhân tố thực sự có khả năng giải thích các hiệp phương sai.
Tại Việt Nam, trong điều kiện về thu thập dữ kiện hiện nay thì các nhân tố kinh tế vĩ mô được công bố rộng rãi và dễ dàng thu thập được, ngoài ra các nhân tố kinh tế vĩ mô như lạm phát, lãi suất, tăng trưởng GDP... là có ảnh hưởng rộng đến toàn bộ nền kinh tế. Các nhân tố ngành được xem là các nhân tố tốt để phản ánh sâu sắc hơn tỷ suất sinh lợi nhân tố, tuy
nhiên trong điều kiện khó khăn về mặt thống kê số liệu cũng như thị trường chứng khoán chưa phải là phát triển toàn diện về phương diện toàn dụng vốn vì vậy khó mà đảm bảo giải thích được tỷ suất sinh lợi nhân tố ngành.
Các mô hình nhân tố: Mô hình cấu trúc
Mô hình cấu trúc 1: độ nhạy cảm được biết trước, ước lượng tỷ suất sinh lợi nhân tố. Mô hình cấu trúc 2: biết trước tỷ suất sinh lợi nhân tố, ước lượng độ nhạy cảm.
Mô hình cấu trúc 3: kết hợp mô hình cấu trúc 1 và 2. Bắt đầu bằng mô hình cấu trúc 2 để xác định nhân tố sơ khởi, ước lượng độ nhạy cảm nhân tố của cổ phiếu, sau đó gắn các tỷ suất sinh lợi vào các nhân tốđó như mô hình cấu trúc 1.
Dùng mô hình cấu trúc 3 thuận lợi cho việc tính toán và ước lượng tỷ suất sinh lợi mong đợi thông qua việc sử dụng mô hình cấu trúc 2 để xác định và ước lượng độ nhạy cảm của thời gian đã qua, sau đó dùng mô hình cấu trúc 1 với độ nhạy cảm nhân tố của mô hình 2 để tính toán tỷ suất sinh lợi mong đợi.
Mô hình thống kê phân tích các thành phần cơ bản: xem xét tỷ suất sinh lợi của một tập hợp các cổ phiếu hoặc các danh mục cổ phiếu qua nhiều kỳ. Tính toán ma trận hiệp phương sai giữa các cổ phiếu này, sau đó thực hiện phân tích những thành phần cơ bản của ma trận hiệp phương sai này. Thông qua việc phân tích cho chúng ta biết độ nhạy cảm của các cổ phiếu đối với các nhân tốđó.
Mô hình thống kê phân tích nhân tố có khả năng tối đa. Mô hình thống kê đối ngẫu của mô hình thống kê 2.
Mô hình nhân tố đối với các danh mục: Beta nhân tố của 1 danh mục đối với 1 nhân tố nào đó chính là bình quân gia quyền beta của các chứng khoán riêng lẻ đối với nhân tốđó.