CHƯƠNG 3: CƠ SỞ LÝ THUYẾT
TRÊN ĐẶC TRƯNG CỦA DOANH NGHIỆP
Hiệu ứng công ty nhỏ : những nghiên cứu của Banz (1981) và Keim (1983) đều phát hiện ra rằng các doanh nghiệp nhỏ hơn (dựa vào quy mô vốn hóa thị trường) kiếm được nhiều lợi nhuận hơn các doanh nghiệp lớn có độ rủi ro tương đương trong đó độ rủi ro được đo lường bằng hệ số beta của thị trường. Có một số giải thích hợp lý cho việc này :
Chi phí giao dịch của việc đầu tư vào các cổ phiếu nhỏ cao hơn đáng kể so với chi phí giao dịch của việc đầu tư vào các cổ phiếu lớn và khoản lãi vượt được ước tính
trước khi trừ chi phí giao dịch. Tuy nhiên chi phí giao dịch khác nhau cũng không thể giải thích cho quy mô của lãi vượt qua thời gian. Ngược lại, yếu tố này còn có khả năng trở nên kém quan trọng hơn nếu thời gian nắm giữ tài sản dài hơn.
Có thể mô hình CAPM không phải là mô hình thích hợp để đo lường rủi ro vì các hệ số beta của nó đã đánh giá quá thấp độ rủi ro thực của cổ phiếu nhỏ. Do đó khoản lãi vượt mà các công ty nhỏ thu được chính là thước đo sự thất bại này. Rủi ro tăng thêm đi kèm với các cổ phiếu nhỏ có thể phát sinh từ một vài nguyên nhân. Đầu tiên khả năng sai lệch trong khâu ước tính hệ số beta cho các công ty nhỏ cao hơn nhiều so với khả năng sai lệch khi tính toán beta cho các công ty lớn. Có thể xem khoản lãi vượt của các công ty nhỏ như phần thưởng của sự rủi ro này. Thứ hai sự thiếu thông tin trầm trọng về các cổ phiếu nhỏ cũng là một yếu tố làm tăng mức độ rủi ro khi đầu tư. Nhiều nghiên cứu chỉ ra rằng các nhà phân tích thường bỏ qua cổ phiếu nhỏ và các tổ chức đầu tư có thể kiếm được khoản lợi nhuận vượt trội ngang với khoản lãi vượt của các công ty nhỏ.
Năm 1986, Dimson và Marsh đã phân tích các cổ phiếu tại Anh trong giai đoạn từ 1955 đến 1984 và phát hiện ra rằng suất sinh lợi hàng năm của các cổ phiếu nhỏ cao hơn 6% so với suất sinh lợi hàng năm của các cổ phiếu lớn. Năm 1991, Chan, Hamao và Lakonishok cũng công bố con số tương tự là 5% đối với cổ phiếu của Nhật trong giai đoạn từ 1971 đến 1988.
Hệ số thư giá trên thị giá : một hệ số khác đuợc sử dụng rộng rãi trong các chiến lược đầu tư là thư giá trên thị giá (BM). Hệ số BM cao được xem là một dấu hiệu đáng tin cậy của việc các công ty bị định giá thấp hơn thực tế. Người ta cũng đã tiến hành phân tích mối liên hệ giữa tỷ suất lợi nhuận và hệ số BM. Tất cả các nghiên cứu được thực hiện đều cho ra kết quả như nhau, đó là có một mối quan hệ tỷ lệ thuận giữa tỷ suất lợi nhuận và hệ số BM – cổ phiếu có hệ số BM cao hơn sẽ đem lại tỷ suất lợi nhuận cao hơn.
Năm 1985, Rosenberg, Reid và Lanstein nhận thấy rằng tỷ suất lợi nhuận trung bình của cổ phiếu trên thị trường Mỹ tỷ lệ thuận với hệ số BM. Trong khoảng thời gian từ 1973 đến 1984, suất sinh lợi vượt trội của các chiến lược chọn mua cổ phiếu có
hệ số BM cao là 36 điểm cơ bản mỗi tháng. Năm 1992, Fama và French đã kiểm tra chéo tỷ suất lợi nhuận kỳ vọng của các cổ phiếu trong giai đoạn 1963 – 1990 và rút ra kết luận rằng mối quan hệ cùng chiều giữa hệ số BM và tỷ suất lợi nhuận trung bình tồn tại trong cả kiểm nghiệm đơn biến lẫn đa biến. Thậm chí để giải thích nguồn gốc lợi nhuận thì mối quan hệ này còn mạnh hơn hiệu ứng quy mô. Khi 2 nhà nghiên cứu dựa trên hệ số BM để xếp các công ty vào 12 danh mục, họ thấy rằng trong giai đoạn 1963 – 1990, tỷ suất lợi nhuận trung bình hàng tháng là 0,3% đối với nhóm công ty có hệ số BM thấp nhất và 1,83% đối với nhóm công ty có hệ số BM cao nhất.
Năm 1991, Chan, Hamao và Lakonishok phát hiện ra rằng hệ số BM đóng vai trò mạnh mẽ trong việc giải thích tỷ suất lợi nhuận cổ phiếu của thị trường Nhật Bản. Năm 1993, Capaul, Rowley và Sharpe mở rộng việc phân tích hệ số BM đối với các thị trường khác ngoài Mỹ. Kết luận mà họ rút ra là : trong giai đoạn 1981 – 1992 trên tất cả các thị trường mà họ nghiên cứu thì các cổ phiếu có hệ số BM cao đều thu được tỷ suất lợi nhuận vượt trội. Sau đây là số liệu ước tính hàng năm cho lợi nhuận gia tăng so với chỉ số thị trường của các cổ phiếu có hệ số BM cao : giá trị ước tính tỷ suất lợi nhuận hàng năm khác nhau của các cổ phiếu có BM cao vượt lên trên chỉ số thị trường :
Quốc gia Suất sinh lợi gia tăng đối với danh mục có BM cao
Pháp 3,26% Đức 1,39% Thụy Sĩ 1,17% Anh 1,09% Nhật Bản 3,43% Mỹ 1,06% Châu Âu 1,3% Toàn thế giới 1,88%
Fama và French đã chỉ ra rằng hệ số BM cao có thể xem như một thước đo mức độ rủi ro vì các công ty có BM cao phải đối mặt với nhiều rắc rối thậm chí phá sản. Do vậy vì quyền lợi bản thân, các nhà đầu tư phải đánh giá xem khoản lợi nhuận tăng
thêm mà các công ty này tạo ra có đáng để họ chấp nhận rủi ro tăng thêm khi đầu tư vào đó hay không.
Qua những hiện tượng bất thường đã nêu trên, cần phải có những mô hình đa nhân tố để giải thích các hiện tượng này. Đó là lý do ra đời các mô hình đa nhân tố như Fama – French và Carhart
3.1.2 MÔ HÌNH FAMA – FRENCH (Bodie, Kane, Marcus, Investments 9th
Edition, McGraw – Hill (2011))
Fama và French (1992) nhận thấy rằng suất sinh lời bình quân của chứng khoán thời kỳ 1963 – 1990 ở Mỹ thì bêta của CAPM không giải thích được.
Các nhân tố hệ thống trong mô hình Fama – French là quy mô doanh nghiệp và hệ số BM cũng như chỉ số thị trường. Các nhân tố này được tìm thấy qua thực nghiệm, qua đó lợi nhuận trung bình của các chứng khoán có quy mô vốn hóa nhỏ và các chứng khoán có tỷ số BM cao (cổ phiếu giá trị) cao hơn lợi nhuận tiên đoán bởi đường SML trong CAPM. Các quan sát cũng đưa ra giả thuyết là quy mô hay tỷ số BM có thể đại diện cho rủi ro hệ thống không được thể hiện bởi bêta trong CAPM và do đó dẫn đến kết quả trong phần bù lợi nhuận với các nhân tố này.
Fama và French đề nghị đo lường nhân tố quy mô trong mỗi thời kỳ là sự khác biệt lợi nhuận giữa doanh nghiệp nhỏ và doanh nghiệp lớn. Nhân tố này thường được gọi là SMB. Tương tự, nhân tố khác đo lường nhân tố BM là đo lường sự khác biệt lợi nhuận giữa doanh nghiệp có tỷ số BM cao với doanh nghiệp có tỷ số BM thấp, hay còn gọi là HML.
Để tạo ra các danh mục đo lường các nhân tố quy mô và BM, Davis, Fama và French tiến hành sắp xếp các doanh nghiệp sản xuất theo quy mô và hệ số BM. Phần bù quy mô, SMB, đuợc tạo ra bằng cách lấy lợi nhuận các doanh nghiệp nhỏ nhất trừ lợi nhuận các doanh nghiệp lớn nhất. Tương tự, HML được tạo ra bằng cách lấy lợi nhuận các doanh nghiệp có BM cao trừ lợi nhuận các doanh nghiệp có BM thấp. Dùng chỉ số thị trường Mỹ, lợi nhuận theo trọng số giá trị vốn hóa của tất cả các chứng khoán giao dịch trên các sàn chứng khoán của Mỹ ( NYSE, AMEX và NASDAQ) để tính lợi nhuận vượt
trội của danh mục thị trường so với lợi nhuận phi rủi ro của tín phiếu kho bạc kỳ hạn 1 tháng.
Để kiểm tra mô hình 3 nhân tố, Davis, Fama và French tạo ra 9 danh mục theo mỗi nhân tố bằng cách chia các doanh nghiệp thành 3 nhóm theo quy mô vốn hóa (nhỏ, trung bình và lớn hay S, M, B) và 3 nhóm theo BM (cao, trung bình và thấp hay H, M, L). Các danh mục tạo thành được đánh dấu theo bảng dưới đây, chẳng hạn danh mục S/L bao gồm các cổ phiếu thuộc nhóm các doanh nghiệp có quy mô vốn hóa nhỏ và tỷ số BM thấp.
BM Size
Small Medium Big
High S/H M/H B/H
Medium S/M M/M B/M
Low S/L M/L B/L
Đối với từng danh mục, Davis, Fama và French chạy hồi quy trên 816 tháng từ năm 1929 đến 1997 với mô hình 3 nhân tố ở trên. Hệ số chặn trong phương trình hồi quy (ước lượng hệ số chặn a đối với mỗi danh mục) nhỏ và không có ý nghĩa thống kê với t- test nhỏ hơn 2. R2 nói chung trên 91% nghĩa là lợi nhuận được giải thích tốt bởi mô hình 3 nhân tố và t-test trên các hệ số quy mô và BM lớn nghĩa là các nhân tố này có đóng góp ý nghĩa vào mô hình.
Bảng 3.1 : Kết quả hồi quy các danh mục sắp xếp theo quy mô vốn hóa và BM (James L.Davis, Eugene F.Fama và Kenneth R.French, 2000)
3.1.3 MÔ HÌNH CARHART (Bodie, Kane, Marcus, Investments 9th Edition, McGraw – Hill (2011)) McGraw – Hill (2011))
Kể từ khi mô hình 3 nhân tố ra đời, nhân tố thứ 4 thêm vào để thể hiện hành vi liên quan đến lợi nhuận của cổ phiếu, gọi là nhân tố xung lượng. Dựa trên nghiên cứu của Jegadesh và Titman về khuynh hướng hoạt động các cổ phiếu trong quá khứ tiếp tục như vậy sau vài tháng, Carhart đưa ảnh hưởng xung lượng này vào mô hình 3 nhân tố như là công cụ để đánh giá hoạt động các quỹ hỗ tương. Ông ta thấy rằng hầu như những gì xảy ra với alpha của các quỹ hỗ tương trong thực tế có thể được giải thích bởi nhân tố thứ 4 này. Mô hình 3 nhân tố Fama – French được thêm vào nhân tố liên quan đến lợi nhuận trong quá khứ trở thành mô hình 4 nhân tố phổ biến dùng để đánh giá lợi nhuận bất thường của danh mục.
Tương tự như mô hình Fama – French, đo lường nhân tố lợi nhuận trong quá khứ là sự khác biệt giữa các cổ phiếu có lợi nhuận cao nhất và cổ phiếu có lợi nhuận thấp nhất trong năm qua.
Trên đây ta đã khảo sát qua các mô hình cụ thể. Sau đây ta tiến hành khảo sát các nghiên cứu với các mô hình này trên những thị trường khác nhau.
3.2 KẾT QUẢ KIỂM ĐỊNH CÁC MÔ HÌNH Ở VIỆT NAM VÀ THẾ GIỚI
3.2.1 KIỂM ĐỊNH MÔ HÌNH CAPM
Mô hình này được kiểm định bởi Blume và Friend (1970), Miller và Scholes (1972), Blume và Husick (1973), Fama và Macbeth (1973). Phương pháp kiểm định của họ vẫn được dùng rộng rãi cho đến nay dựa trên hồi quy chuỗi thời gian và hồi quy chéo. Các nghiên cứu dùng phương pháp này gồm có Chan, Hamao và Lakonishok (1991), Jegadeesh (1992), Davis (1994), Jagannathan và Wang (1996). Hầu hết các nghiên cứu dùng dữ liệu lấy mẫu theo tháng và kết quả là :
Hệ số chặn khác không và có ý nghĩa thống kê mà lẽ ra theo lý thuyết phải không có ý nghĩa thống kê
CAPM giải thích lợi nhuận trong chu kỳ ngắn hạn
Hồi quy chéo phù hợp với dữ liệu thời gian dài, lợi nhuận thị trường cao hơn lợi nhuận phi rủi ro
Các nhân tố khác có thể giải thích lợi nhuận trung bình tốt hơn chỉ dùng beta. Banz (1981) và Reiganum (1992) kết luận nhân tố quy mô vốn hóa của công ty quan trọng và doanh nghiệp có quy mô vốn hóa nhỏ có lợi nhuận cao hơn danh mục có quy mô vốn hóa lớn. Năm 1974, Pettit, R.Richardson – Westerfield, Randolph kiểm định mô hình CAPM. Kết quả nghiên cứu tìm được đầu tư rủi ro cao tốt hơn dự báo bởi mô hình CAPM khi lợi nhuận thị trường thấp hơn lợi nhuận phi rủi ro nhưng thấp hơn dự báo bởi mô hình CAPM khi lợi nhuận thị trường cao hơn lợi nhuận phi rủi ro. Đầu tư rủi ro thấp có kết quả ngược lại.
3.2.2 KIỂM ĐỊNH MÔ HÌNH FAMA - FRENCH
3.2.2.1 Ở CÁC NƯỚC PHÁT TRIỂN
Trong bài nghiên cứu “Kiểm định mô hình CAPM và mô hình ba nhân tố Fama French” năm 2004, tác giả Nima Billou đã nghiên cứu trong khoảng thời gian từ 7/1963 đến 12/2003 trong đó αCAPM = 0,3, αFF = 0,13, ngoài ra R2 của CAPM là 72% còn R2 của FF là 89%. 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 BM rất có ảnh hưởng trên thị trường chứng khoán Mỹ, do đó mô hình Fama French hiệu quả hơn CAPM trong việc giải thích lợi nhuận cổ phiếu
Nghiên cứu tại Úc của Michael A. O’Brien (2007):
Trong bài nghiên cứu “Những nhân tố của Fama và French trên thị trường chứng khoán Úc” (2007), tác giả Michael A. O’Brien tìm hiểu ảnh hưởng của hai biến quy mô vốn hóa, BM và khả năng giả thích lợi nhuận cổ phiếu của mô hình FF. Những bài nghiên cứu trước đây ở Úc đã gặp hạn chế về dữ liệu vì không thể tiếp cận các dữ liệu kế toán có thể so sánh được. Trong bài nghiên cứu này, tác giả đã khắc phục được hạn chế đó và lấy dữ liệu nghiên cứu từ 98% các doanh nghiệp niêm yết trên TTCK Úc trong khoảng thời gian từ 1981 - 2005.
Kết quả cho thấy ảnh hưởng quy mô vốn hóa là phi tuyến tính và ảnh hưởng thị trường là tuyến tính. Phần bù HML khá lớn ở Úc, khoảng 0,72%/tháng, lớn hơn mức 0,46%/tháng ở Mỹ. Phần bù SMB khoảng 1,95%/tháng, lớn hơn mức ở Mỹ là 0,09%/tháng. Mức độ giải thích của mô hình FF cao hơn nhiều so với mô hình CAPM. R2 của CAPM là 43,9% còn R2 của FF là 69%. Bên cạnh đó, khả năng giải thích lợi nhuận danh mục của 2 biến SMB và HML đều quan trọng như nhau. Nhìn chung, bài nghiên cứu cho rằng mô hình F F g i ả i t h í c h l ợ i n h u ậ n d a n h m ụ c t ố t h ơ n mô hình CAPM. Ngoài ra, kết quả cũng chỉ ra rằng mô hình FF không thể giải thích lợi nhuận của danh mục trong nằm trong khoảng 40% về qui mô vốn hóa. Kết quả này xác nhận mối quan hệ phi tuyến tính giữa lợi nhuận danh mục và qui mô vốn hóa. Điều này cho thấy để giải thích đầy đủ lợi nhuận cổ phiếu ở Úc cần phải quan tâm đến mối quan hệ phi tuyến này.
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 lợi nhuận 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 vốn hóa và lợi nhuận danh mục có quan hệ nghịch biến, còn nhân tố BM và lợi nhuận danh mục đồng biến. Nhân tố quy mô vốn hóa thể hiện rõ nét ở những chứng khoán có mức vốn hóa thị trường nhỏ. Mô hình FF vẫn 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 FF là 78,2%, lớn hơn so với R2
trung bình của CAPM là 70,5%. Nghiên cứu tại New Zealand (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 Hadrian Djajadikerta và Gilbert Nartea đã sử dụng dữ liệu từ 284 chứng khoán trong khoảng thời gian từ 1994 đến 2002. Nghiên cứu nhằm mục đích thêm vào những bằng chứng xác định ảnh hưởng của phần bù BM và quy mô vốn hóa và mô hình 3 nhân tố trong nền kinh tế với thị trường chứng khoán nhỏ. Bài nghiên cứu xác định phần bù BM ảnh hưởng ít, trong khi đó phần bù quy mô vốn hóa ảnh hưởng đáng kể đến mô hình.