Nhân tố thị trƣờng Nhân tố qui mô Nhân tố thanh khoản VIF 1,194 1,084 1,157
Kết quả bảng 2.26 cho thấy cả 3 biến độc lập đều có hệ số VIF nhỏ hơn 10 nên khơng xảy ra đa cộng tuyến giữa các biến này.
Hiệu ứng thanh khoản
Để kiểm tra hiệu ứng thanh khoản, tác giả sẽ phân chia tất cả cổ phiếu trong mẫu thành 4 nhóm theo mức độ thanh khoản, theo đó danh mục D có mức thanh khoản thấp nhất và danh mục U có mức thanh khoản cao nhất
D 2 3 U
E(Rp) 0,0195 0,0265 0,0343 0,0296
Độ lệch chuẩn 0,1344 0,1448 0,1562 0,1702
Kết quả thống kê tỷ suất sinh lợi 4 danh mục theo mức độ thanh khoản cho thấy danh mục có mức độ thanh khoản thấp nhất (D) có tỷ suất sinh lợi vượt trội nhỏ nhất là 1,95% và tỷ suất sinh lợi có xu hướng tăng dần khi mức độ thanh khoản của danh mục tăng, danh mục có mức độ thanh khoản cao nhất (U) có tỷ suất sinh lợi vượt trội 2,96% cao hơn nhiều so với danh mục D. Kết quả trên cho thấy thị trường chứng khốn Việt Nam có hiệu ứng thanh khoản cao nghĩa là danh mục thanh khoản cao có tỷ suất sinh lợi cao hơn danh mục thanh khoản thấp.
Phần bù rủi ro của các nhân tố
Bảng 2.26 Kiểm định đa cộng tuyến của 4 danh mục mơ hình riêng
Danh mục Nhân tố thị trƣờng Nhân tố SMB Nhân tố UMD
BU 0,013897 0,000255 0,004670
BD 0,013829 -0,001239 -0,002547
SU 0,013829 0,006048 0,003176
SD 0,013897 0,007541 -0,001053
Ghi chú: phần bù rủi ro nhân tố = hệ số rủi ro nhân tố x Tỷ suất sinh lợi nhân tố
Kết quả cho thấy phần bù rủi ro của nhân tố thị trường và nhân tố SMB tương tự như mơ hình Fama French quốc tế. Phần bù rủi ro của nhân tố thanh khoản (UMD) có giá trị cao hơn nhiều so với phần bù rủi ro của nhân tố HML và hiệu ứng thanh khoản cao thể hiện rất rõ với 2 danh mục thanh khoản cao BU và SU có phần bù dương, 2 danh mục thanh khoản thấp BD và SD có phần bù âm.
Mơ hình 4 nhân tố
Kết quả kiểm định các phần trên cho thấy ngoài nhân tố thị trường và qui mơ (SMB) ra thì cả 2 nhân tố giá trị (HML) và thanh khoản (UMD) đều có vai trị quan trọng trong việc giải thích biến thiên của tỷ suất sinh lợi chứng khoán, vậy nên chăng một mơ hình 4 nhân tố sẽ phù hợp với điều kiện thị trường chứng khoán Việt Nam ? phần tiếp theo tác giả sẽ kiểm định mơ hình 4 nhân tố để giải đáp cho câu hỏi này.
Rp(t) – Rf(t) = a + b[Rm(t) – Rf(t)] + sSMB(t) + hHML(t) + uUMD(t) +e(t) BU BD SU SD a 0,008 0,010 0,010 0,008 b 1,028 1,020 1,020 1,028 s -0,085 -0,198 0,801 0,915 h 0,311 0,074 0,074 0,311 u 0,739 -0,463 0,537 -0,261 R2 điều chỉnh 0,957 0,972 0,979 0,949 Sig. F 0,000 0,000 0,000 0,000 Sig. t(a) 0,089 0,002 0,002 0,089 Sig. t(b) 0,000 0,000 0,000 0,000 Sig. t(s) 0,219 0,000 0,000 0,000 Sig. t(h) 0,008 0,343 0,344 0,008 Sig. t(u) 0,000 0,000 0,000 0,004
Kết quả cho thấy, so với mơ hình riêng 3 nhân tố thì mơ hình 4 nhân tố có cải thiện R2
điều chỉnh ở 2 danh mục BU và SD, tuy nhiên mức đóng góp khơng nhiều (mức tăng chưa đến 1%). Hệ số h của nhân tố HML ở 2 danh mục này khá cao và đều có ý nghĩa thống kê ở mức 5% cho thấy ở một chừng mực nào đó nhân tố HML cũng góp phần bổ sung cho nhân tố thanh khoản trong việc giải thích tỷ suất sinh lợi của danh mục. Như vậy có thể thấy ở cấp độ danh mục, mơ hình riêng 3 nhân tố đơn giản hơn nhưng vẫn nắm bắt đầy đủ sự biến thiên của tỷ suất sinh lợi chứng khốn như mơ hình 4 nhân tố. Tuy nhiên, khi áp dụng cho từng chứng khốn riêng lẽ thì mơ hình 4 nhân tố sẽ tốt hơn mơ hình 3 nhân tố trong việc giải thích tỷ suất sinh lợi chứng khốn vì danh mục có mức độ đa dạng hóa tốt hơn một chứng khốn
riêng lẽ - vốn có rủi ro khơng đồng nhất, nên một số cổ phiếu có thể tương quan mạnh với nhân tố thanh khoản nhưng ít hoặc khơng tương quan với nhân tố giá trị và ngược lại, do đó một mơ hình nhiều nhân tố sẽ nắm bắt tốt hơn sự thay đổi trong tỷ suất sinh lợi chứng khoán đối với từng cổ phiếu riêng lẽ.
Kiểm định phần dƣ
Kiểm định giả thuyết phần dư có phân phối chuẩn
Lần lượt thực hiện kiểm định Kolmogorov-Smirnov cho 4 danh mục cho kết quả bảng bên dưới.
One-Sample Kolmogorov-Smirnov Test
BU BD SU SD
Asymp. Sig. (2-tailed) 0,988 0,541 0,547 0,988
Với mức ý nghĩa 5%, ta thấy giá trị Asymp. Sig. (2-tailed) của cả 4 danh mục đều lớn hơn 0,05 nên chấp nhận giả thuyết H0 tức là phần dư có phân phối chuẩn.
Kiểm định giả thuyết phần dư có phương sai khơng đổi (Heteroskedasticity)
Thực hiện kiểm định Park cho 4 danh mục, kết quả cho ở bảng bên dưới
BU BD SU SD
Sig. t(b) 0,232 0,535 0,434 0,336
Theo kết quả bảng 2.31 với mức ý nghĩa 5%, ta thấy giá trị Sig. của cả 4 danh mục đều lớn hơn 0,05 nên chấp nhận giả thuyết H0 tức là phần dư có phương sai khơng đổi.
Kiểm định giả thuyết phần dư không tự tương quan (Autocorelation)
Bảng 2.30 Kiểm định Kolmogorov-Smirnov 4 danh mục mơ hình 4 nhân tố
BU BD SU SD
d 2,194 2,103 2,104 2,193
Giá trị d tra bảng Durbin – Watson với 4 biến độc lập, 60 quan sát và mức ý nghĩa 5% có dU = 1,73, ta có vùng chấp nhận giả thuyết khơng có tự tương quan là 1,73 < d < 2,27. Kết quả cho thấy cả 4 danh mục đều có d rơi vào vùng chấp nhận giả thuyết, như vậy phần dư của các danh mục không tự tương quan.
Kiểm định đa cộng tuyến
Nhân tố thị trƣờng Nhân tố qui mô Nhân tố giá trị Nhân tố thanh khoản VIF 1,198 1,814 1,942 1,288
Kết quả cho thấy cả 4 biến độc lập đều có hệ số VIF nhỏ hơn 10 nên không xảy ra đa cộng tuyến giữa các biến này.
Kết luận chƣơng 2
Trong chương 2, tác giả đã kiểm định mơ hình CAPM và Fama French vào thị trường chứng khốn Việt Nam thơng qua các cổ phiếu niêm yết tại HOSE. Kết quả kiểm định mơ hình CAPM cho thấy nhân tố thị trường đóng vai trị rất quan trọng khi giải thích đến 77,5% (bình qn) những thay đổi trong tỷ suất sinh lợi. Mơ hình CAPM khi bổ sung thêm nhân tố SMB giải thích 88,6% (bình qn) những thay đổi trong tỷ suất sinh lợi và mơ hình CAPM khi bổ sung thêm nhân tố HML giải thích 88% (bình qn) những thay đổi trong tỷ suất sinh lợi chứng khoán. Kết quả này khẳng định vai trị của cả 3 nhân tố góp mặt trong mơ hình theo thứ tự quan trọng lần lượt là nhân tố thị trường, nhân tố qui mô và nhân tố giá trị sổ sách trên giá thị trường.
Bảng 2.32 Kiểm định Durbin - Watson của 4 danh mục mơ hình 4 nhân tố
Kết quả kiểm định mơ hình Fama French 3 nhân tố cho thấy khi bổ sung đồng thời 2 nhân tố SMB và nhân tố HML vào mơ hình CAPM, khả năng giải thích của mơ hình lên đến 94,8% (bình quân), đây là một kết quả khá cao so với thế giới chứng tỏ mơ hình Fama French 3 nhân tố rất phù hợp với thị trường chứng khoán Việt Nam. Hiệu ứng qui mơ thể hiện khá mạnh, trong đó cổ phiếu có qui mơ nhỏ có tỷ suất sinh lợi cao hơn cổ phiếu qui mô lớn, điều này cũng phù hợp với nghiên cứu của Fama French trên thị trường Mỹ năm 1993. Hiệu ứng giá trị thể hiện khá yếu ở thị trường chứng khốn Việt Nam, cổ phiếu có BE/ME cao có tỷ suất sinh lợi cao hơn cổ phiếu có BE/ME thấp, tuy nhiên hiệu ứng này chỉ xảy ra ở nhóm cổ phiếu qui mơ nhỏ.
Kết quả kiểm định mô hình Fama French riêng cho thị trường chứng khoán Việt Nam cho thấy mơ hình này ưu thế hơn mơ hình quốc tế khi giải thích đến 96,2% (bình qn) biến thiên của tỷ suất sinh lợi với sự góp mặt của nhân tố thanh khoản – nhân tố đặc trưng của một thị trường có nhiều giới hạn. Hiệu ứng thanh khoản cao thể hiện khá mạnh trên thị trường chứng khoán Việt Nam, theo đó cổ phiếu có tính thanh khoản cao có tỷ suất sinh lợi cao hơn cổ phiếu có tính thanh khoản thấp.
Mơ hình 4 nhân tố với sự góp mặt của 4 nhân tố gồm: nhân tố thị trường, qui mô, giá trị sổ sách trên giá thị trường và nhân tố thanh khoản cho thấy mơ hình này khơng ưu thế nhiều so với mơ hình riêng 3 nhân tố khi giải thích được 96,4% biến thiên của tỷ suất sinh lợi ở cấp độ danh mục. Từ đây tác giả đề xuất áp dụng mơ hình riêng 3 nhân tố khi nghiên cứu danh mục chứng khoán. Khi nghiên cứu từng chứng khoán riêng lẽ nên áp dụng mơ hình 4 nhân tố vì mức độ đa dạng hóa của từng chứng khoán kém nên các nhân tố rủi ro không đồng nhất giữa các chứng khoán. Do đó, một mơ hình nhiều nhân tố sẽ thích hợp hơn khi nghiên cứu từng chứng khoán riêng lẽ, điều này sẽ được kiểm chứng ở phần sau khi vận dụng các mơ hình vào thị trường chứng khoán Việt Nam.
CHƢƠNG 3 ỨNG DỤNG MƠ HÌNH FAMA FRENCH VÀO THỊ TRƢỜNG CHỨNG KHỐN VIỆT NAM
Trong phần này, tác giả vận dụng các mơ hình đã kiểm định ở chương 2 vào thị trường chứng khoán Việt Nam để kiểm tra hiệu ứng momentum, hiệu ứng mùa trong tỷ suất sinh lợi chứng khoán, đánh giá hiệu quả hoạt động của danh mục đầu tư và định giá cổ phiếu.
3.1 Kiểm tra hiệu ứng trong tỷ suất sinh lợi chứng khoán 3.1.1 Hiệu ứng momentum
Hiệu ứng momentum là hiệu ứng biểu hiện “quán tính” trong tỷ suất sinh lợi cổ phiếu: nhiều nghiên cứu thực nghiệm cho thấy nếu một cổ phiếu có tỷ suất sinh lợi cao trong quá khứ (từ 3 đến 12 tháng trước) sẽ có khả năng tiếp tục duy trì tỷ suất sinh lợi cao trong một khoảng thời gian tiếp theo trong tương lai và ngược lại. Hiệu ứng momentum giúp nhà đầu tư định ra chiến lược mua bán cổ phiếu để tìm kiếm lợi nhuận. Theo đó, nếu thị trường chứng khốn có hiệu ứng momentum, nhà đầu tư sẽ mua cổ phiếu có tỷ suất sinh lợi cao trong quá khứ và bán cổ phiếu có tỷ suất sinh lợi thấp trong quá khứ để hưởng chênh lệch giá trong tương lai. Để kiểm tra xem thị trường chứng khốn Việt Nam có hiệu ứng momentum khơng, tác giả sẽ xây dựng nhân tố momentum và kiểm chứng bằng mơ hình Fama French 3 nhân tố.
Để xác định hiệu ứng momentum, trước hết cần xác định khoảng thời gian quá khứ và khoảng thời gian xảy ra hiệu ứng trong tương lai. Khoảng thời gian quá khứ là khoảng thời gian dùng để tính tỷ suất sinh lợi bình qn trong quá khứ, vì luận văn nghiên cứu tỷ suất sinh lợi tháng nên khoảng thời gian quá khứ là n tháng từ tháng t - 1 đến t - n. Khoảng thời gian xảy ra hiệu ứng momentum là khoảng thời gian nắm giữ danh mục hoặc cổ phiếu, khoảng thời gian này cũng gồm n tháng từ tháng t trở đi. Trong nghiên cứu này, tác giả kiểm tra hiệu ứng momentum với thời gian nắm giữ danh mục là 1 tháng và thời gian để tính tỷ suất sinh lợi bình quân trong quá khứ lần lượt là 11 tháng, 6 tháng và 3 tháng.
Trước tiên, tác giả kiểm tra hiệu ứng momentum với tỷ suất sinh lợi bình quân trong quá khứ 11 tháng, các kiểm tra tỷ suất sinh lợi bình quân trong quá khứ 6 và 3 tháng được thực hiện tương tự. Nội dung thực hiện tương tự như xây dựng mơ hình Fama French riêng, các danh mục cũng được xây dựng vào đầu mỗi tháng, trong đó mức độ thanh khoản được thay thế bằng tỷ suất sinh lợi trung bình của 11 tháng trong quá khứ. Việc phân nhóm cổ phiếu tháng t sẽ dựa vào tỷ suất sinh lợi trung bình của 11 tháng từ t - 1 đến t - 11 và tất cả các cổ phiếu được phân thành 2 nhóm: nhóm W là nhóm cổ phiếu có tỷ suất sinh lợi cao trong quá khứ (Winner), nhóm L là nhóm cổ phiếu có có tỷ suất sinh lợi thấp trong quá khứ (Loser). Kết quả sẽ hình thành 4 danh mục theo qui mô và tỷ suất sinh lợi trong quá khứ: danh mục BW bao gồm những cổ phiếu có mặt trong nhóm qui mơ lớn (B) đồng thời cũng có mặt trong cổ phiếu có tỷ suất sinh lợi cao trong quá khứ (W), danh mục BL bao gồm những cổ phiếu có mặt trong nhóm qui mơ lớn (B) đồng thời cũng có mặt trong nhóm cổ phiếu có tỷ suất sinh lợi thấp trong quá khứ (L), danh mục SW bao gồm những cổ phiếu có mặt trong nhóm qui mơ nhỏ (S) đồng thời cũng có mặt trong nhóm cổ phiếu có tỷ suất sinh lợi cao trong quá khứ (W), danh mục SL bao gồm những cổ phiếu có mặt trong nhóm qui mơ nhỏ (S) đồng thời cũng có mặt trong nhóm cổ phiếu có tỷ suất sinh lợi thấp trong quá khứ (L).
Nhân tố momentum (WML – Winner Minus Loser) được hình thành nhằm mơ phỏng nhân tố rủi ro trong tỷ suất sinh lợi liên quan đến tỷ suất sinh lợi trong quá khứ của cổ phiếu. WML được xác định bằng chênh lệch giữa tỷ suất sinh lợi trung bình của nhóm danh mục cổ phiếu có tỷ suất sinh lợi cao trong quá khứ và tỷ suất sinh lợi trung bình của nhóm danh mục cổ phiếu có tỷ suất sinh lợi thấp trong quá khứ.
WML = ½(BW + SW) – ½(BL + SL)
Sau khi tính được chuỗi tỷ suất sinh lợi của nhân tố momentum, hồi qui tỷ suất sinh lợi vượt trội của 4 danh mục theo 4 nhân tố: thị trường, qui mô, thanh khoản và momentum, nếu hệ số w của nhân tố momentum khác 0 có ý nghĩa thống
kê hay nói cách khác nhân tố momentum giữ vai trị quan trọng trong việc giải thích tỷ suất sinh lợi chứng khốn thì thị trường có hiệu ứng momentum.
Trước hết kiểm tra xem nhân tố momentum với tỷ suất sinh lợi trung bình 11 tháng trong q khứ có tạo ra hiệu ứng momentum trên các danh mục không, kết quả hồi qui mơ hình 4 nhân tố thể hiện ở bảng 3.1
Rp(t) – Rf(t) = a + b[Rm(t) – Rf(t)] + sSMB(t) + uUMD(t) +wWML(t) +e(t) BU BD SU SD a 0,007 0,010 0,010 0,007 b 1,027 1,018 1,018 1,026 s 0,022 -0,168 0,832 1,022 u 0,804 -0,442 0,557 -0,196 w -0,063 0,011 0,011 -0,063 R2 điều chỉnh 0,952 0,972 0,978 0,942 Sig. F 0,000 0,000 0,000 0,000 Sig. t(a) 0,169 0,003 0,003 0,169 Sig. t(b) 0,000 0,000 0,000 0,000 Sig. t(s) 0,705 0,000 0,000 0,000 Sig. t(u) 0,000 0,000 0,000 0,032 Sig. t(w) 0,458 0,839 0,840 0,459
Kết quả cho thấy hệ số w của cả 4 danh mục đều không khác 0 có ý nghĩa thống kê (Sig. t(w) có giá trị rất lớn) nghĩa là nhân tố momentum khơng có vai trị quan trọng trong mơ hình.
Tiếp theo, kiểm tra nhân tố momentum với tỷ suất sinh lợi trung bình 6 tháng trong q khứ, kết quả hồi qui mơ hình 4 nhân tố thể hiện ở bảng 3.2
Rp(t) – Rf(t) = a + b[Rm(t) – Rf(t)] + sSMB(t) + uUMD(t) +wWML(t) +e(t) BU BD SU SD a 0,007 0,009 0,009 0,007 b 1,024 1,018 1,018 1,024 s 0,008 -0,162 0,838 1,008 u 0,790 -0,437 0,563 -0,210 w -0,112 0,034 0,034 -0,112 R2 điều chỉnh 0,953 0,972 0,978 0,943 Sig. F 0,000 0,000 0,000 0,000 Sig. t(a) 0,140 0,004 0,004 0,140 Sig. t(b) 0,000 0,000 0,000 0,000 Sig. t(s) 0,896 0,000 0,000 0,000 Sig. t(u) 0,000 0,000 0,000 0,022 Sig. t(w) 0,231 0,575 0,574 0,232
Kết quả cho thấy hệ số w của cả 4 danh mục đều khơng khác 0 có ý nghĩa thống kê, nghĩa là khơng có hiệu ứng momentum đối với tỷ suất sinh lợi bình quân