I. Cách mô hình Fama French thay đổi định giá tài sản vốn
Mô hình Fama-French đại diện cho một bước tiến quan trọng trong lĩnh vực tài chính hiện đại, giúp giải quyết những hạn chế mà các mô hình truyền thống gặp phải. Tại thị trường chứng khoán Việt Nam, việc áp dụng mô hình 3 nhân tố này đã mở ra cách tiếp cận khoa học hơn trong việc xác định tỷ suất sinh lời kỳ vọng. Thay vì chỉ dựa vào một biến số duy nhất là rủi ro hệ thống, mô hình này xem xét đến các đặc tính nội tại của doanh nghiệp. Nghiên cứu thực hiện trên sàn HOSE với dữ liệu của 196 cổ phiếu trong giai đoạn 2012-2018 đã cung cấp những bằng chứng thực nghiệm mạnh mẽ.
Việc hiểu rõ cấu trúc của mô hình giúp các nhà quản lý quỹ và cá nhân tối ưu hóa danh mục đầu tư. Sự chuyển dịch từ CAPM sang các mô hình đa nhân tố như mô hình 5 nhân tố cho thấy sự trưởng thành của lý thuyết tài chính. Nội dung nghiên cứu tập trung vào việc làm rõ mối quan hệ giữa các biến số kinh tế và lợi nhuận thực tế. Qua đó, các thực thể tài chính có thể dự báo chính xác hơn về biến động giá cổ phiếu. Đây là nền tảng cốt lõi để xây dựng các chiến lược phòng ngừa rủi ro hiệu quả trên thị trường.
1.1. Tổng quan về mô hình 3 nhân tố và mô hình 5 nhân tố
Mô hình Fama-French ban đầu bao gồm ba nhân tố chính: phần bù rủi ro thị trường, quy mô công ty (SMB - Small Minus Big) và giá trị sổ sách trên giá trị thị trường (HML - High Minus Low). Sau này, mô hình được phát triển lên mô hình 5 nhân tố bằng cách bổ sung thêm RMW - Robust Minus Weak (khả năng sinh lợi) và CMA - Conservative Minus Aggressive (mức độ đầu tư). Sự mở rộng này nhằm mục đích giải thích sâu hơn các biến số mà mô hình cũ chưa bao quát hết, giúp nâng cao hệ số R-squared hiệu chỉnh trong các nghiên cứu thực nghiệm.
1.2. Vai trò của mô hình Fama French trên sàn HOSE
Trên sàn HOSE, mô hình đóng vai trò là công cụ định chuẩn để đánh giá hiệu quả của các cổ phiếu niêm yết. Nó giúp nhà đầu tư phân biệt được lợi nhuận đến từ kỹ năng chọn lọc cổ phiếu hay từ việc chấp nhận các rủi ro hệ thống cụ thể. Với đặc thù của thị trường chứng khoán Việt Nam còn non trẻ, việc sử dụng các nhân tố quy mô và giá trị giúp phản ánh chính xác hơn thực trạng vận hành của các doanh nghiệp nội địa.
II. Thách thức khi dùng mô hình CAPM tại thị trường Việt Nam
Mô hình CAPM dù đơn giản nhưng bộc lộ nhiều nhược điểm khi áp dụng vào thực tế tại Việt Nam. Một trong những thách thức lớn nhất là giả định thị trường hoàn hảo, nơi mọi thông tin đều được phản ánh ngay lập tức vào giá. Tuy nhiên, thị trường chứng khoán Việt Nam thường xuyên đối mặt với các biến động bất thường và tâm lý đám đông. Điều này khiến hệ số Beta trong CAPM không còn đủ khả năng giải thích toàn bộ sự thay đổi của tỷ suất sinh lời kỳ vọng.
Các nghiên cứu trước đây chỉ ra rằng lợi nhuận thực tế của nhiều cổ phiếu có vốn hóa nhỏ thường cao hơn so với dự báo của CAPM. Sự sai lệch này tạo ra nhu cầu cấp thiết về một mô hình bổ sung các nhân tố đặc thù. Việc phụ thuộc vào một nhân tố duy nhất dẫn đến những sai lầm trong việc định giá tài sản và phân bổ nguồn vốn. Do đó, việc chuyển sang hồi quy đa biến với các nhân tố quy mô và giá trị trở thành giải pháp tối ưu. Điều này giúp nhà đầu tư nhận diện được các nguồn gốc thực sự tạo ra lợi nhuận vượt trội.
2.1. Hạn chế của mô hình định giá tài sản vốn CAPM truyền thống
Hạn chế lớn nhất của CAPM là việc giả định rủi ro phi hệ thống có thể được loại bỏ hoàn toàn thông qua đa dạng hóa. Thực tế tại Việt Nam cho thấy các yếu tố như quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị trường có ảnh hưởng đáng kể đến lợi nhuận mà Beta không thể giải thích. Nhiều cổ phiếu có Beta thấp nhưng vẫn mang lại lợi nhuận cao, gây ra hiện tượng sai lệch trong định giá tài sản vốn.
2.2. Biến động bất thường trên thị trường chứng khoán Việt Nam
Giai đoạn 2012-2018 chứng kiến nhiều chu kỳ thăng trầm của VN-Index. Những cú sốc từ kinh tế vĩ mô và chính sách tiền tệ khiến giá chứng khoán không đi theo các quy luật thông thường. Sự thiếu hụt dữ liệu lịch sử dài hạn và tính minh bạch thông tin cũng là rào cản lớn khi thực hiện các kiểm định thực nghiệm chính xác cho các mô hình tài chính phức tạp.
III. Phương pháp xây dựng danh mục đầu tư SMB và HML chuẩn
Để thực hiện kiểm định mô hình Fama-French trên HOSE, bước quan trọng nhất là thiết lập các danh mục dựa trên quy mô và giá trị. Quy trình này bắt đầu bằng việc phân loại 196 cổ phiếu dựa trên vốn hóa thị trường. Các doanh nghiệp được chia thành hai nhóm: nhóm quy mô nhỏ (Small) và nhóm quy mô lớn (Big) dựa trên mức trung vị của thị trường. Tiếp theo, các cổ phiếu được phân loại tiếp theo tỷ số giá trị sổ sách trên giá trị thị trường thành ba nhóm: thấp (Low), trung bình (Medium), và cao (High).
Sự kết hợp này tạo ra 6 danh mục giao thoa bao gồm: SL, SM, SH, BL, BM, và BH. Từ các danh mục này, chúng ta tính toán được nhân tố SMB - Small Minus Big bằng cách lấy trung bình lợi nhuận của các nhóm nhỏ trừ đi nhóm lớn. Tương tự, nhân tố HML - High Minus Low được xác định bằng chênh lệch lợi nhuận giữa nhóm có tỷ số BE/ME cao và thấp. Phương pháp này giúp tách biệt ảnh hưởng của từng nhân tố lên tỷ suất sinh lời kỳ vọng. Việc tính toán chính xác các biến số này là điều kiện tiên quyết để mô hình đạt được hệ số R-squared hiệu chỉnh cao trong bước hồi quy tiếp theo.
3.1. Kỹ thuật phân loại cổ phiếu theo vốn hóa thị trường
Việc phân loại dựa trên vốn hóa thị trường giúp xác định hiệu ứng quy mô. Trong nghiên cứu này, nếu giá trị vốn hóa của doanh nghiệp nhỏ hơn hoặc bằng 50% mức trung bình toàn thị trường, nó sẽ được xếp vào danh mục S. Ngược lại, những doanh nghiệp lớn hơn mức này thuộc danh mục B. Đây là cơ sở để tính toán nhân tố SMB, phản ánh phần bù rủi ro cho các công ty nhỏ.
3.2. Cách tính toán giá trị sổ sách trên giá trị thị trường
Tỷ số BE/ME được tính bằng cách chia vốn chủ sở hữu cho giá trị vốn hóa. Cổ phiếu được sắp xếp theo thứ tự từ cao đến thấp: 30% cao nhất thuộc nhóm H, 40% tiếp theo thuộc nhóm M, và 30% thấp nhất thuộc nhóm L. Nhân tố HML được hình thành từ sự chênh lệch lợi nhuận giữa nhóm H và nhóm L, đại diện cho phần bù rủi ro giá trị trên sàn HOSE.
IV. Quy trình hồi quy đa biến kiểm định mô hình Fama French
Sau khi đã có các biến số cần thiết, quy trình hồi quy đa biến được thực hiện để kiểm tra tính bền vững của mô hình. Dữ liệu được xử lý thông qua phần mềm chuyên dụng như Eviews để thực hiện các kiểm định thống kê quan trọng. Đầu tiên, cần thực hiện kiểm định tính dừng cho tất cả các chuỗi dữ liệu bằng phương pháp Dickey-Fuller (ADF). Việc đảm bảo dữ liệu dừng giúp tránh hiện tượng hồi quy giả mạo, một lỗi phổ biến trong phân tích dữ liệu bảng.
Tiếp theo, phương pháp bình phương tối thiểu (OLS) được áp dụng để ước lượng các hệ số trong phương trình. Các chỉ số như P-value được sử dụng để đánh giá ý nghĩa thống kê của các nhân tố SMB và HML. Một mô hình tốt phải có hệ số R-squared hiệu chỉnh cao, cho thấy các nhân tố được chọn giải thích được phần lớn sự biến động của lợi nhuận danh mục. Ngoài ra, các kiểm định về tự tương quan và phương sai sai số thay đổi (White test) cũng cần được thực hiện để đảm bảo kết quả hồi quy là đáng tin cậy và không bị chệch.
4.1. Sử dụng kiểm định thực nghiệm và hệ số R squared hiệu chỉnh
Kiểm định thực nghiệm cho thấy khi đưa thêm các biến quy mô và giá trị, khả năng giải thích của mô hình tăng lên rõ rệt so với CAPM. Hệ số R-squared hiệu chỉnh thường đạt mức cao trong các danh mục được thiết lập, minh chứng rằng mô hình 3 nhân tố rất phù hợp với đặc điểm của các cổ phiếu niêm yết trên sàn HOSE.
4.2. Phân tích P value và kiểm định tính dừng trong dữ liệu bảng
Giá trị P-value dưới mức ý nghĩa (thường là 0.05) khẳng định các nhân tố như phần bù rủi ro thị trường có tác động thực sự đến lợi nhuận. Đồng thời, việc kiểm định tính dừng đảm bảo rằng các mối quan hệ kinh tế được phát hiện là ổn định theo thời gian, giúp kết quả của kiểm định mô hình Fama-French trên HOSE có giá trị dự báo cao.
V. Kết quả kiểm định thực nghiệm mô hình Fama French tại HOSE
Kết quả nghiên cứu trên sàn HOSE giai đoạn 2012-2018 khẳng định rằng mô hình 3 nhân tố có khả năng giải thích tốt sự biến động của lợi nhuận cổ phiếu. Cụ thể, ba nhân tố gồm phần bù rủi ro thị trường, quy mô (SMB) và giá trị (HML) đều có ý nghĩa thống kê. Điều này cho thấy các nhà đầu tư tại Việt Nam không chỉ quan tâm đến rủi ro thị trường chung mà còn chú trọng đến đặc điểm quy mô và giá trị nội tại của doanh nghiệp.
Phần lớn các danh mục đầu tư được thiết lập đều cho thấy mối tương quan thuận giữa các nhân tố và tỷ suất sinh lời kỳ vọng. Đặc biệt, hiệu ứng quy mô (size effect) thể hiện khá rõ nét, khi các công ty nhỏ thường có xu hướng mang lại lợi nhuận cao hơn để bù đắp cho rủi ro thanh khoản. Nhân tố giá trị (value effect) cũng đóng vai trò quan trọng, củng cố quan điểm rằng các cổ phiếu có giá trị sổ sách cao so với thị giá thường bị định giá thấp và có tiềm năng tăng trưởng mạnh. Những phát hiện này hoàn toàn phù hợp với các nghiên cứu tại các thị trường phát triển, chứng minh tính phổ quát của lý thuyết Fama-French.
5.1. Tác động của phần bù rủi ro thị trường đến lợi nhuận
Phần bù rủi ro thị trường vẫn là nhân tố quan trọng nhất, giải thích phần lớn biến động của lợi nhuận danh mục. Hệ số Beta trong mô hình đa nhân tố cho thấy độ nhạy cảm của cổ phiếu đối với những thay đổi của chỉ số VN-Index, giúp nhà đầu tư xác định mức lợi nhuận tối thiểu cần thiết khi chấp nhận rủi ro hệ thống.
5.2. Ý nghĩa của SMB và HML đối với tỷ suất sinh lời kỳ vọng
Nhân tố SMB và HML cung cấp cái nhìn chi tiết về các nguồn lợi nhuận bổ sung. Việc các hệ số này có ý nghĩa thống kê với P-value thấp cho thấy chiến lược đầu tư vào cổ phiếu giá trị hoặc cổ phiếu vốn hóa nhỏ có thể mang lại hiệu quả vượt trội trên sàn HOSE, vượt xa những gì mà mô hình CAPM đơn thuần có thể dự báo.
VI. Bí quyết tối ưu danh mục đầu tư dựa trên mô hình định giá
Dựa trên kết quả kiểm định mô hình Fama-French trên HOSE, các nhà đầu tư có thể rút ra những bài học quý giá để tối ưu hóa hiệu quả kinh doanh chứng khoán. Việc xây dựng một chiến lược dựa trên các nhân tố quy mô và giá trị giúp giảm thiểu rủi ro và gia tăng lợi nhuận bền vững. Thay vì đầu tư theo cảm tính hoặc đám đông, việc áp dụng các chỉ số tài chính như BE/ME và vốn hóa sẽ tạo ra một nền tảng phân tích vững chắc.
Trong tương lai, sự xuất hiện của các biến số mới trong mô hình 5 nhân tố sẽ còn giúp việc định giá trở nên chính xác hơn. Nhà đầu tư nên thường xuyên tái cấu trúc danh mục đầu tư dựa trên sự thay đổi của các nhân tố thị trường. Sự kết hợp giữa phân tích định lượng và hiểu biết về kinh tế vĩ mô là chìa khóa để thành công trên thị trường chứng khoán Việt Nam. Cuối cùng, việc không ngừng cập nhật các phương pháp kiểm định mới sẽ giúp cá nhân và tổ chức thích nghi tốt hơn với môi trường tài chính đầy biến động.
6.1. Khuyến nghị cho nhà đầu tư khi giao dịch trên sàn HOSE
Nhà đầu tư nên ưu tiên các cổ phiếu có nền tảng cơ bản tốt và tỷ số giá trị sổ sách trên giá trị thị trường hợp lý. Việc đa dạng hóa danh mục giữa các nhóm quy mô khác nhau sẽ giúp cân bằng giữa mục tiêu lợi nhuận và khả năng chịu đựng rủi ro. Đồng thời, cần theo dõi sát sao các chỉ số VN-Index để điều chỉnh tỷ trọng phần bù rủi ro phù hợp.
6.2. Hướng phát triển mô hình 5 nhân tố trong tương lai
Hướng nghiên cứu tiếp theo có thể mở rộng sang mô hình 5 nhân tố để xem xét ảnh hưởng của lợi nhuận doanh nghiệp và chiến lược đầu tư. Việc tích hợp thêm các yếu tố như RMW và CMA sẽ mang lại cái nhìn sắc nét hơn về chất lượng tăng trưởng của các doanh nghiệp niêm yết, giúp nâng tầm hoạt động phân tích tại Việt Nam.