Luận văn thạc sĩ kiểm định mô hình đầu tư tài chính fama french và carhart trên thị trường chứng khoán

Luận văn thạc sĩ nghiên cứu kiểm định mô hình đầu tư tài chính fama french và carhart trên thị trường chứng khoán, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn

• Tác giả: Bùi Anh Hoàng
• Người hướng dẫn: PGS. Bùi Kim Yến
• Trường học: Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Kiểm Định Mô Hình Đầu Tư Tài Chính Fama – French Và Carhart
• Loại tài liệu: Luận Văn Thạc Sỹ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH ĐẦU TƯ TÀI CHÍNH HIỆN ĐẠI TRÊN THỊ TRƯỜNG CHỨNG KHOÁN
• 1.1. Lý thuyết về danh mục đầu tư
• 1.1.1. Giả định cơ bản của lý thuyết danh mục
• 1.1.2. Mức ngại rủi ro và hàm hữu dụng
• 1.1.3. Lợi suất và rủi ro của danh mục đầu tư
• 1.1.4. Lý thuyết lựa chọn danh mục tối ưu theo mô hình Markowitz
• 1.2. Mô hình định giá tài sản vốn CAPM
• 1.2.1. Các giả định của mô hình
• 1.2.2. Mô hình CAPM và phần bù rủi ro thị trường
• 1.2.3. Áp dụng mô hình định giá CAPM để định giá trong thực tế
• 1.3. Mô hình Fama – French
• 1.3.1. Xây dựng mô hình, ý nghĩa các nhân tố hệ số
• 1.3.2. Kết quả mô hình trên mẫu
• 1.3.3. Các nghiên cứu thực nghiệm mô hình Fama – French
• 1.4. Mô hình Carhart
• 1.4.1. Xây dựng mô hình, ý nghĩa các nhân tố hệ số
• 1.4.2. Kết quả mô hình trên mẫu
• 1.4.3. Các nghiên cứu thực nghiệm mô hình Carhart
• 1.5. Sự cần thiết phải có mô hình đầu tư tài chính phù hợp với thị trường Việt Nam
• 1.5.1. Những nghiên cứu ứng dụng các mô hình đầu tư tài chính Fama – French và Carhart tại Việt Nam
• 1.5.2. Sự cần thiết phải kiểm định các mô hình đầu tư tài chính trên thị trường Việt Nam
• 1.6. Kết luận chương 1
• 2. CHƯƠNG 2: THỰC TRẠNG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM VÀ VIỆC ỨNG DỤNG CÁC MÔ HÌNH ĐẦU TƯ TÀI CHÍNH
• 2.1. Thị trường chứng khoán Việt Nam
• 2.1.1. Tổng quan về thị trường chứng khoán Việt Nam
• 2.1.2. Thành tựu của thị trường chứng khoán Việt Nam giai đoạn 2007 – 2012
• 2.1.3. Những vấn đề tồn tại của thị trường chứng khoán Việt Nam
• 2.2. Thực trạng việc vận dụng các mô hình đầu tư tài chính trên thị trường chứng khoán Việt Nam
• 2.2.1. Các phương pháp và mô hình đầu tư tài chính được nhà đầu tư sử dụng tại Việt Nam
• 2.2.2. Những hạn chế và khó khăn trong quá trình vận dụng mô hình đầu tư tài chính ở thị trường chứng khoán Việt Nam
• 2.2.3. Ứng dụng mô hình Fama French và mô hình Carhart tại SGDCK TP. Hồ Chí Minh
• 2.2.3.1. Xây dựng mô hình Fama – French và Carhart với cổ phiếu trên SGDCK TP. Hồ Chí Minh
• 2.2.3.2. Dữ liệu mẫu nghiên cứu
• 2.2.3.3. Xây dựng các danh mục cổ phiếu theo quy mô vốn hóa và tỷ số BE/ME
• 2.2.3.4. Xây dựng danh mục cổ phiếu theo yếu tố xu hướng một năm
• 2.2.3.5. Tỷ suất sinh lợi kỳ vọng của các danh mục cổ phiếu
• 2.2.3.6. Xác định các biến cho mô hình Fama – French và Carhart
• 2.3. Kết quả kiểm định mô hình Fama – French và mô hình Carhart
• 2.3.1. Phân tích dữ liệu sơ bộ
• 2.3.2. Kiểm định tính dừng và kiểm định đa cộng tuyến
• 2.3.2.1. Kiểm định tính dừng
• 2.3.2.2. Kiểm định hiện tượng đa cộng tuyến
• 2.3.3. Kết quả hồi quy
• 2.3.3.1. Kết quả hồi quy mô hình một nhân tố
• 2.3.3.2. Kết quả hồi quy mô hình Fama – French
• 2.3.3.3. Kết quả hồi quy mô hình Carhart
• 2.3.3.4. Kết quả hồi quy mô hình Carhart (tiếp tục)
• 2.3.4. Kiểm định phần dư
• 2.3.4.1. Kiểm định phân phối chuẩn của phần dư
• 2.3.4.2. Kiểm định tự tương quan
• 2.3.4.3. Kiểm định phương sai thay đổi
• 2.4. Kết luận chương 2
• 3. CHƯƠNG 3: KIẾN NGHỊ VÀ GIẢI PHÁP NHẰM ỨNG DỤNG CÁC MÔ HÌNH ĐẦU TƯ TÀI CHÍNH TRÊN TTCK VIỆT NAM
• 3.1. Khuyến nghị đối với nhà đầu tư khi ứng dụng mô hình đầu tư tài chính
• 3.2. Giải pháp đối với các nhân tố trong mô hình nhằm tăng khả năng ứng dụng các mô hình đầu tư tài chính
• 3.2.1. Xây dựng các chỉ số đặc tính cổ phiếu
• 3.2.2. Xây dựng bộ dữ liệu thị trường đầy đủ, cập nhật
• 3.2.3. Tăng tính chuyên nghiệp của nhà đầu tư cá nhân
• 3.2.4. Phát triển các tổ chức đầu tư chuyên nghiệp
• 3.2.5. Nâng cao chất lượng và tính minh bạch về công bố thông tin
• 3.3. Giải pháp hỗ trợ cho việc ứng dụng các mô hình đầu tư tài chính
• 3.3.1. Giải pháp đối với cơ quan quản lý thị trường chứng khoán
• 3.3.2. Giải pháp đối với các công ty niêm yết
• 3.3.3. Giải pháp đối với các công ty chứng khoán, quỹ đầu tư chứng khoán
• 3.3.4. Củng cố và nâng cao năng lực hoạt động của các công ty chứng khoán
• 3.3.5. Giải pháp đối với nhà đầu tư
• 3.4. Kết luận chương 3
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về mô hình đầu tư tài chính Fama French và Carhart

Mô hình đầu tư tài chính Fama French và Carhart đã trở thành những công cụ quan trọng trong phân tích đầu tư. Mô hình Fama French mở rộng mô hình CAPM bằng cách thêm các yếu tố quy mô và giá trị, trong khi mô hình Carhart bổ sung thêm yếu tố xu hướng. Cả hai mô hình này đều giúp nhà đầu tư hiểu rõ hơn về mối quan hệ giữa rủi ro và lợi suất. Việc kiểm định các mô hình này trên thị trường chứng khoán Việt Nam là cần thiết để đánh giá tính hiệu quả của chúng.

1.1. Lý thuyết cơ bản về mô hình Fama French

Mô hình Fama French được xây dựng dựa trên lý thuyết rằng lợi suất của cổ phiếu không chỉ phụ thuộc vào rủi ro thị trường mà còn vào các yếu tố khác như quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị trường. Mô hình này đã được kiểm định qua nhiều nghiên cứu thực nghiệm và cho thấy khả năng giải thích tốt hơn so với mô hình CAPM.

1.2. Mô hình Carhart và sự phát triển của nó

Mô hình Carhart mở rộng mô hình Fama French bằng cách thêm yếu tố xu hướng, cho phép nhà đầu tư dự đoán lợi suất dựa trên hiệu suất trong quá khứ. Mô hình này đã chứng minh rằng các nhà đầu tư có thể thu được lợi nhuận cao hơn bằng cách theo dõi xu hướng của thị trường.

II. Vấn đề và thách thức trong kiểm định mô hình đầu tư tài chính

Việc kiểm định mô hình Fama French và Carhart trên thị trường chứng khoán Việt Nam gặp nhiều thách thức. Các yếu tố như tính thanh khoản, sự biến động của thị trường và sự khác biệt trong hành vi đầu tư của nhà đầu tư Việt Nam có thể ảnh hưởng đến kết quả kiểm định. Do đó, cần có những phương pháp phù hợp để đảm bảo tính chính xác của các mô hình.

2.1. Những khó khăn trong việc thu thập dữ liệu

Một trong những thách thức lớn nhất là việc thu thập dữ liệu chính xác và đầy đủ về các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam. Dữ liệu không đồng nhất có thể dẫn đến những sai lệch trong kết quả kiểm định.

2.2. Tính biến động của thị trường chứng khoán Việt Nam

Thị trường chứng khoán Việt Nam có tính biến động cao, điều này có thể làm cho các mô hình Fama French và Carhart không hoạt động hiệu quả như mong đợi. Sự biến động này cần được xem xét kỹ lưỡng trong quá trình kiểm định.

III. Phương pháp kiểm định mô hình Fama French và Carhart

Để kiểm định các mô hình này, cần áp dụng các phương pháp thống kê phù hợp. Phương pháp hồi quy tuyến tính là một trong những công cụ chính được sử dụng để đánh giá mối quan hệ giữa các yếu tố và lợi suất cổ phiếu. Việc sử dụng phần mềm thống kê như Eviews cũng rất quan trọng trong quá trình phân tích dữ liệu.

3.1. Phương pháp hồi quy tuyến tính

Hồi quy tuyến tính giúp xác định mối quan hệ giữa các biến độc lập và lợi suất cổ phiếu. Phương pháp này cho phép đánh giá mức độ ảnh hưởng của từng yếu tố trong mô hình Fama French và Carhart đến lợi suất.

3.2. Sử dụng phần mềm Eviews trong phân tích

Phần mềm Eviews cung cấp các công cụ mạnh mẽ để thực hiện phân tích hồi quy và kiểm định các giả thuyết. Việc sử dụng phần mềm này giúp tăng độ chính xác và hiệu quả trong quá trình kiểm định mô hình.

IV. Ứng dụng thực tiễn của mô hình Fama French và Carhart

Mô hình Fama French và Carhart không chỉ có giá trị lý thuyết mà còn có ứng dụng thực tiễn trong việc ra quyết định đầu tư. Các nhà đầu tư có thể sử dụng các mô hình này để xây dựng danh mục đầu tư tối ưu, từ đó tối ưu hóa lợi nhuận và giảm thiểu rủi ro.

4.1. Xây dựng danh mục đầu tư tối ưu

Sử dụng mô hình Fama French và Carhart, nhà đầu tư có thể xác định các cổ phiếu có tiềm năng sinh lợi cao và xây dựng danh mục đầu tư phù hợp với mức độ rủi ro chấp nhận được.

4.2. Đánh giá hiệu quả đầu tư

Việc áp dụng các mô hình này giúp nhà đầu tư đánh giá hiệu quả của các quyết định đầu tư. Các chỉ số như tỷ suất sinh lợi và độ biến động có thể được sử dụng để đo lường thành công của danh mục đầu tư.

V. Kết luận và tương lai của mô hình đầu tư tài chính

Mô hình Fama French và Carhart đã chứng minh được giá trị của chúng trong việc phân tích đầu tư. Tuy nhiên, cần tiếp tục nghiên cứu và điều chỉnh các mô hình này để phù hợp hơn với đặc điểm của thị trường chứng khoán Việt Nam. Tương lai của các mô hình đầu tư tài chính sẽ phụ thuộc vào khả năng thích ứng với những thay đổi của thị trường.

5.1. Hướng nghiên cứu tiếp theo

Cần có những nghiên cứu sâu hơn về các yếu tố ảnh hưởng đến lợi suất cổ phiếu trên thị trường Việt Nam. Việc mở rộng mô hình để bao gồm các yếu tố mới có thể giúp cải thiện độ chính xác của các dự đoán.

5.2. Tương lai của mô hình đầu tư tài chính

Mô hình đầu tư tài chính sẽ tiếp tục phát triển và thích ứng với những thay đổi của thị trường. Các nhà đầu tư cần cập nhật kiến thức và công cụ mới để tối ưu hóa quyết định đầu tư của mình.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam đã trải qua giai đoạn phát triển ấn tượng kể từ ngày mở cửa 20/07/2000, nâng số lượng doanh nghiệp niêm yết từ 41 đơn vị năm 2005 lên 737 đơn vị vào cuối tháng 6/2013, cùng quy mô vốn hóa đạt 904 nghìn tỷ đồng, tương đương 27,9% GDP năm 2012. Mặc dù giá trị giao dịch bình quân đạt 1.507 tỷ đồng/ngày và số lượng tài khoản nhà đầu tư vượt mức 1,2 triệu, thị trường vẫn đối mặt với nhiều bất ổn do hơn 80% giao dịch đến từ nhà đầu tư cá nhân có xu hướng chạy theo tâm lý đám đông. Vấn đề đặt ra là sự thiếu vắng một công cụ định lượng chuẩn xác giúp xác định tỷ suất sinh lợi kỳ vọng và quản trị rủi ro danh mục.

Luận văn thạc sĩ chuyên ngành Tài chính – Ngân hàng của tác giả Bùi Anh Hoàng tại Trường Đại học Kinh tế TP. Hồ Chí Minh thực hiện kiểm định thực nghiệm mô hình ba nhân tố Fama – French và mô hình bốn nhân tố Carhart. Phạm vi nghiên cứu tập trung vào 77 cổ phiếu của các công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) trong giai đoạn từ tháng 01/2007 đến tháng 12/2012, với 60 quan sát chuỗi thời gian tháng từ năm 2008 đến năm 2012.

Mục tiêu cụ thể của đề tài là kiểm định mối quan hệ giữa tỷ suất sinh lợi chứng khoán với bốn nhân tố: phần bù rủi ro thị trường, quy mô vốn hóa, giá trị sổ sách trên giá trị thị trường và xu hướng giá kỳ trước. Kết quả nghiên cứu có ý nghĩa thực tiễn to lớn khi giúp giảm thiểu sai số định giá tài sản, nâng cao hệ số xác định mô hình lên mức vượt trội so với mô hình CAPM truyền thống, tạo điểm tựa định lượng vững chắc cho các tổ chức tài chính và nhà đầu tư cá nhân trên thị trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nền tảng của nghiên cứu bắt nguồn từ Lý thuyết danh mục đầu tư hiện đại của Harry Markowitz (1952), chỉ ra rằng việc đa dạng hóa danh mục có thể loại bỏ rủi ro phi hệ thống thông qua việc tối ưu hóa mối quan hệ giữa tỷ suất sinh lợi kỳ vọng và phương sai trên đường biên hiệu quả. Dựa trên đó, William Sharpe (1964) và John Lintner (1965) đã phát triển Mô hình định giá tài sản vốn (CAPM), thiết lập quan hệ tuyến tính giữa lợi nhuận kỳ vọng của chứng khoán với rủi ro hệ thống thông qua hệ số Beta thị trường.

Tuy nhiên, do CAPM bộc lộ nhiều hạn chế trong việc giải thích biến động lợi nhuận thực tế, Eugene Fama và Kenneth French (1993) đã đề xuất Mô hình ba nhân tố Fama – French, bổ sung hai biến số đặc tính doanh nghiệp là nhân tố quy mô vốn hóa thị trường (SMB - Small Minus Big) và nhân tố giá trị (HML - High Minus Low book-to-market). Đến năm 1997, Mark Carhart tiếp tục mở rộng thành Mô hình bốn nhân tố Carhart bằng việc tích hợp thêm nhân tố xu hướng biến động giá một năm (WML - Winners Minus Losers hay PR1YR) từ lý thuyết quán tính giá của Jegadeesh và Titman (1993). Khung lý thuyết này vận hành dựa trên các khái niệm trọng tâm bao gồm: Lãi suất phi rủi ro (Rf), Phần bù rủi ro thị trường (RMRF), Phần bù quy mô (SMB), Phần bù giá trị (HML) và Hệ số định giá bất thường Alpha Jensen.

Phương pháp nghiên cứu

Mẫu nghiên cứu bao gồm 77 cổ phiếu của các công ty phi tài chính được niêm yết trên sàn HOSE trước ngày 31/12/2006 và duy trì dữ liệu liên tục đến hết ngày 31/12/2012. Phương pháp chọn mẫu tập trung vào khối doanh nghiệp phi tài chính nhằm loại bỏ sự sai lệch về cấu trúc đòn bẩy tài chính đặc thù của các ngân hàng và công ty bảo hiểm. Dữ liệu giá đóng cửa điều chỉnh hàng tháng và báo cáo tài chính kiểm toán cuối năm được trích xuất từ Sở Giao dịch Chứng khoán TP.HCM, kết hợp với chỉ số VN-Index đại diện cho danh mục thị trường và lãi suất trái phiếu Chính phủ kỳ hạn 5 năm đại diện cho lãi suất phi rủi ro.

Nghiên cứu sử dụng kỹ thuật xây dựng danh mục thực nghiệm: phân loại 4 danh mục Fama – French (BH, BL, SH, SL) theo trung vị quy mô vốn hóa (Size) và tỷ số BE/ME; đồng thời phân loại 4 danh mục theo quy mô và xu hướng lợi nhuận 11 tháng trước đó (BWIN, BLOSE, SWIN, SLOSE). Phương pháp hồi quy tuyến tính bình phương bé nhất thông thường (OLS) trên chuỗi thời gian 60 tháng (01/2008 – 12/2012) được lựa chọn nhờ khả năng ước lượng không chệch tuyến tính tốt nhất. Quá trình kiểm định kinh tế lượng được thực hiện nghiêm ngặt qua các bước: kiểm định tính dừng ADF, kiểm định đa cộng tuyến qua hệ số VIF, kiểm định phân phối chuẩn phần dư Jarque-Bera, kiểm định tự tương quan Breusch-Godfrey và kiểm định phương sai sai số thay đổi Harvey.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, nhân tố phần bù rủi ro thị trường (RMRF) giữ vai trò chi phối tuyệt đối đến tỷ suất sinh lợi danh mục cổ phiếu với giá trị tuyệt đối trung bình đạt mức cao nhất là 0,01671, khẳng định rủi ro hệ thống toàn thị trường vẫn là yếu tố quyết định hàng đầu tại HOSE.

Thứ hai, nhân tố giá trị (HML) có giá trị trung bình dương trong suốt giai đoạn nghiên cứu, chứng minh tỷ suất sinh lợi của nhóm công ty giá trị (BE/ME cao như danh mục BH, SH) cao hơn rõ rệt so với nhóm công ty tăng trưởng (BE/ME thấp như danh mục BL, SL).

Thứ ba, nhân tố quy mô (SMB) ghi nhận giá trị trung bình mang dấu âm, phản ánh hiện tượng các cổ phiếu quy mô vốn hóa lớn đạt mức sinh lợi trung bình cao hơn các cổ phiếu vốn hóa nhỏ trong giai đoạn 2008–2012.

Thứ tư, nhân tố xu hướng (WML) mang giá trị trung bình âm đạt -0,05108, chỉ ra hiện tượng đảo chiều giá khi nhóm cổ phiếu có hiệu suất kém năm trước (BLOSE, SLOSE) đạt mức tăng trưởng vượt trội hơn nhóm cổ phiếu chiến thắng năm trước (BWIN, SWIN). Thêm vào đó, có tới 7/8 danh mục ghi nhận tỷ suất sinh lợi vượt trội âm do ảnh hưởng của chu kỳ suy thoái kinh tế sau khủng hoảng tài chính 2008.

Thảo luận kết quả

Các kết quả định lượng trên có thể được hệ thống hóa trực quan thông qua bảng ma trận hệ số tương quan giữa các biến độc lập và đồ thị so sánh hệ số xác định R bình phương giữa mô hình một nhân tố CAPM, mô hình ba nhân tố Fama – French và mô hình bốn nhân tố Carhart.

Nguyên nhân giá trị SMB mang dấu âm tại Việt Nam trái ngược với phát hiện tại thị trường Mỹ của Fama và French (1993) bắt nguồn từ tâm lý phòng thủ của nhà đầu tư trong giai đoạn 2008–2012. Khi thị trường suy thoái và chính sách tiền tệ thắt chặt, dòng vốn có xu hướng tháo chạy khỏi các cổ phiếu nhỏ có thanh khoản kém để tìm nơi trú ẩn an toàn tại các doanh nghiệp lớn có nền tảng tài chính vững vàng. Đồng thời, giá trị WML âm (-0,05108) cho thấy chiến lược đầu tư theo đà tăng trưởng (Momentum) của Carhart (1997) hoàn toàn không phù hợp tại HOSE trong giai đoạn này, nhường chỗ cho chiến lược đầu tư giá trị và đảo chiều (Contrarian strategy).

Kết quả về nhân tố HML dương hoàn toàn tương đồng với nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008) tại Việt Nam, cũng như kết quả tại thị trường Nhật Bản của Elhaj Walid và Elhaj Ahlem (2007). Sự vượt trội của mô hình Fama – French thể hiện qua việc giảm thiểu giá trị tuyệt đối của hệ số chặn Alpha về tiệm cận mức 0 và nâng cao năng lực giải thích biến động lợi nhuận cổ phiếu so với mô hình CAPM truyền thống.

Đề xuất và khuyến nghị

Thứ nhất, hoàn thiện và công bố định kỳ hệ thống chỉ số đặc tính cổ phiếu. Sở Giao dịch Chứng khoán TP.HCM (HOSE) phối hợp với Ủy ban Chứng khoán Nhà nước cần xây dựng bộ chỉ số phân loại cổ phiếu theo quy mô vốn hóa (Large-cap, Mid-cap, Small-cap) và tỷ số BE/ME (Value, Growth) trong vòng 12 tháng tới. Mục tiêu cụ thể là chuẩn hóa dữ liệu phân loại cho 100% doanh nghiệp niêm yết, giúp rút ngắn 30% thời gian nghiên cứu và định giá của các tổ chức tài chính.

Thứ hai, nâng cao chất lượng kiểm toán và tính minh bạch thông tin tài chính. Bộ Tài chính và cơ quan quản lý thị trường cần tăng cường chế tài giám sát trong giai đoạn 2014–2016 nhằm triệt tiêu các hành vi thao túng giá và giao dịch nội gián. Mục tiêu là giảm 50% số lượng doanh nghiệp có chênh lệch kết quả kinh doanh lớn trước và sau kiểm toán, đồng thời bắt buộc áp dụng chuẩn mực kế toán quốc tế IFRS đối với tối thiểu 80% công ty có vốn hóa lớn.

Thứ ba, phát triển các quỹ đầu tư định lượng và sản phẩm ETF chuyên biệt. Các công ty quản lý quỹ và công ty chứng khoán cần chủ động thiết kế các quỹ đầu tư theo trường phái giá trị (Value ETF) và quy mô trong khung thời gian 18 tháng. Mục tiêu là thúc đẩy quy mô tài sản quản lý (AUM) của các quỹ định lượng tăng trưởng trên 25%/năm, thu hút thêm 15% dòng vốn FII từ các định chế tài chính quốc tế.

Thứ tư, chuẩn hóa năng lực phân tích định lượng cho nhà đầu tư cá nhân. Các công ty chứng khoán thành viên cần tổ chức các chương trình đào tạo chuyên sâu về ứng dụng mô hình định giá đa nhân tố định kỳ hàng quý. Mục tiêu là nâng tỷ lệ nhà đầu tư cá nhân tiếp cận các công cụ định lượng khoa học lên 40%, giảm thiểu 35% các quyết định giao dịch theo cảm tính và tâm lý bầy đàn.

Đối tượng nên tham khảo luận văn

Thứ nhất, các nhà đầu tư cá nhân và tổ chức trên thị trường chứng khoán: Công trình cung cấp hệ thống luận cứ vững chắc để lựa chọn cổ phiếu giá trị có chỉ số BE/ME cao, xây dựng chiến lược đầu tư đảo chiều hiệu quả và tối ưu hóa lợi nhuận kỳ vọng từ 15% đến 20%/năm.

Thứ hai, chuyên viên phân tích tài chính và định giá tại các công ty chứng khoán: Nghiên cứu cung cấp khung mô hình hồi quy đa nhân tố chuẩn tắc, giúp nâng cao độ tin cậy của các báo cáo phân tích định giá doanh nghiệp vượt trội so với phương pháp CAPM hoặc P/E đơn thuần.

Thứ ba, các nhà quản lý quỹ đầu tư chuyên nghiệp: Đề tài hỗ trợ nhà quản lý quỹ trong việc thiết lập danh mục đầu tư theo yếu tố quy mô và giá trị, đồng thời kiểm soát rủi ro quán tính giá khi thị trường bước vào các chu kỳ biến động vĩ mô phức tạp.

Thứ tư, học viên cao học, giảng viên và các nhà nghiên cứu học thuật: Luận văn là tài liệu tham khảo giá trị về phương pháp luận kinh tế lượng tài chính, kỹ thuật xử lý dữ liệu chuỗi thời gian OLS và cách thức kiểm định các mô hình định giá hiện đại tại các thị trường tài chính mới nổi.

Câu hỏi thường gặp

Mô hình Fama – French có ưu điểm gì vượt trội hơn mô hình CAPM tại Việt Nam? Mô hình Fama – French vượt trội hơn CAPM nhờ bổ sung hai nhân tố quy mô (SMB) và giá trị (HML). Kết quả kiểm định trên 77 cổ phiếu HOSE giai đoạn 2008–2012 chứng minh hệ số xác định R bình phương tăng lên đáng kể, trong khi hệ số chặn Alpha Jensen giảm về gần 0, giúp giải thích chính xác các biến động lợi nhuận bất thường.

Tại sao nhân tố quy mô (SMB) trong nghiên cứu lại mang giá trị âm? Giá trị SMB âm phản ánh các công ty quy mô lớn có tỷ suất sinh lợi cao hơn công ty nhỏ. Trong bối cảnh khủng hoảng kinh tế 2008–2012 và lãi suất cao, nhà đầu tư tại HOSE ưu tiên dòng tiền an toàn vào các doanh nghiệp blue-chips đầu ngành có thanh khoản tốt và sức đề kháng tài chính cao.

Chiến lược đầu tư theo đà tăng trưởng của Carhart có hiệu quả tại HOSE không? Chiến lược này không mang lại hiệu quả trong giai đoạn nghiên cứu do nhân tố WML mang giá trị âm (-0,05108). Thực nghiệm cho thấy nhóm cổ phiếu giảm giá sâu năm trước có tỷ suất sinh lợi phục hồi tốt hơn nhóm cổ phiếu tăng giá, chứng minh chiến lược đầu tư đảo chiều chiếm ưu thế.

Nhà đầu tư nên ưu tiên nắm giữ cổ phiếu giá trị hay cổ phiếu tăng trưởng? Nhà đầu tư nên ưu tiên nhóm cổ phiếu giá trị có tỷ số BE/ME cao như danh mục BH và SH. Bằng chứng thực nghiệm khẳng định nhân tố HML luôn mang giá trị dương, đem lại phần bù rủi ro cao hơn hẳn so với nhóm cổ phiếu tăng trưởng có BE/ME thấp trong dài hạn.

Làm thế nào để ứng dụng mô hình định giá đa nhân tố vào thực tế đầu tư? Nhà đầu tư cần thu thập dữ liệu giá đóng cửa điều chỉnh, vốn hóa và báo cáo tài chính hàng năm. Sau đó tiến hành phân loại danh mục theo quy mô, tỷ số BE/ME và chạy hồi quy chuỗi thời gian OLS để xác định độ nhạy của các hệ số beta, từ đó phân bổ tỷ trọng vốn hợp lý.

Kết luận

• Mô hình ba nhân tố Fama – French và mô hình bốn nhân tố Carhart có năng lực giải thích tỷ suất sinh lợi vượt trội so với mô hình CAPM một nhân tố truyền thống tại thị trường chứng khoán Việt Nam.
• Nhân tố phần bù rủi ro thị trường (RMRF) và nhân tố giá trị (HML) đóng vai trò nền tảng, khẳng định chiến lược nắm giữ cổ phiếu giá trị mang lại hiệu suất vượt bậc trong dài hạn.
• Nhân tố quy mô (SMB) và nhân tố xu hướng (WML) mang giá trị âm trong giai đoạn 2008–2012, phản ánh tính ưu việt của nhóm cổ phiếu vốn hóa lớn và sự hiệu quả của chiến lược đầu tư đảo chiều.
• Luận văn đóng góp một quy trình kiểm định kinh tế lượng tài chính chuẩn mực trên mẫu 77 công ty phi tài chính tại HOSE, bổ sung nguồn dữ liệu thực nghiệm quý báu cho thị trường mới nổi.
• Định hình xu hướng chuyển dịch phương pháp đầu tư từ suy đoán chủ quan sang ứng dụng các mô hình định lượng hiện đại trong quản trị danh mục tài chính.

Luận văn thạc sĩ của tác giả Bùi Anh Hoàng là công trình nghiên cứu công phu, đặt nền móng lý thuyết và thực nghiệm vững chắc cho việc ứng dụng các mô hình tài chính hiện đại tại Việt Nam. Trong lộ trình phát triển thị trường vốn từ nay đến năm 2030, các tổ chức tài chính và nhà nghiên cứu cần tiếp tục mở rộng mẫu khảo sát sang sàn HNX và cập nhật các biến số thanh khoản thị trường. Hãy nghiên cứu toàn văn tài liệu để nắm bắt toàn diện hệ thống phương trình hồi quy và vận dụng hiệu quả vào hoạt động quản lý danh mục đầu tư chuyên nghiệp của bạn.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về các mô hình đầu tư tài chính hiện đại trên thị trường chứng khoán. - Chương 2: Thực trạng thị trường chứng khoán Việt Nam và việc ứng dụng các mô hình đầu tư tài chính. - Chương 3: Kiến nghị và giải pháp nhằm ứng dụng các mô hình đầu tư tài chính trên thị trường chứng khoán Việt Nam. TIEU LUAN MOI download : [e-mail] 4 CHƢƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH ĐẦU TƢ TÀI CHÍNH HIỆN ĐẠI TRÊN THỊ TRƢỜNG CHỨNG KHOÁN 1.1 Lý thuyết về danh mục đầu tƣ: 1.1 Giả định cơ bản của lý thuyết danh mục: Một giả định cơ bản nhất của lý thuyết danh mục đầu tư là những người đầu tư đều mong muốn đạt được mức lợi suất đầu tư tối đa ứng với mỗi mức rủi ro của danh mục.

Lý thuyết này cũng giả định rằng về cơ bản các nhà đầu tư đều không muốn gặp rủi ro, họ sẽ chọn loại tài sản có rủi ro thấp khi khi lựa chọn giữa hai tài sản cùng đem lại một mức lợi suất đầu tư như nhau. Tuy nhiên, không phải các nhà đầu tư đều có mức ngại rủi ro như nhau mà còn tùy thuộc vào mức độ chấp nhận rủi ro của mỗi người trong mối tương quan với lợi suất đầu tư mà họ nhận được. Từ đó, lý thuyết tài chính đưa ra một quan điểm được chấp nhận chung là bất cứ một nhà đầu tư hợp lý nào cũng đều có một mức ngaị rủi ro nhất định khi đầu tư.2 Mức ngại rủi ro và hàm hữu dụng: Các nhà kinh tế học tài chính hiện đại đã chứng minh một cách định lượng hóa được đặc điểm mức ngại rủi ro các nhà đầu tư bằng lý thuyết hàm hữu dụng biểu thị mối quan hệ giữa giá trị hữu dụng của một đơn vị tiền tệ kiếm thêm với mức độ rủi ro của khoản đầu tư và mức ngại rủi ro của một cá nhân đầu tư. Một công thức cho mối tương quan “rủi ro – mức đền bù rủi ro tương xứng” đã được hình thành: U= E(r) – 0,5A.σ2 Trong đó U là giá trị hữu dụng và A là chỉ số biểu thị mức độ ngại rủi ro của nhà đầu tư.

Hằng số 0,5 là một con số quy ước theo thông lệ của xác suất thống kê diễn tả mối quan hệ giữa lợi suất ước tính bình quân E(r) và độ lệch chuẩn (σ) của giá trị bình quân đó. TIEU LUAN MOI download : [e-mail] 5 Phương trình hàm hữu dụng cho thấy rằng giá trị hữu dụng sẽ tăng lên nếu kết quả tỷ suất lợi nhuận ước tính tăng và giá trị hữu dụng sẽ bị giảm nếu mức độ rủi ro tăng. Mỗi nhà đầu tư sẽ có một chỉ số mức độ ngại rủi ro A khác nhau. Thông thường, đối với cùng một khoản đầu tư thì các nhà đầu tư có mức ngại rủi ro cao hơn sẽ đòi hỏi mức đền bù rủi ro tương ứng nhiều hơn mới chấp nhận đầu tư.

Khi xem xét những danh mục đầu tư khác nhau (có những cặp lợi nhuận ước tính – mức độ rủi ro khác nhau), nhà đầu tư sẽ chọn danh mục đầu tư nào đem lại cho họ giá trị hữu dụng U lớn nhất (có nghĩa là có cặp lợi nhuận ước tính – mức độ rủi ro tốt nhất). Mối quan hệ giữa tỷ suất lợi nhuận ước tính và độ lệch chuẩn của một danh mục được thể hiện bằng đồ thị dưới đây: Hình 1.1: Mối quan hệ giữa tỷ suất lợi nhuận ƣớc tính và độ lệch chuẩn của một danh mục E(r) II I P III IV σ σp Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc Gia. Trên đồ thị trên, danh mục đầu tư P có mức lợi nhuận ước tính E(rp) và độ lệch chuẩn (σp), được những nhà đầu tư ngại rủi ro thích hơn so với các danh mục đầu tư nằm trong phần IV của đồ thị vì có lợi suất ngang bằng hoặc lớn hơn bất cứ danh mục đầu tư nào nằm trong phần IV và luôn có độ lệch chuẩn (mức độ rủi ro) ngang bằng hoặc TIEU LUAN MOI download : skknchat@gmail. Ngược lại, bất cứ danh mục đầu từ nào trong phần I đều được các nhà đầu tư thích hơn danh mục đầu tư P.

Còn những danh mục nằm trong vùng II và II cần phải xét thêm một yếu tố. Đó là khả năng chấp nhận chúng khi so sánh với danh mục P, tùy thuộc vào bản chất ngại rủi ro của nhà đầu tư. Theo công thức của hàm hữu dụng, ta có thể lập nên đường đồng mức hữu dụng (đường cong bàng quan). Những nhà đầu tư có các mức rủi ro khác nhau sẽ có các đường cong bàng quan phân bổ khác nhau về phía vùng II hoặc vùng III.

Ứng với mỗi đường cong bàng quan, nếu càng tiến lên cao thì mức hữu dụng của nhà đầu tư càng cao (càng dễ chấp nhận).2: Đƣờng cong bàng quan thể hiện mức đồng hữu dụng E(r) II I III IV σ σp Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc Gia.3 Lợi suất và rủi ro của danh mục đầu tƣ: Lợi suất danh mục: Lợi suất danh mục là bình quân gia quyền theo tỷ trọng vốn đầu tư vào từng loại tài sản, ký hiệu w của lợi suất thu được từ mỗi chứng khoán trong danh mục đầu tư đó. E(rp) = w1E(r1) + w2E(r2) + …+ wnE(rn) = ∑ni=1 wiE(ri) TIEU LUAN MOI download : [e-mail] 7 Rủi ro của danh mục đầu tư: Cũng giống như rủi ro của chứng khoán riêng lẻ, rủi ro tổng thể của danh mục đầu tư là khả năng biến động trong tương lai về kết quả thu được từ việc đầu tư. Tuy nhiên, khi phân tích một danh mục đầu tư, chúng ta phải quan tâm đến rủi ro của cả danh mục chứ không chỉ đơn thuần của từng loại chứng khoán. Tức là nhà đầu tư không thể đánh giá rủi ro bằng việc chỉ đánh giá rủi ro của từng loại chứng khoán riêng lẻ, mà việc đánh giá là sự lường mức độ ảnh hưởng của từng loại chứng khoán riêng lẻ đó đối với danh mục đầu tư.

Trong đó chứng khoán đó là một thành tố, và giữa chứng khoán đó với toàn bộ chứng khoán của thị trường Thực tế là những chứng khoán có tính rủi ro có khả năng là những thành tố góp phầm làm giảm rủi ro cho toàn danh mục đầu tư. Đây là lý do tại sao nhà đầu tư cần quan tâm đến việc đa dạng hóa danh mục đầu tư cũng như xác định phần rủi ro hệ thống. Đa dang hóa danh mục đầu tư: là việc thực hiện đầu tư qua nhiều loại tài sản vốn khác nhau tạo thành một danh mục đầu tư sao cho tổng mức rủi ro trên toàn bộ danh mục sẽ được giới hạn nhỏ lại. Nhà đầu tư có thể loại trừ được rủi ro hệ thống, nhưng có một số rủi ro không thể loại trừ được.3 cho thấy khi số chứng khoán tăng lên, rủi ro còn lại của danh mục là rủi ro thị trường – rủi ro hệ thống.

TIEU LUAN MOI download : skknchat@gmail.3: Đa dạng hóa giảm thiểu rủi ro không hệ thống (Rủi ro) Rủi ro Rủi ro không hệ thống Rủi ro không hệ thống Rủi ro hệ Rủi ro hệ thống thống (số lượng chứng khoán) Nguồn: Lê Thị Mai Linh (2003), “Giáo trình phân tích và đầu tư chứng khoán”, NXB Chính Trị Quốc Gia. Các thước đo rủi ro Một chỉ tiêu thống kê chuẩn đo lường sự biến thiên của tỷ suất sinh lợi của chứng khoán cũng chính là rủi ro, là phương sai và độ lệch chuẩn của tỷ suất sinh lợi. Phương sai của TSSL được tính bằng bình phương chênh lệch giữa TSSL thực tế và TSSL kỳ vọng của nhà đầu tư. Phương sai TSSL (ri)= giá trị mong đợi của (ri – r¯ i)2 Độ lệch chuẩn là căn bậc hai của phương sai.

Rủi ro danh mục được đo lường bằng phương sai danh mục. Với danh mục gồm hai chứng khoán, để tính phương sai danh mục, ta cần biết về hệ số tương quan và hiệp phương sai của hai chứng khoán. Hệ số tương quan của hai chứng khoán cho thấy mối quan hệ cùng hướng hay ngược hướng của TSSL hai chứng khoán theo thời gian. Nếu hai chứng khoán có TSSL di chuyển cùng chiều, chúng có tương quan dương và ngược lại.

Hệ số tương quan nằm trong khoảng [-1,+1]. TIEU LUAN MOI download : [e-mail] 9 Trong đó σA, σB là độ lệch chuẩn của hai chứng khoán A, B. Nếu hệ số tương quan = 1 thì khi đó độ lệch chuẩn danh mục hai chứng khoán chính là bình quân gia quyền độ lệch chuẩn hai chứng khoán với quyền số là tỷ trọng mỗi chứng khoán. Nếu hệ số tương quan <1 thì độ lệch chuẩn danh mục sẽ giảm thậm chí thấp hơn cả độ lệch chuẩn khi đầu tư 100% vào chứng khoán có độ lệch chuẩn thấp trong hai chứng khoán, đây chính là hiệu quả do việc đa dạng hóa mang lại.

Khi hệ số tương quan giữa hai chứng khoán = -1 thì rủi ro dannh mục là thấp nhất. Với danh mục n chứng khoán thì phương sai của danh mục cũng tương tự: Phương sai tỷ lệ xấp xỉ với độ dài thời gian mà một chứng khoán hay một danh mục đầu tư được nắm giữ, nên độ lệch chuẩn tỷ lệ với căn bậc hai của khoảng thời gian. Điều này có nghĩa là thời gian càng dài thì rủi ro càng cao. TIEU LUAN MOI download : skknchat@gmail.4 Lý thuyết lựa chọn danh mục tối ƣu theo mô hình Markowitz: Đường biên hiệu quả Markowitz Marowitz đã chứng minh được rằng đa dạng hóa có thể làm giảm rủi ro danh mục.

với danh mục gồm hai chứng khoán, các tỷ trọng kết hợp khác nhau cho ra những kết hợp của TSSL và độ lệch chuẩn mà Markowitz gọi là vùng quả trứng vỡ. Bất kỳ kết hợp nào cũng cho ra kết quả nằm trong vùng này. Đường biên trên của vùng quả trừng vỡ chính là đường biên hiệu quả, bao gồm các kết hợp tạo thành những danh mục hiệu quả, tức là những danh mục có TSSL cao nhất ứng với độ lệch chuẩn cho trước hoặc danh mục có độ lệch chuẩn thấp nhất ứng với một TSSL cho trước (với giả định các nhà đầu tư đều muốn tăng TSSL và giảm độ lệch chuẩn).4: Vùng quả trứng vỡ Markowitz Nguồn: Chương trình giảng dạy kinh tế Fulbright Mỗi gạch chéo tượng trưng cho TSSL và độ lệch chuẩn của một danh mục. Với giả định là nhà đầu tư lúc nào cũng muốn tăng TSSL và giảm độ lệch chuẩn thì họ chỉ đầu tư vào những danh mục nằm trên đường biên hiệu quả.