Luận văn thạc sĩ hay kiểm định sự phù hợp của mô hình fama french đối với cổ phiếu ngành kinh doanh bất động sản niêm yết trên sở giao dịch chứng khoán tp hcm

Luận văn thạc sĩ nghiên cứu hay kiểm định sự phù hợp của mô hình fama french đối với cổ phiếu ngành kinh doanh bất động sản, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Nguyễn Hùng Mạnh
• Người hướng dẫn: Ths Hà Minh Phước
• Trường học: Trường Đại học Công nghệ TP. HCM
• Chuyên ngành: Tài chính ngân hàng
• Đề tài: Kiểm định sự phù hợp của mô hình Fama-French đối với cổ phiếu ngành kinh doanh bất động sản niêm yết trên Sở giao dịch chứng khoán TP. HCM
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2015
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH, BIỂU ĐỒ
• MỤC LỤC
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN
• 1.1. Lý thuyết danh mục đầu tư hiện đại: tiền đề tạo nên mối quan hệ giữa rủi ro và tỷ suất sinh lợi
• 1.2. Mô hình CAPM (Capital Asset Pricing Model): nền tảng cho quyết định đầu tư
• 1.2.1. Tổng quan về Mô hình CAPM
• 1.2.2. Giả định cho CAPM
• 1.2.3. Ưu nhược điểm của mô hình CAPM
• 1.3. Mô hình Fama-French: bước tiến tạo cơ sở khách quan cho quyết định đầu tư
• 1.3.1. Tiền đề của mô hình Fama-French (Fama-French Three Factors Model)
• 1.3.2. Khái quát về mô hình Fama-French
• 1.4. Các nghiên cứu có liên quan tại thị trường chứng khoán trên thế giới
• 1.4.1. Các nghiên cứu ở các nước phát triển
• 1.4.2. Các nghiên cứu kiểm định mô hình Fama-French tại thị trường chứng khoán ở các nước đang phát triển
• 1.5. Mô hình nghiên cứu và các giả thiết nghiên cứu
• 1.5.1. Mô hình nghiên cứu
• 1.5.2. Các giả thiết nghiên cứu
• 1.6. Các khái niệm được sử dụng trong nghiên cứu
• 2. CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Cơ sở dữ liệu
• 2.2. Phương pháp nghiên cứu
• 2.2.1. Xử lý số liệu
• 2.2.2. Phân tích dữ liệu
• 2.2.3. Kiểm định hiện tượng đa cộng tuyến
• 2.2.4. Kiểm định tự tương quan
• 3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
• 3.1. Phân tích tổng quát dữ liệu
• 3.2. Mô tả thống kê
• 3.3. Phân tích tương quan
• 3.4. Kiểm định sự phù hợp của mô hình
• 3.4.1. Kiểm định sự phù hợp của Mô hình CAPM
• 3.4.2. Kiểm định sự phù hợp của Mô hình Fama-French
• 3.5. Kiểm định các giả thiết nghiên cứu
• 3.6. Phân tích hồi quy tuyến tính mô hình CAPM và Fama-French
• 4. CHƯƠNG 4: NHẬN XÉT VÀ CÁC BIỆN PHÁP NÂNG CAO TÍNH PHÙ HỢP CỦA MÔ HÌNH CAPM VÀ FAMA-FRENCH
• 4.1. Thị trường chứng khoán Việt Nam và ngành Bất động sản: Thực trạng, cơ hội đầu tư và thách thức
• 4.2. Khuyến nghị đầu tư
• 4.3. Các biện pháp nâng cao tính phù hợp của mô hình CAPM và Fama-French
• 4.3.1. Nguyên nhân ảnh hưởng đến kết quả thực nghiệm của mô hình
• 4.3.2. Giải pháp nâng cao hiệu quả ứng dụng mô hình CAPM và Fama-French vào thị trường chứng khoán Việt Nam
• 4.4. Hạn chế của nghiên cứu
• 4.5. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về mô hình Fama French và cổ phiếu bất động sản

Mô hình Fama-French đã trở thành một công cụ quan trọng trong việc phân tích cổ phiếu, đặc biệt là trong ngành bất động sản tại TP HCM. Mô hình này không chỉ giúp nhà đầu tư hiểu rõ hơn về mối quan hệ giữa rủi ro và lợi nhuận mà còn cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng đến giá cổ phiếu. Việc áp dụng mô hình này vào thị trường chứng khoán Việt Nam, đặc biệt là trong lĩnh vực bất động sản, đang ngày càng trở nên cần thiết.

1.1. Mô hình Fama French Khái niệm và ứng dụng

Mô hình Fama-French được phát triển để cải thiện độ chính xác của mô hình CAPM. Nó bổ sung thêm hai yếu tố: quy mô công ty và giá trị công ty, giúp giải thích tốt hơn sự biến động của lợi nhuận cổ phiếu.

1.2. Tình hình thị trường chứng khoán TP HCM hiện nay

Thị trường chứng khoán TP HCM đã trải qua nhiều biến động. Sự phát triển của ngành bất động sản đã tạo ra nhiều cơ hội đầu tư, nhưng cũng đi kèm với những rủi ro không nhỏ.

II. Thách thức trong việc áp dụng mô hình Fama French cho cổ phiếu bất động sản

Mặc dù mô hình Fama-French có nhiều ưu điểm, nhưng việc áp dụng nó vào cổ phiếu bất động sản tại TP HCM cũng gặp phải nhiều thách thức. Các yếu tố như sự biến động của thị trường, quy mô công ty và giá trị công ty có thể ảnh hưởng đến độ chính xác của mô hình.

2.1. Rủi ro và lợi nhuận trong đầu tư bất động sản

Đầu tư vào cổ phiếu bất động sản thường đi kèm với rủi ro cao. Các nhà đầu tư cần phải cân nhắc kỹ lưỡng giữa lợi nhuận kỳ vọng và rủi ro tiềm ẩn.

2.2. Các yếu tố ảnh hưởng đến giá cổ phiếu bất động sản

Giá cổ phiếu bất động sản chịu ảnh hưởng từ nhiều yếu tố như tình hình kinh tế, chính sách của nhà nước và tâm lý thị trường. Những yếu tố này cần được xem xét kỹ lưỡng khi áp dụng mô hình Fama-French.

III. Phương pháp kiểm định mô hình Fama French cho cổ phiếu bất động sản

Để kiểm định tính phù hợp của mô hình Fama-French, cần thực hiện các phương pháp phân tích định lượng. Việc thu thập dữ liệu từ Sở Giao dịch Chứng khoán TP HCM là rất quan trọng để có được kết quả chính xác.

3.1. Thu thập và xử lý dữ liệu

Dữ liệu cần được thu thập từ các báo cáo tài chính của các công ty bất động sản niêm yết. Việc xử lý dữ liệu cũng cần được thực hiện một cách cẩn thận để đảm bảo tính chính xác.

3.2. Phân tích hồi quy và kiểm định mô hình

Sử dụng phương pháp hồi quy để phân tích mối quan hệ giữa các yếu tố trong mô hình Fama-French và tỷ suất sinh lợi của cổ phiếu bất động sản.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy mô hình Fama-French có thể áp dụng hiệu quả cho cổ phiếu bất động sản tại TP HCM. Những phát hiện này có thể giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác hơn.

4.1. Phân tích kết quả hồi quy

Kết quả hồi quy cho thấy mối quan hệ tích cực giữa các yếu tố trong mô hình Fama-French và tỷ suất sinh lợi của cổ phiếu bất động sản.

4.2. Ứng dụng mô hình trong đầu tư thực tiễn

Các nhà đầu tư có thể sử dụng mô hình Fama-French để đánh giá và lựa chọn cổ phiếu bất động sản phù hợp với chiến lược đầu tư của mình.

V. Kết luận và triển vọng tương lai của mô hình Fama French

Mô hình Fama-French đã chứng minh được tính hiệu quả trong việc phân tích cổ phiếu bất động sản tại TP HCM. Tuy nhiên, cần tiếp tục nghiên cứu để cải thiện độ chính xác và khả năng ứng dụng của mô hình trong tương lai.

5.1. Tóm tắt kết quả nghiên cứu

Nghiên cứu đã chỉ ra rằng mô hình Fama-French có thể giải thích tốt hơn sự biến động của lợi nhuận cổ phiếu bất động sản so với mô hình CAPM.

5.2. Hướng nghiên cứu tiếp theo

Cần mở rộng nghiên cứu để áp dụng mô hình Fama-French cho các ngành khác và đánh giá tính phù hợp của mô hình trong các điều kiện thị trường khác nhau.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp "Kiểm định sự phù hợp của mô hình Fama-French đối với cổ phiếu ngành Kinh doanh Bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP HCM" được thực hiện bởi sinh viên Nguyễn Hùng Mạnh, chuyên ngành Tài chính doanh nghiệp, Khoa Kế toán – Tài chính – Ngân hàng, Trường Đại học Công nghệ TP. HCM (HUTECH), dưới sự hướng dẫn của ThS Hà Minh Phước vào năm 2015.

Bối cảnh thực tiễn của nghiên cứu xuất phát từ giai đoạn biến động mạnh của thị trường chứng khoán Việt Nam sau khủng hoảng kinh tế toàn cầu năm 2008. Sau thời kỳ tăng trưởng nóng với mức đỉnh lịch sử 1.170,67 điểm vào năm 2007, chỉ số VN-Index đã sụt giảm nghiêm trọng xuống mức thấp kỷ lục 386,36 điểm, khiến áp lực thoái vốn tăng cao và thanh khoản thị trường suy kiệt trong một thời gian dài. Phải đến giữa năm 2014, thị trường mới bắt đầu xuất hiện những tín hiệu phục hồi khi chỉ số VN-Index vượt ngưỡng 550 điểm nhờ các chính sách kích thích kinh tế, kiểm soát lạm phát và điều chỉnh giảm lãi suất.

Trong bối cảnh kênh tín dụng ngân hàng truyền thống gặp nhiều rào cản và thị trường bất động sản đối mặt với nhiều rủi ro, thị trường chứng khoán đã trở thành kênh dẫn vốn dài hạn quan trọng cho các doanh nghiệp, bao gồm cả khối doanh nghiệp nhà nước cổ phần hóa. Tuy nhiên, thị trường chứng khoán Việt Nam vẫn tồn tại những đặc tính non trẻ: tỷ trọng nhà đầu tư cá nhân chiếm đa số, thiếu hụt kỹ năng phân tích cơ bản và phân tích kỹ thuật, phổ biến tâm lý đầu tư theo "bầy đàn" và chịu sự chi phối đáng kể từ động thái giao dịch của khối ngoại. Việc ước lượng chính xác tỷ suất sinh lời kỳ vọng dựa trên mức độ rủi ro trở thành yêu cầu thiết yếu để nâng cao hiệu quả phân bổ vốn. Mô hình định giá tài sản vốn (CAPM) tuy phổ biến nhờ cấu trúc đơn giản nhưng dần bộc lộ nhiều hạn chế khi chỉ sử dụng một nhân tố rủi ro duy nhất là thị trường. Trong khi đó, mô hình ba nhân tố của Fama và French (1993) đã bổ sung thêm nhân tố quy mô và giá trị sổ sách trên giá trị thị trường, mang lại khả năng giải thích tốt hơn ở nhiều thị trường phát triển nhưng việc kiểm định tại thị trường chứng khoán Việt Nam – đặc biệt trên nhóm ngành nhạy cảm như kinh doanh bất động sản – vẫn còn hạn chế.

Văn bản xác định hai mục tiêu nghiên cứu cụ thể:

1. Phân tích và đánh giá ảnh hưởng của các nhân tố (rủi ro thị trường, quy mô công ty và giá trị công ty) đến tỷ suất sinh lời của cổ phiếu ngành Kinh doanh Bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP. HCM (HOSE), từ đó đề xuất các giải pháp và khuyến nghị đầu tư dựa trên kết quả thực nghiệm.
2. Kiểm định tính phù hợp của mô hình Fama-French đối với dữ liệu thực tế thu thập tại sàn HOSE, làm tiền đề mở rộng hướng nghiên cứu cho toàn bộ các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam.

Đối tượng và phạm vi nghiên cứu được xác định rõ:

• Đối tượng nghiên cứu: Nghiên cứu tổng quan và chi tiết cơ chế hoạt động, kiểm định tính phù hợp của hai mô hình định giá tài sản: Mô hình định giá tài sản vốn (CAPM) và Mô hình ba nhân tố Fama-French.
• Phạm vi không gian: Dữ liệu giao dịch cổ phiếu thu thập tại Sở Giao dịch Chứng khoán TP. HCM (HOSE) đối với 36 công ty thuộc nhóm ngành Kinh doanh Bất động sản; báo cáo tài chính hợp nhất của 36 công ty này; và số liệu lãi suất trái phiếu chính phủ từ Sở Giao dịch Chứng khoán Hà Nội (HNX).
• Phạm vi thời gian: Giai đoạn 5 năm, kéo dài từ ngày 01/01/2010 đến ngày 31/12/2014, với dữ liệu giá đóng cửa theo tần suất ngày (tổng số 1.244 phiên giao dịch quan sát).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của đề tài được thiết lập dựa trên các nền tảng kinh tế học tài chính kinh điển:

• Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory) của Harry Markowitz (1959): Thiết lập nguyên lý đa dạng hóa danh mục để giảm thiểu rủi ro phi hệ thống mà không làm giảm tỷ suất sinh lời kỳ vọng, làm tiền đề cho việc phân định giữa rủi ro hệ thống và rủi ro phi hệ thống.
• Mô hình định giá tài sản vốn (Capital Asset Pricing Model - CAPM) phát triển bởi William Sharpe, John Lintner và Jack Treynor (thập niên 1960): Biểu diễn mối quan hệ tuyến tính giữa tỷ suất sinh lời kỳ vọng và rủi ro hệ thống thông qua phương trình: $$E(R_i) = R_f + \beta_i [E(R_m) - R_f]$$ Trong đó, $\beta_i$ đo lường mức độ nhạy cảm của cổ phiếu $i$ trước biến động của danh mục thị trường; $R_f$ là lãi suất phi rủi ro; $[E(R_m) - R_f]$ là phần bù rủi ro thị trường.
• Mô hình ba nhân tố Fama-French (Fama-French Three Factor Model, 1993): Khắc phục các khiếm khuyết thực nghiệm của CAPM (như hiệu ứng quy mô, hiệu ứng giá trị P/E và M/B, hiệu ứng tháng Giêng) bằng cách đưa thêm hai nhân tố định lượng: quy mô vốn hóa thị trường (SMB - Small Minus Big) và tỷ số giá trị sổ sách trên giá trị thị trường (HML - High Minus Low). Phương trình hồi quy có dạng: $$E(R_i) - R_f = \alpha + \beta_i [E(R_m) - R_f] + s_i SMB + h_i HML$$
• Tổng quan các nghiên cứu thực nghiệm tiền bối: Nghiên cứu của Faff (2001) tại Australia; Nima Billou (2004) tại Mỹ; Maroney và Protopapadakis (2002) tại 7 quốc gia phát triển; Fama và French (1995); Elhaj Walid và Elhaj Ahlem (2007) tại Nhật Bản; Kyong Shik Eom và Jong-Ho Park tại Hàn Quốc; Gregory Connor và Sanjay Sehgal (2001) tại Ấn Độ; Nopbhanon Homsud (2009) tại Thái Lan; cùng các nghiên cứu tại Việt Nam của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), Trần Thị Hải Lý.

Phương pháp nghiên cứu thực nghiệm được tác giả áp dụng là phương pháp định lượng hồi quy chuỗi thời gian (Time-series Regression) sử dụng kỹ thuật bình phương bé nhất thông thường (OLS) kết hợp phương pháp chọn biến từng bước (Stepwise) trên phần mềm SPSS 20. Quy trình xử lý và tính toán biến số gồm:

• Tỷ suất sinh lời cổ phiếu ($R_i$): Tính theo tần suất ngày từ giá đóng cửa điều chỉnh: $R_{it} = \frac{P_{it} - P_{it-1}}{P_{it-1}}$. Tác giả giả định các công ty không chia cổ tức giai đoạn 2010–2014 để đơn giản hóa quá trình xử lý dữ liệu.
• Lãi suất phi rủi ro ($R_f$): Thu thập từ kết quả trúng thầu trái phiếu chính phủ kỳ hạn 5 năm tại HNX, quy đổi sang tỷ suất ngày.
• Tỷ suất sinh lời thị trường ($R_m$): Tính từ tỷ lệ thay đổi theo ngày của chỉ số VN-Index: $R_{mt} = \frac{VNIndex_t - VNIndex_{t-1}}{VNIndex_{t-1}}$.
• Xây dựng 6 danh mục đầu tư theo kỹ thuật của Fama và French (1993):
  • Tiêu chí Quy mô (Size): Chia mẫu thành 2 nhóm tại điểm phân vị 50% giá trị vốn hóa trung bình, gồm nhóm quy mô nhỏ (S - Small) và nhóm quy mô lớn (B - Big).
  • Tiêu chí Giá trị (BE/ME): Tính tỷ số giữa vốn chủ sở hữu trên báo cáo tài chính hợp nhất và vốn hóa thị trường cuối mỗi năm, chia thành 3 nhóm: 30% thấp nhất (L - Low), 40% tiếp theo (M - Medium), và 30% cao nhất (H - High).
  • Ma trận phân chia tạo thành 6 danh mục: SL, SM, SH, BL, BM, BH.
  • Biến SMB được xác định bằng: $SMB = \frac{SL + SM + SH}{3} - \frac{BL + BM + BH}{3}$.
  • Biến HML được xác định bằng: $HML = \frac{SH + BH}{2} - \frac{SL + BL}{2}$.
• Các kiểm định kinh tế lượng: Phân tích tương quan tuyến tính Pearson, kiểm định hệ số hồi quy riêng lẻ bằng phân phối Student ($t$-statistic), kiểm định độ phù hợp toàn diện của mô hình bằng phân phối Fisher ($F$-test qua ANOVA), kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF) và độ chấp nhận (Tolerance), cùng các phân tích lý thuyết về hiện tượng tự tương quan chuỗi thời gian.

Nội dung chính theo từng chương

Khóa luận được cấu trúc thành 4 chương chính với các luận điểm và dữ liệu nghiên cứu cụ thể:

Chương 1: Cơ sở lý luận

Chương 1 hệ thống hóa toàn bộ lý thuyết nền tảng từ lý thuyết danh mục đầu tư của Markowitz đến các mô hình định giá tài sản. Tác giả phân tích cấu trúc toán học của mô hình CAPM, làm rõ ý nghĩa của đường thị trường chứng khoán (SML) và hệ số rủi ro hệ thống $\beta$. Chương này chỉ rõ các khiếm khuyết nội tại của CAPM thông qua các bằng chứng thực nghiệm về hiệu ứng quy mô công ty, hiệu ứng chỉ số tài chính P/E, BE/ME và hiệu ứng tháng Giêng (January Effect). Tiếp đó, chương phân tích sự ra đời của mô hình Fama-French ba nhân tố (1993) như một bước tiến bổ sung hai phần bù rủi ro quy mô (SMB) và giá trị (HML). Tác giả tổng thuật các công trình nghiên cứu quốc tế tại thị trường phát triển (Mỹ, Úc, Nhật Bản, Tây Âu) và thị trường mới nổi (Hàn Quốc, Ấn Độ, Thái Lan, Nam Phi), đồng thời điểm qua các kết quả thực nghiệm tại Việt Nam của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), Trần Thị Hải Lý. Trên cơ sở đó, tác giả xây dựng 3 giả thiết nghiên cứu:

• Giả thiết H1: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro thị trường và tổng phần bù rủi ro của cổ phiếu.
• Giả thiết H2: Có mối tương quan nghịch biến giữa nhân tố quy mô công ty và tổng phần bù rủi ro của cổ phiếu.
• Giả thiết H3: Có mối tương quan đồng biến giữa nhân tố giá trị công ty và tổng phần bù rủi ro của cổ phiếu.

Chương 2: Phương pháp nghiên cứu

Chương 2 trình bày chi tiết phương pháp thu thập, làm sạch và xử lý dữ liệu. Mẫu nghiên cứu gồm 36 cổ phiếu ngành Kinh doanh Bất động sản niêm yết trên HOSE (Bảng 2.1 gồm các mã: ASM, BCI, C21, CCL, D2D, DIG, DRH, DTA, DXG, HAG, HAR, HDC, HQC, IJC, ITA, ITC, KAC, KBC, KDH, KHA, LHG, NBB, NLG, NTL, PDR, PTL, QCG, SGT, SJS, SZL, TDC, TDH, TIX, VIC, VPH, VRC). Tác giả thiết lập ma trận 2x3 phân loại cổ phiếu vào 6 danh mục đầu tư (Bảng 2.2 và Bảng 2.3):

• Danh mục SL (Vốn hóa nhỏ, BE/ME thấp): DTA, KAC, LHG, NTL, SZL, C21.
• Danh mục SM (Vốn hóa nhỏ, BE/ME trung bình): ASM, BCI, CCL, D2D, DXG, KDH, NBB, VPH.
• Danh mục SH (Vốn hóa nhỏ, BE/ME cao): DRH, HAR, HDC, SGT, TDC, PTL.
• Danh mục BL (Vốn hóa lớn, BE/ME thấp): TIX, KHA, VRC.
• Danh mục BM (Vốn hóa lớn, BE/ME trung bình): HAG, ITA, NLG, TDH.
• Danh mục BH (Vốn hóa lớn, BE/ME cao): HQC, IJC, KBC, QCG, SJS, VIC. Chương này cũng thiết lập phương trình hồi quy đa biến OLS Stepwise và nêu rõ các tiêu chuẩn thống kê nhận diện đa cộng tuyến ($VIF > 2$ hoặc $VIF > 10$, tương quan cặp $> 0,8$) và hiện tượng tự tương quan (do quán tính chuỗi dữ liệu giá giao dịch, độ trễ và sai số lập mô hình).

Chương 3: Kết quả nghiên cứu

Chương 3 trình bày các kết quả thực nghiệm từ 1.244 quan sát theo ngày trong giai đoạn 2010–2014:

• Phân tích tổng quan 6 danh mục: Tỷ suất sinh lợi trung bình ngày của danh mục SL đạt mức cao nhất trong 6 danh mục, trong khi danh mục BH đạt mức thấp nhất. Danh mục BH ghi nhận mức độ biến động lớn nhất với độ lệch chuẩn cao nhất.
• Thống kê mô tả (Bảng 3.2): Biến phần bù rủi ro quy mô (SMB) dao động trong khoảng từ -0,0589 đến 0,0994; biến phần bù giá trị (HML) dao động từ -0,0502 đến các mức dương; phần bù rủi ro thị trường biến động quanh giá trị trung bình âm nhẹ.
• Phân tích ma trận tương quan Pearson (Bảng 3.3): Mối tương quan giữa phần bù rủi ro thị trường ($R_m - R_f$) và phần bù rủi ro cổ phiếu ($R_i - R_f$) đạt mức cao nhất với hệ số $r = 0,795$ (mức ý nghĩa 1%, $p = 0,000$). Biến SMB tương quan nghịch với $R_i - R_f$ ở mức $r = -0,179$ ($p = 0,000$). Biến HML có tương quan yếu hơn.
• Kết quả hồi quy mô hình CAPM (Bảng 3.4): Hệ số góc $\beta = 0,795$, thống kê $t = 46,212$ ($p = 0,000$). Hệ số xác định hiệu chỉnh $R^2 = 0,632$ (giải thích 63,2% biến thiên). Kiểm định ANOVA đạt giá trị $p = 0,000$.
• Kết quả hồi quy mô hình Fama-French (Bảng 3.5): Hệ số rủi ro thị trường $\beta = 0,741$ ($t = 40,96$, $p = 0,000$); hệ số quy mô $s = -0,140$ ($t = -6,...$, $p = 0,000$); hệ số giá trị $h = -0,021$ ($t = 1,099$, $p = 0,272$). Hệ số xác định hiệu chỉnh $R^2 = 0,647$ (giải thích 64,7% biến thiên). Kiểm định $F = 757,...$ ($p = 0,000$).
• Kiểm định đa cộng tuyến: Các hệ số VIF của $R_m - R_f$, SMB và HML đều nằm trong khoảng trên 1,0 và nhỏ hơn 2, chứng minh mô hình không vi phạm giả định đa cộng tuyến.
• Kiểm định giả thiết: Chấp nhận giả thiết H1 (tương quan đồng biến với rủi ro thị trường); chấp nhận giả thiết H2 (tương quan nghịch biến với quy mô); bác bỏ giả thiết H3 (nhân tố HML mang hệ số âm nhưng không đạt ý nghĩa thống kê do $p = 0,272 > 0,05$).

Chương 4: Nhận xét và các biện pháp nâng cao tính phù hợp của mô hình CAPM và Fama-French

Chương 4 đánh giá thực trạng thị trường chứng khoán Việt Nam qua đồ thị VN-Index giai đoạn 2007–2014, phân tích cơ hội và thách thức của nhóm ngành bất động sản niêm yết. Tác giả chỉ ra số lượng cổ phiếu niêm yết trên HOSE đã vượt hơn 300 mã (tăng gấp 3 lần so với năm 2007). Chương này làm rõ các nguyên nhân ảnh hưởng đến kết quả thực nghiệm: tính thanh khoản chưa đồng đều giữa các mã cổ phiếu, mức độ minh bạch thông tin tài chính chưa cao, chu kỳ dữ liệu ngắn và tâm lý giao dịch ngắn hạn của nhà đầu tư. Từ đó, tác giả đưa ra các khuyến nghị đầu tư theo quy mô doanh nghiệp, giải pháp nâng cao hiệu quả ứng dụng mô hình định giá, đồng thời nêu rõ các hạn chế và đề xuất hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

Khóa luận đã tổng hợp kết quả ước lượng thực nghiệm của hai mô hình định giá tài sản trên chuỗi dữ liệu 1.244 quan sát của 36 cổ phiếu ngành Kinh doanh Bất động sản sàn HOSE (2010–2014) thông qua bảng so sánh:

Chỉ tiêu thống kê	Mô hình CAPM	Mô hình ba nhân tố Fama-French
Phương trình hồi quy	$R_i - R_f = 0,795(R_m - R_f)$	$R_i - R_f = 0,741(R_m - R_f) - 0,140 SMB - 0,021 HML$
Hệ số rủi ro thị trường ($\beta$)	0,795 ($t = 46,212; p = 0,000$)	0,741 ($t = 40,96; p = 0,000$)
Hệ số quy mô ($s$)	—	-0,140 ($p = 0,000$)
Hệ số giá trị ($h$)	—	-0,021 ($t = 1,099; p = 0,272$)
Hệ số xác định hiệu chỉnh ($R^2$)	0,632 (63,2%)	0,647 (64,7%)
Kiểm định $F$ (ANOVA)	$p = 0,000$	$F = 757,...; p = 0,000$
Hiện tượng đa cộng tuyến	Không xuất hiện	Không xuất hiện ($VIF < 2$)

Các phát hiện chính từ kết quả định lượng:

1. Mô hình Fama-French có hệ số xác định hiệu chỉnh ($R^2 = 64,7%$) cao hơn mô hình CAPM ($R^2 = 63,2%$), cho thấy việc bổ sung nhân tố quy mô giúp gia tăng khả năng giải thích biến thiên tỷ suất sinh lời của cổ phiếu bất động sản.
2. Nhân tố rủi ro thị trường ($R_m - R_f$) đóng vai trò chi phối mạnh nhất đến tỷ suất sinh lời trong cả hai mô hình (hệ số lần lượt là 0,795 và 0,741 với $p = 0,000$), chứng minh thị trường chứng khoán Việt Nam giai đoạn này chịu ảnh hưởng chi phối từ các yếu tố kinh tế vĩ mô và rủi ro toàn thị trường.
3. Nhân tố quy mô công ty (SMB) có mối quan hệ nghịch biến có ý nghĩa thống kê ($s = -0,140; p = 0,000$). Điều này phản ánh hiệu ứng quy mô tồn tại rõ nét trên sàn HOSE: các cổ phiếu bất động sản có quy mô vốn hóa nhỏ mang lại tỷ suất sinh lời cao hơn các cổ phiếu vốn hóa lớn.
4. Nhân tố giá trị công ty (HML) mang hệ số âm (-0,021) nhưng không đạt ý nghĩa thống kê ($p = 0,272 > 0,05$), cho thấy tỷ số giá trị sổ sách trên giá trị thị trường chưa chứng minh được tác động rõ ràng đến tỷ suất sinh lời nhóm ngành bất động sản trong giai đoạn quan sát.

Giải pháp và khuyến nghị của tác giả:

• Đối với nhà đầu tư: Cần kết hợp phân tích nhân tố thị trường và nhân tố quy mô vốn hóa khi xây dựng danh mục đầu tư; ưu tiên cân nhắc các cổ phiếu vốn hóa nhỏ trong giai đoạn thị trường phục hồi để tìm kiếm phần bù quy mô; hạn chế việc ra quyết định thuần túy dựa vào hệ số giá trị sổ sách (BE/ME) đối với nhóm cổ phiếu bất động sản.
• Đối với thị trường và cơ quan quản lý: Cần minh bạch hóa thông tin báo cáo tài chính của các công ty niêm yết, chuẩn hóa phương pháp tính toán và công bố rộng rãi chỉ số beta và các chỉ số định giá tài sản nhằm giảm thiểu hiện tượng đầu tư theo tâm lý bầy đàn.

Đóng góp so với các nghiên cứu trước: Kết quả nghiên cứu về hiệu ứng quy mô (SMB nghịch biến) hoàn toàn thống nhất với các nghiên cứu của Fama và French (1993), Nima Billou (2004), cũng như nghiên cứu tại Việt Nam của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008). Tuy nhiên, kết quả này trái ngược với nghiên cứu của Trần Thị Hải Lý (vốn chỉ ra quy mô lớn sinh lời cao hơn). Đồng thời, việc biến HML không có ý nghĩa thống kê trong nghiên cứu này phản ánh đặc thù riêng biệt của ngành kinh doanh bất động sản giai đoạn 2010–2014 tại Việt Nam, khác biệt so với kết luận thuận chiều của Fama-French trên thị trường Mỹ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

• Giả định kỹ thuật loại trừ cổ tức: Việc giả định 36 công ty không chi trả cổ tức trong suốt giai đoạn 2010–2014 nhằm đơn giản hóa tính toán có thể làm giảm tính chuẩn xác tuyệt đối của chuỗi tỷ suất sinh lời thực tế.
• Giới hạn mẫu và ngành: Nghiên cứu chỉ tập trung vào 36 doanh nghiệp thuộc nhóm ngành Kinh doanh Bất động sản niêm yết tại sàn HOSE, chưa bao quát các doanh nghiệp bất động sản niêm yết tại sàn HNX cũng như các nhóm ngành kinh tế khác.
• Khoảng thời gian khảo sát: Giai đoạn 2010–2014 dài 5 năm là thời kỳ thị trường đang trong quá trình tái cấu trúc và phục hồi sau khủng hoảng, có thể chưa phản ánh trọn vẹn đặc tính của các chu kỳ kinh tế dài hạn.
• Nhân tố HML chưa đạt ý nghĩa thống kê, phản ánh hạn chế về tính đại diện của tỷ số BE/ME đối với việc định giá tài sản trong phạm vi mẫu khảo sát.

Hướng nghiên cứu tiếp theo:

• Mở rộng phạm vi nghiên cứu sang toàn bộ các cổ phiếu phi tài chính niêm yết trên cả hai Sở Giao dịch Chứng khoán HOSE và HNX.
• Kéo dài chuỗi thời gian quan sát và thu thập đầy đủ dữ liệu điều chỉnh cổ tức bằng tiền và cổ phiếu thưởng để tính toán chính xác tỷ suất sinh lời tổng thể.
• Bổ sung các nhân tố mới vào mô hình kiểm định như tính thanh khoản của cổ phiếu, tỷ lệ đòn bẩy tài chính hoặc hoạt động cấp tín dụng giao dịch chứng khoán để hoàn thiện mô hình định giá tại Việt Nam.

Giá trị tham khảo

Khóa luận là tài liệu học thuật hữu ích cho:

• Sinh viên, học viên cao học chuyên ngành Tài chính – Ngân hàng, Tài chính doanh nghiệp và Kinh tế lượng ứng dụng: Cung cấp phương pháp luận chi tiết và quy trình thực nghiệm hoàn chỉnh về việc kiểm định mô hình CAPM và Fama-French trên phần mềm SPSS.
• Người nghiên cứu về định giá tài sản và kinh tế lượng chuỗi thời gian: Cung cấp tài liệu tham khảo thực tế về kỹ thuật phân chia danh mục ma trận 2x3 (phân loại theo quy mô vốn hóa 50% và tỷ số BE/ME theo tỷ lệ 30% - 40% - 30%) để tạo lập các chuỗi dữ liệu SMB và HML.
• Chuyên viên phân tích tài chính và nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam: Cung cấp bằng chứng thực nghiệm về sự tồn tại của phần bù quy mô và mức độ tác động của rủi ro thị trường đối với nhóm cổ phiếu ngành kinh doanh bất động sản trên sàn HOSE.

Nội dung có giá trị tham khảo cao nhất trong khóa luận là Chương 2 (Quy trình chi tiết xây dựng 6 danh mục đầu tư và công thức toán học xác định các chuỗi biến SMB, HML) và Chương 3 (Hệ thống bảng biểu phân tích hồi quy so sánh giữa CAPM và Fama-French kèm các kiểm định đa cộng tuyến VIF).

Câu hỏi thường gặp

1. Khóa luận sử dụng dữ liệu trong giai đoạn nào và cỡ mẫu quan sát là bao nhiêu?
Nghiên cứu sử dụng dữ liệu giá đóng cửa theo tần suất ngày trong giai đoạn 5 năm từ ngày 01/01/2010 đến ngày 31/12/2014, với tổng số 1.244 phiên giao dịch quan sát từ 36 công ty ngành Kinh doanh Bất động sản niêm yết trên sàn HOSE.

2. Lãi suất phi rủi ro ($R_f$) được tác giả thu thập từ nguồn nào?
Lãi suất phi rủi ro được thu thập từ kết quả các phiên đấu thầu trái phiếu chính phủ kỳ hạn 5 năm công bố trên trang web của Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2010–2014, sau đó được quy đổi tương đương về mức lãi suất theo ngày.

3. Tiêu chí phân chia 36 cổ phiếu thành 6 danh mục để tính biến SMB và HML là gì?
Cổ phiếu được chia theo quy mô vốn hóa thị trường thành 2 nhóm: Small (S - vốn hóa $\le 50%$ mức trung bình) và Big (B - vốn hóa $> 50%$). Đồng thời, cổ phiếu được chia theo tỷ số BE/ME thành 3 nhóm: Low (L - 30% thấp nhất), Medium (M - 40% tiếp theo) và High (H - 30% cao nhất). Kết hợp hai tiêu chí tạo thành 6 danh mục: SL, SM, SH, BL, BM, BH.

4. Khả năng giải thích của mô hình Fama-French có vượt trội hơn mô hình CAPM trong nghiên cứu này không?
Có. Hệ số xác định hiệu chỉnh $R^2$ của mô hình Fama-French đạt 0,647 (64,7%), cao hơn mức 0,632 (63,2%) của mô hình CAPM, chứng minh mô hình ba nhân tố có khả năng giải thích biến thiên tỷ suất sinh lời tốt hơn mô hình đơn nhân tố.

5. Kết quả kiểm định các giả thiết nghiên cứu H1, H2, H3 cụ thể như thế nào?
Tác giả chấp nhận giả thiết H1 (phần bù rủi ro thị trường đồng biến với tỷ suất sinh lời, $\beta = 0,741; p = 0,000$); chấp nhận giả thiết H2 (quy mô công ty nghịch biến với tỷ suất sinh lời, $s = -0,140; p = 0,000$); và bác bỏ giả thiết H3 do biến giá trị công ty HML không có ý nghĩa thống kê ($p = 0,272 > 0,05$).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Hùng Mạnh đã tiến hành kiểm định thực nghiệm mô hình định giá tài sản vốn (CAPM) và mô hình ba nhân tố Fama-French đối với 36 cổ phiếu ngành Kinh doanh Bất động sản niêm yết trên HOSE giai đoạn 2010–2014 qua 1.244 phiên giao dịch. Kết quả định lượng khẳng định mô hình Fama-French giải thích biến động tỷ suất sinh lời tốt hơn CAPM ($R^2$ đạt 64,7% so với 63,2%), đồng thời chứng minh sự tồn tại của phần bù quy mô (công ty quy mô nhỏ mang lại tỷ suất sinh lời cao hơn). Nghiên cứu cho thấy nhân tố rủi ro thị trường vẫn giữ vai trò chi phối chủ đạo, trong khi nhân tố giá trị sổ sách trên giá trị thị trường (HML) chưa đạt ý nghĩa thống kê đối với nhóm cổ phiếu bất động sản trong giai đoạn khảo sát. Công trình đóng vai trò như một tài liệu tham khảo phương pháp luận định lượng hữu ích cho sinh viên tài chính và các nhà nghiên cứu thị trường chứng khoán tại Việt Nam.

Trích đoạn nội dung tài liệu

chương 1 nhằm đánh giá ưu nhược điểm và tính phù hợp của mô hình này tại các thị trường chứng khoán trên thế giới. Lý thuyết danh mục đầu tư hiện đại: tiền đề tạo nên mối quan hệ giữa rủi ro và tỷ suất sinh lợi Được giới thiệu lần đầu tiên vào năm 1959 bởi nhà kinh tế học Harry Markowitz, lý thuyết danh mục đầu tư hiện đại khuyến nghị các nhà đầu tư hãy đa dạng hóa danh mục đầu tư của mình. Bằng cách này họ có thể giảm rủi ro thị trường tác động lên tỷ suất sinh lợi kỳ vọng của danh mục mà mình đang nắm giữ. Ngoài ra, Harry Markowitz còn phát triển nguyên lý trong việc xây dựng danh mục đầu tư.

Có một cụm từ đơn giản để hiểu về lý thuyết này đó là “Không để tất cả trứng vào cùng một giỏ”. Một danh mục đầu tư được xem là hiệu quả khi có tỷ suất sinh lợi kỳ vọng cao ở một mức rủi ro có thể chấp nhận được. Tuy nhiên, để làm được điều này không phải là chuyện dễ, bởi vì đầu tư vào chứng khoán luôn kèm theo hai loại rủi ro cơ bản là rủi ro của chính chứng khoán và rủi ro thị trường. Nếu không biết tính toán, linh hoạt và cân bằng giữa các loại rủi ro thì chắc chắn danh mục đầu tư sẽ khó có lợi nhuận.

Vì vậy, trước khi có bất cứ quyết định đầu tư nào cần phải xem xét nhiều yếu tố: - Mục tiêu của nhà đầu tư là gì? - Mức độ chấp nhận rủi ro của nhà đầu tư? - Hãy đầu tư vào những gì hiểu rõ - Xác định đúng đắn thời điểm mua bán Bằng cách cân bằng các cổ phiếu đang nắm giữ để phòng ngừa các biến động thị trường bất lợi, nhà đầu tư có thể nắm giữ một danh mục khá ổn định - ngay cả với những kênh đầu tư biến động mạnh. Trang 5 LUAN VAN CHAT LUONG download : add [e-mail] Khóa luận tốt nghiệp GVHD: ThS Hà Minh Phước 1. Mô hình CAPM (Capital Asset Pricing Model): nền tảng cho quyết định đầu tư 1. Tổng quan về Mô hình CAPM Được ra đời vào những năm 1960 của thế kỷ trước bởi ba nhà kinh tế học William Sharpe, John Lintnet và Jack Treynor, CAPM là mô hình được sử dụng phổ biến nhất trên thế giới cho tới thời điểm hiện tại.

Mô hình này được phát triển dựa trên mối quan hệ giữa tỷ suất sinh lợi của chứng khoán và rủi ro thị trường. Mô hình này có dạng như sau: E(Ri)= Rf + βi.[E(Rm)– Rf] Trong đó: Ri: tỷ suất sinh lợi của chứng khoán i Rf: Lãi suất chứng khoán phi rủi ro (Trái phiếu chính phủ, KBNN…) β: hê số đo lường rủi ro hệ thống của chứng khoán hay một danh mục đầu tư hay nói một cách đơn giản Beta là hệ số đo lường sự biến động giá chứng khoán trước những biến động của thị trường. Rm: lợi nhuận kỳ vọng của danh mục thị trường Rm – Rf : phần bù rủi ro thị trường CAPM chỉ ra rằng tỷ suất sinh lợi kỳ vọng của chứng khoán i bằng tỷ suất sinh lời của chứng khoán phi rủi ro cộng với phần bù rủi ro của chứng khoán đó. Trong đó, rủi ro của chứng khoán i bằng Hệ số Beta nhân với phần bù rủi ro thị trường.1: Quan hệ giữa lợi nhuận kỳ vọng của cổ phiếu i và hệ số Beta Trang 6 LUAN VAN CHAT LUONG download : add [e-mail] Khóa luận tốt nghiệp GVHD: ThS Hà Minh Phước Qua hình 1.1 chúng ta có thể thấy khi hệ số beta càng cao thì suất sinh lời của chứng khoán càng cao và vì vậy, cũng mang nhiều rủi ro hơn.