Luận văn thạc sĩ 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 kiểm định sự phù hợp của mô hình fama french đối với cổ phiếu ngành kinh doanh bất động sản niêm, khảo sát thực trạng, phân tích nguyên nhân, đề xuất

• Tác giả: Nguyễn Hùng Mạnh
• Người hướng dẫn: ThS. Hà Minh Phước
• Trường học: Đại học Công nghệ TP Hồ Chí Minh
• 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
• 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 BĐS

Bài viết này tập trung vào việc kiểm định mô hình Fama-French trên thị trường chứng khoán Việt Nam, cụ thể là đối với cổ phiếu bất động sản niêm yết tại Sở Giao dịch Chứng khoán TP HCM. Mục tiêu là đánh giá khả năng giải thích sự biến động lợi nhuận của cổ phiếu bất động sản bằng các yếu tố mà mô hình Fama-French đưa ra. Việc này có ý nghĩa quan trọng trong việc cung cấp công cụ định lượng cho các nhà đầu tư và nhà quản lý quỹ, giúp họ đưa ra quyết định đầu tư hiệu quả hơn. Thị trường chứng khoán TP HCM là một thị trường mới nổi, việc áp dụng các mô hình tài chính quốc tế cần được xem xét kỹ lưỡng để đảm bảo tính phù hợp và hiệu quả. Nghiên cứu này sẽ góp phần làm sáng tỏ vấn đề này, đồng thời cung cấp thêm bằng chứng thực nghiệm cho các nghiên cứu tiếp theo. Theo nghiên cứu của Nguyễn Hùng Mạnh (2015), thị trường chứng khoán Việt Nam còn non trẻ và chịu nhiều tác động từ yếu tố tâm lý, do đó việc kiểm định các mô hình định giá tài sản là vô cùng cần thiết.

1.1. Giới thiệu về Mô hình Fama French đa yếu tố

Mô hình Fama-French là một mô hình định giá tài sản được phát triển bởi Eugene Fama và Kenneth French. Mô hình này mở rộng CAPM (Capital Asset Pricing Model) bằng cách thêm vào hai yếu tố: quy mô công ty (Size) và giá trị công ty (Value). Mô hình Fama-French cho rằng các cổ phiếu nhỏ và các cổ phiếu có tỷ lệ giá trị sổ sách trên giá thị trường cao (high book-to-market ratio) có xu hướng mang lại lợi nhuận cao hơn. Mô hình này đã được sử dụng rộng rãi trong nghiên cứu tài chính và đầu tư để giải thích sự khác biệt về lợi nhuận giữa các cổ phiếu.

1.2. Đặc điểm của Cổ phiếu Bất Động Sản tại TP HCM

Cổ phiếu bất động sản là một phần quan trọng của thị trường chứng khoán TP HCM. Ngành bất động sản có đặc thù riêng, chịu ảnh hưởng lớn từ các yếu tố kinh tế vĩ mô như lãi suất, lạm phát, và chính sách của chính phủ. Tính thời vụ của cổ phiếu bất động sản cũng là một yếu tố cần xem xét. Các công ty bất động sản thường có cấu trúc tài chính phức tạp và dòng tiền không ổn định, điều này có thể ảnh hưởng đến định giá cổ phiếu bất động sản. Do đó, việc áp dụng mô hình Fama-French cần được điều chỉnh để phù hợp với đặc điểm của ngành.

II. Thách Thức Khi Kiểm Định Mô Hình cho Cổ Phiếu BĐS

Việc kiểm định mô hình Fama-French đối với cổ phiếu bất động sản tại thị trường chứng khoán TP HCM đối mặt với nhiều thách thức. Thứ nhất, dữ liệu lịch sử giá cổ phiếu bất động sản có thể bị hạn chế về số lượng và chất lượng. Thứ hai, thị trường chứng khoán TP HCM còn non trẻ và chịu nhiều tác động từ yếu tố tâm lý, điều này có thể làm sai lệch kết quả phân tích hồi quy. Thứ ba, các yếu tố vĩ mô như lãi suất, lạm phát, và tăng trưởng GDP có thể ảnh hưởng đến lợi nhuận cổ phiếu bất động sản, nhưng lại không được phản ánh đầy đủ trong mô hình Fama-French. Do đó, cần phải sử dụng các phương pháp phân tích thống kê phù hợp để kiểm soát các yếu tố gây nhiễu và đảm bảo tính tin cậy của kết quả.

2.1. Vấn đề Dữ Liệu Lịch Sử Giá Cổ Phiếu BĐS

Một trong những thách thức lớn nhất là sự hạn chế về dữ liệu lịch sử giá cổ phiếu. Thị trường chứng khoán TP HCM mới phát triển, số lượng công ty bất động sản niêm yết còn hạn chế, và thời gian niêm yết của nhiều công ty còn ngắn. Điều này dẫn đến việc khó thu thập đủ dữ liệu để thực hiện phân tích hồi quy một cách chính xác. Ngoài ra, dữ liệu lịch sử giá cổ phiếu có thể bị ảnh hưởng bởi các sự kiện bất thường như khủng hoảng kinh tế, thay đổi chính sách, hoặc các hoạt động thao túng thị trường.

2.2. Ảnh Hưởng của Hiệu Quả Thị Trường đến Kiểm Định

Hiệu quả thị trường là một yếu tố quan trọng ảnh hưởng đến kết quả kiểm định mô hình. Nếu thị trường chứng khoán TP HCM không hiệu quả, giá cổ phiếu bất động sản có thể không phản ánh đầy đủ thông tin, dẫn đến việc mô hình Fama-French không thể giải thích được sự biến động lợi nhuận. Các yếu tố như thông tin bất cân xứng, hành vi bầy đàn của nhà đầu tư, và sự can thiệp của chính phủ có thể làm giảm hiệu quả thị trường.

III. Phương Pháp Kiểm Định và Dữ Liệu Nghiên Cứu

Nghiên cứu này sử dụng phương pháp phân tích hồi quy để kiểm định mô hình Fama-French đối với cổ phiếu bất động sản tại thị trường chứng khoán TP HCM. Dữ liệu được thu thập từ Sở Giao dịch Chứng khoán TP HCM và báo cáo tài chính của các công ty bất động sản niêm yết. Các biến số được sử dụng bao gồm lợi nhuận cổ phiếu, quy mô công ty (Size), giá trị công ty (Value), và lợi nhuận thị trường. Phân tích thống kê được thực hiện bằng phần mềm EViews để kiểm tra tính phù hợp của mô hình và đánh giá ý nghĩa thống kê của các hệ số.

3.1. Mô tả Dữ Liệu và Nguồn Dữ Liệu sử dụng

Dữ liệu sử dụng trong nghiên cứu bao gồm dữ liệu lịch sử giá cổ phiếu của các công ty bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP HCM, báo cáo tài chính của các công ty này, và chỉ số VN-Index. Dữ liệu được thu thập trong giai đoạn từ năm 2010 đến năm 2014. Nguồn dữ liệu chính là Sở Giao dịch Chứng khoán TP HCM và các trang web tài chính uy tín. Dữ liệu được làm sạch và xử lý để đảm bảo tính chính xác và nhất quán.

3.2. Phân Tích Hồi Quy và Kiểm Định Giả Thuyết

Phân tích hồi quy được sử dụng để ước lượng các hệ số của mô hình Fama-French và đánh giá ý nghĩa thống kê của chúng. Các kiểm định giả thuyết được thực hiện để xác định xem các yếu tố quy mô công ty (Size) và giá trị công ty (Value) có ảnh hưởng đáng kể đến lợi nhuận cổ phiếu bất động sản hay không. Các kiểm định thống kê như t-test, F-test, và R-squared được sử dụng để đánh giá tính phù hợp của mô hình.

3.3. Các Biến Số trong Mô Hình Kiểm Định

Các biến số chính trong mô hình kiểm định bao gồm: (1) Lợi nhuận cổ phiếu bất động sản (biến phụ thuộc), (2) Quy mô công ty (Size), được đo bằng giá trị vốn hóa thị trường (market capitalization), (3) Giá trị công ty (Value), được đo bằng tỷ lệ giá trị sổ sách trên giá thị trường (book-to-market ratio), và (4) Lợi nhuận thị trường (biến độc lập). Các biến số này được sử dụng để xây dựng mô hình Fama-French và kiểm định tính phù hợp của nó.

IV. Kết Quả Kiểm Định Mô Hình Fama French Cổ Phiếu BĐS

Kết quả kiểm định mô hình Fama-French cho thấy rằng yếu tố quy mô công ty (Size) và giá trị công ty (Value) có ảnh hưởng đến lợi nhuận cổ phiếu bất động sản tại thị trường chứng khoán TP HCM. Tuy nhiên, mức độ ảnh hưởng của các yếu tố này không đồng đều và có thể thay đổi theo thời gian. So sánh các mô hình định giá, mô hình Fama-French có khả năng giải thích sự biến động lợi nhuận tốt hơn so với CAPM, nhưng vẫn còn một phần biến động không được giải thích. Điều này cho thấy rằng cần phải xem xét thêm các yếu tố khác như thanh khoản cổ phiếu, rủi ro hệ thống, và rủi ro phi hệ thống để có thể định giá cổ phiếu bất động sản một cách chính xác hơn.

4.1. Phân tích Ảnh Hưởng của Size Effect và Value Effect

Size effect và value effect là hai hiện tượng quan trọng trong mô hình Fama-French. Kết quả phân tích cho thấy rằng các cổ phiếu bất động sản có quy mô nhỏ và tỷ lệ giá trị sổ sách trên giá thị trường cao có xu hướng mang lại lợi nhuận cao hơn. Tuy nhiên, ảnh hưởng của hai yếu tố này có thể bị ảnh hưởng bởi các yếu tố khác như tính thời vụ của cổ phiếu bất động sản và ảnh hưởng của kinh tế vĩ mô.

4.2. So Sánh với Mô Hình CAPM và các Mô Hình Định Giá khác

So sánh với mô hình CAPM, mô hình Fama-French có khả năng giải thích sự biến động lợi nhuận cổ phiếu bất động sản tốt hơn. Mô hình CAPM chỉ xem xét yếu tố rủi ro thị trường, trong khi mô hình Fama-French bổ sung thêm yếu tố quy mô công ty (Size) và giá trị công ty (Value). Tuy nhiên, cả hai mô hình đều có những hạn chế và cần được sử dụng kết hợp với các mô hình định giá khác để có thể định giá cổ phiếu bất động sản một cách chính xác hơn.

V. Ứng Dụng và Hạn Chế của Mô Hình Fama French tại VN

Mô hình Fama-French có thể được ứng dụng để xây dựng danh mục đầu tư cổ phiếu bất động sản tại thị trường chứng khoán TP HCM. Tuy nhiên, cần phải nhận thức rõ những hạn chế của mô hình và điều chỉnh để phù hợp với đặc điểm của thị trường. Ưu điểm và nhược điểm của Fama-French cần được xem xét kỹ lưỡng trước khi đưa ra quyết định đầu tư. Sai số mô hình có thể xảy ra do dữ liệu không đầy đủ, thị trường không hiệu quả, hoặc các yếu tố vĩ mô không được phản ánh đầy đủ trong mô hình.

5.1. Ứng Dụng trong Quản Lý Danh Mục Đầu Tư BĐS

Mô hình Fama-French có thể được ứng dụng để xây dựng danh mục đầu tư cổ phiếu bất động sản dựa trên các yếu tố quy mô công ty (Size) và giá trị công ty (Value). Nhà đầu tư có thể lựa chọn các cổ phiếu bất động sản có quy mô nhỏ và tỷ lệ giá trị sổ sách trên giá thị trường cao để tăng khả năng sinh lời. Tuy nhiên, cần phải kết hợp với phân tích cơ bản và phân tích kỹ thuật để đưa ra quyết định đầu tư chính xác hơn.

5.2. Các Hạn Chế và Rủi Ro khi sử dụng Mô Hình

Mô hình Fama-French có những hạn chế nhất định khi sử dụng tại thị trường chứng khoán TP HCM. Thị trường còn non trẻ và chịu nhiều tác động từ yếu tố tâm lý, dữ liệu lịch sử giá cổ phiếu có thể bị hạn chế, và các yếu tố vĩ mô có thể không được phản ánh đầy đủ trong mô hình. Do đó, cần phải nhận thức rõ những rủi ro này và điều chỉnh mô hình để phù hợp với đặc điểm của thị trường.

VI. Kết Luận và Hướng Nghiên Cứu Tiếp Theo về Fama French

Nghiên cứu này đã kiểm định mô hình Fama-French đối với cổ phiếu bất động sản tại thị trường chứng khoán TP HCM và đưa ra những kết quả quan trọng. Tuy nhiên, vẫn còn nhiều vấn đề cần được nghiên cứu sâu hơn. Hướng nghiên cứu tiếp theo có thể tập trung vào việc mở rộng phạm vi nghiên cứu sang các ngành khác, sử dụng dữ liệu dài hạn hơn, và kết hợp với các yếu tố vĩ mô để cải thiện khả năng giải thích của mô hình. So sánh các mô hình định giá khác nhau cũng là một hướng nghiên cứu tiềm năng.

6.1. Tóm Tắt Kết Quả và Ý Nghĩa của Nghiên Cứu

Nghiên cứu đã chỉ ra rằng mô hình Fama-French có thể được sử dụng để giải thích sự biến động lợi nhuận cổ phiếu bất động sản tại thị trường chứng khoán TP HCM. Tuy nhiên, cần phải nhận thức rõ những hạn chế của mô hình và điều chỉnh để phù hợp với đặc điểm của thị trường. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc cung cấp công cụ định lượng cho các nhà đầu tư và nhà quản lý quỹ.

6.2. Đề Xuất Hướng Nghiên Cứu Mới và Phát Triển Mô Hình

Hướng nghiên cứu tiếp theo có thể tập trung vào việc mở rộng phạm vi nghiên cứu sang các ngành khác, sử dụng dữ liệu dài hạn hơn, và kết hợp với các yếu tố vĩ mô để cải thiện khả năng giải thích của mô hình. Ngoài ra, có thể phát triển mô hình bằng cách thêm vào các yếu tố khác như thanh khoản cổ phiếu, rủi ro hệ thống, và rủi ro phi hệ thống.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp của tác giả Nguyễn Hùng Mạnh (chuyên ngành Tài chính Doanh nghiệp, Khoa Kế toán – Tài chính – Ngân hàng, Trường Đại học Công nghệ TP. HCM, do ThS Hà Minh Phước hướng dẫn năm 2015) đặt vấn đề nghiên cứu trong bối cảnh thị trường chứng khoán Việt Nam trải qua giai đoạn biến động mạnh. Sau giai đoạn bùng nổ năm 2007 khi chỉ số VN-Index đạt đỉnh lịch sử 1.170,67 điểm, cuộc khủng hoảng kinh tế năm 2008 đã kéo chỉ số này giảm sâu xuống mức 386,36 điểm, khiến áp lực bán tháo gia tăng và thanh khoản suy giảm nghiêm trọng. Phải đến giữa năm 2014, thị trường mới ghi nhận sự phục hồi dần khi VN-Index vượt ngưỡng 550 điểm và tiếp tục dao động quanh mức hơn 600 điểm nhờ các chính sách kích thích kinh tế, ổn định lạm phát và hạ lãi suất. Cùng với việc tiếp cận vốn tín dụng ngân hàng truyền thống gặp nhiều trở ngại và thị trường bất động sản tiềm ẩn nhiều rủi ro, kênh chứng khoán trở thành giải pháp huy động vốn nhàn rỗi dài hạn, chi phí hợp lý và không bắt buộc hoàn trả gốc cho các công ty cổ phần cũng như doanh nghiệp nhà nước cổ phần hóa.

Tuy nhiên, thị trường chứng khoán Việt Nam vẫn mang đặc trưng non trẻ, phần lớn nhà đầu tư là cá nhân thiếu kiến thức phân tích kỹ thuật và tài chính chuyên sâu, thường xuyên đầu tư theo tâm lý bầy đàn và bị chi phối mạnh bởi giao dịch của khối ngoại. Trong bối cảnh đó, việc ước lượng chính xác tỷ suất sinh lời kỳ vọng của chứng khoán đóng vai trò cốt lõi trong quản trị rủi ro đầu tư. Mô hình Định giá Tài sản Vốn (CAPM) tuy là chuẩn mực kinh điển nhưng bộc lộ nhiều điểm bất thường thực nghiệm (hiệu ứng quy mô, hiệu ứng tỷ số giá trị, hiệu ứng tháng Giêng) và dựa trên giả định thị trường hoàn hảo vốn không tương thích với thực tiễn Việt Nam. Sự ra đời của mô hình ba nhân tố Fama-French (1993) đã bổ sung các yếu tố quy mô và giá trị nhằm khắc phục hạn chế của CAPM, song việc áp dụng mô hình này tại Việt Nam vẫn còn hạn chế. Do đó, tác giả lựa chọn kiểm định mô hình Fama-French cho nhóm cổ phiếu ngành Kinh doanh Bất động sản niêm yết trên sàn HOSE.

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 cổ phiếu ngành Kinh doanh Bất động sản, từ đó đưa ra các biện pháp và khuyến nghị đầu tư dựa trên kết quả phân tích được.
2. Kiểm định tính phù hợp của mô hình Fama-French với dữ liệu thu thập được trên Sở Giao dịch Chứng khoán TP. HCM (HOSE), từ đó mở rộng hướng nghiên cứu sang toàn bộ các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam.

Đối tượng và phạm vi nghiên cứu của khóa luận được phân định rõ:

• Đối tượng nghiên cứu: Bản chất lý thuyết và kiểm định thực nghiệm hai mô hình định giá: Mô hình CAPM và Mô hình Fama-French dựa trên dữ liệu giao dịch thực tế.
• Phạm vi không gian: 36 công ty cổ phần thuộc nhóm ngành Kinh doanh Bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP. HCM (HOSE).
• Phạm vi thời gian: Giai đoạn 5 năm, từ ngày 01/01/2010 đến ngày 31/12/2014.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khóa luận xây dựng trên nền tảng các lý thuyết tài chính định lượng kinh điển:

• Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory - MPT): Do Harry Markowitz khởi xướng năm 1959, thiết lập nguyên lý đa dạng hóa nhằm triệt tiêu rủi ro phi hệ thống (rủi ro riêng lẻ của doanh nghiệp/ngành) và giữ lại rủi ro hệ thống (rủi ro thị trường) để tối ưu hóa tỷ suất sinh lời trên đường biên hiệu quả.
• Mô hình Định giá Tài sản Vốn (CAPM): Phát triển bởi William Sharpe, John Lintner và Jack Treynor vào thập niên 1960, mô tả mối quan hệ tuyến tính giữa tỷ suất sinh lời kỳ vọng và hệ số rủi ro hệ thống ($\beta$) thông qua phương trình: $E(R_i) = R_f + \beta_i [E(R_m) - R_f]$. Mô hình vận hành dựa trên các giả định: nhà đầu tư tối đa hóa hữu dụng theo Markowitz, vay mượn không hạn chế ở lãi suất phi rủi ro, kỳ vọng thuần nhất, không có thuế hay phí giao dịch, và thị trường ở trạng thái cân bằng.
• Mô hình Ba nhân tố Fama-French (1993): Eugene Fama và Kenneth French mở rộng CAPM bằng cách đưa thêm hai nhân tố quy mô vốn hóa (SMB - Small Minus Big) và tỷ số giá trị sổ sách trên giá trị thị trường (HML - High Minus Low): $E(R_i) - R_f = \alpha + \beta_i [E(R_m) - R_f] + s_i SMB + h_i HML$.

Về phương diện thực nghiệm, tác giả tổng hợp các công trình quốc tế tại các thị trường phát triển (Faff, 2001 tại Úc; Nima Billou, 2004 tại Mỹ; Maroney & Protopapadakis, 2002 trên 7 nước phát triển; Elhaj Walid & Elhaj Ahlem, 2007 tại Nhật Bản) và các thị trường mới nổi (Kyong Shik Eom & Jong-Ho Park tại Hàn Quốc; Gregory Connor & Sanjay Sehgal, 2001 tại Ấn Độ; Nopbhanon Homsud, 2009 tại Thái Lan). Tại Việt Nam, tác giả kế thừa khung nghiên cứu của Vương Đức Hoàng Quân & Hồ Thị Huệ (2008) và Trần Thị Hải Lý.

Khóa luận thiết lập 3 giả thiết nghiên cứu thực nghiệm:

• H1: Có mối tương quan đồng biến giữa yếu tố thị trường ($R_m - R_f$) và tổng phần bù rủi ro của cổ phiếu ($R_i - R_f$).
• H2: Có mối tương quan nghịch biến giữa yếu tố quy mô công ty ($SMB$) và tổng phần bù rủi ro của cổ phiếu ($R_i - R_f$).
• H3: Có mối tương quan đồng biến giữa yếu tố giá trị công ty ($HML$) và tổng phần bù rủi ro của cổ phiếu ($R_i - R_f$).

Phương pháp nghiên cứu định lượng được triển khai qua các bước:

• Xử lý số liệu: Thu thập chuỗi giá đóng cửa theo tần suất ngày của 36 cổ phiếu ngành Bất động sản và chỉ số VN-Index trong giai đoạn 2010–2014 (1.244 phiên giao dịch quan sát). Tỷ suất sinh lời ngày tính theo công thức: $R_i = (P_t - P_{t-1}) / P_{t-1}$ (tác giả giả định không điều chỉnh cổ tức nhằm đơn giản hóa tính toán). Lãi suất phi rủi ro ($R_f$) sử dụng lãi suất trúng thầu trái phiếu Chính phủ kỳ hạn 5 năm đấu thầu trên Sở Giao dịch Chứng khoán Hà Nội (HNX) quy đổi về lãi suất ngày.
• Phân chia danh mục: Dựa trên phương pháp của Fama-French, mẫu 36 cổ phiếu được phân chia thành 6 danh mục theo cấu trúc ma trận 2x3:
  • Phân loại theo quy mô vốn hóa thị trường ($ME$): Gồm 2 nhóm là Quy mô nhỏ (S - Small) khi vốn hóa $\le 50%$ mức vốn hóa trung bình, và Quy mô lớn (B - Big) khi vốn hóa $> 50%$.
  • Phân loại theo tỷ số giá trị sổ sách trên giá trị thị trường ($BE/ME$): Căn cứ báo cáo tài chính hợp nhất thường niên, chia thành 3 nhóm gồm Thấp (L - 30% giá trị thấp nhất), Trung bình (M - 40% giá trị tiếp theo) và Cao (H - 30% giá trị cao nhất).
  • Biến $SMB$ được xác định: $SMB = \frac{SL + SM + SH}{3} - \frac{BL + BM + BH}{3}$.
  • Biến $HML$ được xác định: $HML = \frac{SH + BH}{2} - \frac{SL + BL}{2}$.
• Phân tích kinh tế lượng: Ứng dụng phần mềm SPSS 20 để chạy thống kê mô tả, phân tích ma trận tương quan Pearson, hồi quy tuyến tính theo phương pháp bình phương bé nhất thông thường (OLS) kết hợp phương pháp chọn từng bước (Stepwise), kiểm định F, kiểm định Student (t), kiểm định hiện tượng đa cộng tuyến qua nhân tử phóng đại phương sai (VIF) và dung sai (Tolerance), cùng phân tích hiện tượng tự tương quan chuỗi thời gian.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận

Chương 1 hệ thống hóa cơ sở lý thuyết nền tảng từ lý thuyết danh mục đầu tư hiện đại của Markowitz (1959) đến mô hình CAPM của Sharpe, Lintner và Treynor. Tác giả phân tích chi tiết bản chất của rủi ro hệ thống (đo lường bằng hệ số Beta) và rủi ro phi hệ thống, đồng thời chỉ ra các giả định khắt khe của CAPM khiến mô hình này khó áp dụng nguyên vẹn trong thực tế. Chương này phân tích các khiếm khuyết thực nghiệm của CAPM gồm hiệu ứng quy mô, hiệu ứng tỷ số giá trị ($P/E$, $M/B$, $BE/ME$) và hiệu ứng tháng Giêng.

Từ đó, chương 1 giới thiệu mô hình ba nhân tố Fama-French (1993) như một giải pháp khắc phục bằng cách tích hợp phần bù quy mô ($SMB$) và phần bù giá trị ($HML$). Tác giả tổng thuật các nghiên cứu thực nghiệm trên thế giới và tại Việt Nam, nêu bật tính đa chiều của các kết quả thực nghiệm tùy thuộc vào mức độ phát triển của thị trường. Cuối chương, tác giả xây dựng mô hình nghiên cứu chuỗi thời gian cho CAPM và Fama-French, đề xuất 3 giả thiết nghiên cứu (H1, H2, H3) và định nghĩa các khái niệm rủi ro hệ thống, rủi ro phi hệ thống, phần bù rủi ro thị trường, phần bù quy mô, phần bù giá trị và tâm lý nhà đầu tư.

Chương 2: Phương pháp nghiên cứu

Chương 2 trình bày chi tiết quy trình thu thập dữ liệu và kỹ thuật xử lý kinh tế lượng. Dữ liệu thứ cấp gồm giá đóng cửa hàng ngày của 36 cổ phiếu bất động sản niêm yết trên HOSE, chỉ số VN-Index, báo cáo tài chính hợp nhất giai đoạn 2010–2014, và lãi suất trúng thầu trái phiếu Chính phủ 5 năm trên HNX.

Tác giả lập danh mục cụ thể 36 doanh nghiệp bất động sản nghiên cứu và phân bổ thành 6 danh mục đầu tư theo ma trận quy mô và tỷ số $BE/ME$:

Danh mục	Số lượng	Các mã cổ phiếu thành phần
SL (Small - Low)	6	DTA, KAC, LHG, NTL, SZL, TIX
SM (Small - Medium)	9	ASM, BCI, DRH, C21, CCL, HDC, KDH, NBB, VPH
SH (Small - High)	4	HAR, D2D, DXG, PTL
BL (Big - Low)	4	HAG, ITA, SGT, TDH
BM (Big - Medium)	4	HQC, IJC, KBC, TDC
BH (Big - High)	9	DIG, TIC, KHA, VRC, QCG, SJS, VIC, NLG, PDR

Chương này cũng thiết lập công thức toán học đo lường các biến số $SMB$, $HML$, hệ số Beta sơ bộ, đồng thời trình bày các bước kiểm định kinh tế lượng: phân tích tương quan Pearson, hồi quy OLS, kiểm định F cho toàn bộ hàm hồi quy, kiểm định Student cho từng hệ số, và các tiêu chuẩn nhận diện đa cộng tuyến (hệ số tương quan cặp $> 0,8$, ngưỡng $VIF > 10$ theo lý thuyết và $VIF > 2$ trong thực nghiệm thông thường).

Chương 3: Kết quả nghiên cứu

Chương 3 trình bày các kết quả thực nghiệm từ 1.244 quan sát ngày thông qua phần mềm SPSS 20:

• Thống kê mô tả: Tỷ suất sinh lời bình quân của danh mục SL đạt mức cao nhất (trung bình $-0,001175$), trong khi danh mục BH đạt mức thấp nhất và có mức độ biến động lớn nhất với độ lệch chuẩn cao nhất trong 6 danh mục. Tổng phần bù rủi ro danh mục ($R_i - R_f$) có giá trị tối thiểu là $-0,0431$; phần bù rủi ro thị trường ($R_m - R_f$) có giá trị tối thiểu $-0,0398$; biến $SMB$ dao động từ $-0,0589$ đến $0,0994$; biến $HML$ có giá trị nhỏ nhất $-0,0502$.
• Phân tích ma trận tương quan Pearson: Biến phần bù rủi ro thị trường ($R_m - R_f$) có tương quan thuận mạnh nhất với biến phụ thuộc ($R_i - R_f$) với hệ số $r = 0,795$ ở mức ý nghĩa $1%$ ($sig = 0,000$). Biến quy mô ($SMB$) có tương quan nghịch với $r = -0,179$ ($sig = 0,000$). Tương quan giữa các biến độc lập không vượt quá 0,8.
• Hồi quy mô hình CAPM:
  • Phương trình hồi quy: $R_i - R_f = 0,795(R_m - R_f)$.
  • Hệ số xác định hiệu chỉnh $R^2 = 0,632$ (thị trường giải thích $63,2%$ biến động của phần bù rủi ro danh mục).
  • Kiểm định Student cho hệ số Beta đạt giá trị $t = 46,212 > 1,96$ ($sig = 0,000$), kiểm định ANOVA có $sig = 0,000$, khẳng định mô hình CAPM có ý nghĩa thống kê ở mức $5%$.
• Hồi quy mô hình Fama-French:
  • Phương trình hồi quy: $R_i - R_f = 0,741(R_m - R_f) - 0,140 \cdot SMB - 0,021 \cdot HML$.
  • Biến thị trường ($R_m - R_f$) có hệ số $\beta_i = 0,741$ ($t = 40,96 > 1,96$; $sig = 0,000$), tác động đồng biến mạnh nhất.
  • Biến quy mô ($SMB$) có hệ số $s_i = -0,140$ ($t = -6,...$; $sig = 0,000 < 0,05$), tác động nghịch biến có ý nghĩa thống kê.
  • Biến giá trị ($HML$) có hệ số $h_i = -0,021$ ($t = -1,099 < 1,96$; $sig = 0,272 > 0,05$), không có ý nghĩa thống kê ở mức ý nghĩa $5%$.
  • Kiểm định ANOVA toàn diện cho giá trị $F = 757,...$ ($sig = 0,000$), chứng minh các biến độc lập giải thích có ý nghĩa cho biến phụ thuộc.
  • Kiểm định đa cộng tuyến cho thấy hệ số $VIF$ của cả 3 biến độc lập đều nhỏ hơn 2, khẳng định mô hình không vi phạm giả định đa cộng tuyến.
• Kết quả kiểm định giả thiết:
  • Chấp nhận giả thiết H1: Yếu tố thị trường có quan hệ đồng biến với phần bù rủi ro cổ phiếu bất động sản.
  • Chấp nhận giả thiết H2: Yếu tố quy mô công ty có quan hệ nghịch biến với phần bù rủi ro cổ phiếu.
  • Bác bỏ giả thiết H3: Yếu tố giá trị công ty ($HML$) không có ý nghĩa thống kê trong việc giải thích tỷ suất sinh lời của mẫu nghiên cứu.

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 8 năm (2007–2014) với sự gia tăng mạnh mẽ về số lượng niêm yết trên HOSE (từ hơn 100 cổ phiếu năm 2007 lên hơn 300 cổ phiếu). Tác giả phân tích nguyên nhân khiến nhân tố giá trị ($HML$) không có ý nghĩa thống kê trong giai đoạn thực nghiệm, bao gồm: khoảng thời gian nghiên cứu 5 năm còn tương đối ngắn, thị trường mới bước vào giai đoạn đầu hồi phục sau khủng hoảng, tính minh bạch của số liệu kế toán trên báo cáo tài chính chưa đồng đều, và tâm lý đầu tư ngắn hạn khiến thị giá chưa phản ánh đúng giá trị sổ sách. Từ thực tiễn đó, chương 4 đề xuất các khuyến nghị đầu tư theo quy mô doanh nghiệp và giải pháp nâng cao hiệu quả ứng dụng hai mô hình: chuẩn hóa việc tính toán hệ số Beta, hoàn thiện danh mục thị trường đại diện, nâng cao tính minh bạch thông tin doanh nghiệp, cùng với việc chỉ rõ các hạn chế và định hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả ước lượng định lượng giữa hai mô hình được tổng hợp trong bảng so sánh sau:

Chỉ tiêu thống kê	Mô hình CAPM	Mô hình Fama-French
Hệ số rủi ro thị trường ($\beta_i$)	0,795 ($t = 46,212$; $sig = 0,000$)	0,741 ($t = 40,96$; $sig = 0,000$)
Hệ số quy mô ($s_i$)	—	-0,140 ($t = -6,...$; $sig = 0,000$)
Hệ số giá trị ($h_i$)	—	-0,021 ($t = -1,099$; $sig = 0,272$)
Hệ số xác định hiệu chỉnh ($R^2$)	0,632	Lớn hơn 0,632
Kiểm định F (ANOVA)	Có ý nghĩa ($sig = 0,000$)	$F = 757,...$ ($sig = 0,000$)
Đa cộng tuyến ($VIF$)	Không vi phạm	Tất cả các biến có $VIF < 2$

Các phát hiện và đóng góp chính mà tác giả rút ra gồm:

• Độ phù hợp của mô hình: Mô hình ba nhân tố Fama-French đạt hệ số $R^2$ hiệu chỉnh cao hơn mô hình CAPM ($R^2 = 0,632$), cho thấy việc bổ sung thêm các biến quy mô và giá trị cải thiện năng lực giải thích biến động tỷ suất sinh lời của cổ phiếu bất động sản.
• Vai trò chi phối của thị trường: Biến phần bù rủi ro thị trường ($R_m - R_f$) là yếu tố tác động mạnh nhất và có ý nghĩa thống kê cao nhất trong cả hai mô hình ($\beta = 0,795$ ở CAPM và $\beta = 0,741$ ở Fama-French). Khi thị trường chung tăng trưởng $1%$, tỷ suất sinh lời của danh mục cổ phiếu bất động sản tăng trung bình từ $0,741%$ đến $0,795%$.
• Xác nhận hiệu ứng quy mô: Hệ số hồi quy của biến $SMB$ âm ($s_i = -0,140$) và có ý nghĩa thống kê ở mức $1%$, chỉ ra mối quan hệ nghịch biến: các công ty bất động sản có quy mô vốn hóa nhỏ mang lại tỷ suất sinh lời cao hơn các công ty quy mô lớn trong điều kiện các yếu tố khác không đổi.
• Sự thiếu hụt ý nghĩa của nhân tố giá trị: Hệ số của biến $HML$ âm ($-0,021$) nhưng không có ý nghĩa thống kê ($p-value = 27,2% > 5%$), bác bỏ giả thiết H3 trong bối cảnh thực nghiệm 2010–2014 của nhóm ngành bất động sản tại HOSE.

Về mặt đóng góp so với các nghiên cứu trước, kết quả của khóa luận tương đồng với nghiên cứu gốc của Fama-French (1993) và các nghiên cứu của Vương Đức Hoàng Quân & Hồ Thị Huệ (2008), Đinh Trọng Hưng (2008), Nguyễn Văn Sĩ (2010) tại sàn HOSE về tác động của rủi ro thị trường và biến quy mô ($SMB$). Đồng thời, nghiên cứu tái khẳng định hiện tượng biến giá trị ($HML$) chưa thể hiện rõ vai trò giải thích tại thị trường chứng khoán Việt Nam trong giai đoạn hậu khủng hoảng.

Hạn chế và hướng nghiên cứu tiếp theo

Tác giả tự chỉ ra các hạn chế trong nội dung nghiên cứu:

• Phạm vi mẫu: Nghiên cứu chỉ tập trung vào 36 công ty thuộc nhóm ngành Kinh doanh Bất động sản niêm yết trên HOSE, chưa mở rộng ra các ngành kinh tế khác và chưa bao quát sàn HNX.
• Thời gian quan sát: Chuỗi số liệu kéo dài 5 năm (2010–2014), là giai đoạn thị trường mới bước vào chu kỳ phục hồi sau khủng hoảng kinh tế 2008, do đó tính ổn định dài hạn của các hệ số chưa được kiểm chứng đầy đủ.
• Giả định giản lược dữ liệu: Tác giả giả định các công ty không chi trả cổ tức trong suốt giai đoạn nghiên cứu khi tính tỷ suất sinh lời từ giá đóng cửa, điều này chưa phản ánh hoàn toàn lợi suất thực tế của nhà đầu tư.
• Tần suất dữ liệu: Dữ liệu tần suất ngày có số lượng quan sát lớn (1.244 quan sát) nhưng dễ chịu ảnh hưởng bởi quán tính giao dịch theo chu kỳ tuần/năm và các biến động nhiễu ngắn hạn.

Hướng nghiên cứu mở rộng được đề xuất:

• Mở rộng phạm vi mẫu nghiên cứu sang toàn bộ các cổ phiếu phi tài chính và tất cả các ngành kinh tế niêm yết trên cả hai Sở Giao dịch Chứng khoán TP. HCM (HOSE) và Hà Nội (HNX).
• Kéo dài khung thời gian quan sát chuỗi số liệu để kiểm định tính vững của mô hình qua các chu kỳ kinh tế khác nhau.
• Bổ sung thêm các nhân tố giải thích đặc thù tại các thị trường mới nổi như: tính thanh khoản của cổ phiếu và quy mô hoạt động cấp tín dụng/đòn bẩy giao dịch chứng khoán (như gợi ý từ nghiên cứu của Kyong Shik Eom và Jong-Ho Park).

Giá trị tham khảo

Khóa luận có giá trị tham khảo cụ thể cho các nhóm đối tượng:

• Sinh viên và học viên chuyên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo thực nghiệm chi tiết về việc ứng dụng kinh tế lượng tài chính trong định giá tài sản; quy trình từng bước xây dựng chuỗi dữ liệu chuỗi thời gian cho mô hình Fama-French trên phần mềm SPSS 20.
• Nhà nghiên cứu về thị trường chứng khoán Việt Nam: Phần xây dựng ma trận danh mục 2x3 (phân loại quy mô 50% và phân loại $BE/ME$ theo tỷ lệ 30% - 40% - 30%) cùng kỹ thuật tính toán biến $SMB$ và $HML$ tại Chương 2 là quy trình mẫu có thể kế thừa và nhân rộng cho các nhóm ngành khác.
• Nhà đầu tư cá nhân và tổ chức: Cung cấp bằng chứng thực nghiệm về sự tồn tại của hiệu ứng quy mô (cổ phiếu vốn hóa nhỏ mang lại phần bù rủi ro cao hơn) trong nhóm ngành bất động sản, hỗ trợ việc thiết lập chiến lược phân bổ danh mục dựa trên mức độ chấp nhận rủi ro và quy mô vốn hóa.

Câu hỏi thường gặp

1. Khóa luận sử dụng tiêu chí cụ thể nào để phân chia 36 cổ phiếu bất động sản thành 6 danh mục?
Tác giả kết hợp hai tiêu chí: (1) Quy mô vốn hóa thị trường ($ME$): chia đôi thành nhóm Nhỏ (S) nếu vốn hóa $\le 50%$ mức trung bình thị trường và nhóm Lớn (B) nếu $> 50%$; (2) Tỷ số giá trị sổ sách trên giá trị thị trường ($BE/ME$): phân vị thành 3 nhóm gồm Thấp (L - 30% thấp nhất), Trung bình (M - 40% tiếp theo) và Cao (H - 30% cao nhất). Sự kết hợp này tạo ra 6 danh mục: SL (6 mã), SM (9 mã), SH (4 mã), BL (4 mã), BM (4 mã), và BH (9 mã).

2. Lãi suất phi rủi ro ($R_f$) trong nghiên cứu được lấy từ nguồn nào?
Biến $R_f$ được thu thập từ lãi suất trúng thầu của trái phiếu Chính phủ kỳ hạn 5 năm thông qua các phiên đấu thầu công bố trên trang web của Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2010–2014, sau đó quy đổi về lãi suất tương đương theo ngày. Tác giả lựa chọn loại trái phiếu này do có thị phần trúng thầu cao (khoảng 29,1% khối lượng) và tính thanh khoản tốt.

3. Vì sao giả thiết H3 về mối tương quan đồng biến của yếu tố giá trị công ty ($HML$) bị bác bỏ?
Trong phương trình hồi quy Fama-French, hệ số của biến $HML$ đạt giá trị $-0,021$ nhưng giá trị kiểm định Student có $|t| = 1,099 < 1,96$ và mức ý nghĩa $sig = 0,272$ (tương đương $27,2% > 5%$). Do không đạt độ tin cậy thống kê $95%$, tác giả kết luận biến $HML$ không có tác động rõ ràng đến phần bù rủi ro cổ phiếu bất động sản trong mẫu nghiên cứu và bác bỏ giả thiết H3.

4. Mô hình Fama-French có gặp phải hiện tượng đa cộng tuyến giữa các biến độc lập không?
Không. Kết quả kiểm định trên SPSS cho thấy hệ số tương quan cặp giữa các biến độc lập đều ở mức vừa phải ($< 0,8$) và nhân tử phóng đại phương sai ($VIF$) của cả ba biến Phần bù rủi ro thị trường, $SMB$ và $HML$ đều nhỏ hơn 2 (nằm dưới ngưỡng cảnh báo 10 theo lý thuyết và dưới ngưỡng 2 của thực nghiệm thông thường), xác nhận không có hiện tượng đa cộng tuyến.

5. Kết quả so sánh khả năng giải thích giữa mô hình CAPM và Fama-French trong khóa luận như thế nào?
Mô hình Fama-French có hệ số xác định hiệu chỉnh $R^2$ cao hơn mức $0,632$ của mô hình CAPM, chứng minh mô hình ba nhân tố có năng lực giải thích biến động tỷ suất sinh lời tốt hơn mô hình đơn nhân tố. Tuy nhiên, rủi ro thị trường vẫn là nhân tố chi phối mạnh nhất trong cả hai mô hình ($\beta = 0,795$ ở CAPM và $0,741$ ở Fama-French), trong khi biến quy mô ($s = -0,140$) đóng góp thêm phần giải thích có ý nghĩa, còn biến giá trị ($h = -0,021$) chưa phát huy vai trò giải thích.

Kết luận

Khóa luận tốt nghiệp của Nguyễn Hùng Mạnh đã thực hiện kiểm định định lượng tính phù hợp của mô hình CAPM và mô hình ba nhân tố Fama-French trên chuỗi dữ liệu 1.244 ngày giao dịch của 36 cổ phiếu ngành Bất động sản niêm yết tại HOSE giai đoạn 2010–2014. Kết quả thực nghiệm chứng minh mô hình Fama-French có năng lực giải thích tỷ suất sinh lời vượt trội hơn CAPM ($R^2$ hiệu chỉnh cao hơn mức $63,2%$), đồng thời xác nhận sự tồn tại của hiệu ứng quy mô (các doanh nghiệp quy mô nhỏ đạt tỷ suất sinh lời cao hơn). Dù nhân tố giá trị sổ sách trên giá trị thị trường ($HML$) chưa đạt ý nghĩa thống kê do bối cảnh thị trường mới nổi và hạn chế thời gian quan sát, công trình đã đóng góp cơ sở dữ liệu thực nghiệm quan trọng cho việc nghiên cứu định giá tài sản và quản trị danh mục đầu tư 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 c 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 c 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.

Beta bằng 0: Lợi nhuận kỳ vọng của chứng khoán có beta bằng 0 chính là lợi nhuận phi rủi ro, Rf.