Luận văn Thạc sĩ: kiểm định tác động của moment bậc cao đến suất sinh lời

Nghiên cứu phân tích ảnh hưởng của moment bậc cao đến suất sinh lời cổ phiếu các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam.

• Tác giả: Nguyễn Doãn Mẫn
• Người hướng dẫn: TS. Lê Hồ An Châu
• Trường học: Trường Đại Học Ngân Hàng Tp. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Kiểm Định Tác Động Của Moment Bậc Cao Đến Suất Sinh Lời Cổ Phiếu Các Công Ty Niêm Yết Tại Việt Nam
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2016
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• TÓM TẮT
• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Bối cảnh nghiên cứu và lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
• 1.2.1. Mục tiêu nghiên cứu
• 1.2.2. Câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Đóng góp của đề tài
• 1.6. Kết cấu đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ BẰNG CHỨNG THỰC NGHIỆM VỀ TÁC ĐỘNG CỦA YẾU TỐ MOMENT BẬC CAO ĐẾN LỢI NHUẬN CỔ PHIẾU
• 2.1. Lý thuyết thị trường vốn và mô hình CAPM
• 2.1.1. Lý thuyết danh mục đầu tư Markowitz
• 2.1.2. Lý thuyết thị trường vốn và mô hình CAPM
• 2.2. Các yếu tố moment bậc cao trong định giá tài sản
• 2.2.1. Hiểu về skewness và kurtosis
• 2.2.1.1. Yếu tố skewness
• 2.2.1.2. Yếu tố kurtosis
• 2.2.2. Đo lường skewness và kurtosis
• 2.3. Bằng chứng thực nghiệm về tác động của yếu tố moment bậc cao đến lợi nhuận cổ phiếu
• 2.4. Giả thuyết nghiên cứu
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Dữ liệu nghiên cứu
• 3.2. Mô hình nghiên cứu
• 3.3. Phương pháp ước lượng
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Thực trạng thị trường chứng khoán Việt Nam giai đoạn 2006 - 2015
• 4.2. Phân tích thực nghiệm ảnh hưởng của các nhân tố moment đến tỷ suất sinh lời cổ phiếu
• 4.2.1. Mô tả mẫu nghiên cứu
• 4.2.2. Sự tác động của các moment đến suất sinh lời cổ phiếu
• 4.2.3. Tác động yếu tố thị trường đến khả năng giải thích của các moment
• 4.2.4. Tác động yếu tố ngành đến khả năng giải thích của các moment bậc cao
• 4.3. Các thảo luận về kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 5.1. Hàm ý chính sách
• 5.2. Hạn chế đề tài
• 5.3. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Toàn cảnh tác động moment bậc cao đến suất sinh lời cổ phiếu

Trong lĩnh vực tài chính hiện đại, việc định giá tài sản và quản lý rủi ro luôn là bài toán cốt lõi. Các mô hình truyền thống thường chỉ dựa vào hai moment đầu tiên của phân phối lợi nhuận: giá trị trung bình (suất sinh lời kỳ vọng) và phương sai (rủi ro). Tuy nhiên, thực tế cho thấy phân phối xác suất của suất sinh lời cổ phiếu thường không tuân theo quy luật phân phối chuẩn. Đây là lúc khái niệm moment bậc cao trong tài chính trở nên quan trọng, đặc biệt là moment bậc ba (Skewness) và moment bậc bốn (Kurtosis). Chúng cung cấp cái nhìn sâu sắc hơn về hình dạng của phân phối lợi nhuận, giúp nhà đầu tư nhận diện các loại rủi ro mà phương sai không thể nắm bắt, chẳng hạn như rủi ro đuôi (tail risk).

Nghiên cứu của Nguyễn Doãn Mẫn (2016) tập trung vào việc kiểm định tác động của moment bậc cao đến suất sinh lời cổ phiếu các công ty niêm yết tại Việt Nam. Luận văn này chỉ ra rằng việc bỏ qua các moment bậc cao có thể dẫn đến việc đánh giá sai lệch rủi ro và lợi nhuận, từ đó ảnh hưởng đến quyết định đầu tư. Cụ thể, skewness (độ xiên) đo lường mức độ bất đối xứng của phân phối, cho biết xác suất xảy ra các khoản lãi hoặc lỗ lớn bất thường. Trong khi đó, kurtosis (độ nhọn) đo lường độ dày của hai đuôi phân phối, phản ánh xác suất của các sự kiện cực đoan. Việc tích hợp hai yếu tố này vào mô hình định giá không chỉ là một bước tiến học thuật mà còn mang lại giá trị thực tiễn to lớn, giúp nhà đầu tư xây dựng danh mục tối ưu hơn trên thị trường chứng khoán Việt Nam, một thị trường vốn được đánh giá là còn non trẻ và tiềm ẩn nhiều biến động. Luận văn cung cấp bằng chứng thực nghiệm mạnh mẽ, khẳng định vai trò không thể thiếu của các moment bậc cao trong việc giải thích sự biến động của suất sinh lời, mở ra một hướng tiếp cận mới và hiệu quả hơn cho các nhà phân tích và quản lý quỹ.

1.1. Giới thiệu về moment bậc cao Skewness và Kurtosis

Trong thống kê và kinh tế lượng, các moment mô tả hình dạng của một phân phối xác suất. Nếu moment bậc một là giá trị trung bình và bậc hai là phương sai, thì moment bậc cao đề cập đến các moment từ bậc ba trở lên. Hai moment bậc cao quan trọng nhất trong tài chính là Skewness và Kurtosis. Skewness, hay độ xiên, đo lường sự bất đối xứng của phân phối. Một phân phối có skewness dương (lệch phải) cho thấy phần đuôi bên phải dài hơn, hàm ý có khả năng xuất hiện các mức suất sinh lời bất thường rất cao. Ngược lại, skewness âm (lệch trái) cho thấy nguy cơ thua lỗ nặng cao hơn. Kurtosis, hay độ nhọn, đo lường mức độ tập trung của dữ liệu quanh giá trị trung bình và độ "béo" của hai đuôi. Kurtosis dương (leptokurtic) cho thấy phân phối nhọn hơn và có đuôi béo hơn phân phối chuẩn, ngụ ý xác suất xảy ra các sự kiện cực đoan (lãi hoặc lỗ rất lớn) cao hơn. Việc hiểu rõ hai chỉ số này giúp nhà đầu tư đánh giá rủi ro toàn diện hơn.

1.2. Vai trò của độ xiên và độ nhọn trong định giá tài sản

Việc tích hợp độ xiên và độ nhọn vào các mô hình định giá tài sản là một sự cải tiến quan trọng so với các mô hình truyền thống. Lý thuyết danh mục đầu tư hiện đại của Markowitz và mô hình định giá tài sản vốn CAPM đều dựa trên giả định phân phối chuẩn, nơi chỉ có lợi nhuận và rủi ro (phương sai) là quan trọng. Tuy nhiên, các nghiên cứu thực nghiệm như của Kraus và Litzenberger (1976) đã chỉ ra rằng nhà đầu tư không chỉ quan tâm đến rủi ro mà còn có sở thích đối với skewness dương (ưa thích khả năng lãi lớn) và ác cảm với kurtosis dương (e ngại rủi ro cực đoan). Do đó, một mô hình định giá tài sản toàn diện cần phải tính đến phần bù rủi ro cho các moment bậc cao. Việc này giúp giải thích tại sao một số cổ phiếu có rủi ro phương sai thấp nhưng vẫn mang lại lợi nhuận cao, hoặc ngược lại, và cung cấp một công cụ mạnh mẽ hơn để tìm kiếm các cơ hội đầu tư bị định giá sai trên thị trường.

II. Hạn chế của mô hình CAPM trong việc giải thích suất sinh lời

Mặc dù là nền tảng của tài chính hiện đại, mô hình định giá tài sản vốn CAPM tồn tại những hạn chế đáng kể, đặc biệt khi áp dụng vào các thị trường thực tế. Giả định cốt lõi của CAPM là suất sinh lời của tài sản tuân theo phân phối chuẩn, một giả định thường bị vi phạm. Nghiên cứu của Fama và Macbeth (1973) và nhiều công trình sau đó đã cung cấp bằng chứng cho thấy phân phối lợi nhuận cổ phiếu thường bị lệch (skewed) và có đuôi dày (fat-tailed). Điều này có nghĩa là các sự kiện cực đoan, hay rủi ro đuôi (tail risk), xảy ra thường xuyên hơn nhiều so với dự đoán của mô hình chuẩn. Khi đó, chỉ sử dụng hệ số beta để đo lường rủi ro hệ thống là không đầy đủ. Mô hình CAPM không thể giải thích được tại sao các nhà đầu tư lại yêu cầu một phần bù rủi ro khác biệt cho những cổ phiếu có cùng beta nhưng khác nhau về skewness và kurtosis.

Sự thiếu sót này dẫn đến những bất thường trên thị trường mà CAPM hay các mô hình mở rộng như mô hình Fama-French ba nhân tố cũng chưa giải thích triệt để. Ví dụ, hành vi nhà đầu tư cho thấy họ sẵn sàng chấp nhận lợi nhuận kỳ vọng thấp hơn cho các cổ phiếu có skewness dương (cơ hội trúng độc đắc) và yêu cầu lợi nhuận cao hơn cho các cổ phiếu có skewness âm (nguy cơ thua lỗ lớn). Luận văn của Nguyễn Doãn Mẫn (2016) đã nhấn mạnh vấn đề này trong bối cảnh thị trường chứng khoán Việt Nam. Bằng cách chỉ ra rằng mô hình moment CAPM (có bổ sung skewness và kurtosis) giải thích tốt hơn sự biến động lợi nhuận so với CAPM truyền thống, nghiên cứu này khẳng định rằng việc bỏ qua tác động của moment bậc cao đến suất sinh lời cổ phiếu là một thiếu sót nghiêm trọng trong phân tích đầu tư tại Việt Nam.

2.1. Giả định phân phối chuẩn và thực tế thị trường

Giả định về phân phối xác suất của suất sinh lời theo quy luật chuẩn là điểm yếu lớn nhất của các mô hình định giá truyền thống. Trên thực tế, dữ liệu tài chính từ các công ty niêm yết thường xuyên cho thấy sự bất đối xứng và các giá trị ngoại lai. Các cuộc khủng hoảng tài chính, bong bóng thị trường hay các tin tức bất ngờ đều tạo ra những cú sốc lớn, dẫn đến phân phối có đuôi dày (kurtosis cao). Trong khi đó, các cổ phiếu riêng lẻ có thể có skewness dương hoặc âm tùy thuộc vào đặc điểm ngành và triển vọng kinh doanh. Việc áp đặt một mô hình dựa trên phân phối chuẩn lên dữ liệu thực tế sẽ che khuất những rủi ro và cơ hội quan trọng, dẫn đến việc định giá sai và phân bổ vốn không hiệu quả.

2.2. Rủi ro hệ thống phi hệ thống và các yếu tố còn thiếu

CAPM định nghĩa rủi ro chỉ bằng một yếu tố duy nhất là beta, thước đo rủi ro hệ thống. Mô hình này cho rằng rủi ro phi hệ thống có thể được loại bỏ hoàn toàn thông qua đa dạng hóa. Tuy nhiên, các nghiên cứu sau này cho rằng beta không phải là yếu tố duy nhất giải thích sự khác biệt trong suất sinh lời. Các moment bậc cao như skewness và kurtosis cũng chứa đựng một thành phần rủi ro hệ thống, được gọi là co-skewness và co-kurtosis. Chúng đo lường sự đóng góp của một tài sản vào độ lệch và độ nhọn của danh mục thị trường. Một cổ phiếu có co-skewness âm sẽ làm tăng rủi ro thua lỗ cực đoan của toàn bộ danh mục và do đó, nhà đầu tư sẽ yêu cầu một mức bù rủi ro cao hơn. Việc bỏ qua các yếu tố này làm cho việc đo lường rủi ro trở nên thiếu chính xác.

III. Phương pháp lượng hóa tác động moment bậc cao lên cổ phiếu

Để kiểm định một cách khoa học tác động của moment bậc cao đến suất sinh lời cổ phiếu, cần xây dựng một mô hình kinh tế lượng vững chắc và sử dụng dữ liệu phù hợp. Luận văn của Nguyễn Doãn Mẫn (2016) đã kế thừa và phát triển các mô hình thực nghiệm của Kraus và Litzenberger (1976) và Hung và cộng sự (2003). Phương pháp nghiên cứu bắt đầu bằng việc mở rộng mô hình định giá tài sản vốn CAPM truyền thống. Mô hình gốc chỉ có một biến giải thích là rủi ro thị trường (beta). Mô hình mới, được gọi là moment CAPM, bổ sung thêm hai biến độc lập là hệ số skewness hệ thống và kurtosis hệ thống. Các hệ số này không phải là độ xiên và độ nhọn của riêng cổ phiếu mà là phần rủi ro có tính hệ thống, đo lường sự tương quan của chúng với thị trường chung.

Nguồn dữ liệu là yếu tố quyết định độ tin cậy của nghiên cứu. Luận văn sử dụng dữ liệu tài chính công ty niêm yết trên Sở giao dịch chứng khoán HOSE trong giai đoạn kéo dài một thập kỷ, từ 2006 đến 2015. Đây là giai đoạn thị trường trải qua nhiều biến động mạnh, từ tăng trưởng nóng, khủng hoảng tài chính toàn cầu đến giai đoạn phục hồi, tạo ra một bộ dữ liệu phong phú để kiểm định mô hình. Dữ liệu giá cổ phiếu và chỉ số VN-Index được thu thập theo ngày để tính toán suất sinh lời và các biến rủi ro. Sau đó, dữ liệu được tổng hợp thành dạng hồi quy dữ liệu bảng (panel data) theo năm để tiến hành phân tích. Cách tiếp cận này cho phép kiểm soát các yếu tố không quan sát được, đặc thù của từng công ty và nắm bắt được sự thay đổi theo thời gian, mang lại kết quả ước lượng hiệu quả và đáng tin cậy hơn so với việc chỉ sử dụng dữ liệu chuỗi thời gian hoặc dữ liệu chéo.

3.1. Xây dựng mô hình Moment CAPM mở rộng

Mô hình nghiên cứu chính được xây dựng dựa trên nền tảng của CAPM. Phương trình hồi quy có dạng: Suất sinh lời vượt trội của cổ phiếu i (Ri - Rf) là một hàm của ba yếu tố rủi ro. Yếu tố thứ nhất là beta, đại diện cho rủi ro thị trường truyền thống. Yếu tố thứ hai là systematic skewness, đo lường mức độ mà cổ phiếu i đóng góp vào độ xiên của danh mục thị trường. Yếu tố thứ ba là systematic kurtosis, đo lường sự đóng góp vào độ nhọn của thị trường. Mô hình này cho phép kiểm định giả thuyết rằng nhà đầu tư có yêu cầu một phần bù rủi ro cho độ xiên và độ nhọn hay không. Ngoài ra, nghiên cứu còn mở rộng mô hình bằng cách thêm các biến giả để phân tích tác động này trong các điều kiện thị trường khác nhau (lên và xuống) và theo từng nhóm ngành cụ thể.

3.2. Quy trình thu thập dữ liệu tại Sở giao dịch chứng khoán HOSE

Dữ liệu nghiên cứu bao gồm giá đóng cửa đã điều chỉnh của các công ty niêm yết trên Sở giao dịch chứng khoán HOSE từ 01/01/2006 đến 31/12/2015. Lãi suất tín phiếu Kho bạc kỳ hạn 1 năm được sử dụng làm suất sinh lời phi rủi ro. Chỉ số VN-Index đại diện cho danh mục thị trường. Các công ty bị hủy niêm yết, chuyển sàn, hoặc không có đủ dữ liệu liên tục tối thiểu 4 năm sẽ bị loại khỏi mẫu. Quá trình xử lý này tạo ra một bộ dữ liệu bảng không cân bằng (unbalanced panel data). Dữ liệu thô hàng ngày được sử dụng để tính toán suất sinh lời, beta, skewness và kurtosis cho từng công ty trong mỗi năm. Việc lựa chọn giai đoạn 2006-2015 là rất có ý nghĩa vì nó bao gồm cả thời kỳ thịnh vượng và suy thoái, giúp kết quả nghiên cứu có tính tổng quát cao.

IV. Hướng dẫn kiểm định bằng hồi quy dữ liệu bảng System GMM

Việc lựa chọn phương pháp ước lượng phù hợp là yếu tố then chốt để đảm bảo kết quả kiểm định kinh tế lượng là vững và không bị chệch. Đối với mô hình nghiên cứu tác động của moment bậc cao đến suất sinh lời cổ phiếu, dữ liệu có dạng bảng (panel data), kết hợp cả không gian (nhiều công ty) và thời gian. Các phương pháp truyền thống như Pooled OLS, Fixed Effect (FEM) và Random Effect (REM) thường được sử dụng. Tuy nhiên, các phương pháp này có thể gặp vấn đề nghiêm trọng như tự tương quan, phương sai thay đổi, và đặc biệt là hiện tượng nội sinh (endogeneity), khi biến giải thích có tương quan với sai số. Hiện tượng nội sinh có thể phát sinh do biến trễ của biến phụ thuộc được đưa vào mô hình, hoặc do quan hệ nhân quả hai chiều.

Để khắc phục những nhược điểm này, luận văn của Nguyễn Doãn Mẫn (2016) đã áp dụng một phương pháp ước lượng tiên tiến là Phương pháp Moment tổng quát hệ thống (System GMM), được phát triển bởi Arellano, Bover, Blundell và Bond. Ưu điểm vượt trội của System GMM là khả năng kiểm soát hiệu quả hiện tượng nội sinh bằng cách sử dụng các biến trễ của chính các biến trong mô hình làm biến công cụ (instrumental variables). Phương pháp này kết hợp phương trình sai phân (để loại bỏ các ảnh hưởng cố định) và phương trình theo mức (để tăng hiệu quả), giúp tạo ra các ước lượng vững và hiệu quả ngay cả khi chuỗi thời gian ngắn và có sự tồn tại của các biến có tính bền bỉ. Việc sử dụng các phần mềm Eviews, Stata, R để thực hiện hồi quy dữ liệu bảng bằng System GMM đòi hỏi các kiểm định chặt chẽ như kiểm định Arellano-Bond về tự tương quan và kiểm định Sargan/Hansen về tính hợp lệ của biến công cụ, đảm bảo độ tin cậy của kết quả cuối cùng.

4.1. So sánh Pooled OLS FE RE và System GMM

Trong phân tích hồi quy dữ liệu bảng, mỗi phương pháp có giả định riêng. Pooled OLS coi dữ liệu là dữ liệu chéo thông thường, bỏ qua đặc tính thời gian và không gian. FEM giả định các đặc điểm riêng của mỗi công ty là cố định và có tương quan với biến độc lập. REM lại cho rằng các đặc điểm này là ngẫu nhiên. Tuy nhiên, cả ba phương pháp này đều cho kết quả chệch nếu tồn tại hiện tượng nội sinh. System GMM được thiết kế để giải quyết vấn đề này. Nghiên cứu của Nguyễn Doãn Mẫn (2016) đã thực hiện các kiểm định (F-test, Hausman test) để lựa chọn giữa các mô hình, nhưng cuối cùng đã chỉ ra sự cần thiết phải sử dụng System GMM để có được kết quả đáng tin cậy nhất, khắc phục các vấn đề thống kê mà các phương pháp khác chưa xử lý triệt để.

4.2. Các kiểm định cần thiết cho mô hình System GMM

Để đảm bảo tính hợp lệ của mô hình System GMM, hai kiểm định quan trọng phải được thực hiện. Thứ nhất là kiểm định Arellano-Bond, dùng để phát hiện sự tự tương quan trong sai số sai phân. Mô hình hợp lệ khi có tự tương quan bậc một (AR(1)) nhưng không có tự tương quan bậc hai (AR(2)). Điều này xác nhận rằng các biến công cụ (dựa trên các giá trị trễ) là hợp lệ. Thứ hai là kiểm định Sargan hoặc Hansen, dùng để kiểm tra các ràng buộc quá mức (over-identifying restrictions), qua đó đánh giá tính hợp lệ chung của toàn bộ bộ biến công cụ được sử dụng. Nếu các kiểm định này cho kết quả phù hợp, có thể tin tưởng rằng các hệ số ước lượng từ mô hình System GMM là vững và không chệch, phản ánh đúng mối quan hệ nhân quả.

V. Kết quả thực nghiệm về moment bậc cao tại sàn chứng khoán HOSE

Nghiên cứu của Nguyễn Doãn Mẫn (2016) cung cấp những bằng chứng thực nghiệm quan trọng về tác động của moment bậc cao đến suất sinh lời cổ phiếu trên Sở giao dịch chứng khoán HOSE giai đoạn 2006-2015. Kết quả nổi bật nhất từ mô hình System GMM cho thấy cả hai nhân tố moment bậc cao đều có vai trò quan trọng trong việc giải thích sự biến động của lợi nhuận cổ phiếu, bên cạnh yếu tố rủi ro thị trường (beta) truyền thống. Cụ thể, nghiên cứu tìm thấy một mối tương quan dương và có ý nghĩa thống kê giữa skewness và suất sinh lời. Điều này ngụ ý rằng các nhà đầu tư trên thị trường chứng khoán Việt Nam có xu hướng ưa thích các cổ phiếu có khả năng mang lại lợi nhuận đột biến (skewness dương) và sẵn sàng chấp nhận một mức sinh lời kỳ vọng thấp hơn để đổi lấy cơ hội này. Ngược lại, kurtosis lại có mối tương quan âm với suất sinh lời. Kết quả này cho thấy nhà đầu tư ác cảm với rủi ro cực đoan; họ yêu cầu một phần bù rủi ro cao hơn (suất sinh lời kỳ vọng cao hơn) để nắm giữ những cổ phiếu có đuôi phân phối dày, tức là có xác suất xảy ra các sự kiện lỗ hoặc lãi lớn cao hơn.

Một điểm nhấn quan trọng khác của nghiên cứu là việc phân tích tác động này trong các điều kiện thị trường khác nhau. Kết quả chỉ ra rằng, trong điều kiện thị trường đi xuống (bear market), vai trò của các moment bậc cao trở nên rõ nét hơn. Nhà đầu tư trở nên nhạy cảm hơn với rủi ro đuôi (tail risk), và việc gia tăng rủi ro không đảm bảo sẽ mang lại lợi nhuận cao hơn. Hơn nữa, nghiên cứu cũng phát hiện sự khác biệt về mức độ ảnh hưởng theo ngành. Các ngành như nguyên vật liệu, công nghiệp, hàng tiêu dùng và tài chính là những ngành mà yếu tố moment bậc cao có tác động mạnh mẽ nhất đến suất sinh lời. Những phát hiện này khẳng định rằng mô hình moment CAPM có khả năng giải thích tốt hơn mô hình CAPM truyền thống trong bối cảnh thị trường Việt Nam.

5.1. Bằng chứng về mối quan hệ giữa Skewness Kurtosis và lợi nhuận

Kết quả hồi quy từ mô hình 1 (Moment CAPM) bằng phương pháp System GMM cho thấy hệ số của biến skewness là dương, trong khi hệ số của biến kurtosis là âm, và cả hai đều có ý nghĩa thống kê. Phát hiện này phù hợp với một số nghiên cứu thực nghiệm trên thế giới. Nó cung cấp bằng chứng vững chắc rằng tại Việt Nam, nhà đầu tư không chỉ ra quyết định dựa trên cặp đôi rủi ro-lợi nhuận truyền thống. Hành vi nhà đầu tư còn bị ảnh hưởng bởi hình dạng của phân phối lợi nhuận. Họ có "sở thích với sự may rủi" (preference for lottery-like payoffs) thể hiện qua việc chấp nhận cổ phiếu skewness dương, và "ác cảm với rủi ro cực đoan" (aversion to extreme risk) thể hiện qua việc yêu cầu phần bù cho kurtosis dương.

5.2. Phân tích tác động theo xu hướng thị trường và nhóm ngành

Mô hình 2 và 3 của luận văn đi sâu phân tích các tác động này. Khi thị trường đi xuống, mối quan hệ giữa rủi ro và lợi nhuận trở nên phức tạp hơn, và các yếu tố độ xiên và độ nhọn đóng vai trò quan trọng trong việc ra quyết định của nhà đầu tư. Họ có xu hướng tránh xa các cổ phiếu có skewness âm và kurtosis dương. Về mặt ngành, việc các ngành như tài chính, công nghiệp, nguyên vật liệu cho thấy tác động mạnh của moment bậc cao có thể được lý giải bởi tính chu kỳ và mức độ đòn bẩy cao của các doanh nghiệp trong ngành này. Các doanh nghiệp này thường có lợi nhuận biến động mạnh hơn, dẫn đến phân phối suất sinh lời có độ lệch và độ nhọn rõ rệt hơn, khiến nhà đầu tư phải chú ý nhiều hơn đến các rủi ro này.

VI. Bí quyết ứng dụng kết quả nghiên cứu moment bậc cao đầu tư

Những kết quả từ việc kiểm định tác động của moment bậc cao đến suất sinh lời cổ phiếu không chỉ có giá trị về mặt học thuật mà còn mang lại những hàm ý chính sách và ứng dụng thực tiễn quan trọng cho các chủ thể tham gia thị trường chứng khoán Việt Nam. Đối với các nhà đầu tư cá nhân và tổ chức, công ty chứng khoán và quỹ đầu tư, nghiên cứu này là một lời nhắc nhở rằng việc chỉ dựa vào hệ số beta để đánh giá rủi ro là chưa đủ. Để đưa ra quyết định đầu tư hiệu quả, cần phải phân tích thêm hai chiều rủi ro nữa là skewness và kurtosis. Một danh mục đầu tư được xem là tối ưu không chỉ cần đạt được suất sinh lời cao nhất với một mức phương sai nhất định, mà còn phải có skewness dương và kurtosis âm (hoặc thấp) để hạn chế rủi ro thua lỗ nặng và các cú sốc bất ngờ.

Cụ thể, các nhà quản lý danh mục có thể sử dụng các chỉ số này để sàng lọc và lựa chọn cổ phiếu. Thay vì chỉ tập trung vào các cổ phiếu có beta thấp, họ có thể ưu tiên những cổ phiếu có độ xiên dương và độ nhọn thấp để xây dựng một danh mục bền vững hơn. Trong giai đoạn thị trường đi xuống, việc chú trọng đến các yếu tố này càng trở nên cấp thiết. Đối với các nhà hoạch định chính sách, kết quả nghiên cứu cho thấy sự cần thiết của việc nâng cao nhận thức và kiến thức tài chính cho nhà đầu tư về các loại rủi ro phức tạp hơn. Việc công bố thông tin về moment bậc cao của các cổ phiếu hoặc chỉ số ngành có thể là một công cụ hữu ích để tăng tính minh bạch và hiệu quả của thị trường. Nghiên cứu này mở đường cho việc áp dụng các mô hình định giá tài sản vốn tiên tiến hơn tại Việt Nam, góp phần nâng cao chất lượng phân tích và quyết định đầu tư.

6.1. Khuyến nghị cho nhà đầu tư và các công ty quản lý quỹ

Nhà đầu tư nên tích hợp phân tích skewness và kurtosis vào quy trình lựa chọn cổ phiếu. Một cổ phiếu tốt không chỉ là cổ phiếu của một công ty tốt mà còn phải có cấu trúc rủi ro phù hợp với khẩu vị của nhà đầu tư. Các công ty quản lý quỹ nên xem xét xây dựng các mô hình định giá nội bộ có tích hợp các moment bậc cao, thay vì chỉ dựa vào mô hình CAPM hay mô hình Fama-French ba nhân tố. Việc này sẽ giúp nhận diện các cổ phiếu bị thị trường định giá sai và tạo ra suất sinh lời bất thường (alpha). Đặc biệt, khi đầu tư vào các ngành có độ biến động cao, việc phân tích rủi ro đuôi (tail risk) thông qua kurtosis là cực kỳ quan trọng để bảo vệ vốn.

6.2. Hướng nghiên cứu tương lai và các hạn chế cần khắc phục

Mặc dù cung cấp nhiều kết quả giá trị, nghiên cứu của Nguyễn Doãn Mẫn (2016) vẫn tồn tại một số hạn chế và mở ra các hướng nghiên cứu mới. Một hạn chế là mẫu nghiên cứu chỉ bao gồm các công ty trên sở giao dịch chứng khoán HOSE. Các nghiên cứu trong tương lai có thể mở rộng ra sở giao dịch chứng khoán HNX hoặc toàn thị trường để tăng tính tổng quát. Hơn nữa, có thể khám phá thêm các nhân tố khác ảnh hưởng đến suất sinh lời như tính thanh khoản, đà tăng trưởng, hoặc các yếu tố vĩ mô. Việc phát triển các mô hình định giá phức tạp hơn, ví dụ như mô hình Fama-French năm nhân tố có bổ sung moment bậc cao, cũng là một hướng đi đầy hứa hẹn để hiểu sâu hơn về cơ chế định giá trên thị trường chứng khoán Việt Nam.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam trong giai đoạn 2006 - 2015 đã trải qua những chu kỳ biến động sâu sắc, từ đỉnh cao 1.170 điểm vào tháng 3/2007 đến mức đáy 235 điểm vào tháng 2/2009 dưới tác động của cuộc khủng hoảng tài chính toàn cầu. Trong bối cảnh đó, bài toán định giá tài sản tài chính và quản trị rủi ro danh mục đầu tư trở thành tâm điểm của giới học thuật lẫn thực tiễn. Mô hình định giá tài sản vốn truyền thống (CAPM) vốn chỉ dựa trên hai moment đầu tiên của phân phối là giá trị trung bình và phương sai, đồng thời dựa trên giả định phân phối chuẩn. Tuy nhiên, thực tế thị trường chứng khoán đang phát triển như Việt Nam cho thấy phân phối tỷ suất sinh lời thường có tính bất đối xứng và xuất hiện hiện tượng đuôi dày.

Vấn đề nghiên cứu trọng tâm của luận văn là kiểm định vai trò của các nhân tố moment bậc cao gồm độ xiên (skewness) và độ nhọn (kurtosis) trong việc giải thích biến động tỷ suất sinh lời cổ phiếu. Mục tiêu cụ thể là phân tích chiều hướng và mức độ tác động của hai nhân tố này, so sánh năng lực giải thích giữa mô hình CAPM truyền thống với mô hình Moment CAPM, đồng thời đánh giá sự thay đổi của các mối quan hệ này trong hai điều kiện thị trường đi lên hoặc đi xuống và theo từng nhóm ngành cụ thể. Phạm vi nghiên cứu bao quát 259 công ty niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) với 1.743 quan sát trong giai đoạn 10 năm liên tục từ năm 2006 đến năm 2015. Kết quả cho thấy mô hình Moment CAPM nâng hệ số xác định hiệu chỉnh R-squared từ mức 0,86% của mô hình CAPM lên 2,42%, cung cấp một bằng chứng thực nghiệm quan trọng giúp các định chế tài chính và nhà đầu tư tối ưu hóa hiệu quả định giá tài sản vốn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết danh mục đầu tư hiện đại của Harry Markowitz (1952), khẳng định việc kết hợp các tài sản riêng lẻ tạo ra đường biên hiệu quả nhằm tối đa hóa lợi nhuận ứng với mỗi mức rủi ro xác định. Dựa trên nền tảng đó, William Sharpe (1964) và John Lintner (1965) đã phát triển mô hình CAPM, thiết lập mối quan hệ tuyến tính giữa tỷ suất sinh lời kỳ vọng và rủi ro hệ thống được đo lường bằng hệ số beta thông qua đường thị trường chứng khoán (SML).

Tuy nhiên, trước sự bất đối xứng của tỷ suất sinh lời thực tế, Kraus và Litzenberger (1976), Harvey và Siddique (2000) cùng Hung và cộng sự (2003) đã phát triển mô hình Moment CAPM mở rộng. Khung lý thuyết này tích hợp bốn khái niệm then chốt:

1. Suất sinh lời vượt trội: Chênh lệch giữa lợi nhuận cổ phiếu và lợi nhuận phi rủi ro từ tín phiếu Kho bạc.
2. Hệ số Beta: Thước đo rủi ro hệ thống biểu thị mức độ đồng biến thiên giữa cổ phiếu và danh mục thị trường.
3. Độ xiên liên hợp (Coskewness): Moment bậc ba đo lường tính bất đối xứng của cổ phiếu trong tương quan với thị trường.
4. Độ nhọn liên hợp (Cokurtosis): Moment bậc bốn đo lường mức độ tập trung xác suất ở hai phần đuôi (rủi ro đuôi béo).

Trong phân phối chuẩn lý tưởng, độ xiên bằng 0 và độ nhọn bằng 3. Tại thị trường Việt Nam, dữ liệu nghiên cứu cho thấy hệ số skewness trung bình đạt 1,0892 và kurtosis đạt 0,7715, chứng minh rõ nét tính chất phi chuẩn của lợi nhuận cổ phiếu.

Phương pháp nghiên cứu

Nguồn dữ liệu được trích xuất từ giá đóng cửa điều chỉnh cổ tức của các cổ phiếu niêm yết trên HOSE và chỉ số VN-Index theo tần suất ngày từ 01/01/2006 đến 31/12/2015. Tỷ suất sinh lời phi rủi ro được thu thập từ lãi suất tín phiếu Kho bạc kỳ hạn 1 năm trên Sở Giao dịch Chứng khoán Hà Nội với mức bình quân 7,20%/năm trong giai đoạn nghiên cứu.

Cỡ mẫu ban đầu bao gồm 21 doanh nghiệp vào năm 2006 và mở rộng dần lên 259 doanh nghiệp vào năm 2015. Phương pháp chọn mẫu áp dụng tiêu chí chọn mẫu có điều kiện: chỉ giữ lại các cổ phiếu có chuỗi dữ liệu giao dịch liên tục tối thiểu 4 năm, loại bỏ các mã bị hủy niêm yết hoặc gián đoạn giao dịch dài ngày, tạo thành bộ dữ liệu bảng không cân bằng gồm 1.743 quan sát năm.

Về phương pháp phân tích, tác giả sử dụng Microsoft Excel để xử lý dữ liệu chuỗi thời gian ngày, EViews 8 để trực quan hóa thống kê mô tả và Stata 12 để ước lượng hồi quy. Luận văn so sánh các phương pháp Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Trước các khuyết tật được phát hiện qua kiểm định Wooldridge về tự tương quan (F = 18,00, p-value < 0,05), kiểm định Breusch-Pagan về phương sai thay đổi (Chi-bình phương = 42,47, p-value < 0,05) và vấn đề nội sinh do biến trễ, phương pháp hồi quy System GMM hai bước (Blundell và Bond, 1998) được lựa chọn làm công cụ ước lượng tối ưu. Phương pháp này đảm bảo tính vững thông qua kiểm định tự tương quan phần dư Arellano-Bond (AR1 có p-value < 0,05; AR2 có p-value > 0,10) và kiểm định tính hợp lệ của biến công cụ Hansen.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, tỷ suất sinh lời của cổ phiếu niêm yết tại Việt Nam mang đặc tính rủi ro cao và phân phối không chuẩn. Trong giai đoạn 2006 - 2015, tỷ suất sinh lời trung bình của danh mục nghiên cứu đạt 1,69%/năm, thấp hơn tỷ suất của danh mục thị trường (1,94%/năm) và thấp hơn nhiều so với lãi suất phi rủi ro (7,20%/năm). Độ lệch chuẩn của danh mục lên tới 60,59%, với biên độ biến động cực đại từ mức âm 224% đến mức dương 339%.

Thứ hai, mô hình Moment CAPM có năng lực giải thích vượt trội so với CAPM truyền thống. Khi bổ sung hai nhân tố coskewness và cokurtosis, hệ số R-squared hiệu chỉnh tăng gần 3 lần, từ 0,86% lên 2,42%. Cả hai nhân tố moment bậc cao đều đạt ý nghĩa thống kê ở mức 1%, khẳng định việc chỉ dùng hệ số beta là chưa đủ để phản ánh toàn diện rủi ro định giá.

Thứ ba, nhân tố skewness có tương quan dương với suất sinh lời kỳ vọng, trong khi kurtosis có tương quan âm. Nhà đầu tư sẵn sàng chấp nhận mức sinh lời thấp hơn đối với các cổ phiếu có phân phối lệch phải (nhiều cơ hội tăng đột biến) và đòi hỏi phần bù rủi ro cao hơn đối với các cổ phiếu có rủi ro đuôi dày (xác suất thua lỗ lớn).

Thứ tư, biến động thị trường và đặc thù ngành tạo ra sự phân hóa mạnh mẽ. Trong điều kiện thị trường đi xuống (giai đoạn 2006 - 2008 ghi nhận lợi nhuận bình quân âm 39,15%; giai đoạn 2009 - 2012 âm 5,56%), việc gia tăng rủi ro hệ thống không mang lại mức bù lợi nhuận tương xứng. Phân tích theo chuẩn phân ngành GICS cho thấy 4 nhóm ngành chịu ảnh hưởng mạnh nhất bởi các moment bậc cao là: Công nghiệp (73 mã), Tài chính (45 mã), Nguyên vật liệu (43 mã) và Hàng tiêu dùng (62 mã).

Thảo luận kết quả

Nguyên nhân căn bản khiến moment bậc cao có tác động mạnh đến lợi nhuận tại HOSE bắt nguồn từ cơ cấu người tham gia thị trường. Số liệu năm 2015 chỉ ra toàn thị trường có khoảng 1,56 triệu tài khoản, trong đó nhà đầu tư cá nhân trong nước chiếm áp đảo 99,43% (1.545.361 tài khoản), trong khi nhà đầu tư tổ chức chiếm chưa đầy 1% (8.906 tài khoản). Tỷ lệ nhà đầu tư cá nhân quá lớn tạo ra hiệu ứng tâm lý bầy đàn, xu hướng đầu cơ ngắn hạn và hiện tượng mua đuổi các cổ phiếu có biên độ dao động mạnh, khiến các moment bậc cao trở thành chỉ báo phản ánh rủi ro hành vi rõ nét.

Kết quả này hoàn toàn tương đồng với các nghiên cứu thực nghiệm quốc tế của Kraus và Litzenberger (1976), Harvey và Siddique (2000), Kostakis và cộng sự (2011) tại các thị trường phát triển như Mỹ và Anh, đồng thời củng cố kết luận của Hassan và Kamil (2013) tại thị trường Bangladesh. Tại Việt Nam, kết quả đã khắc phục được sự thiếu nhất quán của các công trình trước đó nhờ áp dụng thành công mô hình bảng động System GMM để kiểm soát triệt để hiện tượng nội sinh.

Về mặt trực quan hóa, dữ liệu được trình bày hiệu quả thông qua đồ thị chuỗi thời gian phản ánh biến động chỉ số VN-Index và bảng so sánh đa tiêu chí giữa các mô hình Pooled OLS, FEM, REM và System GMM. Cách tiếp cận trực quan này làm nổi bật tính bền vững của các hệ số ước lượng sau khi đã xử lý toàn diện các khuyết tật thống kê.

Đề xuất và khuyến nghị

Thứ nhất, áp dụng mô hình định giá đa nhân tố tích hợp moment bậc cao vào hệ thống quản lý danh mục. Các quỹ đầu tư và công ty chứng khoán cần nâng cấp phần mềm phân tích kỹ thuật và định giá chuyên dụng, đưa các chỉ số coskewness và cokurtosis vào quy trình sàng lọc tài sản. Mục tiêu là nâng cao độ chính xác trong việc đo lường rủi ro danh mục thêm 20% đến 25% trong vòng 12 tháng tới.

Thứ hai, thiết lập hệ thống cảnh báo sớm rủi ro đuôi béo cho từng nhóm cổ phiếu. Bộ phận quản trị rủi ro tại các định chế tài chính cần tính toán định kỳ hệ số kurtosis theo tần suất quý, hạn chế tỷ trọng nắm giữ các mã chứng khoán có độ nhọn vượt mức cao nhằm giảm thiểu nguy cơ sụt giảm giá trị tài sản ròng vượt quá 15% trong các giai đoạn thị trường điều chỉnh mạnh.

Thứ ba, tái cơ cấu chiến lược đầu tư linh hoạt theo chu kỳ thị trường và đặc thù phân ngành GICS. Nhà đầu tư cá nhân và tổ chức nên chủ động giảm tỷ trọng nắm giữ các tài sản có hệ số beta cao khi thị trường bước vào xu hướng giảm điểm, đồng thời ưu tiên phân bổ vốn vào 4 nhóm ngành có tính thanh khoản và mức độ giải thích moment cao gồm Công nghiệp, Tài chính, Nguyên vật liệu và Hàng tiêu dùng với chu kỳ rà soát 6 tháng/lần nhằm duy trì mức sinh lời mục tiêu từ 10% đến 15%/năm.

Thứ tư, thúc đẩy minh bạch hóa thông tin và phát triển nhà đầu tư tổ chức. Ủy ban Chứng khoán Nhà nước và HOSE cần tiếp tục chuẩn hóa dữ liệu phân ngành GICS, tạo điều kiện ra đời các quỹ hưu trí và quỹ mở nhằm gia tăng tỷ trọng tài khoản nhà đầu tư tổ chức từ mức dưới 1% lên 5% đến 10% trong giai đoạn trung hạn 3 đến 5 năm tới, giúp giảm thiểu tác động tiêu cực của tâm lý bầy đàn.

Đối tượng nên tham khảo luận văn

Nhóm 1: Nhà quản lý quỹ và chuyên viên định lượng (Quantitative Analysts). Luận văn cung cấp khung mô hình Moment CAPM hoàn chỉnh và công thức tính toán coskewness, cokurtosis để ứng dụng trực tiếp vào việc xây dựng thuật toán tối ưu hóa danh mục đầu tư và định giá cổ phiếu phi chuẩn.

Nhóm 2: Chuyên viên phân tích và tư vấn đầu tư tại các công ty chứng khoán. Công trình mang lại góc nhìn chuyên sâu về sự phân hóa rủi ro của 8 nhóm ngành theo chuẩn GICS, đặc biệt là nhóm Công nghiệp (73 mã) và Tài chính (45 mã), hỗ trợ việc xây dựng các báo cáo khuyến nghị đầu tư chuẩn xác hơn cho khách hàng.

Nhóm 3: Nhà đầu tư cá nhân có quy mô vốn vừa và lớn. Tài liệu giúp nhà đầu tư nhận thức rõ nghịch lý rủi ro trong các giai đoạn khủng hoảng (lợi nhuận âm 39,15% trong giai đoạn 2006 - 2008), từ đó thay đổi tư duy quản trị vốn, không mạo hiểm gia tăng rủi ro khi thị trường đi xuống.

Nhóm 4: Giảng viên, nhà nghiên cứu và học viên cao học khối ngành Tài chính - Ngân hàng. Luận văn là tài liệu tham khảo giá trị về quy trình nghiên cứu định lượng chuẩn mực, cách xử lý dữ liệu bảng không cân bằng với 1.743 quan sát và kỹ thuật ước lượng System GMM để khắc phục hiện tượng nội sinh trong mô hình tài chính.

Câu hỏi thường gặp

Câu hỏi 1: Moment bậc cao trong định giá chứng khoán là gì và tại sao chúng quan trọng? Trả lời: Moment bậc cao là các tham số thống kê mô tả hình dạng phân phối của tỷ suất sinh lời, bao gồm độ xiên (skewness) đo lường tính bất đối xứng và độ nhọn (kurtosis) đo lường độ dày của phần đuôi. Tại HOSE, giá trị skewness đạt 1,0892 và kurtosis đạt 0,7715 cho thấy lợi nhuận không phân phối chuẩn. Việc bỏ qua các yếu tố này sẽ khiến nhà đầu tư đánh giá sai lệch rủi ro sụt giảm nghiêm trọng của danh mục.

Câu hỏi 2: Tại sao mô hình Moment CAPM lại vượt trội hơn mô hình CAPM truyền thống? Trả lời: Mô hình CAPM truyền thống chỉ sử dụng hệ số beta để đo lường rủi ro hệ thống, dẫn đến hệ số giải thích R-squared hiệu chỉnh chỉ đạt 0,86%. Khi tích hợp thêm coskewness và cokurtosis, mô hình Moment CAPM nâng R-squared lên 2,42%, phản ánh chính xác phần bù rủi ro mà nhà đầu tư yêu cầu đối với tính bất đối xứng và hiện tượng đuôi béo của lợi nhuận cổ phiếu.

Câu hỏi 3: Nhà đầu tư nên hành động thế nào khi thị trường chứng khoán bước vào giai đoạn suy thoái? Trả lời: Kết quả phân tích biến giả thị trường cho thấy trong xu hướng thị trường đi xuống (giai đoạn 2006 - 2008 lợi nhuận bình quân âm 39,15%), việc gia tăng rủi ro không mang lại mức tăng lợi nhuận kỳ vọng. Nhà đầu tư cần chủ động hạ tỷ trọng đòn bẩy, giảm nắm giữ các cổ phiếu có beta cao và dịch chuyển dòng tiền sang các tài sản phòng thủ an toàn.

Câu hỏi 4: Những nhóm ngành nào tại Việt Nam chịu tác động mạnh nhất từ các moment bậc cao? Trả lời: Nghiên cứu phân loại theo chuẩn GICS chỉ ra 4 nhóm ngành có mức độ giải thích cao nhất gồm Công nghiệp (73 mã cổ phiếu), Tài chính (45 mã cổ phiếu), Nguyên vật liệu (43 mã cổ phiếu) và Hàng tiêu dùng (62 mã cổ phiếu). Đây là các nhóm ngành có quy mô vốn hóa lớn, tính đại diện cao và tập trung phần lớn thanh khoản trên sàn HOSE.

Câu hỏi 5: Vì sao nghiên cứu sử dụng phương pháp System GMM thay vì OLS hay FEM/REM? Trả lời: Các kiểm định thống kê cho thấy mô hình xuất hiện hiện tượng tự tương quan (F = 18,00), phương sai thay đổi (Chi-bình phương = 42,47) và tính nội sinh của biến trễ. Phương pháp ước lượng System GMM hai bước xử lý triệt để các khuyết tật này, đảm bảo các hệ số hồi quy không bị thiên chệch và có độ tin cậy khoa học cao.

Kết luận

• Luận văn đã chứng minh thực nghiệm rằng tỷ suất sinh lời cổ phiếu trên HOSE không tuân theo phân phối chuẩn, với hệ số skewness trung bình 1,0892 và kurtosis trung bình 0,7715.
• Mô hình Moment CAPM thể hiện tính ưu việt rõ rệt khi nâng hệ số xác định R-squared hiệu chỉnh lên 2,42% so với mức 0,86% của mô hình CAPM truyền thống.
• Nghiên cứu chỉ ra quy luật quan trọng: trong điều kiện thị trường suy thoái (lợi nhuận âm 39,15%), việc chấp nhận thêm rủi ro không đem lại mức bù lợi nhuận danh mục.
• Tác động của các moment bậc cao có sự phân hóa sâu sắc theo 8 nhóm ngành chuẩn GICS, trong đó biểu hiện rõ rệt nhất tại ngành Công nghiệp (73 mã) và Tài chính (45 mã).
• Ứng dụng thành công phương pháp ước lượng hiện đại System GMM trên bộ dữ liệu bảng 1.743 quan sát, giải quyết hoàn toàn các khuyết tật tự tương quan, phương sai thay đổi và nội sinh.

Đóng góp lớn nhất của luận văn là đặt nền móng thực nghiệm vững chắc về định giá tài sản đa moment trong điều kiện thị trường chứng khoán cận biên tại Việt Nam. Trong các giai đoạn tiếp theo từ năm 2016 trở đi, mô hình cần được mở rộng kiểm định trên sàn HNX, thị trường UPCoM và tích hợp thêm các yếu tố kinh tế vĩ mô. Hãy áp dụng ngay khung phân tích Moment CAPM vào hoạt động nghiên cứu và quản trị danh mục thực tế để nâng cao hiệu quả đầu tư và chủ động phòng ngừa các cú sốc thị trường.

Trích đoạn nội dung tài liệu

Chương 1 - Giới thiệu. Chương này trình bày tóm lược các nội dung chính của luận văn, bao gồm: bối cảnh nghiên cứu và lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, đóng góp đề tài và cuối cùng là kết cấu của nghiên cứu. Chương 2 - Cơ sở lý thuyết và bằng chứng thực nghiệm về tác động của yếu tố moment bậc cao đến lợi nhuận cổ phiếu. Các cơ sở lý thuyết liên quan đến đề tài sẽ được trình bày trong chương này như lý thuyết nền tảng danh mục đầu tư Markowitz, đây là 6 cơ sở hình thành lý thuyết thị trường vốn và mô hình định giá tài sản vốn CAPM.

Tiếp theo là phần tổng hợp và đánh giá các công trình nghiên cứu trước đó ở cả Việt Nam và nước ngoài về sự ảnh hưởng các nhân tố moment bậc cao đến lợi nhuận cổ phiếu. Từ đó, luận văn sẽ đưa ra các giả thuyết nghiên cứu làm cơ sở để phát triển các mô hình nghiên cứu. Chương 3 - Phương pháp nghiên cứu. Trong chương này, luận văn sẽ trình bày cách thu thập nguồn dữ liệu nghiên cứu, trình bày các mô hình và cách xử lý, tính toán các biến của mô hình.

Tiếp theo, các phương pháp ước lượng hồi quy bao gồm phương pháp Pooled OLS, Fixed Effect, Random Effect và các kiểm định lựa chọn mô hình cũng được nêu lên. Bên cạnh đó, sơ lược về phương pháp ước lượng System GMM cùng với các kiểm định sẽ là điểm mới nghiên cứu để thấy rõ hơn về vai trò cũng như tính ưu việt của phương pháp. Chương 4 - Kết quả nghiên cứu và thảo luận. Chương này trình bày các kết quả nghiên cứu và thảo luận một số vấn đề về mô hình.

Cụ thể, mẫu nghiên cứu sẽ được khái quát để có cái nhìn tổng quan về tình hình thị trường. Kết quả hồi quy các mô hình bằng các phương pháp khác nhau sẽ được tóm tắt và thảo luận về khả năng giải thích của các nhân tố rủi ro đến lợi nhuận cổ phiếu. Chương 5 - Kết luận và hàm ý chính sách. Chương này sẽ trình bày các kết luận nhằm trả lời cho những câu hỏi đã đặt ra, từ đó nêu lên hàm ý chính sách và các kiến nghị cho nhà đầu tư.

Đồng thời, những hạn chế của đề tài sẽ được đề cập và sau cùng là phần gợi ý cho hướng nghiên cứu tiếp theo. 7 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ BẰNG CHỨNG THỰC NGHIỆM VỀ TÁC ĐỘNG CỦA YẾU TỐ MOMENT BẬC CAO ĐẾN LỢI NHUẬN CỔ PHIẾU Cơ sở lý thuyết liên quan đến đề tài sẽ được trình bày trong chương này như lý thuyết nền tảng danh mục đầu tư Markowitz, đây là cơ sở hình thành lý thuyết thị trường vốn và mô hình định giá tài sản vốn CAPM. Tiếp theo là phần tổng hợp và đánh giá các công trình nghiên cứu trước đó ở cả Việt Nam và nước ngoài về sự ảnh hưởng các nhân tố momnet bậc cao đến lợi nhuận cổ phiếu. Từ đó, luận văn sẽ đưa ra các giả thuyết nghiên cứu làm cơ sở để phát triển các mô hình nghiên cứu được trình bày chương 3.

Lý thuyết thị trường vốn và mô hình CAPM 2. Lý thuyết danh mục đầu tư Markowitz Xuất phát từ vấn đề quản lý danh mục đầu tư, một vấn đề đặt ra là làm thế nào để quản lý danh mục đầu tư một cách tối ưu nhất? Dựa trên nền tảng lý thuyết về lợi nhuận và rủi ro kết hợp sử dụng phương pháp thống kê cùng với hàng loạt các thuật toán ma trận thì Harry Markowitz cho ra đời Lý thuyết danh mục đầu tư hiện đại (Lý thuyết danh mục đầu tư) được công bố vào năm 1952 trên tạp chí tài chính. Theo đó, Markowitz đã phát hiện việc kết hợp các danh mục cổ phiếu rủi ro sẽ tạo thành một danh mục ít rủi ro hơn là để riêng cổ phiếu riêng lẻ, đồng thời ông cũng khẳng định tầm quan trọng của việc phải đa dạng hóa đầu tư để giảm tổng rủi ro cho danh mục.1: Đường biên hiệu quả Đường biên E(Rp) hiệu quả 𝝈𝑷 Nguồn: Markowitz (1952). 8 Markowitz đã chỉ ra rằng tập hợp các danh mục tài sản có lợi nhuận kỳ vọng cao nhất ứng với mỗi mức rủi ro sẽ hình thành đường biên hiệu quả (Xem hình 2.

Mỗi nhà đầu tư đều mong muốn với một mức rủi ro bất kỳ thì danh mục đầu tư luôn mang lại tỷ suất sinh lợi cao nhất có thể, và thông thường những danh mục nằm trên đường biên hiệu quả sẽ được ưu tiên lựa chọn hơn là những tài sản riêng lẻ hoặc danh mục nằm dưới đường biên hiệu quả. Lý thuyết thị trường vốn và mô hình CAPM Dựa trên nền tảng lý thuyết của Markowitz (1952) thì Sharpe (1964), Lintner (1965) và Mossin (1966) đã giới thiệu các nghiên cứu về lý thuyết thị trường vốn, đánh dấu sự ra đời của lý thuyết định giá tài sản và là cơ sở hình thành mô hình định giá tài sản vốn CAPM. Áp dụng lý thuyết Markowitz, xây dựng một danh mục đầu tư gồm tài sản phi rủi ro và danh mục thị trường M sẽ tạo nên đường thị trường vốn CML. Mọi nhà đầu tư sẽ chọn danh mục tối ưu nằm trên đường CML được tạo ra bằng cách kết hợp tài sản phi rủi ro với danh mục mục thị trường M.2: Đường thị trường vốn CML E(Rp) CML M Đường biên E(RM) hiệu quả Rf 𝝈𝑴 𝝈𝑷 Nguồn: Bodie và cộng sự (2011).

Phương trình đường CML có thể được viết như sau: 𝐸 (𝑅𝑀 ) − 𝑅𝑓 𝐸 (𝑅𝑃 ) = 𝑅𝑓 +. 𝜎𝑃 𝜎𝑀 Trong đó: E(RP) suất sinh danh mục P 9 Rf suất sinh lời tài sản phi rủi ro 𝐸 (𝑅𝑀 ) − 𝑅𝑓 mức bù rủi ro của thị trường 𝜎𝑃 độ lệch chuẩn của danh mục P 𝜎𝑀 độ lệch chuẩn của danh mục thị trường 𝑐𝑜𝑣(𝑅𝑖, 𝑅𝑀 ) Đặt 𝛽𝑖 = 2 thì beta chính là thước đo rủi ro hệ thống của chứng khoán 𝜎𝑀 trong tương quan với danh mục thị trường. Danh mục thị trường có beta bằng một, do đó nếu một chứng khoán có beta lớn hơn 1 thì chứng khoán này có rủi ro hệ thống lớn hơn thị trường. Cụ thể, hệ số beta một chứng khoán bằng 1.2 cho biết lợi nhuận cổ phiếu biến động gấp 1.2 lần lợi nhuận thị trường, hàm ý khi nền kinh tế thuận lợi thì lợi nhuận cổ phiếu tăng nhanh hơn lợi nhuận thị trường, nhưng khi nền kinh tế bất lợi thì lợi nhuận cổ phiếu giảm nhanh hơn lợi nhuận thị trường.

Phương trình đường CML được viết lại: 𝐸 (𝑅𝑖 ) = 𝑅𝑓 + 𝛽𝑖. [𝐸 (𝑅𝑀 ) − 𝑅𝑓 ] Đây chính là mô hình CAPM nhằm mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng của một chứng khoán và nó được biểu thị qua đường thị trường chứng khoán – SML. Mô hình CAPM thực tế là một trường hợp của lý thuyết thị trường vốn khi thay thế một danh mục bởi một chứng khoán bất kỳ. Khi chứng khoán này tham gia vào danh mục đầu tư thì chúng có mối tương quan với nhau để triệt tiêu rủi ro cá biệt và chỉ còn lại rủi ro hệ thống được đo lường bằng hiệp phương sai của chứng khoán đó với danh mục thị trường.3: Đường thị trường chứng khoán SML E(R) SML E(Ri) Độ dốc của SML RM M là phần bù rủi ro Rf 1 𝛽𝑖 β Beta âm Nguồn: Bodie và cộng sự (2011).

10 SML thể hiện lợi nhuận của một chứng khoán có được để bù đắp phần rủi ro mà nhà đầu tư chấp nhận đầu tư vào một chứng khoán rủi ro. Ở trạng thái cân bằng, những chứng khoán được định giá hợp lý đều nằm trên đường SML, các chứng khoán nằm bên dưới hoặc bên trên đường SML biểu thị tình trạng giá phản ánh chưa đúng thực tế khi cân bằng.4: Chứng khoán được định giá thấp và cao E(R) B (Định giá thấp) SML A E(RA) C (Định giá cao) Rf 𝛽𝐴 β Nguồn: Bodie và cộng sự (2011). Cụ thể, những chứng khoán bị định giá thấp sẽ nằm phía trên đường SML, những chứng khoán này có lợi nhuận thực tế cao hơn lợi nhuận kỳ vọng. Ngược lại, những chứng khoán định giá cao sẽ nằm phía dưới đường SML, với những chứng khoán này có tỷ suất sinh lời thực tế thấp hơn tỷ suất sinh lời theo yêu cầu của mô hình định giá tài sản vốn.

Chênh lệch giữa tỷ suất lợi nhuận thực tế và tỷ suất lợi nhuận hợp lý theo mô hình định giá tài sản vốn được đo bởi giá trị anpha. Những chứng khoán được định giá thấp sẽ có giá trị anpha dương. Những chứng khoán này được kỳ vọng sẽ tăng giá trong tương lai được khuyến nghị nên mua vào và nắm giữ trong danh mục đầu tư. Ngược lại, những chứng khoán được định giá cao sẽ có giá trị anpha âm.

Giá của những chứng khoán này sẽ giảm trong tương lai. Mô hình CAPM ra đời được coi là cốt lõi của lý thuyết đầu tư hiện đại, cho tới nay CAPM vẫn là mô hình được được nhà đầu tư cũng như các công ty quản lý quỹ lựa chọn để định giá cổ phiếu. Ưu điểm của mô hình là đơn giản và có thể ứng dụng được trên thực tế như: xác định giá trị hợp lý của tài sản rủi ro phục vụ định giá chứng khoán, 11 ước lượng suất sinh lời kỳ vọng chứng khoán, hoặc mức độ rủi ro của danh mục đầu tư…. Tuy nhiên, cũng như các mô hình khác thì CAPM cũng có nhiều hạn chế và tranh luận bởi các nhà nghiên cứu khác nhau.

Các lý thuyết này xem xét việc đánh giá khoản mục đầu tư dựa trên lợi nhuận kỳ vọng (mean) và rủi ro (variance) với các giả định phân phối chuẩn. Thực tế, đa số các tài sản đều có phân phối lệch trái hoặc lệch phải, cũng có thể gù hoặc nhọn, Kraus và Litzenberger (1976) đã kiểm định mô hình CAPM đối với sự bất đối xứng và khẳng định các cổ phiếu lệch phải sẽ có cơ hội được hưởng tỷ suất sinh lời rất lớn. Các yếu tố moment bậc cao trong định giá tài sản 2. Hiểu về skewness và kurtosis Thuyết danh mục đầu tư của Markowitz (1952) và mô hình CAPM giả định lợi nhuận của tài sản được phân bổ theo phân phối chuẩn tuyệt đối, nghĩa là chỉ xem xét yếu tố gái trị trung bình và phương sai.

Do đó, đường cong của phân phối một tài sản có hình dạng chuông đối xứng.