Xây Dựng Mô Hình Đa Nhân Tố Để Xác Định Tỷ Suất Sinh Lợi Trên Thị Trường Chứng Khoán Việt Nam

Luận văn thạc sĩ UEH phân tích mô hình đa nhân tố xác định tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam, cung cấp cái nhìn sâu sắc.

• Tác giả: Lương Thị Thảo
• Người hướng dẫn: GS. Trần Ngọc Thơ
• Trường học: Trường Đại Học Kinh Tế Tp.Hcm
• Chuyên ngành: Kinh Tế Tài Chính – Ngân Hàng
• Đề tài: Mô Hình Đa Nhân Tố Xác Định Tỷ Suất Sinh Lợi Trên Thị Trường Chứng Khoán Việt Nam
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2010
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• MỤC LỤC
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ
• TÓM LƯỢC
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG LUẬN VỀ MÔ HÌNH ĐA NHÂN TỐ
• 1.1. Tóm lược lý thuyết
• 2. CHƯƠNG 2: XÂY DỰNG VÀ KIỂM ĐỊNH MÔ HÌNH ĐA NHÂN TỐ XÁC ĐỊNH TỶ SUẤT SINH LỢI TRÊN TTCK VIỆT NAM
• 2.1. Phân tích định tính về các nhân tố tác động đến biến động của TTCK Việt Nam
• 2.1.1. Tổng quan về TTCK Việt Nam
• 2.1.2. Nguồn gốc của những biến động trên TTCK Việt Nam thời gian qua
• 2.1.2.1. Giai đoạn 2000 – 2005: Khởi động để tăng tốc
• 2.1.2.2. Giai đoạn 2006 – 2007: Phát triển đột phá
• 2.1.2.3. Giai đoạn 2008 – tháng 3/2009: Khủng hoảng nặng nề
• 2.1.2.4. Giai đoạn tháng 4/2009 – 31/8/2010: Hồi phục và chờ tín hiệu đột phá
• 2.2. Xây dựng mô hình đa nhân tố xác định TSSL trên TTCK Việt Nam
• 2.2.1. Nguồn dữ liệu và phương pháp thu thập, xử lý dữ liệu
• 2.2.1.1. Chọn mẫu, xây dựng chỉ số ngành
• 2.2.1.2. Các biến và phương pháp tính toán các biến
• 2.2.2. Phương trình mô hình đa nhân tố do tác giả xây dựng
• 2.2.2.1. Mô hình đa nhân tố thể hiện tác động của các biến số đến chỉ số VNIndex
• 2.2.2.2. Mô hình đa nhân tố thể hiện tác động của các biến số đến TSSL của danh mục ngành
• 2.2.3. Kết quả nghiên cứu thực nghiệm
• 2.2.3.1. Mô hình đa nhân tố thể hiện tác động của các biến số đến chỉ số VNIndex
• 2.2.3.2. Mô hình đa nhân tố thể hiện tác động của các biến đến TSSL của danh mục ngành
• 3. CHƯƠNG 3: GỢI Ý CHÍNH SÁCH NHẰM PHỔ BIẾN HÓA MÔ HÌNH ĐA NHÂN TỐ XÁC ĐỊNH TỶ SUẤT SINH LỢI TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
• 3.1. Thiết lập thế cân bằng cho thị trường tài chính
• 3.2. Công khai, minh bạch hóa thông tin
• 3.3. Xây dựng thêm các chỉ số kinh tế mang tính tổng hợp
• 3.4. Gia tăng quy mô hoạt động của TTCK Việt Nam
• HẠN CHẾ CỦA ĐỀ TÀI VÀ NHỮNG GỢI Ý NGHIÊN CỨU TIẾP THEO
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• PHỤ LỤC 01. CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN TTCK
• PHỤ LỤC 02. KẾT QUẢ NGHIÊN CỨU THỰC NGHIỆM VỀ MÔ HÌNH APT TẠI CÁC NƯỚC TRÊN THẾ GIỚI VÀ VIỆT NAM
• PHỤ LỤC 03. BỐI CẢNH KINH TẾ THẾ GIỚI TRƯỚC – TRONG VÀ SAU KHỦNG HOẢNG
• PHỤ LỤC 04. GÓI KÍCH THÍCH KINH TẾ CỦA CÁC NƯỚC
• PHỤ LỤC 05. PHÂN LOẠI VÀ TÍNH TOÁN CHỈ SỐ NGÀNH
• PHỤ LỤC 06. KẾT QUẢ HỒI QUY MÔ HÌNH ĐA NHÂN TỐ XÁC ĐỊNH TSSL CỦA CÁC NGÀNH
• PHỤ LỤC 07. ICOR CỦA VIỆT NAM VÀ MỘT SỐ NƯỚC
• PHỤ LỤC 08. MỘT SỐ CHỈ SỐ KINH TẾ VĨ MÔ TỔNG HỢP

Tóm tắt

I. Tổng quan về mô hình đa nhân tố xác định tỷ suất sinh lợi

Mô hình đa nhân tố xác định tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam là một công cụ quan trọng trong việc phân tích và dự đoán biến động của thị trường. Mô hình này không chỉ giúp các nhà đầu tư hiểu rõ hơn về các yếu tố ảnh hưởng đến tỷ suất sinh lợi mà còn cung cấp cái nhìn tổng quan về mối quan hệ giữa các biến số vĩ mô và thị trường chứng khoán. Việc áp dụng mô hình này có thể giúp tối ưu hóa quyết định đầu tư và giảm thiểu rủi ro.

1.1. Khái niệm và vai trò của mô hình đa nhân tố

Mô hình đa nhân tố là một phương pháp phân tích tài chính, cho phép xác định tỷ suất sinh lợi dựa trên nhiều yếu tố khác nhau. Các yếu tố này có thể bao gồm lãi suất, tỷ giá hối đoái, và các chỉ số kinh tế vĩ mô khác. Mô hình này giúp nhà đầu tư có cái nhìn sâu sắc hơn về các yếu tố tác động đến giá trị chứng khoán.

1.2. Lịch sử phát triển của mô hình đa nhân tố

Mô hình đa nhân tố đã được phát triển từ những năm 1970, với lý thuyết định giá tài sản chênh lệch (APT) của Ross. Kể từ đó, nhiều nghiên cứu đã chỉ ra rằng các yếu tố vĩ mô có ảnh hưởng lớn đến tỷ suất sinh lợi, dẫn đến sự phát triển của các mô hình đa nhân tố khác nhau.

II. Thách thức trong việc áp dụng mô hình đa nhân tố tại Việt Nam

Việc áp dụng mô hình đa nhân tố tại thị trường chứng khoán Việt Nam gặp phải nhiều thách thức. Các nhà đầu tư thường phải đối mặt với sự biến động lớn của thị trường và thiếu hụt thông tin chính xác. Điều này làm cho việc dự đoán tỷ suất sinh lợi trở nên khó khăn hơn. Hơn nữa, sự phát triển chưa đồng đều của các chỉ số kinh tế cũng ảnh hưởng đến độ tin cậy của mô hình.

2.1. Thiếu hụt dữ liệu và thông tin

Một trong những thách thức lớn nhất là việc thiếu hụt dữ liệu chính xác và đầy đủ. Nhiều chỉ số kinh tế quan trọng không được công bố thường xuyên, gây khó khăn cho việc xây dựng mô hình chính xác.

2.2. Biến động thị trường và rủi ro

Thị trường chứng khoán Việt Nam thường xuyên trải qua những biến động mạnh, điều này làm cho các mô hình dự đoán trở nên kém chính xác. Rủi ro từ các yếu tố bên ngoài như khủng hoảng kinh tế toàn cầu cũng ảnh hưởng đến tỷ suất sinh lợi.

III. Phương pháp xây dựng mô hình đa nhân tố hiệu quả

Để xây dựng mô hình đa nhân tố hiệu quả, cần phải xác định rõ các biến số ảnh hưởng đến tỷ suất sinh lợi. Việc sử dụng các phương pháp phân tích định tính và định lượng sẽ giúp tối ưu hóa mô hình. Các nhà nghiên cứu cần phải thu thập dữ liệu từ nhiều nguồn khác nhau để đảm bảo tính chính xác.

3.1. Phân tích định tính các yếu tố tác động

Phân tích định tính giúp xác định các yếu tố vĩ mô và vi mô có ảnh hưởng đến thị trường chứng khoán. Các yếu tố như chính sách tài chính, tình hình kinh tế vĩ mô cần được xem xét kỹ lưỡng.

3.2. Sử dụng phần mềm phân tích dữ liệu

Việc sử dụng các phần mềm phân tích dữ liệu như SPSS hoặc R sẽ giúp các nhà nghiên cứu thực hiện phân tích hồi quy và kiểm định mô hình một cách hiệu quả hơn.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu từ mô hình đa nhân tố có thể cung cấp những thông tin quý giá cho các nhà đầu tư. Những phát hiện này không chỉ giúp dự đoán tỷ suất sinh lợi mà còn đưa ra các khuyến nghị về đầu tư. Việc áp dụng mô hình này trong thực tiễn có thể giúp tối ưu hóa danh mục đầu tư và giảm thiểu rủi ro.

4.1. Kết quả từ mô hình đa nhân tố

Mô hình đã chỉ ra rằng các yếu tố như lãi suất, tỷ giá hối đoái và giá trị sản xuất công nghiệp có ảnh hưởng đáng kể đến tỷ suất sinh lợi. Những kết quả này có thể giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác hơn.

4.2. Ứng dụng mô hình trong thực tiễn

Các nhà đầu tư có thể áp dụng mô hình đa nhân tố để tối ưu hóa danh mục đầu tư của mình. Việc hiểu rõ các yếu tố tác động sẽ giúp họ đưa ra quyết định đầu tư thông minh hơn.

V. Kết luận và triển vọng tương lai của mô hình đa nhân tố

Mô hình đa nhân tố xác định tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam có tiềm năng lớn trong việc hỗ trợ các nhà đầu tư. Tuy nhiên, cần phải tiếp tục nghiên cứu và cải tiến mô hình để phù hợp với sự biến động của thị trường. Triển vọng tương lai của mô hình này sẽ phụ thuộc vào việc cải thiện chất lượng dữ liệu và khả năng phân tích.

5.1. Tương lai của mô hình đa nhân tố

Với sự phát triển của công nghệ và dữ liệu lớn, mô hình đa nhân tố có thể được cải tiến để cung cấp những dự đoán chính xác hơn. Các nhà nghiên cứu cần tiếp tục cập nhật và điều chỉnh mô hình để phù hợp với thực tế.

5.2. Khuyến nghị cho nghiên cứu tiếp theo

Nghiên cứu tiếp theo nên tập trung vào việc mở rộng các biến số và cải thiện phương pháp phân tích. Việc kết hợp các mô hình khác nhau có thể giúp nâng cao độ chính xác của dự đoán tỷ suất sinh lợi.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán (TTCK) Việt Nam đã trải qua nhiều giai đoạn phát triển và biến động mạnh mẽ trong hơn một thập kỷ qua, với giá trị vốn hóa tăng từ khoảng 2.654 tỷ đồng năm 2000 lên đến 641.733 tỷ đồng vào cuối tháng 8/2010, chiếm gần 39% GDP năm 2009. Sự phát triển này gắn liền với các biến động kinh tế vĩ mô, chính sách nhà nước, cũng như ảnh hưởng từ thị trường tài chính quốc tế. Tuy nhiên, sự biến động của tỷ suất sinh lợi (TSSL) trên TTCK Việt Nam vẫn chưa được giải thích đầy đủ bởi các mô hình truyền thống như CAPM, do đó cần một mô hình đa nhân tố phù hợp hơn để xác định các yếu tố ảnh hưởng.

Mục tiêu nghiên cứu của luận văn là xây dựng và kiểm định mô hình đa nhân tố nhằm xác định các nhân tố tác động đến TSSL trên TTCK Việt Nam trong giai đoạn từ tháng 12/2006 đến tháng 8/2010. Nghiên cứu tập trung vào 13 biến số độc lập bao gồm các chỉ số kinh tế vĩ mô như tăng trưởng giá trị sản xuất công nghiệp, xuất nhập khẩu, lạm phát, lãi suất, tỷ giá, cung tiền, cùng với các biến số thị trường như chỉ số S&P500, giá vàng, giá dầu, quy mô thị trường và giao dịch của nhà đầu tư nước ngoài. Ngoài ra, mô hình cũng được áp dụng để phân tích TSSL của 7 ngành tiêu biểu trên thị trường.

Phạm vi nghiên cứu bao gồm dữ liệu hàng tháng của 103 cổ phiếu niêm yết trên hai sàn HSX và HNX, với tổng cộng 912 quan sát. Ý nghĩa của nghiên cứu nằm ở việc cung cấp một công cụ dự báo TSSL hiệu quả hơn, đồng thời đề xuất các chính sách hỗ trợ phát triển TTCK Việt Nam bền vững, góp phần nâng cao hiệu quả huy động vốn và ổn định thị trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên nền tảng lý thuyết tài chính hiện đại, đặc biệt là mô hình định giá tài sản vốn (CAPM) và lý thuyết kinh doanh chênh lệch giá (Arbitrage Pricing Theory – APT). CAPM chỉ xem xét rủi ro thị trường duy nhất, trong khi APT mở rộng bằng cách đưa vào nhiều nhân tố kinh tế vĩ mô để giải thích TSSL của tài sản.

Ngoài ra, mô hình ba nhân tố Fama-French cũng được tham khảo, bổ sung các yếu tố quy mô công ty (SMB) và giá trị cổ phiếu (HML) nhằm cải thiện khả năng giải thích TSSL. Các khái niệm chính bao gồm:

• Tỷ suất sinh lợi (TSSL): Lợi nhuận kỳ vọng của chứng khoán hoặc danh mục đầu tư.
• Biến số vĩ mô: Bao gồm tăng trưởng sản xuất công nghiệp, lạm phát, lãi suất, tỷ giá, cung tiền, xuất nhập khẩu.
• Biến số thị trường: Chỉ số VNIndex, chỉ số S&P500, giá vàng, giá dầu.
• Biến số đặc thù thị trường Việt Nam: Giao dịch của nhà đầu tư nước ngoài, quy mô thị trường.

Mô hình đa nhân tố hỗn hợp được xây dựng nhằm phản ánh tác động đồng thời của các nhóm biến số này đến TSSL trên TTCK Việt Nam.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là số liệu hàng tháng từ 31/12/2006 đến 31/08/2010, bao gồm giá cổ phiếu của 103 doanh nghiệp niêm yết trên HSX và HNX, cùng các chỉ số kinh tế vĩ mô và thị trường liên quan. Tổng số quan sát là 912 phiên giao dịch.

Phương pháp phân tích bao gồm:

• Phân tích nhân tố (Factor Analysis): Xác định các nhân tố chính ảnh hưởng đến biến động TSSL.
• Phân tích hồi quy đa biến (Multiple Regression Analysis): Kiểm định tác động của các biến độc lập lên biến phụ thuộc là chỉ số VNIndex và chỉ số ngành.
• Xây dựng chỉ số ngành: Sử dụng phương pháp chỉ số Paasche để tính toán chỉ số ngành dựa trên giá và khối lượng cổ phiếu trong từng ngành.

Phần mềm SPSS 16.0 được sử dụng để xử lý dữ liệu và kiểm định mô hình. Phương pháp chọn mẫu là chọn toàn bộ cổ phiếu có dữ liệu đầy đủ trong giai đoạn nghiên cứu nhằm đảm bảo tính đại diện và độ tin cậy của kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Ảnh hưởng của các biến số vĩ mô đến VNIndex: Mô hình đa nhân tố với 13 biến độc lập cho thấy các biến như tăng trưởng giá trị sản xuất công nghiệp (IPg), cung tiền (M2g), lãi suất (IRg), tỷ giá hối đoái (EXg) và biến động giá dầu (OPg) có tác động đáng kể đến biến động VNIndex với mức ý nghĩa thống kê cao. Ví dụ, tăng trưởng sản xuất công nghiệp có hệ số hồi quy dương, cho thấy sự phát triển sản xuất thúc đẩy thị trường chứng khoán tăng trưởng.

2. Tác động của giao dịch nhà đầu tư nước ngoài: Giá trị mua (BUY) và bán (SELL) của nhà đầu tư nước ngoài ảnh hưởng rõ rệt đến biến động VNIndex, trong đó giá trị mua có tác động tích cực, giá trị bán có tác động tiêu cực. Tổng giá trị mua ròng của NĐTNN trong giai đoạn nghiên cứu đạt khoảng 148.169 tỷ đồng, góp phần quan trọng vào sự biến động thị trường.

3. Mô hình xác định TSSL của từng ngành: Phân tích hồi quy với 9 biến độc lập cho thấy mức độ ảnh hưởng khác nhau của các biến số đến từng ngành. Ví dụ, ngành tài chính và thủy sản chịu ảnh hưởng mạnh từ biến động lãi suất và tỷ giá, trong khi ngành xây dựng và vật liệu xây dựng chịu tác động lớn từ tăng trưởng sản xuất công nghiệp và cung tiền. Hệ số xác định (R²) của các mô hình ngành dao động từ 0,45 đến 0,62, cho thấy mô hình có khả năng giải thích biến động TSSL ở mức khá.

4. So sánh với các nghiên cứu quốc tế: Kết quả phù hợp với các nghiên cứu thực nghiệm tại các thị trường mới nổi như Thổ Nhĩ Kỳ, Nga và các nghiên cứu tại Việt Nam trước đây, khẳng định tính phù hợp của mô hình đa nhân tố APT trong điều kiện thị trường Việt Nam.

Thảo luận kết quả

Nguyên nhân các biến số vĩ mô như sản xuất công nghiệp, cung tiền, lãi suất và tỷ giá ảnh hưởng mạnh đến TSSL là do chúng phản ánh sức khỏe và chính sách kinh tế vĩ mô, từ đó tác động đến kỳ vọng lợi nhuận và rủi ro của nhà đầu tư. Giao dịch của nhà đầu tư nước ngoài đóng vai trò như một chỉ báo tâm lý và dòng vốn quan trọng, ảnh hưởng trực tiếp đến cung cầu trên thị trường.

Sự khác biệt trong tác động của các biến số đến từng ngành phản ánh đặc thù kinh tế và cơ cấu ngành nghề của Việt Nam, đồng thời cho thấy cần có các chính sách ngành phù hợp để ổn định và phát triển TTCK.

Dữ liệu có thể được trình bày qua các biểu đồ hồi quy, ma trận tương quan và bảng hệ số hồi quy để minh họa mức độ ảnh hưởng và ý nghĩa thống kê của từng biến số.

Đề xuất và khuyến nghị

1. Tăng cường minh bạch và công khai thông tin: Động từ hành động là "công khai", mục tiêu là nâng cao độ tin cậy của thông tin trên TTCK, thời gian thực hiện trong vòng 1 năm, chủ thể là Ủy ban Chứng khoán Nhà nước và các Sở giao dịch.

2. Phát triển các chỉ số ngành và chỉ số tổng hợp kinh tế: Đề xuất "xây dựng" các chỉ số ngành tiêu chuẩn hóa để phản ánh chính xác hơn biến động thị trường, giúp nhà đầu tư và nhà quản lý có công cụ phân tích hiệu quả, thực hiện trong 2 năm, chủ thể là các công ty chứng khoán và viện nghiên cứu kinh tế.

3. Gia tăng quy mô và chất lượng thị trường: "Khuyến khích" các doanh nghiệp niêm yết, đặc biệt là các doanh nghiệp lớn và có tiềm năng phát triển, nhằm tăng tính thanh khoản và đa dạng hóa sản phẩm trên thị trường, thời gian 3 năm, chủ thể là Bộ Tài chính và các cơ quan liên quan.

4. Kiểm soát chặt chẽ các yếu tố vĩ mô ảnh hưởng đến TTCK: "Điều chỉnh" chính sách tiền tệ, tỷ giá và lãi suất nhằm ổn định thị trường, giảm thiểu biến động quá mức, thực hiện liên tục, chủ thể là Ngân hàng Nhà nước và Chính phủ.

Đối tượng nên tham khảo luận văn

1. Nhà đầu tư cá nhân và tổ chức: Giúp hiểu rõ các nhân tố ảnh hưởng đến TSSL, từ đó đưa ra quyết định đầu tư chính xác hơn, giảm thiểu rủi ro.

2. Các công ty chứng khoán và quỹ đầu tư: Sử dụng mô hình đa nhân tố để xây dựng chiến lược đầu tư và quản lý danh mục hiệu quả, nâng cao khả năng dự báo biến động thị trường.

3. Cơ quan quản lý nhà nước: Áp dụng kết quả nghiên cứu để thiết kế chính sách điều tiết thị trường, tăng cường minh bạch và ổn định TTCK.

4. Các nhà nghiên cứu và học viên cao học, tiến sĩ: Là tài liệu tham khảo quan trọng trong lĩnh vực tài chính – ngân hàng, đặc biệt về mô hình định giá tài sản và phân tích thị trường chứng khoán Việt Nam.

Câu hỏi thường gặp

1. Mô hình đa nhân tố có ưu điểm gì so với CAPM?
   Mô hình đa nhân tố cho phép đưa vào nhiều biến số kinh tế vĩ mô và đặc thù thị trường, giúp giải thích biến động TSSL tốt hơn với chỉ số R² cao hơn, trong khi CAPM chỉ xét một nhân tố rủi ro thị trường duy nhất.

2. Tại sao lại chọn giai đoạn 2006-2010 để nghiên cứu?
   Giai đoạn này đánh dấu sự hội nhập sâu rộng của Việt Nam vào kinh tế thế giới sau khi gia nhập WTO, đồng thời TTCK Việt Nam có nhiều biến động mạnh, phù hợp để phân tích tác động của các nhân tố đa dạng.

3. Các biến số nào có ảnh hưởng lớn nhất đến TSSL trên TTCK Việt Nam?
   Tăng trưởng sản xuất công nghiệp, cung tiền, lãi suất, tỷ giá hối đoái, giá dầu và giao dịch của nhà đầu tư nước ngoài được xác định là các nhân tố có tác động đáng kể.

4. Mô hình có thể áp dụng cho các ngành khác nhau như thế nào?
   Mô hình được điều chỉnh với các biến số phù hợp cho từng ngành, phản ánh đặc thù ngành nghề, giúp phân tích và dự báo TSSL chính xác hơn theo từng lĩnh vực.

5. Làm thế nào để ứng dụng kết quả nghiên cứu vào thực tiễn?
   Các nhà đầu tư và tổ chức có thể sử dụng mô hình để dự báo biến động thị trường, điều chỉnh danh mục đầu tư; cơ quan quản lý có thể thiết kế chính sách phù hợp nhằm ổn định và phát triển TTCK.

Kết luận

• Luận văn đã xây dựng thành công mô hình đa nhân tố xác định tỷ suất sinh lợi trên TTCK Việt Nam với 13 biến số kinh tế vĩ mô, thị trường và đặc thù địa phương.
• Mô hình giải thích được phần lớn biến động của chỉ số VNIndex và TSSL của các ngành tiêu biểu, với hệ số xác định R² đạt mức cao so với các mô hình truyền thống.
• Kết quả nghiên cứu phù hợp với các nghiên cứu thực nghiệm quốc tế và phản ánh đặc thù của thị trường Việt Nam trong giai đoạn hội nhập và biến động kinh tế.
• Đề xuất các chính sách nhằm tăng cường minh bạch, phát triển chỉ số ngành, mở rộng quy mô thị trường và kiểm soát các yếu tố vĩ mô để ổn định TTCK.
• Khuyến nghị các nhà đầu tư, tổ chức tài chính và cơ quan quản lý áp dụng mô hình để nâng cao hiệu quả đầu tư và quản lý thị trường trong thời gian tới.

Áp dụng mô hình vào dự báo TSSL hàng tháng, mở rộng nghiên cứu cho các ngành khác và cập nhật dữ liệu mới để nâng cao độ chính xác. Đề nghị các tổ chức tài chính và cơ quan quản lý phối hợp triển khai các khuyến nghị nhằm phát triển TTCK bền vững.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG LUẬN VỀ MÔ HÌNH ĐA NHÂN TỐ 1.1 Tóm lược lý thuyết Năm 1952, Harry Markowitz đã giới thiệu lý thuyết danh mục hiện đại, nói rằng các nhà tư có thể tối thiểu hóa rủi ro thị trường tại một mức TSSL kỳ vọng bằng việc xây dựng một danh mục đầu tư đa được đa dạng hóa. Lý thuyết này đã thiết lập khái niệm “đường biên hiệu quả”, tức là với mức tỷ suất lợi nhuận kỳ vọng nhất định thì danh mục nằm trên đường biên này có rủi ro thấp nhất, rủi ro cao hơn sẽ được bù đắp bằng TSSL kỳ vọng cao hơn. Trên cơ sở lý thuyết danh mục hiện đại và lý thuyết về thị trường vốn; William Sharp (1964), Litner (1965) và Mossin (1966) đã xây dựng mô hình định giá tài sản vốn (Capital asset pricing model – CAPM), mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng. Theo đó, lợi nhuận kỳ vọng của một chứng khoán bằng lợi nhuận phi rủi ro (risk- free) cộng với một khoản bù đắp rủi ro hệ thống của chứng khoán đó; rủi ro không hệ thống không được xem xét trong mô hình này do nhà đầu tư có thể xây dựng danh mục đầu tư đa dạng hoá để loại bỏ nó.1) Với Ri là TSSL mong đợi của chứng khoán i Rf TSSL phi rủi ro RM là TSSL mong đợi của thị trường βi được định nghĩa như là hệ số đo lường mức độ biến động lợi nhuận cổ phiếu i so với mức độ biến động lợi nhuận danh mục cổ phiếu thị trường Tuy nhiên, rất nhiều những nghiên cứu thực nghiệm về CAPM của các nhà kinh tế như Gibbons (1982), Reinganum (1981), Coggin và Hunter (1985), Lakonishok và Shapiro (1986), MacKinlay (1987)… đã không thể chỉ ra chứng cớ mạnh mẽ nào về mối quan hệ giữa TSSL kỳ vọng và bêta thị trường, hay nói khác hơn là yếu tố rủi ro thị trường không LUAN VAN CHAT LUONG download : add [e-mail] 2 giải thích được TSSL kỳ vọng.

Do vậy, những kết quả này đã ủng hộ cho quan điểm rằng chỉ có rủi ro bắt nguồn từ thị trường thì không có khả năng giải thích giải thích TSSL trung bình và mô hình đa nhân tố ra đời để khắc phục khiếm khuyết này. Gene Fama và Ken French (1992) nhận thấy rằng β trong mô hình CAPM không giải thích được TSSL bình quân của chứng khoán Mỹ thời kỳ 1963. Do vậy, thay vì chỉ sử dụng một nhân tố để so sánh danh mục với toàn thị trường như CAPM thì Fama và French đã cộng thêm một số nhân tố vào mô hình hồi quy để hệ số xác định R2 phù hợp hơn. Họ bắt đầu với việc quan sát hai nhóm cổ phiếu có xu hướng tốt hơn so với toàn bộ thị trường (1) các cổ phiếu có vốn hóa nhỏ (small caps), cổ phiếu của các công ty quy mô nhỏ; (2) cổ phiếu có tỷ số giá trị sổ sách trên thị giá cao (BV/P), cổ phiếu giá trị.

Sau đó họ thêm hai nhân tố này vào CAPM để phản ánh sự nhạy cảm của danh mục với hai nhóm cổ phiếu này tạo thành mô hình ba nhân tố Fama – French. Mô hình này cũng cho rằng TSSL cao là phần thưởng cho sự chấp nhận rủi ro cao và chỉ ra TSSL vượt trội của chứng khoán (Ri - Rf) chính là phần đóng góp của TSSL vượt trội thị trường của chứng khoán đó β3x(RM - Rf); cộng với phần bù của quy mô (bsxSMB), tức lợi nhuận do yếu tố qui mô của công ty mang lại và phần bù của giá trị (bvxHML), tức là phần TSSL tăng thêm do cổ phiếu giá trị mang lại. Ri = R f + β 3 x( RM − R f ) + bs xSMB + bv xHML (1.2) Ri là TSSL kỳ vọng của chứng khoán i; RM là TSSL của thị trường; Rf là lãi suất phi rủi ro. SMB (Small cap Minus Big) là TSSL bình quân của danh mục có giá trị vốn hoá thị trường nhỏ trừ TSSL bình quân của danh mục có giá trị vốn hoá thị trường lớn.

SMB dương chỉ ra rằng những chứng khoán có qui mô nhỏ có TSSL cao hơn những chứng khoán có qui mô lớn và ngược lại. HML dương thể hiện những cổ phiếu giá trị có TSSL tốt hơn so với những cổ phiếu tăng trưởng. LUAN VAN CHAT LUONG download : add [e-mail] 3 β3, bs và bv đo lường sự nhạy cảm của các nhân tố. Trong đó, β3 được gọi là beta chứng khoán 3 nhân tố (để phân biệt với beta chứng khoán trong CAPM).

bs và bv có giá trị dao động từ 0 đến 1; với bs =1 là danh mục vốn hóa nhỏ, bs = 0 là danh mục vốn hóa lớn; bv =1 là danh mục có tỷ số giá trị sổ sách trên thị giá (BV/P) cao… Các nhà kinh tế ủng hộ mô hình đa nhân tố cho rằng giá cả của tài sản có phản ứng với các sự kiện kinh tế. Những thay đổi trong kinh tế vĩ mô tác động đến giá cả tài sản nhiều hơn những nhân tố khác và cũng có những nhân tố không có ảnh hưởng gì cả. Do vậy, câu hỏi “những yếu tố kinh tế nào có ảnh hưởng đáng kể lên sự biến động giá của tài sản?” được cố gắng giải quyết bởi rất nhiều các nghiên cứu thực nghiệm thông qua việc sử dụng các mô hình đa nhân tố. Nhiều loại mô hình đa nhân tố đã được đề xuất và nghiên cứu, tùy thuộc vào loại nhân tố sử dụng mà chúng được phân chia thành 3 loại chính như sau: Mô hình nhân tố vĩ mô (Macro economic factor models): Các nhân tố là những bất thường trong các biến số vĩ mô (tăng trưởng GDP, lãi suất, tỷ giá hối đoái, giá trị sản xuất công nghiệp, doanh số bán lẻ, xuất khẩu…) có thể giải thích đáng kể TSSL của chứng khoán.

Các nhân tố này được cho rằng sẽ ảnh hưởng đến dòng tiền kỳ vọng trong tương lai của công ty hoặc đến lãi suất chiết khấu dòng tiền tương lai về hiện tại. Mô hình này thường được sử dụng phổ biến nhất trong phân tích tác động của các nhân tố lên TSSL của chứng khoán. Mô hình các nhân tố cơ bản (Fundamental factor models): Các nhân tố đặc trưng của cổ phiếu hoặc công ty đóng vai trò quan trọng trong việc giải thích sự khác nhau của giá các cổ phiếu tại một thời điểm. Các mô hình nhân tố cơ bản thường được sử dụng là tỷ số giá trị thị trường/giá sổ sách của cổ phiếu (P/BV), giá trị vốn hóa (market capitalization), chỉ số giá trên thu nhập (P/E) và đòn bẩy tài chính (finance leverage).

Mô hình này thường sử dụng để phân tích thành phần đóng góp vào hiệu quả của danh mục và phân tích rủi ro. LUAN VAN CHAT LUONG download : add [e-mail] 4 Mô hình các nhân tố thống kê (Statistical factor models): Phương pháp thống kê được áp dụng cho cho một tập hợp các TSSL quá khứ để xác định những danh mục có thể giải thích TSSL quá khứ theo một trong hai hướng sau: Trong mô hình phân tích nhân tố (factor analysis models), các nhân tố là những danh mục giải thích tốt nhất hiệp phương sai của TSSL quá khứ. Trong mô hình phân tích thành phần chính (Principal component analysis models), nhân tố là những danh mục giải thích tốt nhất phương sai của TSSL quá khứ. Các mô hình trên có thể được kết hợp để tạo ra mô hình các nhân tố hỗn hợp (mixed factor models).

Mô hình đa nhân tố giả định rằng TSSL của mỗi tài sản sẽ tương quan với giá trị bất ngờ (bằng giá trị thực tế - giá trị kỳ vọng) của các nhân tố vĩ mô (mô hình các nhân tố vĩ mô) như tăng trưởng GDP, giá trị sản xuất công nghiệp, lạm phát, lãi suất, tiêu dùng, đầu tư, tỷ giá, xuất nhập khẩu…hoặc các nhân tố vi mô thể hiện đặc trưng của ngành, của doanh nghiệp… hoặc là các nhân tố khác (kỳ vọng của nhà đầu tư, mức hấp dẫn của các kênh đầu tư khác, nhân khẩu học.) như trình bày trong Phụ lục 01. Giá trị bất ngờ của các nhân tố (F) này tạo thành các biến số độc lập của mô hình đa nhân tố như sau: Ri = α i + β i1 F1 + β i 2 F 2 + .3) Mô hình đa nhân tố phổ biến nhất là lý thuyết kinh doanh chênh lệch giá (Arbitrage Pricing Theory – APT). APT được giới thiệu bởi Ross (1976, 1977), phát triển thêm bởi Humberman (1982), Charmberlain và Rothschild (1983) đã chỉ ra rằng có nhiều rủi ro trong nền kinh tế mà không thể loại trừ được thông qua đa dạng hóa. Nguồn gốc của những rủi ro này có thể được cho là có liên quan đến các nhân tố kinh tế vĩ mô.

Thay vì tính toán một Bêta (β) như CAPM thì APT tính toán nhiều β thông qua việc ước lượng độ nhạy cảm của TSSL của một tài sản đối với những thay đổi của từng nhân tố. Lý thuyết này dựa trên ý tưởng rằng trong thị trường tài chính cạnh tranh kinh doanh chênh lệch giá bảo đảm việc định giá cân bằng giữa lợi nhuận và rủi ro. Xuất phát từ lý thuyết này, mô hình xác định TSSL cho các chứng khoán đã được sử dụng để định giá tài sản một cách LUAN VAN CHAT LUONG download : add [e-mail] 5 chính xác hơn. Giá của tài sản phải bằng với mức kỳ vọng vào cuối giai đoạn đầu tư chiết khấu về hiện tại với mức chiết khấu được tính toán trong mô hình.

Nếu giá khác nhau, cơ hội kinh doanh chênh lệch sẽ đưa nó về lại điểm cân bằng. Ưu điểm của APT - Trong khi CAPM chỉ xét một biến duy nhất là phần bù rủi ro thị trường (Rm-Rf), APT cho phép đưa vào nhiều yếu tố kinh tế vĩ mô khác nhau để tăng cường mức độ thích hợp với những nền kinh tế đặc thù và vào những giai đoạn cụ thể. - CAPM đòi hỏi nhiều giả định chặt chẽ và đòi hỏi phải có một danh mục thị trường để có tỷ suất sinh lợi của thị trường (RM)tuy trên thực tế không thể quan sát được danh mục này. APT không đòi hỏi nhiều giả định và có thể lựa chọn trong số các biến quan sát được.

- Độ thích hợp của mô hình thể hiện ở chỉ số R2. Khi được xây dựng với các yếu tố thỏa đáng, APT luôn luôn có R2 cao hơn CAPM. - Đối với một cổ phiếu riêng biệt, APT cho thấy các yếu tố rủi ro chỉ giải thích được khoảng 25% dao động của cổ phiếu. Lý do là có đến 75% dao động được giải thích bởi các yếu tố rủi ro phi hệ thống.

Đối với các tập hợp chứng khoán đa dạng hóa, APT có thể cho thấy trên 90% dao động được giải thích bởi các yếu tố rủi ro.