Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam trong giai đoạn 2008 – 2013 ghi nhận những biến động chu kỳ sâu sắc, từ tác động của khủng hoảng tài chính toàn cầu đến sự phục hồi ấn tượng vào năm 2013 khi chỉ số VN-Index tăng trưởng trên 22%. Trong bối cảnh quy mô vốn hóa mở rộng nhanh chóng với sự xuất hiện của hàng loạt doanh nghiệp đầu ngành, việc ứng dụng các mô hình định lượng để giải thích và dự báo tỷ suất sinh lợi (TSSL) cổ phiếu trở thành yêu cầu cấp thiết đối với giới học thuật và các nhà quản lý quỹ.

Mặc dù mô hình định giá tài sản vốn (CAPM) của William Sharpe (1964) và John Lintner (1965) đặt nền móng cho lý thuyết tài chính hiện đại, mô hình này bộc lộ nhiều hạn chế khi chỉ sử dụng duy nhất hệ số rủi ro hệ thống (Beta). Đến năm 1993, Eugene Fama và Kenneth French bổ sung hai nhân tố quy mô (SMB) và giá trị (HML) để nâng cao năng lực giải thích. Tuy nhiên, mô hình Fama – French vẫn chưa giải thích thỏa đáng các hiện tượng dị thường như quán tính sinh lợi ngắn hạn, tình trạng kiệt quệ tài chính hay mức độ tăng trưởng tài sản. Nhằm giải quyết các khoảng trống này, Long Chen và Lu Zhang (2010) đã đề xuất mô hình ba nhân tố mới dựa trên nhân tố đầu tư và khả năng sinh lợi trên tài sản.

Luận văn tập trung kiểm định thực nghiệm và so sánh khả năng giải thích tỷ suất sinh lợi của mô hình Long Chen – Lu Zhang với mô hình CAPM, mô hình ba nhân tố Fama – French và mô hình mở rộng năm nhân tố. Nghiên cứu sử dụng tập dữ liệu chuỗi thời gian gồm 288 công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) với 298 quan sát tuần từ ngày 01/01/2008 đến ngày 31/12/2013. Kết quả nghiên cứu xác lập bằng chứng định lượng rõ ràng, chứng minh mô hình Fama – French đạt năng lực giải thích vượt trội nhất với hệ số xác định $R^2$ điều chỉnh lên đến 85,41%, tạo cơ sở khoa học tin cậy cho hoạt động quản trị danh mục đầu tư tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nền tảng lý thuyết của mô hình Long Chen – Lu Zhang bắt nguồn sâu xa từ Lý thuyết Q của James Tobin (Tobin's Q), biểu thị tỷ số giữa giá trị thị trường của doanh nghiệp và chi phí tái tạo tài sản ($q = ME/BE$). Doanh nghiệp sẽ đẩy mạnh đầu tư mở rộng khi $q > 1$ (lợi nhuận kỳ vọng cao hơn chi phí vốn biên) và thu hẹp đầu tư khi $q < 1$. Dựa trên nguyên lý chiết khấu dòng tiền tối ưu, mối tương quan giữa tỷ suất sinh lợi kỳ vọng với đầu tư và hiệu quả sinh lời được cụ thể hóa qua hai giả thuyết trụ cột:

  • Giả thuyết đầu tư: Với một mức sinh lời trên tài sản (ROA) cho trước, các doanh nghiệp có tỷ lệ tăng trưởng đầu tư trên tài sản (I/A) cao sẽ có tỷ suất sinh lợi kỳ vọng thấp do chi phí vốn biên thấp và hiện giá thuần của các dự án mới đã được phản ánh vào giá trị vốn hóa.
  • Giả thuyết tỷ suất sinh lợi trên tài sản (ROA): Khi tỷ lệ đầu tư cố định, doanh nghiệp sở hữu ROA kỳ vọng cao đòi hỏi tỷ lệ chiết khấu cao hơn để cân bằng hiện giá ròng, từ đó tạo ra tỷ suất sinh lợi kỳ vọng cao hơn trên thị trường chứng khoán.

Bên cạnh lý thuyết của Long Chen – Lu Zhang, nghiên cứu đặt trong hệ quy chiếu so sánh với mô hình CAPM kinh điển và mô hình ba nhân tố Fama – French (1993). Các khái niệm vận hành chính bao gồm: phần bù rủi ro thị trường ($r_m - r_f$), phần bù quy mô ($SMB$ - chênh lệch sinh lợi giữa nhóm vốn hóa nhỏ và vốn hóa lớn), phần bù giá trị ($HML$ - chênh lệch giữa nhóm có $BE/ME$ cao và thấp), phần bù đầu tư ($r_{INV}$ - chênh lệch giữa nhóm đầu tư thấp và đầu tư cao) và phần bù năng lực sinh lời ($r_{ROA}$ - chênh lệch giữa nhóm có ROA cao và ROA thấp).

Phương pháp nghiên cứu

Mẫu nghiên cứu bao gồm toàn bộ 288 doanh nghiệp phi tài chính có vốn chủ sở hữu không âm niêm yết trên sàn HOSE trong giai đoạn 01/2008 – 31/12/2013. Nghiên cứu loại bỏ các định chế tài chính (ngân hàng, bảo hiểm, chứng khoán) do đặc thù đòn bẩy tài chính cao không phản ánh rủi ro kiệt quệ tương đương với doanh nghiệp sản xuất - thương mại. Dữ liệu giá cổ phiếu điều chỉnh theo tuần và các chỉ tiêu báo cáo tài chính được thu thập chuẩn xác từ hệ thống Vietstock và VNDirect. Lãi suất phi rủi ro ($r_f$) là lãi suất trái phiếu chính phủ kỳ hạn 12 tháng do Kho bạc Nhà nước phát hành, được trích xuất từ cơ sở dữ liệu Thomson Reuters.

Phương pháp hình thành danh mục thực hiện theo kỹ thuật sắp xếp ma trận $2 \times 3$ của Fama – French. Vào tháng 6 hàng năm, cổ phiếu được phân chia thành 2 nhóm quy mô (Small - S, Big - B) dựa trên giá trị trung vị vốn hóa thị trường (ME), đồng thời phân loại độc lập thành 3 nhóm theo các chỉ số $BE/ME$, $I/A$ và $ROA$ theo tỷ lệ 30% thấp (Low - L), 40% trung bình (Medium - M) và 30% cao (High - H). Giao điểm của các nhóm tạo thành 6 danh mục đầu tư theo tỷ trọng vốn hóa.

Phương pháp phân tích sử dụng kỹ thuật hồi quy bình phương nhỏ nhất (OLS) chuỗi thời gian cho từng danh mục. Để tránh hiện tượng hồi quy giả mạo (spurious regression), nghiên cứu tiến hành kiểm định tính dừng thông qua kiểm định nghiệm đơn vị mở rộng ADF (Augmented Dickey-Fuller) với tiêu chuẩn chọn độ trễ Schwarz Info Criterion (SIC). Mô hình sau ước lượng được kiểm tra khuyết tật nghiêm ngặt bằng kiểm định Durbin – Watson nhằm loại trừ hiện tượng tự tương quan bậc 1 và kiểm định Breusch – Pagan – Godfrey để phát hiện phương sai sai số thay đổi.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên 298 quan sát tuần đã đem lại các kết quả định lượng mang tính bước ngoặt về cấu trúc định giá tài sản trên sàn HOSE:

  • Kiểm định tính dừng và khuyết tật mô hình: Tất cả các chuỗi tỷ suất sinh lợi vượt trội của danh mục và các biến nhân tố ($r_m - r_f$, $SMB$, $HML$, $r_{INV}$, $r_{ROA}$) đều dừng ở chuỗi gốc $I(0)$ với thống kê kiểm định ADF đạt mức ý nghĩa 1% ($p = 0,000$). Giá trị thống kê Durbin – Watson của các phương trình hồi quy đều xấp xỉ 2,0 và kiểm định Breusch – Pagan – Godfrey đều có $p > 0,05$, khẳng định mô hình không bị tự tương quan hay phương sai sai số thay đổi.
  • So sánh năng lực giải thích ($R^2$ điều chỉnh): Mô hình Fama – French đạt hiệu quả vượt trội nhất với $R^2$ điều chỉnh dao động từ 65,80% đến 85,41% (danh mục B/H đạt cao nhất 85,41%). Mô hình Long Chen – Lu Zhang xếp vị trí thứ hai với $R^2$ điều chỉnh từ 53,12% đến 71,47% (danh mục B/L đạt 71,47%). Mô hình CAPM có năng lực giải thích thấp nhất, chỉ đạt từ 45,01% đến 65,95%.
  • Hiệu lực của nhân tố rủi ro thị trường: Hệ số góc $\beta_{MKT}$ mang dấu dương và có ý nghĩa thống kê ở mức 1% ($p = 0,000$) trên toàn bộ 6 danh mục ở tất cả các mô hình, dao động trong khoảng từ 0,7636 đến 1,0937, chứng minh rủi ro thị trường là nhân tố chi phối mạnh mẽ nhất.
  • Đặc thù của nhân tố quy mô và giá trị: Thống kê mô tả ghi nhận giá trị trung bình của $SMB$ là -0,003055 và $HML$ là -0,008606. Tại thị trường Việt Nam, phần bù quy mô nghiêng về các doanh nghiệp lớn thay vì doanh nghiệp nhỏ, và cổ phiếu tăng trưởng ($BE/ME$ thấp) đạt hiệu suất sinh lợi vượt trội hơn cổ phiếu giá trị ($BE/ME$ cao).
  • Mức độ tác động của nhân tố đầu tư và ROA: Phần bù $r_{INV}$ đạt trung bình -0,0277%/tuần và $r_{ROA}$ đạt 0,6986%/tuần. Tuy nhiên, trong mô hình Long Chen – Lu Zhang, hệ số nhân tố đầu tư chỉ có ý nghĩa thống kê tại 3/6 danh mục (S/L, S/M, B/L), trong khi nhân tố ROA có ý nghĩa tại 4/6 danh mục (S/M, S/H, B/L, B/H). Khi kết hợp mô hình 5 nhân tố, có 4 nhân tố ($r_m - r_f$, $SMB$, $HML$, $r_{INV}$) giữ được ý nghĩa thống kê.

Thảo luận kết quả

Các kết quả thống kê có thể được minh họa trực quan thông qua đồ thị so sánh hệ số xác định $R^2$ giữa các mô hình và ma trận tương quan giữa 5 biến giải thích (các hệ số tương quan cặp đều dưới 0,50, loại trừ khả năng xảy ra đa cộng tuyến nghiêm trọng).

So sánh R2 điều chỉnh trung bình giữa các mô hình định giá:
+-------------------------------------------------------------------+
| Mô hình CAPM:               [████████████░░░░░░░░]  51,81%        |
| Mô hình Long Chen - Zhang:  [███████████████░░░░░]  64,53%        |
| Mô hình Fama - French:      [██████████████████░░]  74,38%        |
+-------------------------------------------------------------------+

Nguyên nhân căn bản khiến mô hình Fama – French thích ứng tốt hơn mô hình Long Chen – Lu Zhang tại Việt Nam xuất phát từ chu kỳ suy thoái kinh tế sau khủng hoảng tài chính. Trong giai đoạn 2011 – 2012, lãi suất vay vốn tăng vọt và áp lực lạm phát đã đẩy hơn 50% số cổ phiếu niêm yết rơi xuống dưới mệnh giá 10.000 đồng/cổ phiếu, làm biến dạng tỷ số $BE/ME$. Các doanh nghiệp có quy mô vốn hóa lớn thường là doanh nghiệp nhà nước cổ phần hóa hoặc tập đoàn đa ngành sở hữu tiềm lực tài chính vững mạnh, dễ tiếp cận tín dụng và duy trì khả năng sinh tồn cao hơn các doanh nghiệp nhỏ.

Kết quả phần bù quy mô dương đối với nhóm vốn hóa lớn có sự tương đồng với các phát hiện tại thị trường New Zealand của Hadrian Djajadikerta và Gilbert Nartea (2005), cũng như nghiên cứu tại thị trường Hàn Quốc của Kyong Shik Eom và Jong-Ho Park. Đồng thời, việc thông tin kế toán về đầu tư tài sản và lợi nhuận quý tại Việt Nam có độ trễ công bố thông tin đáng kể khiến các biến số $I/A$ và $ROA$ phản ánh chậm hơn vào giá thị trường, làm giảm năng lực giải thích ngắn hạn của mô hình Long Chen – Lu Zhang so với các thị trường phát triển tại Mỹ hay Nhật Bản.

Đề xuất và khuyến nghị

Dựa trên các bằng chứng thực nghiệm thu được từ 288 doanh nghiệp niêm yết trên HOSE, nghiên cứu đề xuất 4 nhóm giải pháp cụ thể:

  • Tái cơ cấu chiến lược phân bổ danh mục đầu tư tổ chức: Các quỹ đầu tư và công ty quản lý tài sản cần chuyển dịch tỷ trọng sang chiến lược Smart Beta, kết hợp nhân tố thị trường với nhân tố quy mô lớn và giá trị. Đặt mục tiêu nâng cao tỷ suất sinh lợi vượt trội danh mục thêm khoảng 2,0% - 3,5%/năm so với chỉ số VN-Index, thực hiện tái cân bằng định kỳ theo quý từ năm 2026.
  • Chuẩn hóa và rút ngắn độ trễ công bố thông tin tài chính: Ủy ban Chứng khoán Nhà nước (UBCKNN) cùng Sở Giao dịch Chứng khoán cần siết chặt quy định về thời hạn nộp báo cáo tài chính quý có soát xét và báo cáo thường niên kiểm toán. Mục tiêu giảm thời gian công bố thông tin xuống dưới 20 ngày sau khi kết thúc kỳ kế toán, áp dụng lộ trình triển khai toàn diện trong giai đoạn 2026 – 2027 nhằm tăng tính hiệu quả thị trường.
  • Thiết lập hệ thống dữ liệu nhân tố định giá chuẩn hóa: Các viện nghiên cứu, trường đại học khối kinh tế phối hợp với tổ chức cung cấp dữ liệu tài chính (như Vietstock, FiinGroup) xây dựng cơ sở dữ liệu mở về chuỗi nhân tố định giá ($SMB$, $HML$, $r_{INV}$, $r_{ROA}$) cập nhật hàng ngày cho toàn bộ cổ phiếu trên cả ba sàn HOSE, HNX và UPCoM, hoàn thành trong vòng 12 tháng.
  • Tối ưu hóa hiệu quả đầu tư và quản trị chi phí vốn biên: Hội đồng quản trị và Giám đốc tài chính (CFO) của các doanh nghiệp niêm yết cần kiểm soát chặt chẽ tỷ lệ tăng trưởng đầu tư trên tài sản ($I/A$), tập trung vốn vào các dự án có tỷ suất sinh lời vượt trội ($ROA$) cao hơn chi phí sử dụng vốn biên. Mục tiêu nâng tỷ suất ROA bình quân tăng tối thiểu 1,5%/năm trong kế hoạch tài chính trung hạn 3 – 5 năm.

Đối tượng nên tham khảo luận văn

Nội dung và khung phân tích định lượng của luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng:

  • Nhà quản lý quỹ và chuyên gia phân tích đầu tư: Khai thác hệ số hồi quy đa nhân tố để định giá chính xác cổ phiếu, xác định chứng khoán bị định giá thấp ($\alpha > 0$) để thiết lập danh mục đầu tư chiến lược vượt trội thị trường.
  • Giám đốc tài chính (CFO) và chuyên viên quản trị rủi ro: Ứng dụng lý thuyết chiết khấu đầu tư biên và chỉ số ROA để hoạch định cấu trúc vốn, đánh giá tác động của các quyết định đầu tư tài sản cố định đến thị giá cổ phiếu của doanh nghiệp.
  • Giảng viên, nhà nghiên cứu và học viên cao học ngành Tài chính – Ngân hàng: Sử dụng làm tài liệu tham khảo chuẩn mực về quy trình hồi quy OLS chuỗi thời gian, phương pháp tạo lập danh mục ma trận $2 \times 3$, kiểm định nghiệm đơn vị ADF và các kiểm định khuyết tật mô hình tài chính.
  • Cơ quan quản lý thị trường chứng khoán: Tham khảo cơ sở dữ liệu thực nghiệm để hoạch định chính sách nâng hạng thị trường, hoàn thiện quy chế công bố thông tin minh bạch và phát triển các sản phẩm tài chính phái sinh dựa trên chỉ số nhân tố.

Câu hỏi thường gặp

1. Mô hình Long Chen – Lu Zhang khác biệt như thế nào so với mô hình Fama – French? Mô hình Fama – French (1993) sử dụng nhân tố quy mô vốn hóa ($SMB$) và giá trị sổ sách trên giá thị trường ($HML$) dựa trên hành vi thị trường. Ngược lại, mô hình Long Chen – Lu Zhang (2010) dựa trên Lý thuyết Q của James Tobin, tiếp cận từ phía cung của doanh nghiệp bằng cách sử dụng hai nhân tố nền tảng là tỷ lệ đầu tư trên tài sản ($r_{INV}$) và khả năng sinh lợi trên tài sản ($r_{ROA}$).

2. Tại sao mô hình Fama – French lại giải thích tỷ suất sinh lợi tốt hơn mô hình Long Chen – Lu Zhang tại Việt Nam? Trong giai đoạn 2008 – 2013, thị trường chứng khoán Việt Nam chịu ảnh hưởng mạnh bởi khủng hoảng kinh tế và lạm phát, khiến giá cổ phiếu biến động dữ dội. Các nhân tố quy mô ($SMB$) và giá trị ($HML$) phản ánh nhạy bén tâm lý thị trường hơn. Trong khi đó, số liệu kế toán về đầu tư ($I/A$) và $ROA$ tại Việt Nam có độ trễ công bố thông tin lớn, làm suy giảm năng lực giải thích ngắn hạn của mô hình Long Chen – Lu Zhang.

3. Hiện tượng phần bù quy mô mang giá trị âm tại sàn HOSE phản ánh điều gì? Giá trị trung bình $SMB$ đạt mức -0,003055 cho thấy danh mục cổ phiếu vốn hóa lớn đạt tỷ suất sinh lợi cao hơn nhóm vốn hóa nhỏ. Tại Việt Nam, các doanh nghiệp quy mô lớn chủ yếu là tổng công ty nhà nước cổ phần hóa hoặc tập đoàn đầu ngành có khả năng tiếp cận vốn tốt, sở hữu thị phần vượt trội và chống chịu khủng hoảng bền vững hơn doanh nghiệp nhỏ.

4. Vì sao bắt buộc phải kiểm định tính dừng (ADF) trước khi thực hiện hồi quy OLS? Nếu chuỗi dữ liệu chuỗi thời gian không dừng, kỳ vọng và phương sai sẽ thay đổi theo thời gian, dẫn đến hiện tượng hồi quy giả mạo (spurious regression). Khi đó, hệ số xác định $R^2$ có thể rất cao và kiểm định $t$ có ý nghĩa thống kê nhưng phương trình không có giá trị dự báo. Kiểm định ADF đảm bảo 100% các biến dừng ở chuỗi gốc $I(0)$, bảo đảm tính khách quan cho mô hình.

5. Nhà đầu tư cá nhân có thể ứng dụng kết quả nghiên cứu này vào thực tế như thế nào? Nhà đầu tư cá nhân nên ưu tiên phân bổ tỷ trọng lớn vào nhóm cổ phiếu quy mô vốn hóa lớn có chỉ số $BE/ME$ cân bằng và hệ số chặn $\alpha > 0$. Đồng thời, cần theo dõi chặt chẽ biến động của chỉ số VN-Index (nhân tố thị trường có $\beta \approx 1$) và tránh đầu tư vào các công ty mở rộng tài sản quá mức nhưng không cải thiện được chỉ số ROA.

Kết luận

  • Nghiên cứu đã thực hiện kiểm định toàn diện trên 288 doanh nghiệp phi tài chính niêm yết tại sàn HOSE trong 298 tuần giai đoạn 2008 – 2013.
  • Xác lập kết luận mô hình ba nhân tố Fama – French có năng lực giải thích tỷ suất sinh lợi tốt nhất ($R^2$ đạt 85,41%), tiếp theo là mô hình Long Chen – Lu Zhang ($R^2$ đạt 71,47%) và sau cùng là mô hình CAPM ($R^2$ đạt 65,95%).
  • Chứng minh nhân tố rủi ro thị trường ($r_m - r_f$) đóng vai trò chủ đạo, luôn có ý nghĩa thống kê ở mức 1% tại toàn bộ 6 danh mục đầu tư.
  • Phát hiện tính chất đặc thù của thị trường chứng khoán Việt Nam khi phần bù rủi ro quy mô nghiêng về nhóm công ty vốn hóa lớn và phần bù giá trị ưu tiên nhóm cổ phiếu tăng trưởng.
  • Bổ sung cơ sở lý luận định lượng và quy trình kiểm định OLS không khuyết tật cho hệ thống nghiên cứu tài chính thực nghiệm tại Việt Nam.

Trong giai đoạn 2026 – 2030, các nghiên cứu tiếp theo nên mở rộng phạm vi mẫu sang sàn HNX và UPCoM, đồng thời tích hợp thêm các nhân tố mới như thanh khoản và động lượng sinh lợi để hoàn thiện mô hình định giá đa nhân tố. Hãy áp dụng ngay khung phân tích định lượng chuẩn mực này để tối ưu hóa chiến lược quản trị rủi ro và nâng cao hiệu suất danh mục đầu tư của bạn!