Tổng quan nghiên cứu

Nghiên cứu này tập trung vào tác động của tính thanh khoản đối với tỷ suất sinh lợi (TSSL) của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 01/01/2008 – 30/06/2013. Dữ liệu được trích xuất từ 166 công ty phi tài chính niêm yết trên Sở Giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sở Giao dịch chứng khoán Hà Nội (HNX), với khối lượng giao dịch tháng, giá đóng cửa điều chỉnh, và giá trị sổ sách (BE/ME).

Mục tiêu cụ thể gồm:

  1. Đánh giá sự khác biệt TSSL giữa đánh giá thanh khoản cao và thấp dựa trên bốn chỉ số đo lường (Amihud 2002, Liu 2006, STURN, DVOL).
  2. Kiểm định mức độ định giá rủi ro thanh khoản trong khung mô hình bốn nhân tố Carhart (1997).
  3. So sánh kết quả với các nghiên cứu quốc tế (New Zealand, Hồng Kông, Nhật Bản) nhằm xác định tính tổng quát của phát hiện.

Nghiên cứu có ý nghĩa thực tiễn lớn: khi thanh khoản cao, danh mục trung bình đạt TSSL ≈ 2,1 %/tháng, trong khi danh mục thấp chỉ đạt ≈ 1,3 %/tháng, cho thấy khoảng 0,8 %/tháng chênh lệch đáng kể, đủ để ảnh hưởng quyết định đầu tư.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

  • CAPM (Capital Asset Pricing Model) – cơ sở để xác định beta thị trường.
  • Mô hình ba nhân tố Fama‑French (1993) – mở rộng thêm SMB (Small‑Minus‑Big) và HML (High‑Minus‑Low).
  • Mô hình bốn nhân tố Carhart (1997) – bổ sung UMD (Up‑Minus‑Down) để giải thích momentum.
  • Khái niệm thanh khoản: Amihud illiquidity ratio (ILLIQ), Liu’s turnover ratio (TR), STURN (monthly turnover), và DVOL (trading volume).
  • Thị trường chứng khoán Việt Nam được điều chỉnh theo Luật Chứng khoán năm 2006, quy định yêu cầu doanh nghiệp công bố bảng cân đối và báo cáo tài chính để đo lường giá trị sổ sách (BE).

Phương pháp nghiên cứu

Thành phần Chi tiết
Nguồn dữ liệu Thông tin khối lượng giao dịch tháng, số ngày giao dịch, giá đóng cửa điều chỉnh, giá trị sổ sách, và beta từ Thomson Reuters Tick History (TRTH) và CSMAR.
Cỡ mẫu 166 cổ phiếu, mỗi cổ phiếu có ít nhất 24 tháng dữ liệu TSSL, tổng ≈ 4 000 quan sát.
Phương pháp chọn mẫu Loại bỏ ngân hàng, bảo hiểm, công ty tài chính; loại cổ phiếu không có BE hoặc không cung cấp báo cáo tài chính.
Thời gian nghiên cứu 5,5 năm (01/2008 – 06/2013).
Xây dựng danh mục Các cổ phiếu được xếp vào ba nhóm thanh khoản (thấp, trung, cao) dựa trên tam phân vị của mỗi chỉ số đo lường.
Mô hình ước lượng [(R_{jt} - r_{ft}) = \alpha_j + \beta_j (R_{mt} - r_{ft}) + s_j SMB_t + h_j HML_t + u_j UMD_t + \varepsilon_{jt}]
Kiểm định đa cộng tuyến Các biến độc lập đều có VIF < 5, cho thấy không có vấn đề đa cộng tuyến nghiêm trọng.
Kiểm định tính dừng Các chuỗi thời gian TSSL và các chỉ số thanh khoản đạt tính dừng (ADF p‑value < 0.01).

“Thanh khoản giúp giảm chi phí giao dịch.” – trích từ phần giới thiệu của luận văn.

Các đồ thị đề xuất: biểu đồ cột so sánh TSSL giữa các danh mục thanh khoản, và ma trận tương quan giữa các chỉ số thanh khoản.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu ứng thanh khoản: Đối với Amihud (AMI), danh mục cao có TSSL trung bình 2,12 %/tháng, trong khi danh mục thấp chỉ 1,34 %/tháng (chênh lệch ≈ 0,78 %/tháng).
  2. Ngược chiều với AMI, chỉ số Liu (LIU) và DVOL cho kết quả đảo ngược: danh mục cao (theo LIU) sinh lợi 1,45 %/tháng, còn danh mục thấp đạt 1,89 %/tháng.
  3. Mô hình Carhart: Hệ số β (beta) trung bình 0,93, s (SMB) 0,12, h (HML) 0,09, u (UMD) 0,05. Các hệ số đều đáng kể (p < 0.05), chứng minh rủi ro thị trường, quy mô, giá trị và momentum đều giải thích một phần TSSL.
  4. R‑squared của mô hình dao động 96 % – 97 % cho các danh mục thanh khoản, cao hơn CAPM (≈ 87 %).

Thảo luận kết quả

  • Khi đánh giá bằng AMI, thanh khoản cao đồng bộ với TSSL cao, phản ánh giảm chi phí giao dịch và tăng khả năng chuyển đổi. Điều này phù hợp với Nghiên cứu của Amihud & Mendelson (1986), khẳng định illiquidity risk premium tích cực.
  • Ngược lại, LIU và DVOL cho thấy tỷ suất sinh lợi giảm khi thanh khoản tăng, có thể do đặc thù thị trường VN: các cổ phiếu có khối lượng lớn thường thuộc công ty lớn, ổn định, do đó đòi hỏi TSSL thấp hơn để bù rủm rủi ro.
  • So sánh với Thị trường New Zealand (Nguyen & Lo, 2012), kết quả ở VN khác biệt: New Zealand cho thấy liquidity premium dương bất kể chỉ số đo lường, trong khi VN phản ánh sự đa dạng của các chỉ số.
  • Các đồ thị đề xuất (biểu đồ cột TSSL, ma trận tương quan) sẽ giúp trực quan hoá mối quan hệ và hỗ trợ giải thích cho nhà đầu tư.

Đề xuất và khuyến nghị

Đề xuất Hành động Đối tượng thực hiện Thời gian KPI
1. Áp dụng chỉ số AMI làm tiêu chí chọn danh mục cho quỹ đầu tư Lập danh mục cao‑AMI Quỹ tương hỗ, nhà quản lý danh mục 3 tháng TSSL tăng ≥ 0,7 %/tháng
2. Kết hợp nhiều chỉ số thanh khoản để giảm rủi ro đo lường Thiết lập hệ thống đa chỉ số (AMI, LIU, DVOL, STURN) Các công ty chứng khoán, nhà phân tích 6 tháng Độ lệch TSSL ≤ 0,2 %/tháng
3. Điều chỉnh mô hình định giá bằng cách bổ sung biến rủi ro thanh khoản vào Carhart Cập nhật mô hình β + s + h + u + liq Các nhà nghiên cứu, trường đại học 12 tháng R‑squared ↑ ≥ 1 %
4. Đẩy mạnh công bố thông tin thanh khoản trong báo cáo tài chính Yêu cầu BCT trong Luật Chứng khoán 2006 UBND, Sở Giao dịch 24 tháng Tỷ lệ công bố ↑ ≥ 30 %
5. Đào tạo nhà đầu tư về đánh giá rủi ro thanh khoản Tổ chức seminar và cẩm nang Nhà đầu tư cá nhân, tổ chức 9 tháng Số lượt tham dự ≥ 500**

Đối tượng nên tham khảo luận văn

  1. Nhà quản lý quỹ – Cần hiểu mối liên hệ giữa thanh khoản và lợi nhuận để tối ưu hoá danh mục.
  2. Nhà phân tích tài chính – Hướng dẫn đánh giá rủi ro thanh khoản bằng nhiều chỉ số.
  3. Các nhà nghiên cứu trong lĩnh vực tài chính – Cung cấp dữ liệu thực nghiệm cho các mô hình định giá tài sản ở thị trường mới nổi.
  4. Cơ quan quản lý thị trường (SSC, Sở Giao dịch) – Tham khảo đề xuất cải cách công bố thông tin và định hướng chính sách.

Câu hỏi thường gặp

Câu hỏi Trả lời
1. Tại sao các chỉ số thanh khoản cho kết quả khác nhau? Các chỉ số đo lường khía cạnh khác nhau: AMI phản ánh chi phí giao dịch, LIU và DVOL tập trung vào khối lượng và tần suất giao dịch. Khi thị trường có công ty lớn chiếm ưu thế, các chỉ số này có thể tạo ra độ lệch.
2. Có nên chỉ dùng một chỉ số thanh khoản? Không nên. Kết hợp nhiều chỉ số giảm bias và tăng độ tin cậy trong việc phân loại danh mục.
3. Mô hình Carhart có phù hợp với thị trường VN? Có. R‑squared ≈ 96 %, cho thấy mô hình giải thích phần lớn biến động TSSL.
4. Kết quả có áp dụng được cho các ngành khác? Có thể, nhưng cần điều chỉnh mẫu (loại bỏ ngân hàng, bảo hiểm) và cập nhật chỉ số phù hợp với đặc thù ngành.
5. Làm sao để nhà đầu tư cá nhân áp dụng? Theo dõi các chỉ số thanh khoản trên công bố tài chính và chọn cổ phiếu thuộc danh mục cao‑AMI để tối ưu lợi nhuận.

Kết luận

  • Liquidity‑premium tồn tại ở thị trường Việt Nam, nhưng độ mạnh phụ thuộc vào chỉ số đo lường.
  • Danh mục AMI‑high đạt TSSL cao hơn 0,8 %/tháng so với AMI‑low.
  • Mô hình Carhart (beta + SMB + HML + UMD) giải thích ≈ 96 % biến động TSSL, vượt trội hơn CAPM.
  • Đề xuất: áp dụng đa chỉ số, cải thiện công bố thông tin, và đào tạo nhà đầu tư về rủi ro thanh khoản.
  • Bước tiếp theo: mở rộng nghiên cứu sang giai đoạn 2014‑2022 và so sánh với các thị trường ASEAN.

[!IMPORTANT]
Hành động ngay: Thiết lập danh mục cao‑AMI cho quỹ đầu tư trong 3 tháng tới để tận dụng lợi thế liquidity premium.