Một Số Ứng Dụng Từ Mô Hình 5 Nhân Tố Fama French

Khám phá ứng dụng của mô hình 5 nhân tố Fama-French trong phân tích tài chính và đầu tư, giúp tối ưu hóa quyết định đầu tư hiệu quả.

• Tác giả: Trịnh Minh Quang
• Người hướng dẫn: PGS.TS Lê Thị Lanh
• Trường học: Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Một Số Ứng Dụng Từ Mô Hình 5 Nhân Tố Fama French
• Loại tài liệu: Luận Văn Thạc Sĩ Kinh Tế
• Năm xuất bản: 2017
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. LÝ DO NGHIÊN CỨU
• 1.2. MỤC TIÊU NGHIÊN CỨU
• 1.3. CÂU HỎI NGHIÊN CỨU
• 1.4. PHẠM VI NGHIÊN CỨU
• 1.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.6. Ý NGHĨA NGHIÊN CỨU
• 1.7. KẾT CẤU NGHIÊN CỨU
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
• 2.1. Các khái niệm
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• Phụ lục A
• Phụ lục B
• Phụ lục C
• Phụ lục D
• Phụ lục E
• Phụ lục F
• Phụ lục G

Tóm tắt

I. Giới Thiệu Mô Hình Fama French 5 Nhân Tố Tổng Quan Giá Trị

Mô hình Fama French 5 nhân tố (FF5) là một bước tiến quan trọng trong tài chính định lượng, nhằm giải thích tỷ suất sinh lợi của cổ phiếu. Kế thừa và phát triển từ mô hình CAPM và Fama French 3 nhân tố, FF5 bổ sung thêm yếu tố lợi nhuận hoạt động RMW và yếu tố đầu tư CMA, nhằm khắc phục những hạn chế của các mô hình trước. Mô hình này được giới học thuật và giới đầu tư quan tâm bởi khả năng giải thích biến động lợi nhuận tốt hơn. Nghiên cứu này đánh giá tính hợp lý của CAPM, Fama French 3 nhân tố, Q 4 nhân tố và Fama French 5 nhân tố. Dữ liệu từ 691 công ty niêm yết trên hai sàn HNX và HOSE từ năm 2007 đến 2016 được sử dụng. Kết quả cho thấy mô hình Fama French 5 nhân tố và mô hình gồm bốn nhân tố: thị trường, quy mô, giá trị và lợi nhuận giải thích tốt nhất cho suất sinh lợi cổ phiếu. Điều này thúc đẩy sự quan tâm đến việc kiểm định mô hình Fama French trong bối cảnh thị trường Việt Nam, nơi các yếu tố đặc thù có thể ảnh hưởng đến hiệu quả thị trường.

1.1. Nguồn Gốc và Ý Nghĩa Mô Hình Fama French 5 Yếu Tố

Mô hình Fama French 5 yếu tố (FF5) được phát triển bởi Eugene Fama và Kenneth French vào năm 2015. FF5 mở rộng từ mô hình 3 yếu tố bằng cách thêm hai yếu tố mới: lợi nhuận và đầu tư. Mục tiêu là nắm bắt tốt hơn sự thay đổi tỷ suất sinh lời của các cổ phiếu. Sự bổ sung này nhằm giải quyết những hạn chế của các mô hình trước, đặc biệt là khả năng giải thích sự khác biệt về lợi nhuận giữa các công ty có đặc điểm khác nhau về lợi nhuận và đầu tư. Như Fama French (2015) đã khẳng định, FF5 có thể giải thích tỷ suất sinh lợi tốt hơn mô hình 3 yếu tố. Điều này có ý nghĩa quan trọng trong quản lý danh mục đầu tư và phân tích cổ phiếu.

1.2. Vai Trò của Các Yếu Tố Trong Mô Hình FF5 SMB HML RMW CMA

Mô hình FF5 bao gồm năm yếu tố chính: yếu tố kích thước SMB (Small Minus Big), yếu tố giá trị HML (High Minus Low), yếu tố lợi nhuận hoạt động RMW (Robust Minus Weak), yếu tố đầu tư CMA (Conservative Minus Aggressive) và yếu tố thị trường. SMB đo lường sự khác biệt về lợi nhuận giữa các công ty có vốn hóa nhỏ và lớn. HML đo lường sự khác biệt về lợi nhuận giữa các công ty có tỷ lệ giá trị sổ sách trên thị trường cao (giá trị) và thấp (tăng trưởng). RMW đo lường sự khác biệt về lợi nhuận giữa các công ty có lợi nhuận hoạt động cao và thấp. CMA đo lường sự khác biệt về lợi nhuận giữa các công ty có mức đầu tư thận trọng và tích cực. Phân tích hồi quy sử dụng các yếu tố này để ước tính lợi nhuận kỳ vọng của một tài sản.

II. Thách Thức Hạn Chế Áp Dụng Mô Hình Fama French Tại VN

Việc áp dụng mô hình Fama French 5 yếu tố tại thị trường Việt Nam đối mặt với nhiều thách thức. Sự phát triển chưa hoàn thiện của thị trường chứng khoán, dữ liệu tài chính hạn chế và sự khác biệt về đặc điểm doanh nghiệp so với các thị trường phát triển là những yếu tố cần xem xét. Thêm vào đó, tính ổn định của các yếu tố và khả năng dự báo tài chính cũng cần được kiểm chứng kỹ lưỡng. Các nghiên cứu trước đây tại Việt Nam cho thấy kết quả còn nhiều mâu thuẫn, đòi hỏi cần có những nghiên cứu chuyên sâu hơn để xác định tính phù hợp và ứng dụng thực tế mô hình Fama French trong bối cảnh Việt Nam.

2.1. Khó Khăn Về Dữ Liệu và Tính Đại Diện Khi Ước Tính Yếu Tố

Một trong những thách thức lớn nhất là thu thập dữ liệu tài chính đầy đủ và đáng tin cậy. Việc tính toán chính xác các yếu tố SMB, HML, RMW và CMA đòi hỏi dữ liệu chi tiết về vốn hóa thị trường, giá trị sổ sách, lợi nhuận hoạt động và mức đầu tư của các công ty. Ở Việt Nam, dữ liệu này có thể không đầy đủ, không nhất quán hoặc không được cập nhật thường xuyên. Điều này ảnh hưởng đến tính chính xác của phân tích hồi quy và khả năng suy rộng kết quả cho toàn bộ thị trường. Hơn nữa, cấu trúc thị trường Việt Nam khác biệt so với thị trường phát triển, ảnh hưởng tới các yếu tố ảnh hưởng đến giá cổ phiếu.

2.2. Ảnh Hưởng Của Tính Thanh Khoản Quy Mô Thị Trường Việt Nam

Tính thanh khoản của cổ phiếu và quy mô thị trường có thể ảnh hưởng đến hiệu quả của mô hình FF5. Ở các thị trường kém thanh khoản, việc giao dịch các cổ phiếu nhỏ hoặc giá trị có thể gặp khó khăn, làm sai lệch lợi nhuận thực tế. Hơn nữa, quy mô thị trường nhỏ có thể làm giảm tính đa dạng của danh mục đầu tư và làm tăng rủi ro hệ thống. Điều này có thể làm giảm khả năng giải thích của mô hình FF5 so với các thị trường lớn và thanh khoản hơn. Nghiên cứu của Trịnh Minh Quang (2017) đã nêu bật sự cần thiết phải xem xét các yếu tố này khi áp dụng mô hình FF5.

III. Phương Pháp Kiểm Định Mô Hình Fama French Hướng Dẫn Chi Tiết

Việc kiểm định mô hình Fama French 5 yếu tố đòi hỏi một quy trình chặt chẽ, bao gồm thu thập dữ liệu, tính toán các yếu tố, xây dựng danh mục đầu tư và thực hiện phân tích hồi quy. Cần phải xác định phương pháp tính toán các yếu tố SMB, HML, RMW và CMA phù hợp với đặc điểm thị trường Việt Nam. Sau đó, cần xây dựng các danh mục đầu tư dựa trên các yếu tố này và thực hiện phân tích hồi quy để đánh giá khả năng giải thích lợi nhuận của mô hình. Kiểm định mô hình Fama French phải bao gồm so sánh với các mô hình khác như CAPM để đánh giá hiệu quả.

3.1. Xây Dựng Danh Mục Đầu Tư Phù Hợp Phương Pháp và Lưu Ý

Việc xây dựng danh mục đầu tư là bước quan trọng trong quá trình kiểm định. Các cổ phiếu cần được phân loại dựa trên các yếu tố SMB, HML, RMW và CMA. Có nhiều phương pháp phân loại, ví dụ như phân loại theo trung vị hoặc phân vị. Cần lưu ý đến việc cân bằng số lượng cổ phiếu trong mỗi danh mục để tránh ảnh hưởng của một vài cổ phiếu đơn lẻ. Đồng thời, cần đảm bảo tính đa dạng của danh mục để giảm thiểu rủi ro phi hệ thống. Theo Trịnh Minh Quang (2017), có hai phương pháp phân chia danh mục theo ít tiêu chí nhất và ảnh hưởng ít nhất đến kết quả hồi quy 25 danh mục Size-Inv và 32 danh mục Size-OP-Inv được đề nghị sử dụng.

3.2. Phân Tích Hồi Quy Đánh Giá Mức Độ Phù Hợp Mô Hình FF5

Sau khi xây dựng danh mục đầu tư, cần thực hiện phân tích hồi quy để đánh giá khả năng giải thích lợi nhuận của mô hình FF5. Lợi nhuận của danh mục được hồi quy theo các yếu tố SMB, HML, RMW và CMA. Các hệ số hồi quy cho biết mức độ ảnh hưởng của mỗi yếu tố đến lợi nhuận. Các chỉ số thống kê như R-squared, p-value và F-statistic được sử dụng để đánh giá mức độ phù hợp của mô hình. Cần so sánh kết quả với các mô hình khác như CAPM để xác định xem FF5 có thực sự cải thiện khả năng giải thích lợi nhuận hay không. Phân tích hồi quy sẽ sử dụng các yếu tố này để ước tính lợi nhuận kỳ vọng của một tài sản.

IV. Ứng Dụng Thực Tiễn Quản Lý Danh Mục Phân Tích Cổ Phiếu

Kết quả kiểm định mô hình Fama French 5 yếu tố có thể được sử dụng trong quản lý danh mục đầu tư và phân tích cổ phiếu. Các nhà đầu tư có thể sử dụng mô hình để xác định các cổ phiếu có khả năng mang lại lợi nhuận cao hơn so với rủi ro. Mô hình cũng có thể giúp xây dựng các danh mục đầu tư đa dạng hóa theo các yếu tố SMB, HML, RMW và CMA. Hơn nữa, các nhà quản lý doanh nghiệp có thể sử dụng mô hình để đánh giá giá trị doanh nghiệp và đưa ra các quyết định tài chính phù hợp.

4.1. Xây Dựng Danh Mục Đầu Tư Hiệu Quả Dựa Trên Mô Hình FF5

Mô hình FF5 cung cấp một khuôn khổ để xây dựng danh mục đầu tư hiệu quả. Các nhà đầu tư có thể tìm kiếm các cổ phiếu có đặc điểm phù hợp với khẩu vị rủi ro và mục tiêu lợi nhuận của mình. Ví dụ, nhà đầu tư có thể tập trung vào các cổ phiếu có vốn hóa nhỏ, giá trị cao hoặc lợi nhuận hoạt động tốt. Tuy nhiên, cần lưu ý rằng mô hình chỉ là một công cụ hỗ trợ và không nên được sử dụng một cách mù quáng. Các nhà đầu tư cần kết hợp mô hình với các phân tích khác để đưa ra quyết định đầu tư sáng suốt. Cần theo dõi các biến động về rủi ro quy mô, giá trị và lợi nhuận để có các hành động thích hợp tương ứng với thay đổi của các loại rủi ro này.

4.2. Phân Tích Cổ Phiếu Đánh Giá Rủi Ro Lợi Nhuận Tiềm Năng

Mô hình FF5 có thể được sử dụng để phân tích cổ phiếu và đánh giá rủi ro và lợi nhuận tiềm năng. Các nhà phân tích có thể sử dụng mô hình để ước tính lợi nhuận kỳ vọng của một cổ phiếu dựa trên các yếu tố SMB, HML, RMW và CMA. Mô hình cũng có thể giúp xác định các yếu tố rủi ro cụ thể liên quan đến một cổ phiếu. Ví dụ, một cổ phiếu có hệ số SMB cao có thể nhạy cảm hơn với các biến động kinh tế ảnh hưởng đến các doanh nghiệp nhỏ. Mô hình có thể giúp nhà đầu tư quan tâm đến yếu tố thị trường để định giá chứng khoán vì nhân tố này tác động làm tăng hoặc giảm giá của phần lớn các cổ phiếu trên thị trường nhất là đối với các cổ phiếu có quy mô lớn, B/M cao và lợi nhuận thấp.

V. Kết Luận Hướng Nghiên Cứu Tương Lai Về Ứng Dụng FF5

Mô hình Fama French 5 yếu tố là một công cụ hữu ích để giải thích biến động tỷ suất sinh lợi của cổ phiếu. Tuy nhiên, việc áp dụng mô hình tại thị trường Việt Nam đối mặt với nhiều thách thức. Các nghiên cứu trong tương lai cần tập trung vào việc cải thiện chất lượng dữ liệu, điều chỉnh mô hình cho phù hợp với đặc điểm thị trường Việt Nam và kiểm định mô hình trong các giai đoạn khác nhau của chu kỳ kinh tế. Bên cạnh đó, việc kết hợp mô hình với các yếu tố khác như yếu tố vĩ mô và tài chính hành vi có thể giúp cải thiện khả năng dự báo tài chính.

5.1. Tổng Kết Các Ưu Điểm và Hạn Chế Của Mô Hình FF5

Mô hình FF5 có ưu điểm là khả năng giải thích lợi nhuận tốt hơn so với các mô hình trước. Tuy nhiên, mô hình cũng có những hạn chế như yêu cầu dữ liệu chi tiết và độ phức tạp cao. Việc áp dụng mô hình tại thị trường Việt Nam đối mặt với thách thức về chất lượng dữ liệu và đặc điểm thị trường khác biệt. Mặc dù vậy, mô hình vẫn là một công cụ hữu ích để quản lý danh mục đầu tư và phân tích cổ phiếu, nếu được sử dụng một cách thận trọng và kết hợp với các phân tích khác. Nghiên cứu cần kết hợp các yếu tố vĩ mô và vi mô như biến động chu kỳ kinh tế trong nước cũng như thế giới, biến động của lãi suất, tỷ giá hay giá vàng, giá dầu… hay nhân tố vi mô như ảnh hưởng của thị trường, quy mô công ty, dòng tiền trên giá ….

5.2. Đề Xuất Các Hướng Nghiên Cứu Mở Rộng và Chuyên Sâu Hơn

Các nghiên cứu trong tương lai có thể tập trung vào việc cải thiện chất lượng dữ liệu, điều chỉnh mô hình cho phù hợp với đặc điểm thị trường Việt Nam và kiểm định mô hình trong các giai đoạn khác nhau của chu kỳ kinh tế. Bên cạnh đó, việc kết hợp mô hình với các yếu tố khác như yếu tố vĩ mô và tài chính hành vi có thể giúp cải thiện khả năng dự báo tài chính. Ngoài ra, cần có thêm nghiên cứu về tác động của các yếu tố đặc thù của thị trường Việt Nam như tính thời vụ, sự tự tương quan đến hiệu quả của mô hình.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam đã có bước phát triển mạnh mẽ trong giai đoạn 2007-2016 với hơn 691 công ty niêm yết trên hai sàn HNX và HOSE. Trong bối cảnh đó, việc xác định tỷ suất sinh lợi của cổ phiếu trở thành vấn đề trọng yếu đối với nhà đầu tư và các nhà quản lý tài chính. Nghiên cứu tập trung vào mô hình định giá tài sản vốn (CAPM) và các mô hình đa nhân tố như Fama French 3 nhân tố, mô hình Q 4 nhân tố của Hou cùng cộng sự, và đặc biệt là mô hình Fama French 5 nhân tố mới nhất, nhằm đánh giá tính phù hợp và hiệu quả của các mô hình này trong việc giải thích biến động tỷ suất sinh lợi cổ phiếu tại Việt Nam.

Mục tiêu nghiên cứu gồm ba điểm chính: (1) đánh giá tác động của các nhân tố thị trường, quy mô, giá trị, lợi nhuận và đầu tư đến tỷ suất sinh lợi cổ phiếu; (2) lựa chọn mô hình định giá tài sản phù hợp nhất cho thị trường Việt Nam; (3) đề xuất khuyến nghị giúp nhà đầu tư và nhà quản lý tối ưu hóa danh mục đầu tư và giá trị doanh nghiệp. Nghiên cứu sử dụng dữ liệu thứ cấp từ Thomson Reuters, bao gồm giá cổ phiếu, báo cáo tài chính và chỉ số VN-Index trong giai đoạn 2007-2016, với tổng số quan sát theo tuần lên đến 412 tuần.

Ý nghĩa nghiên cứu thể hiện qua việc cung cấp bằng chứng thực nghiệm về hiệu quả của mô hình Fama French 5 nhân tố tại thị trường mới nổi như Việt Nam, đồng thời làm rõ ảnh hưởng của từng nhân tố đến tỷ suất sinh lợi, giúp nhà đầu tư có cơ sở khoa học để ra quyết định đầu tư hiệu quả hơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên nền tảng lý thuyết danh mục đầu tư hiện đại của Markowitz (1952), trong đó rủi ro được đo bằng độ lệch chuẩn tỷ suất sinh lợi và lợi nhuận kỳ vọng được tính trung bình có trọng số của các tài sản trong danh mục. Mô hình CAPM của Sharpe (1964) là mô hình cơ bản, chỉ xét nhân tố thị trường để giải thích tỷ suất sinh lợi kỳ vọng.

Tiếp đó, mô hình Fama French 3 nhân tố (1993) bổ sung hai nhân tố quy mô (SMB) và giá trị (HML) nhằm giải thích tốt hơn sự biến động lợi nhuận cổ phiếu. Mô hình Q 4 nhân tố của Hou và cộng sự (2015) thêm nhân tố lợi nhuận (ROE) và đầu tư (CMA) dựa trên lý thuyết q của Tobin, nhằm khắc phục hạn chế của mô hình 3 nhân tố.

Mô hình Fama French 5 nhân tố (2015) là sự phát triển mới nhất, kết hợp năm nhân tố: thị trường (Rm-Rf), quy mô (SMB), giá trị (HML), lợi nhuận (RMW) và đầu tư (CMA). Mỗi nhân tố được xây dựng dựa trên phân loại danh mục cổ phiếu theo các tiêu chí tương ứng, nhằm phản ánh phần bù rủi ro đặc thù.

Các khái niệm chính bao gồm: tỷ suất sinh lợi (rate of return), rủi ro hệ thống và không hệ thống, đa dạng hóa danh mục đầu tư, và các nhân tố đặc trưng trong mô hình Fama French.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với kỹ thuật hồi quy bình phương nhỏ nhất (OLS) để kiểm định các mô hình định giá tài sản. Dữ liệu thứ cấp được thu thập từ Thomson Reuters, bao gồm giá cổ phiếu, báo cáo tài chính và chỉ số VN-Index của 691 công ty niêm yết trên hai sàn HNX và HOSE trong giai đoạn 2007-2016.

Cỡ mẫu lớn với 412 tuần quan sát giúp tăng độ tin cậy kết quả. Các biến độc lập gồm năm nhân tố trong mô hình Fama French 5 nhân tố được tính toán dựa trên ba cách phân loại danh mục: 2x3, 2x2 và 2x2x2x2, nhằm đánh giá ảnh hưởng của cách phân chia danh mục đến kết quả hồi quy.

Phần mềm Excel được sử dụng để tổng hợp và tính toán các nhân tố, trong khi phần mềm Stata được dùng để chạy hồi quy và xử lý các vấn đề đa cộng tuyến, tự tương quan và phương sai sai số thay đổi. Kiểm định GRS được áp dụng để đánh giá mức độ phù hợp của các mô hình.

Timeline nghiên cứu kéo dài 10 năm, từ 2007 đến 2016, đảm bảo bao quát các giai đoạn biến động của thị trường chứng khoán Việt Nam.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình Fama French 5 nhân tố và mô hình 4 nhân tố (thị trường, quy mô, giá trị, lợi nhuận) giải thích tỷ suất sinh lợi cổ phiếu tốt nhất tại Việt Nam. Hai mô hình này có mức độ phù hợp gần tương đương, với hệ số xác định (R²) đạt khoảng 80-96% tùy danh mục.

2. Nhân tố thị trường (Rm-Rf) có ảnh hưởng mạnh mẽ và đúng dấu kỳ vọng, với hệ số hồi quy lớn và ý nghĩa thống kê cao trong tất cả các mô hình. Nhân tố này tác động làm tăng hoặc giảm giá cổ phiếu, đặc biệt với cổ phiếu quy mô lớn, B/M cao và lợi nhuận thấp.

3. Nhân tố quy mô (SMB), giá trị (HML) và lợi nhuận (RMW) đều có vai trò quan trọng nhưng kết quả phụ thuộc vào cách phân chia danh mục đầu tư. Ví dụ, trong 25 danh mục Size-B/M, nhân tố giá trị có dấu dương đúng kỳ vọng, trong khi ở một số danh mục khác lại có dấu âm.

4. Nhân tố đầu tư (CMA) có tác động yếu và không ổn định, thường mang dấu âm ngược kỳ vọng, cho thấy nhân tố này chưa phù hợp để giải thích tỷ suất sinh lợi cổ phiếu tại Việt Nam.

5. Cách phân chia danh mục đầu tư ảnh hưởng đáng kể đến kết quả hồi quy. Hai phương pháp phân chia ít tiêu chí nhất và ảnh hưởng ít nhất đến kết quả là 25 danh mục Size-Inv và 32 danh mục Size-OP-Inv được đề xuất sử dụng.

Thảo luận kết quả

Kết quả cho thấy mô hình Fama French 5 nhân tố phù hợp với thị trường Việt Nam, tương tự như các nghiên cứu tại Mỹ và Úc, nhưng có sự khác biệt về vai trò của nhân tố đầu tư. Nguyên nhân có thể do đặc thù thị trường mới nổi, nhà đầu tư chủ yếu là cá nhân và thông tin chưa hoàn toàn minh bạch.

Nhân tố thị trường luôn giữ vai trò chủ đạo, phản ánh rủi ro hệ thống chi phối toàn bộ thị trường. Nhân tố quy mô và giá trị có ảnh hưởng nhưng phụ thuộc vào cách phân loại danh mục, cho thấy sự đa dạng trong đặc điểm cổ phiếu niêm yết tại Việt Nam.

Nhân tố đầu tư chưa phát huy hiệu quả do các công ty niêm yết có xu hướng đầu tư không đồng nhất và chưa phản ánh rõ ràng trong dữ liệu tài chính. Điều này cũng phù hợp với các nghiên cứu trước tại Việt Nam cho thấy nhân tố này chưa thực sự phù hợp.

Dữ liệu có thể được trình bày qua biểu đồ so sánh R² của các mô hình và bảng hệ số hồi quy từng nhân tố theo các cách phân chia danh mục, giúp minh họa rõ ràng sự khác biệt và mức độ phù hợp của từng mô hình.

Đề xuất và khuyến nghị

1. Khuyến nghị nhà đầu tư tập trung theo dõi nhân tố thị trường (Rm-Rf) trong việc định giá cổ phiếu, vì đây là nhân tố có ảnh hưởng lớn nhất đến tỷ suất sinh lợi, đặc biệt với cổ phiếu quy mô lớn và giá trị sổ sách cao. Thời gian áp dụng: liên tục, chủ thể: nhà đầu tư cá nhân và tổ chức.

2. Sử dụng mô hình Fama French 5 nhân tố hoặc mô hình 4 nhân tố (bỏ nhân tố đầu tư) để phân tích và quản lý danh mục đầu tư, nhằm tối ưu hóa lợi nhuận và kiểm soát rủi ro. Thời gian áp dụng: dài hạn, chủ thể: các công ty quản lý quỹ và nhà đầu tư chuyên nghiệp.

3. Áp dụng phương pháp phân chia danh mục đầu tư theo 25 danh mục Size-Inv hoặc 32 danh mục Size-OP-Inv để đảm bảo kết quả phân tích ổn định và tin cậy hơn. Thời gian áp dụng: hàng năm, chủ thể: nhà nghiên cứu và nhà phân tích thị trường.

4. Theo dõi và đánh giá biến động các nhân tố quy mô, giá trị và lợi nhuận để có các hành động thích hợp, như tái cơ cấu danh mục khi các nhân tố này biến động mạnh nhằm giảm thiểu rủi ro không mong muốn. Thời gian áp dụng: định kỳ hàng quý, chủ thể: nhà đầu tư cá nhân và tổ chức.

5. Các công ty niêm yết cần nâng cao minh bạch thông tin tài chính và chiến lược đầu tư để nhân tố đầu tư có thể phản ánh chính xác hơn trong mô hình định giá, góp phần cải thiện hiệu quả thị trường. Thời gian áp dụng: trung hạn, chủ thể: ban lãnh đạo doanh nghiệp và cơ quan quản lý thị trường.

Đối tượng nên tham khảo luận văn

1. Nhà đầu tư cá nhân và tổ chức: Nghiên cứu cung cấp cơ sở khoa học để lựa chọn mô hình định giá phù hợp, giúp tối ưu hóa danh mục đầu tư và quản lý rủi ro hiệu quả.

2. Các công ty quản lý quỹ và chuyên gia phân tích tài chính: Tham khảo phương pháp phân tích đa nhân tố và cách phân chia danh mục đầu tư để nâng cao chất lượng dự báo và ra quyết định đầu tư.

3. Nhà quản lý doanh nghiệp niêm yết: Hiểu rõ tác động của các nhân tố tài chính đến giá cổ phiếu, từ đó điều chỉnh chiến lược đầu tư và quản trị tài chính nhằm tối ưu hóa giá trị doanh nghiệp trên thị trường.

4. Giảng viên và sinh viên ngành Tài chính – Ngân hàng: Tài liệu tham khảo quý giá cho việc nghiên cứu, giảng dạy và phát triển các mô hình định giá tài sản phù hợp với thị trường Việt Nam.

Câu hỏi thường gặp

1. Mô hình Fama French 5 nhân tố có phù hợp với thị trường chứng khoán Việt Nam không?
   Nghiên cứu cho thấy mô hình này phù hợp và giải thích tỷ suất sinh lợi tốt hơn mô hình CAPM và 3 nhân tố, đặc biệt khi áp dụng cách phân chia danh mục phù hợp như 25 danh mục Size-Inv.

2. Nhân tố đầu tư (CMA) có vai trò như thế nào trong mô hình?
   Tại Việt Nam, nhân tố đầu tư có tác động yếu và không ổn định, thường mang dấu âm, cho thấy chưa phù hợp để giải thích tỷ suất sinh lợi cổ phiếu trong giai đoạn nghiên cứu.

3. Tại sao cách phân chia danh mục đầu tư lại quan trọng?
   Cách phân chia ảnh hưởng đến kết quả hồi quy và mức độ phù hợp của mô hình. Phân chia danh mục theo ít tiêu chí và ảnh hưởng ít nhất giúp kết quả ổn định và tin cậy hơn.

4. Nhân tố thị trường có ảnh hưởng như thế nào đến tỷ suất sinh lợi?
   Nhân tố thị trường luôn có hệ số hồi quy lớn và ý nghĩa thống kê cao, tác động làm tăng hoặc giảm giá cổ phiếu, đặc biệt với cổ phiếu quy mô lớn và giá trị sổ sách cao.

5. Làm thế nào nhà đầu tư có thể ứng dụng kết quả nghiên cứu này?
   Nhà đầu tư nên sử dụng mô hình Fama French 5 nhân tố để phân tích danh mục, tập trung theo dõi nhân tố thị trường và các biến động của nhân tố quy mô, giá trị, lợi nhuận để điều chỉnh chiến lược đầu tư phù hợp.

Kết luận

• Mô hình Fama French 5 nhân tố và mô hình 4 nhân tố giải thích tỷ suất sinh lợi cổ phiếu tại Việt Nam tốt nhất trong các mô hình được khảo sát.
• Nhân tố thị trường giữ vai trò chủ đạo với ảnh hưởng mạnh mẽ và đúng dấu kỳ vọng.
• Nhân tố quy mô, giá trị và lợi nhuận có vai trò quan trọng nhưng kết quả phụ thuộc vào cách phân chia danh mục đầu tư.
• Nhân tố đầu tư chưa phù hợp để giải thích tỷ suất sinh lợi cổ phiếu tại thị trường Việt Nam trong giai đoạn nghiên cứu.
• Khuyến nghị sử dụng phương pháp phân chia danh mục 25 danh mục Size-Inv hoặc 32 danh mục Size-OP-Inv để đảm bảo kết quả ổn định và tin cậy.

Next steps: Áp dụng mô hình Fama French 5 nhân tố trong quản lý danh mục đầu tư thực tế, tiếp tục nghiên cứu mở rộng với dữ liệu mới và các thị trường khác.

Các nhà đầu tư và nhà quản lý tài chính nên cập nhật kiến thức về mô hình đa nhân tố để nâng cao hiệu quả đầu tư và quản trị rủi ro trong bối cảnh thị trường chứng khoán ngày càng phức tạp.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu Chương 2: Cơ sở lý thuyết và các nghiên cứu trước Chương 3: Phương pháp nghiên cứu Chương 4: Kết quả nghiên cứu và thảo luận Chương 5: Kết luận và khuyến nghị 7 Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC Lý thuyết danh mục đầu tư Markowitz (1952) ra đời là nền tảng cho các nghiên cứu về mối quan hệ giữa rủi ro và lợi nhuận. Sau Makowitz đã có nhiều nhà kinh tế phát triển lý thuyết này như: mô hình định giá tài sản vốn (Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French (1993), mô hình 4 nhân tố của Carhart (1997), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô hình 5 nhân tố của Fama French (2015). Mô hình ra đời sau khắc phục được hạn chế của các mô hình trước đó và có mức độ giải thích mô hình tốt hơn. Nghiên cứu sẽ trình bày lần lượt các lý thuyết và mô hình, sau đó sẽ tóm tắt kết quả của một số các nghiên cứu trước trong việc ứng dụng các mô hình này tại nước ngoài và Việt Nam 2.

Các khái niệm Thông thường, khi nhà đầu tư tham gia vào thị trường thì một trong những điều đầu tiên mà họ quan tâm phải là lợi nhuận, yếu tố góp phần duy trì một hoạt động kinh tế. Mặc dù mục tiêu của hoạt động đầu tư là lợi nhuận kiếm được, nhưng muốn biết một hoạt động đầu tư có hiệu quả hay không người ta phải sử dụng khái niệm tỷ suất sinh lợi (TSSL) chứ không phải lợi nhuận. Theo Nguyễn Minh Kiều (2009) “Tỷ suất sinh lợi (rate of return) là tỷ lệ phần trăm giữa thu nhập và giá trị khoản đầu tư bỏ ra”. Khi nói đến lợi nhuận tức là nói đến một số tiền kiếm được, còn nói đến tỷ suất sinh lợi là nói đến con số tỷ lệ phần trăm giữa số tiền kiếm được so với số tiền bỏ ra.

Nhà đầu tư luôn tìm cách tối đa hóa tỷ suất sinh lợi và khi đó họ sẽ phải đối mặt với rủi ro. Rủi ro có từ rất nhiều hình thức, có rủi ro do tài sản mất giá, có rủi ro lạm phát làm giảm sức mua từ tài sản, có rủi ro bất ổn chính trị ảnh hưởng đến thị trường 8 thế giới. Cho đến nay chưa có được định nghĩa thống nhất về rủi ro. Những trường phái khác nhau, các tác giả khác nhau đưa ra những định nghĩa rủi ro khác nhau.

Những định nghĩa này rất phong phú và đa dạng. Theo trường phái hiện đại, rủi ro (risk) là sự bất trắc có thể đo lường được, vừa mang tính tích cực, vừa mang tính tiêu cực. Rủi ro có thể mang đến những tổn thất mất mát cho con người nhưng cũng có thể mang lại những lợi ích, những cơ hội. Nếu tích cực nghiên cứu rủi ro, người ta có thể tìm ra những biện pháp phòng ngừa, hạn chế những rủi ro tiêu cực, đón nhận những cơ hội mang lại kết quả tốt đẹp.

Rủi ro trong đầu tư là không thể tránh khỏi, nhưng vẫn có thể kiểm soát rủi ro, có thể tăng lợi nhuận tối đa với một mức rủi ro chấp nhận được. Một cách để làm giảm rủi ro là đa dạng hóa đầu tư. Tức là việc đầu tư vào nhiều loại tài sản khác nhau gọi là danh mục đầu tư. Danh mục đầu tư là sự kết hợp của hai hay nhiều chứng khoán hoặc tài sản khác nhau trong đầu tư.

Người ta phân rủi ro tổng thể của một danh mục đầu tư ra làm hai loại bao gồm rủi ro hệ thống và rủi ro không hệ thống. Rủi ro hệ thống (systematic risk) là rủi ro gắn liền với các biến động của thị trường, xuất phát từ các nguyên nhân bên ngoài doanh nghiệp hay ngành như: thiên tai, chiến tranh, thay đổi trong lãi suất, thay đổi trong sức mua, thay đổi trong kỳ vọng của nhà đầu tư về nền kinh tế… Những biến động này tác động đến toàn bộ hoặc hầu hết các cổ phiếu trên thị trường. Rủi ro không hệ thống (non-systematic risk) là những rủi ro đặc thù chỉ tác động đến một loại tài sản hoặc một nhóm tài sản, nảy sinh từ những nguyên nhân nội tại của doanh nghiệp hay của ngành, ví dụ như: năng lực quản trị yếu kém, nguồn cung nguyên vật liệu gặp khó khăn, quy định của chính phủ về kiểm soát môi trường chặt chẽ hơn, tác động của cạnh tranh nước ngoài (mức độ cạnh tranh nước ngoài càng cao thì rủi ro càng cao), mức độ sử dụng đòn bẩy (sử dụng nợ càng nhiều thì mức độ rủi ro tài chính càng cao)… 9 Sự kết hợp các chứng khoán không có quan hệ tương quan cùng chiều hoàn hảo sẽ làm giảm được rủi ro do biến động của lợi nhuận đầu tư, biến động giảm lợi nhuận của chứng khoán này có thể được bù đắp bằng biến động tăng lợi nhuận của chứng khoán kia. Danh mục đầu tư khi được đa dạng hóa tốt thì có thể loại trừ gần như hoàn toàn rủi ro không hệ thống, tuy nhiên rủi ro hệ thống thì không thể loại trừ được theo cách này.

Hình vẽ dưới đây biểu diễn mối quan hệ giữa rủi ro và số lượng chứng khoán trong danh mục đầu tư, theo đó khi số lượng chứng khoán trong danh mục đầu tư tăng lên thì rủi ro nói chung giảm xuống chỉ còn rủi ro hệ thống.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán. Lợi nhuận và rủi ro của danh mục đầu tư Lợi nhuận kỳ vọng của danh mục đầu tư là trung bình có trọng số của các lợi nhuận kỳ vọng của từng tài sản hay chứng khoán cá biệt trong danh mục đầu tư. Trọng số ở đây chính là tỷ trọng của từng loại chứng khoán cá biệt trong danh mục đầu tư. 10 Gọi E(rp) là lợi nhuận kỳ vọng của danh mục đầu tư, công thức tính lợi nhuận kỳ vọng của danh mục đầu tư như sau: n E (rp ) xi E (ri ) i 1 trong đó xi là tỷ trọng của chứng khoán i, E(ri) là lợi nhuận kỳ vọng của chứng khoán i, và n là tổng số chứng khoán có trong danh mục đầu tư.

Rủi ro của danh mục đầu tư được đo lường bởi độ lệch chuẩn của danh mục đầu tư. Khi kết hợp nhiều tài sản trong một danh mục đầu tư, lợi nhuận của các chứng khoán cá biệt có quan hệ với nhau. Đồng phương sai (covariance) là đại lượng thống kế dùng để đo lường mức độ tác động qua lại lẫn nhau giữa tỷ suất lợi nhuận của hai tài sản cá biệt. Nói cách khác, độ lệch chuẩn của danh mục đầu tư phụ thuộc vào mức độ quan hệ hay mức độ tương quan giữa các chứng khoán trong danh mục đầu tư.

Độ lệch chuẩn của danh mục đầu tư được xác định bởi công thức: n n p xi x j i j i, j i 1 j 1 trong đó n là tổng số chứng khoán có trong danh mục đầu tư, xi là tỷ trọng của chứng khoán i trong danh mục, xj là tỷ trọng của chứng khoán j trong danh mục, σi là độ lệch chuẩn lợi nhuận của chứng khoán i, và σj là độ lệch chuẩn lợi nhuận của chứng khoán j, và ρi,j là hệ số tương quan kỳ vọng giữa lợi nhuận của chứng khoán i và chứng khoán j. Khi j = k thì hệ số tương quan ρi,j = 1 và σiσjρi,j = σj2. Lý thuyết danh mục đầu tư Markowitz Harry Makowitz (1952) giới thiệu lý thuyết danh mục đầu tư hiện đại (Modern portfolio theory). Lý thuyết đưa ra phương pháp chọn lựa danh mục đầu tư dựa trên những giả định như sau: 11.

Rủi ro là mức bất ổn của tỷ suất sinh lợi, do đó thước đo của rủi ro là phương sai và độ lệch chuẩn của TSSL. Tỷ suất sinh lợi tuân theo phân phối chuẩn. Các nhà đầu tư không thích rủi ro nhưng sẽ chấp nhận rủi ro ở những mức độ khác nhau. Thái độ của các nhà đầu tư đối với rủi ro là sự khác biệt trong TSSL mong đợi của nhà đầu tư trong tương quan đánh đổi rủi ro.

Các nhà đầu tư luôn tối đa hóa lợi ích mong đợi trong một thời kỳ nhất định. Đường cong hữu dụng của nhà đầu tư là một hàm số của TSSL mong đợi và 2 phương sai của TSSL U = E(r) -. Markowitz đã chứng minh được rằng đa dạng hoá có thể làm giảm rủi ro danh mục. Với danh mục gồm nhiều tài sản, các tỷ trọng kết hợp khác nhau cho ra những kết hợp của TSSL và độ lệch chuẩn mà Markowitz gọi là vùng quả trứng vỡ.

Bất kỳ kết hợp nào cũng cho ra kết quả nằm trong vùng này. Đường biên trên của vùng quả trứng vỡ chính là đường biên hiệu quả, bao gồm các kết hợp tạo thành những danh mục đầu tư hiệu quả, tức là những danh mục có TSSL cao nhất ứng với một độ lệch chuẩn cho trước, hoặc danh mục có độ lệch chuẩn thấp nhất ứng với một TSSL cho trước (với giả định các nhà đầu tư đều muốn tăng TSSL và giảm độ lệch chuẩn). 12 Tỷ suất sinh lợi mong đợi Hiệu quả biên Độ lệch chuẩn Hình 2.2: Đường biên hiệu quả Markowitz. Việc lựa chọn danh mục đầu tư sẽ tuỳ thuộc vào đường biên hiệu quả và mức độ ưa thích rủi ro của nhà đầu tư, tức đường hữu dụng.

Đường hữu dụng cho thấy thái độ của nhà đầu tư đối với rủi ro. Ứng với mỗi nhà đầu tư (một giá trị hệ số ngại rủi ro) ta có một tập hợp các đường hữu dụng song song với nhau. Đường hữu dụng càng cao cho thấy mức hữu dụng càng lớn. Với trục tung là tỷ suất sinh lợi và trục hoành là độ lệch chuẩn thì, nếu nhà đầu tư là NĐT ghét rủi ro thì đường hữu dụng sẽ dốc đứng (muốn TSSL nhiều hơn nhưng độ lệch chuẩn ít hơn).

Đó là trường hợp NĐT với tập hợp đường hữu dụng U1, U2, U3 như hình vẽ. Còn nếu nhà đầu tư là ưa thích rủi ro thì đường hữu dụng sẽ có dạng xuôi hơn, ít dốc hơn (nhà đầu tư chấp nhận hy sinh độ lệch chuẩn lớn hơn để nhận được TSSL tương ứng ít hơn - tập hợp U’1, U’2, U’3). Danh mục đầu tư tối ưu sẽ là danh mục nằm trên đường biên hiệu quả và tiếp xúc với đường hữu dụng cao nhất có thể.3: Kết hợp đường biên hiệu quả và đường hữu dụng.