Ứng Dụng Mô Hình Tài Chính Fama Đối Với Các Tập Đoàn Công Nghiệp Tại Việt Nam

Nghiên cứu ứng dụng các yếu tố Fama-French cho các tập đoàn công nghiệp trên thị trường chứng khoán Việt Nam trong luận văn cử nhân tài chính ngân hàng.

• Tác giả: Dương Đại Phát
• Người hướng dẫn: Msc Nguyễn Minh Nhất
• Trường học: Banking University of Ho Chi Minh City
• Chuyên ngành: Financial – Banking
• Đề tài: Application Of Fama Financial Model To Industrial Corporations In Vietnam
• Loại tài liệu: bachelor thesis
• Năm xuất bản: 2021
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• DECLARATION OF AUTHENTICITY
• ACKNOWLEGEMENTS
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Reason to research
• 1.2. Research subject and range
• 1.3. Research objective
• 1.4. Research questions
• 1.5. Methodology
• 1.6. Research contribution
• 1.7. Research outline
• 2. CHAPTER 2: LITERATURE REVIEW AND PREVIOUS RESEARCHES
• 2.1. Arbitrage Pricing Theory (APT)
• 2.2. The Fama French three-factor model
• 2.3. Carhart four factor model
• 2.4. The Fama French five factor model
• 2.5. Previous researches from developed countries
• 2.6. Previous researches in developing countries
• 2.7. Previous research in Vietnam
• 3. CHAPTER 3: DATA AND METHODOLOGY
• 3.1. Data construction and processing method
• 3.2. Testing methods and Hypotheses of research
• 4. CHAPTER 4: EMPERICAL RESULTS
• 4.1. About the result
• 5. CHAPTER 5: CONCLUSION AND RECOMMENDATIONS
• 5.1. Reason to research

Tóm tắt

I. Tổng Quan Ứng Dụng Mô Hình Tài Chính Fama tại Việt Nam

Nghiên cứu tập trung vào một trong những mô hình định giá tài sản hàng đầu, cung cấp các lựa chọn cho nhà đầu tư quan tâm đến việc đánh giá hiệu quả hoạt động. Từ năm 2014 đến 2019, tác giả chọn mô hình Fama-French năm yếu tố và sử dụng mọi khía cạnh để tính toán cho hàng trăm doanh nghiệp sản xuất niêm yết tại Việt Nam. Để đảm bảo rằng thử nghiệm hồi quy hoàn toàn có thể giải thích được, tác giả cũng xác định Gibbons et al. (1989) GRS F assay nếu tất cả các danh mục đầu tư được sắp xếp có khả năng hiển thị kết quả có lợi trong nghiên cứu. Các kết quả cho thấy rằng yếu tố MRP (thành phần thị trường) thực sự là một chuyên gia quan trọng trong tất cả các danh mục đầu tư và SMB đóng một vai trò tốt hơn nhiều so với ba người khác. Thời gian trung bình lợi nhuận của các công ty này có thể được xác định bởi các biến Fama French năm yếu tố không tạo ra lỗi định giá.

1.1. Giới thiệu Mô Hình Fama French và tầm quan trọng

Mô hình Fama-French là một phương pháp định giá tài sản quan trọng, đặc biệt trong việc phân tích lợi nhuận kỳ vọng của cổ phiếu. Mô hình này, được phát triển bởi Eugene Fama và Kenneth French, đã trở thành một công cụ không thể thiếu cho các nhà đầu tư và nhà phân tích tài chính. Việc hiểu rõ về mô hình này giúp nhà đầu tư đưa ra các quyết định sáng suốt hơn, đặc biệt là trong bối cảnh thị trường chứng khoán Việt Nam ngày càng phát triển. Báo cáo cũng khẳng định tầm quan trọng của việc nghiên cứu, với trích dẫn: "The Fama five-factor model is attracting massive interest from investors in general and from the equity market in particular."

1.2. Vai trò của yếu tố SMB và MRP trong mô hình Fama

Kết quả nghiên cứu chỉ ra rằng yếu tố MRP (Market Risk Premium) và SMB (Small Minus Big) đóng vai trò quan trọng trong việc giải thích lợi nhuận kỳ vọng. MRP đại diện cho phần bù rủi ro mà nhà đầu tư yêu cầu khi đầu tư vào thị trường chứng khoán so với tài sản phi rủi ro. SMB phản ánh sự khác biệt về lợi nhuận giữa các công ty có quy mô nhỏ và các công ty có quy mô lớn. Các yếu tố này, cùng với các yếu tố khác trong mô hình Fama-French, giúp nhà đầu tư hiểu rõ hơn về các yếu tố ảnh hưởng đến giá trị tài sản và đưa ra các quyết định đầu tư phù hợp.

II. Thách Thức Khi Áp Dụng Fama Cho Tập Đoàn Công Nghiệp VN

Việc ứng dụng mô hình tài chính nói chung và mô hình Fama-French nói riêng vào các tập đoàn công nghiệp Việt Nam gặp phải một số thách thức nhất định. Một trong những thách thức lớn nhất là việc thu thập và xử lý dữ liệu tài chính đáng tin cậy. Báo cáo tài chính của các công ty Việt Nam đôi khi thiếu minh bạch hoặc không tuân thủ đầy đủ các chuẩn mực kế toán quốc tế. Điều này có thể dẫn đến sai lệch trong kết quả phân tích và làm giảm độ chính xác của mô hình. Ngoài ra, thị trường chứng khoán Việt Nam vẫn còn non trẻ và chịu ảnh hưởng nhiều bởi yếu tố tâm lý, điều này có thể làm cho mô hình trở nên kém hiệu quả hơn.

2.1. Vấn đề về độ tin cậy của dữ liệu tài chính Việt Nam

Một trong những rào cản lớn nhất khi áp dụng mô hình Fama-French là chất lượng và độ tin cậy của dữ liệu tài chính. Tại Việt Nam, việc tuân thủ các chuẩn mực kế toán và công bố thông tin đôi khi chưa được thực hiện một cách đầy đủ, dẫn đến việc phân tích yếu tố Fama-French trở nên khó khăn và có thể cho ra kết quả sai lệch. Cần có sự điều chỉnh và kiểm tra kỹ lưỡng trước khi sử dụng dữ liệu này để đảm bảo tính chính xác của dự báo tài chính. Nghiên cứu gốc đề cập đến vấn đề này một cách gián tiếp khi nhấn mạnh sự cần thiết của việc "Prioritizing the objective to create an accurate analysis".

2.2. Ảnh hưởng của yếu tố tâm lý thị trường đến mô hình

Thị trường chứng khoán Việt Nam chịu ảnh hưởng lớn từ yếu tố tâm lý nhà đầu tư, đặc biệt là các nhà đầu tư cá nhân. Điều này có thể làm cho mô hình định giá tài sản như Fama-French trở nên kém hiệu quả hơn, vì giá trị tài sản không chỉ phản ánh các yếu tố cơ bản mà còn bị chi phối bởi cảm xúc và kỳ vọng của thị trường. Việc tích hợp các yếu tố tâm lý vào mô hình hoặc sử dụng các phương pháp quản trị rủi ro phù hợp là cần thiết để nâng cao độ chính xác của dự báo tài chính.

III. Phương Pháp Ứng Dụng Mô Hình Fama French cho Công Nghiệp

Để ứng dụng hiệu quả mô hình Fama-French cho các tập đoàn công nghiệp Việt Nam, cần thực hiện một số bước quan trọng. Đầu tiên, cần thu thập dữ liệu tài chính lịch sử của các công ty trong ngành, bao gồm báo cáo tài chính, giá cổ phiếu, và các thông tin liên quan đến vốn hóa thị trường và giá trị sổ sách. Sau đó, cần tính toán các yếu tố đặc trưng của mô hình, bao gồm SMB (Small Minus Big), HML (High Minus Low), RMW (Robust Minus Weak) và CMA (Conservative Minus Aggressive). Cuối cùng, sử dụng phân tích hồi quy để kiểm tra xem các yếu tố này có ảnh hưởng đến lợi nhuận kỳ vọng của các công ty hay không.

3.1. Thu thập và xử lý dữ liệu tài chính cho mô hình

Việc thu thập dữ liệu tài chính chính xác và đầy đủ là bước quan trọng nhất. Cần lấy dữ liệu từ các nguồn đáng tin cậy như báo cáo tài chính đã kiểm toán, các trang web tài chính uy tín, và các cơ sở dữ liệu chuyên ngành. Sau khi thu thập, dữ liệu cần được xử lý và làm sạch để loại bỏ các sai sót và đảm bảo tính nhất quán. Các bước xử lý có thể bao gồm điều chỉnh cho các sự kiện như chia tách cổ phiếu hoặc phát hành thêm cổ phiếu, và chuẩn hóa dữ liệu để so sánh giữa các công ty khác nhau.

3.2. Tính toán các yếu tố đặc trưng của mô hình Fama

Các yếu tố SMB, HML, RMW và CMA cần được tính toán dựa trên dữ liệu đã thu thập. SMB đo lường sự khác biệt về lợi nhuận giữa các công ty nhỏ và các công ty 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 và các công ty có tỷ lệ này thấp. RMW đo lường sự khác biệt về lợi nhuận giữa các công ty có lợi nhuận cao và các công ty có lợi nhuận thấp. CMA đo lường sự khác biệt về lợi nhuận giữa các công ty có chính sách đầu tư thận trọng và các công ty có chính sách đầu tư mạo hiểm.

IV. Phân Tích Hồi Quy và Kiểm Định Mô Hình Fama ở Việt Nam

Sử dụng phân tích hồi quy là cách để kiểm tra xem các yếu tố của mô hình Fama-French có thực sự ảnh hưởng đến lợi nhuận kỳ vọng của các tập đoàn công nghiệp. Thông qua phân tích hồi quy, nhà nghiên cứu có thể ước lượng các hệ số Beta (β) cho từng yếu tố, cho biết mức độ nhạy cảm của lợi nhuận đối với sự thay đổi của yếu tố đó. Sau khi thực hiện phân tích hồi quy, cần thực hiện các kiểm định thống kê để đánh giá tính phù hợp của mô hình và đảm bảo rằng kết quả là có ý nghĩa thống kê.

4.1. Sử dụng phân tích hồi quy để ước lượng hệ số Beta

Trong phân tích hồi quy, lợi nhuận của cổ phiếu hoặc danh mục đầu tư được xem là biến phụ thuộc, và các yếu tố của mô hình Fama-French (SMB, HML, RMW, CMA) được xem là biến độc lập. Hệ số Beta (β) của từng yếu tố cho biết mức độ thay đổi của lợi nhuận khi yếu tố đó thay đổi một đơn vị. Ví dụ, một Beta cao cho yếu tố SMB cho thấy rằng lợi nhuận của công ty có xu hướng biến động mạnh theo sự thay đổi của chênh lệch lợi nhuận giữa các công ty nhỏ và lớn.

4.2. Kiểm định tính phù hợp và ý nghĩa thống kê của mô hình

Sau khi ước lượng các hệ số Beta, cần thực hiện các kiểm định thống kê như kiểm định t (t-test) để đánh giá xem từng hệ số có ý nghĩa thống kê hay không. Ngoài ra, cần kiểm tra tính phù hợp của mô hình bằng các chỉ số như R-squared và F-statistic. R-squared cho biết tỷ lệ phần trăm biến động của lợi nhuận được giải thích bởi mô hình, trong khi F-statistic cho biết liệu mô hình có ý nghĩa thống kê tổng thể hay không. Thêm vào đó, cần kiểm tra các giả định của phân tích hồi quy như tính độc lập của các sai số, tính đồng nhất phương sai và tính chuẩn để đảm bảo tính tin cậy của kết quả.

V. Ứng Dụng Mô Hình Fama để Tối Ưu Hóa Danh Mục Đầu Tư

Kết quả của việc ứng dụng và kiểm định mô hình có thể được sử dụng để tối ưu hóa danh mục đầu tư. Dựa trên các hệ số Beta (β) đã ước lượng, nhà đầu tư có thể xây dựng danh mục sao cho phù hợp với khẩu vị rủi ro và kỳ vọng lợi nhuận của mình. Ví dụ, nếu nhà đầu tư tin rằng các công ty nhỏ sẽ có lợi nhuận cao hơn trong tương lai, họ có thể tăng tỷ trọng của các công ty nhỏ trong danh mục đầu tư của mình. Ngược lại, nếu nhà đầu tư muốn giảm thiểu rủi ro, họ có thể giảm tỷ trọng của các tài sản có Beta cao.

5.1. Xây dựng danh mục đầu tư dựa trên hệ số Beta

Hệ số Beta (β) là một công cụ quan trọng để xây dựng danh mục đầu tư phù hợp với khẩu vị rủi ro của nhà đầu tư. Các nhà đầu tư chấp nhận rủi ro cao có thể chọn các cổ phiếu có Beta cao để đạt được lợi nhuận lớn hơn. Ngược lại, các nhà đầu tư thận trọng có thể chọn các cổ phiếu có Beta thấp để giảm thiểu rủi ro. Bằng cách kết hợp các cổ phiếu có Beta khác nhau, nhà đầu tư có thể tạo ra một danh mục đa dạng và cân bằng.

5.2. Điều chỉnh danh mục theo sự thay đổi của thị trường

Thị trường chứng khoán luôn biến động, và danh mục đầu tư cần được điều chỉnh thường xuyên để phản ánh những thay đổi này. Khi các yếu tố như kinh tế vĩ mô hoặc chính sách tiền tệ thay đổi, các yếu tố của mô hình Fama-French cũng có thể thay đổi. Nhà đầu tư cần theo dõi sát sao các yếu tố này và điều chỉnh danh mục đầu tư của mình một cách kịp thời để duy trì hiệu quả hoạt động.

VI. Kết Luận và Triển Vọng Mô Hình Fama Tại Việt Nam

Nghiên cứu về việc ứng dụng mô hình Fama-French cho các tập đoàn công nghiệp Việt Nam là một lĩnh vực đầy tiềm năng, hứa hẹn mang lại nhiều giá trị cho cả nhà đầu tư và nhà nghiên cứu. Mặc dù còn tồn tại một số thách thức, nhưng với sự phát triển của thị trường chứng khoán và sự cải thiện về chất lượng dữ liệu tài chính, mô hình Fama-French có thể trở thành một công cụ quan trọng trong việc định giá tài sản và tối ưu hóa danh mục đầu tư.

6.1. Tóm tắt kết quả nghiên cứu và ý nghĩa thực tiễn

Nghiên cứu đã cho thấy rằng mô hình Fama-French có thể được ứng dụng để phân tích lợi nhuận của các tập đoàn công nghiệp Việt Nam, mặc dù cần phải điều chỉnh và kiểm tra kỹ lưỡng dữ liệu tài chính. Kết quả nghiên cứu có thể giúp nhà đầu tư đưa ra các quyết định đầu tư sáng suốt hơn, và giúp các nhà quản lý doanh nghiệp hiểu rõ hơn về các yếu tố ảnh hưởng đến giá trị công ty. Nghiên cứu cũng khẳng định tầm quan trọng của việc "analyze the introduction of the concept into the Vietnam stock market and help investors maximizing their value in the stock market."

6.2. Hướng nghiên cứu tiếp theo và khuyến nghị

Trong tương lai, các nghiên cứu có thể tập trung vào việc cải thiện chất lượng dữ liệu tài chính và phát triển các phương pháp phân tích phù hợp hơn với đặc điểm của thị trường chứng khoán Việt Nam. Ngoài ra, cũng cần nghiên cứu sâu hơn về ảnh hưởng của các yếu tố kinh tế vĩ mô và chính sách đến lợi nhuận của các tập đoàn công nghiệp. Các khuyến nghị cho các nhà đầu tư bao gồm việc sử dụng mô hình Fama-French như một công cụ tham khảo, nhưng không nên dựa hoàn toàn vào nó để đưa ra quyết định đầu tư. Cần kết hợp với các phương pháp phân tích khác và xem xét kỹ lưỡng các yếu tố rủi ro trước khi đưa ra quyết định cuối cùng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong thị trường tài chính và hệ thống ngân hàng, việc đo lường và định giá tài sản tài chính đóng vai trò trung tâm giúp các nhà đầu tư cá nhân cũng như tổ chức tối ưu hóa tỷ suất sinh lời và kiểm soát rủi ro. Khởi nguồn từ giữa thập niên 1960, Mô hình Định giá Tài sản Vốn (CAPM) của Sharpe (1964), Lintner (1965) và Mossin (1968) chỉ sử dụng hệ số beta thị trường để giải thích lợi nhuận kỳ vọng của cổ phiếu. Tuy nhiên, các nghiên cứu thực nghiệm sau đó của Basu (1977) và Rolf W. Banz (1981) đã chỉ ra những điểm bất cập của CAPM khi áp dụng vào thực tế thị trường chứng khoán. Để khắc phục, Fama và French (1993) phát triển mô hình ba nhân tố (bổ sung quy mô và giá trị), Carhart (1997) đưa ra mô hình bốn nhân tố (thêm yếu tố động lượng), và đến năm 2015, Fama và French chính thức giới thiệu mô hình năm nhân tố (Fama-French Five-Factor - FF5F) bổ sung thêm hai nhân tố: khả năng sinh lời (RMW) và xu hướng đầu tư (CMA).

Tại Việt Nam, các nghiên cứu trước đây (như Võ Hồng Đức và Mai Duy Tân, 2014; Trương Đông Lộc và Dương Thị Hoàng Trang, 2014; Nguyễn Thị Thúy Nhi, 2016; Huỳnh Ngọc Minh Trâm, 2017) đưa ra nhiều kết quả trái chiều về khả năng ứng dụng của mô hình Fama-French. Khóa luận tốt nghiệp của tác giả Dương Đại Phát (Trường Đại học Ngân hàng TP.HCM) tập trung kiểm định mô hình FF5F đối với nhóm doanh nghiệp ngành công nghiệp sản xuất niêm yết tại Việt Nam.

Mục tiêu nghiên cứu:

1. Phân tích sự tác động của mô hình 5 nhân tố (thị trường, quy mô, định giá giá trị, khả năng sinh lời và xu hướng đầu tư) lên tỷ suất sinh lời của các cổ phiếu ngành công nghiệp niêm yết trên thị trường chứng khoán Việt Nam.
2. Mô tả mô hình định giá phù hợp và giải thích biến động lợi nhuận trên thị trường vốn Việt Nam một cách chi tiết và đơn giản.
3. Đề xuất các khuyến nghị cho nhà đầu tư, nhà quản lý doanh nghiệp và các nhà hoạch định chính sách nhằm nâng cao hiệu quả quản trị danh mục và vốn đầu tư.

Câu hỏi nghiên cứu:

1. Các nhân tố tỷ số giá trị sổ sách trên giá trị thị trường (B/M), khả năng sinh lời (OP), quy mô (Size), phần bù rủi ro thị trường (MRP) và rủi ro đầu tư (Inv) có tác động đến tỷ suất sinh lời của danh mục hay không? Mối quan hệ giữa các biến là đồng biến hay nghịch biến?
2. Mô hình 5 nhân tố Fama-French có đủ năng lực giải thích sự thay đổi tỷ suất sinh lời trên thị trường vốn Việt Nam hay không?
3. Tại sao các nhà đầu tư nên sử dụng phân tích này để gia tăng vốn chủ sở hữu và hạn chế rủi ro đầu tư?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Mô hình định giá 5 nhân tố Fama-French và tỷ suất sinh lời của cổ phiếu ngành công nghiệp sản xuất niêm yết.
• Phạm vi không gian: Cổ phiếu các doanh nghiệp ngành công nghiệp sản xuất niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX). Các doanh nghiệp tài chính, ngân hàng, bảo hiểm và công ty chứng khoán bị loại khỏi mẫu.
• Phạm vi thời gian: Dữ liệu theo quý trong giai đoạn 6 năm, từ tháng 01/2014 đến tháng 12/2019. Mẫu nghiên cứu cuối cùng bao gồm 100 doanh nghiệp công nghiệp lớn đáp ứng đầy đủ dữ liệu báo cáo tài chính liên tục.

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng hệ thống nền tảng lý thuyết từ Lý thuyết Kinh doanh Chênh lệch giá (APT - Ross, 1976), mô hình CAPM, mô hình 3 nhân tố Fama-French (1993), mô hình 4 nhân tố Carhart (1997) và mô hình 5 nhân tố Fama-French (2015). Phương trình hồi quy chuỗi thời gian của mô hình FF5F được xác định như sau:

$$R_{it} - R_{ft} = a_i + b_i(R_{mt} - R_{ft}) + s_i SMB_t + h_i HML_t + r_i RMW_t + c_i CMA_t + e_{it}$$

Trong đó:

• $R_{it}$: Tỷ suất sinh lời kỳ vọng của danh mục $i$ tại thời kỳ $t$.
• $R_{ft}$: Lãi suất phi rủi ro, tính theo lãi suất tín phiếu Kho bạc Nhà nước Việt Nam kỳ hạn 1 năm chia cho 4 quý.
• $R_{mt} - R_{ft}$ (MRP): Phần bù rủi ro thị trường, dựa trên biến động của chỉ số VN-Index.
• $SMB_t$ (Small Minus Big): Nhân tố quy mô vốn hóa thị trường.
• $HML_t$ (High Minus Low): Nhân tố giá trị dựa trên tỷ số giá trị sổ sách trên giá trị thị trường (B/M).
• $RMW_t$ (Robust Minus Weak): Nhân tố khả năng sinh lời hoạt động, đo lường bằng tỷ số ROE.
• $CMA_t$ (Conservative Minus Aggressive): Nhân tố đầu tư, đo lường bằng tốc độ tăng trưởng tổng tài sản ($\frac{\text{Tổng tài sản}t - \text{Tổng tài sản}{t-1}}{\text{Tổng tài sản}_{t-1}}$).
• $a_i$: Hệ số chặn (alpha); $b_i, s_i, h_i, r_i, c_i$: Các hệ số độ nhạy cảm của danh mục; $e_{it}$: Sai số ngẫu nhiên.

Quy trình phân loại và xây dựng danh mục: Tác giả áp dụng phương pháp phân loại độc lập $2 \times 3$ theo Fama-French (2015) để hình thành 18 danh mục đầu tư:

• Quy mô (Size): Chia thành 2 nhóm Nhỏ (Small - S) và Lớn (Big - B) theo điểm phân vị trung vị (median).
• Tỷ số B/M: Chia thành 3 nhóm Cao (High - H, top 40%), Trung bình (Neutral - N, 20%), Thấp (Low - L, bottom 40%).
• Khả năng sinh lời (OP): Chia thành 3 nhóm Mạnh (Robust - R), Trung bình (Neutral - N), Yếu (Weak - W).
• Tăng trưởng đầu tư (Inv): Chia thành 3 nhóm Thận trọng (Conservative - C), Trung bình (Neutral - N), Tích cực (Aggressive - A).

Tiêu chí phân loại thứ hai	Nhóm phân loại 1	Nhóm phân loại 2	Nhóm phân loại 3
B/M (Giá trị)	Cao (High - H)	Trung bình (Neutral - N)	Thấp (Low - L)
OP (Khả năng sinh lời)	Mạnh (Robust - R)	Trung bình (Neutral - N)	Yếu (Weak - W)
Inv (Đầu tư)	Thận trọng (Conservative - C)	Trung bình (Neutral - N)	Tích cực (Aggressive - A)

Công thức tính toán các nhân tố:

• $SMB = \frac{(SH+SN+SL+SR+SN+SW+SC+SN+SA)}{9} - \frac{(BH+BN+BL+BR+BN+BW+BC+BN+BA)}{9}$
• $HML = \frac{(SH+BH)}{2} - \frac{(SL+BL)}{2}$
• $RMW = \frac{(SR+BR)}{2} - \frac{(SW+BW)}{2}$
• $CMA = \frac{(SC+BC)}{2} - \frac{(SA+BA)}{2}$

Công cụ và quy trình kiểm định kinh tế lượng:

• Thu thập dữ liệu từ Vietstock, Cafef, VnDirect, Ngân hàng Nhà nước Việt Nam (SBV).
• Tổng hợp và xử lý danh mục trên Microsoft Excel và phần mềm Stata 13.
• Ước lượng mô hình hồi quy OLS chuỗi thời gian, kết hợp điều chỉnh sai số chuẩn Newey-West.
• Kiểm định hiện tượng đa cộng tuyến bằng hệ số nhân tử phóng đại phương sai (VIF).
• Kiểm định hiện tượng phương sai sai số thay đổi bằng kiểm định White (1980).
• Kiểm định tính hiệu quả tổng thể của mô hình định giá bằng kiểm định GRS ($F$-test của Gibbons, Ross và Shanken, 1989) với giả thuyết $H_0: a_1 = a_2 = \dots = a_N = 0$.

---

Nội dung chính theo từng chương

Chapter 1: Introduction

Chương này thiết lập cơ sở ban đầu của nghiên cứu, nêu bật tầm quan trọng của thị trường chứng khoán và các công cụ định giá tài sản trong việc hỗ trợ nhà đầu tư đưa ra quyết định. Tác giả trình bày lịch sử phát triển từ CAPM đến các mô hình đa nhân tố hiện đại, xác định mục tiêu nghiên cứu, hệ thống 3 câu hỏi nghiên cứu, đối tượng và phạm vi khảo sát đối với 100 doanh nghiệp công nghiệp niêm yết trên HOSE và HNX giai đoạn 2014–2019, cùng đóng góp thực tiễn và bố cục tổng thể của khóa luận.

Chapter 2: Literature Review and Previous Researches

Chương 2 tổng quan toàn diện các lý thuyết định giá tài sản kinh điển và các công trình thực nghiệm quốc tế cũng như tại Việt Nam:

• Lý thuyết nền tảng: Phân tích mô hình APT (Ross, 1976), mô hình 3 nhân tố Fama-French (1993), mô hình 4 nhân tố Carhart (1997) với biến động lượng (WML), và mô hình 5 nhân tố Fama-French (2015) gắn với mô hình chiết khấu cổ tức Miller & Modigliani (1961).
• Nghiên cứu tại các nước phát triển: Ferson & Harvey (1999) tại Mỹ; Daniel, Titman & Wei (2001) tại Nhật Bản; Souad Ajili (2002) tại Pháp; Zhu (2016) tại Mỹ; Chiah và cộng sự (2016) tại Úc; Keiichi Kubota & Hitoshi Takehara (2017) tại Nhật Bản.
• Nghiên cứu tại các thị trường mới nổi/đang phát triển: Heston, Geert & Wessels (1999) tại 12 quốc gia châu Âu; Grace Xing Hu và cộng sự (2018) tại Trung Quốc; Harshita và cộng sự (2015) tại Ấn Độ; Songül Kakilli Acaravci & Yunus Karaomer (2017) tại Thổ Nhĩ Kỳ.
• Nghiên cứu tại Việt Nam: Trương Đông Lộc & Dương Thị Hoàng Trang (2014); Võ Hồng Đức & Mai Duy Tân (2014); Nguyễn Thị Thúy Nhi (2016); Huỳnh Ngọc Minh Trâm (2017). Tác giả xác định khoảng trống nghiên cứu về việc đánh giá chuyên sâu mô hình FF5F trên nhóm ngành công nghiệp tại Việt Nam bằng kiểm định GRS.

Chapter 3: Data and Methodology

Chương 3 trình bày chi tiết quy trình 6 bước thu thập và xử lý dữ liệu của 100 công ty sản xuất niêm yết:

1. Thu thập dữ liệu giá cổ phiếu, khối lượng lưu hành, tổng tài sản, nợ phải trả, lợi nhuận sau thuế, giá trị sổ sách và lãi suất tín phiếu từ các nguồn chính thống (Vietstock, Cafef, VnDirect, SBV).
2. Đo lường các biến số đại diện cho tỷ suất sinh lời, quy mô (Size), giá trị (B/M), lợi nhuận hoạt động (OP) và đầu tư (Inv).
3. Phân loại độc lập $2 \times 3$ để tạo lập 18 danh mục giao thoa.
4. Đo lường và tính toán giá trị của 5 nhân tố $MRP, SMB, HML, RMW, CMA$ trên Microsoft Excel.
5. Thiết lập mô hình hồi quy chuỗi thời gian trên Stata 13, thực hiện kiểm định đa cộng tuyến (VIF), kiểm định White về phương sai thay đổi, và kiểm định GRS-F.
6. Xây dựng các giả thuyết nghiên cứu ($H_1$ đến $H_5$) về mối quan hệ dương giữa các nhân tố rủi ro và tỷ suất sinh lời vượt mức.

Chapter 4: Empirical Results

Chương này công bố toàn bộ kết quả phân tích thống kê và hồi quy thực nghiệm:

• Thống kê mô tả & Ma trận tương quan: Thứ tự mức sinh lời trung bình quý của các nhân tố được xếp hạng: $MRP > RMW > CMA > SMB > HML$. Hệ số tương quan cao nhất là giữa danh mục thị trường và nhân tố HML (63,39%), trong khi độ lệch chuẩn của danh mục SMB là thấp nhất.
• Kiểm định khuyết tật mô hình: Kiểm định đa cộng tuyến cho thấy giá trị VIF cao nhất là 1,87, VIF trung bình đạt 1,49 (đều nhỏ hơn 10), xác nhận không có hiện tượng đa cộng tuyến. Kiểm định White cho giá trị $p\text{-value} = 0,9091 > 0,10$, chứng minh mô hình không vi phạm giả định phương sai sai số thay đổi.
• Kết quả hồi quy mô hình FF5F trên 18 danh mục:
  • Nhân tố MRP: Có ý nghĩa thống kê ở hầu hết các danh mục (trừ danh mục RMW-BN), hệ số tác động dao động từ 0,391 đến 1,321, đóng vai trò giải thích mạnh nhất.
  • Nhân tố SMB: Đạt ý nghĩa thống kê ở 11/18 danh mục (mức 1% và 5%), dao động từ -1,286 đến 0,7768 (ở danh mục SMB-SH). Cổ phiếu quy mô nhỏ có hệ số nhạy cảm dương cao.
  • Nhân tố HML: Có ý nghĩa thống kê tại 5/18 danh mục ở mức 1% và 5%, 13 danh mục còn lại không có ý nghĩa thống kê rõ rệt.
  • Nhân tố RMW: Có ý nghĩa thống kê tại 33% số danh mục (6/18 danh mục) ở các mức 1%, 5% và 10%, phản ánh đúng kỳ vọng lý thuyết: danh mục lợi nhuận cao có hệ số dương và danh mục lợi nhuận yếu có hệ số âm.
  • Nhân tố CMA: Chỉ có ý nghĩa thống kê tại các danh mục CMA-SC, SN và BA; nhìn chung đóng góp giải thích yếu nhất trong 5 nhân tố.
• Kiểm định GRS: Kết quả kiểm định GRS-F đạt giá trị $1,21$ với $p\text{-value} = 0,48 > 0,05$. Do đó, chấp nhận giả thuyết $H_0$ (tất cả các hệ số alpha đồng thời bằng 0). Hệ số $R^2$ hiệu chỉnh trung bình đạt $0,6581$ ($65,81%$). Điều này chứng minh mô hình FF5F giải thích tốt biến động tỷ suất sinh lời vượt mức mà không tạo ra sai số định giá.

Chapter 5: Conclusion and Recommendations

Chương 5 đúc kết toàn bộ kết quả nghiên cứu và đưa ra hệ thống kiến nghị:

• Kết luận: Cả 5 đặc tính doanh nghiệp đều có mối tương quan thống kê với tỷ suất sinh lời vượt mức. Nhân tố thị trường và quy mô đóng vai trò chi phối, nhân tố giá trị và lợi nhuận có ảnh hưởng rõ rệt ở các nhóm danh mục cụ thể, trong khi nhân tố đầu tư (CMA) có tác động rất yếu. Kiểm định GRS khẳng định tính phù hợp cao của mô hình FF5F đối với nhóm cổ phiếu công nghiệp.
• Khuyến nghị sử dụng mô hình: Có thể xem xét rút gọn thành mô hình 4 nhân tố ($R_m-R_f, SMB, HML, RMW$) khi cần sự tinh gọn do biến CMA có mức giải thích thấp. Cần loại trừ các giai đoạn khủng hoảng thị trường bất thường (như bong bóng 2007–2008) khi áp dụng mô hình.
• Khuyến nghị cho nhà đầu tư: Xem xét bán cổ phiếu quy mô lớn và mua cổ phiếu quy mô nhỏ khi chênh lệch SMB mở rộng; ưu tiên cổ phiếu có tỷ số B/M cao và khả năng sinh lời ROE vững chắc (robust OP); cẩn trọng với các báo cáo tài chính có thể bị thổi phồng lợi nhuận.
• Khuyến nghị cho doanh nghiệp: Các doanh nghiệp lớn có tỷ số B/M cao cần chủ động kiểm soát rủi ro biến động thị trường, tối ưu hóa cơ cấu tài sản và duy trì biên lợi nhuận hoạt động ổn định.
• Hạn chế và hướng nghiên cứu tương lai: Mở rộng chuỗi thời gian, tăng số lượng doanh nghiệp ngoài ngành công nghiệp, thử nghiệm các cách chia danh mục khác ($2 \times 2, 2 \times 2 \times 2 \times 2$), kiểm định thêm biến lợi nhuận tiền mặt (cash profitability), ROA hoặc EBIT.

---

Kết quả và đóng góp

Khóa luận đã cung cấp bằng chứng thực nghiệm cụ thể về việc vận dụng mô hình định giá 5 nhân tố Fama-French trên thị trường chứng khoán Việt Nam với các chỉ số kinh tế lượng rõ ràng:

Chỉ tiêu / Kiểm định thống kê	Kết quả thực nghiệm trong nghiên cứu	Ý nghĩa kinh tế lượng
Thứ tự mức sinh lời trung bình	$MRP > RMW > CMA > SMB > HML$	Lợi nhuận thị trường và lợi nhuận hoạt động mang lại phần bù lớn nhất
Kiểm định Đa cộng tuyến (VIF)	VIF cao nhất = 1,87; VIF trung bình = 1,49	Không có hiện tượng đa cộng tuyến giữa 5 nhân tố ($VIF < 10$)
Kiểm định Phương sai thay đổi (White test)	$p\text{-value} = 0,9091$ ($> 0,10$)	Chấp nhận $H_0$, mô hình không có hiện tượng phương sai sai số thay đổi
Kiểm định hiệu quả mô hình (GRS test)	Giá trị $GRS\text{-}F = 1,21$; $p\text{-value} = 0,48$	Chấp nhận $H_0$ ($\alpha_i = 0$), các hệ số chặn triệt tiêu, mô hình định giá chuẩn xác
Hệ số xác định ($R^2$ hiệu chỉnh trung bình)	Đạt mức $0,6581$ ($65,81%$)	Năng lực giải thích cao đối với biến động tỷ suất sinh lời của 18 danh mục
Mức độ tác động của nhân tố SMB	Có ý nghĩa ở 11/18 danh mục; hệ số từ -1,286 đến 0,7768	Cổ phiếu quy mô nhỏ đạt tỷ suất sinh lời vượt trội hơn cổ phiếu lớn
Mức độ tác động của nhân tố RMW	Có ý nghĩa ở 33% số danh mục (6/18 danh mục)	Doanh nghiệp có năng lực sinh lời cao (robust) vượt trội nhóm sinh lời yếu (weak)
Mức độ tác động của nhân tố CMA	Ý nghĩa thống kê cục bộ tại CMA-SC, SN, BA	Tác động yếu nhất, có thể loại bỏ để xây dựng mô hình 4 nhân tố tinh gọn

Đóng góp của khóa luận:

• Kiểm chứng thành công tính tương thích của mô hình FF5F đối với nhóm ngành sản xuất công nghiệp tại Việt Nam thông qua kiểm định đồng thời GRS, khắc phục hạn chế của các nghiên cứu trước chỉ sử dụng hồi quy đơn lẻ.
• Cung cấp khung tham chiếu thực nghiệm cho các nhà quản lý quỹ và nhà đầu tư tại Việt Nam trong việc lựa chọn cổ phiếu dựa trên quy mô vốn hóa, chỉ số giá trị (B/M) và năng lực sinh lời (ROE).

---

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự xác định các hạn chế kỹ thuật và đề xuất hướng mở rộng nghiên cứu:

• Hạn chế về quy mô dữ liệu: Khung thời gian nghiên cứu giới hạn trong 6 năm (2014–2019) với 100 công ty chuyên về ngành công nghiệp sản xuất; kích thước mẫu này tương đối hẹp và chưa đại diện cho toàn bộ các ngành trên thị trường chứng khoán Việt Nam.
• Hạn chế về phương pháp phân nhóm danh mục: Nghiên cứu mới chỉ sử dụng phương pháp phân loại nhị biến $2 \times 3$, chưa khảo sát các phương án phân chia khác như $2 \times 2$ hay $2 \times 2 \times 2 \times 2$ theo khuyến nghị của Fama-French (2015).
• Hạn chế về mô hình hồi quy: Tác giả sử dụng hồi quy chuỗi thời gian kết hợp kiểm định GRS-F thay vì áp dụng đầy đủ quy trình hồi quy hai bước Fama-MacBeth dạng dữ liệu chéo (cross-sectional regression).
• Hướng nghiên cứu tiếp:
  • Mở rộng mẫu nghiên cứu sang các nhóm ngành khác và phân tách chi tiết theo vốn hóa: small-cap, mid-cap, large-cap.
  • Kiểm định biến khả năng sinh lời từ dòng tiền (cash profitability) theo Fama-French (2016) thay cho lợi nhuận hoạt động kế toán.
  • Bổ sung các biến kiểm soát tài chính khác như ROA, EBIT nhằm nâng cao độ chính xác trong dự báo lợi nhuận cổ phiếu tại Việt Nam.

---

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên khảo hữu ích cho:

• Sinh viên và học viên ngành Tài chính - Ngân hàng, Kinh tế học, Chứng khoán: Tham khảo quy trình xây dựng các danh mục đầu tư Fama-French từ dữ liệu báo cáo tài chính thực tế tại Việt Nam.
• Người làm nghiên cứu định lượng: Cung cấp hướng dẫn từng bước từ việc thu thập dữ liệu quý, lập bảng phân loại $2 \times 3$, tính toán các biến $SMB, HML, RMW, CMA$ trên Excel đến chạy lệnh kiểm định VIF, White test và kiểm định GRS-F trên Stata 13.
• Nhà phân tích đầu tư và quản lý quỹ: Tham khảo cơ sở định lượng để phân bổ danh mục theo trường phái đầu tư giá trị (Value), quy mô nhỏ (Small-cap) và doanh nghiệp có hiệu quả hoạt động cao (Robust Profitability).

---

Câu hỏi thường gặp

1. Nghiên cứu sử dụng dữ liệu trong giai đoạn nào và gồm bao nhiêu doanh nghiệp?
Nghiên cứu sử dụng dữ liệu theo quý kéo dài trong 6 năm, từ tháng 01/2014 đến tháng 12/2019, khảo sát trên 100 doanh nghiệp sản xuất công nghiệp niêm yết trên HOSE và HNX có báo cáo tài chính hoàn chỉnh.

2. Tiêu chí phân chia 18 danh mục đầu tư trong nghiên cứu được thực hiện như thế nào?
Tác giả áp dụng phương pháp phân loại $2 \times 3$: Quy mô vốn hóa (Size) chia 2 nhóm (Small và Big theo median). Sau đó kết hợp lần lượt với B/M (chia 3 nhóm High 40%, Neutral 20%, Low 40%), ROE (chia 3 nhóm Robust, Neutral, Weak) và tăng trưởng tài sản Inv (chia 3 nhóm Conservative, Neutral, Aggressive) để tạo thành $3 \times 6 = 18$ danh mục.

3. Kết quả kiểm định GRS-F đạt bao nhiêu và có ý nghĩa gì đối với mô hình FF5F?
Kiểm định GRS-F đạt giá trị thống kê $1,21$ với $p\text{-value} = 0,48 > 0,05$. Kết quả này chấp nhận giả thuyết $H_0$, xác nhận rằng các hệ số sai số định giá (alpha) đồng thời bằng 0, chứng minh mô hình 5 nhân tố Fama-French giải thích hoàn chỉnh biến động tỷ suất sinh lời của các danh mục mà không cần bổ sung thêm nhân tố ngoài.

4. Nhân tố nào có tác động yếu nhất trong mô hình 5 nhân tố tại thị trường Việt Nam theo tác giả?
Nhân tố đầu tư CMA (Conservative Minus Aggressive) có tác động yếu nhất và chỉ có ý nghĩa thống kê cục bộ ở một vài danh mục (CMA-SC, SN, BA). Tác giả kiến nghị có thể rút gọn thành mô hình 4 nhân tố ($MRP, SMB, HML, RMW$) nếu cần một cấu trúc gọn nhẹ.

5. Hiện tượng đa cộng tuyến và phương sai sai số thay đổi được xử lý và kiểm tra ra sao?
Đa cộng tuyến được kiểm tra qua chỉ số VIF (VIF cao nhất là 1,87, trung bình 1,49, đều $< 10$), xác nhận không có đa cộng tuyến. Phương sai sai số thay đổi được kiểm định qua White test ($p\text{-value} = 0,9091 > 0,10$), kết hợp hiệu chỉnh sai số chuẩn bằng phương pháp Newey-West trong các hồi quy OLS.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Dương Đại Phát đã kiểm định thực nghiệm thành công mô hình định giá 5 nhân tố Fama-French đối với 100 doanh nghiệp ngành công nghiệp sản xuất niêm yết tại Việt Nam giai đoạn 2014–2019. Kết quả kinh tế lượng khẳng định mô hình có năng lực giải thích cao với $R^2$ hiệu chỉnh trung bình đạt $65,81%$ và kiểm định GRS ($p\text{-value} = 0,48$) xác thực các hệ số định giá sai lệch triệt tiêu về 0. Trong 5 nhân tố, phần bù rủi ro thị trường (MRP) và quy mô (SMB) đóng vai trò then chốt, khả năng sinh lời (RMW) có ý nghĩa đáng kể, trong khi nhân tố đầu tư (CMA) thể hiện mức độ tác động thứ yếu. Đây là công trình thực nghiệm có phương pháp chặt chẽ, đóng góp tài liệu tham khảo có giá trị cho nghiên cứu học thuật và hoạt động quản trị danh mục đầu tư tại thị trường chứng khoán Việt Nam.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING STATE BANK OF VIETNAM BANKING UNIVERSITY OF HO CHI MINH CITY BACHELOR THESIS Major: Financial – Banking Number : 7340201 Topic: APPLICATION OF FAMA FINANCIAL MODEL TO INDUSTRIAL CORPORATIONS IN VIETNAM Student’s name : Dương Đại Phát Student’s ID : 030631152010 Guiding teacher : Msc Nguy n Minh Nh t HCMC, February 2021 MINISTRY OF EDUCATION AND TRAINING STATE BANK OF VIETNAM BANKING UNIVERSITY OF HO CHI MINH CITY BACHELOR THESIS Major: Financial – Banking Number : 52340201 Topic: APPLICATION OF FAMA FINANCIAL MODEL TO INDUSTRIAL CORPORATIONS IN VIETNAM Student’s name : Dương Đại Phát Student’s ID : 030631152010 Guiding teacher : Msc Nguy n Minh Nh t HCMC, February 2021 ABSTRACT The study concentrates on one of the primary advantage pricing models which offer a selection of selections for investors enthusiastic about evaluating returns. From 2014 to 2019, the writer selects the Fama Five-factor French style and uses every aspect to calculate hundred listed manufacturing businesses in Vietnam. To be able to make sure that the regression test is wholly explicable, the writer additionally determines Gibbons et al. (1989) GRS F assay if all of the sorted portfolios will likely show beneficial results in the study.

The results show that the factor MRP (market component) is actually a significant professional in all the portfolios and that SMBs play a good role than many other threes. The time series average return of these companies could be defined by Fama French Five-factor variables which don't generate pricing errors. Keywords: Fama French five-factor, asset pricing model; market capitalization; book- to-market equity; profitability; investment; trading businesses DECLARATION OF AUTHENTICITY I affirm that I wrote this and have provided credit for each quote. I certify that I have completed all processes and methods faithfully and honestly.

I mentioned to all of the people who contributed significantly to this effort. I would like to report that all representations and material found here are valid, right and authentic. Ho Chi Minh City, February 2021 ACKNOWLEGEMENTS First of all, I'd like to express my appreciation to Mr. Nguyen Minh Nhat for providing me with helpful advice and motivation during this project.

Secondly, I would like to thank my family and friends who have been there every step of the way during my four years in Banking University. Lastly, best wishes to my lecturers and BUH for their knowledge, encouragement, and understanding. COMMENTS FROM GUILDING TEACHER .2021 Signature of guiding teacher Table of Contents CHAPTER 1: INTRODUCTION .1 Reason to research .4 Research subject and range. 11 CHAPTER 2: LITERATURE REVIEW AND PREVIOUS RESEARCHES .1 Arbitrage Pricing Theory (APT).2 The Fama French three-factor model .3 Carhart four factor model .4 The Fama French five factor model .2 Previous researches from developed countries .3 Previous researches in developing countries.4 Previous research in Vietnam.

23 CHAPTER 3: DATA AND METHODOLOGY .1 Data construction and processing method .4 Testing methods and Hypotheses of research. 32 CHAPTER 4: EMPERICAL RESULTS .4 About the result. 40 CHAPTER 5: CONCLUSION AND RECOMMENDATIONS .1 Reason to research The financial exchange and the banking sector are critical aspects of the national economy. Early years, clearly for all investors (institutional or individual), the key aim is to get the best possible return from investments.

Choosing stocks for your portfolio are close to gambling. Knowing the statesman will definitely have a chance to find the side which will benefit a certain match. A business share price can change regularly to match its actual market valuation, resulting in higher profit margins and thorough examination of pricing fluctuations, risk, past success and unpredictable future. Investors like to consider whether or not their investments are successful before buying.

Understanding of different fundamental forces is the key option to make successful investment, the same with the skilled bettor that the football game requires to be understood which influences can carry the outcome. During over one hundred years of study, researchers have identified many pricing models. Studies started in the mid-1960s and went on as part of the global economy, usually including the Capital Asset Pricing Model (CAPM) from Sharpe (1964), Lintner (1965) and Mossin (1968). In this model, only beta (market risk factor) is used to calculate the anticipated return of the stock.

There is a considerable denial regarding the reliability of CAPM theory. According to Basu (1977), he noticed that all the above alternative interpretations fail absolutely in the Indian sense. As a result, Rolf W. Banz (1981) found that the CAPM was misspecified and that others have accepted that the calculation is inadequate for NYSE stocks.

After that, Fama and French conducted observational research that investigated the relationship between income and stocks, company scale, B/M ratios and beta. Finally, the French three-factor model was released. This model was later replaced the CAPM model after 30 years of use. The three-factor model was, by all accounts, a popular model for forecasting business demand in the 1980s and in the future.

The Fama-French three-factor model was checked for its usage in the global capital markets in Australia, Canada, Germany, France, Japan, the United Kingdom and the United States. Price and scale play a part in both sectors. In 1997, Mark Carhart substituted the three-factor model with a revised four-factor model that used a momentum factor to measure the monthly valuation of an asset. The Carhart model is also used as an example to evaluate and administer mutual funds.

Analysis has shown that the complementarity effect can affect returns for the plurality, but not everyone. Novy-Marx (2013) concludes that businesses with significantly higher earnings produce significantly more sales. Aharoni, Grundy, and Zeng (2013) find that a rise in spending and a decline in profit margins were associated with an increase in profit. From these results, Fama and French developed that diversification enhances return.

A five-factor model for understanding financial decision-making was released in the Journal of Financial Economics in early 2015. Their aim is to remove gains from the equation and prioritize investments (CMA-Conservative Minus Aggressive Investment). This model has been tested in 23 developing markets, and reported to be successful in four regions – North America, Japan, the Asia Pacific and Europe (Austria, Belgium, Denmark, Finland, France, Germany, Greece, Ireland, Italy, UK,. The Fama five-factor model is attracting massive interest from investors in general and from the equity market in particular.

However, most researchers have not yet explicitly solved the problem. In the analysis of Vo Hong Duc and Mai Duy Tan (2014), they graded the portfolio by running several regression models and splitting the portfolio according to their findings. However, implementing the same portfolios will lead to surprise, such as various sets of variables that might be associated and bound to each other. In comparison, modelling portfolios on just 14 individuals is not necessary to achieve reputation.

However, to the best of the author's understanding, "Application of Fama French factors to industrial companies in Viet Nam stock market", I think the article would analyze the introduction of the concept into the Vietnam stock market and help investors maximizing their value in the stock market.2 Research objective The aim of this thesis was to: Firstly, analyze the influence of the five-factor model, including industry, scale, valuation, benefit, and investment factors has on listed industrial stocks returns in the Vietnam stock market. Secondly, describe the relevant valuation model and the fluctuation of the Vietnamese capital market returns in a simple and detailed manner. Finally, offer several ideas on how owners, regulators, and other stockholders may enhance the continuing management of the fund.3 Research questions To accomplish the above study's purpose, these are the questions it seeks to address: - Does a company's book-to-market ratio, profitability, scale, market premium, and investment risk impact the portfolio's returns? Is there a favorable or negative connection between the stock results and the external factors? - The Fama French five-factor model is sufficient method for describing the shifts in returns in the equity market in Viet Nam? - Why investors make use of analysis to raise equity capital and reduce investment risks? 1.4 Research subject and range The study emphasis is on utilizing the Fama French Five-Factor Pricing Model for mentioned manufacturing firms on the HNX and HOSE exchanges. Research range: - The time frame for the study is from 2014 to 2019.

Prioritizing the objective to create an accurate analysis, any earlier return data is disregarded in this study. - Firms from the study are expected to be majored in Industrials, listed as securities, and need to provide accessible data concerning Market Price, Total Assets, Total Liabilities, Shares Outstanding, Book Value and Treasury bill taken from the VNCB from the three-month duration of the survey. - Space: This analysis used closed market details of the reported market capitalization of industrial firms on HOSE and HNX. Companies outside of the banking industry, including insurance companies, insurers and brokerage companies, are not listed in these rankings.5 Methodlogy The aim of the analysis was to evaluate the Fama French Five Factor Model in Vietnamese industrial firms, a quantitative methodology was implemented: - Follow the Ordinary Least Square (OLS) procedure to quantify the Betas, and analyze the association between variables and portfolios.

- Using Gibbons, Ross, and Shanken (1989) GRS model to approximate the fundamental influence of the model on the list of firms. - Excel Office is used to synthesize data and equations accompanied by the usage of Stata version 13 to execute regression and other related hypothesis testing procedures. Research model: 𝑟 𝑟 (𝑟 𝑟 ) 𝑠 𝑟 Where: the expected return on asset i, the risk-free rate of Treasury bill, the excess market return, , (Small minus Big) the size factor, (High minus Low) the value factor, (Robust minus Weakness) the profitability factor and (Conservative minus Aggressive) the investment factor. The coefficients is the asset’s sensibility, the intercept and the error term of asset i at time t.6 Research contribution The thesis provides many unique contributions: The purpose of the study is to validate the usability of Fama French five-factor pricing models.

Thus, the study can clarify more precisely the factors of the Fama French model for investors and researchers who are studying and discovering the ways to predict future income rates by limiting the immediate risks. As a consequence, the concept can be extended directly to the Vietnam capital exchange. Experimentally, by assessing the feasibility of the templates, analyzing the test findings, and presenting any hints to investors and individuals when choosing and handling the portfolio.7 Research outline Chapter 1: Introduction This chapter introduces the motives for conducting this project, the research aims, the research subject, the research range and the scope of work. Chapter 2: Literature review This chapter presents the theoretical background behind the current study, and previous research into a similar subject.

Chapter 3: Data and methodology This chapter outlines the study architecture and the specifics of the experiment. The author defines the dependent and influencing variables, gives guidance for constructing a portfolio, and describes regression analysis and the steps involved in using it. Chapter 4: Empirical results This chapter includes a regression study to demonstrate the effects of the key model discussed in Chapter 3. This section includes data on all variables, including association, graph, and compare and contrast of models.

Any segment concludes with a description of the findings and a reference to previous research. Chapter 5: Conclusions and recommendations Overall, I noticed that this study was useful in many respects. The author offers a deeper interpretation of this analysis and gives suggestions for company owners, bank officers and public policy leaders. The shortcomings of the analysis are stated and recommendations for future studies are made.

CHAPTER 2: LITERATURE REVIEW AND PREVIOUS RESEARCHES 2.1 Arbitrage Pricing Theory (APT) In 1976, Ross did not merely expand an established theory but to establish a new idea. This theory, regarded as the Arbitrage Pricing Theory (APT), became extremely popular.