Luận văn Ứng dụng mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM ----------------- CÔNG TRÌNH DỰ THI GIẢI THƯỞNG NGHIÊN CỨU KHOA HỌC SINH VIÊN “NHÀ KINH TẾ TRẺ – NĂM 2011” TÊN CÔNG TRÌNH: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM THUỘC NHÓM NGÀNH: KHOA HỌC KINH TẾ TÓM TẮT ĐỀ TÀI 1.Lý do chọn đề tài : Sau 2007, thị trường chứng khoán khủng hoảng, thị trường giảm điểm liên tiếp và vẫn chưa có dấu hiệu hồi phục. Ngoài ra, những tín hiệu từ nền kinh tế vĩ mô cũng không mấy khả quan. Để thực hiện mục tiêu kiềm chế lạm phát cho định hướng tăng trưởng biền vững, nhà nước đã tăng lãi suất, thắt chặt chi tiêu. Dẫn đến doanh nghiệp khó khăn trong việc huy động vốn từ ngân hàng với lãi suất cao. Trong khi đó, thị trường chứng khoán, một kênh huy động vốn khác của doanh nghiệp, lại cũng chờ, chờ những tín hiệu khả quan hơn, chờ doanh nghiệp thông báo lợi nhuận để đầu tư. Dẫn đến doanh nghiệp càng không có vốn, mà không có vốn thì không tái đầu tư, thực hiện dự án để tăng lợi nhuận. Mà doanh nghiệp không tăng lợi nhuận hay có những tín hiệu khả quan khác thì nhà đầu tư không đầu tư. Vòng luẩn quẩn này đang diễn ra trên thị trường. Với mong muốn đóng góp một mô hình hồi quy đa nhân tố để mục đích đánh giá đúng bản chất của các danh mục đầu tư trên thị trường chứng khoán Việt Nam trong giai đoạn hiện nay. Em xin giới thiệu đề tài: “Ứng dụng các mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam ”. 2. Mục tiêu nghiên cứu : Chúng ta hồi quy các danh mục để định giá, tìm ra danh mục đang định giá thấp để mua vào, còn những danh mục đang nắm giữ mà bị định giá cao thì bán ra. Ngoài ra, còn so sánh độ phù hợp của các mô hình với tình hình hiện tại trên thị trường để ra quyết định phù hợp nhất. 3.Phạm vi nghiên cứu Tất cả chứng khoán trên thị trường chứng khoán Việt Nam từ tháng 1 năm 2006 đến tháng 12 năm 2010. 4.Phương pháp nghiên cứu Đề tài sử dụng những phương pháp nghiên cứu sau : iv • Nghiên cứu cơ sở lý thuyết các mô hình CAPM, Fama, Carhart • Thu thập dữ liệu từ các nguồn khác nhau. • Thống kê tổng hợp những thông tin thu thập được. • Sau đó dùng phương pháp tổng hợp, so sánh ; phương pháp phân tích suy luận, phương pháp phân tích thống kê, chạy mô hình bằng Eviews… để đưa ra những kết luận cụ thể. iii MỤC LỤC TÓM TẮT ĐỀ TÀI LỜI MỞ ĐẦU .............................................................................................. 1 CHƯƠNG 1 : CƠ SỞ LÝ LUẬN ................................................................ 2 1. Khái niệm các mô hình: ............................................................................................ 2 1.1 Mô hình CAPM: ........................................................................................................ 2 1.1.1 Lý thuyết quá trình định giá: .............................................................................. 4 1.1.2 Quy trình định giá trên thực tế: .......................................................................... 5 1.2 Mô hình Fama - French: ............................................................................................ 5 1.2.1 Những phát hiện của Fama – French: ................................................................ 5 1.2.2 Mô hình Fama – French ba nhân tố: .................................................................. 8 1.3 Mô hình Carhart: ..................................................................................................... 10 2. Mục đích của các mô hình: ..................................................................................... 11 3. Theo dõi kết quả dự báo và đánh giá lại mô hình đã sử dụng: ............................ 11 KẾT LUẬN CHƯƠNG 1: ........................................................................................... 12 CHƯƠNG 2: THỰC TIỄN ỨNG DỤNG MÔ HÌNH TÀI CHÍNH XÂY DỰNG DANH MỤC ĐẦU TƯ TỐI ƯU .................................................. 13 1. Thực tiễn ứng dụng mô hình Fama - French xây dựng danh mục đầu tư ở các nước trên thế giới: ....................................................................................................... 13 1.1. Ứng dụng ở những nước phát triển: ....................................................................... 13 1.2 Ứng dụng ở những nước đang phát triển: ................................................................ 16 2. Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ở các nước trên thế giới: ................................................................................................................ 19 3. Thực tiễn áp dụng mô hình tài chính vào thị trường chứng khoán Việt Nam: .. 21 iv 3.1. Những nghiên cứu về mô hình tài chính tại Việt Nam: ......................................... 21 3.2 Thực trạng thị trường chứng khoán: ........................................................................ 22 4. Sự cần thiết phải có một mô hình dự báo tỷ suất sinh lợi trong đầu tư chứng khoán ở Việt Nam: ...................................................................................................... 29 KẾT LUẬN CHƯƠNG 2: ........................................................................................... 31 CHƯƠNG 3: XÂY DỰNG DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM: ............................................. 32 1. Xây dựng danh mục đầu tư – Mô hình Fama – French: ...................................... 32 1.1. Thu thập dữ liệu sơ bộ: .......................................................................................... 32 1.2. Phân loại các danh mục đầu tư: .............................................................................. 33 1.3 Dữ liệu nghiên cứu: ................................................................................................. 34 1.4. Kiểm định hiện tượng đa cộng tuyến: .................................................................... 34 1.4.1. Hậu quả của đa cộng tuyến: ............................................................................ 34 1.4.1.1. Hậu quả của đa cộng tuyến hoàn hảo: .................................................... 34 1.4.1.2. Hậu quả của đa cộng tuyến không hoàn hảo: ......................................... 35 1.4.2. Phát hiện đa cộng tuyến: ................................................................................. 36 1.5. Kiểm định tự tương quan, thống kê Breusch – Godfrey: ........................................ 37 1.5.1 Hậu quả của tự tương quan: ............................................................................. 37 1.5.2 Kiểm định tự tương quan Breusch – Godfrey: ................................................. 37 1.6. Kiểm định phương sai thay đổi, Kiểm định White: ................................................ 38 1.6.1. Hậu quả phương sai thay đổi: ......................................................................... 38 1.6.2 Phát hiện hiện tượng phương sai thay đổi: ....................................................... 38 1.7. Kết quả hồi quy: ..................................................................................................... 39 2. Xây dựng danh mục đầu tư - Mô hình Carhart: .................................................. 41 2.1 Thu thập dữ liệu sơ bộ: ........................................................................................... 41 2.3 Dữ liệu nghiên cứu: ................................................................................................. 42 iii 2.4 Kiểm định hiện tượng đa cộng tuyến: ..................................................................... 42 2.5 Kiểm định tự tương quan Breusch – Godfrey: ........................................................ 43 2.6. Kiểm định phương sai thay đổi, Kiểm định White: ................................................ 44 2.7. Kết quả hồi quy: ..................................................................................................... 44 KẾT LUẬN CHƯƠNG 3: ........................................................................................... 46 CHƯƠNG 4: KHUYẾN NGHỊ ĐẦU TƯ VÀ CÁC BIỆN PHÁP NÂNG CAO TÍNH CHÍNH XÁC CỦA MÔ HÌNH DỰ BÁO: .......................... 47 1. Khuyến nghị đầu tư: ............................................................................................... 47 2. Các biện pháp nâng cao tính chính xác của mô hình: .......................................... 49 2.1 Nguyên nhân ảnh hưởng đến kết quả thực nghiệm của mô hình: ............................ 49 2.1.1 Phân tích gỉa định của các mô hình: ................................................................. 49 2.1.2 Thu thập số liệu: .............................................................................................. 50 2.2 Giải pháp nâng cao hiệu quả ứng dụng các mô hình đầu tư tài chính hịên đại vào thị trường chứng khoán Việt Nam: ..................................................................................... 51 KẾT LUẬN CHƯƠNG 4 ............................................................................................ 53 KẾT LUẬN ................................................................................................ 54 iv DANH MỤC PHỤ LỤC Phụ lục dữ liệu nghiên cứu phần 2.2.3 ......................................................................... 54 Phụ lục kiểm định danh mục theo mô hình Fama - French: ..................................... 58 Phụ lục kiểm định đa cộng tuyến 1.4.2: ........................................................................... 58 Phụ lục tự tương quan 1.5.2: ............................................................................................ 59 Phụ lục phương sai 1.6.2: ................................................................................................. 62 Phụ lục hồi quy 1.7: ......................................................................................................... 66 Phụ lục kiểm định danh mục theo mô hình Carhart .................................................. 70 Phụ lục đa cộng tuyến 2.4: ............................................................................................... 70 Phụ lục tự tương quan 2.5 ................................................................................................ 71 Phụ lục phương sai 2.6: .................................................................................................... 74 Phụ lục hồi quy 2.7: ......................................................................................................... 77 DANH MỤC TÀI LIỆU THAM KHẢO 1 LỜI MỞ ĐẦU Năm 2008 là năm biến động lớn của thị trường tài chính nói chung, thị trường chứng khoán nói riêng. Sự biến động đó đã vượt ngoài tầm kiểm soát, nó đi ngược lại các qui luật kinh tế trước đây mà các nhà kinh tế học đã dự báo. Riêng đối với thị trường chứng khoán, hàng loạt cổ phiếu giảm giá, hàng loạt công ty phải nộp đơn xin bảo hộ phá sản. Năm 2008 đi qua, các quốc gia rơi vào tình trạng suy thoái kinh tế, chính sách kích cầu kinh tế liên tục được đưa ra nhằm khôi phục thị trường tài chính, củng cố thị trường chứng khoán. Và Việt Nam cũng không nằm ngoài xu thế đó, năm 2008 vừa qua là năm biến động lớn của thị trường chứng khoán. Nếu năm 2007, chứng khoán tới đỉnh tại 1,174 điểm nhà đầu tư ào ạt đổ vào thị trường, thì từ 2008 trở đi, việc thu hút nhà đầu tư vẫn còn là vấn đề lớn, một mặt họ không có niềm tin vững chắc vào thị trường, mặt khác họ vẫn chưa yên tâm khi trong tay không có công cụ nào có thề định giá đúng đắn các loại chứng khoán. Vì vậy, hơn bao giờ hết thị trường chứng khoán Việt Nam cần phải có một mô hình định giá các danh mục đầu tư để giúp nhà đầu tư định hướng thị trường tốt hơn và giảm bớt rủi ro khi thực hiện đầu tư, Thấy được sự cần thiết của việc vận dụng các mô hình để định giá danh mục đầu tư, em quyết định nghiên cứu đề tài “Ứng dụng mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam”. Bài nghiên cứu sử dụng mô hình khá đơn giản đó là mô hình CAPM, ngoài ra, còn có mô hình ba nhân tố Fama Frẹnch và bốn nhân tố Carhart. Những mô hình này đã áp dụng rộng rãi và khá thành công tại nhiều quốc gia trên thế giới để cung cấp cho các nhà đầu tư một công cụ phân tích, định giá chứng khoán và danh mục đầu tư. Điều này sẽ có ích cho các nhà đầu tư trong việc quyết định nên nắm giữ những danh mục hay cổ phiếu nào. Với đề tài nghiên cứu này, em hy vọng các kết quả của nó sẽ giúp cho nhà đầu tư trong việc nhận định rủi ro và lợi nhuận, đưa ra các khuyến nghị đầu tư hợp lý để xây dựng một danh mục đầu tư an toàn và hiệu quả. 2 CHƯƠNG 1 : CƠ SỞ LÝ LUẬN 1. Khái niệm các mô hình: 1.1 Mô hình CAPM: Từ những năm 1960, mô hình định giá tài sản vốn CAPM do ba nhà kinh tế William Sharpe, John Lintnet và Jack Treynor phát triển dựa trên mối quan hệ giữa rủi ro và tỷ suất sinh lợi mong đợi, đựơc diễn tả bởi công thức sau : Trong mô hình này, tỷ suất sinh lợi mong đợi bằng tỷ suất sinh lợi phi rủi ro (risk- free) cộng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro toàn hệ thống của chứng khoán đó. Rủi ro không mang tính hệ thống không được xem xét trong mô hình này do nhà đầu tư có thể xây dựng danh mục đầu tư đa dạng hoá để loại bỏ loại rủi ro này. Nhà đầu tư sẽ dựa trên rủi ro và tỷ suất sinh lợi từ mô hình để thiết lập đường thị trường chứng khoán SML, họ đầu tư những chứng khoán đang được định giá thấp (bên trên đường SML) và bán khống (nếu thị trường cho phép) hoặc từ bỏ nắm giữ những chứng khoán bên dưới SML : 3 Như vậy, khi hệ số beta càng cao thì suất sinh lời của chứng khoán càng cao và vì vậy, cũng mang nhiều rủi ro hơn. Beta bằng 0: Lợi nhuận kỳ vọng của chứng khoán có beta bằng 0 chính là lợi nhuận không rủi ro, Rf. Beta bằng 1: Lợi nhuận kỳ vọng của chứng khoán có beta bằng 1 chính là lợi nhuận thị trường, E(Rm). Quan hệ giữa lợi nhuận và hệ số rủi ro beta của chứng khoán là quan hệ tuyến tính được diễn tả bởi đường thẳng SML có hệ số góc là E(Rm) - Rf . Ngoài ra, lý thuyết CAPM, đi lên từ lý thuyết danh mục của Markowitz, cho nên nó cần một số giả định sau: (1) Tất cả các nhà đầu tư đều là các nhà đầu tư hiệu quả Markowitz, họ mong muốn nắm giữ danh mục nằm trên đường biên hiệu quả. Vì vậy vị trí chính xác trên đường biên hiệu quả và danh mục cụ thể được chọn sẽ phụ thuộc vào hàm hữu dụng rủi ro – tỷ suất sinh lợi của mỗi nhà đầu tư. (2) Các nhà đầu tư có thể đi vay và cho vay bất kỳ số tiền nào ở lãi suất phi rủi ro - rf . (3) Tất cả các nhà đầu tư đều có mong đợi thuần nhất: có nghĩa là, họ có ước lượng các phân phối xác suất tỷ suất sinh lợi trong tương lai giống hệt nhau. Vả lại, giả định này có thể bỏ qua, lúc đó các khác biệt trong các giá trị mong đợi sẽ không lớn nên các ảnh hưởng của chúng sẽ không đáng kể. (4) Tất cả các nhà đầu tư có một phạm vi thời gian trong một kỳ như nhau chẳng hạn như một tháng, sáu tháng hay một năm. Mô hình này sẽ được xây dựng cho một khoảng thời gian giả định và kết quả của nó cũng sẽ bị ảnh hưởng bởi việc giả định khác đi. Sự khác nhau trong phạm vi thời gian sẽ đòi hỏi các nhà đầu tư xác định ra các thước đo rủi ro và các tài sản phi rủi ro phù hợp với các phạm vi thời gian đầu tư của họ. (5) Tất cả các khoản đầu tư có thể phân chia tùy ý, có nghĩa là các nhà đầu tư có thể mua và bán các tỷ lệ phần trăm của bất kỳ tài sản hay danh mục nào. Giả thuyết này cho phép chúng ta thảo luận các kết hợp đầu tư thành các đường cong liên tục. Thay đổi giả thuyết này sẽ có một chút ảnh hưởng đến lý thuyết. (6) Không có thuế và chi phí giao dịch liên quan tới việc mua và bán các tài sản. 4 (7) Không có lạm phát hay bất kỳ thay đổi nào trong lãi suất, hoặc lạm phát được phản ánh một cách đầy đủ. Đây là một giả định ban đầu hợp lý và có thể thay đổi được. (8) Các thị trường vốn ở trạng thái cân bằng. Điều này có nghĩa là chúng ta bắt đầu với tất cả các tài sản được định giá đúng với mức độ rủi ro của chúng. 1.1.1 Lý thuyết quá trình định giá: Quy trình thực hiện định giá danh mục đầu tư dựa trên cơ sở lý thuyết về định giá. Như đã biết về mô hình định giá CAPM, nhà đầu tư sẽ nắm giữ, mua vào danh mục bị định giá thấp, và bán ra, từ bỏ danh mục đang bị định giá cao. • Quyết định nắm giữ hay mua vào: Nếu thiết lập danh mục đầu tư từ A, B, C và D, nhà đầu tư sẽ mua vào chứng khoán C, vì C đang bị định giá thấp. Tỷ suất sinh lợi yêu cầu của C ( tỷ suất sinh lợi mong đợi từ CAPM) nhỏ hơn tỷ suất sinh lợi ước tính (kỳ vọng của nhà đầu tư). • Quyết định từ bỏ hay bán đi: Nếu đang nắm giữ B, D nhà đầu tư sẽ từ bỏ, vì tỷ suất sinh lợi yêu cầu của B lớn hơn tỷ suất sinh lợi ước tính. • Không quyết định: 5 Nếu đang nắm giữ A, nhà đầu tư có thể nắm giữ hoặc từ bỏ, vì tỷ suất sinh lợi yêu cầu của A bằng tỷ suất sinh lợi ước tính. Nhà đầu tư sẽ không có hành động nào đối với A. 1.1.2 Quy trình định giá trên thực tế: Ngoài ra, khi dùng để định giá chứng khoán, mô hình CAPM được chuyển thể về dạng: Theo như CAPM: • Tài sản đang được định giá đúng thì αi = 0 • αi đo lường tỷ suất sinh lợi tăng thêm bằng với tỷ suất sinh lợi mong đợi trừ cho tỷ suất sinh lợi yêu cầu. Như vậy, khi αi >0, tức tài sản đang bị định giá thấp, tuy nhiên, nhà đầu tư nên kiểm tra lại một số thông tin trước khi ra quyết định: • Xem lại sai số ước lượng của mô hình • Giá trị quá khứ của α chưa chắc là một dự báo tốt cho tương lai • αi >0 có thể đi cùng với những rủi ro nhất định. Do đó, α chính là nhân tố định giá danh mục. 1.2 Mô hình Fama - French: 1.2.1 Những phát hiện của Fama – French: Tuy nhiên, khi một số học giả khi áp dụng mô hình CAPM đã phát hiện ra một số điểm bất thường khiến CAPM không còn đúng như trường hợp bình thường. 6 Biểu đồ chỉ ra rằng, rủi ro thặng dư – Average risk premium (E(Ri) – Rf) của những danh mục có Beta khác nhau thì thay đổi qua những thời kỳ khác nhau. Mối quan hệ giữa beta trong mô hình và beta thực tế ngày càng trở nên yếu đi trong giai đoạn giữa những năm 1960. Những điểm bất thường bao gồm: 7
Ảnh hưởng của qui mô công ty – Người ta phát hiện rằng chứng khoán của công ty có giá trị thị trường nhỏ (giá trị vốn hóa thị trường = giá mỗi cổ phiếu x số lượng cổ phiếu) đem lại lợi nhuận cao hơn cổ phiếu của công ty có giá trị thị trường lớn, nếu những yếu tố khác như nhau.
Ảnh hưởng của tỷ số P/E và ME/BE – Người ta cũng thấy rằng cổ phiếu của những công ty có tỷ số P/E( số nhân thu nhập) và tỷ số ME/BE (giá trị thị trường/giá trị sổ sách) thấp đem lại lợi nhuận cao hơn cổ phiếu của những công ty có tỷ số P/E và ME/BE cao. 8
Ảnh hưởng tháng Giêng – Những người nào nắm giữ cổ phiếu trong khoảng thời gian từ tháng 12 đến tháng 1 thường có lợi nhuận cao hơn so với những tháng khác. Tuy vậy, người ta cũng lưu ý mặc dù ảnh hưởng tháng Giêng được tìm thấy trong nhiều năm nhưng không phải năm nào cũng xảy ra. Thời kỳ 1963 – 1990, Fama và French nhận thấy rằng beta của CAPM không giải thích được tỷ suất sinh lợi bình quân của chứng khoán ở Mỹ. Fama và French bắt đầu quan sát hai lớp cổ phiếu có khuynh hướng tốt hơn so với toàn bộ thị trường. Thứ nhất là cổ phiếu giá trị vốn hóa nhỏ (small caps) hay còn gọi là quy mô nhỏ. Thứ hai là cổ phiếu có tỷ số giá sổ sách trên giá thị trường BE/ME cao (hay còn gọi là cổ phiếu giá trị - value stock, và ngược lại được gọi là cổ phiếu tăng trưởng – growth stock). Sau đó họ thêm hai nhân tố này vào CAPM để phản ánh sự nhạy cảm của danh mục đối với hai loại cổ phiếu này. Fama và French (1993) đã xác định một mô hình với ba nhân tố rủi ro chung đối với lợi nhuận chứng khoán đó là nhân tố tổng thể thị trường (Rm-Rf), nhân tố liên quan đến quy mô công ty (SMB) và nhân tố liên quan đến tỷ lệ giá sổ sách chia giá thị trường BE/ME (HML). 1.2.2 Mô hình Fama – French ba nhân tố: Fama và French đã sử dụng cách tiếp cận hồi quy theo dãy số thời gian của Black, Jensen và Scholes (1972), với mô hình: E(Ri) = Rf + βi[E(Rm) – Rf] + siE(SMB) + hi(HML) Trong đó: - E(Ri): là tỷ suất sinh lợi trung bình của chứng khoán i - E(Rm): là tỷ suất sinh lợi trung bình của thị trường - Rf: là lãi suất phi rủi ro - SMB: là tỷ suất sinh lợi bình quân của danh mục có giá trị vốn hóa thị trường nhỏ trừ tỷ suất sinh lợi bình quân của danh mục có giá trị vốn hóa thị trường lớn - HML: là chênh lệch tỷ suất sinh lợi của các cổ phiếu “giá trị” so với các cổ phiếu “tăng trưởng” 9 - iβ , si, hi, là các biến phản ánh độ nhạy của các nhân tố, trong đó iβ còn được gọi là beta chứng khoán 3 nhân tố (để phân biệt với beta chứng khoán trong CAPM). • Tỷ suất sinh lợi thị trường vượt trội: Phần chênh lệch Rm-Rf đôi khi còn được gọi là phần bù của thị trường (market premium) hay tỷ suất sinh lợi thị trường vượt trội, tức là phần tăng thêm của tỷ suất sinh lợi do rủi ro của thị trường mang lại. Nhân tố này cũng giống như trong CAPM. • Phần bù của quy mô: SMB (Small Minus Big) đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có giá trị vốn hóa thị trường nhỏ. Phần lợi nhuận tăng thêm này đôi khi còn được gọi là phần bù của quy mô, tức là lợi nhuận do yếu ớt quy mô của công ty mang lại. Trong thực tế, dãy dữ liệu SMB được tính bằng tỷ suất sinh lợi bình quân của danh mục gồm 33% chứng khoán có giá trị vốn hóa thị trường (quy mô) nhỏ trừ cho tỷ suất sinh lợi bình quân của danh mục gồm 33% chứng khoán có giá trị vốn hóa thị trường (quy mô) lớn. Một SMB dương chỉ ra rằng những chứng khoán có quy mô nhỏ luôn tốt hơn (có tỷ suất sinh lợi cao hơn) những chứng khoán có quy mô lớn. Một SMB âm thì biểu hiện điều ngược lại, chứng khoán có quy mô lớn sẽ tốt hơn chứng khoán có quy mô nhỏ. • Phần bù giá trị: HML (High Minus Low) đo lường lợi nhuận tăng thêm của nhà đầu tư khi đầu tư vào những công ty có tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME) cao - tức là những cổ phiếu “giá trị”. HML còn được gọi là phần bù giá trị, tức là phần tỷ suất sinh lợi tăng thêm do cổ phiếu giá trị mang lại. Nhân tố HML được tính bằng tỷ suất sinh lợi bình quân của danh mục gồm 50% chứng khoán có BE/ME cao nhất trừ tỷ suất sinh lợi bình quân của danh mục gồm 50% chứng khoán có BE/ME thấp nhất. Một HML dương thể hiện những cổ phiếu “giá trị” tốt 10 hơn so với những cổ phiếu “tăng trưởng”. Một HML âm thì ngược lại, thể hiện những cổ phiếu “tăng trưởng” tốt hơn những cổ phiếu “giá trị”. 1.3 Mô hình Carhart: Carhart (1997) phát triển từ Fama sau khi thêm vào nhân tố đà tăng trưởng (momentium factor). Ông nhận định rằng nhà đầu tư nên mua những chứng khoán đã có tỷ suất sinh lợi cao trong quá khứ và bán những chứng khoán có tỷ suất sinh lợi thấp. Do đó, nhân tố này giải quyết được vấn đề rằng nó bào hàm cả những biểu hiện tốt và xấu của chứng khoán trong ngắn hạn, và được gọi là đà tăng trưởng 1 năm trước đó (PR1YR) portfolio. E(Ri) = Rf + βi[E(Rm) – Rf] + siE(SMB) + hi(HML) + pi(PR1YR) Trong đó, nhân tố mới thêm vào là đà tăng trưởng, đó là những cổ phiếu có tỷ suất sinh lợi cao trong một giai đoạn trước đó, trừ đi những cổ phiếu có tỷ suất sinh lợi thấp, gọi chung là WML. Nếu thời kỳ nghiên cứu trước đó là 1 năm thì ký hiệu là PR1YR (prior one year ), ngoài ra, còn có những danh mục lấy thời kỳ nghiên cứu trước đó 3 tháng, 6 tháng... Mô hình bốn nhân tố này sử dụng bốn nhân tố, được sử dụng rộng rãi như một mô hình thay thế cho CAPM bởi những ưu thế vượt trội của mô hình này: (Chuỗi dữ liệu trung bình hàng tháng từ 1926 - 2005) Bảng trên lấy dữ liệu trung bình hàng tháng từ 1926 - 2005, trong đó, tỷ suất sinh lợi thị trường trừ tỷ suất sinh lợi phi rủi ro là 0.64%, tỷ suất sinh lợi trung bình danh mục có quy mô nhỏ trừ danh mục có quy mô lớn là 0.17%, tỷ suất sinh lợi trung bình của danh mục có tỷ số BE/ME cao trừ thấp là 0.53%, tỷ suất sinh lợi trung bình của danh mục có đà tăng trưởng cao trừ đi thấp là 0.76%. Như vậy, đà tăng trưởng trong quá khứ ảnh 11 hưởng rõ rệt đến hiện tại và tương lai. Điều này, đưa ra một định hướng đầu tư cho những chứng khoán đã có những biểu hiện tốt trong khoảng thời gian 1 năm trước. 2. Mục đích của các mô hình: Chúng ta hồi quy các danh mục để định giá, tìm ra danh mục đang định giá thấp để mua vào, còn những danh mục đang nắm giữ mà bị định giá cao thì bán ra. Ngoài ra, còn so sánh độ phù hợp của các mô hình với tình hình hiện tại trên thị trường để ra quyết định phù hợp nhất. 3. Theo dõi kết quả dự báo và đánh giá lại mô hình đã sử dụng: Mô hình kinh tế lượng sử dụng những chuỗi dữ liệu quá khứ để ước lượng các hệ số. Tuy nhiên, mỗi mô hình có một mức ý nghĩ và độ chính xác riêng. Khi sử dụng mô hình nhà đầu tư phải luôn theo dõi kết quả của mô hình với thị trừơng. Đánh giá độ chính xác, ước lượng khoảng tin cậy, và điều chỉnh những nhân tố ảnh hưởng. Trong một giai đoạn, những biến độc lập tác động khác với những giai đoạn khác. Vì vậy, cần thường xuyên theo dõi, hịêu chỉnh và cập nhật những thay đổi cho mô hình. 12 KẾT LUẬN CHƯƠNG 1: Theo như lý thuyết đã trình bày ở trên, đối với việc định giá hay dự báo tỷ suất sinh lợi của danh mục, mô hình Fama – French có những ưu thế vượt trội so với CAPM, và Carhart thì dường như lại tốt hơn Fama. Do đó, chúng ta tìm mô hình với độ phù hợp cao nhất, để từ đó định giá chứng khoán và xa hơn nữa là dự báo tỷ suất sinh lợi của những danh mục đã phân loại theo tiêu chí quy mô, giá trị sổ sách trên giá trị thị trường. (Ở đây, chúng ta nhấn mạnh, danh mục theo Fama, Carhart không phải là một danh mục tối ưu, chúng chỉ là một danh mục nhân tố, tức danh mục phân loại theo nhân tố như quy mô SMB, và giá trị HML, đà tăng trưởng WML. Ở đó, tỷ trọng của từng loại chứng khoán trong danh mục không phải dao động từ 0% đến 100% đến khi thiết lập được danh mục tối ưu, mà theo Fama, danh mục bao gồm các chứng khoán có tỷ trọng đồng nhất (equal – weighted average) hay tỷ trọng theo vốn hóa thị trường (value weighted average). Trong bài nghiên cứu, danh mục nhân tố sử dụng tỷ trọng đồng nhất trong dữ liệu hồi quy. Như vậy, để định giá danh mục, ta không chỉ đơn thuần chạy mô hình: Ri = rf + β(rm - rf) + εi Khi chứng khoán không được định giá đúng, khi chạy các số liệu thực tế để hồi quy ra mô hình, mặc dù β = 0, nhưng ri ≠ rf, để thuận lợi trong quá trình định giá, ta chuyển mô hình về dạng: Ri - rf = α + β(rm - rf) + εi Khi đó, α chính là dấu hiệu biểu hiện giá trị chứng khoán, α > 0 là chứng khoán đang được định giá thấp, cần mua vào, α < 0 là chứng khoán đang được định giá cao, cần bán ra, α = 0 nhà đầu tư bàng quan với thị trường. 13 CHƯƠNG 2: THỰC TIỄN ỨNG DỤNG MÔ HÌNH TÀI CHÍNH XÂY DỰNG DANH MỤC ĐẦU TƯ TỐI ƯU 1. Thực tiễn ứng dụng mô hình Fama - French xây dựng danh mục đầu tư ở các nước trên thế giới: Mô hình Fama – French được ứng dụng ở nhiều nơi trên thế giới, những nghiên cứu cho rằng khi thêm nhân tố SMB, HML để giải thích tỷ suất sinh lợi, R2 cao hơn, nghĩa là mô hình phù hợp hơn. 1.1. Ứng dụng ở những nước phát triển: • Nghiên cứu tại Mỹ của Nima Billou (2004): Tại Mỹ, trong bài nghiên cứu “Kiểm định mô hình CAPM và mô hình ba nhân tố Fama French” năm 2004, tác giả Nima Billou đã so sánh và kiểm tra tính hiệu quả của hai mô hình FF và CAPM. Với khoảng thời gian nghiên cứu từ 7/1963 đến 12/2003, αCAPM = 0.3 αFF3FM = 0.13, ngoài ra với độ tin cậy 95% thì R2 của CAPM là 72% còn R2 của FF3FM là 89%, chứng tỏ mô hình Fama French vẫn hiệu quả hơn so với CAPM. Sau khi Nima Billou mở rộng mẫu nghiên cứu ra từ 7/1926 đến 12/2003 thì αCAPM = 0.23, αFF3FM = 0.19, R2 của CAPM là 77% và R2 của Fama French là 88%. Kết quả cho thấy hai nhân tố quy mô và giá trị rất có ảnh hưởng trên thị trường chứng khoán Mỹ, do đó mô hình Fama French vẫn tỏ ra hiệu quả hơn CAPM trong việc giải thích tỷ suất sinh lợi của chứng khoán. • Nghiên cứu tại Úc của Michael A. O’Brien (2007): Trong bài nghiên cứu “Những nhân tố của Fama và French trên thị trường chứng khoán Úc” (2007), tác giả Michael A. O’Brien tìm hiểu ảnh hưởng của hai biến quy mô, giá trị và khả năng giả thích tỷ suất sinh lợi chứng khoán của mô hình FF3FM. Những bài nghiên cứu trước đây ở Úc đã gặp hạn chế về dữ liệu vì không thể tiếp cận các dữ liệu kế toán có thế so sánh được. Trong bài nghiên cứu này, tác giả đã khắc phục được hạn chế đó và lấy dữ liệu nghiên cứu từ 98% các doanh nghiệp niêm yết trên thị trường chứng khoán Úc trong khoản thời gian từ 1981-2005. 14 Kết quả cho thấy ảnh hưởng quy mô là phi tuyến tính và ảnh hưởng thị trường là tuyến tính. Có một lượng phần bù HML khá lớn ở Úc, với khoảng thu nhập trung bình hàng tháng là 0.72%, lớn hơn 0.46% ở Mỹ. Nhân tố SMB thì có khoảng thu nhập trung bình trong tháng là 1.95%, lớn hơn mức ở Mỹ là 0.09%. Mức độ giải thích của mô hình Fama French càng ngày càng rõ rệt hơn so với CAPM R2 của CAPM là 43.9% còn R2 của Fama French là 69%. Bên cạnh đó, khả năng giải thích tỷ suất sinh lợi danh mục của 2 biến SMB và HML đều là quan trọng như nhau. Nhìn chung, bài nghiên cứu cho thấy rằng mô hình 3 nhân tố FF3FM (1993) cung cấp một bước tiến hơn so với mô hình CAPM trong việc giải thích tỷ suất sinh lợi danh mục. Ngoài ra, kết quả cũng chỉ ra rằng FF3FM không thể giải thích tỷ suất sinh lợi của danh mục trong nằm trong khoảng 40% về qui mô,…. Kết quả này xác nhận mối quan hệ phi tuyến tính giữa tỷ suất sinh lợi và qui mô. Điều này ngụ ý rằng để giải thích đầy đủ tỷ suất sinh lợi ở Úc thì cần có sự hiểu biết mối quan hệ phi tuyến này. • Nghiên cứu tại Nhật của Elhaj Walid và Elhaj Ahlem (2007): Ở Nhật, trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng của mô hình Fama French lên thị trường chứng khoán Nhật Bản” (2007), hai tác giả Elhaj Walid và Elhaj Ahlem đã sử dụng mẫu gồm tỷ suất sinh lợi hàng tháng của tất cả chứng khoán trên Sở giao dịch chứng khoán Tokyo (TSE) trong khoảng thời gian từ 1/2002 đến 9/2007. Kết quả nghiên cứu cho thấy ở Nhật Bản nhân tố quy mô công ty và tỷ suất sinh lợi có quan hệ nghịch biến, còn nhân tố giá trị và tỷ suất sinh lợi thì đồng biến. Nhân tố quy mô thể hiện rõ nét ở những chứng khoán có mức vốn hóa thị trường nhỏ. Mô hình Fama French vẫn tỏ ra hiệu quả hơn so với CAPM, chỉ trừ những danh mục các chứng khoán có giá trị vốn hóa thị trường thấp. R2 trung bình của Fama French lả 78.2% lớn hơn so với R2 trung bình của CAPM là 70.5%. • Nghiên cứu tại New Zealand (2005): Tại New Zealand, trong bài nghiên cứu “Nhân tố quy mô, giá trị và mô hình Fama French trong thị trường nhỏ - Những phát hiện ở New Zealand” (2005), hai tác giả là Hadrian Djajadikerta và Gilbert Nartea đã sử dụng dữ liệu từ 284 chứng khoán trong khoản thời gian 1994 đến 2002. Nghiên cứu hành nhằm mục đích thêm vào những bằng 15 chứng xác định những ảnh hưởng của phần bù giá trị và qui mô và mô hình 3 nhân tố trong nền kinh tế với thị trường chứng khoán nhỏ. Bài nghiên cứu xác định phần bù giá trị ảnh hưởng ít, trong khi đó phần bù qui mô ảnh hưởng đáng kể đến mô hình. Tuy nhiên kết quả này không phù hợp với những nghiên cứu trước. Bryant và Eleswaparu (1997), sử dụng dữ liệu thị trường chứng khoán New Zealand trong khoảng thời gian 1971 tới 1993, xác định ảnh hưởng mạnh của phần bù giá trị và yếu của phần bù qui mô. Vos và Pepper (1997), sử dụng mẫu nhỏ hơn, từ năm 1991 đến 1995 kết luận rằng cả 2 phần bù này có ảnh hưởng đáng kể đến thị trường chứng khoán. Sự không đồng nhất này bởi vì công ty niêm yết trên thị trường chứng khoán New Zealand thì quá ít và tỷ suất sinh lợi có tính biến động cao. Qui mô mẫu nhỏ sẽ gây ra khó khăn trong việc hình thành những danh mục được đa dạng hóa tốt và điều này ảnh hưởng đáng kể đến việc kiểm định kết quả của mô hình. Mặc dù beta không thể giải thích tất cả biến động trong tỷ suất sinh lợi của danh mục, nhưng nó vẫn là nhân tố giải thích chủ đạo trong mô hình FF3FM. Tuy nhiên, SMB là nhân tố cũng có ý nghĩa và phù hợp với mô hình FF3FM ở Mỹ và Úc. Trong khi đó, HML cũng có ý nghĩa giải thích trong mô hình, nó cũng giống như kiểm định ở Úc nhưng đói lập với Mỹ. Nói tóm lại, FF3FM (R2 44%) có ý nghĩa hơn so với CAPM (R2 36%) trong việc giải thích tỷ suất sinh lợi ở New Zealand. • Nghiên cứu tại Pháp của Souad Ajili (2005): Tại Pháp, bài nghiên cứu của Souad Ajili “Nhân tố quy mô và giá trị - Trường hợp của nước Pháp” (2005) cũng cho thấy kết quả từ mô hình Fama French tốt hơn so với mô hình CAPM. R2 của CAPM là 11.12% còn R2 của FF3FM là 34.22%. Với mô hình Fama French khi hồi quy dữ liệu chéo thì chỉ có nhân tố quy mô là có ý nghĩa thống kê, khi hồi quy dữ liệu chuỗi thì nhân tố SMB và HML đều có ý nghĩa giải thích tốt. Sau khi thêm biến đòn bẩy tài chính vào mô hình Fama French thì mô hình có khả năng giả thích tỷ suất sinh lợi tốt hơn nữa (R2 của mô hình này là 40.25%). Như vậy, ở Pháp phải sử dụng mô hình đặc thù gồm nhân tố là rủi ro thị trường, quy mô, giá trị và đòn bẩy tài chính thì khả năng giải thích tỷ suất sinh lợi của chứng khoán mới cao. Nhìn chung, hầu hết ở các nước phát triển mô hình CAPM và Fama French đều có ý nghĩa trong việc giải thích tỷ suất sinh lợi của chứng khoán. Trong đó mô hình Fama 16 French có ý nghĩa nhiều hơn so với CAPM. Ở các nước này, thị trường chứng khoán đã đều phát triển trong một thời gian dài, đạt được độ ổn định cao, là một kênh huy động vốn hữu hiệu cho các doanh nghiệp và là một phong vũ biểu phản ánh trung thực, kịp thời tình trạng của nền kinh tế. Đồng thời cũng thu hút rất nhiều nhà đầu tư tham gia, sử dụng những phân tích chuyên nghiệp để đưa ra quyết định đầu tư chứ không còn đầu tư nhỏ lẻ mang tính chất bầy đàn nữa. Ngoài ra, mẫu nghiên cứu ở các quốc gia này đều rất lớn, số chứng khoán quan sát chiếm tỷ lệ lớn so với số chứng khoán giao dịch trên thị trường, và thời gian quan sát là khá dài. Chúng ta có thể tóm tắt kết quả ứng dụng hai mô hình này ở thị trường các nước phát triển như sau: QUỐC GIA CÁCH THU THẬP DỮ LIÊU TÁC GIẢ KẾT QUẢ CỦA CAPM KẾT QUẢ CỦA FAMA FRENCH Mỹ 3 thị trường CK lớn Mỹ NYSE, AMEX, NASDAQ, giai đoạn 1926-2003 Nima Billou (2004) 77% 88% Úc 98% cổ phiếu trên sàn từ 1981 đến 2005 Michael A. O'Brien (2007) 43.9% 73% Nhật tất cả cổ phiếu trên sàn TSE từ 1/2002 đến 9/2007 Elhaj Mabrouk Walid, Elhaj Mohamed Ahlem (2007) 70.5% 78.2% New Zealand 248 cổ phiếu từ 1994 đến 2002 Hadrian Djajadikerta, Gilbert Nartea (2005) 36% 44% Pháp 341 cổ phiếu từ 7/1984 đến 6/2001 Souad Ajili (2005) 11.12% 34.22% 17 1.2 Ứng dụng ở những nước đang phát triển: • Nghiên cứu tại Ấn Độ của Gregory Connor, và Sanjay Sehgal (2001): Ở Ấn Độ, Mô hình CAPM và FF3FM được hai tác giả Gregory Connor and Sanjay Sehgal nghiên cứu với tựa đề “Kiểm định mô hình hình Fama và French ở Ấn Độ”.Bài nghiên cứu này cho thấy mô hình FF3FM chỉ phù hợp ở hai phát hiện này so với thị trường chứng khoán Mỹ, đó là: Thứ nhất, Các nhân tố thị trường, quy mô và giá trị thì phổ biến trong tỷ suất sinh lợi của chứng khoán. Thứ hai, Có mối quan hệ tuyến tính giữa cố phiếu và những nhân tố trên trong việc giải thích độ phân tán của tỷ suất sinh lợi trung bình. Trong khi đó, Các nhân tố thị trường, quy mô và giá trị không ảnh hưởng phổ biến đến tỷ lệ tăng trưởng thu nhập, và do đó không ảnh hưởng đến tỷ suất sinh lợi của cổ phiếu, điều này đối lập với thị trường chứng khoán Mỹ.Bài nghiên cứu này lấy dữ liệu từ tỷ suất sinh lợi cuối tháng của 364 cổ phiếu từ tháng 6/1989 đến tháng 3/1999.R2 trung bình trong mô hình FF là 84.22% còn trong mô hình CAPM là 75%. Nghiên cứu này cho thấy, việc chạy mô hình hồi qui tuyến tính của hai mô hình này có thể giải thích và dự đoán được tỷ suất sinh lợi của các chứng khoán và danh mục của chứng khoán tại thị trường chứng khoán ở Ấn Độ. Với mức ý nghĩa này nhà đầu tư có thể cân nhắc và vận dụng hai mô hình này để việc kinh doanh chứng khoán đầu tư hiệu quả hơn. • Nghiên cứu tại Thái Lan của Nopbhanon Homsud (2009): Ở Thái Lan, bài nghiên cứu “Một nghiên cứu về mô hình ba nhân tố Fama và French này sử dụng số liệu trên thị trường chứng khoán Thái Lan từ tháng 7/2002 đến tháng 5/2007, bao gồm 421 cổ phiếu chia làm 6 nhóm: BH, BM, BL, SH, SM, SL. Kết quả là mô hình FF3FM giải thích tốt hơn mô hình CAPM cho 4 các cổ phiếu thuộc 4 nhóm là SH, BH, BM, SL. Kết quả bài nghiên cứu cho thấy việc thêm vào các biến quy mô công ty và biến giá trị vào mô hình CAPM để trở thành mô hình Fama French cho thấy khả năng giải thích tỷ suất sinh lợi vượt trội hàng tháng của các danh mục tốt hơn mô hình CAPM. Mặc dù mô hình FF3FM thích hợp với thị trường chứng khoán Thái Lan hơn mô hình CAPM nhưng mô hình FF3FM lại không là lý thuyết tài chính hỗ trợ tốt cho việc giải thích tầm ảnh hưởng của các biến đến tỷ suất sinh lợi vì có những biến giải thích khác thích hợp hơn so với biến quy mô và biến giá trị. Kết quả mô hình là R2 hiệu chỉnh 18 trung bình của 6 danh mục trong mô hình FF3FM là 62.42%, cao hơn mô hình CAPM là 29.47%. • Nghiên cứu ở Đài Loan của Chun-Wei Huang (2010): Bài nghiên cứu mới nhất (2010) của Thạc sỹ quản trị kinh doanh Chun-Wei Huang với tựa đề “Áp dụng mô hình ba nhân tố CAPM và Fama French vào thị trường chứng khoán Đài Loan”. Tác giả cho thấy rằng, mô hình CAPM có thế áp dụng vào thị trường chứng khoán Đài Loan vì nhân tố rủi ro thị trường có ảnh hưởng mạnh mẽ đến tỷ suất sinh lợi chứng khoán. Mô hình Fama French thì chỉ có 2 biến là rủi ro thị trường và quy mô là có ý nghĩa thống kê, còn biến giá trị thì không. Do đó, mô hình FF3FM không thể áp dụng hoàn toàn tại thị trường chứng khoán nước này. Kết quả mô hình hồi qui như sau, R2 của mô hình CAPM là 55.8% (độ tin cậy 99%), mô hình FF3FM là 69.9% (độ tin cậy 95%). Nguyên nhân mô hình FF3FM không giải thích hoàn toàn tại thị trường chứng khoán của quốc gia này là: • Thị trường chứng khoán Đài Loan là một thị trường còn nông cạn và chủ yếu là nhà đầu tư cá nhân, nên việc đầu tư tiền vào chứng khoán còn tập trung vào một số mục tiêu đặc thù và theo khuynh hướng tâm lý bầy đàn, do đó gây ra bẫy thanh khoản và hiện tượng doanh thu bất thường. • Do một số chính sách của Đài Loan như giới hạn mức biến động giá chứng khoán trong một ngày là 7% hoặc nếu như chỉ số index rớt điểm trầm trọng thì chính phủ sẽ đầu tư vào thị trường chứng khoán để kéo điểm tăng lại. Điều này sẽ làm cho chỉ số index cao tuy nhiên không phản ánh trung thực vị thế của thị trường. • Có hiện tượng “window dressing” ở Đài Loan, các công ty cố gắng làm đẹp Báo cáo tài chính vì thế giá chứng khoán không phản ánh giá trị thực của công ty. • Có rất nhiều nhà đầu tư cá nhân, vì thế họ có xu hướng tin vào các phân tích kỹ thuật hơn là phân tích cơ bản và quen với việc mua chứng khoán có giá cao và bán chứng khoán giá thấp. Điều này làm cho thị trường biến động mạnh hơn và làm cho chứng khoán có thu nhập bất thường, do đó ảnh hưởng đến khả năng lý giải của tính thanh khoản. 19 • Rủi ro thị trường chứng khoán Đài Loan bị ảnh hưởng chính trị rất cao do những mâu thuẫn với Trung Quốc. • Giới hạn trong mẫu quan sát. Bài nghiên cứu này chỉ sử dụng 90 chứng khoán trong khi trên thị trường có khoảng 700 chứng khoán. Do đó, từ những hạn chế trên nên nhân tố rủi ro thị trường sẽ bị ảnh hưởng bởi tác động từ chính trị, ngoại giao. Nhân tố quy mô thì bị ảnh hưởng bởi rủi ro thị trường. Nhân tố giá trị bị ảnh hưởng bởi Báo cáo tài chính của công ty. Đối với bài nghiên cứu này, tác giả đã mở rộng mô hình thêm các biến thành mô hình 5 nhân tố: biến thị trường, giá trị, qui mô, doanh thu và bán khống. Ngoài ra, tác giả cũng thêm biến cung tiền vào mô hình 5 nhân tố này thành mô hình 6 nhân tố. Kết quả cho thấy rằng, cả mô hình 5, 6 nhân tố thì chỉ có biến thị trường và doanh thu mới ảnh hưởng đến mô hình. Chúng ta có thể tổng quan về kết quả việc ứng dụng hai mô hình này tại các thị trường mới nổi như sau: QUỐC GIA CÁCH THU THẬP DỮ LIỆU TÁC GIẢ KẾT QUẢ CỦA CAPM KẾT QUẢ CỦA FAMA FRENCH Ấn Độ 364 cổ phiếu từ 6/1989 đến 3/1999 Gregory Connor, Sanjay Sehgal (2001) 75% 84.22% Thái Lan 421 cổ phiếu từ 7/2002 đến 5/2007 Nopbhanon Homsud, Jatuphon Wasunsakul, Sirina Phuangnark, Jitwatthana Joongpong (2009) 29.47% 62.42% Đài Loan 90 cổ phiếu từ 7/2006 đến 6/2009 Chun-Wei Huang (2010) 55.8% 69.9% 20 2. Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ở các nước trên thế giới: • Nghiên cứu ở Mỹ của tác giả Tarun Chordia (2005): Tác giả sử dụng chuỗi dữ liệu từ tháng 1 năm 1972 tới tháng 12 năm 1999, của những công ty niêm yết trên NYSE, tác giả chia thành 10 danh mục theo đà tăng trưởng, hồi quy theo mô hình ba nhân tố và bốn nhân tố, ông nhận thấy mô hình bốn nhân tố có ưu thế hơn Fama, bảng kết quả hồi quy của ông như sau: • Nghiên cứu ở Thụy Sĩ của tác giả Manuel Ammann (2008): 21 Trên đây là bảng thống kê tỷ suất sinh lợi của chứng khoán ở Thụy Sĩ từ năm 1990 đến 2005, trong đó UMD chính là biến WML, toàn bộ bài nghiên cứu lấy dữ liệu từ thị trường chứng khoán Thụy Sĩ trong 6 năm với từ 259 đến 265 công ty chứng khoán, bài nghiên cứu cũng chỉ ra rằng danh mục có tỷ suất sinh lợi cao trong quá khứ, cũng cho một tỷ suất sinh lợi thặng dư cao hơn trong tương lai. 3. Thực tiễn áp dụng mô hình tài chính vào thị trường chứng khoán Việt Nam: 3.1. Những nghiên cứu về mô hình tài chính tại Việt Nam: Năm 2008, tại Việt Nam, tác giả Đinh Trọng Hưng có nghiên cức việc áp dụng mô hình Fama – French trong việc định giá danh mục đầu tư. Chuỗi dữ liệu tác giả sử dụng từ 1/1/2005 đến 30/6/2008, mẫu nghiên cứu khoảng 26 chứng khoán. Tác giả đã rút ra kết luận nhân tố HML không ảnh hưởng đến tỷ suất sinh lợi của 4 danh mục SM, BM, BL, BH. Còn nhân tố SMB thì không ảnh hưởng đến các danh mục có quy mô nhỏ như SL, SM, SH. Sau quá trình chạy mô hình, tác giả đưa ra kết luận, các danh mục đều bị định giá cao, nên bài nghiên cứu đi vào đầu tư chi tiết từng chứng khoán, và việc kết hợp những chứng khoán riêng lẻ đó thành danh mục đầu tư. Và điều ngạc nhiên là, có 5 trên 6 22 danh mục có mối quan hệ đồng biến với các nhân tố SMB, HML, điều này thì phù hợp với kết luận của Fama(1993). 3.2 Thực trạng thị trường chứng khoán: TTCK Việt Nam bắt đầu hoạt động kể từ ngày 28 tháng 7 năm 2000 với hai mã chứng khoán ban đầu là REE và SAM, được giao dịch tại sàn chứng khoán Hồ Chí Minh. Trong suốt những năm đầu hoạt động, TTCK Việt Nam chưa được đông đảo các nhà đầu tư trong và ngoài nước quan tâm đến nhiều, bởi quy mô thị trường còn quá nhỏ cả về số lượng mã chứng khoán niêm yết giao dịch cũng như về giá trị vốn hoá thị trường. Năm 2001 2003 2004 2005 2006 2007 2008 2009 Giá trị vốn hóa thị trường /GDP (%) 1 2.33 3.8 6.1 22.7 43 18 37.71 23 (Biểu đồ tăng trưởng của thị trường từ 28/07/2000 đến 29/10/2010) Như vậy, ta có thể phân chia quá trình phát triển của thị trường chứng khoán thành hai giai đoạn: trước khủng hoảng, và sau khủng hoảng: • Giai đoạn trước khủng hoảng: Giai đoạn này bắt đầu từ ngày đầu chính thức giao dịch cho đến cuối năm 2007, đây là giai đoạn khởi sự và tăng trưởng của thị trường chứng khoán Việt Nam. VN-Index với mốc khởi điểm 100 điểm đã tăng liên tục suốt 12 tháng đạt đỉnh 570 điểm vào ngày 25/06/2001. Thời kỳ này do số công ty niêm yết còn ít, cầu lớn hơn nhiều so với cung, dẫn tới hiện tượng các nhà đầu tư tranh mua giá trần khiến VN-Index tăng liên tục. 24 D 2001 A M J J A S O N D 2002 A M J J A S O N D 2003 A M J J A S O N D 2004 A M J J A S O N D 2005 A M J J A S O N D 100 150 200 250 300 350 400 450 500 550 600VNINDEX (277.540, 289.330, 275.630, 289.330, +10.9800) Vì vậy, để bảo vệ nhà đầu tư, ủy ban chứng khoán Nhà nước đã tác động vào thị trường bằng nhiều biện pháp như tăng cung chứng khoán, giảm biên độ giao dịch, quy định mỗi lệnh mua chỉ được mua 2000 chứng khoán. Qua đỉnh 570, VN-Index đã có đợt điều chỉnh giảm trong khoảng 3-5 tháng, VN- Index mất 64% giá trị, chỉ còn 203 điểm vào ngày 5/10/2001. Kế đến là một sự phục hồi của VN-Index lên mức 301 điểm trước khi đi vào giai đoạn suy giảm kéo dài 2 năm từ tháng 11/2001 đến tháng 11/2003. Qua thời gian suy giảm kéo dài, thị trường chứng khoán tiếp tục đi ngang trong 2 năm 2004 và 2005. Đến tháng 2/2006 VN-Index tăng với tốc độ cao do ngân hàng đầu tư thế giới Merrill Lynch đánh giá cơ hội đầu tư vào Việt Nam rất cao; so sánh tốc độ tăng trưởng 33% của VN-Index từ cuối năm 2004 so vớ mức 25% chỉ số Châu Á – Thái Bình Dương của Morgan Stanley). Theo Merril Lynch các nhà đầu tư nên dành 3% danh mục đầu tư vào Châu Á cho chứng khoán Việt Nam. Thông điệp của Merrill Lynch được đăng tải rộng rãi trên báo chí trong nước, tạo hiệu ứng đẩy, khuyến khích các nhà đầu tư trong nước đổ xô đi mua các cổ phiếu có chất lượng. 25 September October November December 2006 February March April May June July August September 250 300 350 400 450 500 550 600 650VNINDEX (491.180, 491.180, 491.180, 491.180, -1.59000) Kể từ sau ngày 25/4/2006 VN-Index giảm, tuy nhiên giảm không lâu chỉ hơn 3 tháng nguyên nhân do giá chứng khoán đã tăng quá cao trong thời gian ngắn, VN-Index đã tăng gấp 3 lần trong thời gian chưa đầy 3 tháng. Do các nhà đầu tư đặt kỳ vọng quá lớn vào việc cổ phiếu sẽ còn tăng giá mạnh mà không phân tích rõ cơ sở để tăng giá này. Hơn nữa tâm lý bầy đàn diễn ra, các nhà đầu tư không phân tích các yếu tố về hoạt động kinh doanh của doanh nghiệp, triển vọng lợi nhuận…mà thấy giá cổ phiếu lên đua nhau mua theo. Có nhà đầu tư sử dụng công cụ Repo để tiếp tục mua cổ phiếu với hy vọng giá sẽ còn tăng mạnh nữa mặc cho những cảnh báo của các chuyên gia về đầu tư cổ phiếu về tình trạng “sốt” của thị trường chứng khoán, dường như mọi người vẫn còn hi vọng giá sẽ lên nữa, lại tiếp tục đi cầm cố chứng khoán để lấy tiền mua tiếp. Kết quả là giá tăng quá cao, mà theo triết lý thị trường thì tăng cao tất phải có giảm, tăng càng nhanh, sẽ có nguy cơ giảm cũng nhanh. Một số công ty công bố mức lợi nhuận đáng thất vọng, làm các nhà đầu tư bắt đầu nghi ngờ "phải chăng mình đã định giá cao các cổ phiếu", cộng thêm đúng lúc đó số lượng cổ phiếu trên thị trường tăng lên. Cung tăng trong khi sức cầu bắt đầu chững lại cộng với một số tin tức không tốt sẽ là lý do để các nhà đầu tư có kinh nghiệm và tổ chức đầu tư bán cổ phiếu kiếm lợi nhuận, từ đó dẫn theo hiệu ứng bầy đàn của thị trường. Tuy nhiên, sau 3 tháng giảm của Vn-Index, chỉ số này lại tăng thần tốc: 26 April May June July August September October November December 2007 February April 350 400 450 500 550 600 650 700 750 800 850 900 950 1000 1050 1100 1150 1200 VNINDEX (1,071.33, 1,071.33, 1,071.33, 1,071.33, +2.62000) Từ giữa tháng 8/2006 đến cuối năm 2007, thị trường chứng khoán Việt Nam tăng thần tốc và đạt đỉnh 1.174 điểm vào ngày 12/03/2007, do những hiệu ứng khả quan từ nền kinh tế:  Ngày 7/11/2006 Việt Nam được chính thức công nhận là thành viên thứ 150 của WTO. Khi đó theo các cam kết tại WTO của Việt Nam cho phép các doanh nghiệp nước ngoài được thành lập công ty chứng khoán 100% vốn nước ngoài sau 5 năm kể từ ngày gia nhập WTO. Hiện nay, tỷ lệ giới hạn đầu tư của nhà đầu tư nước ngoài vào công ty chứng khoán là 49%.  Năm 2006 vốn FII vào Việt Nam tăng cao so với năm 2004 (165 triệu USD) và năm 2005 (1,015 tỷ USD). Cuối năm 2006, khoảng trên 2 tỷ USD vốn đầu tư gián tiếp được công bố thông qua các quỹ đầu tư chính thức đã làm cho VN-Index chỉ trong chưa đầy 4 tháng đã vọt lên đỉnh điểm mới, ở mức 750 điểm vào cuối năm 2006. Đầu năm 2007, mặc dù có hàng trăm công ty lên sàn niêm yết, nhưng do đầu tư gián tiếp nước ngoài tiếp tục tăng mạnh, kéo theo hàng trăm ngàn các nhà đầu tư trong nước đổ vốn vào thị trường chứng khoán, đã làm cho VN-Index thẳng tiến đạt đỉnh cao nhất 1.170,67 điểm vào 12/3/2007. Thị trường chứng khoán bắt đầu phát triển mạnh mẽ từ đầu tháng 11/2006, khi Việt Nam gia nhập WTO và tổ chức thành công hội nghị APEC. 27 Tuy nhiên chỉ trong thời gian ngắn mà tăng trưởng một cách vượt bậc như vậy, nhiều chuyên gia đã cảnh báo về tình trạng tăng nóng của thị trường chứng khoán Việt Nam. Karl Derek John - giám đốc điều hành Công ty tư vấn quốc tế thuộc tập đoàn TCK của Australia ví thị trường chứng khoán của Việt Nam giống như người chơi lướt sóng đang ở trên đầu ngọn sóng, nếu bản thân người lướt sóng không biết cách điều chỉnh và kiên trì thì sẽ bị ngã, thậm chí bị thương rất nặng. Chỉ số P/E bình quân của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam hiện đang là 38,18 lần. So sánh với mức trung bình của các thị trường khác, P/E chỉ dao động từ 10 đến 17 lần. Điều này cho thấy rằng giá cổ phiếu hiện nay đã vượt quá cao so với giá trị thực của nó. Sự "nóng lên quá mức" của chứng khoán đã kéo theo giá của hàng loạt cổ phiếu tăng theo, ảnh hưởng mạnh nhất không thể không kể đến giá đất , giá vàng... và hàng loạt thứ hàng hóa khác đều theo đó mà tăng lên không ngừng. Việc tăng giá cổ phiếu đã khiến cho một số bộ phận dân cư, doanh nghiệp tăng thu nhập một cách đột biến, thúc đẩy và tăng trưởng tiêu dùng, tăng nhập khẩu, gây sức ép thâm hụt cán cân thương mại, nhập siêu trong năm 2006 là 4,8 tỷ USD. • Giai đoạn sau khủng hoảng: Sau giai đoạn chứng khoán tăng khá nóng vào năm 2007, đến 2008, thị trường đột ngột lao dốc không phanh. Lý do rất đơn giản, những nhà đầu tư lớn đã dùng chiến thuật hiệu quả, đặt các lệnh giao dịch mua ảo nhằm ru ngủ các nhà đầu tư thiêu thân khiến những đối tượng này cứ nghĩ rằng, mua cổ phiếu hôm trước, hôm sau tăng kịch trần là đã 28 có lãi nên đã không ngớt đặt lệnh mua giá cao càng khiến cho cổ phiếu trở lên tăng giá và khan hiếm hơn. Đến khi tỉnh ngộ thì các nhà đầu tư mới bán tháo các cổ phiếu mà mấy hôm trước họ đổ xô ôm vào, khiến cho giá giảm một cách liên tiếp và đột ngột. Mặt khác, việc cung cấp thông tin bất nhất của các doanh nghiệp phát hành cổ phiếu ưu đãi không công bằng giữa các cổ đông khiến nhà đầu tư nhỏ bất bình. Đồng thời tâm lý e ngại chờ đợi mua vào khi chạm đáy càng làm cho khối lượng giao dịch giảm. Đồng thời thông tin về việc HOSE thực hiện khớp lệnh liên tục làm cho nhà đầu tư lo ngại trong giai đoạn đầu làm quen với phương thức khớp lệnh mới. Ngoài ra, Ngân hàng nhà nước cũng có những biện pháp can thiệp vào thị trường. Ngày 1/2, Thống đốc Ngân hàng Nhà nước chính thức ban hành Quyết định 03 thay thế Chỉ thị 03 về cho vay đầu tư chứng khoán, hệ số rủi ro của các khoản cho vay đầu tư chứng khoán để tính hệ số an toàn vốn tối thiểu là 250% (trước đây là 150%); tổng dư nợ cho vay loại này không vượt quá 20% vốn điều lệ. Quyết định này hạn chế tiền đầu tư của nhà đầu tư vào thị trường chứng khoán. Cũng do chính sách tiền tệ thắt chặt nên nguồn vốn ngoại tệ của các nhà đầu tư nước ngoài đưa vào Việt Nam rất khó chuyển sang VNĐ vì Ngân hàng Nhà nước không mua vào hay hạn chế mua vào, tỷ giá VND/USD liên tục xuống thấp. Các nhà đầu tư nước ngoài thiếu vốn đầu tư trên thị trường. Yếu tố tâm lý cũng là một nguyên nhân làm cho thị trường chứng khoán không thể hồi phục, chỉ số chứng khoán liên tục giảm, giá cổ phiếu xuống thấp, hàng loạt nhà đầu tư thua lỗ, hụt vốn gây tâm lý chán nản cho các nhà đầu tư, khiến họ chạy sang vàng và bất động sản. Ủy ban chứng khoán Nhà nước phải 4 lần điều chỉnh biên độ để hạn chế sự giảm sâu của thị trường: Ngày TP HCM HÀ NỘI 27/03/2008 +/-1% +/-2% 07/04/2008 +/-2% +/-3% 19/06/2008 +/-3% +/-4% 18/08/2008 +/- 5% +/-7% 29 Hơn nữa cuộc khủng hoảng kinh tế thế giới bất ngờ bộc phát và lan nhanh trên diện rộng ảnh hưởng nhanh chóng đến chứng khoán Việt Nam. Bắt đầu vào tháng 8 và rõ hơn vào tháng 10, nhà đầu tư nước ngoài liên tục bán ròng. Tâm lý nhà đầu tư trong nước vốn quan sát động thái mua bán của nhà đầu tư nước ngoài để ra quyết định cũng hoảng sợ và đổ xô bán cổ phiếu, góp phần kéo Vn-Index giảm xuống. Mua ít, bán nhiều khiến cho gía trị giao dịch mua khối ngoại tính đến tháng 12 chỉ đạt 41.076 tỷ đồng, sụt 38,5% so với 2007. So năm trước, chênh lệch giá trị mua bán khoảng 35,4% thì năm 2008, khoảng cách này thu hẹp lại còn 19,4%. Những tháng đầu năm 2009, thị trường chứng khoán Việt Nam cũng không có gì khả quan, VN-Index vẫn ở mức trên dưới 300 điểm, thị trường cũng không có diễn biến gì đặc biệt. Trong tháng tư VN-Index có tăng nhẹ do đây là thời gian diễn ra các đại hội cổ đông, sẽ công bố những chính sách, chiến lược để đưa các doanh nghiệp vượt qua thời kỳ khủng hoảng kinh tế toàn cầu. Như vậy nhìn tổng quan thị trường chứng khoán trong chín năm qua đã có nhiều chuyển biến. Thị trường chứng khoán Việt Nam trải qua hai đợt tăng nóng, đợt một trong năm 2001 do thị trường mới đi vào hoạt động còn non nớt nên không lâu chỉ số VN- Index giảm mạnh. Tiếp theo sau đó là những năm trầm lắng chỉ số VN-Index duy trì xung quanh mức 200 điểm cho đến đầu năm 2006, năm mà có nhiều chuyển sự kiện diễn ra làm chuyển biến thị trường chứng khoán Việt Nam. Bắt đầu từ đó chỉ số VN-Index liên tục tăng điểm và đạt kỷ lục 1170.07 điểm vào ngày 12/3/2007. Nhưng do ảnh hưởng của cuộc khủng hoảng tài chính bắt đầu lan rộng toàn cầu đã làm VN-Index chao đảo trong năm 2007 và giảm mạnh trong năm 2008. Và cho đến giờ thị trường chứng khoán cũng không mấy lạc quan, chỉ số VN-Index lên xuống thất thường. 4. Sự cần thiết phải có một mô hình dự báo tỷ suất sinh lợi trong đầu tư chứng khoán ở Việt Nam: Sau khi phân tích chứng khoán qua các thời kỳ từ khi hình thành đến hiện tại, chúng ta chứng kiến không ít lần Vn-Index tuột dốc không phanh, mà nguyên nhân đều là tăng trưởng quá nóng trong thời gian ngắn. Những nhà đầu tư không có kiến thức chuyên môn, đầu tư theo hình thức bầy đàn, khi thì ào ạt mua vào, lúc đổ xô bán ra. Điều này 30 khiến thị trường biến động mạnh, gây ra hiện tượng “bong bóng”, người người đầu tư chứng khoán, các công ty kinh doanh sản xuất cũng đầu tư chứng khoán. Đến khi “bong bóng” quá lớn, chỉ cần một lực tác động nhỏ, thế là nổ tung. Thị trường lao dốc, vượt xuống mức đáy 366,02 điểm vào ngày 20/6/2008, trong khi chỉ mấy tháng trước đó, đang còn chênh vênh trên đỉnh cao nhất 1.170,67 điểm vào 12/3/2007. Nhà đầu tư không quan tâm đến những chỉ số tài chính. Điển hình, vào thời kỳ Vn- Index tăng mạnh nhất, chỉ số P/E bình quân của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam hiện đang là 38,18 lần. So sánh với mức trung bình của các thị trường khác, P/E chỉ dao động từ 10 đến 17 lần. Điều này cho thấy rằng giá cổ phiếu hiện nay đã vượt quá cao so với giá trị thực của nó. Qua quá trình phát triển và những thăng trầm của thị trừơng, chúng ta nhận thấy rằng, cần phải có một mô hình định giá xác định rủi ro và tỷ suất sinh lợi đúng đắn để đưa ra định hướng đầu tư. Và mô hình định giá bài nghiên cứu sử dụng chính là các mô hình CAPM, Fama - French và Carhart. 31 KẾT LUẬN CHƯƠNG 2: Thị trường chứng khoán hiện nay đang trong giai đoạn giảm sâu, khi mà những thông tin từ thị trường vĩ mô không mấy khả quan, lạm phát, lãi suất tăng vọt. Thị trường không thấy xuất hiện bất kỳ tín hiệu khả quan. Trong khi những nhà đầu tư nước ngoài cũng chỉ mua bán cầm chừng. Nhà đầu tư trong nước thì đa số không có kiến thức chuyên môn, đầu tư theo hình thức bầy đàn, khi thì ào ạt mua vào, lúc đổ xô bán ra. Chính vì vậy, hiện tượng “bong bóng” là không thể tránh khỏi, chỉ cần một lực tác động nhỏ, thế là nổ tung. Mà khi thị trường xuống dốc, thì nhà đầu tư lại e sợ, không dám mạo hiểm đầu tư tiếp là điều hiển nhiên. Tuy nhiên, thị trường có đi xuống thì mới có phục hồi, tăng trưởng, có chiến tranh mới có hòa bình. Và đây mới là thời cơ cho những nhà đầu tư. Định giá chứng khoán, và thực hiện chiến lược mua thấp, bán cao. Tuy nhiên định giá thì chưa đủ, nhà đầu tư cần cân nhắc những nhân tố khác như thời điểm đầu tư, tỷ trọng đầu tư... Và mô hình định giá xác định rủi ro và tỷ suất sinh lợi đúng đắn để đưa ra định hướng đầu tư đó chính là mục đích mà bài nghiên cứu này muốn giới thiệu, đó chính là mô hình một nhân tố CAPM, ba nhân tố Fama - French, bốn nhân tố Carhart. 32 CHƯƠNG 3: XÂY DỰNG DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM: 1. Xây dựng danh mục đầu tư – Mô hình Fama – French: 1.1. Thu thập dữ liệu sơ bộ: Mô hình Fama – French dựa trên 3 nhân tố Rm – Rf, SMB, HML như đã giới thiệu trong phần lý thuyết: . E(Ri) = Rf + βi[E(Rm) – Rf] + siE(SMB) + hi(HML) Cụ thể, tại thị trường chứng khoán Việt Nam, các biến trên được lấy như sau: • Rf: Tỷ suất sinh lợi phi rủi ro là tỷ suất sinh lợi của trái phiếu chính phủ 5 năm, theo lãi suất đấu thầu thành công qua các năm từ 1/2006 đến 12/2010. Dữ liệu về lãi suất phi rủi ro được thống kê từ lãi suất trúng thầu của các đợt đấu thầu trái phiếu chính phủ 5 năm được niêm yết trên sàn HNX, vì loại trái phiếu này được gia dịch nhiều nhất, do đó có tính thanh khoản cao nhất trên thị trường. (Nguồn: Sở giao dịch chứng khoán Hà Nội) • Ri: Tỷ suất sinh lợi chứng khoán sẽ được tính bằng công thức: 1 log( )tck t PR P − = 33 Trong đó Pt là giá trung bình trong một tháng, tiến hành khảo sát là trung bình tỷ suất sinh lợi từng tháng của chứng khoán từ 2006 đến 2010. • Rm: Tỷ suất sinh lợi thị trường: Chỉ số này được tính dựa trên Vn-Index: • SMB: Quy mô công ty được tính bằng cách lấy giá trung bình từng tháng nhân với số lượng cổ phiếu phát hành từng tháng. Sau đó, ta tính được quy mô trung bình cho từng cổ phiếu và quy mô trung bình cho cả danh mục cổ phiếu. Nếu những cổ phiếu nào có quy mô trung bình nhỏ hơn quy mô trung bình của danh mục thì thuộc nhóm “S” và ngược lại là nhóm “B”. Sau đó, ta tính chuỗi SMB như sau: SMB = 1/3(SH + SM + SL) – 1/3(BH + BM + BL) • HML: Tỷ số BE/ME được tính bằng cách lấy vốn chủ sở hữu chia cho quy mô của công ty. Theo đó, những cổ phiếu nào có BE/ME trung bình cho cả 12 tháng thuộc nhóm 30% cao nhất thì thuộc nhóm “H”, 30% thấp nhất thuộc nhóm “L”, còn lại là nhóm “M”. Sau đó, ta tính chuỗi HML như sau: HML = 1/2 (SH+BH) – 1/2 (SL + BL) 1.2. Phân loại các danh mục đầu tư: Từ các chỉ tiêu đã thiết lập ở trên, ta xây dựng được 6 danh mục căn cứ theo quy mô và tỷ số BE/ME. Tuy nhiên, quá trình phân loại các danh mục là quá trình nhiều tranh cãi. Trong các bài nghiên cứu ở Thái Lan, Malaysia, tác giả sử dụng một danh mục đầu tư với những chứng khoán đã được phân loại từ năm này sang năm khác. Như vậy, khi thị trường có những thay đổi trong thời gian dài nghiên cứu, thì nhân tố SMB, HML không thể chứa đựng thông tin của những nhân tố mới đó. Tuy nhiên, sau khi định giá danh mục, nhà đầu tư có định hướng rõ ràng đầu tư chứng khoán nào. 1 log( )tm t Vn IndexR Vn Index − − = − 34 Trong những bài nghiên cứu khác, ở những nước châu Âu, tác giả phân loại lại danh mục 12 tháng một lần, như vậy sẽ có những chứng khoán bị loại ra danh mục khác, những chứng khoán mới gia nhập thị trường cũng được phân loại thành những danh mục thích hợp. Lúc đó, biến SMB, HML phản ánh chính xác thị trường. Nhưng ảnh hưởng ở đây là nhà đầu tư nhận biết mình nên đầu tư vào danh mục nào, tuy nhiên, trong tương lai, danh mục ấy bao gồm những chứng khoán nào thì đó lại là một ẩn số. Như vậy chúng ta sẽ có 6 danh mục là: SH SM SL BH BM BL 1.3 Dữ liệu nghiên cứu: Bài nghiên cứu sử dụng giá đóng cửa của các cổ phiếu niêm yết trên thị trường vào khoảng thời gian từ 1/1/2006 đến 12/2010. Trong đó các danh mục được tái thiết lập 1 năm 1 lần căn cứ trên hai tiêu chí là quy mô và giá trị. Năm 2006, thị trường chỉ có 26 chứng khoán niêm yết, nhưng tới 2010 là 204 chứng khoán. ( Phụ lục phần 2, 2.3) 1.4. Kiểm định hiện tượng đa cộng tuyến: 1.4.1. Hậu quả của đa cộng tuyến: 1.4.1.1. Hậu quả của đa cộng tuyến hoàn hảo: Theo ngôn ngữ của toán ma trận, thì nếu có hiện tượng đa cộng tuyến hoàn hảo giữa Xit và Xjt (δiXit + δjXjt = 0) hoặc Cov (Xit,Xjt) = 0, thì chúng ta không thể nào xác định được giá trị của các nghiệm β1, β2, β3 một cách duy nhất. Để làm rõ điều này, ta thực hiện một phân tích đơn giản của mô hình hồi quy bội: Y = β+ βX + βX + û (*) Như đã biết, nghiệm của phương trình trên: β = (∑  )∑ (∑ )(∑  ) (∑  )(∑  )(∑  ) 3 β = (,)() (,)(,) ()()[(,)] (**) 35 Nếu X2, X3 có mối quan hệ tuyến tính hoàn hảo, nghĩa là đồng biến hoặc nghịch biến hoàn toàn, thì chúng ta có hệ số tương quan sẽ là ±1 r2,3 = (,) () () = ±1(***) Như vậy, nếu ta thế (***) vào mẫu của (**), thì β sẽ không có ý nghĩa do mẫu bằng 0. Điều này có nghĩa rằng chúng ta không thể xác định được các ước lượng OLS nếu có hiện tượng đa cộng tuyến hoàn hảo. Vì vậy, đa cộng tuyến là một vấn đề hết sức nghiêm trọng. Tuy nhiên, điều này rất hiếm khi xảy ra đối với dữ liệu trên thực tế. Chúng ta sẽ đi đến vấn đề dễ xảy ra hơn, hiện tượng đa cộng tuyến không hoàn hảo. 1.4.1.2. Hậu quả của đa cộng tuyến không hoàn hảo: Trong hồi quy các biến, nhất là hồi quy chuỗi thời gian, thường có hiện tượng các biến giải thích có một mối quan hệ tuyến tính nhất định nào đó. Cho nên, vấn đề quan trọng là chúng ta cần nhận diện mức độ đa cộng tuyến có nghiêm trọng hay không để đảm bảo kết qủa hồi quy là mong muốn. Đa cộng tuyến không hoàn hảo có thể dẫn đến nhiều hậu quả nghiêm trọng, đáng chú ý nhất là các hậu quả sau đây: • Các giá trị ước lượng của các hệ số hồi quy OLS có thể không chính xác do có sai số chuẩn se(β!")quá lớn, làm cho các khoảng tin cậy của các tham số thực của tổng thể rộng hơn. Nếu điều này xảy ra thì khả năng chấp nhận giả thiết H0 của các hệ số hồi quy riêng sẽ tăng. Ta có phương sai của mô hình hồi quy có công thức sau: Varβ = $ ∑%  Nếu mở rộng cho trường hợp có hơn hai biến giải thích, thì phương sai của hệ số β! & sẽ được cho bởi công thức sau: Var(β! &) = σ ∑X&  (1 − R& ) Trong đó, R2 là hệ số xác định của mô hình hồi quy phụ của bíên Xj theo tất cả các biến giải thích khác. Nếu các biến độc lập hoàn toàn: R2 = 0, thì phương sai của các hệ số hồi quy riêng trong mô hình hồi quy bội sẽ đúng bằng phương sai của nó trong mô hình hồi quy đơn. Khi hệ số xác định tăng lên, thì phương sai Var(β! &) cũng tăng lên, và làm 36 seβ! & tăng, và khoảng tin cậy β! & ± seβ! &t2/ sẽ rộng hơn so với trường hợp không có đa cộng tuyến. • Các hệ số hồi quy ảnh bị ảnh hưởng bởi đa cộng tuyến có thể sẽ không có ý nghĩa thống kê bởi vì có các giá trị thống kê t thấp, và điều này làm cho người phân tích loại bỏ một cách nhầm lẫn các biến quan trọng ra khỏi mô hình. Theo định nghĩa ở các phần trên, tỷ số t tính toán đựơc tính theo công thức tstat = 456 78(456) , nên khi se(β! &) tăng sẽ làm cho tstat giảm. • Dấu của các hệ số hồi quy có thể sai so với kỳ vọng. Ở công thức (*), dấu của hệ số β! phụ thuộc vào mối tương quan giữa X2 và Y, nhưng một khi quan hệ giữa X2 và X3 quá mạnh, có thể làm thay đổi dấu hệ số hồi quy. 1.4.2. Phát hiện đa cộng tuyến: - Ta sử dụng ma trận tương quan, nếu R2 bằng hoặc cao hơn 0.8 thì đó là dấu hiệu quan trọng của hiện tượng đa cộng tuyến: SMB HML RM_RF SMB 1.000000 -0.135634 -0.466708 HML -0.135634 1.000000 0.185784 RM_RF -0.466708 0.185784 1.000000 Qua ma trận tương quan, ta thấy mối tương quan giữa các biến không cao, nhưng vẫn tiến hành hồi quy phụ. - Sử dụng hồi quy phụ các biến giải thích, đặt giả thiết: H0: R2 = 0 H1: R2 ≠ 0 Nếu ta chấp nhận H0; P(F>Ftính toán) > 0.00005 nghĩa là không tồn tại mối liên hệ tuyến tính giữa các biến giải thích. Nếu ta bác bỏ H0; P(F<Ftính toán)< 0.00005 có nghĩa là tồn tại mối liên hệ giữa các biến giải thích. Biến RM_RF và SMB RM_RF và HML SMB và HML R2 0.217817 0.034516 0.018396 37 F-statics 16.15141 2.073469 1.086993 P ( F > F-statics) 0.000171 0.155256 0.301465 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Quan hệ Độc lập Độc lập Độc lập ( Phụ lục 1.4.2) 1.5. Kiểm định tự tương quan, thống kê Breusch – Godfrey: 1.5.1 Hậu quả của tự tương quan: Các ước lượng của OLS sẽ không còn là ước lượng hiệu quả. Trong trường hợp tự tương quan dương, các giá trị ước lượng của sai số chuẩn theo OLS có xu hướng nhỏ hơn các sai số chuẩn thực sự của tổng thể. Nói cách khác, ước lượng của OLS không chệch, nhưng sai số chuẩn của hồi quy 9: sẽ bị chệch theo hướng thấp hơn. Trong hầu hết các trường hợp R2 và tỷ số i sẽ bị ước lượng cao hơn. 1.5.2 Kiểm định tự tương quan Breusch – Godfrey: Bresuch (1978) và Godfrey (1978) phát triển kiểm định LM trên mô hình: Yt = β1 + β2X2t + … + βkXkt + ut ( với t = 1, 2, 3,…,n) Trong đó: ut = ρ1ut-1 + ρ2ut-2+…+ ρptt-p + εt Kiểm định LM của Breusch – Godfrey kết hợp hai mô hình thành: Yt = β1 + β2X2t + … + βkXkt + ρ1ut-1 + ρ2ut-2+…+ ρptt-p + εt Và đặt giả thiết như sau: H0: ρ1 = ρ2 = ρ3 =… = 0 (không có tự tương quan) H1: Có ít nhất một hệ số ρ khác không, vì thế có tự tương quan Quy trình kiểm định LM của Breusch – Godfrey: - Ước lượng phương trình và lưu phần dư - Ước lượng mô hình với độ trễ ρ của phần dư ût - Tính thống kê LM = (n – p)/R2 từ phương trình hồi quy. Thống kê LM này sẽ theo phân phối χ2 với số bậc tự do là ρ. Nếu (n – p)/R2 > χ2 và tra bảng ở mức ý nghĩa đã chọn, ta bác bỏ giả thiết H0 và kết luận rằng mô hình có tự tương quan. Kiểm định giả thiết tự tương quan: 38 Danh mục BH BL BM SH SL SM Thống kê LM: 0.423440 3.705898 0.462139 0.917568 2.471067 1.489760 χ2 3.841459 3.841459 3.841459 3.841459 3.841459 3.841459 Kết luận: Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan (phụ lục 1.5.2) 1.6. Kiểm định phương sai thay đổi, Kiểm định White: 1.6.1. Hậu quả phương sai thay đổi: Nếu các giả thiết khác của OLS vẫn đảm bảo thì các ước lượng OLS vẫn là ước lượng tuyến tính không chệch, tuy nhiên chúng không còn phương sai nhỏ nhất nữa, không hiệu quả; nghĩa là các công thức để ước lượng phương sai của OLS nhìn chung sẽ chệch. Theo đó, các khoảng tin cậy và kiểm định giả thuyết thông thường dựa trên phân phối t và F sẽ không còn đáng tin cậy nữa. Do vậy, nếu ta áp dụng các phương pháp kiểm định thông thường sẽ cho kết quả sai. 1.6.2 Phát hiện hiện tượng phương sai thay đổi: Kiểm định White do eview thực hiện dựa trên hồi quy bình phương phần dư ( ký hiệu là Resid) theo bậc nhất và bậc hai của biến độc lập. Kiểm định White là mô hình tổng quát về sự thuần nhất của phương sai. Ta xét mô hình hồi quy sau: Yt = β1 + β2X2t + β3X3t +… + βkXkt + ut (4.7.2) Các bước kiểm định White như sau: - Ước lượng mô hình (4.7.2) bằng OLS, từ đó thu được phần dư tương ứng ut - Ước lượng mô hình sau: ut 2 = α1 + α2X2 + α3X3 +…+ αkXk + εt - Kiểm định giả thuyết: 39 H0: α2 = α3 = α4 =… = 0 ( phương sai sai số biến đổi đồng đều) H1: tồn tại ít nhất αi khác 0 ( phương sai sai số thay đổi) - So sánh: χ2(k-1) với nR2 Nếu nR2 > χ2(k-1) thì bác bỏ H0; phương sai thay đổi Nếu nR2 < χ2(k-1) thì chấp nhận H0; phương sai biến đổi đồng đều. Danh mục BH BL BM SH SL SM nR2 7.57808 5.111179 7.565657 4.427652 29.52281 23.70521 χ2 7.81472 7.81472 7.81472 7.81472 7.81472 7.81472 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Bác bỏ H0 Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai biến đổi Phương sai biến đổi (phụ lục 1.6.2) Như vậy, danh mục SL, SM xảy ra hiện tượng phương sai thay đổi, nên hồi quy bằng OLS sẽ không còn chính xác. Trong bài nghiên cứu này, ta sẽ không thể đưa ra định hướng đầu tư cho những danh mục trên. 1.7. Kết quả hồi quy: Sau khi tiến hành khảo sát các kiểm định tự tương quan, đa cộng tuyến, phương sai thay đổi, ta tiến hành hồi quy các danh mục theo FF, kiểm định ý nghĩa của các hệ số hồi quy. Nếu p-value của một biến >0.05, nghĩa là biến độc lập không có tác động nhiều trong mô hình, ta có thể bỏ qua biến này. Biến giải thích Biến phụ thuộc Α Β Si hi R2 R2 trung bình Rm-Rf (phần SH -0.001853 0.924064*** 0.710099 0.71664 SM -0.002387 0.771877*** 0.464323 40 bù rủi ro thị trường) SL -0.006454 0.689003*** 0.420901 BH 0.002549 1.21136*** 0.912326 BM -0.00154 1.090709*** 0.830326 BL 0.004203*** 1.007827*** 0.961839 SMB SH -0.007055 -0.219159 0.012895 0.10238 SM -0.005014 0.315122 0.024984 SL -0.008847 0.267293 0.02045 BH -0.006822 -1.02728*** 0.211816 BM -0.008911 -0.615739** 0.085428 BL -0.003818 -0.91992*** 0.258706 HML SH -0.002354 1.060865*** 0.173246 0.08547 SM -0.003624 0.666276** 0.064041 SL -0.010422 -0.175625 0.005062 BH 0.000351 0.976294*** 0.109697 BM -0.002951 1.032004** 0.137601 BL 0.000706 0.363650 0.023181 SMB và HML SH -0.002816 -0.112267 1.040756*** 0.176568 0.17499 SM -0.002016 0.390740* 0.736265** 0.101747 SL -0.009377 0.253926 -0.130142 0.023178 BH -0.003535 -0.94438*** 0.807137* 0.285414 BM -0.005087 -0.519300** 0.938988*** 0.197246 BL -0.002993 -0.89911*** 0.202603 0.265768 (Rm-Rf) và SMB SH 0.001408 1.107091*** 0.690214*** 0.810138 0.82831 SM 0.003345 1.093656*** 1.213459*** 0.754096 SL -0.001421 0.971488*** 1.065280*** 0.674968 BH 0.002354 1.200421*** -0.041251 0.912593 BM 0.000152 1.185695*** 0.358199*** 0.852939 BL 0.003647*** 0.976609*** -0.117728** 0.965153 (Rm-Rf) và HML SH 0.000433 0.869270*** 0.685505*** 0.77994 0.74864 SM -0.001237 0.744311*** 0.344875 0.48089 SL -0.008087 0.728174*** -0.490058** 0.458956 BH 0.004114* 1.173838*** 0.469418*** 0.936811 BM 0.000397 1.044262*** 0.581081*** 0.872445 BL 0.003956** 1.013750*** -0.074098 0.962768 41 (Rm- Rf), SMB và HML SH 0.004019 1.057639*** 0.724982*** 0.734023*** 0.889961 0.86236 SM 0.004866 1.064859*** 1.233705*** 0.427438* 0.779462 SL -0.002916 0.999791*** 1.045382*** -0.420098** 0.702844 BH 0.004020* 1.168882*** -0.019077 0.468142*** 0.936868 BM 0.002312 1.144802*** 0.386949*** 0.606977*** 0.89875 BL 0.003355 0.982149*** -0.12162*** -0.082237 0.966294 1 2. Mô hình Carhart: 2.1 Thu thập dữ liệu sơ bộ: Mô hình Carhart dựa trên 3 nhân tố của Fama và thêm vào 1 nhân tố đà tăng trưởng WML (Win Minus Loss): • WML: WML phân loại danh mục theo biểu hiện tỷ suất sinh lợi của 11 tháng trong quá khứ. Chúng ta tính toán nhân tố này bằng cách lấy tỷ suất sinh lợi của 30% tổng số chứng khoán có tỷ suất sinh lợi cao nhất trừ 30% tổng số chứng khoán có tỷ suất sinh lợi thấp nhất. WML = 1/2 ( SW + BW ) - 1/2 ( SLc + BLc ) Phân loại danh mục đầu tư như sau: SW SMc SLc BW BMc BLc ( Mc, Lc là nhân tố đà tăng trưởng trong Carhart, ta ký hiệu để phân biệt với M, L trong nhân tố giá trị của Fama) 2.3 Dữ liệu nghiên cứu: Bài nghiên cứu sử dụng giá đóng cửa của các cổ phiếu niêm yết trên thị trường vào khoảng thời gian từ 1/1/2006 đến 12/2010. Trong đó các danh mục được tái thiết lập 1 năm 1 lần căn cứ trên hai tiêu chí là quy mô và giá trị. Năm 2006, thị trường chỉ có 26 chứng khoán niêm yết, nhưng tới 2010 là 204 chứng khoán. (Phụ lục phần 2, 2.3) 1 * Độ tin cậy 90%, ** Độ tin cậy 95%, *** Độ tin cậy 99%. Phụ lục 1.7 mô hình hồi quy chi tiết. 42 2.4 Kiểm định hiện tượng đa cộng tuyến: Ta sử dụng ma trận tương quan, nếu R2 bằng hoặc cao hơn 0.8 thì đó là dấu hiệu quan trọng của hiện tượng đa cộng tuyến. SMB HML RM_RF WML SMB 1.000000 -0.135634 -0.466708 -0.201281 HML -0.135634 1.000000 0.185784 -0.621065 RM_RF -0.466708 0.185784 1.000000 0.088407 WML -0.201281 -0.621065 0.088407 1.000000 Qua ma trận tương quan, ta thấy mối tương quan giữa các biến không cao, nhưng vẫn tiến hành hồi quy phụ. - Sử dụng hồi quy phụ các biến giải thích, đặt giả thiết: H0: R2 = 0 H1: R2 ≠ 0 Nếu ta chấp nhận H0; P(F>Ftính toán) > 0.00005 nghĩa là không tồn tại mối liên hệ tuyến tính giữa các biến giải thích. Nếu ta bác bỏ H0; P(F<Ftính toán)< 0.00005 có nghĩa là tồn tại mối liên hệ giữa các biến giải thích. Ba biến RM_RF, SMB, HML ta đã xét đa cộng tuyến trên mô hình Fama, vì vậy, ta chỉ xét sự tương quan của biến mới thêm vào WML với ba biến còn lại: Biến RM_RF và WML SMB và WML HML và WML R2 0.007816 0.040514 0.038572 F-statics 0.456886 2.449031 3.641968 P ( F > F-statics) 0.501770 0.123038 0.000500 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Quan hệ Độc lập Độc lập Độc lập ( Phụ lục 2.4) 2.5 Kiểm định tự tương quan Breusch – Godfrey: Kiểm định giả thiết tự tương quan: 43 Danh mục BW BLc BMc SLc SW SM Thống kê LM: 7.84253 11.39673 2.360851 4.182292 1.1918 0.019212 χ2 3.841459 3.841459 3.841459 3.841459 3.841459 3.841459 Kết luận: Bác bỏ H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Chấp nhận H0 Chấp nhận H0 Tự tương quan Tự tương quan Không có tự tương quan Tự tương quan Không có tự tương quan Không có tự tương quan (phụ lục 2.5) 2.6. Kiểm định phương sai thay đổi, Kiểm định White: Danh mục BW BLc BMc SLc SW SM nR2 8.129452 27.87939 7.04214 7.19785 6.77114 1.406925 χ2 7.81472 7.81472 7.81472 7.81472 7.81472 7.81472 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Bác bỏ H0 Phương sai biến đổi Phương sai biến đổi Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều (phụ lục 2.6) 2.7. Kết quả hồi quy: Sau khi tiến hành khảo sát các kiểm định tự tương quan, đa cộng tuyến, phương sai thay đổi, ta tiến hành hồi quy các danh mục theo FF, kiểm định ý nghĩa của các hệ số hồi quy. Nếu p-value của một biến >0.05, nghĩa là biến độc lập không có tác động nhiều trong mô hình, ta có thể bỏ qua biến này. Biến giải thích Biến phụ thuộc α Β Si Hi Wi R2 R2 trung bình 44 CAPM BLc -0.004917 0.888*** 0.72762 0.76303 BMc 0.0063*** 1.033*** 0.91481 BW -0.001228 1.052*** 0.91879 SLc 0.000204 0.892*** 0.67456 SMc -0.002516 0.933*** 0.61988 SW -0.002551 0.930*** 0.72251 Fama BLc -0.001933 0.882*** 0.173470 0.6493*** 0.80167 0.86528 BMc 0.00667** 1.039*** 0.040224 0.054330 0.91556 BW -0.002007 1.041*** -0.079083 -0.121686 0.92210 SLc 0.00600** 0.986*** 0.6163*** 0.8652*** 0.85833 SMc 0.003987 1.084*** 0.8114*** 0.8008*** 0.80878 SW 0.002737 1.116*** 0.8265*** 0.4150*** 0.88524 Car- hart BLc -0.004558 0.902*** 0.083164 0.324072* -0.523*** 0.82258 0.88414 BMc 0.0057*** 1.047*** 0.006627 -0.066684 -0.194740 0.91825 BW 0.000807 1.019*** 0.017703 0.22693** 0.561007 0.94368 SLc 0.001942 1.018*** 0.4767*** 0.3624*** -0.809*** 0.90419 SMc 0.000917 1.108*** 0.7058*** 0.42053** -0.612*** 0.830846 SW 0.002616 1.1176*** 0.82236*** 0.4000*** -0.024137 0.88528 2 2 2 * Độ tin cậy 90%, ** Độ tin cậy 95%, *** Độ tin cậy 99%. Phụ lục 2.7 mô hình hồi quy chi tiết. 45 KẾT LUẬN CHƯƠNG 3: Qua hai bảng tổng hợp mô hình hồi quy trên, chúng ta nhận xét rõ ràng về tính ưu việt của mô hình đa nhân tố so với CAPM trong việc giải thích tỷ suất sinh lợi của các chứng khoán. Nếu CAPM chỉ giải thích được từ 71.66% tới 76.3% thì Fama giải thích được từ 86.23% tới 86.53%, còn Carhart là 88.41%. Ngoài ra, nếu hồi quy tỷ suất sinh lợi theo các biến riêng lẻ SMB, HML hay kết hợp 2 trong 3 nhân tố hồi quy, thì độ phù hợp cũng rất thấp từ 8.55% tới 74.86%. Điều đó chứng minh cho tính vượt trội của mô hình Fama so với CAPM. Tuy nhiên, như kết quả hồi quy, mô hình Carhart giải thích tốt hơn Fama chỉ từ 2%, và kiểm định tự tương quan, đa cộng tuyến của danh mục trong mô hình Fama chấp nhận 4 danh mục SH, BH, BM, BL; còn mô hình Carhart thì chỉ chấp nhận hồi quy 3 danh mục SW, SMc, BMc. Nên đối với thị trường chứng khoán Việt Nam, việc ứng dụng các mô hình tài chính để định giá còn tương đối hạn chế. Như vậy, hồi quy các danh mục trên, những hệ số hồi quy α, β, ... với những mức ý nghĩa nhất định, cùng với những tiêu chí trong việc định giá danh mục, nhà đầu tư đã có những định hướng rõ ràng. Đầu tư vào những danh mục có hệ số hồi quy α cao nhất, và bán những danh mục có α < 0. 46 CHƯƠNG 4: KHUYẾN NGHỊ ĐẦU TƯ VÀ CÁC BIỆN PHÁP NÂNG CAO TÍNH CHÍNH XÁC CỦA MÔ HÌNH DỰ BÁO: 1. Khuyến nghị đầu tư: Chúng ta đã có mô hình hồi quy của từng danh mục, bây giờ tiến hành định giá các danh mục theo lý thuyết định giá đã trình bày trong phần 1.1.2. Nói chung, mô hình CAPM, Fama, Carhart với các biến bằng không, thì tỷ suất sinh lợi yêu cầu phải bằng tỷ suất sinh lợi phi rủi ro. Tuy nhiên, trong thực tế, các chứng khoán không phải lúc nào cũng được định giá đúng giá trị thực của nó. Tỷ suất sinh lợi chứng khoán có thể bị định giá cao hoặc thấp. Chính lý do như vậy, khi dùng mô hình hồi quy để thiết lập một mô hình giải thích hợp lý các tỷ suất sinh lợi chứng khoán, khi các biến bằng không, thì hệ số hồi quy có thể cao, bằng hoặc thấp với Rf. Đây chính là nền tảng để định giá. Với ba mô hình định giá trên, chúng ta hồi quy, và chuyển Rf sang phía trái, thì hệ số hồi quy lớn hơn, bằng, nhỏ hơn 0. • Khuyến nghị danh mục theo mô hình ba nhân tố Fama - French: SH SM SL BH BM BL α -CAPM -0.001853 -0.002387 -0.006454 0.002549 -0.00154 0.0042*** R 0.710099 0.464323 0.420901 0.912326 0.830326 0.961839 α-FAMA 0.004019 0.004866 -0.002916 0.004020* 0.002312 0.003355 R 0.889961 0.779462 0.702844 0.936868 0.89875 0.966294 Như vậy, đối với mô hình CAPM, thì nhà đầu tư nên đầu tư danh mục BL, và BH và bán những danh mục còn lại. Nhưng đối với mô hình Fama - French, loại 2 danh mục SM và SL không thể quyết định do phương sai biến đổi thì nhà đầu tư nên đầu tư SH, BH, BM và BL. Tuy nhiên, như ta đã thấy về mô hình hồi quy, danh mục BL theo CAPM phù hợp tới 99%, và α = 0.0042, danh mục BH theo Fama phù hợp 90%, với α = 0.00402. Nên nhà đầu tư có thể đầu tư vào BH và BL. 47 • Khuyến nghị danh mục theo mô hình bốn nhân tố Carhart: SW SMc SLc BW BMc BLc α -CAPM -0.00255 -0.002516 0.000204 -0.00122 0.00630*** -0.00491 R 0.722512 0.619888 0.674569 0.918794 0.914811 0.727628 α-FAMA 0.002737 0.003987 0.006000** -0.002 0.006678** -0.00193 R 0.88524 0.808787 0.858331 0.922106 0.915568 0.801677 α-Carhart 0.002616 0.000917 0.001942 0.000807 0.00570*** -0.00455 R 0.88528 0.830846 0.904199 0.943688 0.918257 0.822588 Như vậy, theo danh mục của mô hình bốn nhân tố, thì hồi quy theo CAPM, Fama, hay Carhart, đều khuyến nghị đầu tư vào BMc, trong đó độ phù hợp đều từ 95%-99%. Đối với những nhà đầu tư đang nắm giữ danh mục SW, SMc theo CAPM thì nên từ bỏ, nhưng theo Fama, Carhart thì có thể tùy quan điểm, còn đối với danh mục BLc, thì cả ba mô hình đều khuyên nhà đầu tư nên từ bỏ. Ngoài ra, ta còn quan sát thêm các giao dịch đầu tư của nhà đầu tư nước ngoài trong năm 2010, những người được cho là có kỹ thuật và chiến lược thông minh trên thị trường: (triệu $) Giá trị mua ròng Danh mục Fama/Carhart Giá trị bán ròng Danh mục Fama/Carhart HAG 2.010 BL/BMc ITC -174 BH/N/a VIC 1.659 BL/BMc VSH -166 BM/BLc BVH 1.096 BL/N/a ITA -162 BH/BMc KBC 951 BL/BMc VPL -130 BL/BLc HPG 737 BL/BMc TDH -105 BM/BW FPT 728 BL/BMc ASM -92 SH/N/a VNM 671 BL/BMc DQC -81 BH/BW SJS 654 BL/BW HRC -81 BL/BLc OGC 624 N/a/N/a VIP -64 BM/BW 48 DIG 571 BL PPC -62 BM/BLc (nguồn: www.shs.com.vn) Như vậy, theo như lý thuyết thì nhà đầu tư nên nắm giữ danh mục BH, BL, BMc, và từ bỏ BLc, tuy nhiên, thực tế, các nhà đầu tư mới chỉ nắm giữ danh mục BL, xét thêm danh mục đầu tư của Dragon Capital , tính tới 24/3/2011, những chứng khoán công ty nắm giữ cũng nằm trong danh mục BL, BH, BMc: Do đó, tốt nhất, nhà đầu tư nên nắm giữ danh mục kết hợp của BH, BL của Fama và BMc của Carhart, đó là danh mục gồm những chứng khoán: DPR, FPT, HAG, HBC, ITA, KBC, NKD, PVF, REE, SAM, SBT, VIC, VNM, VSC. Ngoài ra, nên loại bỏ những cổ phiếu trong danh mục BLc, do những biểu hiện xấu của nó trong nhiều năm: ANV, BMI, BT6, DHG, DMC, DPM, HRC, HT1, IMP, PPC, PVD, PVT, SGT, SJD, SZL, TAC, VPL, VSH, VTO. 2. Các biện pháp nâng cao tính chính xác của mô hình: 2.1 Nguyên nhân ảnh hưởng đến kết quả thực nghiệm của mô hình: 2.1.1 Phân tích gỉa định của các mô hình: Như đã biết, mô hình Fama – French, Carhart chạy trên giả định của lý thuyết danh mục Markowitz, lý thuyết thị trường vốn. Tuy nhiên, đi vào thực nghiệm, một số giả định của lý thuyết không thể thực hiện được. 49 Tại giả định thứ năm, tất cả các tài sản đầu tư đều có thể phân chia nhỏ được. Thực tế không giống như vậy, giao dịch cổ phiếu tính theo lô. Hiện nay, mỗi lô gồm 10 cổ phiếu, trước đây vào năm 2008 là 100 cổ phiếu, còn giữa năm 2007 thì là 10 cổ phiếu. Việc tăng số lượng cổ phiếu mỗi lô vào năm 2008 làm dạt những nhà đầu tư nhỏ lẻ ra khỏi thị trường, sân chơi lúc này chỉ dành cho các công ty họăc nhà đầu tư vốn lớn, thị trường sẽ không tận dụng hết được các nguồn lực. Nên gần đây, số lượng cổ phiếu mỗi lô lại giảm còn 10 cổ phiếu. Tuy tài sản đầu tư đã phân chia nhỏ, nhưng trong giai đoạn nghiên cứu từ 2006 tới đây, gặp phải năm 2008, là số lượng cổ phiếu mỗi lô lớn, điều này có thể ảnh hưởng đến tỷ trọng của từng chứng khoán trong danh mục. Tại gỉa định thứ 6, không có thuế hay chi phí giao dịch liên quan đến các vấn đề mua hay bán tài sản. Thực tế, khi thực hiện giao dịch, nhà đầu tư phải đóng phí. Mức phí thay đổi theo từng công ty chứng khoán, theo từng thời kỳ, và chiến lược kinh doanh của họ. Hiện nay, tùy theo giá trị giao dịch, mức phí trên thị trường chứng khoán từ 0.15-0.5% đối với cổ phiếu, và 0.1% đối với trái phiếu. Tại gỉa định số bảy, không có lạm phát hoặc không có thay đổi lãi suất, hoặc lạm phát có thể dự báo được. Tuy nhiên, thực trạng kinh tế hiện nay của Việt Nam chắc chắn không thể thoả mãn được giả thíêt này. Năm 2005, 2006, 2007 lạm phát trên mức 8%, năm 2008 trên 22%, năm 2009 là 9%, năm 2010 lạm phát là 11,75%. Tại gỉa định số tám, cuối cùng, là thị trường vốn cân bằng, tức là giá trị thị trường được xác lập thông qua quy luật cung cầu. Tuy nhiên, để quy luật cung cầu vận hành theo đúng định nghĩa thì thị trường cạnh tranh hòan hảo, không có tình trạng thông tin bất cân xứng, và không có tác động ngoại lai như sự điều tiết của Chính phủ, các ảnh hưởng kinh tế vĩ mô… 2.1.2 Thu thập số liệu: • Thời gian dự báo: Các nghiên cứu trên thế giới cho thấy rằng mô hình CAPM, và mô hình Fama – French, Carhart được áp dụng trong thời gian quan sát hơn chục năm. Đây là mô hình định giá dài hạn. Tuy nhiên, với thị trường chứng khoán Việt Nam, mới mở cửa từ năm 2000, trong những năm đầu, một tuần chỉ giao dịch 3 ngày, và đến năm 2005, trái phiếu 50 chính phủ mới bắt đầu được đấu thầu, tuy nhiên, thông tin không công bố rộng rãi nên tác giả chỉ có thể lấy số liệu từ năm 2006 và kết thúc là 2010, chuỗi quan sát là 5 năm, còn quá ngắn so với các nghiên cứu trên thế giới. • Tỷ suất sinh lợi phi rủi ro: Tỷ suất sinh lợi phi rủi ro trong bài là tỷ suất sinh lợi của trái phiếu chính phủ 5 năm, thời điểm mới đấu thầu thành công. Tác giả chọn tỷ súât sinh lợi 5 năm vì chuỗi thời gian dài từ năm 2006, loại trái phiếu được đấu thầu thành công và được chào bán rộng rãi nhất chỉ có trái phiếu chính phủ kỳ hạn 5 năm. Trong khi, thời gian nắm giữ danh mục đầu tư là một năm, những bài nghiên cứu ở nước ngoài, họ thường lấy thời hạn nắm giữ trái phiếu trùng với thời gian điều chỉnh chứng khoán trong các danh mục, để có sự so sánh chính xác giữa 1 năm đầu tư chứng khoán và 1 năm đầu tư trái phiếu. • SMB, HML: Nhân tố quy mô đựơc lấy từ vốn chủ sở hữu trong báo cáo tài chính của các công ty, mà báo cáo tài chính còn có cả các ước tính kế toán, đó là các khỏan dự phòng, đánh giá lại tài sản. Nếu tài sản đánh giá không chính xác thì tất nhiên là nguồn vốn, và vốn chủ sở hữu cũng không chính xác. Ngoài ra, báo cáo tài chính dù đã kiểm toán cũng chỉ ở mức độ trung thực, hợp lý trên nền tảng các kiểm toán viên đã thực hiện tất cả những thủ tục cần thiết. Như trường hợp Bông bạch tuyết, lỗ thật lời giả. Mức lỗ tổng cộng trong năm 2006, 20`07 gần 15 tỷ đồng. Viễn cảnh BBT mù mịt khi thua tiếp 9,3 tỷ đồng 9 tháng đầu năm 2008. Do vậy, trong khuôn khổ đề tài này thì những mô hình ước lượng trên đây chỉ nhằm đưa ra định hứơng cho việc thiết lập danh mục đầu tư. Tác giả đề nghị một sự thận trọng hợp lý khi áp dụng kết quả mô hình vào thế giới thực. 2.2 Giải pháp nâng cao hiệu quả ứng dụng các mô hình đầu tư tài chính hịên đại vào thị trường chứng khoán Việt Nam: Thứ nhất là nhà đầu tư, trang bị những kiến thức tài chính cho những nhà đầu tư nhỏ lẻ, dễ bị tác động bởi thị trường, thường đầu tư theo bầy đàn. Hơn thế, việc nâng cao kiến thức cho nhà đầu tư trong nước là vấn đề cần thiết hiện nay. Các nhà đầu tư nước ngoài với vốn, công nghệ, kiến thức, đã và đang làm chao đảo thị trường. Năm 2010, thị trường 51 chứng khoán chịu sự thao túng gía của các nhà đầu tư nước ngoài, mà điển hình là vụ “thao túng” điểm Vn-Index trên sàn HOSE. Theo báo điểm tin, 14/01/2011, đã nhiều phiên, chỉ cần mua hay bán một lô 10 cổ phiếu của những mã như BVH, VIC, HAG, VPL, MSN, DPM... là VN-Index lập tức từ xanh chuyển sang đỏ hoặc ngược lại. Chuyện xảy ra là do tâm lý đầu tư của nhiều người. Với họ VN-Index là thước đo để đánh giá cổ phiếu rẻ hay đắt nói chung, là định mức để tính toán thời điểm nào nên bước chân vào thị trường. Vì thế, đó là nguyên nhân để nhà đầu tư nước ngoài “làm giá” Vn-Index. Đây chính là minh chứng điển hình nhất về sự thiếu kiến thức đầu tư trầm trọng trên thị trường hiện nay. Thứ hai là tự do hoá các hoạt động của thị trường. Thực vậy, trong chiến lược phát triển thị trường chứng khoán 2011-2020. Chiến lược phát triển thị trường chứng khoán sẽ hướng tới mục tiêu: tăng quy mô, củng cố tính thanh khoản cho thị trường chứng khoán, phấn đấu đưa tổng giá trị vốn hóa thị trường cổ phiếu đạt từ 70% đến 100% GDP vào năm 2020, tăng tính hiệu quả cho thị trường trên cơ sở tái cấu trúc tổ chức thị trường chứng khoán, hiện đại hóa cơ sở hạ tầng, chuyên nghiệp hóa việc tổ chức và vận hành hạ tầng công nghệ thông tin, nâng cao sức cạnh tranh của các định chế trung gian thị trường, các tổ chức phụ trợ thị trường và của thị trường chứng khoán Việt Nam, tăng cường năng lực quản lý, giám sát, thanh tra, xử lý vi phạm, củng cố lòng tin của nhà đầu tư... Trong đó, giai đoạn 2011-2013 tập trung hoàn thiện hệ thống văn bản trên cơ sở Luật Chứng khoán và Luật Chứng khoán sửa đổi..., tiến tới xây dựng Luật Chứng khoán thế hệ thứ hai vào năm 2015 với mức độ tự do hóa hoạt động thị trường cao hơn. Đây cũng là một tín hiệu tốt, nhằm phát triển thị trường chứng khoán hịên nay. Thứ ba là áp dụng các mô hình tài chính đúng đắn, các mô hình định giá tài sản như CAPM, mô hình ba nhân tố Fama – French, mô hình bốn nhân tố Carhart, được áp dụng rộng rãi trên thế giới trong việc định giá. Riêng ở Việt Nam, đầu tư tài chính sử dụng mô hình vẫn là một khái niệm khá mới mẻ. Mà nhà đầu tư không sử dụng mô hình, không thể định giá giá trị thực chứng khoán, mà đầu tư theo thị trường, điều này càng nguy hiểm hơn. Do đó, để đạt được những danh mục đầu tư, nhà đầu tư cũng nên nghiên cứu thêm về các mô hình định giá, từ đó xác định cho mình mức chịu rủi ro thích hợp. 52 KẾT LUẬN CHƯƠNG 4 Sau khi tiến hành hồi quy ở phần 3, ta tiến hành định giá và khuyến nghị đầu tư. Như kết quả ở trên, mô hình CAPM, FAMA có sự khác biệt đối với hệ số hồi quy α - kim chỉ nam của lý thuyết định giá. Trong đó, mô hình CAPM khuyến nghị nhà đầu tư bán SH và BM, nhưng Fama lại khuyên nên đầu tư vào danh mục này. Còn đối với danh mục bốn nhân tố của Carhart, nếu ta tiến hành hồi quy tỷ suất sinh lợi của từng danh mục này với một, ba, hay bốn nhân tố, thì theo Fama và Carhart, kết quả không khác biệt mấy, chỉ khác biệt so với CAPM trong việc từ bỏ hay không SW, SMc, tuy nhiên về việc nên đầu tư vào danh mục BMc thì mô hình hồi quy đối với cả ba mô hình trên đều có độ phù hợp rất cao từ 95% đến 99%. Do đó, theo mô hình tài chính định giá này, nhà đầu tư sẽ đầu tư vào BMc, BH, BL và bán BLc. Các danh mục còn lại, hoặc do không thỏa mãn những giả định của mô hình nên không thể đưa ra kết luận, hoặc do mâu thuẫn trong việc định giá giữa các mô hình định giá, nên khó đưa ra quyết định, nhà đầu tư nên căn cứ vào những yếu tố khác như phân tích cơ bản, phân tích kỹ thuật... Ngoài ra, việc dự báo bằng mô hình còn hạn chế do thời gian nghiên cứu 5 năm, là khoảng thời gian tương đối khiêm tốn. Nhưng, trái phiếu chính phủ cũng chỉ bắt đầu giao dịch từ 2005, nên không thể mở rộng chuỗi thời gian hơn nữa. Và tỷ suất sinh lợi phi rủi ro từ trái phiếu chính phủ này, đa số chỉ đấu giá thành công trái phiếu 5 năm (như biểu đồ phần 3 mục 1.1), nên tỷ suất sinh lợi phi rủi ro theo 5 năm, còn danh mục đầu tư thì theo 1 năm, như vậy vì nguyên nhân khách quan mà dữ liệu cũng có sự chênh lệch thời gian. Nói chung, tuy còn những hạn chế nhất định, nhưng mô hình đầu tư cũng cung cấp cho nhà đầu tư những định hướng về danh mục đầu tư. Nhà đầu tư nên biết kết hợp nhiều kiến thức để đầu tư, tránh tình trạng “đầu tư bầy đàn” thiếu kiến thức. Và mặc dù, thị trường đang trong giai đoạn trầm lắng, nhưng vẫn tồn tại danh mục bị định giá thấp, cơ hội cho các nhà đầu tư tìm kiếm tỷ suất sinh lợi vẫn hiện hữu. Nên nhà đầu tư hãy nắm lấy cơ hội và đầu tư vào danh mục BMc, BH, BL. 53 KẾT LUẬN Bài nghiên cứu đã đưa ra phương pháp định giá cho các mô hình CAPM, Fama, Carhart, đó chính là căn cứ trên hệ số hồi quy α, đó chính là dấu hiệu định hướng đầu tư. Nhà đầu tư nên đầu tư danh mục có α >0, và từ bỏ danh mục có α <0. Kết quả từ bài nghiên cứu cho thấy mô hình CAPM phù hợp trong việc giải thích tỷ suất sinh lợi chứng khoán trên sàn HOSE với R2 là 71,66% cho danh mục của Fama và 76,3% cho danh mục theo Carhart. Đối với mô hình Fama, cũng giống như những bài nghiên cứu khác trên thế giới, độ phù hợp của Fama lớn hơn tới 86.53% và Carhart, tuy giải thích tốt hơn Fama, nhưng cũng không đáng kể, chỉ có 88,41%. Mặc dù, nhìn chung, độ phù hợp của mô hình khá cao, có nghĩa là chúng ta có thể sử dụng mô hình để định giá, nhưng trong quá trình kiểm định các giả thuyết của phương pháp OLS, ta đã bỏ qua nhiều danh mục như SM, SL theo Fama - French; SLc, BW, BLc theo mô hình Carhart. Nên nhà đầu tư phải hết sức thận trọng và biết kiểm soát những thông tin định giá, khi đầu tư vào danh mục BH, BL theo Fama và BMc theo Carhart. Ngoài ra, tại Việt Nam nhà đầu tư chủ yếu tham khảo các phương pháp định giá của công ty chứng khoán để thực hiện quyền kinh doanh của mình nhưng đa số các khuyến nghị này không chính xác lắm, trong khi đó việc ứng dụng các mô hình định giá dường như vẫn còn bỏ ngỏ, lý do vì thị trường chứng khoán Việt Nam mới phát triển. Vì vậy, với bài nghiên cứu này, tác giả hi vọng trong tương lai việc ứng dụng các mô hình tài chính vào định giá danh mục sẽ đem lại cho nhà đầu tư một tham khảo chính xác hơn, để nhà đầu tư có thể quyết định đầu tư mang tính chuyên nghiệp và chính xác hơn. 54 PHỤ LỤC • Phụ lục dữ liệu nghiên cứu phần 2.2.3: AAM Công ty cổ phần Thủy sản Mekong MCP Công Ty Cổ Phần In và Bao bì Mỹ Châu ABT Công ty cổ phần Xuất nhập khẩu thủy sản Bến Tre MCV Công Ty Cổ Phần Cavico Việt Nam Khai thác mỏ và Xây dựng ACL Công ty cổ phần Xuất nhập khẩu Thủy sản Cửu Long An Giang MHC Công ty cổ phần hàng hải Hà Nội AGD Công ty cổ phần Gò Đàng MPC Công ty Cổ phần Tập đoàn Thủy hải sản Minh Phú AGF Công ty cổ phần Xuất nhập khẩu thủy sản An Giang MSN CTCP Tập đoàn Ma San AGR Công ty cổ phần Chứng khoán Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam MTG Công ty cổ phần MT GAS ALP Công ty cổ phần Alphanam NAV Công ty Cổ phần Nam Việt ANV Công ty cổ phần Nam Việt NBB Công ty cổ phần Năm Bảy Bảy ASM Công ty cổ phần Đầu tư và Xây dựng Sao Mai tỉnh An Giang NHW Công ty cổ phần Ngô Han ASP Công ty cổ phần Tập đoàn Dầu khí An Pha NKD Công ty cổ phần Chế biến thực phẩm Kinh Đô miền Bắc ATA Công ty cổ phần NTACO NSC Công ty Cổ phần Giống cây trồng Trung Ương BAS Công ty cổ phần BASA NTL Công ty cổ phần Phát triển đô thị Từ Liêm BBC Công ty Cổ phần Bibica OPC Công ty cổ phần Dược phẩm OPC BCI Công ty cổ phần Đầu tư xây dựng Bình Chánh PAC Công ty Cổ phần Pin Ắc quy miền Nam BHS Công ty Cổ phần Đường Biên Hòa PAN Công ty Cổ phần Xuyên Thái Bình BMC Công ty cổ phần Khoáng sản Bình Định PET Tổng Công ty cổ phần Dịch vụ Tổng hợp Dầu khí BMI Tổng công ty Cổ phần Bảo Minh PGC Công ty Cổ Phần Gas Petrolimex BMP Công ty cổ phần nhựa Bình Minh PGD Công ty cổ phần Phân phối khí Thấp áp BT6 Công ty cổ phần Beton 6 PHR Công ty cổ phần Cao su Phước Hòa BTP Công ty cổ phần Nhiệt điện Bà Rịa PHT Công ty cổ phần Sản xuất và Thương mại Phúc Tiến 55 BVH Tập đoàn Bảo Việt PIT Công ty Cổ phần Xuất nhập khẩu Petrolimex CAD Công ty cổ phần Chế biến và Xuất nhập khẩu Thủy sản Cadovimex PJT Công ty Cổ phần Xuất nhập khẩu Petrolimex CDC Công ty cổ phần Chương Dương PNC Công ty cổ phần văn hoá Phương Nam CII Công ty Cổ phần Đầu tư Hạ tầng Kỹ thuật Thành phố Hồ Chí Minh PNJ Công ty cổ phần Vàng bạc đá quý Phú Nhuận CLC Công ty Cổ phần Cát Lợi PPC Công ty cổ phần Nhiệt điện Phả Lại CMG Công ty cổ phần Tập đoàn Công nghệ CMC PTC Công ty cổ phần Đầu tư và Xây dựng Bưu điệ CNT Công ty cổ phần Xây dựng và Kinh doanh vật tư PVD Tổng công ty cổ phần Khoan và Dịch vụ khoan dầu khí COM Công ty cổ phần Vật Tư - Xăng Dầu PVF Tổng công ty Tài chính cổ phần Dầu khí Việt Nam CSG Công ty cổ phần Cáp Sài Gòn PVT Tổng Công ty cổ phần Vận tải dầu khí CSM Công ty cổ phần Công nghiệp Cao su Miền Nam RAL Công ty cổ phần Bóng đèn Phích nước Rạng Đông CTD Công ty cổ phần Xây dựng Cotec RDP Công ty cổ phần Nhựa Rạng Đông CTG Ngân hàng Thương mại cổ phần Công Thương Việt Nam REE Công ty cổ phần Cơ điện lạnh CYC Công ty cổ phần Gạch Men Chang Yih RIC Công ty Cổ phần Quốc tế Hoàng Gia D2D Công ty cổ phần Phát triển Đô thị Công nghiệp Số 2 SAM Công ty cổ phần Đầu tư và Phát triển SACOM DCC Công ty cổ phần Xây dựng công nghiệp DESCON SAV Công ty cổ phần Hợp tác kinh tế và Xuất nhập khẩu SAVIMEX DCL Công ty cổ phần Dược phẩm Cửu Long SBT Công ty cổ phần Bourbon Tây Ninh DCT Công ty cổ phần Tấm lợp Vật liệu Xây dựng Đồng Nai SC5 Công ty cổ phần Xây dựng số 5 DDM Công ty Cổ phần Hàng hải Đông Đô SCD Công ty Cổ phần Nước Giải khát Chương Dương DHA Công ty Cổ phần Hoá An SEC Công ty cổ phần Mía đường - Nhiệt điện Gia Lai DHC Công ty cổ phần Đông Hải Bến Tre SFC Công Ty Cổ Phần Nhiên Liệu Sài Gòn DHG Công ty cổ phần Dược Hậu Giang SFI Công ty cổ phần Đại lý Vận tải SAFI 56 DIC Công ty cổ phần Đầu tư và Thương mại DIC SGT Công ty cổ phần Công nghệ Viễn thông Sài Gòn DIG Tổng công ty cổ phần Đầu tư Phát triển Xây dựng SHI Công ty cổ phần Quốc tế Sơn Hà DMC Công ty cổ phần Xuất nhập khẩu Y tế Domesco SJD Công Ty Cổ Phần Thủy Điện Cần Đơn DPM Tổng công ty cổ phần Phân bón và Hóa chất dầu khí SJS Công ty cổ phần Đầu tư Phát triển Đô thị và Khu công nghiệp Sông Đà DPR Công ty cổ phần Cao su Đồng Phú SMC Công ty cổ phần đầu tư thương mại SMC DQC Công ty cổ phần Bóng đèn Điện Quang SRC Công ty cổ phần Cao su Sao vàng DRC Công Ty Cổ Phần Cao Su Đà Nẵng SSC Công ty cổ phần Giống cây trồng miền Nam DTT Công ty Cổ phần Kỹ nghệ Đô Thành SSI Công ty Cổ phần chứng khoán Sài Gòn DVD Công ty cổ phần Dược phẩm Viễn Đông ST8 Công ty cổ phần Siêu Thanh DVP Công ty cổ phần Đầu tư và Phát triển cảng Đình Vũ STB Ngân hàng Thương mại cổ phần Sài Gòn Thương Tín DXG Công ty cổ phần Dịch vụ và Xây dựng địa ốc Đất Xanh SVC Công ty Cổ phần dịch vụ tổng hợp Sài Gòn DXV Công ty cổ phần Xi măng Vật liệu xây dựng Xây lắp Đà Nẵng SZL Công ty cổ phần Sonadezi Long Thành EIB Ngân hàng TMCP Xuất nhập khẩu Việt Nam TAC Công ty cổ phần Dầu thực vật Tường An FBT Công ty cổ phần Xuất nhập khẩu lâm thủy sản Bến Tre TBC Công ty Cổ phần Thủy điện Thác Bà FDC Công ty cổ phần Ngoại thương và Phát triển Đầu tư TP.HCM TCL Công ty cổ phần Đại lý giao nhận Vận tải xếp dỡ Tân Cảng FMC Công ty Cổ phần Thực phẩm Sao Ta TCM Công ty cổ phần Dệt may - Đầu tư - Thương mại Thành Công FPT Công ty cổ phần FPT TCR Công ty cổ phần Công Nghiệp Gốm sứ Taicera GDT Công ty cổ phần Chế biến Gỗ Đức Thành TDH Công ty Cổ phần Phát triển nhà Thủ Đức GIL Công ty Cổ phần Sản Xuất Kinh Doanh Xuất Nhập Khẩu Bình Thạnh TIC Công ty cổ phần Đầu tư điện Tây Nguyên GMC Công ty Cổ phần Sản xuất Thương mại May Sài Gòn TIE Công ty cổ phần TIE GMD Công ty cổ phần Đại lý Liên hiệp vận chuyển TIX Công ty Cổ phần Sản xuất Kinh doanh Xuất nhập khẩu Dịch vụ và Đầu tư Tân Bình 57 GTA Công ty Cổ phần chế biến gỗ Thuận An TMP Công ty cổ phần Thủy điện Thác Mơ HAG Công ty cổ phần Hoàng Anh Gia Lai TMS Công ty cổ phần Kho vận Giao nhận Ngoại thương TP.HCM HAI Công ty Cổ phần Nông dược H.A.I TMT Công ty cổ phần Ô tô TMT HAP Công ty cổ phần Tập đoàn HAPACO TNA Công ty Cổ Phần Thương Mại Xuất Nhập Khẩu Thiên Nam HAS Công ty cổ phần Xây lắp Bưu điện Hà Nội TNC Công ty cổ phần Cao su Thống Nhất HAX Công ty cổ phần Dịch vụ Ô tô Hàng Xanh TPC Công ty cổ phần Nhựa Tân Đại Hưng HBC Công ty cổ phần Xây Dựng và Kinh Doanh Địa ốc Hòa Bình TRA Công ty cổ phần Traphaco HCM Công ty cổ phần Chứng khoán Thành phố Hồ Chí Minh TRC Công ty Cổ phần Cao su Tây Ninh HDC Công ty cổ phần Phát triển nhà Bà Rịa-Vũng Tàu TS4 Công ty cổ phần Thủy sản số 4 HLA Công ty cổ phần Hữu Liên Á Châu TSC Công ty cổ phần Vật tư kỹ thuật nông nghiệp Cần Thơ HLG Công ty cổ phần Tập đoàn Hoàng Long TTF Công ty cổ phần Tập đoàn Kỹ nghệ gỗ Trường Thành HMC Công ty Cổ phần Kim khí TP Hồ Chí Minh TTP Công ty cổ phần bao bì Nhựa Tân Tiến HPG Công ty cổ phần Tập đoàn Hòa Phát TYA Công ty Cổ phần Dây và Cáp điện Taya Việt Nam HRC Công Ty Cổ Phần Cao su Hòa Bình UIC Công ty cổ phần Đầu tư phát triển Nhà và Đô thị IDIC HSG Công ty cổ phần Tập đoàn Hoa Sen VCB Ngân hàng thương mại cổ phần Ngoại thương Việt Nam HSI Công ty cổ phần Vật tư Tổng hợp và Phân bón Hóa sinh VFC Công ty cổ phần Vinafco HT1 Công ty cổ phần xi măng Hà Tiên 1 VFG Công ty cổ phần Khử trùng Việt Nam HTV Công ty cổ phần vận tải Hà Tiên VHC Công ty cổ phần Vĩnh Hoàn HGV Công ty Cổ phần Hùng Vương VHG Công ty cổ phần Đầu tư và Sản xuất Việt – Hàn ICF Công ty cổ phần Đầu tư Thương mại Thủy sản VIC Công ty Cổ phần VINCOM IMP Công ty cổ phần dược phẩm Imexpharm VID Công ty cổ phần Đầu tư Phát triển Thương mại Viễn Đông ITA Công ty cổ phần Đầu tư – Công nghiệp Tân Tạo VIP Công ty Cổ phần Vận tải Xăng dầu VIPCO