Xác định mối liên hệ giữa các yếu tố vĩ mô và tỷ suất sinh lời tại thị trường chứng khoán việt nam bằng việc sử dụng mô hình đa nhân tố (arbitrage pricing theory, APT)

B GIÁO DC VÀ ÀO TO
TRNG I HC NGOI THNG
o0o




Công trình tham d Cuc thi
Sinh viên nghiên cu khoa hc Trng i hc Ngoi thng 2013



Xác đnh mi liên h gia các yu t v mô vƠ t
sut sinh li ti th trng chng khoán Vit
Nam bng vic s dng mô hình đa nhơn t
(Arbitrage Pricing Theory, APT)



Nhóm ngành: KD1




Hà Ni, tháng 05 nm β01γ
i

MC LC
MC LC i
DANH MC BNG BIU iii
DANH MC HÌNH V iii
TÓM TT 1
CHNG 1. GII THIU TNG QUAN 2
1.1. Tính cp thit ca đ tài 2
1.2. i tng nghiên cu 3
1.3. Phng pháp nghiên cu 4
1.4. Phm vi nghiên cu 4
1.5. óng góp ca nghiên cu 5
1.6. Cu trúc nghiên cu 5
CHNG 2. TNG QUAN NGHIÊN CU GN ỂY V MỌ HÌNH A
NHÂN T (APT) 6
2.1. Mô hình đa nhơn t (APT ậ Arbitrage Pricing Theory) 6
2.2. Tính u vit ca mô hình APT so vi mô hình CAPM 8
2.3. Các nghiên cu áp dng mô hình APT trên th gii 9
CHNG 3. PHNG PHÁP NGHIểN CU, THU THP S LIU 12
3.1. Thu thp s liu 12
3.2. Phng pháp nghiên cu 14
3.2.1. Chn bin s v mô 14
3.2.2. Kim đnh Levin-Lin-Chu 16
3.2.1. Phân tích nhân t khám phá 17
3.2.2. Mô hình APT 22
ii

3.3. Kt qu k vng 26
CHNG 4. KT QU NGHIÊN CU 32
4.1. Thng kê mô t s liu 32
4.2. Kt qu kim đnh Levin-Lin-Chu 32
4.3. Kt qu phân tích nhân t khám phá 33
4.3.1. Kt qu kim đnh KMO và Bartlett 33
4.3.2. Kt qu phân tích nhân t khám phá 34
4.4. Mô hình APT 39
4.4.1. Kt qu s dng phng pháp Fama MacBeth hai bc 39
4.4.2. Kt lun v mi quan h gia các yu t v mô và t sut sinh li ca c
phiu ti th trng Vit Nam 41
CHNG 5. KT LUN VÀ  XUT NGHIÊN CU SAU NÀY 43
TÀI LIU THAM KHO 45
PH LC i


iii



DANH MC BNG BIU
Bng 3.1: Bng mô t d liu thô 12
Bng 3.2: Bng mô t phng pháp x lý d liu 13
Bng 3.3: K vng kt qu nghiên cu 27
Bng 4.1: Mô t s liu thng kê 32
Bng 4.2: Kt qu kim đnh Levin-Lin-Chu 33
Bng 4.3: Kt qu kim đnh KMO và Bartlett 34
Bng 4.4: Kt qu phân tích nhân t ban đu 34
Bng 4.5: Kt qu phân tích Parallel analysis 35

Bng 4.6: Factor loadings ca mi nhân t trc khi thc hin phép xoay 36
Bng 4.7: Mô t nhân t sau khi thc hin phép xoay Promax 36
Bng 4.8: Factor loadings sau khi thc hin phép xoay Promax 37
Bng 4.9: Ma trn tng quan các nhân t sau phép xoay Promax 37
Bng 4.10: Mô t nhân t sau khi thc hin phép xoay Varimax 38
Bng 4.11: Factor loadings sau khi thc hin phép xoay Varimax 38
Bng 4.12: Kt qu hi quy bc 1 Fama MacBeth 39
Bng 4.13: Kt qu hi quy bc 2 Fama MacBeth 40


DANH MC HÌNH V
Hình 3.1: Scree plot 20
Hình 4.1:  th phân tích Parallel analysis 35

1

TịM TT
Trong nghiên cu này, nhóm nghiên cu thc hin nghiên cu câu hi
liu có hay không mi liên h gia 14 yu t v mô vi 20 danh mc đu t ca
β0 ngành đã đc niêm yt trên th trng chng khoán Vit Nam. Nu có s
liên h, thì mi liên h đó là cùng chiu hay trái chiu.
S liu s dng trong nghiên cu đc ly t tháng 2/2009 ti tháng
1/2013 vi tn sut tháng. S liu này đc cung cp bi các ngun có uy tín nh
Bloomberg, Datastream, IFS, GSO, SBV, Vietstock,…
Nghiên cu này s dng nhng phng pháp phân tích, kim đnh hin
đi (phân tích nhân t khám phá) và c đin (Fama MacBeth hai bc). Nhóm
nghiên cu s dng phng pháp phân tích nhân t khám phá đ xác đnh nhóm
các yu t tác đng đn th trng chng khoán Vit Nam. T đó ch ra các yu
t có tác đng ln đn t sut sinh li ca 20 danh mc đc chn. Mô hình
Fama MacBeth hai bc đc s dng đ xác đnh đ nhy ca chng khoán i

vi mt yu t ri ro nht đnh và mc đn bù ri ro ca yu t y. T đó, nhóm
nghiên cu xác đnh mi tng quan (du) ca các nhân t ti t sut sinh li.
Kt qu nghiên cu ch ra rng, ch có 3 yu t: s thay đi t giá ngoi t,
s thay đi cung tin M1, s thay đi lãi sut cho vay, có nh hng ti t sut
sinh li trong ngn hn. S thay đi t giá ngoi t, s thay đi cung tin M1 có
tác đng cùng chiu vi t sut sinh li; ngc li, s thay đi lãi sut cho vay có
tác đng ngc chiu vi t sut sinh li.

2



CHNG 1. GII THIU TNG QUAN
1.1. Tính cp thit ca đ tƠi
Ngày 11-7-1998, Chính ph đã ký Ngh đnh s 48/CP ban hành v chng
khoán và th trng chng khoán, chính thc khai sinh th trng chng khoán
Vit Nam. i vi các quc gia có nn kinh t vn hành theo c ch th trng
thì vai trò dn vn ca th trng chng khoán là vô cùng quan trng. Sau gn 15
nm hot đng, th trng chng khoán Vit Nam đang ngày càng khng đnh
vai trò đó.
Vic liên tc bin đng ca th trng chng khoán làm ny sinh nhng
nghiên cu v các mô hình đnh giá tài sn. Trên th gii, nm 195β, tp chí
“The Jounal of Finance” đã cho đng ti mt bài báo có tiêu đ “Portfolio
Selection” ca Harry Markowitz đ cp đn vic ti đa hóa li nhun ca mt
danh mc đu t bng vic phân tán ri ro thông qua chia đu t trng tài sn. Ý
tng này li đc nhc đn trong quyn sách mang tên “Portfolio selection
efficient diversification of investments” đc chính ông chp bút và xut bn 7
nm sau đó, nm 1959, và ri tr thành mt hc thuyt đnh giá tài sn có sc
nh hng ln, có ý ngha trong nn kinh t hc hin đi: Lý thuyt danh mc
đu t hin đi.

Nhiu nghiên cu đã đc thc hin da trên hc thuyt ca Markowitz,
trong đó, không th không k đn phng pháp đnh giá tài sn đã và đang đc
áp dng  nhiu nc trên th gii: Capital Asset Pricing Model (CAPM) đc
gii thiu đc lp trong các nghiên cu cá nhân bi Jack Treynor (1961, 1962),
William Sharpe (1964), John Lintner (1965a,b) and Jan Mossin (1966). Có th
nói CAPM là mt mô hình ht sc thành công trong vic ch ra làm th nào đ
đánh giá ri ro t mt c hi đu t tim nng và đ c lng t sut sinh li
mong đi mà nhà đu t đòi hi khi đu t. Tuy có R-squared không cao nh
APT, nhng CAPM đc s dng rng rãi hn  các th trng phát trin do mô
hình đã đc phát trin mt cách hoàn chnh và nht quán. Nhng cuc kim
nghim thc t ti các th trng này cng đã ng h mô hình CAPM. Tuy nhiên
vì ch xét ti mi quan h gia 2 nhân t, phn bù ri ro th trng (market risk
premium) và phn bù ri ro tài sn (individual risk premium), CAPM không thc
hin vai trò đnh giá mt cách chính xác nh ngi ta mong mun. Lp lun này
3



có th thy  phn bin ca Roll (1977) trên vn đ hc thut và ca Fama,
French (1992) trên vn đ nghiên cu thc tin. T đó Ross đ xut mt mô hình
mi, gi là mô hình đa nhân t hay mô hình chênh lch giá (Arbitrage Pricing
Theory, APT) đc coi là mô hình m rng ca CAPM
Mô hình đa nhân t (APT) không gii hn s lng nhân t có mt trong
mô hình nhng không ch rõ đó là nhng nhân t nào, do đó nó có nhiu mô hình
d bn, trong đó có th k đn nh mô hình ICAPM, Melton (197γ), mô hình
Fama-French 3 nhân t (1992) hay mô hình Barra
1
đang đc MSCI áp dng
hin nay.
Do th trng mi phát trin, trong 13 nm tr li đây, vic áp dng mô

hình đnh giá c phiu đ đnh giá ti th trng Vit Nam rt phc tp vì bn
thân th trng chu nh hng ln bi các yu t tâm lý đám đông, kin thc
nhà đu t không đy đ và n đnh, th trng không hoàn ho, thông tin bt đi
xng bi giao dch ni gián thng xuyên xy ra. Mô hình CAPM không đ ý
ngha khi ch có mt nhân t (Roll’s critique, 1977), mô hình Fama-French khó
thc hin do tiêu chun xác đnh mc vn hóa th trng (market capitalization)
ca tng mã c phiu ti th trng Vit Nam khác so vi th gii. Mô hình đa
nhân t tr thành mt mô hình đnh giá tài sn trin vng, nhng li cha đy
thách thc do vic xác đnh và kim đnh các nhân t là mt vn đ nan gii.
Chính vì vy, vic nghiên cu mô hình đa nhân t (APT) vi mc đích
đnh giá c phiu ti th trng chng khoán Vit Nam đáp ng đc yêu cu
cp thit đó. Có th nói đ tài “Xác đnh mi liên h gia các yu t v mô và t
sut sinh li ti th trng chng khoán Vit Nam bng vic s dng mô hình đa
nhân t (Arbitrage Pricing Theory, APT)” có tính thc tin trong vic đánh giá
mc đ nh hng ca các yu t v mô ti t sut sinh li ti th trng chng
khoán Vit Nam.
1.2. i tng nghiên cu
Các yu t v mô, t sut sinh li ca danh mc đu t ngành
Mô hình đa nhân t (APT) áp dng ti th trng chng khoán Vit Nam

1

[Truy cp ngày
05/04/2013]
4



1.3. Phng pháp nghiên cu
S dng phng pháp thng kê mô t, tn s, tính đim trung bình đ tóm

tt, trình bày d liu, mô t các thuc tính ca các bin quan sát.
S dng kim đnh Levin-Lin-Chu (2002) đ kim tra tính dng ca d
liu bng, chui thi gian. Sau đó thc hin kim đnh KMO và kim đnh
Bartlett đ kim tra cu trúc d liu trc khi thc hin các phép trích (extractor)
ca phng pháp phân tích nhân t khám phá (Explode Factors Analysis, EFA).
S dng phng pháp EFA nhm xác đnh các nhân t phù hp vi mô hình.
Sau khi chn ra các nhân t phù hp, thc hin hi quy hai bc theo
phng pháp ca Fama MacBeth (1973) đi vi d liu bng đ tính h s phn
bù ri ro (risk premium) nhm xác đnh mô hình APT. Cui cùng s dng
phng pháp t-statistics đ kim đnh ý ngha thng kê ca mô hình APT, đa ra
nhn xét (v du) ca các yu t v mô, t đó kt lun v mi liên h gia các
yu t này vi t sut sinh li ti th trng chng khoán Vit Nam giai đon
1/2009-1/2013
S dng danh mc đu t bao gm các ngành kinh t đã niêm yt thay cho
li sut tng c phiu s tng tính chính xác ca mô hình do gim ri ro phi h
thng. Các bin s kinh t v mô đc s dng là lm phát, lãi sut, t giá, giá
vàng, giá du,…
S dng phn mm Stata 1β đ thc hin các mô hình kim đnh thng kê.
1.4. Phm vi nghiên cu
V s liu, nhóm nghiên cu s dng các s liu v mô đc cung cp bi
các t chc có uy tín nh Tng cc thng kê (GSO), Ngân hàng Nhà nc Vit
Nam (SBV), Ngân hàng phát trin châu Á (ADB), b s liu IFS thuc Qu tin
t th gii (IMF), b s liu Data Stream thuc Reuters, b s liu Bloomberg
Professional thuc Bloomberg, b s liu “D liu thng kê” ca Vietstock,…
V thi gian, nhóm nghiên cu b gii hn do s liu v danh mc đu t
ca các ngành đc niêm yt, do Vietstock cung cp, ch có t tháng 1 nm
2009. Do vy, đ có đc ngun s liu đy đ, cân bng, thng nht theo chui
thi gian, ch có các ch s danh mc đu t ngành đc công b sau tháng 2
5

nm β009 ti tháng 1 nm β01γ (khong thi gian là 48 tháng) đc s dng. S
liu v ch s kinh t v mô cng thu thp trong khong thi gian tng ng.
1.5. óng góp ca nghiên cu
  xut phng pháp kim đnh mô hình đa nhân t
 Ch ra vic có hay không mi quan h, hay s nh hng ca các yu t v
mô vi th trng chng khoán ti Vit Nam.
 Kin ngh hoàn thin mô hình đ áp dng đnh giá c phiu c th ti Vit
Nam.
1.6. Cu trúc nghiên cu
Không k phn mc lc, danh mc hình v bng biu, tóm tt, phn ph
lc, tài liu tham kho đ tài gm có 5 chng sau đây:
Chng 1: Tng quan nghiên cu gn đây
Chng β: Gii thiu tng quan phng pháp nghiên cu, mô hình đa nhân t
Chng γ: Phng pháp lun đ kim đnh mô hình đa nhân t  Vit Nam
Chng 4: Kt qu kim đnh mô hình đa nhân t  Vit Nam
Chng 5: Kt lun, đ xut hng nghiên cu tip theo


6



CHNG 2. TNG QUAN NGHIểN CU GN ỂY V MỌ HÌNH
A NHỂN T (APT)
2.1. Mô hình đa nhơn t (APT ậ Arbitrage Pricing Theory)
Mô hình đa nhân t do Richard Ross đ xut và phát trin nm 1976 là
mt lý thuyt tng quát v li nhun tài sn tài chính. Lý thuyt APT cho rng t
sut sinh li ca chng khoán là mt hàm s tuyn tính ca tp hp các yu t có

kh nng xy ra ri ro đn t sut sinh li ca chng khoán. Mô hình APT có th
đc vit di dng hàm tuyn tính nh sau:


 




 



 



   



 

(1)
trong đó: Có n tài sn tài chính, E(R
i
) (i=1,2, ,n) là li nhun k vng ca tài
sn i, F
j
(j=1,2, k) là các yu t gây ri ro h thng, 

ij
là đ nhy ca tài sn i
đi vi yu t F
j
và 
i
là sai s cá bit ph thuc vào tài sn tài chính. Mô hình
này còn th hin ri ro h thng và phi h thng.
Khi đa dng hóa danh mc đu t, không có c hi kinh doanh chênh lch
giá, lúc đó mi quan h gia ri ro và li nhun đc th hin bng công thc
sau:





= 
0
+ 
i1

1
+ 
i2

2
+ + 
ik

k

(2)
trong đó: 
0
là li sut “phi ri ro”, thng đc ly là li sut ca trái phiu phi
chính ph, 
j
(j=1,2, , k) là mc đn bù ri ro cho mi đn v yu t F
j
. Mc
đn bù ri ro  đây ch xét cho ri ro h thng, hay còn gi là ri ro th trng.
Cng theo Ross (1976a, b) mô hình APT còn có mt gi đnh th γ đó là
khi ri ro phi h thng có th đc trit tiêu gn ht, tc là 
0
= E
0
mô hình APT
đc th hin bng công thc:


 





 









 




  



 




(3)
trong đó:
E
i
: là t sut sinh li k vng ca tài sn th i
E
0:
là t sut sinh li ca tài sn phi ri ro
7

E
k
: là t sut sinh li k vng ca danh mc đu t mô phng, có đ nhy đn v
vi nhân t th k và không nhy vi tt c các nhân t còn li.
b
ik
: là đ nhy ca tài sn th i vi nhân t th k

0
= E
k
– E
0
là phn bù ri ro tng ng vi nhân t ri ro F
k
Do vy, mô hình APT rt ging vi mô hình CAPM. Mô hình (1) và (2)
là mô hình ct lõi ca APT và s đc nghiên cu trong nghiên cu này.
 to lp nên mô hình APT, điu quan trng là kim đnh c lng  và
các điu kin đ lp mô hình APT chính xác. Trc ht đ xác đnh nhân t ri ro,
có γ phng pháp (Huberman và Wang, β005) tip cn đ gii quyt vn đ này:
Th nht, s dng các thut toán phân tích ma trn phng sai ca li
sut. Các tác gi Roll và Ross (1980), Chen (1983), và Lehman và Modest (1988)
s dng phân tích nhân t (factor analysis) trong khi Chamberlain và Rothschild
(1983), Connor và Korajczyk (1985, 1986) li khuyn khích s dng phân tích
nhân t c bn (principal component analysis)
Th hai, s dng ý kin riêng đ chn nhân t và đng thi c lng ma
trn phng sai ca li sut. óng góp đáng k cho phng pháp này phi k đn
Huberman và Kandel (1985a) khi cho rng có s tng quan gia quy mô doanh
nghip và li sut chng khoán, t đó tác gi đã chn bin là ch s ca doanh
nghip nh, va và ln. Phát trin cùng hng này, Fama và French (199γ) đã

tính phn chênh lch ca t sut sinh li ca doanh nghip ln và nh làm mt
bin s ri ro. Bên cnh đó, Fama và French còn thêm bin là chênh lch t sut
sinh li ca doanh nghip “giá tr” và doanh nghip “tng trng”. Kt lun này
k tha t các nghiên cu ca Rosenberg, Reid, và Lanstein (1984), Chan,
Hamao và Lakonishok (1991) và ca chính Fama và French (1992) khi quan sát
li sut k vng c phiu và mi tng quan vi ch s giá tr s sách so vi th
trng (Book to Market Equity).
Th ba, da hoàn toàn vào vic đánh giá ch quan ca tác gi nghiên cu
đ xác đnh nhân t ri ro, ri c lng ma trn  có gii thích đc s khác
8



bit cross-sectional
2
, Chan, Chen và Hsieh (1985) và Chen, Roll và Ross (1986)
đã s dng phng pháp này đ chn các bin tài chính và v mô, bao gm: li
sut ca tài sn tài chính, chênh lch gia lãi sut ngn hn và dài hn, mc đn
bù mc đnh ca khu vc t nhân, lm phát, ch s tng trng sn lng công
nghip và tng tiêu dùng.
Các phng pháp tip cn trên đã ngm th hin vic s dng APT gii
thích s khác bit cross-sectional gia các bin s ri ro và t sut sinh li
(return) tt hn so vi CAPM, đây là lý do khin cho APT đã và đang đc
nghiên cu sâu rng trên toàn th gii.
2.2. Tính u vit ca mô hình APT so vi mô hình CAPM
Trong vic đánh giá mi quan h li nhun – ri ro, CAPM và APT là hai
mô hình đc đánh giá cao nht hin nay. CAPM ra đi trc APT hn 1 thp k
do Jack Treynor đ xut, nay đc s dng khá rng rãi  các nc phát trin do
mô hình đã đc phát trin mt cách hoàn chnh và nht quán. C β mô hình đu
s dng các yu t ri ro h thng và không xét đn ri ro phi h thng, và thc

cht CAPM là mt dng đc bit ca APT khi ch xét mt nhân t ri ro là ri ro
th trng. So vi CAPM, APT th hin rõ nhng u đim sau:
 APT cho phép linh hot s dng nhiu bin v mô khác nhau. iu này
s tng cng mc đ phù hp ca mô hình ng vi đc đim ca tng nn kinh
t vào nhng giai đon c th (Cuthbertson, 2004);
 CAPM gi đnh (1) mt nhà đu t phi s hu 1 hàm tha dng dng
toàn phng, (β) các li sut chng khoán phi tuân theo phân phi chun và (3)
mt danh mc th trng phi có tt c các tài sn ri ro và đt hiu qu mean-
variance. Các gi đnh cht ch này to bt li cho nghiên cu thc nghim, ví
d, vic to lp mt danh mc th trng tha mãn yêu cu là không th quan sát
đc. APT không đòi hi gi đnh cht ch nh trên và thc cht đc la chn
trong s các bin quan sát đc (Brealey và các cng s, 2006);

2
s khác bit khi so sánh bin kinh t vào thi đim này vi các đn v kinh t khác

9



 CAPM mô t ti sao các chng khoán khác nhau có li nhun k vng
khác nhau, vì chúng khác nhau  đ nhy vi tp hp chng khoán th trng,
APT cho rng giá cân bng ca th trng s t điu chnh đ trit tiêu c hi
kinh doanh chênh lch giá. iu này da trên lý thuyt kinh doanh 1 giá, v c
bn khng đnh rng mt c phiu không th đc đnh hai giá khác nhau trên
hai th trng. (P.Jones Charles, 237).
B sung cho nhng quan ngi v kim đnh mô hình CAPM, Roll (1977)
đa ra phn bin v tính đúng đn ca các kim đnh cho CAPM, Fama và
French (199β) đa ra mô hình γ nhân t thay th cho CAPM.
Tuy nhiên bên cnh nhng đim mnh trên, APT cng bc l nhc đim

khi không xác đnh đc các yu t ri ro trong mi trng hp. Vic s dng
tp hp các yu t v mô khác nhau có th to nên nhng mô hình APT khác
nhau, có mc đ chính xác không nht quán. (Ranganatham, 2006).
2.3. Các nghiên cu áp dng mô hình APT trên th gii
Tiên phong trong vic áp dng mô hình đa nhân t (APT) đ đánh giá s
nh hng ca các nhân t v mô đn th trng chng khoán phi k đn Chen,
Roll và Ross (1986). S dng d liu t tháng 01/195γ đn tháng 11/1983 c
phiu th trng New York (NYSE), M, các tác gi đã ch ra s nh hng có ý
ngha thng kê ca các bin: sn lng công nghip, s thay đi ca phn bù ri
ro, s thay đi ca đng cong li sut, cng nh các bin không có nh hng
đáng k đn vic đnh giá nh: tiêu dùng và giá du.  các nc phát trin 
châu Âu nh Anh, Tây Ban Nha, Phn Lan, an Mch, Na-uy, Thy in, các
nhà nghiên cu liên tc kim đnh và phát trin mô hình APT. Diacgiannis
(1986) kt lun mô hình APT cha áp dng đc  sàn chng khoán Luân ôn.
Hai nm sau Abeysekera and Mahajan (1988) tip tc kim đnh APT nhng kt
lun cng không kh quan dù phát trin đc s lng các nhân t nh hng lên
th trng. Tip tc kim đnh APT trên các th trng Tây Ban Nha có các báo
cáo ca Rubio (1988), th trng ba nc Scandinavi: an Mch, Nauy, Thy
in có Ostermark (1989) và Yli-Olli đng tác gi (1990), th trng Phn Lan
có Yli-Olli và Virtanen (1989). Vi d liu tháng t 1977 đn 1986, Yli-Olli
10



(1990) đã kim chng đc có 3 nhân t thông thng n đnh nh hng lên
các ba nc Scandinavi trong khi Ostermark (1989) ghi nhn tính hp lý khi áp
dng mô hình APT  Phn Lan hay Thy in. c bit nm 1991, Martikainen
và các đng s đã khng đnh bin tng sn phm quc dân (GNP), cung tin, lãi
sut có nh hng nht đnh lên các ch s, giá chng khoán. c bit giai đon
đu, 1977-1981, ch có 1 nhân t nh hng đn giá, giai đon th hai 1982-

1986, tt c các nhân t c lng đu nh hng đn th trng, cng c thêm
nim tin v APT. Không dng  đó, Loflund (1992) đã ch ra tm quan trng ca
các bin mang tính cht toàn cu nh nhng thay đi bt ng ca t giá thc hiu
dng, lm phát và nhng thay đi bt ng ca hot đng kinh t nc ngoài trong
tng lai nh cu xut khu chng hn, bên cnh các bin mang tính quc gia
nh lm phát bt thng, thay đi bt ng ca lãi sut ngn hn hay cu trúc k
hn lãi sut và nhng thay đi bt ng ca sn lng thc ni đa.
 các th trng mi ni nh Pakistan, Attaullah (β001) áp dng mô hình
APT sm nht da trên la chn ngu nhiên 70 c phiu trên th sàn chng
khoán Karachi (KSE) vi các d liu tháng t tháng 4/199γ đn tháng 12/1998.
Trong 11 bin v mô đc c lng, Attaullah đã ch ra ch có các bin là lm
phát bt thng, t giá hi đoái, cán cân thng mi và giá du là nguyên nhân
dn đn ri ro h thng, nh hng lên giá chng khoán. Tip tc kim đnh
APT, Javaid Iqbal and Aziz Haider (2005) đã ch ra các bin v mô có nh hng
là lm phát bt thng và không d báo đc, ch s th trng và t l c tc
trên giá c phiu vi d liu t tháng 01/1997 đn tháng 12/2003.
Trên th thng châu Á, Hamao (1988) đã kt lun lm phát d kin đc
trong tng lai và thay đi không d kin đc ca lãi sut có nh hng đn th
trng vn Nht Bn. Phát trin tip mô hình APT, Hamao (1992) d báo quan
h đng bin ca t l c tc trên giá c phiu, chênh lch đng li sut ngn và
dài hn, và quan h nghch bin ca lãi sut ngn hn và thay đi ca lãi sut
ngn hn lên phn li ca t sut sinh li  th trng M t 1970 – 1980 trong
khi nhng nh hng này gim đi đáng k  th trng Nht Bn t nhng nm
1980. Bên cnh đó, Otsuki cùng đng s (1990) đã ch ra mc đ nh hng đn
11



t các bin chun t (quasi-money), ch s sn xut công nghip, giá du, t giá
và cu trúc sai s th trng.

Hin nay,  Vit Nam cha ph bin s dng mô hình APT trong vic
đnh giá tài sn vn. Có nhiu lun vn, lun án s dng lý thuyt APT cùng vi
các lý thuyt v các công c đnh giá khác nh mô hình CAPM ca tác gi
Nguyn ình Th và các cng s (2010), Nguyn Minh Kiu (2006), Fama-
French 3 nhân t ca H Minh Phúc và các cng s (2011), Barra ca Nguyn
Hiu M Tiên và các cng s, im chung ca các công trình nghiên cu khoa
hc này là khuyn ngh phát trin, nâng cao hiu qu th trng và minh bch ca
thông tin tài chính đ nâng cao kh nng vn dng mô hình đnh giá tài sn vào
Vit Nam.
Nhìn chung, dù  mt quc gia, các nhóm tác gi cùng nghiên cu đnh
giá tài sn vn bng phng pháp APT, nhng bi chn các bin khác nhau mà
dn đn các kt qu khác nhau. iu này đã khng đnh tính linh hot đc trng
ca mô hình APT.

12



CHNG 3. PHNG PHÁP NGHIểN CU, THU THP S LIU
3.1. Thu thp s liu
Nhóm nghiên cu thc hin thu thp s liu theo tháng ca các bin v mô
sau đây. Vì nhóm d liu v giá c phiu ca danh mc đu t β0 ngành (đóng
vai trò là bin ph thuc) ch có s liu t tháng 1 nm β009
3
nên nhóm nghiên
cu thc hin ly d liu ca các s liu còn li t tháng β nm β009 ti tháng 1
nm β01γ, bao gm 48 tháng. Di đây là bng mô t d liu thô và bng mô t
phng pháp x lý d liu.
Bng 3.1: Bng mô t d liu thô
Tên bin

Mô t bin
n v
Tn sut
Ngun d
liu
cp
Ch s lm phát theo
tháng
%
Hàng tháng
IFS
m1r
Cung tin M1
t VND
Hàng tháng
IFS
re
Lng tin d tr quc
gia
t VND
Hàng tháng
IFS
oi
Giá du th gii, ly s
liu theo ngày, s dng
phn mm stata đ quy
đi ra s liu tháng
USD/barrel
Hàng tháng
oil-price.net

go
Giá vàng th gii, ly s
liu theo ngày, s dng
phn mm stata đ quy
đi ra s liu tháng
USD/ounce
Hàng tháng
goldprice.org
vn
Lãi sut liên ngân hàng.
Ly vào ngày 01 hàng
tháng
%
Hàng tháng
Datastream
in
Tng sn lng công
nghip
t USD
Hàng tháng
GSO
fxr
T giá ngoi t
VND/USD
Hàng tháng
Bloomberg
ba
Cán cân thng mi
t USD
Hàng tháng

GSO
fb
FDI đng ký
t USD
Hàng tháng
Cc đu t
nc ngoài
fa
FDI đã gii ngân
t USD
Hàng tháng
Cc đu t
nc ngoài

3
Dch v “D liu tài chính” cung cp bi Vietstock
13



le
Lãi sut cho vay
%
Hàng tháng
IFS
de
Lãi sut huy đng
%
Hàng tháng
IFS

tb
Li sut trái phiu chính
ph thi hn 1 nm
%
Hàng tháng
Bloomberg
R
p
,
p=1,2,…20
T sut sinh li ca
danh mc th p
%
Hàng tháng
Vietstock

Bng 3.2: Bng mô t phng pháp x lý d liu
Tên bin
Mô t bin
Công thc x lý s liu
cpi
S thay đi hàng tháng ca lm
phát không k vng
= 




 






m1
S thay đi hàng tháng theo
phn trm ca cung tin m1
=







 
reserved
S thay đi hàng tháng theo
phn trm ca tin d tr
=







 
oil
S thay đi hàng tháng theo

phn trm ca giá du
=







 
gold
S thay đi hàng tháng theo
phn trm ca giá vàng
=







 
vnibor
S thay đi hàng tháng theo
hàm ln ca lãi sut liên ngân
hàng
= ln





 ln





industry
S thay đi hàng tháng theo
hàm ln ca tng sn phm công
nghip
= ln




 ln





fx
S thay đi hàng tháng theo
hàm ln ca t giá ngoi t
= ln





 ln





balance
S thay đi hàng tháng theo
phn trm ca cán cân thng
mi
=







 
fdibud
S thay đi hàng tháng theo
phn trm ca FDI đng ký
=








 
fdiact
S thay đi hàng tháng theo
phn trm ca FDI gii ngân
=







 
lending
S thay đi hàng tháng theo
hàm ln ca lãi sut cho vay
= ln




 ln





deposit
S thay đi hàng tháng theo
hàm ln ca lãi sut huy đng

= ln




 ln





tbill
S thay đi hàng tháng theo
hàm ln ca li sut trái phiu
chính ph 1 nm
= ln




 ln






14

Stock index ca 20 danh mc đu t các ngành: giáo dc, bt đng sn,
cao su, chng khoán, công ngh, du khí, dch v, dc phm, vt liu xây dng,
vn ti, thy sn, thng mi, thc phm, thép, sn xut kinh doanh, nha, ngân
hàng, nng lng, khoáng sn, xây dng.
Ch s danh mc đu t đc xác đnh bi vic tng hp b ch s ngành
do dch v ca Vietstock cung cp, mi danh mc có s lng mã c phiu ca
các công ty ni ngành khác nhau. VD: Có 34 mã chng khoán thuc danh mc
đu t “du khí”, có β5 mã chng khoán thuc danh mc đu t “giáo dc”,…
3.2. Phng pháp nghiên cu
3.2.1. Chn bin s v mô
APT ra đi da trên nhng gi thuyt v mi liên h gia các bin s kinh
t v mô và t sut li nhun chng khoán. T phn tng quan lý thuyt v APT,
có th thy có γ cách đ chn bin: (1) ch s dng thut toán ma trn phng sai
đ ly bin, dùng phân tích nhân t khám phá hoc phân tích nhân t c bn, (2)
dùng ý kin riêng đ chn nhân t và lc bng thut toán ma trn phng sai và
(3) da hoàn toàn vào đánh giá ch quan đ chn bin ri dùng phng pháp
khác bit cross-sectional đ c lng ma trn beta.
Da trên ngun lc ca nhóm nghiên cu và đánh giá ph bin ca gii
khoa hc, nhóm nghiên cu s dng phng pháp th β đ chn các bin s làm
nhân t ri ro cho mô hình.
Trc ht, vic la chn các ch s kinh t v mô đc tng hp da trên 3
nguyên tc sau (Berry và các đng s, 1988):
 Nguyên tc th nht, các nhân t phi hoàn toàn th hin s không
tiên đoán đc vào mi thi đim đu ca giai đon
 Nguyên tc th hai, mi nhân t phi có sc nh hng h thng lên
li nhun chng khoán
 Nguyên tc th ba, các nhân t phi nh hng lên li nhun k vng,
ví d: chúng phi có kh nng đ đem ra đnh giá chng khoán (non-zero prices).
15

 mi thi đim đu giai đon, mi nhân t phi không th d đoán đc
t giá tr quá kh hay t các thông tin công khai, nh th giá tr k vng ca
nhân t là 0. Nguyên tc th 2 có mc đích loi b ri ro phi h thng thông qua
nhng bin đng cá th ca tng công ty, tng doanh nghip. Nguyên tc th 3 là
hin nhiên vì APT ch đánh giá tác đng ca nhân t có kh nng tác đng đn
li nhun k vng ca chng khoán.
áp ng tt c các yêu cu trên, tng hp t nhng nghiên cu cùng đ
tài, nhóm nghiên cu đ xut s dng các bin v mô sau: ch s lm phát theo
tháng, mc thay đi ca cung tin M1, mc thay đi lng tin d tr quc gia
theo tháng, mc thay đi giá du th gii, mc thay đi giá vàng th gii, mc
thay đi lãi sut liên ngân hàng theo tháng, mc thay đi tng sn lng công
nghip, mc thay đi t giá, mc thay đi cán cân thng mi, tng trng FDI
đng ký, tng trng FDI đã gii ngân, s thay đi lãi sut cho vay, s thay đi
lãi sut huy đng, s thay đi trong li sut trái phiu chính ph thi hn 1 nm.
Các bin tha mãn các điu kin trên s đc đa vào quá trình kim đnh
chui dng thi gian, kim đnh KMO, kim đnh Bartlett đ ri đc đa vào
phân tích nhân t.
Vi bài nghiên cu này, nhóm nghiên cu ln lt thc hin các phng
pháp kim đnh thng kê sau đây:
 Kim đnh nghim đn v (unit root test), s dng phng pháp
Levin-Lin-Chu
 Phân tích nhân t khám phá (explode factor analysis)
o Kim đnh KMO
o Kim đnh Bartlett
o Phân tích nhân t
 Kim đnh thng kê da trên mô hình Fama Macbeth hai bc
(1973)

 Kim đnh mô hình Fama MacBeth bng phng pháp t-statistics
16



 Kt lun v s nh hng ca các nhân t v mô ti th trng
chng khoán Vit Nam da trên mô hình APT đc thành lp (nu
có) hoc kt lun lý do không thc hin đc mô hình APT ti Vit
Nam.
3.2.2. Kim đnh Levin-Lin-Chu
Mc đích ca kim đnh nghim đn v chính là vic kim đnh tính dng
(hay tính cân bng ca chui s liu theo thi gian, stationary), nhm xác đnh
các bin s có quan h n đnh lâu dài vi nhau (trái vi quan h hi quy vô
ngha). Có th s dng nhiu phng pháp khác nhau đ kim tra tính dng ca
các chui s liu theo thi gian, chng hn nh: Kim đnh Dickey Fuller (1979),
kim đnh Dickey Fuller b sung và kim đnh Phillips Person (1988).
Tuy nhiên, nhng phng pháp kim đnh trên ch phù hp vi vic kim
đnh s liu dng chui thi gian (time series data), kt qu thu đc là vic kim
đnh nghim đn v trong chui thi gian đó. Vi dng s liu bng (time series
panel data) mà nhóm nghiên cu to lp, vic kim đnh nghim đn v vi tng
bin đc lp có th dn ti vic có quá nhiu nghim đn v. Vi yêu cu kim
đnh nghim đn v gia các ngành vi nhau, trong nghiên cu này, nhóm nghiên
cu đ xut s dng phng pháp kim đnh nghim đn v đi vi dng d liu
bng ca Levin-Lin-Chu (2002) đc phát trin da trên phng pháp ca
Dickey Fuller (1979). Ni dung ca phng pháp đc khái quát nh sau:

Levin-Lin-Chu (2002) đa ra gi đnh:
Ho: Mi chui thi gian có cha 1 nghim đn v
ti đó, đ tr  đc phép khác nhau ti mi chui thi gian đc lp
B1: Thc hin kim đnh Dickey Fuller b sung vi mi s liu chéo

(cross-section) theo công thc:

17



B2: Chy 2 hi quy b tr



vi 


à 

đ tính phn d 




vi 


à 

đ tính phn d 


B3: Tiêu chun hóa các phn d bng vic thc hin



















vi 


là sai s chun cho mi kim đnh ADF
B4: Chy hi quy gp OLS (pooled OLS)


 

 


vi Ho là   

iu kin cn và điu kin đ ca phng pháp Levin-Lin-Chu (2002) là:
iu kin cn:




 
iu kin đ:



  



 
T các bc thc hin, nhóm tác gi nhn thy gi thuyt Ho yêu cu tt
c d liu chéo phi có nghim đn v là mt điu rt hn ch. Da trên nhóm
điu kin cn và điu kin đ, nhóm nghiên cu cho rng, nu T (thi gian) ln
thì nên dùng kim đnh nghim đn v cho d liu chui thi gian, nu T nh
(hoc N (s bng) ln) thì nên áp dng kim đnh cho dng d liu bng. ây là
lý do nhóm nghiên cu la chn phng pháp Levin-Lin-Chu thay vì phng
pháp Dickey Fuller b sung.
3.2.1. Phân tích nhân t khám phá
Phân tích nhân t khám phá (EFA) là mt phng pháp phân tích thng kê
đc s dng đ rút gn mt tp gm nhiu bin quan sát ph thuc ln nhau
thành mt tp bin (gi là các nhân t, factors) ít hn đ chúng có ý ngha hn
nhng vn cha đng hu ht ni dung thông tin ca tp bin ban đu.
18

EFA là mt k thut trong phân tích nhân t có mc tiêu chung là xác đnh
các mi quan h c bn gia các bin đó, Norris, Megan (2009)
Phng pháp này bao gm hai mc đích chính:
 Khám phá cu trúc d liu lý thuyt (thng s dng kim đnh KMO
và Bartlett). Nu không tha mãn 1 trong hai kim đnh này, không th áp dng
phân tích nhân t vào mu d liu hin có, thay vào đó s s dng phng pháp
phân tích nhân t c bn (principle component analysis).
 Gim d liu vào các tp hp nh hn nhng mang đc trng ca
nhóm d liu (factors). Thng s dng các phng pháp trích (extract) nhân t
bng các phép xoay moment trc giao hoc phép xoay moment chéo.
3.2.1.1. Kim đnh KMO và Bartlett
Kim đnh KMO kim tra tính đy đ ca mu (sample aquadecy) t đó
kim tra s phù hp ca phân tích nhân t. Giá tr KMO nh th hin mi tng
quan gia các cp ca các bin không th gii thích bi các bin khác. Kim đnh
KMO đc tha mãn khi 0.5<KMO<1, Kaiser (1977).
Kim đnh Bartlett nhm kim tra mi tng quan trong tng th
(intercorrelation) ca tt c các bin ban đu.
Kim đnh Bartlett xem xét gi thuyt Ho: đ tng quan gia các bin
quan sát bng không trong tng th. Nu kim đnh này có ý ngha thng kê (p-
value ≤ 0.05) thì các bin quan sát có tng quan vi nhau trong tng th, Hair
(2006).
Tin hành phân tích đ gom nhóm các yu t có mi tng quan cht ch
vi nhau. Sau khi gom nhóm, nhóm nghiên cu chn ra nhân t có h s ti nhân
t (factor loading) cao nht đa vào mô hình kim đnh thng kê Fama MacBeth.
Yêu cu đi vi factor loading ln nht phi ln hn 0.5
3.2.1.2. Phân tích nhân t khám phá
Trc khi tin hành phân tích nhân t khám phá, nhóm nghiên cu cn tr
li đc hai câu hi sau đây:

19



 Cn thc hin Trích (extract) bao nhiêu nhân t t phân tích ban đu đ
tin hành phép xoay?
 S dng phép xoay nào, trc giao (orthogonal) hay chéo (olique)?
 tr li câu hi 1, nhóm nghiên cu thc hin nghiên cu v các
phng pháp chn s các nhân t thng đc s dng, đng thi đa ra các
đánh giá ca nhóm vi tng phng pháp. Các phng pháp đó bao gm:
 Kaiser criterion
 Scree Test plot
 Parallel analysis
Kaiser criterion
Mc đnh, ph thông và đc s dng nhiu nht trong các nghiên cu là
phng pháp Kaiser criterion (Kaiser, 1960), theo đó vi mi tr riêng
(eigenvalue, lng bin thiên đc gii thích bi nhân t) có giá tr ln hn 1 đu
đc gi li, nhng giá tr eigenvalue nh hn 1 t đng đc loi b (SPSS user
guide)
C s ca phng pháp là trong ma trn trng s, mi bin to ra phng
sai bng 1, vì vy mt nhân t nên đc gi li khi nó có phng sai ln hn
phng sai ca mt bin đc lp. Tuy nhiên phn bin da trên nghiên cu thc
nghim v nghiên cu thng kê ca nhiu nhà nghiên cu, trong đó có Bandalos,
D.L.; Boehm-Kaufman, M.R. (2008) ch ra rng vic tính toán có xu hng đánh
giá quá cao (overestimate) phng sai ca các nhân t và thng thì các nhân t
vi tr bng 1.01 hoc bng 0.9 thng b loi b. iu này kéo theo h qu là s
lng nhân t đc gi li bng Kaiser’s stopping rule thng nhiu hn hoc ít
hn s nhân t cn thit. Kim đnh thc t chng minh là s nhân t đc gi
li thng nhiu hn s nhân t cn thit.
Scree test plot

Phng pháp Scree test plot là phng pháp dùng đ th đ đánh giá.
Scree plot là mt biu đ th hin mi quan h gia đ ln ca eigenvalue và
nhân t. Phng pháp này đc gii thiu ln đu tiên bi Cattell (1966).
20



Các đim trên đ th biu th đ ln ca eigenvalue tng ng vi tng
nhân t. Ni các đim đó li ta đc các đon thng. Xác đnh đim mà ti đó giá
tr các giá tr eigenvalue lin k không còn bin đng mnh (hay nói cách khác,
đon thng bt dc), nhóm nghiên cu gi đim đó là đim Scree. Sau đó, gi li
các đim  phía trên và loi b toàn b các đim phía di đim Scree. Vic xác
đnh đim Scree còn mang tính cm quan, tùy ý, Courtney, M. G. R. (2013). T
hình 3.1, tht khó đ ch ra s nhân t có th gi li đc là bao nhiêu, bi l,
bng cm quan, khó phân bit đc s khác nhau gia s đo góc (AB;Ox) và
(BC;Ox) do đó khó có th xác đnh đim Scree là B hay C. Vic nhn đnh sai s
dn đn vic la chn tha hoc thiu s nhân t cn thit.
Ngun nh:

C s ca phng pháp này là các nhân t c bn và có ý ngha sau các
ln trích (extract) s chim mt t l ln ca các bin trong ma trn tng quan,
trong khi đó, nhng bin ít có ý ngha s chim t trng nh hn. Tuy nhiên, điu
không rõ ràng trong quan đim trên chính là vic không xác đnh rõ ràng đim
Sree, vì không có mt đnh ngha, khái nim c th và rõ ràng v vic “bt dc”.
C hai phng pháp trên đu đc tin hành nghiên cu k lng nhm
tìm ra mt phng pháp chun mc và có kt qu chính xác nht (Browne, 1968;
Cattell & Jaspers, 1967; Hakstian, Rogers, & Cattell, 1982; Linn, 1968; Tucker,
Koopman & Linn, 1969). Các nghiên cu trên đây ch ra rng, phng pháp
Hình 3.1: Scree plot
A

B
C
21



Kaiser criterion thng gi li quá nhiu nhân t, trong khi Scree test li thng
gi li quá ít nhân t.
Vi nhng lý do  trên, nhóm nghiên cu đ xut mt phng pháp mi
trong vic xác đnh s nhân t: phng pháp Parallel analysis, Franklin, Scott B.
(1995). Theo nhóm nghiên cu, phng pháp Parallel analysis có tính chính xác,
mang nhiu u đim vt tri hn hai phng pháp trên.
Parallel analysis
Phng pháp Parallel analysis da trên mô phng Monte Carlo, s dng
bánh xe Rollette đ to lp s kin ngu nhiên. Parallel analysis đa đn mt
cách tip cn khác vi các cách tip cn ca Kaiser’s stopping rule. Phng pháp
này to ra mt mu o, có tính tng đng vi mu thc, có cùng đ ln ca mu
thc, cùng s bin nhng li cha nhng s liu ngu nhiên, sau đó s dng mu
o này đ phân tích. Eigenvalue đc to ra và lu li. Quy trình này đc lp li
nhiu ln (t 50-1000 ln) nhm xác đnh eigenvalue mi nhân t. Nhng
eigenvalue này, đc s dng đ tính s trung bình và đ lch chun. T s liu
s trung bình và đ lch chun 95% giá tr eigenvalue thu đc (95% = s trung
bình + 1.65SD). Nhng eigenvalue này đc đem ra so sánh vi nhng
eigenvalue ca mu thc tng ng. Các nhân t s đc gi li nu giá tr
eigenvalue ca nó ln hn 95% giá tr mô phng.
Hay nói cách khác phng pháp Parallel analysis ch ra đim Scree chính
xác trên biu đ Scree plot. im Srcee đc xác đnh bi giao đim ca đng
ni các eigenvalue ca mu mô hình và mu tht. Sau đó chn ly các đim nm
trên đim Scree tng t nh phng pháp Scree plot.
Sau khi quyt đnh đc s lng nhân t đ đa vào phân tích nhân t,

câu hi th hai cn đc gii quyt là: s s dng phng pháp nào đ thc hin
trích các nhân t.
Vic tin hành phân tích nhân t khám phá có th thc hin theo nhiu
bc vi 1 trong 2 phép trích d liu: phép xoay moment trc giao (orthogonal)
hoc phép xoay moment chéo (olique).