Luận văn: ỨNG DỤNG MÔ HÌNH TÀI CHÍNH ĐỊNH GIÁ DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM pdf

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, R
f
. Beta bằng 1: Lợi nhuận kỳ vọng của
chứng khoán có beta bằng 1 chính là lợi nhuận thị trường, E(R
m
). 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(R
m
) - R
f
.
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 -
r
f
.
(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 α
i
= 0
• α
i
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 α
i
>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
• α
i

>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(R
i
) – R
f
) 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 (R
m
-R
f
), 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(R
i
) = R
f
+ β
i
[E(R
m
) – R
f
] + s
i
E(SMB) + h
i
(HML)
Trong đó:
- E(R
i
): là tỷ suất sinh lợi trung bình của chứng khoán i
- E(R
m
): là tỷ suất sinh lợi trung bình của thị trường
- R
f
: 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



-
i
β
, s
i
, h
i
, là các biến phản ánh độ nhạy của các nhân tố, trong đó
i
β
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 R
m
-R
f
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(R

i
) = R
f
+ β
i
[E(R
m
) – R
f
] + s
i
E(SMB) + h
i
(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:
R
i
= r
f
+ β(r
m
- r
f
) + ε
i
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 r

i
≠ r
f,
để thuận lợi trong quá trình định giá, ta chuyển mô
hình về dạng:
R
i
- r
f
= α + β(r
m
- r
f
) + ε
i

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, R
2
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,
α
CAPM
= 0.3 α
FF3FM
= 0.13, ngoài ra với độ tin cậy 95% thì R
2
của CAPM là 72% còn R
2

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 α
CAPM
= 0.23,

α
FF3FM
= 0.19, R
2
của CAPM là 77% và R
2
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 R
2
của CAPM là 43.9% còn R
2

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. R
2
trung bình của Fama French lả 78.2% lớn hơn so
với R
2
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 (R
2
44%) có ý nghĩa hơn so với CAPM (R
2

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. R
2
của CAPM là 11.12% còn R

2
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 (R
2
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.R
2
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 R
2
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, R
2
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.