So sánh hai mô hình dự báo tỷ suất sinh lời chứng khoán. Mô hình hồi quy truyền thống và mô hình Artificial Neural Network

- i -


LIăCAMăOAN
Tôi cam đoan rng lun vn nƠy ắ So sánh hai mô hình d báo t sut sinh li
chng khoán: Mô hình hi quy truyn thng vƠ mô hình neural network” lƠ bƠi nghiên
cu ca chính tôi.
Ngoi tr nhng tài liu tham kho đc trích dn trong lun vn này, tôi cam
đoan rng nhng phn trong lun vn nƠy cha tng đc công b hoc đc s dng
đ nhn bng cp  nhng ni khác.
Không có sn phm/nghiên cu nào ca ngi khác đc s dng trong lun
vn mƠ không đc trích dn theo quy đnh.
Lun vn nƠy cha tng đc np đ nhn bt k bng cp nào ti các trng
đi hc hoc c s đƠo to khác.
Thành ph H Chí Minh, ngƠy 18 tháng 03 nm 2013
Ngi cam đoan


L Xuân Trang






- ii -


LI CMăN
 hoàn thành tt lun vn nƠy trc ht tôi xin gi li cm n chơn thƠnh ti

trng i hc M thành ph H Chí Minh, ni đư cung cp cho tôi nhng kin thc
chuyên môn v tài chính ngân hàng  bc thc s.
Tôi đc bit gi li tri ân chân thành ti thy giáo hng dn ca tôi, TS. Lê
Thái Thng Quơn, trng i hc M thành ph H Chí Minh, ngi đư cung cp
kim ch nam, đư luôn theo sát vƠ tn tình hng dn tôi trong sut quá trình làm lun
vn. Nng lc khoa hc, kin thc chuyên môn sâu sc và s nhit tâm ca thy đư lƠ
mt đng lc rt ln giúp tôi hoàn thành lun vn.
Cui cùng tôi cng xin gi li cm n ti quý thy cô khoa sau đi hc trng
i hc M thành ph H Chí Minh cùng các bn lp MFB2 đư giúp đ tôi trong quá
trình hc tp và thc hin lun vn nƠy.
Thành ph H Chí Minh, ngày 18 tháng 03 nm 2013
L Xuân Trang

- iii ậ



TÓM TT
Lun vn đc thc hin vi mc tiêu chn ra mô hình d báo t sut sinh li chng
khoán phù hp vi th trng Vit Nam.  thc hin nghiên cu này, lun vn đư s
dng các nghiên cu lý thuyt cng nh các nghiên cu thc nghim trc đơy v nh
hng ca các yu t đn t sinh li chng khoán vƠ các mô hình đc s dng trong
d báo kinh t.
Nghiên cu đư s dng các thông tin t các báo cáo tài chính và bn cáo bch ca các
công ty trên sàn chng khoán thành ph H Chí Minh trong ba nm 2009- 2011 vi
261 quan sát.
Thông qua các thng kê phân tích mô t và mô hình hi quy Fixed effect vi d liu
bng cân bng, nghiên cu đư tìm thy các yu t nh hng đn t sut sinh li chng
khoán. T đó thc hin quá trình d báo TSSL theo các bin này. Ngoài ra lun vn
cng xơy dng mô hình d báo TSSL bng mng thn kinh nhân to (ANN). ng

thi so sánh hai mô hình này vi nhau thông qua các các ch tiêu MSE, RMSE,
MAPE, Theil’u vƠ thy đc s vt tri ca mô hình ANN so vi mô hình hi quy
truyn thng.







- iv ậ



MC LC

LI CAM OAN i
LI CM N ii
TÓM TT iii
DANH MC CÁC BNG viii
DANH MC HỊNH VÀ  TH ix
DANH MC CÁC T VIT TT x
CHNG 1: GII THIU TNG QUAN V  TÀI NGHIÊN CU 1
1. Lý do nghiên cu 1
2. Vn đ nghiên cu 2
3. Câu hi và mc tiêu nghiên cu 2
4. Phng pháp nghiên cu 3
5. Ni dung nghiên cu và kt cu lun vn 3
CHNG 2: C S LÝ THUYT 4
1. T sut sinh li chng khoán 4

2. Lc kho các nghiên cu trc đơy 6
2.1. Mô hình CAPM 8
2.2. Mô hình Fama và French 9
2.3. Nghiên cu ca Greg Tkacz (2001) 11
3. Ch tiêu so sánh các mô hình d báo 11
3.1. Các ch tiêu đc la chn 11
3.2. Công thc tính các ch tiêu 12
3.2.1. Sai s trung bình (ME-Mean Error) 12

- v ậ



3.2.2. Sai s tuyt đi trung bình (MAE- Mean Absolute Error) 13
3.2.3. Sai s bình phng trung bình (MSE-Mean Square Error) 13
3.2.4. Sai s bình phng trung bình quơn phng (RMSE-Root mean Square
Error) 13

3.2.5. Sai s phn trm tuyt đi (MAPE-Mean Absolute Percentage Error)ầầ 14
3.2.6. H s không ngang bng Theil’s U 14
4. Kho sát các mô hình s dng cho d liu bng 14
4.1. Mô hình hi quy Pool 15
4.2. Mô hình hi quy vi tác đng c đnh (Fixed effect model ậFEM) và mô hình
hi quy vi tác đng ngu nhiên (Random effect model ậREM) 15
CHNG 3 : PHNG PHÁP NGHIểN CU VÀ D LIU NGHIÊN CU 17
1. MÔ HÌNH HI QUY TRUYN THNG 17
1.1. Phng pháp nghiên cu 17
1.2. Mô hình nghiên cu 17
1.2.1. Các bin trong mô hình hình nghiên cu và các gi thuyt nghiên cu . 18
1.2.2. K vng v du 20

1.3. D liu nghiên cu 22
1.3.1. i tng và phm vi nghiên cu 22
1.3.2. Phng pháp x lý s liu 23
2. MÔ HÌNH MNG THN KINH NHÂN TO 24
2.1. Phng pháp nghiên cu 24
2.1.1. La chn các bin s và thu thp d liu 24
2.1.2. Tin x lý d liu 25
2.1.3. La chn các thông s cho mô hình 26
2.1.4. Tin hành thc hin cho mô hình 30
2.1.5. D báo và phân tích kt qu 30

- vi ậ



2.2. Mô hình nghiên cu 31
2.3. D liu nghiên cu 33
CHNG 4: KT QU NGHIÊN CU 34
1. Mô hình hi quy 34
1.1. Thng kê mô t các bin 34
1.2. Kt qu hi quy (ph lc 1) 36

1.2.1. La chn phng pháp c lng mô hìnhầầầầầầầầ ầầ 36
1.2.2. Kim đnh gi thuyt mô hình (ph lc 2) 39
2. Mô hình mng thn kinh nhân to 42
2.1. Phân tích mc đ tng quan gia các bin đu vào 43
2.2. Phân tích mc đ tng quan gia các bin đu vào 43
3. So sánh kt qu d báo thc t TSSL ca các mô hình 44
3.1. D báo bng mô hình hi quy truyn thng 44
3.1.1. D báo 44

3.1.2. Kim đnh 45
3.2. D báo bng mô hình mng thn kinh nhân to 46
3.2.1. D báo 46
3.2.2. Kim đnh 46
3.3. Kt qu và so sánh 48
3.3.1. So sánh da trên s liu TSSL d báo 48
3.3.2. So sánh da trên các ch tiêu d báo 49
CHNG 5: KT LUN 50
1. Kt lun 50
2. Gii hn ca lun vn 50
3. óng góp ca lun vn 51

- vii ậ



4. Hng phát trin sp ti ca lun vn 51
DANH MC TÀI LI U THAM KHO 52
PH LC 1: MÔ HÌNH HI QUY VI D LIU BNG 55
PH LC 2: KIM NH GI THUYT MÔ HÌNH 58
PH LC 3: D LIU 62


- viii ậ



DANH MC CÁC BNG
Bng 2.1: Tóm tt các ch tiêu dùng đ so sánh các mô hình d báo
Bng 3.1: Xác đnh các bin trong mô hình và du d kin

Bng 3.2: Tóm tt vic thu thp và tính toán các bin nghiên cu
Bng 3.3: Tng hp các quan đim tin x lý d liu
Bng 3.4: Tóm tt vic thu thp các thông s nghiên cu chính trong mô hình
Bng 3.5: Các thông s đc tác gi la chn
Bng 3.6: Kt qu la chn s n ron lp n
Bng 3.7: Kt qu la chn hàm bin đi lp ra
Bng 3.8: Kt qu la chn hàm bin đi lp n
Bng 3.9: Bng tng hp các thông s hun luyn mng
Bng 4.1: Thng kê mô t các bin
Bng 4.2: Ma trn tng quan gia các bin
Bng 4.3: Kt qu hi quy vi tng tác đng trong mô hình tác đng c đnh
Bng 4.4: Kt qu hi quy tng hp
Bng 4.5: Kt qu kim đnh Hausman
Bng 4.6: Kt qu hi quy vi tác đng c đnh
Bng 4.7: Kim đnh Wald cho h s hi quy ME
Bng 4.8 : Kim đnh Wald cho h s hi quy bin BETA
Bng 4.9: Kim đnh Wald cho các h s hi quy các bin còn li trong mô hình
Bng 4.10: Kt qu kim đnh mô hình d báo TSSL.
Bng 4.11: Kt qu kim đnh d báo TSSL bng phn mm Neurosolutions
Bng 4.12: So sánh hai mô hình d báo TSSL

- ix ậ



DANH MCăHỊNHăVÀă TH
Hình 2.1: Din bin th trng chng khoán giai đon 2000-2011
Hình 3.1: Mô hình nghiên cu
Hình 4.1: Mô hình d báo TSSL chng khoán
Hình 4.2: Mc đ tng quan gia các bin đu vào

Hình 4.3: MSE trong quá trình hun luyn
Hình 4.4: Kt qu d báo
Hình 4.5: Kt qu d báo bng phn mm Eview
Hình 4.6: Kt qu d báo TSSL bng phn mm Neurosolutions
Hình 4.7: Kt qu kim đnh d báo TSSL bng phn mm Neurosolutions

- x ậ



DANH MC CÁC T VIT TT
CTCK : Công ty chng khoán
TTCK : Th trng chng khoán
TSSL : T sut sinh li
BM : T s th giá trên th giá
ME : Quy mô vn hóa th trng
ROA : Kh nng sinh li
IA : u t trên tài sn
ANN : Mô hình mng thn kinh nhân to
MSE : Sai s bình phng trung bình
MAE : Sai s tuyt đi trung bình
MAPE : Sai s phn trm trung bình
RMSE : Cn bc hai ca sai s bình phng trung bình
Theil’U : H s không ngang bng
CAPM : Mô hình đnh giá tài sn vn
PBV : Giá tr th trng trên giá tr s sách
PE : T s giá trên thu nhp
OLS : Bình phng nh nht thông thng
HoSE : S giao dch chng khoán thành ph H Chí Minh

- 1 ậ



CHNGă1:ăGII THIU TNG QUAN V  TÀI NGHIÊN CU

Chng 1 lƠ chng m đu s cung cp tng quan v xu hng, phng pháp nghiên
cu, mc tiêu cng nh cu trúc ca lun vn.
1. Lý do nghiên cu
Th trng chng khoán Vit Nam chính thc đi vƠo hot đng t tháng 7/2000 vƠ đư
có nhng bc phát trin đáng k trong nhng nm qua. Tuy vn còn khá non tr so
vi th trng chng khoán trên th gii nhng th trng chng khoán Vit Nam
đang dn tng bc hoàn thin và ngày càng tr thành b phn không th thiu ca th
trng tài chính.
Khi th trng ngày càng phát trin, các nhƠ đu t cn có mt nhn đnh đúng v ri
ro trên th trng. T đó giúp cho vic đu t chng khoán không nhng đem li thành
công cho chính nhƠ đu t mƠ còn giúp cho th trng tr nên hiu qu hn.
Chính vì th ngày càng có nhiu phng pháp d báo đc phát trin chuyên cho các
lnh vc chng khoán. Do đó, hin nay trên th gii, các nhà phân tích và d báo đư áp
dng vƠ đa ra nhiu công c giúp cho các nhƠ đu t có th d báo th trng chng
khoán mt cách chính xác nhm đa ra các quyt đnh đu t hp lý nht. Tuy nhiên
vic ng dng các công c này trên các th trng lƠ khác nhau. i vi các nc phát
trin, th trng n đnh và thông tin minh bch nên vic ng dng các mô hình d báo
tr nên đn gin hn. i vi các nc đang phát trin, trong đó có Vit Nam, vic
ng dng mô hình này tr nên phc tp hn, khó khn hn. ó lƠ lý do tác gi chn
lun vn ắăSOăSÁNHăHAIăMÔăHỊNHăD BÁO T SUT SINH LI CHNG
KHOÁN : MÔ HÌNH HI QUY TRUYN THNG VÀ MÔ HÌNH
ARTIFICIAL NEURALăNETWORK”ănhm giúp cho nhƠ đu t la chn mô hình
d báo t sut sinh li thích hp vi tng điu kin c th và có nhng quyt đnh kinh
t hp lý.

- 2 ậ



2. Vnăđ nghiên cu
Nh đ cp  phn lý do chn lun vn, vic đa ra mt mô hình giúp nhƠ đu t c
lng đc t sut sinh li ca c phiu là mt yu t thit thc. Có nhiu yu t tác
đng đn t sut sinh li chng khoán đc ch ra t các nghiên cu trc đơy.
Vn đ nghiên cu ca lun vn ch ra các yu t nh hng đn t sut sinh li chng
khoán  th trng chng khoán thành ph H Chí Minh t ngun d liu th cp thu
thp đc. T đó đa vƠo hai mô hình d báo đ kim đnh mô hình d báo nào s
thích hp cho th trng chng khoán Vit Nam.
3. Câu hi và mc tiêu nghiên cu
Trong phm vi ca nn kinh t Vit Nam, tác gi tp trung nghiên cu vic ng dng
ca mô hình mng thn kinh nhân to (ANN) trong d báo kinh t, hiu qu ca mô
hình ANN so vi mô hình hi quy truyn thng. C th hn, lun vn s gii quyt các
mc tiêu nghiên cu sau:
- Tìm ra các bin có th d báo t sut sinh li (TSSL) chng khoán trên th
trng chng khoán Vit Nam.
- La chn cu trúc mng ANN phù hp vi d báo TSSL
- Hiu qu ng dng ca mô hình ANN tt hn so vi mô hình hi quy truyn
thng.
 đt đc mc tiêu nghiên cu trên, ni dung lun vn tp trung đi vƠo tr li các
câu hi sau:
- Các yu t nƠo tác đng đn TSSL chng khoán ?
- Cu trúc mng ANN nào s thích hp đ d báo TSSL ?
- Liu kh nng ng dng mô hình ANN trong d báo TSSL trên th trng
chng khoán Vit Nam có hiu qu hn mô hình hi quy truyn thng không?

- 3 ậ



4. Phngăphápănghiênăcu
 gii quyt các ni dung nghiên cu nêu trên, tác gi đư s dng phng pháp
nghiên cu đnh lng.
D liu s dng trong lun vn lƠ d liu th cp thu thp t các công ty phi tài chính
niêm yt trên sàn Hose trong khong thi gian t 2009-2011. Sau khi thu thp các
thông tin cn thit, chúng s đc tính toán vƠ đa vƠo mô hình hi quy đa bin đ xác
đnh các bin có nh hng vƠ cng đ tác đng ca chúng đn t sut sinh li. ng
thi s đa các bin này vào mô hình hi quy da trên phn mm h tr Eview 5.1.
Ngoài ra quá trình d báo bng mng ANN đc thc hin trên phn mm h tr x lý
d liu NeuroSolutions 5.0
5. Ni dung nghiên cu và kt cu lunăvn
Ni dung ca lun vn bao gm 5 chng:
Chng 1: Gii thiu tng quan v lun vn nghiên cu
Chng 2: C s lý thuyt
Chng 3: Phng pháp nghiên cu và d liu nghiên cu
Chng 4: Kt qu nghiên cu
Chng 5: Kt lun


- 4 ậ



CHNGă2:ăCăS LÝ THUYT

Chng 2 s bt đu bng s gii thiu khái quát v TSSL chng khoán và kho sát
các mô hình s dng cho d liu bng. Thông qua vic lc kho các công trình
nghiên cu trc đơy, lun vn s cung cp các phng pháp nghiên cu, kt qu có
đc v yu t tác đng đn TSSL chng khoán đng thi la chn đc mô hình
mng thn kinh nhân to thích hp cho vic d báo TSSL chng khoán trên sàn HoSE
1. T sut sinh li chng khoán
T sut sinh li ca mt chng khoán bng tng các khon thu nhp hoc l ca ch
s hu trong mt thi k
0
0
tt
P P C
r
P



r: T sut sinh li mong đi trong sut chu k t
P
t
: giá chng khoán trong k t
P
0
: giá chng khoán trong thi k 0
C
t
: c tc trên mt c phiu
Các mô hình CAPM, Fama-French c lng t sut sinh li k vng ca mt tài sn,
trên c s đó xác đnh tài sn đc đnh giá cao hay thp hn thc t. Trong thc t rt

khó đ xác đnh t sut sinh li ca mt tài sn vƠ khó hn na là t sut sinh li ca
th trng. Do vy đ tính toán t sut sinh li nƠy, thng da vào giá chng khóan
theo đnh k quan sát. T sut sinh li chng khoán tng đi:
r= (Pt- Po)/ Po
NgoƠi ra đ xác đnh đc mc sinh li ca 1 chng khoán cn xem xét chng khoán
đó trong quá kh vƠ tng lai.
 S dng s liu quá kh có th xác đnh đc mc sinh li trung bình
ca chng khoán. Mc sinh li ca chng khoán trong quá kh lƠ d liu tham chiu

- 5 ậ



quan trng đ nhƠ đu t xem xét có nên đu t vào chng khoán hay không. Mt
chng khoán có t l sinh li cao vƠ n đnh s đc nhiu nhƠ đu t quan tâm. Tuy
nhiên, đ ra quyt đnh đu t, nhƠ đu t còn cn c vƠo t l sinh li k vng ca
chng khoán.
 S dng nhng d báo v tng lai nhm xác đnh t l sinh li k vng
ca chng khoán.  có th d báo đc mc sinh li này cn phi có đc ngun
thông tin minh bch vƠ phi lng hóa đc các yu t tác đng đn giá chng khoán
trong tng lai. Do đó vic xác đnh chính xác t l sinh li k vng rt quan trng
trong vic ra quyt đnh ca các nhƠ đu t chng khoán.


Hình 2.1: Din bin th trng chng khoán Vit Nam giai đon 2000-2011
(Ngun: www.cophieu68.com)
Qua hình 2.1 cho thy giá chng khoán trên th trng Vit nam bin đng mnh.
Nm 2006 tc đ tng trng mnh nht nên t sut sinh li đn 145%. Còn nm
2008, 2009, giá chng khoán gim mnh, t sut sinh li ơm
. NgoƠi ra ti th trng

chng khoán Vit Nam, din bin ca giá chng khoán còn ph thuc nhiu vƠo tơm
lý ca nhƠ đu t. Các nhƠ đu t hu nh ch quan tơm đn li nhun vƠ nhng thông
tin không chính thng. iu nƠy khin cho vic d báo vƠ xác đnh mc sinh li k
vng ca chng khoán cng ht sc khó khn.

- 6 ậ



2. Lc kho các nghiên cuătrcăđơy
Vic ng dng các mô hình d báo đ d báo t sut sinh li chng khoán lƠ rt cn
thit đi vi các nhƠ đu t mang tính chuyên nghip. Tuy nhiên, nhng din bin trên
th trng chng khoán Vit Nam trong thi gian qua cho thy vic thiu vng các
công c d báo nƠy. Liu có kh nng ng dng mt mô hình d báo t sut sinh li
trên th trng chng khoán Vit Nam nh hin nay hay không.
BngăchngăchoăvicăthiuămôăhìnhăphơnătíchăkăthutăvƠăphơnătíchăcăbnăvƠoă
đu tăchngăkhoán
Nhiu nhƠ đu t cho rng vic phơn tích k thut không hiu qu ti Vit Nam vào
thi đim nƠy vì th trng còn quá mi, ít ai áp dng. Các tín hiu do phơn tích k
thut đa ra s không đc tn dng nên các nhƠ đu t ít có xu hng thay đi quan
đim ca mình v th trng, v giá c phiu. Các nhƠ đu t cho rng giá c lên
xung ch ph thuc vƠo thông tin ca công ty nên h quyt đnh mua hay bán c
phiu ca mt công ty ch yu da vƠo nhng thông tin công b ca công ty đó. Mua
vƠo khi có tin tt vƠ bán ra khi có tin xu mƠ không c lng th trng. Trong khi
phơn tích c bn thì cho bit đc nguyên nhơn dn đn bin đng giá trên th trng,
bit đc điu gì đư xy ra đi vi giá ca c phiu, hay trong phơn tích k thut thì
cho bit đc các hiu ng ca nó tc lƠ cho bit đc giá c phiu thay đi khi nƠo
vƠ kt thúc khi nƠo. Chính nh nhng yu t nƠy s giúp cho các nhƠ đu t quyt đnh
đu t mt cách d dƠng hn mƠ không da vƠo yu t may ri.
Theo Vietstock, các tín hiu cho thy có kh nng th trng s tích ly vƠo tun sau

(tun 06 - 10/09/2010). Vic tng đim 5 phiên liên tip vi s bt phá rt mnh ca
nhiu mư c phiu đư phn nƠo gii ta đc tơm lý bi quan ca các nhƠ đu t. H
vn lc quan v trin vng trung hn ca th trng vƠ vn ngh rng đơy vn có th lƠ
thi đim tt đ mua đi vi trng phái đu t giá tr. Tuy nhiên, nu lƠ mt nhƠ đu
t ngn hn thì c hi mua có l đư qua đi k t sau khi giá ri khi vùng 420 ậ 430
đim. Tuy nhiên, các nhƠ đu t li da vƠo tin đn Thông t 13/2010/TT-NHNN quy
đnh v các t l bo đm an toƠn vn ca các t chc tín dng s đc chnh sa
nhng gn nh không thay đi nhiu so vi ban đu lƠm cho th trng chao đo.
Cng theo Vietstock c th lƠ phiên giao dch ngày 10/9/2010 th trng chng khoán

- 7 ậ



mt ln na gơy bt ng. Khác vi d đoán ca nhiu nhƠ đu t rng ni tip đƠ tng
đim ca phiên lin k, sau khi đư tri qua vƠi phiên gim đim do cht li trc đó,
th trng s tip tc đi lên do dòng tin đang mnh. Tuy nhiên, không nh mong đi,
c hai sƠn đu bt ng gim rt mnh. M ca phiên giao dch, VN-Index gim nh
trong đt đu vi mc gim không đáng k, ch 0,2 đim. Tuy nhiên, sau 15 phút giao
dch, ca đt 2, đƠ gim đư tng mnh dn lên. Din bin ca th trng phiên nƠy có
nhiu bt ng. Ban đu lƠ s thn trng ca c bên bán ln bên mua. Bên mua ch
mun mua giá r, trong khi bên bán li mun tip tc ắneo” giá ch đi Vì vy, dù
th trng dao đng trong biên đ hp nhng gn ht đt giao dch liên tc tng giá tr
giao dch mi ch đt khong 600 t đng. Khi gn kt thúc đt 2, lnh bán giá r lp
tc đc tung vƠo th trng lƠm cho các lnh đt mua trc đó đư không tr tay kp,
lp tc ắngn” ht s c phiu nƠy. Din bin mi nƠy đư khin giá tr giao dch ca 15
phút cui đt 2 tng vt thêm 400 t đng (bng 2/3 giao dch 90 phút trc đó). Sang
đt 3 (đt đóng ca), lnh bán u tiên  t đ vƠo th trng, kéo VN-Index ri gn
nh t do. Cht phiên, VN-Index mt 12,29 đim, tng ng 2,65%, xung còn
451,39 đim. Vi s đim nƠy, n lc ca s tng đim  nhng phiên trc đó gn

nh không còn ý ngha.Tng t, trên sƠn HƠ Ni, lc bán cng tip tc tng lên sau
đó, khin HNX-Index đóng ca gim 3,74%, tng ng 5,09 đim, còn 131,15
đim. Gii quan sát th trng cho rng điu l ca phiên nƠy lƠ lc mua mnh  các lô
ln li xut hin vƠo nhng phút cui. Yu t nƠy đt ra nghi vn v s lƠm giá ca th
trng, ca các ắđi lái”? ơu lƠ nguyên nhơn?. Theo các công ty chng khoán, thông
tin tác đng mnh nht đn th trng phiên nƠy lƠ tin đn v vic các quy đnh trong
Thông t 13 s đc chnh sa nhng gn nh không thay đi nhiu so vi ban đu.
Tng Giám đc Công ty Chng khoán SJC, ông Hunh Anh Tun, cho rng tin đn
nƠy r lên vƠ lan nhanh ti các sƠn giao dch khin các nhƠ đu t tht vng. Chính vì
vy, h bán tháo mƠ không cn kim tra li thông tin. Hn na, mt s nhƠ đu t
cng đư kim li mt phn  sóng nh va qua nên sn sƠng tháo chy đ cht li.
NgoƠi thông tin ch đo nƠy, mt s thông tin khác cng đc các chuyên gia đánh giá
lƠ gơy tác đng không tt đn tơm lý ca nhƠ đu t. C th: báo cáo ca Tp chí
Forbes (M) công b ngƠy 9-9, đánh giá môi trng kinh doanh ti Vit Nam tt mt 5

- 8 ậ



bc, thua c Campuchia. Bên cnh đó, nhiu thông tin t các t chc tƠi chính quc t
nhn xét nn kinh t toƠn cu cha tht s thoát khi khó khn.
2.1. Mô hình CAPM
CAPM (Capital Asset Pricing Model) đc ba nhƠ nhƠ kinh t hc William Sharpe,
John Lintner vƠ Jack Treynor đa ra vƠo nhng nm gia thp niên 60. Mô hình
CAPM (Capital Asset Pricing Model) nhm d báo t sut sinh li ca mt chng
khoán thông qua beta ca chng khoán đó. Mô hình CAPM không phi lƠ mô hình
duy nht d báo t sut sinh li nhng nó có nn tng lý thuyt vng chc. Trong
nhng nghiên cu gn đơy, mô hình CAPM đư đc b sung nhng nhơn t khác
nhm có th d báo t sut sinh li mt cách chính xác hn nh bin t s giá trên thu
nhp (P/E) vƠ giá tr th trng trên giá tr s sách (PBV). c bit trong th trng các

nc mi ni, s tác đng ca t s giá trên thu nhp (P/E) vƠ giá tr th trng trên
giá tr s sách (PVB) lên t sut sinh li chng khoán lƠ khá rõ nét. Cùng vi mô hình
CAPM, P/E vƠ giá tr th trng trên giá tr s sách đc dùng nh lƠ các công c d
báo t sut sinh li chng khoán trên th trng các nc mi ni. iu nƠy cho thy
mt mô hình CAPM đa bin vi các bin lƠ: beta, P/E vƠ PBV.
MôăhìnhăthcănghimăcaăPerdanaăWahyu Santosa & Harry Yusuf Laksana:
Perdana Wahyu Santosa & Harry Yusuf Laksana (2011) đư đa ra mô hình thc
nghim đa ra mô hình thc nghim da trên mô hình CAPM ti th trng chng
khoán Indonesia giai đon nm 2004-2006 nh sau:
Mô hình hi quy vi tác đng c đnh theo phng pháp PLS
R = 0.69887 Liq + 51.43152 Size
Mô hình hi quy vi tác đng c đnh theo phng pháp GLS
R = 0.023793 Var +0.029162 Beta + 0.034763 Liq + 42.33291 Size + 0.0130115 PBV.
Trong đó:
Beta: ri ro th trng
Liq: tính thanh khon

- 9 ậ



Size: quy mô vn hóa th trng
PBV: giá th trng/ giá s sách
Kt qu mô hình ca Perdana Wahyu Santosa & Harry Yusuf Laksana (2011) cho thy
mi quan h cùng chiu gia TSSL mong đi vƠ các bin trong mô hình nh PBV,
Beta , Liq và Size
2.2. Mô hình Fama và French
Vi kt qu nghiên cu vƠo nm 1993, Fama vƠ French đư xơy dng nên mô hình 3
nhân t Fama-French bao gm: nhân t quy mô, nhân t BM và nhân t th trng.
Fama-French nghiên cu da trên hai loi c phiu sau:

- C phiu ca công ty có quy mô nh
- C phiu có h s giá tr s sách trên giá tr th trng (BM) cao
Mô hình nh sau:
)
( ) [ ( ] ( ) ( )
i f M f i i i
E R R E R R s E SMB h HML

    

Trong đó:
E(R
i
): mc li nhun cho danh mc i
R
f
: mc li nhun không ri ro
E(R
M
): mc li nhun k vng ca toàn b th trng
SMB: bình quân chênh lch trong quá kh gia li nhun danh mc c phiu công ty
nh so vi li nhun danh mc c phiu công ty ln
HML : bình quân chênh lch trong quá kh gia li nhun danh mc c phiu công ty
có t s giá tr s sách trên giá th trng cao so vi công ty có giá tr này thp
i:h s hi quy cho nhân t phn bù ri ro ca danh mc c phiu
si: h s hi quy cho nhân t SMB
hi: h s hi quy cho nhân t HML
R
M
-R

f
: phn bù ri ro th trng
Thông qua thc nghim, nhân t li nhun trung bình ca chng khoán có quy mô vn
hóa nh và chng khoán có BM cao s cao hn li nhun k vng bi đng SML
trong mô hình CAPM

- 10 ậ



Fama đ ngh đo lng nhân t quy mô bng cách phân bit li nhun gia hai loi
hình doanh nghip là doanh nghip nh và doanh nghip ln (nhân t SMB). Ngoài ra
Fama còn đ ngh thêm mt nhân t na là nhân t BM. ơy lƠ nhơn t đo lng s
khác nhau v li nhun gia doanh nghip có t s BM cao và doanh nghip có BM
thp (nhân t HML)
Da trên sàn chng khoán  th trng M là NYSE, AMEX và NASDAQ trong giai
đon 1963- 1990, mô hình ca Fama-French  th trng M đư cho thy mi quan h
cùng chiu ca BM vi t sut sinh li trung bình, mi quan h ngc chiu gia quy
mô và t sut sinh li trung bình

Mô hình thc nghim ca Long Chen & Lu Zhang
Mô hình 3 nhân t ca Long Chen & Lu Zhang (2010): Long Chen vƠ Lu Zhang đư
xây dng mô hình trên NYSE, AMEX và NASDAQ t tháng 1-1972 đn tháng 12-
2006 nh sau:
( ) ( ) ( ) ( )
i i i
i f i MKT MKT INV INV ROA ROA i
E r r E r E r E r e
   
     

Trong đó: r
f
: TSSL phi ri ro
,,
i i i
MKT INV ROA
  
: các h s nhân t đo lng đ nhy cm nhân t đi vi TSSL chng
khoán
( ), ( ), ( )
MKT INV ROA
E r E r E r
: phn bù ri ro th trng, phơn bù đu t, phn bù TSSL trên
tng tài sn
Kt qu mô hình ca Lu Zhang: Lu Zhang đư đa ra mi quan h ngc chiu gia
TSSL mong đi vi đu t trên tƠi sn I/A, đu t trên tƠi sn Lu Zhang tính đn là
phát hành c phn mi, tng trng tài sn, t s ME/BE, tng trng doanh thu dài
hn trong quá kh.
iu nƠy cng phù hp vi mô hình Fama French v mi quan h BE/ME vi TSSL:
nhng công ty có BE/ME cao đòi hi mt TSSL cao hn nhng công ty BE/ME thp.
ng thi Lu Zhang cng đa ra mi quan h cùng chiu ca ROA mong đi vi
TSSL mong đi

- 11 ậ



TSSL R
INV

trung bình trong mu ca Lu Zhang 1972-2006 là 0.43%/tháng. Hi quy
chui r
INV
theo nhân t th trng thì đc =0.51%/tháng vƠ R
2
=16%
TSSL R
ROA
trung bình trong mu ca Lu Zhang 1972-2006 là 0.96%/tháng. Hi quy
chui r
ROA
theo nhân t th trng thì đc =1.05%/tháng và R
2
=4%
Các h s
,,
i i i
MKT INV ROA
  
phn ln lƠ có ý ngha thng kê vi giá tr |t| khá ln, có th
bác b gi thit H
0
là các h s nhân t =0

2.3. Nghiên cu ca Greg Tkacz (2001)
Greg Tkacz (2001) đư thc hin d báo tc đ tng trng GDP thc hin theo quý
ca Canada thông qua hai mô hình tuyn tính và mô hình mng thn kinh truyn
thng vi 1 lp n có 3 đn v n trong lp n và hàm truyn đc s dng là hàm
xích ma.
Các bin s dng là: biên đ lãi sut ca M và Canada, lãi sut trái phiu doanh

nghip, tc đ tng cung tin M1, M2, tc đ gia tng ch s TSE 300 t quý 1/1968
đn quý 2/1999.
Nghiên cu ca Greg Tkacz (2001) cho thy kt qu sai s ca mô hình ANN thp hn
so vi mô hình chui thi gian (ARIMA, san bng m) vƠ mô hình tuyn tính
(RMSE=0.578 và MAE = 0.334).
3. Ch tiêu so sánh các mô hình d báo
3.1. Các ch tiêuăđc la chn
Theo Nguyn Trng Hoài (2009), các tiêu chun đánh giá d báo ca mô hình thng
dùng lƠ : MSE, MAPE, RMSE vƠ Thei’l
Nhóm Curak Marijana (2009) s dng các bin: cung tin M2 và vn hóa th trng
chng khoán đ d báo tc đ tng trng kinh t ca 27 nc thành viên Liên minh
Chơu Ểu trong giai đon 1991-2007, đng thi so sánh d báo ca 2 mô hình: mô hình
hi quy tuyn tính và mô hình ANN (s dng hàm truyn thng, 1 lp n và hàm Tanh
làm hàm truyn). Nhóm đư s dng các ch tiêu : RMSE, MAE, TIC, MAPE đ so
sánh hot đng d báo ca 2 mô hình

- 12 ậ



Kt qu mô hình ANN cho kt qu tt hn mô hình hi quy tuyn tính theo 3 ch tiêu
RMSE, MAPE, TIC. Riêng ch tiêu MAPE thì mô hình hi quy tuyn tính li cho kt
qu tt hn.
Erdinc Altay và M. Hakan Satman (2005), đư s dng các ch tiêu : RMSE, MAPE,
Thei.U đ so sánh hot đng d báo ca 2 mô hình.
Lun vn s chn các ch tiêu sau đ so sánh hai mô hình d báo: MSE. MAPE,
RMSE vƠ Thei’l
Bng 2.1 : Tóm tt các ch tiêuădùngăđ so sánh các mô hình d báo
Tác gi (nm)
Các ch tiêu

Nguyn Trng Hoài (2009)
MSE , RMSE, MAPE ,Thei’l.U
Nhóm Curak Marijana (2009)
RMSE,MAPE, MAE , TIC (Thei’l.U)
Erdinc Altay&M. Hakan Satman (2005)
RMSE, MAPE, Thei’l.U

3.2. Công thc tính các ch tiêu
Theo Nguyn Trng Hoài (2009), công thc tính các ch tiêu đ so sánh các mô hình
d báo nh sau:
Sai s d báo :
Ồ
t t t
e Y Y

e
t
: Sai s d báo trong giai đon t
Y
t
: Giá tr thc t trong giai đon t
Y
^
t
: Giá tr d báo.

3.2.1. Sai s trung bình (ME-Mean Error)

- 13 ậ

1
n
t
t
e
ME
n




3.2.2. Sai s tuytăđi trung bình (MAE- Mean Absolute Error)
1
n
t
t
e
MAE
n




MAPE là mt thc đo rt hu ích khi ngi phân tích mun đo lng sai s d báo
có cùng đn v tính vi d liu gc. Thông thng MAPE thng đc s dng cùng
vi ME đ đánh giá đ tin cy.
3.2.3. Sai s bìnhăphngătrungăbìnhă(MSE-Mean Square Error)
2

1
n
t
t
e
MSE
n




Do sai s đc bình phng, nên thc đo MSE có v nh ắ trng pht” nhng sai s
d báo ln.
3.2.4. Sai s bìnhă phngă trungă bìnhă quơnă phngă (RMSE-Root mean Square
Error)
2
1
n
t
t
e
RMSE
n




Là mt trong nhng đi lng c bn vƠ thng đc s dng ph bin cho vic đánh
giá kt qu ca mô hình d báo s tr. Ngi ta thng hay s dng đi lng sai s
bình phng trung bình quơn phng (RMSE) biu th đ ln trung bình ca sai s .

c bit RMSE rt nhy vi nhng giá tr sai s ln. Do đó nu RMSE càng gn

- 14 ậ



MAPE sai s mô hình càng n đnh và có th thc hin vic hiu chnh sn phm mô
hình.
3.2.5. Sai s phnătrmătuytăđi (MAPE-Mean Absolute Percentage Error)
t
t
e
Y
MAPE
n



LƠ thc đo hu ích khi đ ln ca bin d báo có ý ngha quan trng trong vic đánh
giá mc đ chính xác ca d báo.MAPE cho mt ch s v đ ln ca sai s d báo so
vi giá tr thc ca bin s.
3.2.6. H s không ngang bngăTheil’săU
Là mt thc đo khác v đ chính xác d báo. H s này chính là t s gia RMSE
ca mô hình d báo và RMSE ca mô hình d báo thô gin đn
2
2
1
Ồ
()
()

tt
tt
YY
U
YY







U<1 : mô hình d báo tt hn mô hình d báo thô đn gin
U=1: mô hình d báo cng nh mô hình d báo thô
U>1: mô hình d báo còn xu hn mô hình d báo thô
Trong thc t U<0.55: đc đánh giá lƠ rt tt
4. Kho sát các mô hình s dng cho d liu bng
D liu trong lun vn nghiên cu đc trình bày theo dng bng cân bng. D liu
bng này có nhiu u đim nh cung cp nhiu thông tin hn, bin thiên hn, ít có s
đa cng tuyn gia các bin s, bc t do cao hn vƠ hiu qu hn.

- 15 ậ



Các mô hình ph bin đc s dng đ c lng là mô hình hi quy pool, mô hình
vi tác đng c đnh (Fixed effect model ậFEM) và mô hình vi tác đng ngu nhiên
(Random effect model ậREM)
Mô hình FEM phân tích nhng khác bit v các h s chn ca nhóm, trong khi đó gi
s rng các đ dc là ging nhau và sai s không đi. Ngc li mô hình REM phân

tích nhng thành phn ca phng sai vƠ sai s, trong khi gi s rng các h s chn
không thay đi vƠ các đ dc là ging nhau. V mt toán hc, tác gi s s dng kim
đnh Hausman đ quyt đnh xem mô hình nào là phù hp vi vic c lng.
4.1. Mô hình hi quy Pool
Trong mô hình nƠy, tung đ gc ca các đn v chéo gi đnh lƠ nh nhau. Mô hình
đc biu din nh sau:
1 2 3 4 5 6
TSSL BM ME ROA IA BETA u
     
      

Vi mô hình này, các bin gii thích và các bin không quan sát đu không đi đi vi
tt c các công ty qua tng nm.
4.2. Mô hình hi quy viătácăđng c đnh (Fixed effect model ậFEM) và mô hình
hi quy viătácăđng ngu nhiên (Random effect model ậREM)
Mô hình FEM: tung đ gc gia các đn v chéo khác nhau nhng h s gc không
đi. Trong mô hình REM: tung đ gc gia các đn v chéo khác nhau đc tách ra
khi tung đ gc ca mô hình.
Biu thc tng quát cho c haiămôăhìnhănhăsau:
1 2 3 4 5 6i it it it it it it
TSSL BM ME ROA IA BETA u
     
      

Trong đó:
i: đi din cho c phiu i=1,2, 234 (234 đn v theo không gian)
t= 2009, 2010, 2011 (3 thi đon)