Ứng dụng mô hình CAPM và mô hình Fama-French để dự báo tỷ suất sinh lợi chứng khoán ngành Công nghệ viễn thông

BỘ GIÁO DỤC & ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NHA TRANG
KHOA KẾ TOÁN – TÀI CHÍNH
o0o




ĐÀO THỊ THÚY PHƯƠNG



ỨNG DỤNG MÔ HÌNH CAPM VÀ MÔ HÌNH
FAMA – FRENCH ĐỂ DỰ BÁO TỶ SUẤT SINH LỢI
CHỨNG KHOÁN NGÀNH CÔNG NGHỆ VIỄN THÔNG



KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

Chuyên ngành: TÀI CHÍNH




GVHD: TS. LÊ KIM LONG



Nha Trang, tháng 7 năm 2013

MỤC LỤC
LỜI MỞ ĐẦU
Đặt vấn đề
Mục đích nghiên cứu
Phạm vi nghiên cứu
Phương pháp nghiên cứu
Hướng phát triển của đề tài

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ TỶ SUẤT SINH LỢI VÀ RỦI RO,
MÔ HÌNH CAPM VÀ MÔ HÌNH FAMA-FRENCH 1
1.1. Lý thuyết về tỷ suất sinh lợi và rủi ro 1
1.1.1. Tỷ suất sinh lợi 1
1.1.2. Tỷ suất sinh lợi mong đợi 1
1.1.3. Phương pháp ước lượng rủi ro 2
1.1.4. Hiệp phương sai 3
1.1.5. Hệ số tương quan 3
1.2. Mô hình định giá tài sản vốn CAPM 4
1.2.1. Các giả định của mô hình
CAPM
4
1.2.2. Mô hình CAPM với nhân tố phần bù rủi ro thị
trường
6
1.3.
Mô hình Fama French ba nhân
tố
7

1.3.1. Những phát hiện mới của Fama-French 7
1.3.2. Xây dựng mô hình 9
1.3.3. Kết quả mô hình trên mẫu của Fama – French 11
1.4. Thực tiễn áp dụng CAPM và Fama French ở một số nước trên thế
giới
12
1.4.1. Tại các nước phát triển 12
1.4.2. Tại các nước đang phát triển 13

1.5. Tình hình vận dụng các mô hình dự báo tỷ suất sinh lợi để kinh
doanh
chứng
khoán ở Việt Nam hiện
nay
15
Kết luận chương 1 18
CHƯƠNG 2: TỔNG QUAN VỀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT
NAM VÀ THỰC TRẠNG NGÀNH CÔNG NGHỆ VIỄN THÔNG 20
2.1. Tổng quan về thị trường chứng khoán Việt Nam 20
2.1.1. Quá trình ra đời 20
2.1.2. Thực trạng TTCK Việt Nam trong những năm qua 21
2.2. Thực trạng của ngành công nghệ viễn thông Việt Nam 23
2.2.1. Vị thế trên thế giới 23
2.2.2. Hiện trạng ngành công nghệ viễn thông Việt Nam 24
2.2.3. Phân tích thực trạng cổ phiếu ngành viễn thông hiện nay 30
Kết luận chương 2 34
CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH CAPM VÀ MÔ HÌNH FAMA-
FRENCH VÀO NGÀNH CÔNG NGHỆ VIỄN THÔNG VIỆT NAM 35
3.1. Phương pháp xử lý số liệu 35
3.2. Kiểm định mô hình CAPM 41

3.2.1. Mô hình hồi quy 41
3.2.2. Kiểm định các giả thiết thống kê 43
3.3. Ước lượng TSSL kỳ vọng bằng mô hình 3 nhân tố Fama-French 48
3.3.1. Mô hình hồi quy 48
3.3.2. Kiểm định các giả thiết thống kê 52
3.4. So sánh kết quả của mô hình FF3FM và CAPM 64
3.4.1. So sánh kết quả kiểm định 63
3.4.2. Phân tích ý nghĩa của việc thêm 2 nhân tố vào mô hình 65
Kết luận chương 3 69

CHƯƠNG 4: KẾT QUẢ ÁP DỤNG MÔ HÌNH CAPM VÀ MÔ HÌNH
FAMA-FRENCH- ĐƯA RA KIẾN NGHỊ ĐẦU TƯ NGÀNH CNVT
4.1. Nhận xét về kết quả áp dụng hai mô hình CAPM và Fama-French vào
ngành CNVT Việt Nam 70
4.1.1. Kết quả mô hình CAPM 70
4.1.2. Kết quả mô hình Fama-French 71
4.2. Khuyến nghị đầu tư chứng khoán ngành CNVT 74
4.2.1. Dựa vào sự so sánh giữa kết quả thống kê và kết quả hồi quy 74
4.2.2. Dựa vào kết quả ứng dụng phương pháp dự báo san bằng mũ đơn
giản và phân tích hồi quy 74
4.3. Khuyến nghị đầu
tư
83
Kết luận chương 4 84
KẾT LUẬN
ĐÁNH GIÁ TỔNG THỂ KHÓA LUẬN 87
TÀI LIỆU THAM KHẢO 89

DANH MỤC CÁC BẢNG
◦◦◦◦◦◦◦◦۩◦◦◦◦◦◦◦◦
Bảng 1.1: Kết quả áp dụng CAPM và FF3FM tại các nước phát triển 13
Bảng 1.2: Kết quả áp dụng mô hình CAPM và Fama French tại các nước
đang phát triển 15
Bảng 2.1: Kim ngạch xuất khẩu CNTT-TT giai đoạn 2008-2011 25
Bảng 2.2: Tổng số lao động lĩnh vực bưu chính giai đoạn 2008-2011 29
Bảng 2.3: Các chỉ số tài chính cơ bản của các công ty ngành CNVT 30
Bảng 3.1: Các cổ phiếu được niêm yết trên TTCK thuộc ngành CNVT 35

Bảng 3.2: Phân loại danh mục theo ME và B/P 40
Bảng 3.3: Bảng kiểm định Unit Root Test trên nhân tố thị trường 42
Bảng 3.4: Bảng kết quả kiểm định giả thiết đối với hệ số α mô hình CAPM.43
Bảng 3.5: Bảng kết quả kiểm định giả thiết đối với hệ số β mô hình CAPM. 44
Bảng 3.6: Kết quả kiểm định Breusch – Godfrey với các độ trễ 1, 2, 3 45
Bảng 3.7: Kết quả kiểm định White của mô hình CAPM 46
Bảng 3.8: Bảng giá trị hệ số xác định mô hình CAPM 47
Bảng 3.9: Bảng tóm tắt các giá trị thống kê mô hình FF3FM 48
Bảng 3.10: Bảng kiểm định Unit Root Test trên chuỗi SMB 49
Bảng 3.11: Bảng kiểm định Unit Root Test trên chuỗi HML 49
Bảng 3.12: Bảng tóm tắt các hệ số mô hình FF3FM 51
Bảng 3.13: Bảng kết quả kiểm định giả thiết đối với các hệ số mô hình
FF3FM 52
Bảng 3.14: Kiểm định Wald đối với nhân tố HML trong danh mục B/M 54
Bảng 3.15 : Ma trận hệ số tương quan giữa các nhân t 55
Bảng 3.16: Kết quả hồi quy nhân tố quy mô theo nhân tố thị trường 55
Bảng 3.17: Kết quả hồi quy nhân tố giá trị theo nhân tố thị trường 56
Bảng 3.18: Kết quả hồi quy nhân tố giá trị theo nhân tố quy mô 56
Bảng 3.19. Tóm tắt kết quả các mô hình hồi quy phụ 57
Bảng 3.20: Kết quả kiểm định BG trên phần dư mô hình FF3FM 60

Bảng 3.21: Kết quả kiểm định phương sai đồng nhất mô hình FF3FM 61
Bảng 3.22: Bảng giá trị hệ số xác định mô hình FF3FM 62
Bảng 3.23: So sánh hệ số β của mô hình CAPM và FF3FM 63
Bảng 3.24: So sánh hệ số xác định mô hình CAPM và FF3FM 64
Bảng 3.25: Kết quả hồi quy theo nhân tố thị trường và quy mô 64
Bảng 3.26: Kết quả hồi quy theo nhân tố thị trường và nhân tố giá trị 66

Bảng 3.27 : Kết quả hồi quy theo nhân tố quy mô và giá trị 67
Bảng 4.1: Tỷ suất sinh lợi thực tế (R
tt
) của 6 danh mục tháng 1/2013 75
Bảng 4.2: Phân loại danh mục và tỷ trọng thành phần tháng 1/2013 77
Bảng 4.3: Tỷ suất sinh lợi thị trường tháng 1/2013 77
Bảng 4.4: Kết quả dự báo nhân tố SMB 79
Bảng 4.5: Kết quả dự báo nhân tố HML 81
Bảng 4.6: Khuyến nghị đầu tư các danh mục tháng 1/2013. 82


DANH MỤC BIỂU ĐỒ
◦◦◦◦◦◦◦◦۩◦◦◦◦◦◦◦◦
Biểu đồ 2.1: Chỉ số VN-index và khối lượng giao dịch 22
Biểu đồ 2.1: Chỉ sô HNX-index và khối lượng giao dịch 22
Biểu đồ 2.3: Tỷ trọng doanh thu ngành CNVT 24
Biểu đồ 2.4: Doanh thu phần cứng-điện tử giai đoạn năm 2008-2011 25
Biểu đồ 2.5: Doanh thu phần mềm giai đoạn năm 2008-2011 26
Biểu đồ 2.6: Doanh thu phần CN nội dung số giai đoạn năm 2008-2011 27

Biểu đồ 2.7: Doanh thu và cơ cấu viễn thông giai đoạn 2008-2011 27
Biểu đồ 2.8: Doanh thu bưu chính giai đoạn 2008-2011 28
Biểu đồ 2.9: ROE của một số ngành quý II năm 2013 32

Biểu đồ 3.1: Thị phần trúng thầu TPCP 38

DANH MỤC PHỤ LỤC
◦◦◦◦◦◦◦◦۩◦◦◦◦◦◦◦◦
PHỤ LỤC 1: Giá và tỷ suất sinh lợi chứng khoán theo tháng 90
PHỤ LỤC 2: Lãi suất trúng thầu lãi suất TPCP kỳ hạn 5 năm 102
PHỤ LỤC 3: Số liệu của Rm theo tháng 103
PHỤ LỤC 4: Vốn hóa thị trường của các cổ phiếu 106
PHỤ LỤC 5: Chỉ số BE/ME của cổ phiếu 111
PHỤ LỤC 6: Phân loại danh mục theo ME và BE/ME 116
PHỤ LỤC 7: Chuỗi dữ liệu về TSSL của danh mục, Rm, Rf 118
PHỤ LỤC 8: Chuỗi dữ liệu hồi quy 120
PHỤ LỤC 9: Kết quả hồi quy mô hình CAPM của 6 danh mục 123
PHỤ LỤC 10: Kết quả hồi quy mô hình Fama-French 126
PHỤ LỤC 11: Kết quả kiểm định Breusch-Godfrey của mô hình CAPM 129
PHỤ LỤC12: Kết quả kiểm định Breusch-Godfrey của mô hình Fama –French
130
PHỤ LỤC 13: Kết quả kiểm định White của mô hình CAPM 131
PHỤ LỤC 14: Kết quả kiểm định White của mô hình Fama-French 132
PHỤ LỤC 15: Xữ lý dữ liệu cho dự báo 133

CÁC TỪ VIẾT TẮT SỬ DỤNG
B: Danh mục có vốn hóa lớn (Big)
BE : Giá trị sổ sách vốn cổ phần thường
CAPM : Mô hình định giá tài sản vốn
CNVT: Công nghệ viễn thông
FF3FM : Mô hình ba nhân tố Fama-French
H: Danh mục có giá trị sổ sách/ giá trị thị trường cao (High)
L: Danh mục có giá trị sổ sách/ giá trị thị trường thấp (Low)
M: Danh mục có giá trị sổ sách/ giá trị thị trường trung bình (Medium)
ME : Giá trị thị trường
NĐT : Nhà đầu tư
NHNN : Ngân hàng Nhà nước
S: Danh mục có vốn hóa nhỏ (Small)
SML : Đường thị trường chứng khoán
SGDCK : Sở giao dịch chứng khoán
TSSL : Tỷ suất sinh lợi
TTCK : Thị trường chứng khoán
TTGDCK : Trung tâm giao dịch chứng khoán
UBCK : Ủy ban chứng khoán









LỜI MỞ ĐẦU
Đặt vấn đề

Trong mười năm qua, công nghệ thông tin và viễn thông (CNVT) Việt Nam
đã và đang có những bước phát triển mạnh mẽ, đóng vai trò ngày càng quan
trọng trong nền kinh tế quốc dân. Không ai có thể phủ nhận CNVT là một
trong những công cụ hỗ trợ hữu hiệu nhất, là động lực cho sự phát triển của
mọi ngành nghề kinh tế cũng như sự phát triển chung của toàn xã hội. Chính
vì vậy, mặc dù nền kinh tế thế giới nói chung và kinh tế Việt Nam nói riêng
đang bị tác động mạnh bởi sự suy thoái của nền kinh tế toàn cầu nhưng nhu
cầu về ứng dụng CNVT trong sản xuất và kinh doanh không bị ảnh hưởng
nhiều, thậm chí còn có thuận lợi hơn bởi CNVT chính là một trong những
giải pháp hữu hiệu để cắt giảm chi phí, nâng cao hiệu quả của hoạt động sản
xuất và kinh doanh.
Trong suốt thập kỷ qua, tốc độ tăng trưởng trung bình của ngành là 20 –
25%, Ngay cả trong 2 năm 2008 – 2009, trong điều kiện khủng hoảng kinh tế
toàn cầu, ngành CNVT Việt Nam vẫn duy trì được tốc độ tăng trưởng xấp xỉ
20%. Vậy có thể nói CNVTlà một trong những ngành đạt được tốc độ
tăng trưởng cao nhất trong nền kinh tế Việt Nam. Bên cạnh đó, môi trường
pháp lý, chính sách của nhà nước cùng với sự vận động của các doanh
nghiệp đã tạo dựng nên một diện mạo mới cho ngành CNTT-VT Việt
Nam với những tiềm năng tăng trưởng và phát triển mạnh mẽ.
Ngày nay đối với các quốc gia có nền kinh tế vận hành theo cơ chế thị trường
thì vai trò của thị trường chứng khoán là vô cùng quan trọng. Thị trường
chứng khoán là kênh thu hút các nguồn vốn đầu tư nhàn rỗi trung dài hạn
trong nền kinh tế, là tiền đề cho công cuộc cổ phần hoá doanh nghiệp Nhà
nước ở nước ta. Thị trường chứng khoán vừa là một kênh chuyển tải vốn cho
nền kinh tế, vừa như một hàn thử biểu để đo sức khỏe của nền kinh tế.

Đã có nhiều nghiên cứu phân tích nguyên nhân tác động đến thị trường
chứng
khoán trong đó có ảnh hưởng của chu kỳ kinh tế, các biến động của kinh tế
thế giới, thị trường bất động sản, lãi suất và các rào cản tác động đến thị

trường tài chính của Chính phủ,… Trong đó một nguyên nhân quan trọng
không thể phủ nhận là kiến thức và tâm lý của nhà đầu tư. Khi một nhà đầu
tư thiếu kiến thức về đầu tư chứng khoán, một mặt sẽ thấy lúng túng trước
những thông tin và báo cáo của các công ty công bố cũng như thông tin về thị
trường, mặt khác sẽ càng lúng túng hơn khi đọc các báo cáo, dự báo, dự đoán
của các tổ chức tài chính lớn trên thế giới nhận định về thị trường chứng
khoán Việt Nam. Có bao giờ chúng ta tự hỏi vì sao từ những công trình
nghiên cứu khoa học, từ những lý thuyết đã được công bố trên thế giới mà
chúng ta không thể ứng dụng để đưa ra những nhận định và dự báo mà chỉ
dựa vào những báo cáo của các tổ chức tài chính nước ngoài.Từ đâu mà họ
có được những dự báo, dự đoán như vậy và mức độ tin cậy của các dự báo ấy
tới đâu. Trên thực tế đã có không ít nhà đầu tư phải trả giá cho sự quá tin cậy
vào các bản báo cáo này.
Trên thế giới cũng đã có những nghiên cứu về các mô hình đầu tư tài chính
như CAPM, Fama – French trên nhiều thị trường chứng khoán, đặc biệt là
các thị trường chứng khoán mới nổi như : Ấn Độ, Nam Mỹ, Ucraina, Đài
Loan đã cho những kết quả có ý nghĩa vô cùng thiết thực. Thế nhưng chưa có
nhiều nghiên cứu về vấn đề này ở Việt Nam. Do vậy việc nghiên cứu về các
mô hình CAPM, Fama – French vào thị trường chứng khoán Việt Nam trong
giai đoạn hiện nay là một việc hết sức quan trọng . Thấy được sự cần thiết
của việc vận dụng lý thuyết đầu tư tài chính hiện đại để dự đoán tỷ suất sinh
lợi và rủi ro, tác giả quyết định nghiên cứu đề tài “Ứng dụng mô hình CAPM
và Fama French dự báo tỷ suất sinh lợi ngành Công nghệ viễn thông Việt

Nam”
Mục đích nghiên cứu
Hiện nay ở Việt Nam chưa thấy ứng dụng một mô hình dự báo tỷ suất sinh lợi
nào, tuy nhiên thực trạng thị trường chứng khoán Việt Nam hiện nay cho thấy
cần thiết phải ứng dụng các mô hình kinh tế-tài chính, nhất là vào những
ngành mũi nhọn như ngành CNTT-VT. Bài nghiên cứu sẽ đứng trên quan

điểm nhà đầu tư nhằm mục đích kiểm định khả năng ứng dụng hai mô hình
CAPM và FF3FM vào thực tế TTCKVN, mà cụ thể là vào ngành CNTT-VT
Việt Nam.
Phạm vi nghiên cứu
Với mục đích nghiên cứu như trên thì đề tài chỉ chú trọng vào việc phân tích
và xử lý dữ liệu để đưa ra kết quả của các mô hình và theo đó khuyến nghị
nhà đầu tư, chứ không đi sâu vào viêc nghiên cứu thị trường để đưa ra quyết
định đầu tư.
Nghiên cứu dựa trên mẫu dữ liệu quan sát là những dữ liệu của các công ty
niêm yết
thuộc ngành CNTT-VT
từ tháng 1/2008 đến tháng tháng
12/2012
bao gồm: giá đóng cửa ngày đầu tháng, chỉ số VN-Index, chỉ số HNX-
index, lãi suất phi rủi ro và các
dữ
liệu cần thiết
khác.

Phương pháp nghiên cứu
Đề tài sử dụng phương pháp phân tích dữ liệu: phân tích hồi quy tuyến tính
theo phương pháp bình phương bé nhất, phân tích tương quan, kết hợp các
kiến thức về thống kê, kinh tế lượng… để đưa ra kết quả.
Hướng phát triển của đề tài
Trong tương lai với khoảng thời gian dài hơn và chuỗi dữ liệu đầy đủ hơn,
việc nghiên cứu sẽ cho một kết quả với độ tin cậy cao hơn. Không dừng ở
một ngành, chúng ta có thực hiện dự báo cho toàn thị trường. Ngoài ra, trên

thế giới hiện nay giới học thuật tài chính đã và đang có thêm những tranh
luận về các mô hình mới như: Mô hình bốn nhân tố của Carhart(1997) và Mô

hình ba nhân tố của Lu Zhang và Long Chen(2010). Các mô hình này đã
được kiểm định ở các thị trường chứng khoán trên thế giới. Chính vì điều đó,
bài nghiên cứu có thể tiếp tục tiến hành kiểm định những mô hình này đưa ra
những giải pháp, điều chỉnh để lượng hóa đúng rủi ro trên TTCK Việt Nam.


















- - 1 - -

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ TỶ SUẤT SINH LỢI
VÀ RỦI RO, MÔ HÌNH CAPM VÀ MÔ HÌNH FAMA-
FRENCH
1.1. Lý thuyết về tỷ suất sinh lợi và rủi ro:
1.1.1. Tỷ suất sinh lợi:
Tỷ suất sinh lợi của một chứng khoán được đo lường như là tổng các khoản

thu nhập hay lỗ của chủ sở hữu trong một thời kỳ. Nói chung, nó chính là sự
thay đổi trong giá trị của đầu tư cộng thêm với tất cả thu nhập bằng tiền.



Trong đó : P
t
: Giá đóng cửa của chứng khoán kỳ thứ t
P
t+1
: Gía đóng cửa của chứng khoán kỳ t+1
D
t+1
: Cổ tức bằng tiền của chứng khoán kỳ t+1.

1.1.2. Tỷ suất sinh lợi mong đợi:
- Tỷ suất sinh lợi mong đợi ( kỳ vọng) đối với một chứng khoán sẽ bằng trung
bình có trọng số của tất cả những suất sinh lời có thể xảy ra.



Trong đó: R
j:
Tỷ suất sinh lợi của chứng khoán trong tình huống j
P
j:
Khả năng xảy ra mức tỷ suất sinh lợi R
j
(1.1)

t
ttt
P
DPP
r
11 



j
n
j
j
RpRE *)(
1



(1.2)

- - 2 - -

 
2
1
.
n
i i
i
r r p



 

 
2
1
1
N
i
i
r r
N


 

- Hoặc suất sinh lời kỳ vọng sẽ bằng trung bình cộng của suất sinh lời đã thực
hiện trước đó.
1.1.3. Phương pháp ước lượng rủi ro:
Độ lệnh chuẩn là phương pháp đo lường độ rộng của sự phân tán so với giá trị
trung bình. Độ lệch chuẩn đo lường sự không chắc chắn của tỷ suất sinh lợi.
Phương sai hay độ lệch chuẩn của tỷ suất sinh lợi của một khoảng đầu tư cụ
thể.


Trong đó:
2

: phương sai

r
i
: giá trị tỷ suất sinh lợi thực tế

r
: giá trị tỷ suất sinh lợi kì vọng của nhà đầu tư
p
i
: khả năng xảy ra tỷ suất sinh lợi.
Độ lệch chuẩn

Tuy nhiên việc tính toán độ lệch chuẩn của các giá trị tỷ suất sinh lợi thực
nghiệm thì chúng ta có thể lấy tổng bình phương các khoảng chênh lệch và
chia cho N.


Với N là số mẫu thực nghiệm
Phương sai của DMĐT gồm nhiều chứng khoán:


 
2
2
1
.
n
i i
i
r r p



 

2 2 2
1 1 1
n n n
p i i i j ij
i i i
i j
x x x Cov
 
  

 
 
(1.3)

(1.4)

(1.5)

(1.6)

- - 3 - -

1.1.4. Hiệp phương sai:
Đối với hai tài sản i và j, hiệp phương sai của tỷ suất sinh lợi được định nghĩa
là:
CovAB =
1

( )( )
n
i iA A iB B
i
p r r r r

 


Ý nghĩa:
 Hiệp phương sai là một ước lượng để hai mức độ khác nhau “tiến lại
gần nhau” nhằm tạo thành một giá trị có ý nghĩa.
 Một giá trị hiệp phương sai dương có nghĩa là tỷ suất sinh lợi đối với
hai khoản đầu tư có khuynh hướng dịch chuyển về cùng một hướng so
với mức trung bình của chúng trong suốt một khoảng thời gian.
 Một giá trị hiệp phương sai âm chỉ ra tỷ suất sinh lợi đối với hai khoản
đầu tư có khuynh hướng dịch chuyển về hai hướng khác nhau.
 Độ lớn của hiệp phương sai phụ thuộc vào phương sai và mối quan hệ
giữa những chuỗi tỷ suất sinh lợi.
1.1.5. Hệ số tương quan:
Hệ số tương quan là một khái niệm nói lên mối quan hệ cùng hướng hay
ngược hướng của tỷ suất sinh lợi hai chứng koán theo thời gian. Hệ số tương
quan của những tỷ suất sinh lợi:

Ý nghĩa:
 Hệ số tương quan này chỉ có thể thay đổi trong khoảng từ -1 đến +1.
 Giá trị +1 nghĩa là tỷ suất sinh lợi đối với hai cổ phiếu cùng thay đổi
trong một kiểu tuyến tính xác định hoàn toàn.
ji
ij

ij
Cov



(1.7)

(1.8)

- - 4 - -

 Giá trị -1 khi tỷ suất sinh lợi của một cổ phiếu cao hơn mức trung bình,
tỷ suất sinh lợi của những cổ phiếu khác sẽ thấp hơn mức trung bình
bằng một số lượng lớn.
Phương sai của DMĐT gồm nhiều chứng khoán:


1.2. Mô hình định giá tài sản vốn CAPM:
1.2.1. Các giả định của mô hình
CAPM

Mô hình định giá tài sản vốn (Capital asset pricing model - CAPM) là mô
hình mô tả
mối
quan hệ giữa rủi ro và tỷ suất sinh lợi mong đợi. 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.

Mô hình CAPM do ba nhà kinh tế William Sharpe, John Lintnet và Jack
Treynor
phát
triển từ những năm 1960 và đã có được nhiều ứng dụng từ
đó đến nay. Mặc dù cũng có
một
số mô hình khác ra đời để giải thích
động thái thị trường nhưng mô hình CAPM là mô
hình
đơn giản về mặt
khái niệm và có khả năng ứng dụng sát với thực tiễn. Cũng như bất kỳ
mô
hình nào khác, mô hình này cũng chỉ là một sự đơn giản hoá hiện
thực nhưng nó vẫn
cho
phép chúng ta rút ra những ứng dụng hữu
ích.

Vì lý thuyết thị trường vốn xây dựng trên lý thuyết danh mục của
Markowitz cho nên
nó
sẽ cần các giả định tương tự, ngoài ra còn thêm một
số giả định
sau:

 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
2 2 2
1 1 1
n n n
p i i i j ij
i i i
i j
x x x Cov
 
  

 
 
(1.9)

- - 5 - -

được chọn sẽ phụ thuộc vào hàm hữu dụng rủi ro –
tỷ
suất sinh lợi
của mỗi nhà đầu
tư.

 Các nhà đầu tư có thể đi vay và cho vay bất kỳ số tiền nào ở lãi suất
phi rủi ro -

r
f
.

 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.

 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.
 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

 Không có thuế và chi phí giao dịch liên quan tới việc mua và bán các
tài
sản.

 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.

 Các thị trường vốn ở trạng thái cân bằng. Điều này có nghĩa là
- - 6 - -

chúng ta bắt đầu

với
tất cả các tài sản được định giá đúng với mức
độ rủi ro của
chúng.

1.2.2. Mô hình CAPM với nhân tố phần bù rủi ro thị
trường

Mô hình này phát biểu rằng lợi nhuận kỳ vọng của một chứng khoán
bằng lợi
nhuận
không 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.

Trong mô hình CAPM, mối quan hệ giữa lợi nhuận và rủi ro được diễn tả
bởi công
thức

E(R
i

) = R
f

+[E(R
M

)  - R
f
]*β
iM
Trong đó: E(R
i
) : Suất sinh lời kỳ vọng của một danh mục tài sản i bất kỳ
R
f
: Lợi nhuận không rủi ro
E(R
m
): Lợi nhuận kỳ vọng của danh mục thị trường
Β
iM
: Hệ số beta thị trường của danh mục tài sản i
Về mặt hình học, mối quan hệ giữa lợi nhuận kỳ vọng chứng khoán và hệ
số rủi ro
beta
được biểu diễn bằng đường thẳng có tên gọi là đường thị
trường chứng khoán SML
(security
market
line).

Hình 1.1: Mối quan hệ giữa lợi nhuận chứng khoán và

β
(1.10)

- - 7 - -


Nhìn vào hình vẽ ta thấy rằng: 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
.
1.3.
Mô hình Fama French ba nhân
tố
1.3.1. Những phát hiện mới của Fama-French
Những phát hiện bất thường khi áp dụng
CAPM

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. Những
điểm bất thường bao
gồm:

-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.

- - 8 - -

-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.

-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.
Những phát hiện của Fama
French

Mô hình định giá tài sản vốn CAPM sử dụng nhân tố đơn là beta để so sánh
một danh mục với danh mục thị trường. Hệ số R
2

đo sự phù hợp của hàm hồi
quy trong mô hình CAPM đo lường tỷ lệ toàn bộ sự thay đổi của tỷ suất sinh
lợi chứng khoán do beta chứng khoán đó gây ra.
Tuy nhiên, Gene Fama và
Ken French đã nhận thấy rằng hệ số xác định
đã hiệu chỉnh
còn tăng lên và
đồng nghĩa với việc cần thêm biến số giải thích vào mô hình để R
2
phù hợp
hơn. Những nhân tố khác không có trong CAPM lại có sức giải thích đối với
TSSL trung bình, bao gồm các nhân tố quy mô (ME), đòn bẩy, thu nhập/giá
(E/P), và giá sổ sách trên giá thị trường (BE/ME) [theo Banz (1981),Bhandari
(1988), Basu (1983) và Rosenberg, Reid và Lanstein (1985)]. Fama và French
nghiên cứu sự liên hệ của các nhân tố này và thấy rằng khi kết hợp với nhau,
nhân tố ME và BE/ME có sức giải thích hơn hẳn nhân tố đòn bẩy và E/P. Kết
quả là, hai nhân tố ME và BE/ME đã giải thích tốt TSSL trung bình theo
nghiên cứu của Fama và French trên NYSE, Amex và NASDAQ giai đoạn
1963-1990 .

Những danh mục mô phỏng các nhân tố quy mô và BE/ME khác nhau nhiều
trong TSSL. Điều này cho thấy nhân tố quy mô và BE/ME thật sự là đại diện
- - 9 - -

cho độ nhạy cảm đối với các nhân tố rủi ro phổ biến trong TSSL chứng
khoán. Tuy nhiên chỉ hai nhân tố này thì không giải thích được sự chênh lệch
lớn giữa TSSL trung bình và lãi suất phi rủi ro. Phần còn lại được giải thích
bởi nhân tố thị trường. Với mẫu của Fama và French, chênh lệch α của TSSL
ước tính và TSSL kỳ vọng theo hồi quy ba nhân tố (TSSL vượt trội thị trường,
TSSL danh mục mô phỏng quy mô và BE/ME) gần bằng 0, có nghĩa là ba

nhân tố này đã giải thích tốt cho TSSL chứng khoán.
1.3.2. Xây dựng mô hình:
Vào tháng 6 mỗi năm t từ 1963 đến 1991, tất cả chứng khoán được xếp theo
quy mô và chia thành 2 nhóm: quy mô nhỏ (small-S) và quy mô lớn (big-B)
với tỷ lệ 50% - 50%. Quy mô ở đây chính là giá trị vốn hoá thị trường, được
tính bằng số cổ phần phổ thông nhân với giá trị hiện tại, do đó cũng chính là
ME. Sở dĩ khi tính vốn hoá thị trường ta chỉ tính cổ phần phổ thông vì vốn
hoá thị trường là số tiền bỏ ra để mua lại công ty trong thời điểm hiện tại, và
cổ phần ưu đãi không cho người nắm giữ quyền tham gia quản lý công ty.
Những chứng khoán này cũng được chia theo giá trị số sách trên giá trị thị
trường (BE/ME) thành 3 nhóm: thấp (low-L), trung bình (medium-M) và cao
(high-H) với các điểm gãy là 30% - 40% - 30%. BE/ME được tính là giá trị sổ
sách cổ phần thường/giá trị thị trường vào cuối tháng 12 của năm (t-1). Fama
và French chia các chứng khoán theo quy mô thành 2 nhóm và theo BE/ME
thành 3 nhóm vì theo bài nghiên cứu của hai ông năm 1992 thì nhân tố
BE/ME có vai trò quan trọng hơn quy mô trong việc tác động lên TSSL trung
bình.
Trên cơ sở phân chia đó, 6 danh mục được hình thành: S/L, S/M, S/H, B/L,
B/M, B/H. Ví dụ danh mục B/L bao gồm những chứng khoán của công ty có
quy mô lớn và BE/ME thấp. Fama French sử dụng kỳ quan sát là tháng trong
29 năm. TSSL trung bình hàng tháng của mỗi danh mục được tính với trọng
- - 10 - -

số là % giá trị vốn hoá của mỗi chứng khoán trong tổng giá trị danh mục.
Fama và French sử dụng cách tiếp cận hồi quy chuỗi thời gian của Black,
Jensen và Scholes (1972), đưa ra mô hình:
Ri(t) – RF(t) = αi + bi.[RM(t) – RF(t)] + si.SMB(t) + hi.HML(t) + e(t)
t = 1,2,…, T . Trong đó:
 RF: lãi suất phi rủi ro ( theo kỳ quan sát tháng)
 RM: TSSL của thị trường

 SMB (Small cap minus Big): phần bù quy mô. Danh mục SMB (small
minus big) mô phỏng nhân tố quy mô, được tính là TSSL trung bình
hàng tháng của 3 danh mục có vốn hoá thị trường nhỏ (S/L, S/M, S/H)
trừ cho TSSL trung bình của 3 danh mục có vốn hoá thị trường lớn
(B/L, B/M, B/H). Cách tính này là để loại trừ tác động của BE/ME khi
xét tác động của nhân tố quy mô. Giá trị SMB >0 hàm ý những chứng
khoán có quy mô (vốn hoá thị trường) nhỏ có TSSL cao hơn những
chứng khoán có quy mô lớn. Và SMB < 0 thì hàm ý ngược lại.
 HML (High minus Low): phần bù giá trị. Danh mục HML (high minus
low) mô phỏng nhân tố BE/ME, là TSSL bình quân hàng tháng của hai
danh mục có BE/ME cao (S/H và B/H) trừ cho TSSL bình quân của hai
danh mục có BE/ME thấp (S/L và B/L). HML >0 có nghĩa là chứng
khoán có BE/ME cao (cổ phiếu giá trị) thì có TSSL cao hơn chứng
khoán có BE/ME thấp (cổ phiếu tăng trưởng).
 b, s, h: các biến phản ánh độ nhạy của các nhân tố. b - biến phản ánh độ
nhạy của nhân tố thị trường được gọi là beta chứng khoán 3 nhân tố (để
phân biệt với beta chứng khoán trong mô hình CAPM).
 α là hệ số chặn của mô hình, cũng chính là chênh lệch giữa TSSL thực
tế và TSSL kỳ vọng theo mô hình ba nhân tố, e(t) là sai số ngẫu nhiên
của mô hình.
(1.11)

- - 11 - -

1.3.3. Kết quả mô hình trên mẫu của Fama – French:
- Fama và French xây dựng 25 danh mục chứng khoán dựa trên việc phân loại
theo quy mô (5 nhóm) và BE/ME (5 nhóm). Hai ông tách ra từng cặp nhân tố
để hồi quy để tìm ra mô hình lý giải tốt nhất TSSL chứng khoán. Quá trình
xây dựng mô hình gồm ba bước: Hồi quy TSSL theo RM-RF, hồi quy theo
HML và SMB, và kết hợp hồi quy RM-RF, SMB, HML. Với mô hình gồm cả

ba nhân tố thì có 21/25 danh mục có R2 > 0.9 và giá trị R
2
nhỏ nhất là 0.83.
Fama và French cũng nghiên cứu hai nhân tố của thị trường trái phiếu có liên
quan đến TSSL chứng khoán, đó là kỳ hạn và rủ ro vỡ nợ (Danh mục mô
phỏng TERM: Chênh lệch giữa TSSL trái phiếu - kỳ hạn dài và TSSL tín
phiếu - kỳ hạn ngắn; và danh mục mô phỏng DEF: Chênh lệch TSSL trái
phiếu doanh nghiệp và TSSL trái phiếu kho bạc). Kết quả là mô hình 5 nhân
tố cũng cho ra cùng giá trị R
2
và cùng một α (hệ số chặn-intercept) như mô
hình 3 nhân tố; chứng tỏ mô hình 3 nhân tố là phù hợp để giải thích TSSL
chứng khoán.
- Mô hình trên mẫu của Fama-French ở thị trường Mỹ thời gian 1963-1991 đã
cho thấy một mối quan hệ ngược chiều giữa quy mô và TSSL trung bình, và
một mối tương quan cùng chiều mạnh hơn của BE/ME với TSSL trung bình,
có nghĩa là BE/ME có tác dụng giải thích TSSL chứng khoán nhất quán hơn
so với nhân tố quy mô. Với cùng một nhóm danh mục con BE/ME (ngoại trừ
nhóm danh mục con có BE/ME thấp nhất), TSSL giảm khi quy mô tăng, điều
này cũng có nghĩa là hệ số của nhân tố SMB là dương. Với cùng một nhóm
danh mục con theo quy mô, TSSL trung bình có xu hướng tăng cùng với
BE/ME, tức hệ số của nhân tố HML là dương.
- Fama-French giải thích hệ số của SMB dương là do những doanh nghiệp có
quy mô nhỏ thường chứa đựng rủi ro cao, hoạt động kém hiệu quả hơn, chi
phí đại diện cao hơn, do đó NĐT đòi hòi một phần bù rủi ro > 0.
- - 12 - -

Cũng theo Fama-French, những công ty có BE/ME cao thường rơi vào kiệt
quệ tài chính nhiều hơn, gây rủi ro cho NĐT, do đó NĐT được phần bù giá trị
dương.

1.4. Thực tiễn áp dụng CAPM và Fama French ở một số nước trên thế
giới
:
1.4.1. Tại các nước phát triển:
- Hầu hết ở các nước phát triển việc áp dụng mô hình CAPM và mô
hình
Fama French đều có ý nghĩa trong việc giải thích tỷ suất sinh lợi của
chứng khoán. Trong
đó
mô hình Fama French có ý nghĩa nhiều hơn so với
mô hình CAPM. Việc áp dụng thành
công
hai mô hình này để giải thích tỷ
suất sinh lợi ở các thị trường phát triển này là do thị
trường
chứng khoán ở
các nước này đa số 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.
Bảng 1.1: Kết quả áp dụng CAPM và FF3FM tại các nước phát triển
- 13



1.4.2. Tại các nước đang phát triển:
Nghiên cứu ở các nước này cho thấy, việc chạy mô hình hồi qui tuyến tính
của mô hình
Fama
French thích hợp hơn mô CAPM. Nhưng tùy vào đặc
điểm của tưng nước mà việc áp dụng có thể không được như mong đợi như ở
các nước phát triển.
-Tại Ấn Độ, Fama French có thể giải thích và dự đoán được tỷ suất sinh
lợi của các chứng khoán, nhà đầu tư có
thể
cân nhắc và vận dụng hai mô
hình này để việc kinh doanh chứng khoán một cách hiệu
quả.

-Nhưng tại Hàn Quốc nghiên cứu cho thấy mô hình Fama French chỉ phù
hợp để dự báo tỷ suất
sinh
lợi trong thị trường chứng khoán trong khoảng
thời gian ngắn nhưng không

phù
hợp trong khoảng thời gian dài. Với
Kết quả Quốc
gia
Cách thu thập dữ liệu Tác giả
CAPM FF3FM

Mỹ
Ba thị trường chứng khoán
lớn ở Mỹ: NYSE, AMEX,
NASDAQ, ( 1926-2003)
Nima Billou (2004) 77% 88%
Úc
98% cổ phiếu trên sàn
(1981-2005 )
Michael A.O'Brien
(2007)
43.90%

73%
Nhật
Tất cả cổ phiếu trên sàn TSE
(1/2002- 9/2007)
Elhaj Mabrouk
Walid,Elhaj Mohamed
Ahlem(2007)
70.50%

78.20%

New
Zealand
248 cổ phiếu (1994- 2002)
Hadrian Djajadikerta,
Gilbert Nartea (2005)
36% 44%
Pháp
341 cổ phiếu ( 7/1984-
6/2001)
Souad Ajili (2005) 11.12%

34.22%