Độ biến động vượt trội và tỷ suất sinh lợi cổ phiếu bằng chứng tại Việt Nam Luận văn thạc sĩ 2014

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP.HCM











NGUYN TH TNG VY



 BIN NG VT TRI VÀ T SUT SINH
LI C PHIU BNG CHNG TI VIT NAM


Chuyên ngành : Tài chính – Ngân hàng
Mã s : 60.34.02.01



LUN VN THC S KINH T



NGI HNG DN KHOA HC:

TS. TRN TH HI LÝ








TP. H CHÍ MINH – NM 2014



LI CAM OAN
Tôi xin cam đoan đây là đ tài nghiên cu do tôi thc hin.
Các s liu và kt lun nghiên cu trình bày trong lun vn cha tng đc
công b  các nghiên cu khác.
Tôi xin chu trách nhim v nghiên cu ca mình.

Hc Viên





Nguyn Th Tng Vy

MC LC
Trang ph bìa
Li cam đoan
Mc lc
Danh mc các ch vit tt
Danh mc các bng
Danh mc các hình v
TÓM TT 1
CHNG 1: GII THIU 2
1.1 Lý do chn đ tài 2
1.2 Mc tiêu nghiên cu 2
1.3 Câu hi nghiên cu 3
1.4 B cc ca bài lun vn 3
CHNG 2: KHUNG LÝ THUYT VÀ CÁC BNG CHNG THC
NGHIM 5
2.1  bin đng vt tri 5
2.2 Mi quan h gia đ bin đng vt tri và t sut sinh li c phiu 15
CHNG 3: D LIU VÀ PHNG PHÁP NGHIÊN CU 22
3.1 D liu 22
3.2 Phng pháp nghiên cu 26
3.2.1 Mô hình nghiên cu 26
3.2.2 Xây dng các chin lc giao dch da trên đ bin đng vt tri 29
3.2.3 Các gi thit thay th 32
CHNG 4: KT QU NGHIÊN CU 33
4.1 Kt qu nghiên cu cho chin lc giao dch vi q thay đi trong giai đon
t 01/2008 đn 03/2014 33
4.2 Kt qu nghiên cu cho chin lc giao dch vi thi gian nm gi khác

nhau trong giai đon 01/2008 đn 03/2014 37



4.3 Kt qu nghiên cu cho chin lc giao dch ca hai giai đon ph: giai
đon t 2008-2010 và 2011-2014 45
CHNG 5: KT LUN VÀ HN CH CA LUN VN 59
5.1 Kt lun chung 59
5.2 Hn ch ca bài lun vn 60
TÀI LIU THAM KHO
PH LC






DANH MC CÁC CH VIT TT
T vit tt Din gii
AR Average Return - T sut sinh li trung bình
VD Variance Difference - S khác bit phng sai
VR Variance Ratio - T l phng sai
HNX Sàn giao dch chng khoán Hà Ni
HOSE Sàn giao dch chng khoán TP.HCM
CRSP
Center for Research in Securities Prices – Trung tâm nghiên cu
giá chng khoán
S&P 500
Standard & Poor's 500 Stock Index - Ch s c phiu 500 ca
Standard & Poor

NYSE
New York Stock Exchange - Th trng chng khoán New York
AMEX
American Stock Exchange – Th trng chng khoán M
MF Market factor – Nhân t th trng
SMF Size factor – Nhân t kích thc
HMF Value factor – Nhân t giá tr
MOMF
Mo
mentum factor – Nhân t quán tính





DANH MC CÁC BNG
Bng Ni dung bng biu Trang
Bng 3.1
Bng thng kê mô t t sut sinh li trung bình theo
tháng
24
Bng 4.1
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD ca chin lc 12/12/22
33
Bng 4.2
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD chin lc 12/12/44
35
Bng 4.3

Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD cachin lc 12/12/66
36
Bng 4.4
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD ca chin lc 12/24/22
38
Bng 4.5
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD ca chin lc 12/36/22
40
Bng 4.6
Tng hp chin lc P10-P1 vi thi gian nm gi là là
12, 24 và 36 tháng.
42
Bng 4.7
Bng thng kê mô t 47
Bng 4.8
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD ca chin lc 12/12/22
50
Bng 4.9
Kt qu ca các danh mc đu t đc xp hng d trên
s khác bit phng sai VD ca chin lc 12/12/22
52
Bng 4.10
Kt qu chy mô hình CAPM 56

DANH MC CÁC HÌNH V
Hình Din gii Trang
Hình 3.1
Biu đ t sut sinh li c phiu t 2008-2014
23
Hình 3.2
Biu đ phân phi xác sut ca t sut sinh li c phiu giai đon
01/2008-03/2014
25
Hình 4.1
Biu đ t sut sinh li ca các danh mc đu t trong chin lc
12/12/22.
34
Hình 4.2
Biu đ t sut sinh li ca các danh mc đu t trong chin lc
12/24/22
39
Hình 4.3
Biu đ t sut sinh li ca các danh mc đu t trong chin
lc 12/36/22
41
Hình 4.4
Biu đ so sánh t sut sinh li ca danh mc P10-P1 ba giai đon
nm gi khác nhau.
44
Hình 4.5
T sut sinh li ca c phiu t 2008-2010
45
Hình 4.6
T sut sinh li ca c phiu t nm 2011-2014

46
Hình 4.7
Biu đ phân phi xác sut ca t sut sinh li c phiu trong giai
đon t 01/2008-12/2010
48
Hình 4.8
Biu đ phân phi xác sut ca t sut sinh li c phiu trong giai
đon t 01/2011-03/2014
49
Hình 4.9
Biu đ t sut sinh li ca các danh mc trong giai đon t
01/01/2008 đn 31/12/2010 vi chin lc 12/12/22
51
Hình 4.10
Biu đ t sut sinh li ca các danh mc trong giai đon t
01/01/2011 đn 31/03/2014 vi chin lc 12/12/22
53
Hình 4.11
Biu đ TSSL ca danh mc P10-P1 trong chin lc 12/12/22,
trong toàn b giai đon mu nghiên cu.
54
Hình 4.12
T sut sinh li danh mc P1, P2,…, P10 và P10-P1 t mô hình
CAPM
57
1


TÓM TT
Bài nghiên cu tìm hiu mi quan h gia đ bin đng vt tri và t sut

sinh li ca c phiu trên th trng chng khoán Vit Nam giai đon 01/01/2008-
31/03/2014. Kt qu cho thy mi tng quan thun đáng tin cy gia đ bin đng
vt tri và t sut sinh li ca c phiu trong giai đon mu t 01/01/2008 đn
31/03/2014. Hn na, thp phân v theo đ bin đng vt tri tng dn đã ch ra
đc s khác bit đáng k gia danh mc có đ bin đng vt tri ln nht và
danh mc có đ bin đng vt tri bé nht. Có th da vào vic bán danh mc có
đ bin đng vt tri bé nht và mua danh mc có đ bin đng vt tri ln nht
đ kim li nhun. Ngoài ra tác gi cng nhn thy s khác bit phng sai (VD –
Variance Difference) là bin đi din cho đ bin đng vt tri tt hn bin t l
phng sai (VR-Variance Ratio).

T khóa:  bin đng vt tri (excess volatility), t sut sinh li c phiu (stock
return)

2


CHNG 1: GII THIU
1.1 Lý do chn đ tài
Mt s nghiên cu gn đây đã tìm thy đ bin đng vt tri là mt nhân t
tác đng đn t sut sinh li ca c phiu (Yuming Wang và Jinpen Ma (2014),
Jegadeesh và Titman (1993)). iu này đa ra hàm ý có giá tr cho các nhà đu t
trên th trng quc t.
Ra đi t nm 2000, th trng chng khoán luôn là mt kênh đu t đc rt
nhiu ngi quan tâm bên cnh các kênh đu t truyn thng khác nh bt đng
sn, vàng và ngoi t. Th trng chng khoán vi rt nhiu s bt ng cng nh
nhng ri ro tim n s giúp nhà đu t có th kim đc li nhun khng l hoc
cng có th gp phi nhng ri ro và tht bi nng n khi tham gia vào kênh đu t
này.
Hin nay vic nghiên cu các lý thuyt, mô hình đnh giá t các nghiên cu

trc đây trên th gii và ng dng vào trong nc thì không còn quá xa l. ã có
rt nhiu nghiên cu bàn v các yu t tác đng đn t sut sinh li ca c phiu
trong và ngoài nc. Tuy nhiên, trong kh nng tìm hiu ca tác gi v các nghiên
cu đã đc thc hin  th trng Vit Nam thì mt bài nghiên cu v đ bin
đng vt tri ca c phiu cho th trng chng khoán Vit Nam thì cha có.
Nhm mc đích cung cp các n lc giúp nhà đu t kim đc li nhun và hàm ý
các chin lc đu t hp lý, tôi quyt đnh chn đ tài “ bin đng vt tri và
t sut sinh li c phiu – Bng chng ti Vit Nam” làm đ tài nghiên cu.
1.2 Mc tiêu nghiên cu
Nghiên cu mi quan h gia đ bin đng vt tri và t sut sinh li c
phiu trên th trng chng khoán Vit Nam.

3


1.3 Câu hi nghiên cu
 Có tn ti mi quan h gia đ bin đng vt tri và t sut sinh li
c phiu ti th trng chng khoán Vit Nam hay không?
 Có th da vào vic bán danh mc có đ bin đng vt tri bé nht và
mua danh mc có đ bin đng vt tri ln nht đ kim li nhun
hay không?
1.4 Phm vi nghiên cu
Nghiên cu 141 công ty ti th trng chng khoán Vit Nam trên c hai sàn
chng khoán Hà Ni và TP.H Chí Minh trong khong thi gian t 01/01/2008 đn
31/03/2014.
1.5 Phng pháp nghiên cu
S dng cách tip cn theo danh mc đu t chng khoán ca Yuming Wang
và Jinpen Ma (2014)
1.6 B cc ca bài lun vn
Vi nhng ni dung chính trên phn còn li ca lun vn này gm có 4

chng nh sau:
Chng 2: Khung lý thuyt và các bng chng thc nghim
Trình bày các nghiên cu trc đây trên th gii có liên quan đn đ bin
đng vt tri, cách tính toán cng nh nhng đc tính ca nó và mi quan h gia
đ bin đng vt tri vi t sut sinh li c phiu.
Chng 3: D liu và phng pháp nghiên cu
Phn này s trình bày v b d liu, các bin chính, thi gian nghiên cu mu
và các phng pháp nghiên cu đc s dng trong bài.
Chng 4: Kt qu nghiên cu
4


Phân tích nhân t đ bin đng vt tri tác đng lên t sut sinh li ca c
phiu trên th trng chng khoán Vit Nam
Chng 5: Kt lun, hn ch và tho lun kt qu nghiên cu, gi ý chính
sách, khuyn ngh
Nêu kt lun chung, đa ra các hn ch và hng nghiên cu cho các nghiên
cu tip theo.

5


CHNG 2: KHUNG LÝ THUYT VÀ CÁC BNG
CHNG THC NGHIM
2.1  bin đng vt tri
Câu đ v đ bin đng vt tri đc xác đnh bi Shiller (1981) trong
nghiên cu " Do stock prices move too much to be justified by subsequent changes
in dividends?” và LeRoy – Porter (1981) trong nghiên cu “The present-value
relation: Tests based on implied variance bounds” đã dành đc nhiu s chú ý t
hn ba thp k trc.

Shiller (1981) s dng d liu ca th trng M, c th là ch s S&P 500 t
nm 1971-1979 và Dow Jones t nm 1928-1979. Trong bài nghiên cu ca mình
tác gi đã s dng mô hình đnh giá nh sau:


=









(0 <  < 1)
Trong đó:


là c tc thc tr vào cui thi k t


biu th cho k vng toán da trên nhng thông tin có sn vào thi đim t
 là chit khu thc
Nu gi r là lãi sut thc không đi thì  =

()

Thông tin có sn ti thi đim t bao gm : 


và 


 Ch s giá c phiu quá bin đng bi vì nhng thay đi trong ch s
giá c phiu dng nh là quá ln so vi nhng s kin s xy ra sau đó.
 Tác gi đnh ngha đ bin đng vt tri nh s bin đng ca th
trng chng khoán có th không đc điu chnh bi c tc ca k tip
theo.
6


 Khi các thông tin mà các nhà đu t s dng đ d báo c tc tng
lai là không nm bt đc thì các nhà nghiên cu thng kim tra đ bin
đng vt tri bng cách so sánh bin đng giá thc ca c phiu vi các
gii hn ca đ bin đng. Các gii hn này đc hình thành da trên giá
c trong quá kh và hin ti s dng mt s mô hình chit khu.
Tuy nhiên, các phng pháp thc nghim s dng trong các tài liu kim tra
bin đng đã chu ch trích rng rãi t Shiller (1981). Chng hn nh Cochrane
(1991) vi bài vit có tiêu đ “Volatility tests and efficient markets”, ông đã ch
trích rng các bài kim tra bin đng ch kim tra các mô hình chit khu c th,
chúng không có bt k li th hn so vi các phng pháp thc nghim khác nh
mô hình hi quy, d báo t sut sinh li và không th nói nhiu v th trng hiu
qu hay không hiu qu.
Mt điu đáng ngc nhiên đó là có khá nhiu nghiên cu n lc tìm kim li
nhun t đ bin đng vt tri. Chng hn nh: Lehmann (1990) và Lo và
MacKinlay (1990) xác đnh quy lut giao dch có li nhun da trên xu hng đo
ngc trong t sut sinh li ngn hn. Danh mc đu t ca h đc thit lp bi
vic mua c phiu mang li t sut sinh li thp và bán nhng c phiu có t sut
sinh li cao trong vài tun trc và h đã kim đc li nhun đáng k trong giai
đon nm gi ngn. Ngc li, Jegadeesh và Titman (1993, 2001) cung cp chin

lc tìm kim li nhun khác da trên t sut sinh li quá kh. Ông đa ra chin
lc quán tính, chin lc này đc hình thành bi vic bán nhng c phiu có biu
hin xu và tip tc mua nhng c phiu có biu hin tt trong vòng 3-12 tháng
trc thì có th đt đc mc li nhun cao. Gn đây nghiên cu ca Ang, Hodrick,
Xing và Zhang (2006, 2009) xem xét mi quan h gia đ bin đng đc trng và t
sut sinh li ca c phiu ti th trng M và các th trng quc t. H nhn thy
rng nhng c phiu có bin đng đc trng cao thì có t sut sinh li trung bình
thp.
7


Ni bt hn c trong nhng bài nghiên cu v vn đ tìm kim li nhun t đ
bin đng vt tri đó là Dumas (2003). Tác gi đã xác đnh và phân tích các chin
lc giao dch s cho phép mt nhà đu t tn dng li th ca đ bin đng vt
tri đ kim li nhun
Dumas (2003) xây dng mt mô hình cân bng tng th  đó giá c phiu bin
đng mt cách mnh m bi vì nhà đu t đt quá nhiu nim tin vào các thông tin
đc công b đi chúng dn đn kt qu là thay đi trong k vng ca h quá
thng xuyên, thnh thong là quá lc quan, đôi khi li quá bi quan. Dumas phân
tích chin lc giao dch ca các nhà đu t hp lý, nhng ngi đc cho là không
quá t tin v tín hiu ca th trng. Nhng li ích t giao dch da trên lp lun
ca tác gi cho rng th trng đang là “ngu ngc”, khi làm nh vy thì nhà đu t
cng phi t bo him bin đng trong tng lai vi s “ngu ngc” ca th trng
và tác gi thy rng mt ngun thu nhp c đnh có th đc s dng cho mc đích
này.
Nh vy, phân tích ca tác gi cho thy rng kinh doanh chênh lch giá không
th ch da trên giá hin hành mà nó phi bao gm c bin pháp đ phòng nga ri
ro kinh doanh. Tác gi thy rng s hin din ca mt vài nhà đu t hp lý là
không đ đ loi tr nh hng ca các nhà đu t quá t tin lên đ bin đng vt
tri. Các nhà đu t quá t tin có th tn ti trong mt thi gian dài trc khi b loi

b ra khi th trng.
Dumas (2003) nhn đnh là nu có đ bin đng vt tri, ngi ta có th cho
rng đây là bng chng v s kém hiu qu ca th trng tài chính. Trong trng
hp đó, có th phát trin mt s chin lc kinh doanh da trên đ bin đng đ
kim li nhun cao. c bit, nu lý do đ bin đng vt tri xut phát t s
không hp lý ca mt s thành phn nhà đu t thì nhà đu t hp lý có th khai
thác hành vi không hp lý đó.
8


Nhng Dumas (2003) ngay lp tc đa ra nhn đnh rng không phi là d
dàng đ nhn bit đc điu này. Ông cho rng vn đ này không d nm bt đc,
có th là s có nhiu vn đ đáng lo ngi hn khi chúng ta c gng xác đnh các c
hi li nhun da trên đ bin đng vt tri. Chúng ta không th s dng bt k
thông tin trong quá kh cng nh chính sách phân phi c tc trong quá kh đ áp
dng trong các kim đnh đ bin đng vt tri. Do đó cn phi có nhng phng
pháp nghiên cu sáng to hn mi có th đáp ng đc nhng yêu cu đy thách
thc đc đ cp bi Dumas (2003).
Quay tr li các tài liu cho các đu mi có th đnh lng đ bin đng vt
tri.
Trong ngn hn, Shiller (1981) cho rng th trng chng khoán bin đng là
quá ln đ đc gii thích bi nhng yu t c bn trong nn kinh t. Tuy nhiên,
trong thi gian dài s bin đng tng thêm này nên đc loi b bi nhng thông
tin thc t hn v tng trng kinh t, thu nhp ca công ty và nhng thay đi trong
điu kin giao dch chính là yu t giá c phiu.
French và Roll (1986) trong nghiên cu “Stock return variances: The arrival of
information and the reaction of traders” vi d liu t sut sinh li hàng ngày đc
cung cp bi trung tâm nghiên cu giá chng khoán cho tt c các c phiu ph
thông đc niêm yt trên sàn NYSE và AMEX t nm 1963 đn nm 1982 và chia
làm hai giai đon nh, mi giai đon 10 nm. Vi mi chng khoán, t sut sinh li

theo các ngày trong tun, ngày cui tun, ngày l, ngày l cui tun trong mi giai
đon nghiên cu đc tính toán. Tác gi ch ra rng, t sut sinh li tng th vào
cui tun hoc ngày l thì cao hn không đáng k so vi t sut sinh li tng th
ca các ngày trong tun. Trong bài tác gi còn kim tra mi quan h gia quy mô
công ty và t l phng sai bng cách s dng phng pháp t phân v theo quy mô
công ty tng dn (giá tr vn c phn vào đu mi giai đon nghiên cu) nhng kt
qu t bng chng thc nghim không ng h cho mi quan h gia hai yu t này.
9


 xem xét t l phng sai hàm ý v s khác bit gia phng sai giao dch
và phng sai không có giao dch tác gi đa ra ba gi đnh sau:
 T sut sinh li tm thi không tng quan
 Giao dch đc m 6 gi mi ngày
 Ch có hai c ch thng nht, gi có giao dch và gi không có giao
dch, t sut sinh li c phiu trong hai c ch này là xác đnh nhng có
phng sai khác nhau.
Gi 


là phng sai t sut sinh li trong mt gi có giao dch và 


là
phng sai trong mt gi không có giao dch. Vì có 66 gi không có giao dch trong
mt tun và 18 gi không có giao dch trong mt ngày bình thng nên hình thành
công thc chung đ tính toán t l phng sai trung bình ca ngày cui tun đn
ngày trong tun cho tt c các công ty:
66



+ 6 


=1.107(18


+ 6 


)
T đó: 


=71.8



Hay nói khác hn phng sai theo gi khi sàn giao dch chng khoán
NewYork m ca thì gp by mi ln phng sai theo gi khi sàn giao dch này
đóng ca.
T đó tác gi đa ra các gi thuyt nghiên cu đó là:
 Bin đng trong thi gian có giao dch c phiu cao là do thông tin
công b, nhng thông tin mà dng nh đc quan sát thy trong sut
nhng gi có giao dch.
 Bin đng trong thi gian có giao dch c phiu cao là do thông tin
riêng, thông tin mà dng nh tác đng đn giá khi sàn giao dch m.
 Bin đng trong thi gian có giao dch c phiu cao là do vn đ đnh
giá sai xy ra trong sut quá trình giao dch.
10

Kim đnh các gi thuyt nghiên cu, tác gi đa ra các kt lun nh sau:
 Vic đnh giá sai có th đóng góp vào t 4% đn12% s khác bit
trong t sut sinh li hàng ngày. Tuy nhiên ngay c khi chúng ta gi thuyt
rng vn đ đnh giá đc hình thành ch khi sàn giao dch m thì nhng li
đnh giá này cng có nh hng không đáng k đi vi s chênh lch ca
phng sai giao dch và không giao dch. S khác bit này ch yu là do s
khác bit thông tin trong sut thi gian giao dch và không giao dch. Hn
th na phng sai t sut sinh li rt nh vào nhng ngày l hàm ý rng
hu ht các thông tin đu là thông tin riêng.
 Nu thông tin nhiu trong giao dch là ngun gây ra đ bin đng
vt tri trong t sut sinh li hàng ngày thì phng sai tích ly ca li
nhun dài hn s ít hn phng sai tích ly li nhun hàng ngày.
Fama (1990) và Schwert (1990) cung cp bng chng thc nghim cho nhng
bin đng giá c phiu trong dài hn có th đc gii thích bi s thay đi trong các
hot đng thc t sau này. H cho rng bi vì các thông tin kinh t thng lan
truyn qua nhiu thi k nên các thông tin kinh t tích ly có th đc biu hin tt
hn bng t sut sinh li chng khoán dài hn.
C th Fama (1990) trong nghiên cu “Stock returns, expected returns and real
activity” tác gi đã chng minh rng t sut sinh li theo tháng, theo quý và theo
nm có tng quan cao vi t l tng trng sn xut trong tng lai cho giai đon
1953 đn 1987. Hn th na mc đ gia tng tng quan thun vi thi gian nm
gi. Tác gi bin lun rng mi quan h gia t sut sinh li chng khoán hin ti
và tng trng sn xut tng lai phn ánh thông tin dòng tin tng lai có th đc
chit khu vào trong giá chng khoán.
Fama s dng kim đnh hi quy đa bin đ kim soát s thay đi trong t sut
sinh li mong đi ca chng khoán c th các bin đc s dng đó là:
11

 T l c tc trên giá c phiu D(t)/V(t) là tng ca t l c tc trên giá
c phiu cho toàn b danh mc đu t.
 Chênh lch (default spreads) trái phiu doanh nghip DEF(t) là s
khác bit gia giá tr trung bình có trng s ca lãi sut trái phiu doanh
nghip trong mu nghiên cu vi lãi sut ca danh mc Aaa da trên b d
liu t Ibbotson Associates
 Chênh lch k hn (term spread) TERM(t) là s khác bit gia lãi sut
trái phiu doanh nghip Aaa và lãi sut tín phiu kho bc k hn 1 tháng.
Cui cùng tác gi phân tích cú sc t sut sinh li mong đi da trên t sut
sinh li ca trái phiu. Kt hp nhng ngun này trong nhng thay đi ca t sut
sinh li ca trái phiu kt qu gii thích lên đn nm mi chín phn trm thay đi
trong t sut sinh li hàng nm t 1953 đn 1987.
Schwert (1990) trong nghiên cu “Stock returns and real activity: A century of
evidence” phân tích mi quan h gia t sut sinh li thc ca chng khoán và hot
đng thc t nm 1889 đn 1988. Bài nghiên cu này đã tái to kt qu nghiên cu
ca Fama (1990) trong khong thi gian t 1953 đn 1987 s dng thêm d liu 65
nm vi mt vài thay đi trong đnh ngha bin:
 T l c tc trên giá c phiu D(t)/V(t) là tng ca t l c tc trên giá
c phiu cho toàn b danh mc đu t trong 12 tháng trc.
 Chênh lch (default spreads) trái phiu doanh nghip DEF(t) là s
khác bit gia lãi sut hàng nm da trên danh mc Moody ca trái phiu
doanh nghip Baa vi lãi sut da trên danh mc trái phiu doanh nghip
Aa
 Chênh lch k hn (term spread) TERM(t) là s khác bit gia lãi sut
hàng nm da trên danh mc trái phiu doanh nghip Aa và lãi sut tín
phiu kho bc k hn 1 tháng.
12

Vì vy bài nghiên cu này nh là bài nghiên cu tính vng v mi quan h
đc xem xét bi Fama (1990) vi b d liu thay đi. Mc đích th hai là so sánh
ch s Miror-Romer (1989) ca sn xut công nghip t 1884-1940 vi ch s
Badson t Moore (1961) trong khong thi gian 1889-1918. Trong c hai trng
hp đu s dng ch s sn xut công nghip ca cc d tr liên bang M đ to ra
mt chui liên tc trong sut nm 1988. Mi tng quan ca hot đng thc vi t
sut sinh li c phiu là mt c s ca vic quyt đnh chui nào là tt nht.
Bên cnh đó còn có nghiên cu ca Wen-I Chuang, Teng-Ching Huang, Bing-
Huei Lin (2013) , tác gi đánh giá kt qu ca mô hình MSM (Markov-switching
Multifractal), mô hình GARCH và bin đng lch s đ d đoán đ bin đng. Bài
nghiên cu thc hin da trên ch s S&P 100 và quyn chn c phiu. Mt vài
phát hin quan trng nh sau:
 Mô hình MSM và GARCH có kh nng d đoán bin đng da trên bin
đng lch s là tt hn cho c quyn chn ch s và quyn chn c phiu.
 Ngoài ra tác gi cng nhn thy rng bin đng ca quyn chn c phiu thì
khó d báo hn là bin đng quyn chn ch s.
 C quyn chn c phiu và quyn chn ch s có th d báo tt hn trong
giai đon khng hong tài chính không toàn cu (non-global financial crisis periods)
hn là trong sut giai đon khng hong tài chính toàn cu (global financial crisis
periods).
 Bin đng quyn chn c phiu th hin mô hình có điu kin v vn ch s
hu khác nhau, đc đim quyn chn và kh nng d báo ca chúng bng MSM và
bin đng hàm ý ph thuc vào nhng đc tính đó.
 Cui cùng tác gi cho rng bin đng đc d báo bng mô hình MSM thì
ln hn so vi bin đng hàm ý trong d báo bin đng quyn chn c phiu vi
nhng đc tính quyn chn và vi nhng c phiu khác nhau.
13


Manabu Asai, Ivan Brugal (2013) trong nghiên cu “Forecasting volatility via stock

return, range, trading volume and spillover effects: The case of Brazil”. Trong bài
nghiên cu này tác gi s dng d liu ch s Bovespa ca Brazil và ch s S&P
500 ca M. D liu đc thu thp trong giai đon t 01/09/2006 đn 22/10/2010
(bao gm giai đon khng hong kinh t toàn cu). Tác gi cho rng đi vi mc
đích phát trin cách tip cn khác đ d báo bin đng nên xem xét VAR không
đng nht (HVAR), mô hình đó thích ng vi các khong thi gian khác nhau, c
th là tác đng hàng ngày, hàng tun và hàng tháng, kim tra vic ph thuc ln
nhau gia th trng chng khoán  Brazil và M, da trên thông tin li nhun hàng
ngày, phm vi (range) và khi lng giao dch.  so sánh vi cách tip cn mi,
tác gi cng tin hành vi các mô hình GARCH đn bin và đa bin vi các hiu
ng bt đi xng, khi lng giao dch và “cái đuôi dài” (fat tail).
 Các kim đnh mi quan h nhân qu Granger hiu chnh da trên HVAR
cho thy nhng bng chng mnh m ca hiu ng lan ta.
 Tác gi đánh giá ngng chu ri ro cho Brazil, da trên mu d báo ca mô
hình HVAR, vic tìm kim phng pháp mi phù hp cho các giai đon bao gm
c khng hong tài chính toàn cu mà không cn gi đnh phân phi có điu kin
đuôi dài.
Mc dù các nghiên cu đc lit kê  trên có nhng mc đích nghiên cu
riêng ca h nhng nhìn chung h đu chia s quan đim tng t v các yu t
kinh t c bn đc phn ánh mt cách chính xác hn bng t sut sinh li chng
khoán dài hn. Nh vy, s khác bit gia đ bin đng ca t sut sinh li ngn
hn và dài hn có th cung cp nhiu thông tin đ đnh lng đ bin đng vt
tri.
Lo và Mackinlay (1988) trong nghiên cu “Stock market prices do not follow
random walk: Evidence from a simple specification test” tác gi tp trung vào 1216
tun t 6/9/1962 đn 26/12/1985. La chn quan sát tun ca tác gi da trên mt
14


s cân nhc ca mình. D liu t sut sinh li theo tun do CRSP cung cp. Tác gi

.đã kim chng lý thuyt bc đi ngu nhiên ca th trng bng cách so sánh c
lng bin ly đc t các mu d liu khác nhau. Kim đnh đc trng có phng
trình nh sau:


=  + 

+ 


Trong đó:
X

tng đng vi lnP


 là tham s xu hng tùy ý


là nhiu
Mô hình bc đi ngu nhiên ca th trng đã không đc ng h cho toàn
b giai đon mu t nm 1962 đn 1985 đng thi cho các giai đon ph vi nhng
nhng ch s t sut sinh li khác nhau và vi danh mc sp xp theo kích thc
công ty. Tuy phn ln là do “hành vi” ca các chng khoán công ty nh nhng
chúng không th đc xem là nhân t duy nht đóng góp vào hiu qu ca các giao
dch không thng xuyên hoc các bin đng c phiu. Hn th na, vic không
đng thun vi bc đi ngu nhiên cho t sut sinh li hàng tun thì không ng h
cho mô hình quay v giá tr trung bình ca giá tài sn (mean-reverting model of
asset prices).
Yuming Wang và Jinpen Ma (2014) trong bài nghiên cu có ta đ: “ Excess

volatility and the cross-section of stock return” da trên d liu ca
NYSE/AMEX/NASDAQ t tháng 01/1963 đn 12/2010. Trong bài nghiên cu ca
mình tác gi đã s dng s khác bit phng sai VD (Variance Differences) làm
bin đi din cho đ bin đng vt tri. Kt qu cho thy VD là hoàn toàn phù hp
vi yêu cu ca tác gi.
15


Nh vy có nhiu nghiên cu đã đa ra các thc đo khác nhau đi vi đ
bin đng vt tri. Trong nghiên cu này tôi s s dng s khác bit phng sai
VD (Variance Differences).
2.2 Mi quan h gia đ bin đng vt tri và t sut sinh li c phiu
Andrew Ang , Robert J. Hodrick, Yuhang Xing, Xiaoyan Zhang (2009) trong
bài nghiên cu có ta đ: “High idiosyncratic volatility and low returns:
International and further U.S evidence” s dng d liu t sut sinh li theo ngày
ca các công ty  23 th trng phát trin. D liu quc t giai đon mu là 1/1980-
2003 ngoi tr các quc gia: Phn Lan, Ai Cp, New Zealand, B ào Nha, Tây
Ban Nhà và Thy in thì d liu mu t gia nhng nm 1980. i vi các quc
gia khác (ngoài M) tác gi loi tr hn ra khi mu nhng công ty quá nh. Bên
cnh đó, đi vi d liu ca M tác gi s dng khong thi gian t 07/1963 đn
12/2003. Kt qu cho thy c phiu có bin đng đc trng cao thi gian gn đây có
t sut sinh li trung bình thp trong tng lai trên phm vi toàn cu. Trên 23 th
trng phát trin, s khác bit trong li nhun trung bình gia các nhóm danh mc
đu t sp xp theo bin đng đc trng là -1,31% mi tháng, sau khi kim soát th
trng th gii, quy mô và yu t giá tr. Kt qu tng t cho mi quc gia G7. 
Hoa K, tác gi loi tr nhng gii thích da trên rào cn thng mi, ph bin
thông tin và quán tính ln. Có nhng hng thay đi mnh trong c phiu có t sut
sinh li thp nhng có bin đng đc trng cao gia các quc gia và điu này là
không d dàng đa dng hóa.
Sau Jegadeesh và Titman (1993) vi nghiên cu “Returns to buying winners

and selling losers: Implications for stock market efficiency” s dng d liu ca
NYSE và AMEX trong giai đon mu t nm 1965 đn 1989 thì Yuming Wang và
Jinpen Ma (2014) vi nghiên cu “Excess volatility and the cross-section of stock
returns” trên b d liu nghiên cu bao gm NYSE/AMEX/NASDAQ, giai đon t
1963-2010 đã ln đu tiên s dng cách tip cn theo danh mc đu t đ xác đnh
16


các c hi tìm kim t sut sinh li và ghi nhn mi quan h gia đ bin đng vt
tri và t sut sinh li c phiu.
Yuming Wang và Jinpen Ma (2014) đã nghiên cu vn đ chênh lch giá hi mua
và giá chào bán, thanh khon c phiu hoc phn ng thái quá.
Theo Yuming Wang và Jinpen Ma (2014) thì li nhun ca danh mc P10-
P1 có liên quan ti s đo ngc v giá tr trung bình trong t sut sinh li hàng
ngày ca c phiu. Phn ng thái quá là mt trong nhng yu t đóng góp vào s t
tng quan nghch hoc s đo ngc v giá tr trung bình trong t sut sinh li.
Nhng không ch có phn ng thái quá là yu t duy nht to ra đ bin đng vt
tri mà theo nghiên cu ca Kaul và Nimalendran (1990) trong bài nghiên cu
“Price Reversals – Bid-ask erros or market overreaction”, Conrad, Kaul, và
Nimalendran (1991) s dng d liu là các chng khoán trên NYSE, AMEX và
NASDAQ t 1983-1987 và Jegadeeshand Titman (1995) cho rng li nhun t
tng quan nghch có th là do chênh lch giá hi mua và giá chào bán.
Kaul và Nimalendran (1990) thy rng kt qu li nhun c phiu t tng
quan nghch bin đi thành t tng quan thun sau khi d liu t sut sinh li giao
dch đc thay th bng d liu chào bán (bid return). Hn na, h thy rng gn
mt na phng sai ca t sut sinh li hàng ngày có liên quan đn chênh lch giá
hi mua và giá chào bán.
Kt qu ca tác gi cho thy rng chênh lch giá hi mua và giá chào bán có
th bng cách nào đó nh hng đn li nhun nhng tác đng ca chúng quá nh.
Chúng ta có th kt lun rng li nhun ca các danh mc đu t P10-P1 là không

b thúc đy bi chênh lch này.
o chiu trong li nhun ngn hn cng có th là do các ri ro lo ngi liên
quan đn tính thanh khon ca c phiu.
17


Campbell, Grossman, và Wang (1993) vi bài vit có ta đ “Trading volume
and Correlation in stock returns”:
 Nghiên cu các chng khoán trên NYSE và AMEX t 1962-1987 cho thy
các nhà đu t không thích ri ro nh các "nhà to lp th trng" thì có th
yêu cu li nhun cao hn so vi các nhà đu t nm gi c phiu có tính
thanh khon cao.
 Bng chng thc nghim cho thy rng nhng thay đi giá c thì đi kèm vi
khi lng cao nhng do cu không kp phn ng (Avramov, Chordia, &
Goyal, 2006) nên xu hng này b đo ngc. Tuy nhiên đi vi thay đi giá
vào nhng ngày có khi lng giao dch thp thì xu hng này vn đc
đm bo.
Conrad, Hameed, và Niden (1994) trong nghiên cu “Volume and
autocovariances in short-horizon individual security returns”. Tác gi s dng d
liu t sut sinh li c phiu hàng tun và s lng giao dch cho các chng khoán
riêng l ca th trng M. Nghiên cu tìm thy mi quan h gia t sut sinh li
c phiu và khi lng giao dch trong ngn hn và đã tìm thy đc bng chng
thc nghim mnh m v mi quan h này. Bên cnh đó, Avramov et al. (2006)
trong bài nghiên cu “Liquidity and autocorrelations in individual stock returns”
vi b d liu ca sàn NYSE-AMEX trong giai đon t 1962-2002 cng tìm thy
bng chng h tr cho các ri ro liên quan đn tính thanh khon ca c phiu.
Ngc li, Cooper (1999) trong bài nghiên cu “Filter rules based on price
and volume in individual security overreaction” cng vi b d liu ca sàn NYSE-
AMEX và Subrahmanyam (2005) trong bài nghiên cu “Distinguishing between
rationales for short-horizon predictability of stock returns” vi b d liu ca th

trng M trong khong thi gian t 1988-1992 đã cung cp bng chng thc
nghim chng li Conrad, Hameed, và Niden (1994) và Avramov et al. (2006). H
18


cho rng kh nng d báo t sut sinh li hàng tháng ch yu là do phn ng thái
quá.
 gii quyt các ri ro lo ngi liên quan đn tính thanh khon, Yuming
Wang, Jinpeng Ma (2014) kim tra khi lng giao dch đô la trung bình hàng ngày
(DVOL) và t l doanh thu (TURN) (t l gia s lng c phn giao dch vi s
lng c phn đang lu hành) trong mi danh mc đu t P1-P10 trong giai đon
hình thành 12 tháng.
Kt qu cho thy rng danh mc có s khác bit phng sai xp x bng 0 li
có khi lng giao dch trung bình hàng ngày DVOL ln nht vi t l doanh thu
thp. Danh mc P10 có khi lng giao dch và t l doanh thu thp nht, ngc li
danh mc P1 li có khi lng giao dch thp th hai và t l doanh thu cao nht.
Mc dù còn nhiu hn ch v ni dung nhng nghiên cu ca tác gi đã cho thy li
nhun bt thng liên quan đn đ bin đng vt tri không phi bi vn đ thanh
khon.
Mi quan h gia khi lng giao dch và t sut sinh li c phiu cng đã
đc nghiên cu rng rãi trong các tài liu nghiên cu trên th gii. Chng hn nh
Brennan, Chordia và Subrahmanyam (1998) hay Chordia, Subrahmanyam và
Anshuman (2001).
Brennan, Chordia và Subrahmanyam (1998) vi nghiên cu : “Alternative factor
specifications, security characteristics, and the cross-section of expected stock
returns”. Trong bài nghiên cu ca mình tác gi kim đnh mô hình đnh giá tài sn
vn da trên ri ro, chng li nhng la chn thay th phi ri ro và s dng d liu
cho tng chng khoán riêng l. S dng d liu cho tng chng khoán riêng l thì
gi mt vài trò rt quan trng bi vì nu s dng theo danh mc s phi gp phi
nhng rc ri nh trong Lo và MacKinlay (1990) đã trình bày. Tác gi đ cp đn

hai cách tip cn đó là cách tip cn ca Connor and Korajczyk (1988) và cách tip
cn Fama, E.F., French, K.R. (1993b). Vi c hai cách tip cn thì tác gi đu tìm