Ứng dụng mô hình định giá tài sản fama – french 5 nhân tố vào thị trường chứng khoán việt nam

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn “ỨNG DỤNG MÔ HÌNH ĐỊNH GIÁ TÀI SẢN
FAMA – FRENCH 5 NHÂN TỐ VÀO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT
NAM” là công trình nghiên cứu của riêng cá nhân tôi. Kết quả của bài nghiên cứu
chưa từng được công bố tại bất kỳ công trình nghiên cứu nào. Còn số liệu trong bài
nghiên cứu đảm bảo tính trung thực và có nguồn gốc rõ ràng.
TP. Hồ Chí Minh, tháng 5 năm 2017
Học viên

Nguyễn Thị Kim Hòa


i

MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH
CHƯƠNG 1: GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU ..........................................1
1.1 Lý do chọn đề tài ..............................................................................................1
1.2 Mục tiêu nghiên cứu ........................................................................................2
1.3 Câu hỏi nghiên cứu ..........................................................................................2
1.4 Đối tượng, phạm vi nghiên cứu ......................................................................2
1.5 Phương pháp nghiên cứu, mẫu nghiên cứu...................................................2
1.6 Ý nghĩa đề tài ...................................................................................................3
1.7 Kết cấu của luận văn .......................................................................................3
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO NGHIÊN CỨU ............4
2.1 Mô hình Fama – French 5 nhân tố (2015) .....................................................4

2.1.1 Cơ sở của mô hình Fama – French 5 nhân tố ..............................................4
2.1.2 Xác định các nhân tố trong mô hình ...........................................................7
2.1.3 Kết quả nghiên cứu của Fama & French ở TTCK Mỹ (2015) ....................9
2.2 Lược khảo một số nghiên cứu có liên quan đến mô hình Fama – French 5
nhân tố ..................................................................................................................10
2.2.1 Các nghiên cứu ở thị trường quốc tế .........................................................10
2.2.2 Các nghiên cứu ở thị trường Việt Nam .....................................................15
2.3 Sơ lược về thị trường chứng khoán Việt Nam ............................................22
2.4 Giả thuyết nghiên cứu ...................................................................................25
CHƯƠNG 3: MÔ HÌNH, DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU .....27
3.1 Mô hình nghiên cứu .......................................................................................27
3.2 Dữ liệu nghiên cứu .........................................................................................28


ii

3.3 Định nghĩa các biến trong mô hình ..............................................................29
3.3.1 Tỷ suất sinh lời chứng khoán ....................................................................29
3.3.2 Lãi suất phi rủi ro ......................................................................................29
3.3.3 Tỷ suất sinh lời của thị trường...................................................................29
3.3.4 Quy mô của cổ phiếu (Size) ......................................................................29
3.3.5 Giá trị của cổ phiếu (Value) ......................................................................30
3.3.6 Lợi nhuận hoạt động (Operating Profitability)..........................................30
3.3.7 Mức độ đầu tư (Investment) ......................................................................30
3.4 Các danh mục đầu tư và cách xác định các nhân tố trong mô hình .........31
3.4.1 Các danh mục hình thành nhân tố .............................................................31
3.4.2 Các danh mục hồi quy ...............................................................................36
3.5 Phương pháp nghiên cứu ..............................................................................37
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU..............................................................39
4.1 Thống kê các chỉ tiêu phân loại ....................................................................39

4.2 Kết quả thống kê mô tả các danh mục đầu tư và các nhân tố ...................40
4.3 Kết quả hồi quy các danh mục đầu tư .........................................................46
4.3.1 Kết quả hồi quy 9 danh mục Size-B/M, 9 danh mục Size-OP và 9 danh
mục Size Inv theo bộ 5 nhân tố hình thành từ cách sắp xếp 2x3 .......................46
4.3.2 Kết quả hồi quy 18 danh mục 2x3 và 12 danh mục 2x2 ...........................52
4.3.3 Kết quả hồi quy 16 danh mục 2x2x2x2 với bộ nhân tố 2x2x2x2 .............54
4.3.4 Kết quả hồi quy từng nhân tố với 4 nhân tố còn lại trong mô hình FF5F .56
CHƯƠNG 5: KẾT LUẬN ......................................................................................59
5.1 Kết luận chung đề tài nghiên cứu .................................................................59
5.2 Hạn chế của đề tài nghiên cứu ......................................................................60
5.3 Gợi ý hướng nghiên cứu tiếp theo ................................................................60
TÀI LIỆU THAM KHẢO
PHỤ LỤC


iii

DANH MỤC CÁC TỪ VIẾT TẮT
STT

Ký hiệu

Ý nghĩa

1

B/M

2

CAPM

Mô hình định giá tài sản vốn

3

CMA

Nhân tố đầu tư

4

FF3F

Mô hình Fama – French 3 nhân tố

5

FF5F

Mô hình Fama – French 5 nhân tố

6

HML

Nhân tố giá trị

7

HNX

Sở giao dịch chứng khoán Hà Nội

8

HOSE

Sở giao dịch chứng khoán Thành phố Hồ Chí Minh

9

(RM – RF)

10

RMW

Nhân tố lợi nhuận hoạt động

11

SMB

Nhân tố quy mô

12

TSSL

Tỷ suất sinh lời

13

TTCK

Thị trường chứng khoán

14

UPCOM

Tỷ lệ Giá trị sổ sách/Giá trị thị trường của vốn chủ sở hữu

Nhân tố phần bù rủi ro thị trường

Thị trường giao dịch Chứng khoán dành cho các công ty đại
chúng chưa niêm yết của Sở giao dịch chứng khoán Hà Nội


iv

DANH MỤC CÁC BẢNG
Bảng

Tên bảng

2.1 Tổng hợp cách phân chia danh mục đầu tư và xác định các nhân tố
2.2 Tổng hợp các nghiên cứu kiểm định mô hình FF5F tại Việt Nam

Trang
8
20-21

3.1 Danh mục các mã cổ phiếu trong mẫu nghiên cứu 2011

28

3.2 Cách xây dựng các nhân tố dựa trên danh mục đầu tư

32

4.1 Các điểm phân chia (breakpoints)

39

4.2 Kết quả thống kê mô tả các danh mục đầu tư và các nhân tố

40

4.3 Ma trận hệ số tương quan giữa các phiên bản của cùng một nhân tố

41

4.4 Ma trận hệ số tương quan giữa các nhân tố

42

4.5 Nhân tố phóng đại phương sai của các biến độc lập

43

TSSL vượt trội (Rit-Rft) trung bình theo tuần của các danh mục đầu tư
4.6 bao gồm 9 danh mục Size-B/M, 9 danh mục Size-OP, 9 danh mục SizeInv

44

4.7

TSSL vượt trội (Rit-Rft) trung bình theo tuần của các danh mục đầu tư
bao gồm 18 danh mục 2x3, 12 danh mục 2x2 và 16 danh mục 2x2x2x2

45

4.8

Kết quả hồi quy 9 danh mục Size-B/M (với bộ nhân tố từ cách sắp xếp
2x3) bao gồm các hệ số hồi quy và thống kê t tương ứng

46

4.9

Kết quả hồi quy 9 danh mục Size-OP (với bộ nhân tố từ cách sắp xếp
2x3) bao gồm các hệ số hồi quy và thống kê t tương ứng

48

4.10

Kết quả hồi quy 9 danh mục Size-Inv (với bộ nhân tố từ cách sắp xếp
2x3) bao gồm các hệ số hồi quy và thống kê t tương ứng

50

4.11 Thống kê kết quả hồi quy 2x3

52

4.12 Tổng hợp kết quả hồi quy 18 danh mục với bộ nhân tố 2x3

53

4.13 Tổng hợp kết quả hồi quy 12 danh mục với bộ nhân tố 2x2

54

4.14 Tổng hợp kết quả hồi quy 16 danh mục với bộ nhân tố 2x2x2x2

55

4.15 Sử dụng hồi quy 4 nhân tố để giải thích nhân tố còn lại (Bộ nhân tố 2x3)

56


v

DANH MỤC CÁC HÌNH
Hình

Tên hình

Trang

2.1 Quy mô TTCK Việt Nam so với các thị trường trong khu vực

22

2.2 Quy mô 20 TTCK lớn nhất thế giới 2016

23

2.3 Chỉ số VN-Index qua thời kỳ

24


vi

TÓM TẮT
Bài nghiên cứu kiểm định sự phù hợp của mô hình Fama – French 5 nhân tố
tại thị trường chứng khoán Việt Nam, cụ thể là tại Sở giao dịch Chứng khoán
TP.HCM trong giai đoạn 2011-2015. Tác giả tập trung kiểm định mức độ giải thích
đối với tỷ suất sinh lời cổ phiếu của hai nhân tố mới là nhân tố lợi nhuận và nhân tố
đầu tư.
Bằng việc sử dụng phương pháp hồi quy chuỗi thời gian thông thường, tác giả
đã kiểm định mô hình trên 71 danh mục đầu tư khác nhau. Kết quả nghiên cứu cho
thấy mức độ giải thích của các nhân tố không đồng đều.
Nhân tố truyền thống của mô hình CAPM là rủi ro thị trường có ý nghĩa thống

kê trên tất cả các danh mục được kiểm tra và luôn mang đúng dấu kỳ vọng. Hai nhân
tố từ mô hình Fama – French 3 nhân tố là nhân tố quy mô và nhân tố giá trị giải thích
tốt tỷ suất sinh lời cổ phiếu. Trong hai nhân tố mới được thêm vào mô hình thì nhân
tố lợi nhuận có ý nghĩa thống kê và mang dấu âm ở hầu hết các danh mục. Trong khi
đó, nhân tố đầu tư cho kết quả kiểm định khá thất vọng.
Từ khóa: Fama – French, FF3F, FF5F, định giá chứng khoán, MRP, CAPM, CMA,
SMB, HML, RMW, mô hình 5 nhân tố, HOSE.


1

CHƯƠNG 1: GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU
1.1 Lý do chọn đề tài
Bằng việc kế thừa và phát triển mô hình CAPM truyền thống, vào năm 1993,
hai giáo sư nổi tiếng trong lĩnh vực tài chính là Eugene Fama và Kenneth French đã
cho ra đời mô hình định giá tài sản ba nhân tố bằng việc bổ sung hai nhân tố mới: quy
mô và giá trị bên cạnh nhân tố nền tảng beta rủi ro thị trường của CAPM. Sự ra đời
của mô hình Fama - French ba nhân tố đã giúp hoàn thiện những khoảng trống nghiên
cứu trong việc định giá tài sản tài chính. Hai mươi năm sau, vào năm 2013, hai giáo
sư này tiếp tục phát triển mô hình định giá tài sản thành mô hình Fama - French năm
nhân tố thu hút sự chú ý của giới nghiên cứu. Mô hình mới được bổ sung hai nhân tố:
lợi nhuận hoạt động và mức độ đầu tư. Kết quả kiểm tra mô hình ở thị trường chứng
khoán Mỹ cho thấy sự cải thiện khả năng giải thích cho lợi nhuận cổ phiếu của mô
hình năm nhân tố.
Tuy nhiên, trong bài nhận xét của các nhà kinh tế thuộc Viện quản lý tài sản
Robeco có tiêu đề “Why more is not always better?”, Fama và French bị cho rằng
chưa thuyết phục khi công bố nghiên cứu này bởi vì hai nhân tố mới vẫn còn cần xem
xét thêm. Hiện nay, các nghiên cứu ứng dụng mô hình Fama - French 5 nhân tố trên
các thị trường chưa nhiều, tuy nhiên các kết quả cho thấy thực tế mô hình có đóng
góp cho việc giải thích tỷ suất sinh lời của cổ phiếu, mặc dù nhân tố lợi nhuận và đầu

tư vẫn còn gây tranh cãi khi áp dụng ở một số thị trường. Mặt khác, các nghiên cứu
kiểm định mô hình này ở Việt Nam đều thực hiện với số lượng danh mục đầu tư khá
hạn chế. Trong khi thị trường chứng khoán Việt Nam rất cần một mô hình định giá
phù hợp. Vì vậy với việc kiểm định mô hình này trên nhiều danh mục khác nhau, tác
giả hy vọng đem đến một góc nhìn mới về mô hình định giá này nói riêng cũng như
đóng góp vào lĩnh vực định giá chứng khoán tại Việt Nam nói chung.
Do đó, xuất phát từ các vấn đề trên tác giả nhận thấy cần thiết phải thực nghiệm
mô hình định giá nổi tiếng này tại Việt Nam và đã quyết định lựa chọn đề tài “ỨNG
DỤNG MÔ HÌNH ĐỊNH GIÁ TÀI SẢN FAMA – FRENCH 5 NHÂN TỐ VÀO
THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM” làm luận văn tốt nghiệp.


2

1.2 Mục tiêu nghiên cứu
Trên cơ sở các vấn đề nghiên cứu đã được xác định, tác giả xác định mục tiêu
chính của đề tài là: Vận dụng mô hình định giá tài sản Fama – French 5 nhân tố vào
thị trường chứng khoán Việt Nam.
1.3 Câu hỏi nghiên cứu
Nhằm thực hiện mục tiêu nghiên cứu trên, bài nghiên cứu cần trả lời hai câu
hỏi sau: Thứ nhất, mô hình Fama – French 5 nhân tố có giải thích được tỷ suất sinh
lời cổ phiếu với thị trường chứng khoán Việt Nam? Thứ hai, các nhân tố tác động
cùng chiều hay ngược chiều với tỷ suất sinh lời?
1.4 Đối tượng, phạm vi nghiên cứu
Đối tượng nghiên cứu: mối quan hệ các nhân tố trong mô hình Fama – French
5 nhân tố (bao gồm nhân tố phần bù rủi ro thị trường, nhân tố quy mô, nhân tố giá trị,
nhân tố lợi nhuận và nhân tố đầu tư) đối với tỷ suất sinh lời cổ phiếu.
Phạm vi nghiên cứu: Do thời gian ra đời của thị trường chứng khoán Việt Nam
còn non trẻ, đảm bảo cỡ mẫu đáp ứng độ tin cậy cho nghiên cứu, phạm vi nghiên cứu
sử dụng dữ liệu của các công ty phi tài chính niêm yết trên sàn HOSE trong giai đoạn

2011-2015.
1.5 Phương pháp nghiên cứu, mẫu nghiên cứu
Phương pháp nghiên cứu: Nghiên cứu định lượng, sử dụng dữ liệu thứ cấp
được thu thập từ các công ty phi tài chính trên sàn HOSE (2011-2015). Các chỉ tiêu
liên quan đến lãi suất (bao gồm TSSL của cổ phiếu, TSSL của thị trường, lãi suất phi
rủi ro) được lấy theo tuần, bao gồm 258 tuần. Các chỉ tiêu kế toán (mức vốn hóa thị
trường, tỷ lệ B/M, lợi nhuận hoạt động, vốn chủ sở hữu, tổng tài sản…) lấy theo năm.
Dữ liệu nghiên cứu được cung cấp bởi công ty cổ phần Tài Việt (Vietstock).
Dữ liệu sau khi thu thập được tính toán bằng Excel, phân chia thành các danh
mục đầu tư theo cách sắp xếp như Fama & French, sau đó tính các nhân tố phần bù
rủi ro thị trường, SMB, HML, RMW, CMA. Tiếp đến dùng phương pháp thống kê
mô tả để đánh giá sơ bộ các nhân tố và kiểm định hệ số tương quan giữa chúng.
Nghiên cứu sử dụng hồi quy chuỗi thời gian trên nhiều danh mục khác nhau bằng


3

phần mềm Eviews để xem xét mức độ giải thích của các nhân tố đối với tỷ suất sinh
lời cổ phiếu.
1.6 Ý nghĩa đề tài
Ý nghĩa về mặt lý luận khoa học: nghiên cứu này kiểm định sự phù hợp của
mô hình Fama – French 5 nhân tố ở thị trường Việt Nam, giúp làm rõ mối quan hệ
giữa lợi nhuận cổ phiếu và các nhân tố quy mô, giá trị, đặc biệt là hai nhân tố mới
được thêm vào mô hình là nhân tố lợi nhuận và nhân tố đầu tư, bên cạnh nhân tố
truyền thống là rủi ro thị trường.
Ý nghĩa thực tiễn: Bài nghiên cứu giúp tìm ra mô hình định giá phù hợp cho
thị trường chứng khoán Việt Nam đồng thời chỉ ra sự khác biệt giữa kết quả thực
nghiệm ở thị trường chứng khoán Việt Nam và thế giới.
1.7 Kết cấu của luận văn
Luận văn gồm có 5 chương:

Chương 1: Giới thiệu vấn đề nghiên cứu
Chương 2: Cơ sở lý thuyết và lược khảo nghiên cứu
Chương 3: Mô hình, dữ liệu và phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu
Chương 5: Kết luận


4

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO NGHIÊN CỨU
Trong chương 2 sẽ trình bày cơ sở lý thuyết về mô hình Fama – French 5 nhân
tố, kết quả nghiên cứu ở thị trường chứng khoán Mỹ. Sau đó, tác giả tiếp tục lược
khảo những nghiên cứu về mô hình này ở các TTCK quốc tế, từ đó làm cơ sở để đưa
ra giả thuyết nghiên cứu phù hợp khi ứng dụng mô hình này vào sàn chứng khoán
HOSE.
2.1 Mô hình Fama – French 5 nhân tố (2015)
“Mô hình Fama – French 5 nhân tố (FF5F) giải thích tốt hơn mối quan hệ

giữa nhân tố quy mô, giá trị, lợi nhuận và đầu tư và lợi nhuận trung bình của cổ
phiếu so với mô hình ba yếu tố (FF3F). Vấn đề chính của FF5F là không giải thích
được mức lợi nhuận trung bình thấp của những cổ phiếu quy mô nhỏ có mức lợi
nhuận tương tự như các công ty đầu tư rất nhiều mặc dù khả năng sinh lợi thấp. Hiệu
suất của mô hình không nhạy cảm với cách thức xác định các nhân tố. Với việc bổ
sung nhân tố lợi nhuận và đầu tư, nhân tố giá trị của mô hình FF3F trở nên dư thừa
trong việc mô tả lợi nhuận trung bình trong mẫu mà chúng tôi kiểm tra.”
– Fama & French, 2015.
2.1.1 Cơ sở của mô hình Fama – French 5 nhân tố
Theo Fama & French (1993), có nhiều bằng chứng cho thấy TSSL cổ phiếu
trung bình có liên quan đến tỷ số giá trị sổ sách/giá trị thị trường của cổ phiếu (B/M).
Cũng có bằng chứng cho thấy nhân tố lợi nhuận và nhân tố đầu tư bổ sung cho việc

mô tả lợi nhuận trung bình của B/M. Fama & French sử dụng mô hình chiết khấu cổ
tức để giải thích tại sao các biến này liên quan đến lợi nhuận trung bình. Mô hình cho
biết giá trị thị trường của một cổ phần là giá trị chiết khấu của cổ tức dự kiến cho mỗi
cổ phần:
∞

𝑚𝑡 = ∑𝜏=1 E(𝑑𝑡+𝜏 )/(1 + 𝑟)𝜏

(1)

Trong phương trình (1) mt là giá cổ phiếu tại thời điểm t, E(𝑑𝑡+𝜏 ) là cổ tức dự
kiến mỗi cổ phần trong giai đoạn 𝑡 + 𝜏, và r là (xấp xỉ) lợi tức cổ phiếu kỳ vọng trung
bình dài hạn hoặc, chính xác hơn, lãi suất nội tại trên cổ tức kỳ vọng.


5

Phương trình (1) cho thấy nếu tại thời điểm t các cổ phiếu của hai công ty có
cổ tức dự kiến như nhau nhưng giá khác nhau, cổ phiếu với một mức giá thấp hơn có
lợi nhuận kỳ vọng cao hơn (dài hạn). Nếu giá cả là hợp lý, cổ tức trong tương lai của
cổ phiếu với giá thấp hơn phải có rủi ro cao hơn. Tuy nhiên, những dự đoán dưới đây
được rút ra từ phương trình (1) đều giống nhau dù giá cả có hợp lý hay không hợp lý.
Vận dụng phương trình (1), Fama & French giải thích các hàm ý của phương trình
(1) đối với mối quan hệ giữa lợi tức kỳ vọng và lợi nhuận kỳ vọng, đầu tư dự kiến và
tỷ số B/M. Miller và Modigliani (1961) cho thấy rằng tổng giá trị thị trường của cổ
phiếu công ty tại thời điểm t ngụ ý bởi (1) là:
∞

𝑀𝑡 = ∑𝜏=1 E(𝑌𝑡+𝜏 − 𝑑𝐵𝑡+𝜏 )/(1 + 𝑟)𝜏

(2)

Trong phương trình 𝑌𝑡+𝜏 là tổng thu nhập vốn chủ sở hữu cho giai đoạn 𝑡 + 𝜏
và 𝑑𝐵𝑡+𝜏 = 𝐵𝑡+𝜏 − 𝐵𝑡+𝜏−1 là sự thay đổi tổng vốn chủ sở hữu. Đem chia 2 vế phương
trình (2) cho giá trị sổ sách vốn chủ sở hữu tại t thì được:
𝑀𝑡
𝐵𝑡

∞

=

∑𝜏=1 E(𝑌𝑡+𝜏 −𝑑𝐵𝑡+𝜏 )/(1+𝑟)𝜏
𝐵𝑡

(3)

Phương trình (3) đưa ra ba phát biểu về lợi tức kỳ vọng của cổ phiếu như sau:
Thứ nhất, cố định tất cả các biến số ở (3) ngoại trừ giá trị hiện tại của cổ phiếu
𝑀𝑡 và lợi tức cổ phiếu kỳ vọng 𝑟. Khi đó, một giá trị thấp hơn của Mt tương đương
với một tỷ lệ cao hơn tỷ lệ giá trị sổ sách trên giá trị thị trường Bt /Mt sẽ làm lợi tức
kỳ vọng cao hơn. Có nghĩa là, có mối quan hệ đồng biến giữa tỷ số B/M và lợi tức kỳ
vọng.
Thứ hai, cố định 𝑀𝑡 và các giá trị của tất cả các biến trong phương trình (3)
ngoại trừ lợi nhuận kỳ vọng trong tương lai E(𝑌𝑡+𝜏 − 𝑑𝐵𝑡+𝜏 ) và lợi tức cổ phiếu kỳ
vọng 𝑟, khi đó nếu lợi nhuận kỳ vọng trong tương lai cao thì lợi tức cổ phiếu kỳ vọng
phải cao, nghĩa là có mối quan hệ đồng biến giữa lợi tức kỳ vọng và lợi nhuận của cổ
phiếu.
Thứ ba, với các giá trị cố định của 𝐵𝑡 , 𝑀𝑡 và lợi nhuận kỳ vọng, sự tăng trưởng
kỳ vọng cao hơn trong giá trị sổ sách của vốn chủ sở hữu 𝑑𝐵𝑡+𝜏 – tức là nhân tố đầu

6

tư – đem lại lợi nhuận kỳ vọng thấp hơn. Tức là lợi tức kỳ vọng quan hệ nghịch biến
với tốc độ tăng trưởng của giá trị sổ sách vốn chủ sở hữu.
Như vậy, ngoài nhân tố B/M, lợi nhuận kỳ vọng và tốc động tăng trưởng vốn
chủ sở hữu cũng ảnh hưởng đến lợi tức kỳ vọng.
Mô hình FF3F (1993) được thiết kế để giải thích mối quan hệ giữa tỷ suất sinh
lợi (TSSL) trung bình và nhân tố Quy mô (vốn hóa thị trường, giá cổ phiếu đang lưu
hành) và mối quan hệ giữa TSSL trung bình và tỷ số B/M. Hai nhân tố này đã không
được giải thích bởi mô hình CAPM1 của Sharpe và Lintner.
Kiểm định mô hình FF3F dựa trên hồi quy chuỗi thời gian:
Rit - RFt = ai + bi(RMt - RFt) + siSMBt + hiHMLt + eit

(4)

Trong phương trình (4), Rit là lợi nhuận trên chứng khoán hoặc danh mục đầu
tư i cho giai đoạn t, RFt là tỷ suất lợi nhuận phi rủi ro, RMt là lợi nhuận trên danh mục
đầu tư thị trường trong giai đoạn t, SMBt (Small Minus Big) là lợi nhuận trên một
danh mục các cổ phiếu có quy mô nhỏ trừ lợi nhuận trên một danh mục cổ phiếu có
quy mô lớn, HMLt (High Minus Low) là sự khác biệt giữa lợi nhuận trên danh mục
của cổ phiếu có tỷ lệ B/M cao và danh mục cổ phiếu có tỷ lệ B/M thấp, và eit là sai
số. Các hệ số hồi quy là bi, si, và hi được kỳ vọng là dương.
Bằng chứng của Novy-Marx (2012)2, Titman, Wei và Xie (2004)3, và những
nghiên cứu khác cho rằng (4) là một mô hình không hoàn hảo cho TSSL kỳ vọng bởi
vì mô hình này bỏ lỡ nhiều biến đổi trong TSSL trung bình liên quan đến khả năng
sinh lợi và đầu tư. Động lực của bằng chứng này và phương trình định giá (3), Fama
& French thêm nhân tố lợi nhuận và nhân tố đầu tư vào mô hình ba nhân tố.

1

Mô hình định giá tài sản vốn: đo lường độ nhạy cảm của tài sản với rủi ro không thể đa dạng hóa (cũng được

gọi là rủi ro hệ thống hay rủi ro thị trường) mà thường được đại diện bởi hệ số beta (β).
2

Nghiên cứu chỉ ra nhân tố lợi nhuận, được tính bằng lợi nhuận gộp từ hoạt động kinh doanh, có sức mạnh

tương tự như tỷ lệ B/M đối với dự báo TSSL. Các công ty có lợi nhuận tạo ra TSSL cao hơn đáng kể so với
các công ty không có lợi nhuận, mặc dù có tỷ lệ định giá cao hơn đáng kể.
3

Nghiên cứu cho thấy mối quan hệ tiêu cực giữa nhân tố đầu tư và lợi nhuận thì mạnh hơn đối với các doanh

nghiệp có dòng tiền mặt cao hơn và tỷ lệ nợ thấp hơn.


7

Hai nhân tố lợi nhuận và đầu tư được thêm vào mô hình tạo nên mô hình FamaFrench 5 nhân tố như sau:
Rit - RFt = ai + bi(RMt-RFt) + siSMBt + hiHMLt + riRMWt + ciCMAt + eit (4)
Trong đó:
Trong phương trình (4) thì RMWt (Robust Minus Weak) là sự khác biệt giữa
lợi nhuận trên danh mục đầu tư đa dạng của các cổ phiếu với khả năng sinh lời mạnh
và yếu, và CMAt (Conservative Minus Agresssive) là sự khác biệt giữa lợi nhuận trên
danh mục đầu tư của cổ phiếu các công ty đầu tư bảo thủ và chủ động; bi, si, hi, ri, ci
là các hệ số hồi quy; t là thời gian quan sát.
2.1.2 Xác định các nhân tố trong mô hình
Cách tính các chỉ tiêu Size, B/M, OP và Investment

Vào cuối tháng 6 mỗi năm, cổ phiếu được chia thành 5 nhóm Quy mô (Size)
từ Nhỏ (Small) đến Lớn (Big) căn cứ theo giá trị vốn hóa thị trường trên sàn chứng
khoán New York (NYSE). Cổ phiếu cũng được phân chia thành 5 nhóm căn cứ theo
tỷ số B/M, từ Thấp (Low) cho đến Cao (High). Sự sắp xếp theo 2 tiêu chí này tạo
thành 5x5=25 danh mục đầu tư Size-B/M khác nhau.
Quy mô của cổ phiếu tại thời điểm t được xác định bằng giá trị vốn hóa thị
trường (Market Cap) của cổ phiếu đó tại thời điểm t-1 (tức là lấy giá đóng cửa điều
chỉnh ngày cuối năm nhân với số lượng cổ phiếu phổ thông lưu hành ở năm t-1).
Tỷ lệ B/M ở năm t là tỷ số giữa Giá trị sổ sách của vốn chủ sở hữu và Giá trị
vốn hóa thị trường ở cuối năm t-1.
Lợi nhuận hoạt động (Operating Profitability) ở năm t được tính từ dữ liệu kế
toán ở cuối năm t-1, bằng cách lấy doanh thu trừ giá vốn hàng bán, trừ chi phí quản
lý doanh nghiệp, trừ lãi vay, sau đó chia tất cả cho giá sổ sách của vốn chủ sở hữu.
Mức độ đầu tư/Khuynh hướng đầu tư (Investment) ở năm t là sự thay đổi của
tổng tài sản từ cuối năm t-2 tới cuối năm t-1, tất cả chia cho tổng tài sản ở cuối năm
t-2.


8

Phân chia danh mục đầu tư và xác định các nhân tố trong mô hình FF5F
Mô hình FF5F sử dụng 3 cách sắp xếp (sort) danh mục cổ phiếu khác nhau để
từ đó tính ra các nhân tố SMB, HML, RMW, CMA. Các cách sắp xếp này bao gồm:
i) 2x3 dựa trên Size-B/M, 2x3 dựa trên Size- OP, 2x3 dựa trên SizeInvestment. Trong đó cổ phiếu chia làm 2 nhóm theo Size và 3 nhóm theo B/M hoặc
OP hoặc Inv. Với cách sắp xếp này sẽ tạo ra 18 danh mục khác nhau.
ii) 2x2 dựa trên Size & B/M, 2x2 dựa trên Size-OP, 2x2 dựa trên SizeInvestment. Trong đó cổ phiếu chia làm 2 nhóm theo Size và 2 nhóm theo B/M hoặc
OP hoặc Inv. Với cách sắp xếp này sẽ tạo ra 12 danh mục khác nhau.
iii) 2x2x2x2 dựa trên Size-B/M-OP-Inv tạo ra 16 danh mục khác nhau
Bảng 2.1: Tổng hợp cách phân chia danh mục đầu tư và xác định các nhân tố
Cách sắp xếp

Điểm phân chia

(Sorts)

(Breakpoints)
Size:

2x3 sort on:
Size-B/M, or
Size-OP, or
Size-Inv

Cách xác định nhân tố (Factors and their components)

NYSE

SMBB/M=(SH+SN+SL)/3 – (BH+BN+BL)/3

Median

SMBOP=(SR+SN+SW)/3 – (BR+BN+BW)/3
SMBINV=(SC+SN+SA)/3 – (BC+BN+BA)/3

th

B/M:

30 and

SMB = (SMBB/M+SMBOP+SMBINV)/3

OP:

70th NYSE

HML=(SH+BH)/2 – (SL+BL)/2 = [(SH-SL) + (BH-BL)]/2

Inv:

Percentiles

RMW=(SR+BR)/2 – (SW+BW)/2 = [(SR-SW) + (BR-BW)]/2
CMA=(SC+BC)/2 – (SA+BA)/2 = [(SC-SA) + (BC-BA)]/2
SMB= (SH+SL+SR+SW+SC++SA)/6 – (BH+BL+BR+BW+SC+SA)/6

2x2 sort on:

Size:

Size-B/M, or

B/M:

NYSE

HML=(SH+BH)/2 – (SL+BL)/2 = [(SH-SL) + (BH-BL)]/2

Size-OP, or

OP:

Median

RMW=(SR+BR)/2 – (SW+BW)/2 = [(SR-SW) + (BR-BW)]/2

Size-Inv

Inv:

CMA=(SC+BC)/2 – (SA+BA)/2 = [(SC-SA) + (BC-BA)]/2
SMB=(SHRC+SHRA+SHWC+SHWA+SLRC+SLRA+SLWC+SLWA)/8
– (BHRC+BHRA+BHWC+BHWA+BLRC+BLRA+BLWC+BLWA)/8

2x2x2x2 sort

Size:

HML=(SHRC+SHRA+SHWC+SHWA+BHRC+BHRA+BHWC+BHWA)

on

B/M:

NYSE

/8 – (SLRC+SLRA+SLWC+SLWA+BLRC+BLRA+BLWC+BLWA)/8

Size-B/M-OP-

OP:

Median

RMW=(SHRC+SHRA+SLRC+SLRA+BHRC+BHRA+BLRC+BLRA)/8

Inv

Inv:

– (SHWC+SHWA+SLWC+SLWA+BHWC+BHWA+BLWC+BLWA)/8
CMA=(SHRC+SLRC+SHWC+SLWC+BHRC+BLRC+BHWC+BLWC)/
8 – (SHRA+SLRA+SHWA+SLWA+BHRA+BLRA+BHWA+BLWA)/8

Nguồn: Fama & French (2015)


9

2.1.3 Kết quả nghiên cứu của Fama & French ở TTCK Mỹ (2015)
Fama & French sử dụng dữ liệu nghiên cứu bao gồm tất cả cổ phiếu niêm yết
trên sàn NYSE, AMEX, NASDAQ. Tỷ suất sinh lời của chứng khoán được lấy theo
tháng, giai đoạn 1963-2013, tổng cộng có 606 tháng. Lãi suất phi rủi ro được sử dụng
là lãi suất Tín phiếu Kho bạc Mỹ (T-Bill) thời hạn 1 tháng. Các nhân tố được kiểm
định trên các danh mục đầu tư khác nhau bao gồm 25 danh mục Size-B/M, 25 danh
mục Size-OP và 25 danh mục Size-Inv trong đó Quy mô chia thành 5 mức và tỷ lệ
B/M hoặc lợi nhuận hoặc đầu tư chia thành 5 mức; 32 danh mục Size-B/M-OP
(2x4x4), 32 danh mục Size-B/M-Inv (2x4x4) và 32 danh mục Size-OP-Inv (2x4x4).
Fama & French sử dụng phương pháp kiểm định GRS4 của Gibbon, Ross &
Shanken (1989) để kiểm tra hiệu quả của mô hình FF5F so với mô hình FF3F và mô

hình 4 nhân tố (bớt đi nhân tố HML). Kết quả GRS bác bỏ cả 3 mô hình, cho rằng cả
3 mô hình đều mô tả không hoàn chỉnh TSSL kỳ vọng. Tuy nhiên, Fama & French ít
bận tâm đến việc các mô hình bị từ chối, họ tập trung đến hiệu suất tương đối của
chúng. Fama & French muốn tìm ra một mô hình hiệu quả (nhưng không hoàn hảo)
nhất để giải thích TSSL trên các danh mục đầu tư ở các cách xây dựng khác nhau.
Xét về mặt tương đối, kết quả kiểm định GRS cho thấy mô hình FF5F có cải
thiện hiệu quả của mô hình FF3F. Các bộ nhân tố 2x3, 2x2 hay 2x2x2x2 đều cho kết
quả kiểm tra tương tự nhau. Đặc biệt hơn, mô hình FF5F và mô hình 4 nhân tố đã loại
đi biến HML thì có tất cả kết quả đo lường tương tự nhau. Đồng thời, Fama & French
cũng thực hiện dùng 4 nhân tố để hồi quy giải thích cho nhân tố thứ 5. Kết quả hệ số
chặn của biến HML thì rất thấp gần như bằng 0. Điều này kết luận rằng, biến HML
là dư thừa, ít nhất là đối với dữ liệu thị trường chứng khoán Mỹ giai đoạn 1963-2013.
Tuy nhiên Fama & French để nghị nên kiểm tra xem kết quả này có đúng đối với thị
trường chứng khoán Mỹ giai đoạn trước 1963 hoặc đối với thị trường quốc tế hay
không. Để làm đơn giản hơn, khi thực hiện hồi quy ta có thể loại bỏ luôn biến HML,
tuy nhiên, để giải thích đầy đủ hơn mối quan hệ giữa các nhân tố, Fama & French sử
4

Kiểm định GRS là một kiểm định giả thuyết thống kê: nếu mô hình định giá tài sản hoàn toàn giải thích

được TSSL kỳ vọng thì kết quả hồi quy TSSL vượt trội lên các nhân tố phải cho hệ số chặn ai=0.


10

dụng mô hình FF5F cải tiến với biến HMLO thay thế cho biến HML. Biến HMLO
được định nghĩa là tổng các hệ số chặn và phần dư từ các phép hồi quy của HML lên
RM-RF, SMB, RMW và CMA.
Mặc dù bị bác bỏ bởi kiểm định GRS, mô hình FF5F lại hoạt động hiệu quả:
TSSL trung bình chưa giải thích được cho từng danh mục đầu tư thì hầu như đều gần

bằng 0. Nghiên cứu ước tính giải thích được khoảng 71% - 94% của TSSL kỳ vọng
trên các danh mục. Về đánh giá các hệ số chặn hồi quy, ba bộ nhân tố
2x3/2x2/2x2x2x2 thì cung cấp sự miêu tả tương tự nhau đối với TSSL trung bình trên
những danh mục đầu tư.
2.2 Lược khảo một số nghiên cứu có liên quan đến mô hình Fama – French 5
nhân tố
2.2.1 Các nghiên cứu ở thị trường quốc tế
a) Nghiên cứu của Fama & French ở TTCK quốc tế (2015)
Kết quả nghiên cứu của Fama & French ở TTCK quốc tế cho thấy: TSSL trung
bình của thị trường Bắc Mỹ, Châu Âu và Châu Á Thái Bình Dương đồng biến cùng
với tỷ lệ B/M và nhân tố lợi nhuận, nghịch biến với nhân tố đầu tư. Đối với Nhật Bản,
mối quan hệ giữa TSSL trung bình và B/M thì mạnh, nhưng TSSL trung bình lại ít
liên quan đến nhân tố lợi nhuận hoặc nhân tố đầu tư. Mô hình FF5F tiếp thu phần lớn
mô hình FF3F về giải thích TSSL. Giống như kết quả nghiên cứu của Fama và French
ở thị trường Mỹ, vấn đề chính của mô hình là không nắm bắt được hoàn toàn mức
TSSL thấp của các cổ phiếu nhỏ có mức lợi tức tương tự như các công ty có lợi nhuận
thấp mà đầu tư mạnh mẽ.
Dữ liệu nghiên cứu về TSSL và các dữ liệu kế toán của nghiên cứu đến từ
Bloomberg, được bổ sung bởi tổ chức Datastream và Worldscope. Giai đoạn lấy mẫu
từ tháng 7 năm 1990 đến tháng 10 năm 2015 (từ 1990 đến 2015) nhằm đảm bảo có
đủ dữ liệu cần thiết cũng như bao quát rộng rãi các cổ phiếu nhỏ và lớn trên các thị
trường. Để tăng cường sức mạnh của các kiểm định, Fama & French sử dụng các
danh mục đa dạng trong các mô hình hồi quy. Sự đa dạng hóa giúp cải thiện sự phù
hợp của mô hình hồi quy, làm tăng độ chính xác của các hệ số chặn vốn là trọng tâm


11

của các nghiên cứu định giá tài sản. Fama & French đa dạng hóa các danh mục đầu
tư bằng cách kết hợp 23 thị trường phát triển thành bốn khu vực: (i) Bắc Mỹ (NA),

bao gồm Hoa Kỳ và Canada; (ii) Nhật Bản; (iii) Khu vực Châu Á Thái Bình Dương,
bao gồm Úc, New Zealand, Hồng Kông và Singapore; Và (iv) Châu Âu, bao gồm Áo,
Bỉ, Đan Mạch, Phần Lan, Pháp, Đức, Hy Lạp, Ireland, Ý, Hà Lan, Na Uy, Bồ Đào
Nha, Tây Ban Nha, Thụy Điển, Thụy Sỹ và Vương quốc Anh. Fama & French cũng
xem xét danh mục đầu tư toàn cầu kết hợp cả bốn khu vực.
Nếu như kết quả nghiên cứu ở thị trường Mỹ cho thấy HML là một nhân tố dư
thừa thì đối với kết quả kiểm tra ở thị trường quốc tế, nhân tố HML được xem là nhân
tố quan trọng để giải thích TSSL của cổ phiếu. Kết quả kiểm định hồi quy các nhân
tố với nhau cho thấy cả 5 nhân tố trong mô hình FF5F đều góp phần quan trọng trong
việc giải thích lợi nhuận cổ phiếu.
b) Nghiên cứu của Toni Sundqvist tại TTCK Bắc Âu (2017)
Nghiên cứu này khảo sát xem mô hình FF5F có thể giải thích được TSSL trung
bình ở các thị trường Bắc Âu. Hơn nữa, nghiên cứu này so sánh mô hình FF5F với
mô hình CAPM và mô hình FF3F. Nghiên cứu bác bỏ tất cả mô tả của mô hình FF5F
về lợi nhuận trung bình trên mẫu (thông qua kiểm định GRS). Kết quả hồi quy cho
thấy tất cả các mô hình đều hoạt động tốt trong việc giải thích TSSL trung bình của
các danh mục đầu tư Size-B/M và Size-Inv. Tuy nhiên, mô hình có nhiều khó khăn
trong việc giải thích TSSL trung bình của danh mục đầu tư được sắp xếp theo SizeOP. Mặc dù mô hình FF5F mang lại một danh mục đầu tư có hiệu quả trung bình cao
hơn từ các biến giải thích của nó, nhưng nó không cải thiện được các hệ số chặn của
mô hình hồi quy dựa trên FF3F. Hơn nữa, nghiên cứu này cung cấp nhiều bằng chứng
về sự biến mất của hiệu ứng quy mô (size effect) và cho thấy rằng các cổ phiếu nhỏ
ở các thị trường Bắc Âu nói chung có mức beta thị trường thấp hơn các cổ phiếu lớn.
Mẫu dữ liệu được sử dụng trong phân tích bao gồm dữ liệu hằng tháng của giá
cổ phiếu và tổng lợi nhuận từ Thomson Datastream và dữ liệu kế toán từ Worldscope.
Dữ liệu đã được thu thập cho tất cả các cổ phiếu trên thị trường Phần Lan, Thụy Điển,
Na Uy và Đan Mạch từ 31/12/1997 đến 30/06/2016 bao gồm 3434 cổ phiếu.


12

Tác giả sử dụng bộ nhân tố từ cách sắp xếp 2x3 và hồi quy trên các danh mục
khác nhau bao gồm 16 danh mục Size-B/M (4x4), 16 danh mục Size-OP (4x4) và 16
danh mục Size-Inv (4x4) để giải thích TSSL của cổ phiếu.
c) Nghiên cứu Clarice Carneiro Martins và William Eid Jr. ở TTCK
Braxin (2014)
Đối với nghiên cứu này, các tác giả có hai mục tiêu chính: đầu tiên là kiểm tra
hiệu quả của mô hình FF5F trên thị trường chứng khoán Braxin và so sánh kết quả
với nghiên cứu của Fama & French, từ đó thu được những điểm giống nhau hoặc
khác nhau giữa hai thị trường.
Kết quả cho thấy các hệ số chặn hồi quy đã được thống kê bằng không. Đó là
bằng chứng quan trọng cho thấy rằng không có gì bị bỏ sót chưa giải thích được bởi
mô hình FF5F – cho thấy mô hình FF5F là hiệu quả trong việc đo lường rủi ro và giải
thích TSSL ở TTCK Braxin. Kết quả cũng cho thấy mô hình FF5F hiệu quả hơn mô
hình FF3F. Tuy nhiên, các nhân tố thị trường, quy mô và giá trị vẫn mang đúng dấu
kỳ vọng như kết quả của mô hình FF3F.
Dữ liệu được sử dụng là giá cổ phiếu hàng ngày, các chỉ tiêu kế từ Bloomberg,
L.P. và Economatica. Mẫu có giai đoạn từ tháng 1/2000 đến tháng 12/2012 (156
tháng). Một đặc điểm thị trường của Braxin là không phải tất cả các công ty đều có
tính thanh khoản cao hoặc có thể dễ dàng giao dịch trên cơ sở hàng ngày. Vì vậy, để
đảm bảo tính thanh khoản của tập hợp các công ty được thử nghiệm, các tác giả đã
xác định nhóm các công ty là 100 công ty lớn nhất trong tổng giá trị thị trường.
Các tác giả sử dụng bộ nhân tố 2x3 hồi quy lên các danh mục khác nhau gồm
6 danh mục Size-B/M (2x3), 6 danh mục Size-OP (2x3) và 6 danh mục Size-Inv
(2x3). Nhìn chung các kết quả hồi quy chuỗi thời gian cho thấy: nhân tố thị trường,
SMB và HML dường như đo lường hầu hết các biến động về lợi nhuận trung bình,
tương tự nhu mô hình FF3F. Các nhân tố mới, RMW và CMA ít có ý nghĩa thống kê
trong tập dữ liệu này. Các tác giả tin rằng nghiên cứu này không giải thích đầy đủ các
nhân tố này và đề xuất việc nghiên cứu thêm ở TTCK Braxin.

13

d) Nghiên cứu của David Blitz, Matthias X. Hanauer, Milan Vidojevic,
Pim van Vliet: “Năm mối quan tâm về mô hình Fama – French 5 nhân tố” (2016)
Các tác giả cho rằng mặc dù mô hình 5 nhân tố cho thấy có sự cải thiện đáng
kể về mức độ giải thích TSSL, nhưng có năm vấn đề cần lưu tâm liên quan đến mô
hình mới.
Thứ nhất, mô hình FF5F duy trì mối quan hệ CAPM giữa beta thị trường và
lợi nhuận, mặc dù có bằng chứng cho thấy rằng quan hệ thực nghiệm là bằng phẳng,
hoặc thậm chí tiêu cực.
Thứ hai, FF5F tiếp tục bỏ qua nhân tố Quán tính (Momemtum) – vốn đã được
chấp nhận rộng rãi trong các nghiên cứu về mô hình định giá tài sản gần đây.
Thứ ba, có một số mối quan tâm mạnh mẽ đối với hai yếu tố mới. Yếu tố đầu
tư trong mô hình 5 yếu tố được định nghĩa là tăng trưởng tài sản, trong khi Fama và
French tự kết luận rằng nhân tố tăng trưởng tài sản không đủ mạnh để giải thích TSSL.
Trong cùng nghiên cứu đó, họ tìm thấy kết quả tốt hơn cho nhân tố phát hành cổ phiếu
ròng, và vì vậy biến số đó cũng phù hợp hơn với mô hình chiết khấu cổ tức, nó sẽ là
một ứng cử viên mạnh mẽ hơn cho yếu tố đầu tư trong mô hình 5 nhân tố. Mặt khác,
Fama và French (2008) cũng kết luận rằng lợi nhuận không phải là yếu tố mạnh mẽ,
nhưng sau đó họ vẫn dựa vào nhân tố lợi nhuận trên vốn chủ sở hữu. Novy-Marx
(2013) đề xuất một nhân tố lợi nhuận thay thế (gộp), dự đoán tốt hơn lợi nhuận của
cổ phiếu trong tương lai và lợi nhuận của công ty trong tương lai. Fama và French
(2015) sử dụng một thước đo tương tự về lợi nhuận hoạt động (đã trừ chi phí lãi vay),
nhưng vẫn chưa rõ liệu các biến đó có phải là đại diện tốt nhất cho khả năng sinh lời
trong tương lai hay không.
Thứ tư, trong khi các giải thích dựa trên rủi ro là chìa khóa để biện minh cho
các yếu tố trong mô hình 3 yếu tố, tính hợp lý về kinh tế học cho hai yếu tố mới rõ
ràng không rõ ràng.
Thứ năm và cuối cùng, có vẻ như mô hình 5 nhân tố sẽ không giải quyết được
những tranh luận chính về định giá tài sản hoặc dẫn đến sự đồng thuận trong giới học

thuật.


14

e) Nghiên cứu của Cakici ở TTCK quốc tế (2015)
Trong nghiên cứu này, Cakici kiểm tra mô hình FF5F ở 23 thị trường chứng
khoán phát triển. Sử dụng dữ liệu cấp độ công ty từ tháng 7 năm 1992 đến tháng 12
năm 2014, tác giả thành lập 25 danh mục Size-OP, 25 danh mục Size-GP (Lợi nhuận
gộp thay cho Lợi nhuận hoạt động) và 25 danh mục Size-Inv. Mô hình ba yếu tố, bốn
yếu tố và năm yếu tố được kiểm tra để giải thích lợi nhuận trên các danh mục đầu tư
này bằng cách sử dụng các yếu tố khu vực cũng như toàn cầu. Kết quả của mô hình
FF5F ở Bắc Mỹ, Châu Âu và các thị trường toàn cầu tương tự như kết quả của thị
trường chứng khoán Mỹ. Tuy nhiên, kết quả của nhân tố lợi nhuận gộp (GP) và đầu
tư (Inv) cho thấy rằng hai nhân tố mới này không làm tăng thêm sức mạnh giải thích
hay yếu đi ở các danh mục của Nhật Bản và Châu Á - Thái Bình Dương. Các kết quả
cũng cho thấy các mô hình khu vực thực hiện tốt hơn các mô hình toàn cầu. Điều này
có thể ngụ ý rằng thị trường vẫn chưa được tích hợp đầy đủ. Với việc bao gồm hai
nhân tố tố mới, nhân tố giá trị vẫn còn rất quan trọng ở tất cả các vùng, tương phản
với kết quả của thị trường Mỹ.
f) Nghiên cứu của Chiah, Daniel và Zhong ở TTCK Úc (2016)
Các tác giả áp dụng mô hình FF5F tại TTCK Úc trong giai đoạn 1982 đến
2013. Kết quả cho thấy rằng mô hình FF5F có thể giải thích thêm những bất thường
về định giá tài sản hơn mô hình FF3F, điều này ủng hộ cho sự vượt trội của mô hình
FF5F. Ngược lại với kết quả nghiên cứu của Fama & French tại TTCK Mỹ (2015),
nhân tố HML vẫn duy trì được sức mạnh giải thích cùng với sự có mặt của các nhân
tố đầu tư và lợi nhuận.
Cụ thể, nhân tố quy mô có tương quan thuận với TSSL. Nhân tố HML có
tương quan thuận với TSSL đối với những cổ phiếu có giá trị và tương quan nghịch
đối với những cổ phiếu tăng trưởng. Nhân tố lợi nhuận (RMW) có tương quan nghịch

(thuận) với danh mục những cổ phiếu sinh lợi (không sinh lợi). Nhân tố đầu tư có
tương quan nghịch (thuận) với TSSL ở danh mục những cổ phiếu có mức đầu tư bảo
thủ (chủ động). Nghiên cứu này đã bổ sung cho lĩnh vực nghiên cứu về định giá tài
sản ở Úc.


15

g) Nghiên cứu của Rehab Taha and Khairy Elgiziry ở TTCK Ai Cập
(2016)
Trong nghiên cứu này, các tác giả đề xuất một mô hình FF3F mở rộng ở Ai
Cập. Bên cạnh nhân tố thị trường, quy mô và tỷ lệ B/M, họ điều tra liệu các yếu tố
như earnings-to-price, sales-to-price, dividends-to-price, liquidity và momentum có
phải là những yếu tố rủi ro về giá hay không. Các yếu tố được hình thành bằng phương
pháp của Fama & French (1993). Nghiên cứu sử dụng hồi quy chuỗi thời gian OLS
theo phương pháp HAC của Newey và West sử dụng 55 công ty trong khoảng thời
gian từ tháng 7 năm 2005 đến tháng 6 năm 2013. Tác giả ghi nhận được hiệu ứng quy
mô và hiệu ứng giá trị đáng kể. Nhân tố B/M không hấp thụ vai trò của nhân tố
earnings-to-price. Nhân tố thanh khoản đóng một vai trò quan trọng. Hai nhân tố
sales-to-price, dividends-to-price là dư thừa. Không có hiệu ứng quán tính
(momentum effect) nào ở Ai Cập. Taha & Elgiziry kết luận rằng mô hình 5 yếu tố kết
hợp yếu tố thị trường, quy mô doanh nghiệp, tỷ lệ B/M, tỷ lệ earnings-to-price và
thanh khoản thì mang lại kết quả tốt hơn so với các mô hình FF3F. Sự hiệu quả của
mô hình được kiểm tra bằng chia tách các giai đoạn thị trường.
2.2.2 Các nghiên cứu ở thị trường Việt Nam
a) Nghiên cứu của Võ Hồng Đức và Mai Duy Tân năm 2014 tại sàn HOSE
Trong bài nghiên cứu đăng trên Tạp chí Công nghệ Ngân hàng số 101 có tiêu
đề “Sự phù hợp của mô hình Fama-French 5 nhân tố vào thị trường Việt Nam”, hai
tác giả Võ Hồng Đức và Mai Duy Tân đã vận dụng mô hình Fama-French 5 nhân tố
vào thị trường Việt Nam với mẫu nghiên cứu là 281 công ty niêm yết trên sàn HOSE

giai đoạn 2007 – 2013.
Đức và Tân đã phân chia bộ dữ liệu thành 14 phân mục đầu tư dựa trên quy
mô, tỷ lệ B/M, lợi nhuận hoạt động và khuynh hướng đầu tư. Hai tác giả đã kiểm định
tính vững của mô hình FF5F bằng phương pháp kiểm định đa cộng tuyến, kiểm định
tự tương quan và phương sai sai số thay đổi. Kết quả cho thấy mô hình không có hiện
tượng tư tương quan và phương sai sai số thay đổi. Sau đó, các tác giả chạy mô hình
hồi quy chuỗi thời gian cho 14 danh mục. Kết quả tóm lược như sau: nhân tố phần bù


16

rủi ro thị trường mang đúng dấu kỳ vọng (+) và có ý nghĩa thống kê ở tất cả 14 danh
mục; nhân tố HML giải thích tốt hơn cho TSSL của cổ phiếu so với nhân tố SMB (14
so với 10 danh mục mang ý nghĩa thống kê); trong 2 nhân tố mới của mô hình FF5F
là nhân tố RMW và CMA thì nhân tố RMW giải thích tốt cho TSSL cổ phiếu còn
nhân tố CMA ngược dấu kỳ vọng ở tất cả 14 danh mục.
b) Nghiên cứu của Nhu Nguyen, Numan Ulku và Jin Zhang (2015) tại
TTCK Việt Nam
Nghiên cứu của Nhu và Cộng sự (2015) đưa ra bằng chứng cho thấy mô hình
FF5F có thể giải thích TTSL bổ sung cho mô hình CAPM truyền thống và mô hình
FF3F và cho thấy tầm quan trọng của nhân tố giá trị (HML) không bị giảm đi khi bổ
sung hai nhân tố mới lợi nhuận và đầu tư vào mô hình đối với thị trường chứng khoán
Việt Nam. Các tác giả cũng nhận thấy rằng ở Việt Nam, nơi chính phủ nắm giữ cổ
phần lớn trong các công ty lớn, các mô hình định giá tài sản truyền thống không giải
thích được lợi nhuận trung bình đối với các doanh nghiệp nhà nước (DNNN). Nghiên
cứu giải quyết các câu hỏi sau:
i) Mô hình định giá tài sản nào (CAPM, FF3F hay FF5F) mô tả tốt nhất hành
vi của thị trường chứng khoán Việt Nam;
ii) Nhân tố giá trị (HML) có trở nên dư thừa để giải thích lợi nhuận của cổ
phiếu trong một nền kinh tế đang phát triển sau khi thêm các yếu tố mới vào mô hình

định giá tài sản,
iii) Cơ cấu sở hữu nhà nước đóng vai trò quan trọng trong việc mô tả lợi nhuận
của cổ phiếu.
Phân tích nghiên cứu này được thực hiện đối với tất cả cổ phiếu phổ thông trên
cả hai sàn HOSE và HNX (bao gồm cả UPCOM) theo tần suất hàng tháng và hàng
ngày từ tháng 8 năm 2007 đến tháng 7 năm 2015. Nguồn dữ liệu là cơ sở dữ liệu
Datastream bao gồm giá đóng cửa điều chỉnh, tỷ lệ B/M, giá trị vốn hóa thị trường,
doanh thu, chi phí quản lý, chi phí lãi vay, giá vốn hàng bán, tổng tài sản và tỷ lệ sở
hữu nhà nước. Lãi suất qua đêm liên ngân hàng được sử dụng như lãi suất phi rủi ro
để phù hợp với các nghiên cứu trước đây về Việt Nam. Mẫu dữ liệu gồm có 135 cổ


17

phiếu vào tháng 12/2007 và 438 cổ phiếu vào năm 2015, tương đương 1.113.948 quan
sát theo ngày và 50.112 quan sát theo tháng.
Các kết quả tính toán (thống kê trung bình R2 hiệu chỉnh và GRS) chỉ ra sự
vượt trội của mô hình FF5F so với mô hình CAPM và mô hình FF3F. Mặt khác, tỷ lệ
Sharpe của alpha cho thấy mô hình FF3F được ưu tiên hơn trong việc giải thích lợi
nhuận của các danh mục đầu tư. Nghiên cứu còn kết luận nhân tố giá trị (HML) có
mối quan hệ với lợi nhuận của danh mục đầu tư và hiệu quả của nó không bị hấp thụ
bởi nhân tố lợi nhuận và nhân tố đầu tư.
Nghiên cứu này cũng báo cáo bằng chứng về phần bù rủi ro trên tỷ lệ vốn sở
hữu nhà nước ở Việt Nam, tức là các doanh nghiệp nhà nước có lợi nhuận trung bình
cao hơn đáng kể so với các doanh nghiệp tư nhân mặc dù trước đây đầu tư ít hơn và
có tỷ lệ lợi nhuận và tỷ lệ B/M thấp hơn các doanh nghiệp tư nhân. Các doanh nghiệp
tư nhân có xu hướng mang lại lợi nhuận thấp cho các nhà đầu tư và có khuynh hướng
đầu tư mạnh mẽ hơn các doanh nghiệp nhà nước. Danh mục đầu tư quy mô lớn bao
gồm các cổ phiếu mà lợi nhuận hoạt động giống như các công ty có giá trị, không có
lợi nhuận và đầu tư một cách bảo thủ. Phát hiện mới của nghiên cứu là các mô hình

định giá tài sản không giải thích được mức lợi nhuận trung bình của các doanh nghiệp
nhà nước. Ngược lại với bằng chứng quốc tế (Fama và French, năm 2015) cho thấy
lợi nhuận của các cổ phiếu nhỏ không được giải thích bởi các mô hình định giá tài
sản vốn, mô hình 5 yếu tố này không giải thích được mức lợi nhuận cao của danh
mục đầu tư có các cổ phiếu có tỷ lệ B/M và lợi nhuận trung bình, và không thể giải
thích lợi nhuận thấp của cổ phiếu với tỷ lệ đầu tư trung bình. Nghiên cứu cũng cho
thấy rằng các nhà đầu tư nắm giữ danh mục đầu tư với tỷ lệ B/M trung bình hoặc chỉ
tập trung vào các cổ phiếu của DNNN trong giai đoạn lấy mẫu sẽ có lợi nhuận cao
nhất. Danh mục đầu tư thua lỗ trong giai đoạn lấy mẫu là cổ phiếu có tỷ lệ đầu tư
trung bình.
c) Nghiên cứu của Nguyễn Thị Thúy Nhi tại sàn HOSE và HNX (2016)
Nguyễn Thị Thúy Nhi (2016) kiểm định sự phù hợp của mô hình Fama-French
5 nhân tố và mô hình Carhart 4 nhân tố trên TTCK Việt Nam. Tác giả sử dụng bộ dữ


18

liệu thứ cấp của các công ty phi tài chính niêm yết trên cả hai sàn HOSE và HNX, dữ
liệu giá đóng của điều chỉnh và lãi suất trái phiếu chính phủ.
Nghiên cứu sử dụng phương pháp hồi quy bình phương nhỏ nhất. Dữ liệu được
lấy theo tháng, số quan sát là 78 tháng. Tác giả chia mẫu nghiên cứu thành 3 bộ danh
mục đầu tư bao gồm: 2x3, 2x2 (theo Size-BM/ Size-OP/ Size-Inv) và 2x2x2x2 (theo
Size-B/M-OP-Inv) sau đó tiến hành tính các nhân tố của mô hình FF5F. Thay vì xây
dựng các danh mục hồi quy 5x5 để chạy các mô hình hồi quy thì tác giả sử dụng luôn
các danh mục nhân tố để kiểm định.
Ngoài ra, tác giả còn thực hiện kiểm định đa cộng tuyến, kiểm định tự tương
quan và phương sai sai số thay đổi, sau đó khắc phục các khuyết tật của mô hình trước
khi tiến hành hồi quy.
Kết quả nghiên cứu cho thấy Mô hình FF5F với cách phân loại 2x3 có mức độ
giải thích mô hình cao với R2 hiệu chỉnh đi từ 80,58% đến 95,23%. Nhân tố phần bù

rủi ro thị trường đồng biến phần bù TSSL cổ phiếu. Nhân tố SMB đồng biến với phần
bù TSSL cổ phiếu ở nhóm danh mục cổ phiếu nhỏ, và nghịch biến với phần bù TSSL
cổ phiếu ở nhóm danh mục cổ phiếu lớn. Nhân tố HML đồng biến với phần bù tỷ suất
sinh lợi ở nhóm cổ phiếu có tỷ số BE/ME cao và có tương quan nghịch với phần bù
tỷ suất sinh lợi ở nhóm cổ phiếu có tỷ số BE/ME thấp. Nhân tố RMW tương quan
thuận với TSSL cổ phiếu ở nhóm cổ phiếu có tỷ số OP cao và có tương quan nghịch
ở nhóm cổ phiếu có tỷ số OP thấp. Nhân tố CMA có tương quan thuận ở nhóm cổ
phiếu có mức độ đầu tư thấp và có tương quan nghịch với nhóm có mức độ đầu tư
cao.
Mô hình FF5F với cách phân loại 2x2 có mức độ giải thích cao hơn mô hình
FF5F cách phân loại 2x3, với R2 hiệu chỉnh đi từ 90,97% đến 95,76%. Trong khi mô
hình FF5F cách phân loại 2x2x2x2, có mức độ giải thích mô hình thấp hơn nhiều so
với mô hình FF 5 nhân tố cách phân loại 2x3 và cách phân loại 2x2
So sánh các cách phân loại với nhau, thì 2 cách phân loại 2x2 và 2x3 thể hiện
kết quả và mức độ giải thích tốt, còn kết quả của các phân loại 2x2x2x2, chưa giải
thích được các nhân tố trong mô hình.