Một số ứng dụng từ mô hình 5 nhân tố Fama French PDF

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

-----------------------------------------------
TRỊNH MINH QUANG
MỘT SỐ ỨNG DỤNG TỪ MÔ HÌNH 5

NHÂN TỐ FAMA FRENCH
LUẬN VĂN THẠC SĨ KINH TẾ
TP. HỒ CHÍ MINH - NĂM 2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
-----------------------------------------------
TRỊNH MINH QUANG
MỘT SỐ ỨNG DỤNG TỪ MÔ HÌNH 5

NHÂN TỐ FAMA FRENCH
Chuyên ngành : Tài chính – Ngân hàng

Mã số : 60340201
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: PGS.TS LÊ THỊ LANH
Thành phố Hồ Chí Minh, năm 2017

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn thạc sĩ “Một số ứng dụng từ mô hình 5 nhân tố Fama
French” là công trình nghiên cứu khoa học của riêng tôi.
Các kết quả nghiên cứu trong luận văn là trung thực và chưa từng được công bố
trong bất kỳ công trình nghiên cứu nào khác.
Tác giả
Trịnh Minh Quang

MỤC LỤC
TRANG PHỤ BÌA

LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC HÌNH VÀ ĐỒ THỊ
DANH MỤC BẢNG BIỂU
DANH MỤC TỪ VIẾT TẮT
TÓM TẮT
Chương 1: GIỚI THIỆU .......................................................................................................... 1
1.1. LÝ DO NGHIÊN CỨU ................................................................................................ 1
1.2. MỤC TIÊU NGHIÊN CỨU ........................................................................................ 3
1.3. CÂU HỎI NGHIÊN CỨU ........................................................................................... 3
1.4. PHẠM VI NGHIÊN CỨU ........................................................................................... 4
1.5. PHƯƠNG PHÁP NGHIÊN CỨU............................................................................... 4
1.6. Ý NGHĨA NGHIÊN CỨU ........................................................................................... 5
1.7. KẾT CẤU NGHIÊN CỨU .......................................................................................... 6
Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC.............................. 7
2.1. CƠ SỞ LÝ THUYẾT ................................................................................................... 7
2.1.1. Các khái niệm ......................................................................................................... 7
2.1.2. Lợi nhuận và rủi ro của danh mục đầu tư ............................................................ 9
2.1.3. Lý thuyết danh mục đầu tư Markowitz.............................................................. 10
2.1.4. Mô hình CAPM .................................................................................................... 13
2.1.5. Mô hình Fama French 3 nhân tố......................................................................... 15
2.1.6. Mô hình Cahart 4 nhân tố .................................................................................... 17
2.1.7. Mô hình Q 4 nhân tố ............................................................................................ 19
2.1.8. Mô hình Fama French 5 nhân tố......................................................................... 20
2.2. CÁC NGHIÊN CỨU TRƯỚC .................................................................................. 23
2.2.1. Nghiên cứu tại các nước phát triển..................................................................... 23
2.2.2. Nghiên cứu tại các nước đang phát triển ........................................................... 25
2.2.3. Nghiên cứu tại Việt Nam ..................................................................................... 27
Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU .................................................................... 30
3.1. QUY TRÌNH NGHIÊN CỨU ................................................................................... 30
3.2. GIẢ THUYẾT NGHIÊN CỨU ................................................................................. 31
3.3. MÔ HÌNH NGHIÊN CỨU ........................................................................................ 32
3.3.1. Mô hình nghiên c ứu ............................................................................................. 32
3.3.2. Phương pháp tính các nhân tố trong mô hình ................................................... 34
3.4. DỮ LIỆU NGHIÊN CỨU.......................................................................................... 37
3.5. PHƯƠNG PHÁP XỬ LÝ DỮ LIỆU ........................................................................ 39
Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN .............................................. 40
4.1. XỬ LÝ DỮ LIỆU VÀ THỐNG KÊ MÔ TẢ DỮ LIỆU ....................................... 40
4.1.1. Biến động về giá của các cổ phiếu niêm yết trên hai sàn chứng khoán HNX
và HOSE giai đoạn 01/2007 – 12/2016 ........................................................................ 40
4.1.2. Phân chia danh mục và tính tỷ suất sinh lợi trung bình của mỗi danh mục
đầu tư ................................................................................................................................ 42
4.1.3. Năm nhân tố trong mô hình Fama French......................................................... 46
4.1.4. Phân tích sự tương quan giữa các nhân tố ......................................................... 49
4.2. KIỂM ĐỊNH TÍNH PHÙ HỢP CỦA CÁC MÔ HÌNH ĐỊNH GIÁ TÀI SẢN .. 49
4.3. HML: CÓ LÀ NHÂN TỐ DƯ THỪA ..................................................................... 54
4.4. HỒI QUY CHI TIẾT .................................................................................................. 55
4.4.1. 25 danh mục Size-B/M ........................................................................................ 56
4.2.2. 25 danh mục Size-OP........................................................................................... 59
4.4.3. 25 danh mục Size-Inv .......................................................................................... 61
4.4.4. 32 danh mục Size-OP-Inv ................................................................................... 63
Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ ................................................................... 66
5.1. KẾT LUẬN.................................................................................................................. 66
5.2. KHUYẾN NGHỊ ......................................................................................................... 68
5.2.1. Khuyến nghị đối với những ai sử dụng mô hình FF 5 nhân tố ....................... 68
5.2.2. Khuyến nghị riêng đối với nhà đầu tư chứng khoán ........................................ 70
5.2.3. Khuyến nghị riêng đối với những công ty đang niêm yết trên hai sàn HNX
và HOSE ........................................................................................................................... 72
5.3. CÁC GIỚI HẠN CỦA ĐỀ TÀI VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO ..... 72
TÀI LIỆU THAM KHẢO
PHỤ LỤC 76
Phụ lục A
Phụ lục B
Phụ lục C
Phụ lục D
Phụ lục E
Phụ lục F
Phụ lục G
DANH MỤC HÌNH VÀ ĐỒ THỊ
Hình 2.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán. ............................................ 9
Hình 2.2: Đường biên hiệu quả Markowitz. ....................................................................... 12
Hình 2.3: Kết hợp đường biên hiệu quả và đường hữu dụng............................................ 13
DANH MỤC BẢNG BIỂU
Bảng 3.1: Quy trình nghiên cứu. .......................................................................................... 30

Bảng 3.2: Các nhóm thu được theo cách sắp xếp 2x3, 18 nhóm...................................... 35
Bảng 3.3: Các nhóm thu được theo cách sắp xếp 2x2, 12 nhóm...................................... 36
Bảng 3.4: Các nhóm thu được theo cách sắp xếp 2x2x2x2, 16 nhóm ............................. 36
Bảng 4.1: Tỷ suất sinh lợi vượt trội trung bỉnh hàng tuần của danh mục thị trường (Rm-
Rf, đơn vị %) và tỷ suất sinh lợi phi rủi ro (Rf, đơn vị %) qua các năm. ........................ 41
Bảng 4.2: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các danh mục
được lập dựa vào Size và B/M, Size và OP, Size và Inv; 01/01/2009-31/12/2016, 412
tuần. .......................................................................................................................................... 43
Bảng 4.3: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các danh mục
được lập dựa vào (i) Size, B/M và OP, (ii) Size, B/M và Inv, (iii) Size, OP và Inv;
01/01/2009-31/12/2016, 412 tuần. ....................................................................................... 45
Bảng 4.4: Thống kê các nhân tố được tính trung bình hàng tuần (đơn vị %) dựa vào 3
phương pháp tính (i) 2x3 Size-B/M, Size-OP, Size-Inv (ii) 2x2 Size-B/M, Size-OP,
Size-Inv (iii) 2x2x2x2 Size-B/M-OP-Inv; 01/01/2009-31/12/2016, 412 tuần. .............. 48
Bảng 4.5: Các chỉ tiêu thống kê kiểm định mức độ phù hợp của các mô hình CAPM,
ba, bốn và năm nhân tố; 01/01/2009-31/12/2016, 412 tuần.............................................. 51
Bảng 4.6: Dùng 4 nhân tố trong hồi quy để giải thích nhân tố thứ năm; 01/01/2009-
31/12/2016, 412 tuần.............................................................................................................. 54
Bảng 4.13: Thống kê mô tả cho các danh mục được lập dựa vào (i) Size và B/M, (ii)
Size và OP, (iii) Size và Inv, (iv) Size, B/M và OP, (v) Size, B/M và Inv, (vi) Size, OP
và Inv; 01/01/2009-31/12/2016, 412 tuần. .......................................................................... 76
Bảng 4.7: Hồi quy cho 25 danh mục Size-B/M; 01/01/2009-31/12/2016, 412 tuần. .... 79
Bảng 4.8: Hồi quy cho 25 danh mục Size-OP; 01/01/2009-31/12/2016, 412 tuần........ 84
Bảng 4.9: Hồi quy cho 25 danh mục Size-Inv; 01/01/2009-31/12/2016, 412 tuần. ...... 87
Bảng 4.10: Hồi quy cho 32 danh mục Size-OP-Inv; 01/01/2009-31/12/2016, 412 tuần.
................................................................................................................................................... 89
Bảng 4.11: Hồi quy cho 32 danh mục Size-B/M-Inv; 01/01/2009-31/12/2016, 412 tuần.
................................................................................................................................................... 91
Bảng 4.12: Hồi quy cho 32 danh mục Size-B/M-OP; 01/01/2009-31/12/2016, 412 tuần.
................................................................................................................................................... 93
DANH MỤC TỪ VIẾT TẮT
B/M, BE/ME : Giá trị sổ sách trên giá trị thị trường
CAPM : Mô hình định giá tài sản vốn
CMA : Phần bù rủi ro đầu tư
FF : Fama French
HML : Phần bù rủi ro giá trị
HNX : Sàn giao dịch chứng khoán Hà Nội
HOSE : Sàn giao dịch chứng khoán thành phố Hồ Chí Minh
OLS : Phương pháp bình phương tối thiểu thông thường
RMW : Phần bù rủi ro lợi nhuận
SMB : Phần bù rủi ro quy mô
VN-Index : Chỉ số chứng khoán Việt Nam

TÓM TẮT
Trong bối cảnh có nhiều mô hình định giá tài sản được sử dụng nhằm xác định
suất sinh lợi của cổ phiếu, mô hình Fama French 5 nhân tố (2015) xuất hiện trên tạp chí
Journal of Financial Economics đã nhận được rất nhiều sự quan tâm. Bài nghiên cứu
này nhằm đánh giá tính hợp lý của các mô hình định giá phổ biến: CAMP, Fama
French 3 nhân tố, Q 4 nhân tố của Hou cùng cộng sự và Fama French 5 nhân tố. Dữ
liệu từ 691 công ty niêm yết trên hai sàn HNX và HOSE từ năm 2007 đến 2016 được
sử dụng trong nghiên cứu này. Kết quả cho thấy tại Việt Nam mô hình Fama French 5
nhân tố và mô hình gồm bốn nhân tố: thị trường, quy mô, giá trị và lợi nhuận giải thích
tốt nhất cho suất sinh lợi cổ phiếu. Hai mô hình này có mức độ phù hợp gần tương
đương vì nhân tố đầu tư tác động không mạnh lên biến phụ thuộc là suất sinh lợi cổ
phiếu, bốn nhân tố còn lại đều thể hiện vai trò có ý nghĩa thống kê trong tất cả các mô
hình được khảo sát. Trong bốn nhân tố này, nhân tố thị trường, quy mô và giá trị mang
đúng dấu kỳ vọng còn nhân tố lợi nhuận có hệ số hồi quy âm đối với phần lớn các danh
mục. Nhân tố thị trường chứng tỏ rõ tầm ảnh hưởng lên kết quả kiểm định bởi nhân tố
này luôn có hệ số hồi quy lớn và có ý nghĩa thống kê và các kiểm định thống kê tốt.
Vai trò của các nhân tố quy mô, giá trị và lợi nhuận dù quan trọng nhưng rất khó so
sánh vì kết quả kiểm định phụ thuộc vào cách thức xây dựng danh mục đầu tư.
Bằng việc tiếp cận nhiều phương pháp xây dựng danh mục đầu tư nghiên cứu đi
đến kết luận là các cách thức phân chia danh mục đầu tư khác nhau sẽ mang đến kết
quả khác nhau, hai phương pháp phân chia danh mục theo ít tiêu chí nhất và ảnh hưởng
ít nhất đến kết quả hồi quy 25 danh mục Size-Inv và 32 danh mục Size-OP-Inv được đề
nghị sử dụng.
Nghiên cứu khuyến nghị các nhà đầu tư nên quan tâm đến nhân tố thị trường
trong việc định giá chứng khoán vì nhân tố này tác động làm tăng hoặc giảm giá của
phần lớn các cổ phiếu trên thị trường nhất là đối với các cổ phiếu có quy mô lớn, B/M
cao và lợi nhuận thấp. Ngoài ra nhà đầu tư cũng cần theo dõi các biến động về rủi ro
quy mô, giá trị và lợi nhuận để có các hành động thích hợp tương ứng với thay đổi của
các loại rủi ro này nhằm tránh thua lỗ và mang lại lợi ích tốt nhất khi đầu tư.
1
Chương 1: GIỚI THIỆU
1.1. LÝ DO NGHIÊN CỨU
Thị trường chứng khoán (TTCK) cùng với hệ thống ngân hàng là hai hệ thống
trung chuyển nguồn vốn quan trọng nhất của một quốc gia. Ngày nay, nền kinh tế sẽ
khó mà hoạt động hiệu quả nếu thiếu sự trợ giúp của hai hệ thống này. TTCK còn là
kênh đầu tư quan trọng của nhà đầu tư tại Việt Nam bên cạnh các kênh đầu tư khác như
bất động sản, kinh doanh, cho vay, gửi tiết kiệm, vàng, ngoại tệ,…. TTCK sẽ hoạt động
ổn định hơn nếu các nhà đầu tư trên thị trường đạt được lợi nhuận mà họ xứng đáng
được hưởng khi đầu tư. Do đó, xác định tỷ suất sinh lợi cho một danh mục đầu tư luôn
là bước quan trọng nhất trong tiến trình đầu tư của các nhà đầu tư và là vấn đề cần thiết
giải đáp của TTCK nói chung. Đã có nhiều nghiên cứu được thực hiện phân tích những
nguyên nhân tác động lên lợi nhuận đầu tư: Những nhân tố vĩ mô như biến động của
chu kỳ kinh tế trong nước cũng như thê giới, biến động của lãi suất, tỷ giá hay giá
vàng, giá dầu… hay nhân tố vi mô như ảnh hưởng của thị trường, quy mô công ty,
dòng tiền trên giá … Trong các nhân tố vi mô thì các mô hình định giá được tranh luận
nhiều nhất. Cứ mỗi khi trên thế giới có một mô hình định giá xuất hiện thì tại Việt Nam
cũng có nhiều nghiên cứu tiếp theo các nghiên cứu này, có thể kể đến các mô hình định
giá tiêu biểu đã xuất hiện trên thế giới như: mô hình định giá tài sản vốn (Capital asset
pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French
(1993), mô hình 4 nhân tố của Carhart (1997), mô hình Q 4 nhân tố của Hou, Xue và
Zhang (2015). Tuy nhiên các mô hình định giá này còn tồn tại nhiều hạn chế. Một yếu
tố thị trường trong mô hình CAPM không đủ để giải thích biến động của lợi nhuận cổ
phiếu. Novy-Marx (2013), Titman, Wei, và Xie (2004), và nhiều nghiên cứu khác chỉ
ra rằng mô hình FF 3 nhân tố bỏ lỡ nhiều biến đổi của tỷ suất sinh lợi liên quan đến lợi
nhuận và đầu tư. Yếu tố xu hướng mà Cahart (1997) đưa ra trong mô hình 4 nhân tố
không thuyết phục, bởi lẽ kết quả đạt được từ mô hình này không rõ ràng và rất khó sử
2
dụng trong suy luận (cổ phiếu có tỷ suất sinh lợi năm nay cao hơn tỷ suất sinh lợi trung
bình thì năm sau vẫn có tỷ suất sinh lợi kỳ vọng cao hơn tỷ suất sinh lợi trung bình là
một kết luận nửa vời, chiến lược đầu tư mua cổ phiếu giá cao và bán cổ phiếu giá thấp
không phải là một chiến lược đầu tư có ích trong thực tế). Fama French (2015) đã bổ
sung thêm hai nhân tố lợi nhuận và đầu tư để kiểm định mô hình gồm 5 nhân tố, kết
quả cho thấy mô hình 5 nhân tố giải thích tỷ suất sinh lợi tốt hơn mô hình 3 nhân tố với
số liệu thị trường Mỹ.
Tại Việt Nam cũng đã có hai nghiên cứu của Võ Hổng Đức và Mai Duy Tân
(2014) và Nguyễn Thị Thúy Nhi (2016) sử dụng mô hình Fama French (FF) 5 nhân tố.
Tuy nhiên cả hai nghiên cứu này đều dựa trên nghiên cứu của Fama French (2013) khi
mà nghiên cứu về mô hình 5 nhân tố của Fama French vẫn chưa được đăng và phản
biện trên các tạp chí uy tín. Trong nghiên cứu của Võ Hồng Đức và Mai Duy Tân
(2014) thì tác giả đã áp dụng cách phân chia danh mục khi tính các nhân tố trong mô
hình hồi quy để làm cách phân chia danh mục khi chạy mô hình hồi quy với 14 danh
mục đầu tư. Việc áp dụng chung một cách phân chia danh mục cho hai việc như vậy có
thể dẫn đến những mối nguy hiểm không lường trước được, ví dụ như tập các nhân tố
và tập các danh mục có thể có sự ràng buộc và tương quan lẫn nhau, hơn nữa việc
nghiên cứu các danh mục đầu tư mà chỉ dựa trên 14 danh mục thì quá ít để đạt độ tin
cậy cho một nghiên cứu. Trong nghiên cứu của Nguyễn Thị Thúy Nhi (2016) có tổng
cộng 46 danh mục đầu tư, tuy số lượng danh mục có nhiều hơn tuy nhiên vẫn rất thấp
và nghiên cứu này cũng sử dụng cách phân chia danh mục khi tính các nhân tố trong
mô hình hồi quy để làm cách phân chia danh mục khi chạy hồi quy. Do đó kết quả từ
hai nghiên cứu này rất khó thuyết phục. Hai nghiên cứu này cũng cho những kết quả
rất trái ngược nhau. Tác giả cũng nhận thấy trong các nghiên cứu trước tại Việt Nam,
chưa có nghiên cứu nào giải quyết vấn đề: mô hình định giá nào phù hợp nhất để giải
thích cho tỷ suất sinh lợi hay mô hình nào được sử dụng tốt cho trường hợp nào. Cũng
có những nghiên cứu so sánh hai mô hình và đưa ra lời khuyên về việc sử dụng các mô
3
hình đó nhưng các nghiên cứu này không dùng bất cứ phương pháp kiểm định nào khi
so sánh. Chính vì mô hình Fama French 5 nhân tố đang được quan tâm rất nhiều trong
giới học thuật mà tại Việt Nam vẫn chưa có nghiên cứu chính thức nào được công bố,
vì sự mâu thuẫn và thiếu tin tưởng của các nghiên cứu trước tại Việt Nam, và vì nhu
cầu cần có sự so sánh giữa các mô hình để làm tham khảo cho các nhà đầu tư đã thôi
thúc chúng tôi thực hiện nghiên cứu: “Một số ứng dụng từ mô hình 5 nhân tố Fama
French”.
1.2. MỤC TIÊU NGHIÊN CỨU
Nghiên cứu này có ba mục tiêu chính.
Thứ nhất, đánh giá tác động của các nhân tố thị trường, quy mô, giá trị, lợi
nhuận và đầu tư đến tỷ suất sinh lợi của các cổ phiếu niêm yết trên hai sàn HNX và
HOSE.
Thứ hai, kiểm định và lựa chọn ra một mô hình định giá tài sản phù hợp nhất
giải thích sự biến động của tỷ suất sinh lợi chứng khoán tại Việt Nam từ các mô hình
định giá phổ biến hiện nay.
Thứ ba, đưa ra những khuyến nghị nhằm giúp các nhà đầu tư trong việc lựa
chọn, quản lý danh mục đầu tư và giúp các nhà quản lý tối ưu hóa giá trị doanh nghiệp
của họ trên sàn chứng khoán.
1.3. CÂU HỎI NGHIÊN CỨU
Từ mục tiêu nghiên cứu trên chúng tôi đưa ra các câu hỏi nghiên cứu như sau:
Các yếu tố bao gồm: (i) yếu tố thị trường, (ii) yếu tố quy mô, (iii) yếu tố giá trị,
(iv) yếu tố lợi nhuận, (v) yếu tố đầu tư có mối quan hệ với tỷ suất sinh lợi cổ phiếu hay
không?
4
Trong các mô hình: Mô hình CAPM, mô hình 3 nhân tố Fama-French, mô hình

Q 4 nhân tố Hou, Xue và Zhang, và mô hình 5 nhân tố Fama-French thì mô hình nào
phù hợp nhất để giải thích sự biến động của tỷ suất sinh lợi chứng khoán tại Việt Nam?
Các cách phân chia danh mục khác nhau có làm kết quả thay đổi hay không?
Nếu kết quả thay đổi theo cách phân chia danh mục, vậy cách phân chia nào phù hợp
nhất trong điều kiện của Việt Nam?
Fama French (2015) cho thấy khi bỏ bớt nhân tố giá trị ra khỏi mô hình 5 nhân
tố thì không có sự khác biệt đáng kể, lý do là bởi giữa nhân tố giá trị và hai nhân tố lợi
nhuận và đầu tư có mối tương quan khá cao, vậy tại Việt Nam nhân tố giá trị có trở nên
dư thừa trong mô hình FF 5 nhân tố hay không?
Áp dụng các kết quả nghiên cứu ra sao để tối đa hóa lợi nhuận và giảm thiểu rủi
ro cho các nhà đầu tư?
1.4. PHẠM VI NGHIÊN CỨU
Thời gian nghiên cứu: từ tháng 1/2007 đến tháng 12/2016.
Dữ liệu: Số liệu thứ cấp của các công ty niêm yết trên hai sàn HNX và HOSE.
Đối tượng nghiên cứu: mối quan hệ giữa các nhân tố trong mô hình Fama
French 5 nhân tố với tỷ suất sinh lợi của các cổ phiếu niêm yết trên hai sàn HNX và
HOSE.
1.5. PHƯƠNG PHÁP NGHIÊN CỨU
Bài nghiên cứu này sử dụng phương pháp nghiên cứu định lượng với hồi quy
bình phương nhỏ nhất (Ordinary Least Square – OLS) như trong nghiên cứu của Fama
French (2015).
Thông qua việc so sánh các mô hình định giá tài sản phổ biến: mô hình định giá
tài sản vốn (Capital asset pricing model CAPM) của Sharpe (1964), mô hình 3 nhân tố
5
của Fama French (1993), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015) và mô
hình 5 nhân tố của Fama French (2015), kết hợp với kiểm định GRS của Gibbons,
Ross, và Shanken (1989), một kiểm định được sử dụng nhiều trong các bài báo uy tín
trên thế giới hiện nay, mô hình phù hợp nhất sẽ được lựa chọn.
Nghiên cứu thực hiện nhiều cách phân chia danh mục đầu tư để xác định là liệu
các cách phân chia danh mục khác nhau có làm kết quả thay đổi hay không. Nếu kết
quả thay đổi theo cách phân chia danh mục, vậy cách phân chia nào phù hợp nhất.
Dữ liệu trong nghiên cứu là dữ liệu thứ cấp được cung cấp bởi Thomson Reuters
gồm: chỉ số VN-Index, giá cổ phiếu và các số liệu khác của các doanh nghiệp niêm yết
trên hai sàn HNX và HOSE trong giai đoạn 2007-2016. Lãi suất phi rủi ro được sử
dụng là lãi suất trái phiếu chính phủ kỳ hạn 1 năm. Nghiên cứu sử dụng chương trình
Excel để tổng hợp số liệu và tính toán và phần mềm Stata để chạy các mô hình hồi quy.
1.6. Ý NGHĨA NGHIÊN CỨU
Nghiên cứu có một vài ý nghĩa như:
Thứ nhất: kiểm định sự phù hợp của các mô hình mô hình định giá tài sản vốn
(Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama
French (1993), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô hình 5 nhân tố
của Fama French (2015) đối với thị trường chứng khoán Việt Nam. Kết quả nghiên cứu
có thể làm tài liệu tham khảo cho sinh viên, các nhà nghiên cứu và những người hoạt
động trên thị trường chứng khoán quan tâm đến vấn đề nghiên cứu này.
Thứ hai: Chọn ra một mô hình định giá phù hợp nhất giải thích sự biến động của
tỷ suất sinh lợi chứng khoán tại Việt Nam trong 4 mô hình định giá: Mô hình CAPM,
mô hình 3 nhân tố Fama-French, mô hình Q 4 nhân tố Hou, Xue và Zhang, và mô hình
5 nhân tố Fama-French.
6
Thứ ba: cung cấp một vài gợi ý cho các nhà đầu tư khi lựa chọn và quản lý danh
mục đầu tư.
Thứ tư: cung cấp một vài gợi ý cho các nhà quản lý nhằm tối ưu giá trị doanh
nghiệp của họ trên sàn chứng khoán.
1.7. KẾT CẤU NGHIÊN CỨU
Nghiên cứu gồm 5 chương:
Chương 1: Giới thiệu
Chương 2: Cơ sở lý thuyết và các nghiên cứu trước
Chương 3: Phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 5: Kết luận và khuyến nghị

7
Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
Lý thuyết danh mục đầu tư Markowitz (1952) ra đời là nền tảng cho các nghiên
cứu về mối quan hệ giữa rủi ro và lợi nhuận. Sau Makowitz đã có nhiều nhà kinh tế
phát triển lý thuyết này như: mô hình định giá tài sản vốn (Capital asset pricing model
– CAPM) của Sharpe (1964), mô hình 3 nhân tố của Fama French (1993), mô hình 4
nhân tố của Carhart (1997), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô
hình 5 nhân tố của Fama French (2015). Mô hình ra đời sau khắc phục được hạn chế
của các mô hình trước đó và có mức độ giải thích mô hình tốt hơn.
Nghiên cứu sẽ trình bày lần lượt các lý thuyết và mô hình, sau đó sẽ tóm tắt kết
quả của một số các nghiên cứu trước trong việc ứng dụng các mô hình này tại nước
ngoài và Việt Nam
2.1. CƠ SỞ LÝ THUYẾT
2.1.1. Các khái niệm
Thông thường, khi nhà đầu tư tham gia vào thị trường thì một trong những điều
đầu tiên mà họ quan tâm phải là lợi nhuận, yếu tố góp phần duy trì một hoạt động kinh
tế. Mặc dù mục tiêu của hoạt động đầu tư là lợi nhuận kiếm được, nhưng muốn biết
một hoạt động đầu tư có hiệu quả hay không người ta phải sử dụng khái niệm tỷ suất
sinh lợi (TSSL) chứ không phải lợi nhuận. Theo Nguyễn Minh Kiều (2009) “Tỷ suất
sinh lợi (rate of return) là tỷ lệ phần trăm giữa thu nhập và giá trị khoản đầu tư bỏ ra”.
Khi nói đến lợi nhuận tức là nói đến một số tiền kiếm được, còn nói đến tỷ suất sinh lợi
là nói đến con số tỷ lệ phần trăm giữa số tiền kiếm được so với số tiền bỏ ra.
Nhà đầu tư luôn tìm cách tối đa hóa tỷ suất sinh lợi và khi đó họ sẽ phải đối mặt
với rủi ro. Rủi ro có từ rất nhiều hình thức, có rủi ro do tài sản mất giá, có rủi ro lạm
phát làm giảm sức mua từ tài sản, có rủi ro bất ổn chính trị ảnh hưởng đến thị trường
8
thế giới... Cho đến nay chưa có được định nghĩa thống nhất về rủi ro. Những trường
phái khác nhau, các tác giả khác nhau đưa ra những định nghĩa rủi ro khác nhau.
Những định nghĩa này rất phong phú và đa dạng. Theo trường phái hiện đại, rủi ro
(risk) là sự bất trắc có thể đo lường được, vừa mang tính tích cực, vừa mang tính tiêu
cực. Rủi ro có thể mang đến những tổn thất mất mát cho con người nhưng cũng có thể
mang lại những lợi ích, những cơ hội. Nếu tích cực nghiên cứu rủi ro, người ta có thể
tìm ra những biện pháp phòng ngừa, hạn chế những rủi ro tiêu cực, đón nhận những cơ
hội mang lại kết quả tốt đẹp.
Rủi ro trong đầu tư là không thể tránh khỏi, nhưng vẫn có thể kiểm soát rủi ro,
có thể tăng lợi nhuận tối đa với một mức rủi ro chấp nhận được. Một cách để làm giảm
rủi ro là đa dạng hóa đầu tư. Tức là việc đầu tư vào nhiều loại tài sản khác nhau gọi là
danh mục đầu tư. Danh mục đầu tư là sự kết hợp của hai hay nhiều chứng khoán hoặc
tài sản khác nhau trong đầu tư. Người ta phân rủi ro tổng thể của một danh mục đầu tư
ra làm hai loại bao gồm rủi ro hệ thống và rủi ro không hệ thống.
Rủi ro hệ thống (systematic risk) là rủi ro gắn liền với các biến động của thị
trường, xuất phát từ các nguyên nhân bên ngoài doanh nghiệp hay ngành như: thiên tai,
chiến tranh, thay đổi trong lãi suất, thay đổi trong sức mua, thay đổi trong kỳ vọng của
nhà đầu tư về nền kinh tế… Những biến động này tác động đến toàn bộ hoặc hầu hết
các cổ phiếu trên thị trường.
Rủi ro không hệ thống (non-systematic risk) là những rủi ro đặc thù chỉ tác
động đến một loại tài sản hoặc một nhóm tài sản, nảy sinh từ những nguyên nhân nội
tại của doanh nghiệp hay của ngành, ví dụ như: năng lực quản trị yếu kém, nguồn cung
nguyên vật liệu gặp khó khăn, quy định của chính phủ về kiểm soát môi trường chặt
chẽ hơn, tác động của cạnh tranh nước ngoài (mức độ cạnh tranh nước ngoài càng cao
thì rủi ro càng cao), mức độ sử dụng đòn bẩy (sử dụng nợ càng nhiều thì mức độ rủi ro
tài chính càng cao)…
9
Sự kết hợp các chứng khoán không có quan hệ tương quan cùng chiều hoàn hảo
sẽ làm giảm được rủi ro do biến động của lợi nhuận đầu tư, biến động giảm lợi nhuận
của chứng khoán này có thể được bù đắp bằng biến động tăng lợi nhuận của chứng
khoán kia. Danh mục đầu tư khi được đa dạng hóa tốt thì có thể loại trừ gần như hoàn
toàn rủi ro không hệ thống, tuy nhiên rủi ro hệ thống thì không thể loại trừ được theo
cách này. Hình vẽ dưới đây biểu diễn mối quan hệ giữa rủi ro và số lượng chứng khoán
trong danh mục đầu tư, theo đó khi số lượng chứng khoán trong danh mục đầu tư tăng
lên thì rủi ro nói chung giảm xuống chỉ còn rủi ro hệ thống.
Hình 2.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán.
2.1.2. Lợi nhuận và rủi ro của danh mục đầu tư
Lợi nhuận kỳ vọng của danh mục đầu tư là trung bình có trọng số của các lợi
nhuận kỳ vọng của từng tài sản hay chứng khoán cá biệt trong danh mục đầu tư. Trọng
số ở đây chính là tỷ trọng của từng loại chứng khoán cá biệt trong danh mục đầu tư.
10
Gọi E(rp) là lợi nhuận kỳ vọng của danh mục đầu tư, công thức tính lợi nhuận kỳ vọng
của danh mục đầu tư như sau:
n
E (rp ) xi E (ri )
i 1
trong đó xi là tỷ trọng của chứng khoán i, E(ri) là lợi nhuận kỳ vọng của chứng khoán i,
và n là tổng số chứng khoán có trong danh mục đầu tư.
Rủi ro của danh mục đầu tư được đo lường bởi độ lệch chuẩn của danh mục đầu
tư. Khi kết hợp nhiều tài sản trong một danh mục đầu tư, lợi nhuận của các chứng
khoán cá biệt có quan hệ với nhau. Đồng phương sai (covariance) là đại lượng thống kế
dùng để đo lường mức độ tác động qua lại lẫn nhau giữa tỷ suất lợi nhuận của hai tài
sản cá biệt. Nói cách khác, độ lệch chuẩn của danh mục đầu tư phụ thuộc vào mức độ
quan hệ hay mức độ tương quan giữa các chứng khoán trong danh mục đầu tư. Độ lệch
chuẩn của danh mục đầu tư được xác định bởi công thức:
n n
p xi x j i j i, j
i 1 j 1
trong đó n là tổng số chứng khoán có trong danh mục đầu tư, xi là tỷ trọng của chứng
khoán i trong danh mục, xj là tỷ trọng của chứng khoán j trong danh mục, σi là độ lệch
chuẩn lợi nhuận của chứng khoán i, và σj là độ lệch chuẩn lợi nhuận của chứng khoán j,
và ρi,j là hệ số tương quan kỳ vọng giữa lợi nhuận của chứng khoán i và chứng khoán j.
Khi j = k thì hệ số tương quan ρi,j = 1 và σiσjρi,j = σj2.
2.1.3. Lý thuyết danh mục đầu tư Markowitz
Harry Makowitz (1952) giới thiệu lý thuyết danh mục đầu tư hiện đại (Modern
portfolio theory). Lý thuyết đưa ra phương pháp chọn lựa danh mục đầu tư dựa trên
những giả định như sau:
11
. Rủi ro là mức bất ổn của tỷ suất sinh lợi, do đó thước đo của rủi ro là phương
sai và độ lệch chuẩn của TSSL.
. Tỷ suất sinh lợi tuân theo phân phối chuẩn.
. Các nhà đầu tư không thích rủi ro nhưng sẽ chấp nhận rủi ro ở những mức độ
khác nhau.
. Thái độ của các nhà đầu tư đối với rủi ro là sự khác biệt trong TSSL mong đợi
của nhà đầu tư trong tương quan đánh đổi rủi ro.
. Các nhà đầu tư luôn tối đa hóa lợi ích mong đợi trong một thời kỳ nhất định.
. Đường cong hữu dụng của nhà đầu tư là một hàm số của TSSL mong đợi và
2
phương sai của TSSL U = E(r) - .
Markowitz đã chứng minh được rằng đa dạng hoá có thể làm giảm rủi ro danh
mục. Với danh mục gồm nhiều tài sản, các tỷ trọng kết hợp khác nhau cho ra những kết
hợp của TSSL và độ lệch chuẩn mà Markowitz gọi là vùng quả trứng vỡ. Bất kỳ kết
hợp nào cũng cho ra kết quả nằm trong vùng này. Đường biên trên của vùng quả trứng
vỡ chính là đường biên hiệu quả, bao gồm các kết hợp tạo thành những danh mục đầu
tư hiệu quả, tức là những danh mục có TSSL cao nhất ứng với một độ lệch chuẩn cho
trước, hoặc danh mục có độ lệch chuẩn thấp nhất ứng với một TSSL cho trước (với giả
định các nhà đầu tư đều muốn tăng TSSL và giảm độ lệch chuẩn).
12
Tỷ suất sinh
lợi mong đợi
Hiệu quả biên
Độ lệch chuẩn
Hình 2.2: Đường biên hiệu quả Markowitz.
Việc lựa chọn danh mục đầu tư sẽ tuỳ thuộc vào đường biên hiệu quả và mức độ
ưa thích rủi ro của nhà đầu tư, tức đường hữu dụng. Đường hữu dụng cho thấy thái độ
của nhà đầu tư đối với rủi ro. Ứng với mỗi nhà đầu tư (một giá trị hệ số ngại rủi ro) ta
có một tập hợp các đường hữu dụng song song với nhau. Đường hữu dụng càng cao
cho thấy mức hữu dụng càng lớn. Với trục tung là tỷ suất sinh lợi và trục hoành là độ
lệch chuẩn thì, nếu nhà đầu tư là NĐT ghét rủi ro thì đường hữu dụng sẽ dốc đứng
(muốn TSSL nhiều hơn nhưng độ lệch chuẩn ít hơn). Đó là trường hợp NĐT với tập
hợp đường hữu dụng U1, U2, U3 như hình vẽ. Còn nếu nhà đầu tư là ưa thích rủi ro thì
đường hữu dụng sẽ có dạng xuôi hơn, ít dốc hơn (nhà đầu tư chấp nhận hy sinh độ lệch
chuẩn lớn hơn để nhận được TSSL tương ứng ít hơn - tập hợp U’1, U’2, U’3). Danh
mục đầu tư tối ưu sẽ là danh mục nằm trên đường biên hiệu quả và tiếp xúc với đường
hữu dụng cao nhất có thể.
13
Hình 2.3: Kết hợp đường biên hiệu quả và đường hữu dụng.
2.1.4. Mô hình CAPM
Dựa trên những nghiên cứu của Harry Markowitz về lí thuyết danh mục và việc
phát minh ra danh mục thị trường, William Sharpe tiếp tục nghiên cứu, phát triển và
vào năm 1964 ông đã đưa ra mô hình định giá tài sản vốn (Capital asset pricing model
– CAPM). 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. Còn rủi ro không 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 tà bởi
công thức sau: E ( Ri ) RF iM [ E ( RM ) RF ]
trong đó:
. E(Ri) là suất sinh lợi kỳ vọng của một danh mục tài sản i bất kỳ
14
. RF là lợi nhuận không rủi ro
. E(RM) là lợi nhuận kỳ vọng của danh mục thị trường
. iM là hệ số beta thị trường của danh mục tài sản i.
Các giả định của mô hình:
. Các nhà đầu tư đều nhằm mục tiêu tối đa hóa hữu dụng kinh tế với số lượng tài
sản được cho trước và cố định.
. Các nhà đầu tư là hợp lý, kỳ vọng thuần nhất về TSSL, phương sai và e ngại
rủi ro.
. Số lượng các nhà đầu tư đủ lớn, nhà đầu tư là người nhận giá, tức là không thể
tác động lên giá cả.
. Nhà đầu tư có thể cho vay và vay không giới hạn với lãi suất phi rủi ro.
. Không có chi phí giao dịch và thuế.
. Tất cả các tài sản có thể được chia nhỏ và có tính thanh khoản hoàn hảo.
. Tất cả các thông tin sẵn có đồng thời cho tất cả các nhà đầu tư.
Mô hình CAPM có ưu điểm là đơn giản về mặt khái niệm, có cơ sở lý thuyết

vững vàng và cho phép chúng ta rút ra những ứng dụng hữu ích. Tuy nhiên, cũng như
nhiều mô hình khác, CAPM không tránh khỏi những hạn chế và sự chỉ trích, một vài
hạn chế nổi bật của mô hình CAPM như:
. Dựa vào quá nhiều giả định không phù hợp với thực tế.
. Các ước lượng beta cho thấy beta không ổn định theo thời gian.
. Đòn bẩy tài chính: tác động lên beta vốn cổ phần, tác động đến tỷ suất sinh lợi
kỳ vọng.
15
. 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 mô hình đa nhân tố đã chỉ ra rằng tỷ suất sinh lợi của chứng khoán là
hàm số của nhiều yếu tố chứ không chỉ beta như trong mô hình CAPM.
. Ảnh hưởng của qui mô công ty – Người ta phát hiện rằng cổ phiếu của công ty
có giá trị thị trường nhỏ (market capitalization = price per share x number of share)
đem lại lợi nhuận cao hơn cổ phiếu của công ty có giá trị thị trường lớn, nếu những yếu
tố khác như nhau.
. Ảnh hưởng của tỷ số P/E và M/B – Người ta cũng thấy rằng cổ phiếu của
những công ty có tỷ số P/E (price/earning ratio) và tỷ số M/B (market-to-book value
ratio) thấp đem lại lợi nhuận cao hơn cổ phiếu của những công ty có tỷ số P/E và M/B
cao.
CAMP không đem lại sự đo lường chính xác tỷ suất sinh lợi kỳ vọng, do vậy
cần phải đưa thêm những yếu tố khác vào mô hình.
2.1.5. Mô hình Fama French 3 nhân tố
Tiếp nối nghiên cứu của William Sharpe, một kết quả nghiên cứu có sức ảnh
hưởng lớn tới mô hình CAPM thời kỳ đó là của Fama và French (1992). Nghiên cứu
này dựa trên một mô hình, trong đó tổng hợp tất cả những yếu tố ảnh hưởng đến tỷ suất
sinh lợi như kích thước, đòn bẩy tài chính, E/P, BE/ME và beta của các cổ phiếu. Hai
ông cho rằng mối quan hệ giữa beta và tỷ suất sinh lợi trung bình là không cao trong
suốt thời kỳ 1963-1990, ngay cả chỉ dùng beta để giải thích cho tỷ suất sinh lợi trung
bình. Trong khi đó, các kiểm định lần lượt giữa tỷ suất sinh lợi trung bình với quy mô,
hệ số đòn bẩy, E/P và BE/ME cho thấy rằng tất cả các biến này đều quan trọng và có
16
tín hiệu mong đợi. Kết quả cuối cùng, hai ông chỉ ra rằng BE/ME và quy mô là những
yếu tố có mối quan hệ mạnh nhất tới tỷ suất sinh lợi cổ phiếu và vai trò của các yếu tố
còn lại (đòn bẩy, E/P) bị che lấp khi đưa hai yếu tố này vào mô hình.
Tiếp tục công trình nghiên cứu này, Fama và French (1993) tiến hành nghiên
cứu dựa trên hai loại cổ phiếu có đặc tính như sau: (i) cổ phiếu của công ty có quy mô
nhỏ và (ii) cổ phiếu có hệ số giá trị sổ sách trên giá thị trường (BE/ME) cao (hay còn
được gọi là những cố phiếu “giá trị”). Kết quả kiểm định dựa vào số liệu thời kỳ 1963
– 1990 cho thấy rằng các biến qui mô và giá trị là những biến ảnh hưởng mạnh đến lợi
nhuận cổ phiếu. Khi những biến này được đưa vào phân tích hồi qui trước rồi mới thêm
biến beta vào thì kết quả cho thấy rằng biến beta không mạnh bằng các biến kia trong
việc giải thích lợi nhuận cổ phiếu. Do đó, hai ông đã thêm hai nhân tố quy mô và giá trị
vào mô hình CAPM để phản ảnh sự nhạy cảm của danh mục đối với hai loại cổ phiếu
này:
Rit RFt ai bi RMt RFt si SMBt hi HMLt eit t = 1, 2,..., T.
Trong đó: tại mỗi kỳ quan sát t
· Ri là mức lợi nhuận cho danh mục i.
· RF là mức lợi nhuận không rủi ro.
· RM là mức lợi nhuận kỳ vọng của toàn bộ thị trường.
· SMB là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công
ty nhỏ so với lợi nhuận danh mục cổ phiếu công ty lớn.
· HML là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công
ty có tỷ số giá trị sổ sách trên giá thị trường cao so với công ty có giá trị này thấp.
. ei là sai số ngẫu nhiên.

17
Mô hình Fama-French vẫn cho rằng tỷ suất sinh lợi cao là phần thưởng cho sự
chấp nhận rủi ro cao. Hệ số si và hi lần lượt đo lường mức độ ảnh hưởng của hai nhân
tố SMB và HML đến tỷ suất sinh lợi của danh mục i. Danh mục i bao gồm những cổ
phiếu giá trị sẽ có hệ số hi cao và ngược lại đối với danh mục bao gồm những cổ phiếu
tăng trưởng sẽ có hi thấp. Tương tự, danh mục i bao gồm những cổ phiếu có vốn thị
trường cao thì sẽ có hệ số si thấp và ngược lại đối với những danh mục bao gồm những
cổ phiếu có vốn thị trường thấp thì hệ số si cao.
Từ khi mô hình này xuất hiện, đã có nhiều nghiên cứu thực nghiệm và tranh cãi
cho tính áp dụng thực tiễn của nó. Đây có thể coi là mô hình khá thành công trong việc
thừa kế và tổng hợp lại kết quả của các nghiên cứu trước đó, bao gồm cả nghiên cứu
nổi tiếng cho mô hình CAPM. Mặt khác, bản thân mô hình này cũng được nhiều
nghiên cứu thực nghiệm kiểm chứng trên nhiều bộ dữ liệu cho các thị trường khác
nhau trên thế giới, trong đó có cả những thị trường mới nổi như: Nam Phi, Ấn Độ,
Ucraina, Đài Loan. Kết quả của các nghiên cứu này nói chung đều công nhận vai trò
của 3 nhân tố trong mô hình Fama-French cho việc giải thích sự thay đổi tỷ suất sinh
lợi của cổ phiếu. Tuy nhiên, nhiều nghiên cứu sau này chỉ ra rằng 3 nhân tố thị trường,
quy mô, và giá trị chưa đủ để thể hiện một cách thuyết phục phần bù rủi ro hệ thống vì
còn có các nhân tố khác cũng ảnh hưởng lên tỷ suất sinh lợi của danh mục đầu tư.
Trong các nghiên cứu đó có nghiên cứu của Cahart (1997), Hou và cộng sự (2015),...
và mới nhất là của chính Fama-French (2015).
2.1.6. Mô hình Cahart 4 nhân tố
Carhart nghiên cứu hoạt động của quỹ đầu tư và nhận thấy rằng mô hình 3 nhân
tố Fama-French không giải thích được biến động trong TSSL khi phân loại danh mục
theo TSSL kỳ trước (theo xu hướng/đà tăng trưởng). Chan Jegadessh và Lakonishok
cho rằng sự bất thường của nhân tố xu hướng chính là một yếu tố của thị trường không
hiệu quả do phản ứng chậm với thông tin. Mẫu mà Carhart sử dụng là mẫu có kích
18
thước lớn nhất tính cho đến thời điểm 1997, mẫu bao gồm dữ liệu tháng của tất cả
những quỹ từ tháng 1-1962 đến tháng 12-1993, tổng cộng 1892 quỹ.
Carhart xây dựng mô hình 4 nhân tố dựa trên mô hình 3 nhân tố của Fama và
French (1993) và thêm một nhân tố nữa được đưa ra bởi Jegadeesh và Titman (1993) là
yếu tố xu hướng bất thường trong một năm.
Rit RFt ai bi RMt RFt si SMBt hi HMLt wWML

i t eit t = 1, 2,..., T.
· HML là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công
ty có tỷ số giá trị sổ sách trên giá thị trường cao so với công ty có giá trị này thấp.
. WML (Winners minus Losers): Yếu tố xu hướng một năm, được tính bằng TSSL bình
quân của các chứng khoán cao giá năm trước trừ cho TSSL bình quân của các chứng
khoán thấp giá năm trước, đo lường lợi nhuận tăng thêm của nhà đầu tư khi tiếp tục
nắm giữ những chứng khoán cao giá của năm trước do thực hiện chiến lược đầu tư theo
xu hướng.
Kết luận chung mà Carhart đưa ra là: không nên đầu tư vào những quỹ có TSSL
âm thường xuyên; những quỹ có TSSL cao năm trước thì năm sau sẽ có TSSL cao hơn
TSSL mong đợi trung bình, nhưng những năm sau đó thì chưa chắc; tỷ số chi phí quản
lý/Tổng tài sản ròng, chi phí giao dịch, chi phí đầu tư có tác động trực tiếp và ngược
19
chiều đến TSSL của quỹ, những chi phí này sẽ lấy đi phần TSSL vượt trội của những
người nắm giữ quỹ có TSSL cao năm trước trong dài hạn.
2.1.7. Mô hình Q 4 nhân tố
Hou và cộng sự (2015) đã lấy ý tưởng từ mô hình định giá tài sản dựa trên đầu
tư (Investment-based asset pricing) bằng việc sử dụng lý thuyết q (q theory) trong đầu
tư để tạo ra mô hình đa nhân tố mới, được gọi là mô hình Q 4 nhân tố (q factor model).
Nền tảng cho việc xây dựng này là thuyết Q của James Tobin về quyết định đầu
tư, theo đó q = giá trị thị trường/giá trị vốn góp của công ty, hay q = ME/BE. Nói cách
khác, q chính là hiện giá thuần của dòng tiền tương lai tạo ra từ một đồng vốn tăng
thêm. Nếu q >1, công ty nên đầu tư thêm vì việc đầu tư sẽ mang lại lợi nhuận cao hơn
chi phí bỏ ra, nếu q <1 thì công ty nên bán bớt tài sản vì chúng không tạo ra lợi nhuận
và không đạt đến mức hữu dụng tối đa. Trong cả hai trường hợp thì q sẽ tiến về 1, là
trạng thái cân bằng đầu tư và công ty không cần phải thay đổi gì nữa.
Nghiên cứu này chứng minh và sử dụng công thức sau để giải thích vai trò của
nhân tố đầu tư và nhân tố ROE trong hồi quy chéo của tỷ suất sinh lợi.
ROEi1
ri1
1 a ( I i 0 / Ai 0 )
Ở đây, công ty i có tài sản ban đầu là Ai0, đầu tư vào ngày 0 là Ii0, sản xuất trong cả 2
ngày, và ngừng hoạt động vào cuối ngày 1, ROEi1 là lợi nhuận hoạt động của công ty
trong ngày 1, và a là hằng số (a>0).
Nhân tố đầu tư có tương quan nghịch với tỷ suất sinh lợi kỳ vọng. Công ty có
đầu tư cao ít rủi ro hơn và kiếm được lợi nhuận ít hơn so với công ty có đầu tư thấp.
Ngược lại, ROE có tương quan thuận với tỷ suất sinh lợi. Công ty có ROE kỳ vọng cao
sẽ kiếm được lợi nhuận kỳ vọng cao hơn công ty có ROE kỳ vọng thấp.
20
Hou và cộng sự (2015) đề xuất mô hình Q 4 nhân tố để giải thích cho những bất
thường mà mô hình FF 3 nhân tố và mô hình Carhart 4 nhân tố chưa thể giải thích
được và được gọi là mô hình Q với 4 nhân tố:
Rit RFt ai bi RMt RFt si SMBt ri ROEt ciCMAt eit t = 1, 2,..., T.
· ROE là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công
ty có lợi nhuận cao so với công ty có lợi nhuận thấp.
. CMA là bình quân chênh lệch trong quá khứ giữa lợi nhuận danh mục cổ phiếu công
ty có đầu tư thấp so với công ty có đầu tư cao.
2.1.8. Mô hình Fama French 5 nhân tố
Bắt đầu với mô hình chiết khấu cổ tức cho rằng giá trị thị trường của một cổ
phiếu là hiện giá của cổ tức kỳ vọng mỗi cổ phiếu,
mt E (dt ) / (1 r ) . (1)
1
Trong đó, mt là giá cổ phiếu ở thời điểm t, E(dt+ ) là cổ tức kỳ vọng mỗi cổ
phiếu trong khoảng thời gian t+ , r là lợi nhuận cổ phiếu kỳ vọng trung bình dài hạn.
Miller và Modigliani (1961) chỉ ra rằng tổng giá trị thị trường ở thời điểm t của
cổ phiếu có thể suy ra từ (1) như sau:
21
Mt E (Yt dBt ) / (1 r ) . (2)

1
Trong đó Yt+ là tổng lợi nhuận vốn chủ sở hữu trong giai đoạn t+ ,
dBt+ = Bt+ - Bt+ -1 là thay đổi trong tổng giá trị sổ sách của vốn chủ sở hữu. Chia 2 vế
của (2) cho giá trị sổ sách vốn chủ sở hữu ở thời điểm t ta được:
E (Yt dBt ) / (1 r )
Mt 1
. (3)
Bt Bt
Phương trình (3) cho ta thấy 3 điều. Thứ nhất, giá trị thị trường cổ phiếu tỷ lệ
nghịch với suất sinh lợi kỳ vọng r, nói cách khác Mt càng thấp (một cách tương đương
là tỷ số giá trị sổ sách trên giá trị thị trường Bt /Mt càng cao) thì r càng cao. Thứ hai, lợi
nhuận kỳ vọng tỷ lệ thuận với suất sinh lợi kỳ vọng, tức là lợi nhuận kỳ vọng càng cao
thì r càng cao. Thứ ba, sự thay đổi kỳ vọng về giá trị sổ sách của vốn chủ sở hữu (đầu
tư) tỷ lệ nghịch với suất sinh lợi kỳ vọng, nghĩa là đầu tư càng cao thì r càng thấp.
Novy-Marx (2013) và nhiều nghiên cứu khác chỉ ra rằng mô hình 3 nhân tố FF
bỏ lỡ nhiều biến đổi của tỷ suất sinh lợi liên quan đến lợi nhuận và đầu tư. Bởi những
chứng cứ này và bởi những kết luận từ phương trình (3), Fama French (2015) đã thêm
hai nhân tố lợi nhuận và đầu tư vào mô hình 3 nhân tố để kiểm định mô hình gồm 5
nhân tố.
Rit RFt ai bi RMt RFt si SMBt hi HMLt ri RMWt ciCMAt eit
. Ri: tỷ suất sinh lợi danh mục i
. RF: tỷ suất sinh lợi phi rủi ro
. RM: tỷ suất sinh lợi của danh mục thị trường

22
. SMB: nhân tố quy mô hay phần bù rủi ro do quy mô, bằng tỷ suất sinh lợi bình quân
của những danh mục các cổ phiếu có giá trị vốn hóa thị trường nhỏ trừ tỷ suất sinh lợi
bình quân của những danh mục các cổ phiếu có giá trị vốn hóa thị trường lớn.
. HML: nhân tố giá trị hay phần bù rủi ro do giá trị, bằng tỷ suất sinh lợi bình quân của
những danh mục các cổ phiếu có tỷ số giá trị sổ sách trên giá trị thị trường (BE/ME)
cao trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có BE/ME thấp.
. RMW: nhân tố lợi nhuận hay phần bù rủi ro do lợi nhuận, bằng tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có lợi nhuận cao trừ tỷ suất sinh lợi bình quân
của những danh mục các cổ phiếu có lợi nhuận thấp.
. CMA: nhân tố đầu tư hay phần bù rủi ro do đầu tư, bằng tỷ suất sinh lợi bình quân của
những danh mục các cổ phiếu có khuynh hướng đầu tư thấp trừ tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có khuynh hướng đầu tư cao.
. ei: sai số ngẫu nhiên
. ai: tung độ góc của phương trình hồi quy có kỳ vọng bằng 0
. bi, si, hi, ri, ci: hệ số hồi quy riêng của các nhân tố.
Việc xây dựng các nhân tố là rất quan trọng trong việc kiểm định mô hình. Phần
này trình bày 3 cách phân chia danh mục đầu tư như trong nghiên cứu của Fama và
French (2015).
Nhân tố quy mô (SMB): dựa vào giá trị thị trường vốn chủ sở hữu ở thời điểm t-
1 để xác định giá trị quy mô (Size) tại thời điểm t. Những cổ phiếu có mức vốn hóa thị
trường thấp hơn giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố
phiếu có quy mô nhỏ (Small-S). Những cổ phiếu có mức vốn hóa thị trường lớn hơn
giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố phiếu có quy mô
lớn (Big-B).
23
Nhân tố giá trị (HML): Tỷ số giá trị sổ sách trên giá trị thị trường (Book to
Market-B/M) được thu thập từ bảng cân đối kế toán của năm trước đó, tức năm t-1, để
xác định yếu tố giá trị tại thời điểm t. Các cổ phiếu được sắp xếp theo tỷ số B/M tăng
dần. Nếu danh mục được chia 3 thì: 30% các cổ phiếu có tỷ số B/M nhỏ nhất sẽ đưa
vào nhóm B/M thấp (Low-L); 40% các cổ phiếu tiếp theo được đưa vào nhóm B/M
trung bình (Neutral-N); 30% các cổ phiếu có B/M cao nhất đưa vào nhóm B/M cao
(High-H). Nếu danh mục được chia 2 thì: Những cổ phiếu có tỷ số B/M thấp hơn giá trị
trung vị của tỷ số B/M sẽ đưa vào nhóm B/M thấp (Low-L); Những cổ phiếu có tỷ số
B/M lớn hơn giá trị trung vị của tỷ số B/M sẽ đưa vào nhóm B/M cao (High-H).
Nhân tố lợi nhuận (RMW): có cách tính tương tự như nhân tố giá trị nhưng dựa
theo lợi nhuận hoạt động (Operating Profitability-OP). Như vậy sẽ có các nhóm: lợi
nhuận cao (Robust-R); lợi nhuận trung bình (Neutral-N); lợi nhuận thấp (Weak-W).
Nhân tố đầu tư (CMA): có cách tính tương tự như nhân tố giá trị nhưng dựa theo
đầu tư (Investment-Inv). Như vậy sẽ có các nhóm: đầu tư cao (Conservative-C); đầu tư
trung bình (Neutral-N); đầu tư thấp (Aggressive-A).
2.2. CÁC NGHIÊN CỨU TRƯỚC
2.2.1. Nghiên cứu tại các nước phát triển
• Nghiên cứu tại Pháp của Souad Ajili (2005)
Tại Pháp, bài nghiên cứu của Souad Ajili “Nhân tố quy mô và giá trị - Trường
hợp của nước Pháp” (2005) cũng cho thấy kết quả đạt được từ mô hình 3 nhân tố Fama
French tốt hơn so với mô hình CAPM. tương ứng là 34.22% và 11.2%. Với mô
hình Fama French khi hồi quy dữ liệu chéo thì chỉ có nhân tố quy mô là có ý nghĩa
thống kê, khi hồi quy dữ liệu chuỗi thời gian thì nhân tố quy mô và giá trị đều có ý
nghĩa thống kê.
• Nghiên cứu tại Nhật của Elhaj Walid và Elhaj Ahlem (2007)
24
Ở Nhật, trong bài nghiên cứu “Những bằng chứng về khả năng áp dụng mô hình
Fama French lên thị trường chứng khoán Nhật Bản” (2007), hai tác giả Elhaj Walid và
Elhaj Ahlem đã sử dụng chuỗi lợi suất hàng tháng của tất cả chứng khoán trên Sở giao
dịch chứng khoán Tokyo trong khoảng từ 1/2002 đến 9/2007. Kết quả từ nghiên cứu
cho thấy ở Nhật Bản nhân tố quy mô cộng ty và tỷ suất sinh lợi có quan hệ nghịch biến
còn nhân tố giá trị và tỷ suất sinh lợi thì đồng biến. Nhân tố quy mô thể hiện rõ nét ở
những chứng khoán có vốn hóa nhỏ. khoảng 78,2% đối với mô hình Fama French
trong nghiên cứu này.
• Nghiên cứu tại Úc của Brailsford và cộng sự (2012)
Brailsford và cộng sự nghiên cứu mô hình FF 3 nhân tố với 98% các công ty
niêm yết tại Úc qua 25 năm từ 1982 đến năm 2006, dùng cách phân loại danh mục đầu
tư tương tự như các nghiên cứu ở thị trường Mỹ. Kết quả cho thấy không có sự khác
nhau về tỷ suất sinh lời giữa giữa các danh mục đầu tư có vốn hóa lớn và vốn hóa nhỏ,
nhưng lại có sự khác biệt đáng kể về tỷ suất sinh lời giữa các danh mục có tỷ lệ BE/ME
cao và BE/ME thấp.
• Nghiên cứu tại Mỹ của Nima Billou (2004)
Tại Mỹ trong bài nghiên cứu “Kiểm định mô hình CAPM và mô hình ba nhân tố
Fama French” năm 2004, tác giả Nima Billou đã so sánh và kiểm tra tính hiệu quả của
hai mô hình CAPM và Fama–French. Trong khoảng thời gian 7/1963 đến 12/2003,
=0.3, =0.13, với mức ý nghĩa 5% thì của CAPM là 72% còn của Fama
French là 89%. Nếu mẫu nghiên cứu từ 7/1926 đến 12/2003 thì của CAPM là 77%
còn của Fama French là 88%. Như vậy hai nhân tố quy mô và giá trị rất có ảnh hưởng
trên thị trường chứng khoán Mỹ.
• Nghiên cứu tại Mỹ của Fama-French (2015)

25
Nghiên cứu sử dụng mô hình FF 5 nhân tố với các công ty niêm yết tại Mỹ
trong 50 năm từ 1963 đến 2013, dùng các cách phân loại danh mục đầu tư: (1) phân
loại 2x3 theo Size – BE/ME, 2x3 theo Size – OP, 2x3 theo Size – Inv; (2) phân loại
2x2 theo Size – BE/ME, 2x3 theo Size – OP, 2x3 theo Size – Inv; (3) phân loại
2x2x2x2 theo Size – BE/ME – OP – Inv; (4) phân loại 5x5 theo size – BE/ME, 5x5
theo size – OP, 5x5 theo size – Inv; (5) phân loại 2x4x4 theo Size – BE/ME – OP,
2x4x4 theo Size – BE/ME – Inv, 2x4x4 theo Size – OP – Inv. Kết quả cho thấy nhân tố
HML có ảnh hưởng không đáng kể trong mô hình giai đoạn này. R2 của mô hình FF 3
nhân tố là 66%, mô hình FF 5 nhân tố là 67%. Fama-French kết luận mô hình 5 nhân tố
giải thích tỷ suất sinh lợi tốt hơn mô hình 3 nhân tố với số liệu thị trường Mỹ.
• Nghiên cứu tại Úc của Chiah và cộng sự (2015)
Nghiên cứu sử dụng mô hình FF 5 nhân tố với các công ty niêm yết tại Úc trong
31 năm từ năm 1982 đến năm 2013, dùng 3 cách phân loại danh mục đầu tư: 5x5 size-
BE/ME, 5x5 size-OP, 5x5 size- Inv. Kết quả cho thấy nhân tố và quy mô có quan hệ
đồng biến với tỷ suất sinh lợi, các nhân tố giá trị, lợi nhuận và đầu tư có tác động hai
chiều tùy theo danh mục đầu tư.
Nhìn chung ở hầu hết các nước phát triển mô hình FF 5 nhân tố đều cho kết quả
khả quan với mức độ giải thích lớn hơn mô hình FF 3 nhân tố và mô hình CAPM.
2.2.2. Nghiên cứu tại các nước đang phát triển
• Nghiên cứu tại Ấn Độ của Gregory Connor và Sanjay Sehgal (2001):
Trong bài nghiên cứu “Kiểm định mô hình Fama và French ở Ấn Độ” hai tác
giả Gregory Connor và Sanjay Sehgal lấy dữ liệu từ tỷ suất sinh lợi cuối tháng của 364
cổ phiếu từ 6/1989 đến 3/1999 trên thị trường chứng khoán Ấn Độ. trung bình trong
mô hình Fama French là 84.22% còn trong mô hình CAPM là 75%. Nghiên cứu này
cho thấy việc chạy mô hình hồi quy tuyến tính của hai mô hình này có thể giải thích và
26
dự đoán được tỷ suất sinh lợi của các chứng khoán và danh mục của chứng khoán tại
thị trường Ấn Độ.
• Nghiên cứu tại Thái Lan của Nopbhannon Homsud (2009):
Ở Thái Lan, bài nghiên cứu “Một nghiên cứu về mô hình ba nhân tố Fama và
French” sử dụng số liệu trên thị trường chứng khoán Thái Lan từ 7/2002 đến 5/2007,
bao gồm 421 cổ phiếu chia làm 6 nhóm: BH, BM, BL, SH, SM, SL. Kết quả bài nghiên
cứu cho thấy việc thêm các biến quy mô công ty và biến giá trị vào mô hình CAPM để
trở thành mô hình FF 3 nhân tố cho thấy khả năng giải thích tỷ suất sinh lợi vượt trội
hàng tháng của các danh mục tốt hơn mô hình CAPM với lần lượt là 62.42% và
29.47%.
• Nghiên cứu ở Đài Loan của Chun – Wei Huang (2010):
Năm 2010 trong bài nghiên cứu “Áp dụng mô hình Fama – French ba nhân tố
vào thị trường chứng khoán Đài Loan” tác giả Chun – Wei Huang cho rằng mô hình
CAPM có thể áp dụng vào thị trường chứng khoán Đài Loan vì nhân tố rủi ro thị
trường có ảnh hưởng mạnh mẽ đến tỷ suất sinh lợi chứng khoán. Mô hình Fama French
thì chỉ có hai biến là rủi ro thị trường và quy mô là có ý nghĩa thống kê, còn biến giá trị
thì không. Do đó, mô hình Fama French ba nhân tố không thể áp dụng hoàn toàn tại thị
trường chứng khoán nước này.
Nhìn chung, tại các nước đang phát triển tỷ suất sinh lợi của chứng khoán tác
động rất lớn bởi nhân tố rủi ro thị trường do thị trường chứng khoán tại những nước
này còn non trẻ, nhà đầu tư chủ yếu là nhà đầu tư cá nhân thường đầu tư chứng khoán
theo tâm lý. Hai nhân tố SMB và HML cũng có ảnh hưởng đến tỷ suất sinh lợi nhưng
không ảnh hưởng lớn bằng tại các nước phát triển, tuy nhiên việc có thêm hai biến này
góp phần giả thích cao hơn cho tỷ suất sinh lợi chứng khoán.
27
2.2.3. Nghiên cứu tại Việt Nam
• Nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008):
Nghiên cứu ứng dụng mô hình FF 3 nhân tố tại Việt Nam với dữ liệu gồm 28
công ty niêm yết trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE)
trong khoảng thời gian hơn 3 năm từ tháng 1/2005 đến tháng 3/2008. Kết quả cho thấy
cả 3 nhân tố đều tác động lên tỷ suất sinh lời cổ phiếu trong đó nhân tố thị trường giữ
vai trò quan trọng hơn cả và hai nhân tố thị trường và quy mô tác động cùng chiều còn
nhân tố giá trị ảnh hưởng ngược chiều. Mô hình có R2 bằng 86,8% cao hơn so với mô
hình CAMP với R2 là 62,5%.
• Nghiên cứu của Nguyễn Anh Phong và Trần Việt Hoàng (2012):
Dựa trên mô hình FF 3 nhân tố với dữ liệu trên sàn giao dịch chứng khoán thành
phố Hồ Chí Minh giai đoạn 2007-2011. Kết quả cho thấy mô hình giải thích tỷ suất
sinh lời tốt hơn mô hình CAPM, nhất là trong các danh mục đầu tư SL, SH, BL.
• Nghiên cứu của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012):
Dựa trên mô hình FF 3 nhân tố với dữ liệu trên sàn giao dịch chứng khoán thành
phố Hồ Chí Minh giai đoạn 2007-2012. Kết quả cho thấy mô hình giải thích tỷ suất
sinh lời tốt trong giai đoạn kinh tế tăng trưởng nhưng chưa giải thích tốt trong giai
đoạn kinh tế suy thoái. R2 mô hình là 75%.
• Nghiên cứu của Võ Hồng Đức và Mai Duy Tân (2014):
Các nghiên cứu dựa trên các mô hình FF 3 nhân tố và FF 5 nhân tố đối với dữ
liệu là 281 công ty niêm yết trên sàn chứng khoán thành phố Hồ Chí Minh (dữ liệu đã
loại bỏ các công ty tài chính, chứng khoán và ngân hàng) giai đoạn từ tháng 1/2007 đến
12/2013. Đối với FF 3 nhân tố thì trong 3 nhân tố, nhân tố thị trường có tác động
mạnh mẽ và phù hợp nhất đúng dấu kỳ vọng, giữa hai nhân tố quy mô và giá trị thì yếu
tố giá trị giải thích tốt hơn nhưng mang dấu âm ngược kỳ vọng ban đầu của mô hình.
28
Đối với FF 5 nhân tố, nhân tố thị trường luôn mang đúng dấu kỳ vọng và có ý nghĩa
thống kê, yếu tố quy mô và giá trị mang đúng dấu kì vọng và yếu tố giá trị giải thích tốt
hơn nhưng không có ý nghĩa thống kê với một số danh mục. Trong hai nhân tố lợi
nhuận và đầu tư thì nhân tố lợi nhuận giải thích tốt hơn nhân tố đầu tư hơn nữa nhân tố
đầu tư mang dấu âm ngược kỳ vọng. Kết luận yếu tố đầu tư chưa thực sự phù hợp để
giải thích tỷ suất sinh lợi ở thị trường Việt Nam trong mô hình FF 5 nhân tố. Các kết
quả đạt được cũng khác nhau đối với các cách chia danh mục khác nhau trong cả hai
mô hình.
• Nghiên cứu của Nguyễn Thị Thúy Nhi (2016):
Nghiên cứu dựa trên hai mô hình FF 5 nhân tố và mô hình 4 nhân tố của Hou
(Q4) với dữ liệu trên hai sàn giao dịch chứng khoán thành phố Hồ Chí Minh và Hà Nội
giai đoạn 1/2009-6/2015 và sử dụng 3 cách phân chia danh mục. Kết quả: nhân tố thị
trường có mang dấu dương đúng kỳ vọng của mô hình, nhân tố SMB mang dấu dương
với danh mục cổ phiếu có quy mô nhỏ và âm với danh mục cổ phiếu có quy mô lớn,
nhân tố HML mang dấu dương với danh mục đầu tư có BE/ME cao và ngược lại, nhân
tố RMW mang dấu dương với danh mục có lợi nhận hoạt động trên vốn chủ sở hữu cao
và ngược lại, nhân tố CMA mang dấu dương với danh mục có tỷ lệ đầu tư trên tổng tài
sản thấp và ngược lại. R2 của mô hình từ 80% đến 96%. Nghiên cứu cũng kết luận mô
hình FF 5 nhân tố giải thích tốt hơn mô hình Q4.
Tóm tắt các nghiên cứu tại Việt Nam
Đối với mô hình FF 3 nhân tố: các nghiên cứu đều có cùng nhận định nhân tố
thị trường giải thích tốt nhất cho tỷ suất sinh lợi của danh mục đầu tư. Hai nhân tố
SMB và HML cũng có ảnh hưởng nhưng không lớn như tại các nước phát triển. Tuy
nhiên việc có thêm hai biến này góp phần giải thích cao hơn cho tỷ suất sinh lợi chứng
khoán.
29
Đối với mô hình FF 5 nhân tố: các nghiên cứu cũng đều nhận định nhân tố thị
trường giải thích tốt nhất trong 5 nhân tố và đúng dấu kỳ vọng tương tự như kết luận
của các nghiên cứu sử dụng mô hình FF 3 nhân tố. Theo nghiên cứu của Võ Hồng Đức
và Mai Duy Tân thì 3 nhân tố quy mô, giá trị và lợi nhuận mang dấu dương, nhân tố
đầu tư mang dấu âm ở 14 danh mục và không có ý nghĩa thống kê ở 2 danh mục. Trong
khi đó kết luận của Nguyễn Thị Thúy Nhi thì 4 nhân tố quy mô, giá trị, đầu tư và lợi
nhuận đều mang dấu dương ở một nửa số danh mục và dấu âm ở một nửa số danh mục
còn lại. Hai kết quả nghiên cứu này trái ngược nhau. Mặt khác nhân tố giá trị ở mô
hình 3 nhân tố hầu hết mang dấu âm khác với kết luận của cả ba nghiên cứu sử dụng
mô hình 5 nhân tố, làm cho nhân tố này rất khó sử dụng vào mục đích đầu tư khi nhà
đầu tư không biết nghe theo mô hình nào hay nghiên cứu nào.
30
Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU
Chương này trình bày về quy trình nghiên cứu, các giả thuyết của nghiên cứu,
mô hình nghiên cứu, dữ liệu và phương pháp xử lý dữ liệu nghiên cứu.
3.1. QUY TRÌNH NGHIÊN CỨU
Bảng 3.1: Quy trình nghiên cứu.
Chọn mẫu Nghiên cứu xem xét toàn bộ các công ty phi tài chính được
nghiên cứu niêm yết trên hai sàn HNX và HOSE, giai đoạn từ 01/01/2007 đến
31/12/2016. Dữ liệu của đề tài là dữ liệu thứ cấp. Dữ liệu được
cung cấp bởi Thomson Reuters.
Thu thập dữ liệu Các chỉ số cần thu thập gồm:
- Lãi suất trái phiếu chính phủ kỳ hạn 1 năm (năm)
- Chỉ số VNIndex (ngày)
- Giá đóng cửa cổ phiếu (ngày)
- Số liệu từ bảng cân đối kế toán, bảng báo cáo kết quả hoạt động
kinh doanh và các thông tin kế toán khác của các công ty trong mẫu
nghiên cứu được thu thập tại các thời điểm cuối năm gồm: số lượng
cổ phiếu phổ thông (năm), giá trị sổ sách vốn chủ sở hữu (năm), lợi
nhuận hoạt động trên vốn chủ sở hữu (năm), tổng tài sản (năm).
Phân tích số liệu Sử dụng Excel để tổng hợp và tính toán các nhân tố: quy mô
(năm), giá trị (năm), lợi nhuận trên vốn chủ sở hữu (năm) và đầu tư
trên tổng tài sản (năm).
Tính toán phần bù của các nhân tố này, tiến hành các mô tả
thống kê và kiểm tra tương quan giữa các nhân tố.
31
Tiến hành các Sử dụng phần mềm Stata để xử lý các hiện tượng đa cộng
kiểm định và tuyến, tự tương quan và phương sai sai số thay đổi và chạy các mô
chạy mô hình hồi hình hồi quy.
quy
Phân tích kết quả Dựa vào kết quả hồi quy đưa ra kết luận về tác động của
nghiên cứu và từng nhân tố đến tỷ suất sinh lợi.
kết luận Tổng hợp và so sánh các kết quả hồi quy để lựa chọn mô
hình và cách phân loại phù hợp, từ đó đưa ra các khuyến nghị.
3.2. GIẢ THUYẾT NGHIÊN CỨU
Theo Fama và French (2015) tất cả các biến đều có kỳ vọng dấu dương, bởi vì
khi nhà đầu tư phải chịu thêm một loại rủi ro nào thì phải được nhận sự bù đắp về lợi
nhuận để cho họ chịu loại rủi ro ấy. Điều này có thể không đúng với thực tế ở Việt
Nam nơi mà các nhà đầu tư xử lý thông tin không theo một lý luận chung nào. Tuy
nhiên nghiên cứu này cũng đặt kỳ vọng dấu dương cho tất cả các nhân tố.
H1: Có mối tương quan đồng biến giữa nhân tố thị trường và phần bù tỷ suất
sinh lợi của danh mục đầu tư.
H2: Có mối tương quan đồng biến giữa nhân tố quy mô SMB và phần bù tỷ suất
H3: Có mối tương quan đồng biến giữa nhân tố giá trị HML và phần bù tỷ suất
H4: Có mối tương quan đồng biến giữa nhân tố lợi nhuận RMW và phần bù tỷ
suất sinh lợi của danh mục đầu tư.
32
H5: Có mối tương quan đồng biến giữa nhân tố đầu tư CMA và phần bù tỷ suất
H6: Mô hình FF 5 nhân tố phù hợp với thị trường Việt Nam.
H7: Mô hình FF 5 nhân tố giải thích sự biến động của tỷ suất sinh lợi cổ phiếu
tại Việt Nam tốt hơn các mô hình CAPM, FF 3 nhân tố và Q 4 nhân tố của Hou.
H8: Các cách phân chia danh mục đầu tư khác nhau làm cho kết quả nghiên cứu
đạt được từ mô hình khác nhau.
3.3. MÔ HÌNH NGHIÊN CỨU
3.3.1. Mô hình nghiên cứu
Mô hình trong nghiên cứu này sử dụng các mô hình sau đây: mô hình định giá
tài sản vốn (Capital asset pricing model – CAPM) của Sharpe (1964), mô hình 3 nhân
tố của Fama French (1993), mô hình Q 4 nhân tố của Hou, Xue và Zhang (2015), mô
hình 5 nhân tố của Fama French (2015):
Rit R ft ai bi Rmt R ft eit
Rit R ft ai bi Rmt R ft si SMBt hi HMLt eit (4)
Rit R ft ai bi Rmt R ft si SMBt ri RMWt ciCMAt eit
Rit R ft ai bi Rmt R ft si SMBt hi HMLt ri RMWt ciCMAt eit (6)
Trong đó:
Rit : tỷ suất sinh lợi danh mục i
Rft : tỷ suất sinh lợi phi rủi ro
Rmt : tỷ suất sinh lợi của danh mục thị trường

33
SMBt : nhân tố quy mô hay phần bù rủi ro do quy mô, bằng tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có giá trị vốn hóa thị trường nhỏ trừ tỷ suất
sinh lợi bình quân của những danh mục các cổ phiếu có giá trị vốn hóa thị trường lớn.
HMLt : nhân tố giá trị hay phần bù rủi ro do giá trị, bằng tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có tỷ số giá trị sổ sách trên giá trị thị trường
(BE/ME) cao trừ tỷ suất sinh lợi bình quân của những danh mục các cổ phiếu có
BE/ME thấp.
RMWt : nhân tố lợi nhuận hay phần bù rủi ro do lợi nhuận, bằng tỷ suất sinh lợi
bình quân của những danh mục các cổ phiếu có lợi nhuận cao trừ tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có lợi nhuận thấp.
CMAt : nhân tố đầu tư hay phần bù rủi ro do đầu tư, bằng tỷ suất sinh lợi bình
quân của những danh mục các cổ phiếu có khuynh hướng đầu tư thấp trừ tỷ suất sinh
lợi bình quân của những danh mục các cổ phiếu có khuynh hướng đầu tư cao.
eit : sai số ngẫu nhiên
ai: hệ số chặn hay tung độ góc của phương trình hồi quy
bi, si, hi, ri, ci: hệ số hồi quy riêng của các nhân tố.
Ngoài các mô hình kể trên 3 mô hình sau cũng được đưa vào nghiên cứu. Chúng
tôi sẽ giải thích tại sao lại có các mô hình này trong phần đầu mục 4.4.
Rit R ft ai bi Rmt R ft si SMBt ri HMLt ci RMWt eit (5)
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt eit (7)
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt ri RMWOt eit (8)
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt ri RMWOt ciCMAOt eit (9)
Phần tiếp theo sẽ xác định cách tính chính xác các yếu tố trong (6)
34
3.3.2. Phương pháp tính các nhân tố trong mô hình
Việc phân chia danh mục và xây dựng các nhân tố là rất quan trọng trong việc
kiểm định mô hình. Tuy nhiên không tồn tại một lý thuyết nền tảng nào hướng dẫn
cách phân chia danh mục đầu tư khi mô hình này được áp dụng. Do vậy, không tồn tại
một quy chuẩn nào để đánh giá cách chia danh mục nào là tối ưu (Brailsford và cộng
sự, 2012a). Trong nghiên cứu này chúng tôi lựa chọn phương pháp xây dựng các nhân
tố theo 3 cách sắp xếp 2x3, 2x2 và 2x2x2x2 như trong nghiên cứu của Fama và French
(2015).
Nhân tố quy mô (SMB): dựa vào giá trị thị trường vốn chủ sở hữu ở thời điểm t-
1 để xác định giá trị quy mô (Size) tại thời điểm t. Những cổ phiếu có mức vốn hóa thị
trường thấp hơn giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố
phiếu có quy mô nhỏ (Small-S). Những cổ phiếu có mức vốn hóa thị trường lớn hơn
giá trị trung vị của mức vốn hóa thị trường sẽ được đưa vào nhóm cố phiếu có quy mô
lớn (Big-B).
Nhân tố giá trị (HML): Tỷ số giá trị sổ sách trên giá trị thị trường (Book to
Market-B/M) được thu thập từ bảng cân đối kế toán của năm trước đó, tức năm t-1, để
xác định yếu tố giá trị tại thời điểm t. Các cổ phiếu được sắp xếp theo tỷ số B/M tăng
dần. Nếu danh mục được chia 3 thì: 40% các cổ phiếu có tỷ số B/M nhỏ nhất sẽ đưa
vào nhóm B/M thấp (Low-L); 20% các cổ phiếu tiếp theo được đưa vào nhóm B/M
trung bình (Neutral-N); 40% các cổ phiếu có B/M cao nhất đưa vào nhóm B/M cao
(High-H). Nếu danh mục được chia 2 thì: Những cổ phiếu có tỷ số B/M thấp hơn giá trị
trung vị của tỷ số B/M sẽ đưa vào nhóm B/M thấp (Low-L); Những cổ phiếu có tỷ số
B/M lớn hơn giá trị trung vị của tỷ số B/M sẽ đưa vào nhóm B/M cao (High-H).
Nhân tố lợi nhuận (RMW): có cách tính tương tự như nhân tố giá trị nhưng dựa
theo lợi nhuận hoạt động (Operating Profitability-OP). Như vậy sẽ có các nhóm: lợi
nhuận cao (Robust-R); lợi nhuận trung bình (Neutral-N); lợi nhuận thấp (Weak-W).
35
Nhân tố đầu tư (CMA): có cách tính tương tự như nhân tố giá trị nhưng dựa theo
đầu tư (Investment-Inv). Như vậy sẽ có các nhóm: đầu tư thấp (Conservative-C); đầu
tư trung bình (Neutral-N); đầu tư cao (Aggressive-A).
Như vậy khi kết hợp các nhóm lại chúng ta sẽ được các danh mục như sau:
Cách phân loại 2x3
Bảng 3.2: Các nhóm tạo được theo phương pháp sắp xếp 2x3, 18 nhóm
B/M OP Inv
2x3
H N L R N W C N A
S SH SN SL SR SN SW SC SN SA
Size
B BH BN BL BR BN BW BC BN BA
Khi đó
SH SN SL SR SN SW SC SN SA
SMB
9
BH BN BL BR BN BW BC BN BA
9
SH BH SL BL
HML
2 2
SR BR SW BW
RMW
2 2
SC BC SA BA
CMA
2 2
Cách phân loại 2x2

36
Bảng 3.3: Các nhóm tạo được theo phương pháp sắp xếp 2x2, 12 nhóm
B/M OP Inv
2x3
H L R W C A
S SH SL SR SW SC SA
Size
B BH BL BR BW BC BA
Khi đó
SH SL SR SW SC SA BH BL BR BW BC BA
SMB
6 6
SH BH SL BL
HML
2 2
SR BR SW BW
RMW
2 2
SC BC SA BA
CMA
2 2
Cách phân loại 2x2x2x2
Bảng 3.4: Các nhóm tạo được theo phương pháp sắp xếp 2x2x2x2, 16 nhóm
B/M H L
OP R W R W
Inv C A C A C A C A
S SHRC SHRA SHWC SHWA SLRC SLRA SLWC SLWA

Size
B BHRC BHRA BHWC BHWA BLRC BLRA BLWC BLWA
37
Khi đó
SHRC SHRA SHWC SHWA SLRC SLRA SLWC SLWA

SMB
8
BHRC BHRA BHWC BHWA BLRC BLRA BLWC BLWA
8
SHRC SHRA SHWC SHWA BHRC BHRA BHWC BHWA

HML
8
SLRC SLRA SLWC SLWA BLRC BLRA BLWC BLWA
8
SHRC SHRA BHRC BHRA SLRC SLRA BLRC BLRA

RMW
8
SHWC SHWA BHWC BHWA SLWC SLWA BLWC BLWA
8
SHRC BHRC SHWC BHWC SLRC BLRC SLWC BLWC

CMA
8
SHRA BHRA SHWA BHWA SLRA BLRA SLWA BLWA
8
3.4. DỮ LIỆU NGHIÊN CỨU
Mẫu được chọn gồm các công ty niêm yết trên hai sàn HNX và HOSE trong giai
đoạn 01/01/2007-31/12/2016. Lý do cho việc chọn khoảng thời gian này là do trước
năm 2006 số lượng công ty niêm yết và khối lượng giao dịch rất thấp. Kể từ năm 2006
đến nay thị trường chứng khoán Việt Nam đã có bước tăng trưởng mạnh mẽ cả về số
lượng công ty lẫn doanh số giao dịch và kể từ ngày 01/01/2007 Luật chứng khoán
(được Quốc hội ban hành ngày 29/06/2006) có hiệu lực thi hành đã tạo lập được khuôn
khổ pháp lý cao, đồng bộ và thống nhất cho hoạt động của thị trường chứng khoán.
Ngoài ra, thời gian kết thúc giai đoạn nghiên cứu được chọn là 31/12/2016, bởi vì
chúng tôi muốn có được số quan sát nhiều nhất có thể. Dữ liệu của đề tài là dữ liệu thứ
cấp. Dữ liệu được cung cấp bởi Thomson Reuters. Các công ty niêm yết trên thị trường
sẽ thay đổi mỗi năm, do vậy nghiên cứu này sẽ tái thiết lập danh mục đầu tư mỗi năm 1
38
lần vào cuối năm. Các công ty được đưa vào danh mục mỗi năm phải được niêm yết và
giao dịch chậm nhất là vào tuần giao dịch cuối cùng của năm trước đó và công bố đầy
đủ dữ liệu phục vụ nghiên cứu.
Số liệu về giá và các báo cáo tài chính của các công ty được thu thập cụ thể như
sau:
· Giá cổ phiếu (ngày): là giá đóng cửa sau mỗi phiên giao dịch.
· Số liệu từ bảng cân đối kế toán, bảng báo cáo kết quả hoạt động kinh doanh và
các thông tin kế toán khác của các công ty trong mẫu nghiên cứu được thu thập tại các
thời điểm cuối năm gồm: số lượng cổ phiếu phổ thông (năm), giá trị sổ sách vốn chủ sở
hữu (năm), lợi nhuận hoạt động trên vốn chủ sở hữu (năm), tổng tài sản (năm). Năm tài
chính của các công ty tại Việt Nam bắt đầu từ 01/01 và kết thúc vào 31/12 hàng năm.
Để tính tỷ suất sinh lợi phi rủi ro Rf thì ta sử dụng lãi suất của trái phiếu Chính
phủ có kỳ hạn 1 năm trong giai đoạn từ 01/2007-12/2016. Lãi suất phi rủi ro tính theo
ngày bằng lãi suất phi rủi ro tính theo năm chia cho 360.
Fama và French (1992) chạy mô hình theo tháng, tỷ suất sinh lợi chứng khoán
được xác định bằng tỷ suất sinh lợi trung bình của các ngày trong tháng. Nếu lấy giá
đóng cửa một ngày bất kỳ trong tháng làm đại diện để tính tỷ suất sinh lợi, sẽ không
phản ánh đầy đủ sự biến động giá trong tháng đó. Hơn nữa, với dữ liệu tại Việt Nam,
nếu lấy dữ liệu theo tháng thì số quan sát sẽ rất hạn chế (120 quan sát). Nghiên cứu này
sử dụng dữ liệu theo tuần với 464 quan sát, tỷ suất sinh lợi chứng khoán được sử dụng
cho mỗi tuần xác định bằng tỷ suất sinh lợi trung bình của các ngày trong tuần. Nếu gọi
P t là giá điều chỉnh của cổ phiếu tại ngày t, P t-1 là giá điều chỉnh của cổ phiếu tại thời
điểm ngày t – 1, ta có tỷ suất sinh lợi theo ngày của cổ phiếu như sau:
Pt Pt 1
rt
Pt 1
39
Tỷ suất sinh lợi thị trường Rm được thu thập từ chỉ số VNIndex theo ngày. Tỷ
suất sinh lợi thị trường được sử dụng cho mỗi tuần bằng tỷ suất sinh lợi trung bình của
các ngày trong tuần. Nếu gọi VnIndext là chỉ số VnIndex tại ngày t và VnIndext-1 là chỉ
số VnIndex tại thời điểm ngày t-1 thì tỷ suất sinh lợi thị trường theo ngày được tính
như sau:
VnIndext VnIndext 1
rmt
VnIndext 1
3.5. PHƯƠNG PHÁP XỬ LÝ DỮ LIỆU
Dữ liệu sau khi thu thập sẽ được kiểm tra và loại bỏ các mã cổ phiếu không
cung cấp đủ các chỉ tiêu cần thiết. Đầu tiên, chúng ta tính toán các chỉ số như quy mô
công ty, B/M, lợi nhuận hoạt động trên vốn chủ sở hữu, đầu tư trên tổng tài sản, tỷ suất
sinh lợi theo ngày, tỷ suất sinh lợi trung bình các ngày trong tuần của từng mã cổ
phiếu, của danh mục thị trường và lãi suất phi rủi ro. Tiếp theo, chia các mã cổ phiếu
theo 3 cách sắp xếp 3x2, 2x2 và 2x2x2x2 để tính bốn nhân tố quy mô, giá trị, lợi nhuận
và đầu tư, đây là các biến độc lập trong mô hình hồi quy. Bước thứ ba, chia các mã cổ
phiếu thành 25 danh mục Size-B/M, 25 danh mục Size-OP, 25 danh mục Size-Inv, 32
danh mục Size-B/M-OP, 32 danh mục Size-B/M-Inv và 32 danh mục Size-OP-Inv để
tính tỷ suất sinh lợi vượt trội cho từng danh mục theo tuần. Bước bốn, thống kê và
kiểm tra kết quả tính toán ở các bước trên. Bước năm, kiểm định và so sánh giữa các
mô hình định giá. Bước cuối cùng, chạy các mô hình hồi quy sử dụng phương pháp
bình phương nhỏ nhất. Bảng trình bày các kết quả ước lượng đã có xử lý các vấn đề tự
tương quan và phuong sai thay đổi. Để xử lý hiện tượng đa cộng tuyết chúng ta sử
dụng các nhân tố trực giao được mô tả chi tiết trong phần đầu mục 4.4.
40
Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương này trình bày về những đặc tính của dữ liệu thu thập được, kết quả tính
toán các biến từ dữ liệu, phân tích mối tương quan giữa các biến, các kết quả hồi quy
và thảo luận về các kết quả này.
Trước khi tiến hành hồi quy, chúng ta kiểm tra dữ liệu, kết quả tính toán biến
phụ thuộc và năm biến độc lập thông qua các thống kê mô tả và các so sánh ở mục 4.1.
Trong mục này lãi suất phi rủi ro và lãi suất 10%/năm (0.028%/ngày) được dùng để đối
chiếu. Để xem xét mức độ phù hợp của mô hình CAPM, mô hình FF 3 nhân tố, mô
hình Q 4 nhân tố của Hou và cộng sự, mô hình FF 5 nhân tố và các mô hình phụ, chúng
ta so sánh thống kê GRS và các chỉ tiêu thống kê khác trong mục 4.2. Chúng ta sẽ xem
xét có nhân tố nào (trong 5 nhân tố của mô hình FF) thừa hay không ở mục 4.3. Cuối
cùng, kết quả hồi quy và thảo luận cho từng danh mục trong tổng số 171 danh mục
được nghi lại trong mục 4.4.
4.1. XỬ LÝ DỮ LIỆU VÀ THỐNG KÊ MÔ TẢ DỮ LIỆU
4.1.1. Biến động về giá của các cổ phiếu niêm yết trên hai sàn chứng khoán HNX và
HOSE giai đoạn 01/2007 – 12/2016
Sau khi thu thập và kiểm tra dữ liệu của 702 mã cổ phiếu giai đoạn nghiên cứu,
chúng tôi đã loại 11 công ty không có đủ các chỉ tiêu cần thiết như giá, số lượng cổ
phiếu, vốn chủ sở hữu... Trong quá trình thiết lập danh mục và tính toán các chỉ tiêu
thống kê cho 691 mã cổ phiếu chúng tôi nhận thấy có nhiều chỉ tiêu biến động bất
thường trong các năm 2007 và 2008. Chúng ta cùng nhìn lại thị trường giai đoạn này.
TTCK Việt Nam chính thức giao dịch ngày 28/07/2000 với mốc khởi điểm là
100. Thị trường bùng nổ từ mốc 300 điểm đầu năm 2006 vọt lên đỉnh điểm 1,174 vào
ngày 12/03/2007 và phần còn lại của năm 2007 VN-Index dao động trong ranh giới
900 – 1100 điểm. Như một quy luật, năm 2008 là năm điều chỉnh giảm cho giai đoạn
41
bùng nổ 2006-2007, nhưng với tác động từ cuộc khủng hoảng tài chính thế giới bắt
nguồn từ Mỹ đã khiến VN-Index tụt giảm sâu hơn dự đoán của thị trường, quay trở lại
vạch xuất phát của đầu năm 2006 là 300 điểm. Như vậy chỉ trong 3 năm VN-Index từ
300 điểm tăng lên 1,174 rồi lại về 300 điểm.
Bảng 4.1: Tỷ suất sinh lợi vượt trội trung bình hàng tuần của danh mục thị
trường (Rm-Rf, đơn vị %) và tỷ suất sinh lợi phi rủi ro (Rf, đơn vị %) qua các năm.
Năm Rm-Rf Rf
2007 0.111 0.019
2008 -0.422 0.023
2009 0.172 0.026
2010 -0.006 0.028
2011 -0.148 0.033
2012 0.043 0.028
2013 0.067 0.019
2014 0.012 0.014
2015 0.006 0.013
2016 0.052 0.012
Trung bình -0.011 0.022
Thiết nghĩ, sự kỳ vọng quá cao của nước ta cũng như thế giới khi nhận định về
nền kinh tế Việt Nam và do giai đoạn đầu số lượng cổ phiếu niêm yết thấp làm cho cầu
lớn hơn cung gấp nhiều lần đã dẫn đến bong bóng chứng khoán năm 2007. Bên cạnh
đó, sự suy giảm của giá cổ phiếu năm 2008 có nguyên nhân chủ yếu từ sự giảm giá bất
động sản và tác động từ cuộc khủng hoảng tài chính thế giới bắt nguồn từ Mỹ. Các yếu
tố như quy mô, giá trị, lợi nhuận và đầu tư không phù hợp dùng để phân tích giá cổ
phiếu trong hai năm này, do đó chúng tôi chỉ sử dụng dữ liệu từ năm 2009 để phục vụ
cho nghiên cứu.
Bảng 4.1 cho thấy tỷ suất sinh lợi phi rủi ro trung bình là 0.022% một ngày. Giả
sử chúng ta có một khoản tiền, lấy khoản tiền này đem đầu tư hoặc kinh doanh và thu
được lãi suất trung bình là 10% một năm. Một lãi suất như vậy có thể xem là chấp nhận
42
được trong giới làm ăn, tuy không quá cao nhưng cũng tốt hơn lãi suất thu được khi
gửi ngân hàng. Nếu lấy 10% chia 360 chúng ta sẽ được lãi suất là 0.028% một ngày,
cao hơn lãi suất phi rủi ro trung bình là 0.006%, do đó có thể thấy lãi suất phi rủi ro
cũng là một kênh đầu tư hấp dẫn. Tuy nhiên những năm gần đây lãi suất phi rủi ro
giảm gần phân nửa, do lạm phát đã thấp hơn trước (Bảng 4.1 năm 2009 là 0.026%,
năm 2010 là 0.028%, năm 2011 là 0.033% so với các năm 2014 là 0.014%, 2015 là
0.013% và năm 2016 là 0.012%).
4.1.2. Phân chia danh mục và tính tỷ suất sinh lợi trung bình của mỗi danh mục đầu
tư
Để xem xét các danh mục đầu tư, chúng ta tạo nên các danh mục theo cách như
sau. Chúng ta sắp xếp 691 mã cổ phiếu tăng dần theo quy mô (Size) và chia thành 5
phần có số lượng như nhau (còn gọi là ngũ phân vị), gọi nhóm có quy mô thấp nhất là
Size 1 và cao nhất là Size 5. Cũng làm tương tự đối với các yếu tố còn lại để được:
nhóm có giá trị thấp nhất B/M 1 (nhóm cổ phiếu tăng trưởng) và cao nhất B/M 5
(nhóm cổ phiếu giá trị), nhóm lợi nhuận thấp nhất OP 1 và cao nhất OP 5, nhóm đầu tư
thấp nhất Inv 1 và cao nhất Inv 5. Sau đó chúng ta lấy 5 nhóm phân theo quy mô giao
với 5 nhóm phân theo giá trị được 25 danh mục Size-B/M, giao với 5 nhóm phân theo
lợi nhuận được thêm 25 danh mục Size-OP, và cuối cùng là 25 nhóm Size-Inv. Trung
bình về tỷ suất sinh lợi của các danh mục này được thể hiện trong bảng 4.2 và thống kê
mô tả chi tiết được để ở bảng 4.13 ở phụ lục A.
43
Bảng 4.2: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các
danh mục được lập dựa vào Size và B/M, Size và OP, Size và Inv; 01/01/2009-
31/12/2016, 412 tuần.
1 2 3 4 5
Phần A: 25 danh mục Size-B/M
1 Size 0.03 0.01 0.17 0.14 0.18
2 0.01 0.11 0.03 0.10 0.11
3 0.02 0.05 0.06 0.04 0.08
4 -0.01 0.02 0.04 0.07 0.07
5 Size -0.02 0.01 0.01 0.06 0.08
Phần B: 25 danh mục Size-OP
1 Size 0.09 0.13 0.12 0.18 0.27
2 0.06 0.07 0.05 0.09 0.16
3 0.03 -0.02 0.05 0.07 0.13
4 0.02 0.01 0.00 0.06 0.06
5 Size -0.02 -0.01 0.02 0.03 0.03
Phần C: 25 danh mục Size-Inv
1 Size 0.12 0.13 0.14 0.17 0.15
2 0.07 0.10 0.09 0.10 0.02
3 0.06 0.06 0.07 0.05 0.01
4 0.01 0.05 0.03 0.07 -0.01
5 Size 0.00 0.00 0.02 0.04 -0.03
Khi quan sát từ nhóm có quy mô nhỏ đến lớn, bảng 4.2 phần A, B và C cho thấy
tỷ suất sinh lợi có xu hướng giảm dần. Điều này không đúng mọi nơi, ví dụ nhóm B/M
2 và Size 1, 2 phần A, nhóm OP 2 và Size 3, 4 phần B, nhóm Inv 4 và Size 3, 4 phần C,
tuy nhiên đây là xu hướng chung. Một cách ngẫu nhiên, bảng 4.2 cho thấy tỷ suất sinh
lợi giảm dần theo quy mô, đúng với lý thuyết về rủi ro quy mô và lợi nhuận đầu tư –
hiệu ứng quy mô.
Người ta cho rằng cổ phiếu những công ty có tỷ số B/M cao, tức là các công ty
có giá trị sổ sách cao so với giá trị thị trường, có rủi ro cao hơn các công ty có B/M
thấp. Theo lý thuyết về rủi ro và lợi nhuận, rủi ro cao phải có lợi nhuận cao để bù đắp
cho nhà đầu tư chấp nhận chịu rủi ro. Hiệu ứng những công ty có B/M cao tương ứng
với tỷ suất sinh lợi cao được gọi là hiệu ứng giá trị. Khi quan sát từ nhóm có yếu tố giá
44
trị thấp đến cao, bảng 4.2 phần A cho thấy tỷ suất sinh lợi có xu hướng tăng dần. Xu
hướng này có hiệu ứng giá trị.
Tương tự như hiệu ứng giá trị, quan sát từ nhóm có lợi nhuận thấp đến cao, bảng
4.2 phần B cho thấy tỷ suất sinh lợi có xu hướng tăng dần-hiệu ứng lợi nhuận.
Phương trình (3) mục 2.1.8 chứng minh đầu tư tỷ lệ nghịch với tỷ suất sinh lợi,
đầu tư càng cao thì tỷ suất sinh lợi càng thấp – hiệu ứng đầu tư. Quan sát từ nhóm có
đầu tư thấp đến cao, bảng 4.2 phần C không cho thấy tỷ suất sinh lợi giảm dần.
Có một phương pháp nữa để tạo danh mục đầu tư, đầu tiên sắp xếp 691 mã cổ
phiếu tăng dần theo quy mô rồi chia làm 2 phần có số lượng như nhau, gọi hai nhóm đó
là Size nhỏ và Size lớn. Đối với các yếu tố giá trị, lợi nhuận và đầu tư chúng ta cũng
sắp xếp theo thứ tự tăng dần cho từng yếu tố và chia làm 4 phần như nhau (tứ phân vị),
đánh số các nhóm này từ 1 đến 4, nhóm có ba yếu tố này thấp nhất là nhóm 1 và cao
nhất là nhóm 4. Sau đó chúng ta giao lần lượt 2 nhóm theo quy mô, 4 nhóm theo giá trị
và 4 nhóm theo lợi nhuận để được 32 danh mục theo Size-B/M-OP. Tương tự giao 2
nhóm theo quy mô, 4 nhóm theo giá trị và 4 nhóm theo đầu tư được 32 danh mục theo
Size-B/M-Inv. Giao 2 nhóm theo quy mô, 4 nhóm theo lợi nhuận và 4 nhóm theo đầu
tư được 32 danh mục theo Size-OP-Inv. Bảng 4.3 biểu diễn tỷ suất sinh lợi vượt trội so
với tỷ suất sinh lợi phi rủi ro của các danh mục này và thống kê mô tả chi tiết được để
ở bảng 4.13 ở phụ lục A.
45
Bảng 4.3: Tỷ suất sinh lợi vượt trội trung bình hàng tuần (đơn vị %) cho các
danh mục được lập dựa vào (i) Size, B/M và OP, (ii) Size, B/M và Inv, (iii) Size, OP và
Inv; 01/01/2009-31/12/2016, 412 tuần.
Size nhỏ Size lớn

Phần A: 32 danh mục Size-B/M-OP
1 OP 2 3 4 OP 1 OP 2 3 4 OP
1 B/M -0.21 0.11 -0.19 0.12 -0.14 -0.07 0.01 0.04
2 -0.01 -0.01 0.05 0.15 0.00 -0.02 0.04 0.05
3 0.07 0.07 0.10 0.20 0.04 0.05 0.07 0.11
4 B/M 0.11 0.15 0.21 0.22 0.05 0.07 0.06 0.08
Phần B: 32 danh mục Size-B/M-Inv
1 Inv 2 3 4 Inv 1 Inv 2 3 4 Inv
1 B/M 0.00 0.10 0.06 0.02 -0.03 0.01 0.04 -0.02
2 0.05 0.09 0.07 0.01 0.03 0.03 0.06 -0.03
3 0.11 0.11 0.11 0.04 0.06 0.05 0.08 0.04
4 B/M 0.14 0.13 0.14 0.17 0.05 0.08 0.05 0.05
Phần C: 32 danh mục Size-OP-Inv
1 Inv 2 3 4 Inv 1 Inv 2 3 4 Inv
1 OP 0.08 0.11 0.06 0.02 0.02 0.01 0.02 -0.08
2 0.09 0.09 0.10 0.05 0.00 0.03 0.01 -0.02
3 0.12 0.12 0.07 0.08 0.00 0.06 0.05 0.00
4 OP 0.15 0.14 0.22 0.15 0.02 0.06 0.09 0.03
Quan sát từ nhóm giá trị thấp đến cao (B/M 1 đến 4), bảng 4.3 phần A và B cho
thấy tỷ suất sinh lợi tăng dần, điều này xảy ra rõ nét hơn với nhóm có quy mô nhỏ và ít
rõ nét hơn với nhóm có quy mô lớn.
Quan sát từ nhóm lợi nhuận thấp đến cao (OP 1 đến 4), bảng 4.3 phần A và C
cho thấy có hiệu ứng lợi nhuận xảy ra, hiệu ứng này cũng rõ nét hơn với nhóm có quy
mô nhỏ và ít rõ nét hơn với nhóm có quy mô lớn.
Quan sát từ nhóm có đầu tư thấp đến cao (Inv từ 1 đến 4), bảng 4.3 phần B và C
cho thấy không có hiệu ứng theo đầu tư xảy ra. Những nhóm Inv 2 và 3 thường có tỷ
suất sinh lợi cao hơn hai nhóm còn lại.
46
Bảng 4.13 cho thấy trong tổng số 25x3+32x3= 171 danh mục đầu tư (412 tuần)
có 7 danh mục có dữ liệu missing, đó là các danh mục: Size 1 và B/M 1 (9 tuần
missing); Size small, B/M 1 và Op 1 (27 tuần missing); Size small, B/M 1 và Op 2 (27
tuần missing); Size small, B/M 1 và Op 3 (31 tuần missing); Size bigg, B/M 4 và Op 4
(113 tuần missing); Size small, B/M 1 và Inv 2 (1 tuần missing); Size small, B/M 1 và
Inv 4 (1 tuần missing). Dữ liệu missing không nhiều và nằm trong cách chia 32 danh
mục Size-B/M-OP với B/M và OP cực thấp hoặc cực cao.
Như vậy đối với dữ liệu về tỷ suất sinh lợi, các danh mục đầu tư đã cho thấy
hiệu ứng quy mô, giá trị và lợi nhuận, chỉ riêng hiệu ứng đầu tư không xảy ra, những
danh mục có đầu tư trung bình đôi khi lại thể hiện mức tỷ suất sinh lợi cao hơn.
4.1.3. Năm nhân tố trong mô hình Fama French
Kết quả tính toán năm yếu tố trong mô hình FF được thể hiện trong bảng 4.4.
Yếu tố thị trường bằng tỷ suất sinh lợi của danh mục thị trường trừ tỷ suất sinh lợi phi
rủi ro, tính trung bình 412 tuần yếu tố này bằng 0.025% và độ lệch chuẩn là 0.67%.
Như vậy suất sinh lợi vượt trội của danh mục thị trường cao hơn một chút so với lãi
suất phi rủi ro 0.023% và thấp hơn một chút so với lãi suất 0.028% (là lãi suất một
ngày của khoản đầu tư lãi suất 10%/năm).
Như đã trình bày trong mục 3.3.2 chương 3, có 3 phương pháp tính rủi ro quy
mô, giá trị, lợi nhuận và đầu tư. Cổ phiếu của các doanh nghiệp có quy mô thấp mang
tính rủi ro hơn nên đòi hỏi phải có lãi suất cao hơn, chênh lệch về tỷ suất sinh lợi giữa
cổ phiếu có quy mô nhỏ và lớn trung bình là 0.07% đối với phương pháp 2x3, 0.069%
đối với phương pháp 2x2 và 0.052% đối với phương pháp 2x2x2x2. Chênh lệch này
xấp xỉ gấp đôi so với lãi suất 0.028%.
Cổ phiếu giá trị mang tính rủi so cao hơn so với cổ phiếu tăng trưởng, chênh
lệch về tỷ suất sinh lợi giữa hai nhóm này là 0.069% đối với phương pháp 2x3, 0.062%
47
đối với phương pháp 2x2 và 0.087% đối với phương pháp 2x2x2x2. Như vậy phương
pháp 3 có yếu tố giá trị cao nhất, cao hơn gấp 3 lần so với lãi suất 0.028%.
Cổ phiếu của các doanh nghiệp có lợi nhuận hoạt động cao có tỷ suất sinh lợi
cao hơn so với cổ phiếu có lợi nhuận hoạt động thấp, chênh lệch về tỷ suất sinh lợi
giữa hai nhóm này thấp nhất là 0.05% đối với phương pháp 2x2 và cao nhất là 0.072%
đối với phương pháp 2x2x2x2.
Cổ phiếu càng đầu tư nhiều thì càng rủi ro, chênh lệch về tỷ suất sinh lợi giữa
nhóm cổ phiếu đầu tư thấp và đầu tư cao thấp nhất là 0.009% đối với phương pháp 2x3
và 2x2 và cao nhất là 0.017% đối với phương pháp 2x2x2x2. Chênh lệch này không
lớn, thấp hơn lãi suất phi rủi ro, chênh lệch này có thể coi như bằng 0 ở mức ý nghĩa
5% khi kiểm định.
Như vậy trong 5 yếu tố, yếu tố đầu tư có giá trị thấp nhất, yếu tố thị trường có
giá trị thấp tiếp theo, yếu tố giá trị cao nhất trong năm yếu tố, hai yếu tố quy mô và lợi
nhuận có giá trị gần tương đương và không thấp hơn là bao so với yếu tố giá trị. Không
có dữ liệu missing trong 5 yếu tố của mô hình.
Bảng 4.4 phần B cho thấy sự tương quan giữa 3 phương pháp tính các yếu tố.
Không có gì bất ngờ khi 3 phương pháp này có mối tương quan khá cao, thấp nhất là
77% và cao nhất là 99%. Phương pháp 1 tương quan với phương pháp 2 nhiều nhất từ
92% đến 99%, bởi vì 2 phương pháp này có cách tính khá giống nhau. Phương pháp 3
có mối tương quan thấp hơn với 2 phương pháp trước vì phương pháp 3 có cách phân
chia danh mục đặc biệt hơn. Sự tương quan giữa phương pháp 1 và phương pháp 3 là
thấp nhất từ 77% đến 93%.
Trong 4 yếu tố, các yếu tố quy mô giữa 3 phương pháp thể hiện mức tương quan
cao nhất (93% đến 99%), các yếu tố đầu tư giữa 3 phương pháp có sự tương quan thấp
nhất (77% đến 92%).
48
Bảng 4.4: Thống kê các nhân tố được tính trung bình hàng tuần (đơn vị %) dựa vào 3 phương pháp tính (i) 2x3
Size-B/M, Size-OP, Size-Inv (ii) 2x2 Size-B/M, Size-OP, Size-Inv (iii) 2x2x2x2 Size-B/M-OP-Inv; 01/01/2009-
31/12/2016, 412 tuần.
Phần A: Trung bình, độ lệch chuẩn, thống kê t, giá trị nhỏ nhất và giá trị lớn nhất của các nhân tố
Các nhân tố 2x3 Các nhân tố 2x2 Các nhân tố 2x2x2x2
Rm-Rf SMB HML RMW CMA SMB HML RMW CMA SMB HML RMW CMA
Obs 412 412 412 412 412 412 412 412 412 412 412 412 412
Mean 0.025 0.070 0.069 0.068 0.009 0.069 0.062 0.050 0.009 0.052 0.087 0.072 0.017
Std. Dev. 0.67 0.30 0.33 0.36 0.24 0.30 0.28 0.30 0.21 0.33 0.28 0.32 0.26
t-stat 0.76 4.71 4.24 3.85 0.76 4.67 4.57 3.34 0.84 3.17 6.22 4.60 1.30
Min -2.47 -0.79 -0.88 -1.78 -0.74 -0.77 -0.74 -1.47 -0.56 -0.88 -0.71 -1.06 -0.78
Max 3.05 1.17 1.73 1.08 0.93 1.13 1.33 0.90 0.85 1.12 1.11 0.98 0.88
Phần B: Ma trận tương quan giữa các phiên bản khác nhau của cùng một nhân tố
SMB HML RMW CMA
2x3 2x2 2222 2x3 2x2 2222 2x3 2x2 2222 2x3 2x2 2222
2x3 1.00 1.00 1.00 1.00
2x2 0.99 1.00 0.93 1.00 0.96 1.00 0.92 1.00
2222 0.93 0.93 1.00 0.80 0.90 1.00 0.86 0.90 1.00 0.77 0.84 1.00
Phần C: Ma trận tương quan giữa các nhân tố khác nhau

SMB HML RMW CMA SMB HML RMW CMA SMB HML RMW CMA
Rm-Rf -0.20 0.23 -0.19 -0.09 -0.21 0.28 -0.19 -0.10 -0.22 0.26 -0.13 -0.13
SMB 1.00 -0.11 -0.09 0.06 1.00 -0.09 -0.09 0.12 1.00 -0.36 -0.20 -0.08
HML -0.11 1.00 -0.50 0.21 -0.09 1.00 -0.47 0.19 -0.36 1.00 0.17 0.17
RMW -0.09 -0.50 1.00 -0.38 -0.09 -0.47 1.00 -0.38 -0.20 0.17 1.00 0.10
CMA 0.06 0.21 -0.38 1.00 0.12 0.19 -0.38 1.00 -0.08 0.17 0.10 1.00
49
4.1.4. Phân tích sự tương quan giữa các nhân tố
Bảng 4.4 phần C thể hiện ma trận tương quan giữa các nhân tố. Nhân tố quy
mô có mối tương quan âm với nhân tố thị trường (hệ số tương quan từ -0.2 đến -
0.22). Nhân tố giá trị tương quan dương với nhân tố thị trường (hệ số tương quan từ
0.23 đến 0.28) và tương quan âm với nhân tố quy mô (hệ số tương quan từ -0.09
đến -0.36). Nhân tố lợi nhuận tương quan âm với nhân tố thị trường (hệ số tương
quan từ -0.13 đến -0.19), tương quan âm với nhân tố quy mô (hệ số tương quan từ -
0.09 đến -0.20) và tương quan khá cao với nhân tố giá trị (hệ số tương quan từ -0.50
đến 0.17). Nhân tố đầu tư tương quan âm với nhân tố thị trường (hệ số tương quan
từ -0.09 đến -0.13), tương quan thấp với nhân tố quy mô (hệ số tương quan từ -0.08
đên 0.12), tương quan dương với nhân tố giá trị (hệ số tương quan từ 0.17 đến 0.21)
và tương quan cao nhất với nhân tố lợi nhuận (hệ số tương quan từ -0.38 đến 0.10).
Như vậy trong 3 phương pháp tính các nhân tố, phương pháp 2x3 và 2x2 cho
thấy có mối tương quan cao giữa 3 nhân tố giá trị, lợi nhuận và đầu tư. Đối với
phương pháp 2x2x2x2, 3 nhân tố giá trị, lợi nhuận và đầu tư tương quan thấp hơn,
nhân tố giá trị tương quan cao với nhân tố thị trường và cao nhất với nhân tố quy
mô (hệ số tương quan -0.36).
Dựa vào sự tương quan giữa các nhân tố chúng ta sẽ xem xét xử lý hiện
tượng đa cộng tuyến khi tiến hành chạy mô hình hồi quy.
4.2. KIỂM ĐỊNH TÍNH PHÙ HỢP CỦA CÁC MÔ HÌNH ĐỊNH GIÁ TÀI
SẢN
Trong mục này chúng ta trở lại với nhiệm vụ chính, kiểm định các nhân tố
trong phần 4.1.3 có giải thích được cho tỷ suất lợi vượt trội của các danh mục đầu
tư trong phần 4.1.2 hay không. Chúng ta xét 8 mô hình định giá: (i) mô hình
CAPM; (ii) ba mô hình 3 nhân tố phối hợp Rm-Rf, SMB và HML hoặc RMW hoặc
CMA; (iii) ba mô hình 4 nhân tố phối hợp Rm-Rf, SMB và hai trong số 3 nhân tố
HML, RMW, CMA; (iv) mô hình 5 nhân tố. Với tám mô hình, sáu tập các danh
50
mục đầu tư và 3 tập các nhân tố, chúng ta hướng sự chú ý vào mô hình có các giá trị
kiểm định tốt nhất.
Theo Merton (1973), nếu một mô hình định giá đạt được trọn vẹn biến đổi
của tỷ suất sinh lợi, hệ số chặn a của mô hình phải bằng không khi thực hiện hồi
quy. Trong nghiên cứu này chúng ta nhìn vào bốn chỉ tiêu là thống kê GRS của
Gibbons, Ross và Shanken (1989), trung bình các giá trị tuyệt đối của hệ số chặn a,
tỷ số Sharpe SR và R2 hiệu chỉnh trung bình để xem xét khả năng giải thích của tám
mô hình định giá. Thống kê GRS kiểm định giả thuyết các hệ số chặn của một tập
các tài sản đồng thời bằng không, nếu mọi hệ số chặn của một tập các tài sản đều
bằng không thì thống kê GRS bằng không, thống kê này càng nhỏ mô hình càng có
ý nghĩa. Theo Lewellen (2006), tỷ số Sharpe SR càng nhỏ, phần biến đổi của tỷ suất
sinh lợi chưa được giải thích bởi mô hình càng thấp. Các chỉ tiêu thống kê này được
chỉ ra ở bảng 4.5. Nhìn vào bảng 4.5 chúng ta thấy 4 chỉ tiêu thống kê này biến đổi
theo các mô hình gần như đồng thời, như trong phần A ba chỉ tiêu GRS, ai và SR
cùng nhỏ trong một mô hình hoặc cùng lớn trong một mô hình khác, biến đổi như
thế nhưng ngược chiều với chỉ tiêu R2 hiệu chỉnh. Các phần từ B đến F cũng có sự
đồng điệu như thế.
Trong sáu tập các danh mục và ba tập các nhân tố, 25 danh mục Size-Inv và
tập nhân tố 2x3 bảng 4.5 phần C có các chỉ tiêu thống kê GRS, trung bình các ai và
SR thấp nhất, trong đó mô hình 5 nhân tố là mô hình tốt nhất. Trong phần C, các mô
hình sử dụng tập các nhân tố 2x2 và 2x2x2x2 cũng có ba chỉ tiêu thống kê ở mức
thấp. 32 danh mục Size-OP-Inv bảng 4.5 phần F có ba chỉ tiêu thống kê thấp gần
như tương đương với phần C.
51
Bảng 4.5: Các chỉ tiêu thống kê kiểm định mức độ phù hợp của các mô hình
CAPM, ba, bốn và năm nhân tố; 01/01/2009-31/12/2016, 412 tuần.
Kí hiệu: FF3 mô hình FF 3 nhân tố, Q4 mô hình 4 nhân tố của Hou và FF5
mô hình FF 5 nhân tố (Để tiết kiệm không gian, kết quả hồi quy từ mô hình 3 nhân
tố gồm Rm-Rf, SMB và CMA không được thể hiện trong bảng).
Bảng này kiểm định khả năng giải thích tỷ suất sinh lợi vượt trội của các mô
hình dựa trên 25 danh mục Size-B/M (Phần A), 25 danh mục Size-OP (Phần B), 25
danh mục Size-Inv (Phần C), 32 danh mục Size-B/M-OP (Phần D), 32 danh mục
Size-B/M-Inv (Phần E) và 32 danh mục Size-OP-Inv (Phần F). Với mỗi tập 25 hay
32 phương trình hồi quy, hai nhân tố thị trường và quy mô luôn luôn có mặt ngoại
trừ mô hình CAPM. Thống kê GRS kiểm định giá trị ước lượng của tập 25 hay 32
hệ số chặn cùng bằng 0, trung bình của tập 25 hay 32 các giá trị tuyệt đối của hệ số
chặn, tỷ số Sharpe và R2 hiệu chỉnh trung bình.

GRS A|ai| SR a.R2 GRS A|ai| SR a.R2 GRS A|ai| SR a.R2
Phần A: 25 danh mục Size-B/M
CAPM 3.05 0.046 0.44 0.45
HML (FF 3) 1.51 0.038 0.33 0.56 1.35 0.040 0.31 0.56 1.36 0.037 0.32 0.54
RMW 3.28 0.052 0.49 0.56 3.35 0.050 0.49 0.56 2.98 0.057 0.46 0.53
HML RMW 1.19 0.027 0.31 0.58 1.35 0.024 0.33 0.57 1.28 0.026 0.32 0.57
HML CMA 1.50 0.037 0.33 0.56 1.34 0.040 0.31 0.56 1.35 0.037 0.32 0.54
RM W CM A (Q4) 3.12 0.051 0.48 0.56 3.26 0.049 0.49 0.56 2.89 0.056 0.46 0.54
HML RMW CMA(FF5) 1.16 0.028 0.31 0.58 1.35 0.024 0.33 0.57 1.27 0.026 0.32 0.57
Phần B: 25 danh mục Size-OP
CAPM 3.43 0.058 0.47 0.46
HML (FF 3) 3.11 0.060 0.47 0.57 3.08 0.061 0.47 0.57 2.11 0.052 0.40 0.55
RMW 1.90 0.029 0.37 0.60 1.67 0.026 0.35 0.60 1.99 0.041 0.38 0.57
HML RMW 1.30 0.022 0.33 0.61 1.26 0.023 0.32 0.60 1.38 0.026 0.33 0.59
HML CMA 3.21 0.059 0.48 0.58 3.15 0.059 0.48 0.58 2.14 0.053 0.41 0.55
RM W CM A (Q4) 1.79 0.029 0.36 0.60 1.61 0.026 0.34 0.60 1.91 0.038 0.37 0.58
HML RMW CMA(FF5) 1.28 0.022 0.33 0.61 1.25 0.024 0.32 0.61 1.42 0.026 0.34 0.60
Phần C: 25 danh mục Size-Inv
CAPM 2.75 0.052 0.42 0.48
HML (FF 3) 1.58 0.041 0.34 0.58 1.62 0.043 0.34 0.58 1.41 0.040 0.33 0.56
RMW 1.89 0.029 0.37 0.59 1.88 0.026 0.37 0.59 2.09 0.043 0.39 0.56
HML RMW 1.12 0.021 0.30 0.59 1.24 0.021 0.32 0.59 1.19 0.020 0.31 0.58
HML CMA 1.59 0.040 0.34 0.59 1.60 0.042 0.34 0.59 1.42 0.040 0.33 0.57
RM W CM A (Q4) 1.60 0.027 0.34 0.61 1.68 0.025 0.35 0.60 2.02 0.039 0.38 0.57
HML RMW CMA(FF5) 0.96 0.019 0.28 0.61 1.13 0.020 0.30 0.61 1.21 0.021 0.31 0.60
52
Bảng 4.5 (tiếp theo):

GRS A|ai| SR a.R2 GRS A|ai| SR a.R2 GRS A|ai| SR a.R2
Phần D: 32 danh mục Size-B/M-OP
CAPM 4.03 0.079 0.70 0.38
HML (FF 3) 2.87 0.076 0.62 0.47 2.89 0.075 0.63 0.47 1.95 0.065 0.53 0.47
RMW 2.60 0.065 0.59 0.49 2.59 0.064 0.59 0.49 2.39 0.068 0.57 0.47
HML RMW 1.35 0.044 0.46 0.50 1.45 0.045 0.47 0.51 1.39 0.045 0.46 0.50
HML CMA 2.88 0.075 0.62 0.48 2.90 0.074 0.63 0.48 1.96 0.066 0.53 0.47
RM W CM A (Q4) 2.47 0.064 0.58 0.49 2.51 0.064 0.58 0.49 2.36 0.068 0.57 0.48
HML RMW CMA(FF5) 1.29 0.043 0.45 0.50 1.42 0.045 0.47 0.51 1.38 0.045 0.45 0.51
Phần E: 32 danh mục Size-B/M-Inv
CAPM 2.94 0.049 0.50 0.42
HML (FF 3) 1.56 0.044 0.38 0.52 1.47 0.044 0.37 0.52 1.51 0.041 0.39 0.50
RMW 3.21 0.052 0.55 0.52 3.07 0.049 0.54 0.52 2.78 0.056 0.51 0.50
HML RMW 1.55 0.030 0.41 0.53 1.49 0.026 0.40 0.54 1.40 0.025 0.38 0.53
HML CMA 1.56 0.043 0.38 0.53 1.46 0.043 0.37 0.53 1.50 0.041 0.39 0.51
RM W CM A (Q4) 2.99 0.049 0.54 0.53 2.93 0.048 0.53 0.53 2.70 0.054 0.51 0.51
HML RMW CMA(FF5) 1.43 0.028 0.40 0.54 1.43 0.024 0.39 0.55 1.40 0.025 0.38 0.54
Phần F: 32 danh mục Size-OP-Inv
CAPM 2.76 0.056 0.48 0.42
HML (FF 3) 2.71 0.062 0.51 0.51 2.56 0.062 0.49 0.51 1.75 0.055 0.42 0.49
RMW 1.40 0.028 0.36 0.54 1.46 0.028 0.37 0.54 1.88 0.041 0.42 0.51
HML RMW 1.05 0.027 0.34 0.54 1.15 0.029 0.35 0.54 1.20 0.028 0.35 0.53
HML CMA 2.73 0.061 0.51 0.52 2.62 0.061 0.50 0.52 1.74 0.055 0.42 0.50
RM W CM A (Q4) 1.29 0.029 0.35 0.55 1.50 0.026 0.38 0.55 1.82 0.038 0.41 0.52
HML RMW CMA(FF5) 0.96 0.024 0.32 0.55 1.14 0.027 0.35 0.55 1.20 0.028 0.35 0.54
Trong sáu tập các danh mục, tập 25 danh mục Size-Inv có bốn chỉ tiêu thống
kê tốt nhất, tập 32 danh mục Size-B/M-OP có bốn chỉ tiêu thống kê xấu nhất. Trong
ba tập các nhân tố, phần A và B cho thấy tập các nhân tố 2x2 có các chỉ tiêu tốt hơn
so với các tập nhân tố 2x3 và 2x2x2x2, phần C và F cho thấy tập các nhân tố 2x3 có
các chỉ tiêu tốt hơn, phần D và E cho thấy tập các nhân tố 2x2x2x2 có các chỉ tiêu
tốt hơn. Do đó rất khó để chọn ra đâu là phương pháp tính nhân tố phù hợp nhất nếu
dựa vào bảng 4.5.
Không có sự bất ngờ khi mô hình CAPM có bốn chỉ tiêu thống kê xấu nhất
và mô hình 5 nhân tố có bốn chỉ tiêu thống kê tốt nhất. Sự bất ngờ đến từ các mô
hình khuyết nhân tố giá trị HML, các mô hình khuyết HML như CAPM, mô hình ba
nhân tố: Rm-Rf, SMB và RMW và mô hình Q 4 nhân tố của Hou có các chỉ tiêu
53
thống kê vượt trội, điều này càng rõ nét hơn trong phần A, D và E bảng 4.5, ngược
lại trong bốn mô hình khác có HML các chỉ tiêu thống kê tốt lên rất nhiều, điều này
chứng minh vai trò quan trọng của nhân tố giá trị trong việc giải thích tỷ suất sinh
lợi. Bên cạnh đó, nhân tố lợi nhuận cũng đóng góp vai trò quan trọng không kém
nhân tố giá trị, phần B và F cho thấy mỗi khi hồi quy khuyết nhân tố lợi nhuận, các
chỉ tiêu thống kê rất xấu nhưng sẽ tốt hơn khi chỉ thêm vào nhân tố lợi nhuận.
Ngược lại vai trò của nhân tố đầu tư dường như bị lu mờ, như trong mô hình 5 nhân
tố và mô hình 4 nhân tố có CMA, các chỉ tiêu thống kê không tăng lên nhiều so với
các mô hình này mà khuyết CMA (xem bảng 4.5). Như vậy trong ba nhân tố giá trị,
lợi nhuận và đầu tư, nhân tố giá trị giải thích cho tỷ suất sinh lợi tốt nhất, nhân tố lợi
nhuận đóng vai trò quan trọng thứ hai, riêng nhân tố đầu tư không đóng vai trò quan
trọng.
Nhìn vào bảng 4.5 chúng ta còn thấy một điểm đặc biệt là tác động của mỗi
nhân tố là khác nhau đối với các phương pháp tạo danh mục khác nhau. Nhân tố giá
trị thể hiện vai trò quan trọng rõ rệt trong tập các danh mục có sử dụng tỷ số B/M
khi tạo danh mục, đó là 25 danh mục Size-B/M và 32 danh mục Size-B/M-Inv (xem
phần A và E). Nhân tố lợi nhuận thể hiện vai trò quan trọng rõ rệt trong tập các
danh mục có sử dụng lợi nhuận hoạt động OP khi tạo danh mục, đó là 25 danh mục
Size-OP và 32 danh mục Size-OP-Inv (xem phần B và F). Tuy nhiên, điều này
không hoàn toàn đúng, như nhân tố đầu tư không cho thấy vai trò quan trọng trong
cả sáu tập các danh mục. Cũng vậy, dù cách tạo lập danh mục có ảnh hưởng ít
nhiều, nhân tố giá trị và lợi nhuận nói chung vẫn cho thấy có vai trò quan trọng
trong việc nắm bắt biến đổi tỷ suất sinh lợi trong cả sáu tập danh mục.
Tóm lại, với dữ liệu tại Việt Nam giai đoạn từ 01/01/2009 đến 31/12/2016
mô hình CAPM và Q 4 nhân tố của Hou không có nhiều ý nghĩa thống kê. Hai mô
hình phù hợp là mô hình FF 5 nhân tố và mô hình gồm bốn nhân tố: thị trường, quy
mô, giá trị và lợi nhuận. Giải thích tốt nhất cho biến đổi của tỷ suất sinh lợi là mô
hình FF 5 nhân tố. Mô hình gồm bốn nhân tố thị trường, quy mô, giá trị và lợi
nhuận không có nhiều khác biệt về mức độ giải thích so với mô hình FF 5 nhân tố.
54
Mô hình FF 3 nhân tố tốt hơn mô hình CAMP nhưng có mức độ phù hợp kém hơn
so với hai mô hình tốt nhất.
4.3. HML: CÓ LÀ NHÂN TỐ DƯ THỪA
Bảng 4.6 thể hiện hồi quy của mỗi một trong năm nhân tố theo bốn nhân tố
còn lại. Trong hồi quy nhân tố thị trường, bốn nhân tố còn lại giải thích được 13%
đến 15%, các nhân tố đều có ý nhĩa thống kê. Trong hồi quy SMB, bốn nhân tố còn
lại giải thích được từ 7% đến 17%, chỉ CMA không có ý nghĩa thống kê. Trong hồi
quy HML, bốn nhân tố còn lại giải thích được từ 20% đến 28%, đặc biệt có hệ số
hồi quy của RMW cao. Trong hồi quy RMW, bốn nhân tố còn lại giải thích được từ
9% đến 36%, hệ số hồi quy của HML và CMA cao và có ý nghĩa thống kê. Trong
hồi quy CMA, bốn nhân tố còn lại giải thích được 6% đến 18%, hệ số hồi quy của
RMW hoặc HML cao hơn cả.
Bảng 4.6: Dùng 4 nhân tố trong hồi quy để giải thích nhân tố thứ năm;
01/01/2009-31/12/2016, 412 tuần.
Rm-Rf SMB HML RMW CMA Constant R2

Các nhân tố 2x3
Rm-Rf -0.42*** 0.30** -0.39*** -0.52*** 0.07* 0.13
SMB -0.09*** -0.16*** -0.18*** -0.01 0.10*** 0.08
HML 0.06** -0.15*** -0.43*** 0.08 0.11*** 0.28
RMW -0.08*** -0.18** -0.45*** -0.43*** 0.12*** 0.36
CMA -0.07*** 0 0.05 -0.26*** 0.03* 0.17
Các nhân tố 2x2
Rm-Rf -0.41*** 0.52*** -0.39*** -0.60*** 0.05 0.15
SMB -0.09*** -0.13** -0.16*** 0.09 0.09*** 0.07
HML 0.07*** -0.09** -0.38*** 0.08 0.08*** 0.27
RMW -0.06*** -0.12*** -0.42*** -0.44*** 0.09*** 0.33
CMA -0.06*** 0.04 0.05 -0.26*** 0.02 0.18
Các nhân tố 2x2x2x2
Rm-Rf -0.37*** 0.60*** -0.42*** -0.42*** 0.03 0.15
SMB -0.09*** -0.32*** -0.18*** -0.05 0.10*** 0.17
HML 0.10*** -0.22*** 0.12*** 0.18*** 0.08*** 0.20
RMW -0.10*** -0.18*** 0.17*** 0.04 0.07*** 0.09
CMA -0.07*** -0.04 0.18*** 0.03 0 0.06
Ghi chú: * p<.1; ** p<.05; *** p<.01
55
Kết hợp với mục 4.1.4 chúng ta thấy ba nhân tố HML, RMW và CMA có
mối tương quan cao.
Kết quả mục 4.2 cho chúng ta thấy HML không dư thừa trong các phương
trình hồi quy, nhân tố ít có ảnh hưởng đến biến đổi của tỷ suất sinh lợi vượt trội
chính là CMA.
4.4. HỒI QUY CHI TIẾT
Để cho đơn giản ta hoàn toàn có thể loại bỏ CMA và hồi quy mô hình gồm
bốn nhân tố Rm-Rf, SMB, HML và RMW, bởi mô hình này giải thích tỷ suất sinh
lợi trung bình cũng tốt như mô hình năm nhân tố. Tuy nhiên chúng ta luôn muốn
một mô hình tốt nhất có thể, vì vậy chúng ta sẽ hồi quy mô hình đầy đủ năm nhân
tố.
Định nghĩa SMBO là tổng hệ số chặn và phần dư trong hồi quy của SMB
theo Rm-Rf; HMLO là tổng hệ số chặn và phần dư trong hồi quy của HML theo
Rm-Rf và SMBO; RMWO là tổng hệ số chặn và phần dư trong hồi quy của RMW
theo Rm-Rf, SMBO và HMLO; CMAO là tổng hệ số chặn và phần dư trong hồi quy
của CMA theo Rm-Rf, SMBO, HMLO và RMWO. Gọi các nhân tố mới kết thúc
bởi chữ O là các nhân tố trực giao với các nhân tố cũ, thay thế các nhân tố cũ bằng
các nhân tố trực giao trong (4) ta được một mô hình năm nhân tố mới:
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt ri RMWOt ciCMAOt eit (9)
Hệ số chặn và phần dư trong (9) cũng giống như hồi quy trong (6) gốc, nên
hai mô hình là tương đương để xem xét các kết quả hồi quy (cho ví dụ, kết quả
trong bảng 4.5 sẽ không thay đổi nếu chúng ta sử dụng các nhân tố trực giao thay
cho các nhân tố cũ, các nhân tố trực giao trong các mô hình khác nhau sẽ được định
nghĩa không hoàn toàn giống nhau). Do đó chúng ta sẽ sử dụng (9) thay cho (6), vì
(9) không những không làm giảm đi mức độ giải thích của mô hình mà còn làm cho
các kết quả hồi quy chính xác hơn.
56
Chúng ta so sánh (9) với mô hình FF 3 nhân tố trực giao và mô hình bốn
nhân tố trực giao sau đây
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt eit (7)
Rit R ft ai bi Rmt R ft si SMBOt hi HMLOt ri RMWOt eit (8)
Về mặt nguyên tắc, phương pháp tạo lập danh mục theo ít tiêu chí hơn sẽ
mang lại kết quả tốt hơn, thêm vào đó các tiêu chí được lựa chọn tốt nhất là các
nhân tố có ảnh hưởng thấp trong mô hình, chẳng hạn như nhân tố CMA. Để hiểu rõ
hơn kết quả hồi quy, chúng ta sẽ biểu diễn ở những mục dưới đây các chi tiết cụ thể,
đó là các hệ số hồi quy và hệ số chặn thu được từ 25 danh mục Size-B/M, 25 danh
mục Size-OP, 25 danh mục Size-Inv, 32 danh mục Size-OP-Inv, 32 danh mục Size-
B/M-OP và 32 danh mục Size-B/M-Inv. Các kết quả được để trong phần phụ lục.
Theo bảng 4.5 các nhân tố từ phương pháp sắp xếp 2x3 cho kết quả tốt nhất, do đó
được chúng tôi lựa chọn để chạy hồi quy.
4.4.1. 25 danh mục Size-B/M
Bảng 4.7 trình bày kết quả hồi quy 25 danh mục Size-B/M dựa trên mô hình
(4) (Phần A), mô hình (7) (Phần B), mô hình (5) (Phần C), mô hình (8) (Phần D),
mô hình (6) (Phần E) và mô hình (9) (Phần F), (xin xem bảng 4.7 ở Phụ lục B). Hệ
số chặn, thống kê t của hệ số chặn và phần dư trong (4) và (7), (5) và (8) và (6) và
(9) hoàn toàn như nhau. Có một sự tương đồng nữa đó là, ngoại trừ hệ số chặn và
thống kê t, hệ số của các nhân tố mô hình (7), (8) và (9) cũng hoàn toàn giống nhau
(xin xem phần B, D và F). Điều này thật đặc biệt và chỉ có đối với những nhân tố
trực giao, các nhân tố gốc không xảy ra hiện tượng như vậy (xin xem phần A, C và
E).
Để so sánh giữa nhân tố trực giao và nhân tố gốc, chúng ta so sánh mô hình
(6) và mô hình (9). Hệ số của các nhân tố trong (6) và (9) khác nhau nhưng không
nhiều. Ví dụ ma trận hệ số b của nhân tố thị trường, các số tại đường chéo gần như
nhau, các số phía dưới đường chéo trong (6) nhỏ hơn (9), các số phía trên đường
57
chéo thì ngược lại. Ma trận hệ số s của nhân tố quy mô và ma trận hệ số h của nhân
tố giá trị trong (9) lớn hơn (6), còn ma trận hệ số r gần như nhau. Sự lớn hơn này
không gây bất ngờ vì nhân tố quy mô trực giao và nhân tố giá trị trực giao trong (9)
đã chiếm một phần giải thích cho tỷ suất sinh lợi của nhân tố lợi nhuận trực giao.
Hệ số c hoàn toàn giống nhau bởi vì phần giải thích cho tỷ suất sinh lợi của nhân tố
đầu tư rất bé và phần này không trùng với phần giải thích của các nhân tố khác.
Đối với các nhân tố gốc chúng ta so sánh (5), (6) và (7). Ba mô hình có hệ số
khác nhau. Đúng như dự đoán ở mục 4.2, (6) và (7) chỉ khác nhau rất ít, hệ số mô
hình (5), mô hình FF 3 nhân tố, khác biệt nhất so với (6) và (7).
Nhìn chung, các nhân tố trực giao không làm thay đổi khả năng giải thích tỷ
suất sinh lợi của mô hình. Hệ số hồi quy của các nhân tố thay đổi nhưng không
nhiều và vẫn giữ nguyên các quy luật biến đổi. Năm tập danh mục khác cũng thu
được những quy luật tương tự, do đó trong các mục tiếp theo chúng ta chỉ bình luận
về kết quả hồi quy của những nhân tố trực giao.
Phần B bảng 4.7 thể hiện các hệ số hồi quy từ mô hình (7) cho 25 danh mục
Size-BM. Quan sát 25 hệ số chặn chúng ta thấy, danh mục có quy mô nhỏ nhất Size
1 có các hệ số chặn nhỏ nhất và đều bằng không ở mức ý nghĩa 5%, trong năm danh
mục đó các danh mục ở mức giá trị B/M 3 và 5 là thấp nhất. Danh mục Size 2 và
B/M 3; Size 3 và B/M 4 có hệ số chặn cao nhất và đều khác không ở mức ý nghĩa
1%. Có 6 trong tổng số 25 hệ số chặn khác không với mức ý nghĩa 5%. Sự biến đổi
của các hệ số chặn là ngẫu nhiên và không có quy luật chung.
Phần D bảng 4.7 thể hiện hệ số hồi quy từ mô hình (8) cho 25 danh mục
Size-B/M. Có 1 trong tổng số 25 hệ số chặn của mô hình này khác không với mức ý
nghĩa 5%, đó là danh mục Size 2 và B/M 3, đây cũng là một trong hai danh mục có
hệ số chặn lớn nhất -0.07. Danh mục Size 3 và B/M 4 khác không ở mô hình (7) đã
bằng không ở mô hình (8). Các danh mục Size 3 4 5 và B/M 2 3 là nhóm có hệ số
chặn và thống kê t thấp nhất.
58
Phần F bảng 4.7 thể hiện hệ số hồi quy từ mô hình (9) cho 25 danh mục Size-
B/M. Hệ số chặn ở đây gần như trong (8). Ma trận hệ số b đều khác không với mức
ý nghĩa 1%, ma trận này có xu hướng tăng về phía dưới bên phải, là những danh
mục có Size lớn và B/M cao, như vậy nhân tố thị trường tác động mạnh hơn đến tỷ
suất sinh lợi của những cổ phiếu có quy mô lớn và giá trị cao. Do đó, nếu xếp các
cổ phiếu theo quy mô tăng dần thì tỷ suất sinh lợi và sức ảnh hưởng của nhân tố thị
trường lên giá cổ phiếu là ngược chiều, nếu xếp các cổ phiếu theo B/M tăng dần thì
tỷ suất sinh lợi và sức ảnh hưởng này cùng chiều.
Ma trận hệ số s từ -0.02 đến 1.64. Có 20 danh mục của ma trận này có ý

nghĩa thống kê (khác không) ở mức ý nghĩa 1%, 5 hệ số còn lại không có ý nghĩa
thống kê, 5 danh mục này đều thuộc nhóm quy mô lớn nhất. Ta thấy s có xu hướng
giảm khi quy mô tăng, như vậy, tác động của rủi ro quy mô cùng chiều với biến đổi
của tỷ suất sinh lợi cổ phiếu. Chúng ta có thể dự đoán trước điều này.
Cũng vậy, hệ số h tăng khi B/M tăng, chứng minh rằng tác động của rủi ro
giá trị cùng chiều với biến động giá cổ phiếu.
Có một quy luật chung cho tác động của rủi ro lợi nhuận là tất cả đều âm
trong khi kỳ vọng ban đầu của chúng ta là mọi hệ số của mọi nhân tố đều dương. Lý
luận của FF sai với dữ liệu của chúng ta? Vậy điều ngược lại, cổ phiếu có lợi nhuận
hoạt động (OP) thấp cho tỷ suất sinh lợi cao hơn cổ phiếu có lợi nhuận hoạt động
cao mới là đúng? Rõ ràng là thống kê từ mục 4.1.2 và 4.1.3 cho thấy hiệu ứng lợi
nhuận nên lý luận của FF không sai.
Không thể nói rằng OP không ảnh hưởng lên giá cổ phiếu. Theo kinh
nghiệm, thông tin về OP tác động nhanh nhất lên giá cổ phiếu. Nó quan trọng vì thể
hiện kết quả kinh doanh của doanh nghiệp và là thông tin dễ tiếp cận. Nó có khả
năng ảnh hưởng trực tiếp đến tâm lý của nhiều nhà đầu tư. Chúng ta thấy rõ ràng
những công ty có lợi nhuận hoạt động cao ít rủi ro hơn. Theo lý thuyết về rủi ro, tài
sản rủi ro cao phải có tỷ suất sinh lợi cao tương ứng bù đắp cho nhà đầu tư khi dám
gánh chịu rủi ro. Như vậy OP cao mang lại tỷ suất sinh lợi tức thời cổ phiếu cao
59
đúng như lý luận của FF, nhưng FF chưa tính đến tác động của thông tin này lên giá
cổ phiếu. Bởi vì những cổ phiếu có OP thấp sẽ buộc phải giảm giá cổ phiếu quá
mức để thu hút nhà đầu tư, khi mua những cổ phiếu này nhà đầu tư sẽ được hưởng
lợi vì mua được cổ phiếu giá thấp. Hai tác động này ngược chiều, tác động của FF
mạnh hơn sẽ làm hệ số hồi quy dương và ngược lại là âm. Như vậy với dữ liệu mà
chúng ta dang có thì tác động thứ hai mạnh hơn, ta gọi tác động thứ hai này là tác
động do rủi ro lợi nhuận.
Tại Việt Nam, nhiều công ty sử dụng OP để làm tăng giá trị cổ phiếu một
cách không thực, ví dụ công bố OP cao hơn thực tế. Nhiều công ty làm ăn thua lỗ
nhưng OP công bố vẫn cao. Hiện tượng công ty Bông Bạch Tuyết không phải là
hiến trên thị trường chứng khoán. Chính điều này cũng là nguyên nhân quan trọng
làm cho hệ số hồi quy lợi nhuận bị âm.
Nhân tố đầu tư có tác động không rõ ràng như các nhân tố trước, các hệ số
hồi quy cũng yếu ớt như hệ số chặn và tất cả đều có ý nghĩa thống kê bằng không.
4.2.2. 25 danh mục Size-OP
Bảng 4.8 trình bày kết quả hồi quy của 25 danh mục Size-OP dựa trên mô
hình (7) (phần A), mô hình (8) (phần B) và mô hình (9) (phần C). (xin xem trong
phụ lục C).
Quan sát hệ số chặn của mô hình FF 3 nhân tố trong phần A của bảng 4.8,
gần 4/5 các giá trị này âm, khoảng giá trị cho hệ số chặn là [-0.14%; 0.14%], hai
danh mục Size 5 và OP 4; Size 4 và OP 5 có giá trị tuyệt đối hệ số chặn nhỏ nhất
0.001%, hai danh mục Size 3 và OP 2; Size 1 và OP 5 có giá trị tuyệt đối hệ số chặn
cao nhất 0.14%. Giá trị tuyệt đối hệ số chặn có xu hướng nhỏ đi khi đến gần các
danh mục OP 4, tức là năm danh mục có lợi nhuận nằm giữa nhóm lợi nhuận trung
bình và nhóm lợi nhuận cao nhất. Có 17 trong tổng số 25 danh mục có hệ số chặn
khác không với mức ý nghĩa 5%, con số này là rất cao, là dấu hiệu chứng tỏ mô
hình FF 3 nhân tố không phù hợp giải thích biến đổi giá cổ phiếu của 25 danh mục
đầu tư này.
60
Quan sát hệ số chặn của mô hình 4 nhân tố (8) trong phần B bảng 4.8, chúng
ta thấy tất cả 25 danh mục có hệ số chăn đều bằng không với mức ý nghĩa 1% hay
5%. Khoảng giá trị của hệ số chặn là [-0.06%; 0.08%], danh mục Size 1 và OP 5 có
hệ số chặn cao nhất 0.08%, danh mục Size 5 và OP 5 có giá trị tuyệt đối hệ số chặn
nhỏ nhất 0.002%. Giá trị tuyệt đối hệ số chặn có xu hướng giảm khi quy mô tăng
cho thấy các danh mục có quy mô lớn được mô hình giải thích tốt hơn các danh
mục có quy mô nhỏ.
Hệ số chặn của mô hình FF 5 nhân tố trong phần C bảng 4.8 cũng tương tự
như mô hình 4 nhân tố, 25 danh mục có hệ số chặn bằng không với thống kê t thấp
hơn cả mô hình 4 nhân tố là dấu hiệu cho thấy mô hình rất phù hợp.
Khoảng giá trị của hệ số của nhân tố thị trường là [0.70; 1.05], tất cả đều
khác không với mức ý nghĩa 1% là dấu hiệu cho thấy sự phù hợp của nhân tố thị
trường. Ma trận hệ số b này có xu hướng giảm về phía trên bên phải, tương ứng với
quy mô giảm và lợi nhuận tăng. Như vậy mặc dù biến động cùng chiều với tỷ suất
sinh lợi (vì hệ số hồi quy dương) độ ảnh hưởng của của nhân tố thị trường lại mạnh
hơn với các cổ phiếu có quy mô lớn và lợi nhuận cao.
Khoảng giá trị của hệ số quy mô s là [-0.03; 1.85], có 21 danh mục có ý

nghĩa thống kê ở mức 1% và 4 danh mục không có ý nghĩa thống kê. Bốn danh mục
này đều thuộc nhóm quy mô lớn nhất, trong đó có một danh mục bị âm. Ma trận s
có xu hướng tăng khi quy mô giảm. Cả hai điều này cho thấy rủi ro quy mô tác
động mạnh mẽ đến tỷ suất sinh lợi của những cổ phiếu nhỏ và tác động yếu ớt đến
cổ phiếu lớn. Phần bù rủi ro quy mô là chênh lệch về suất sinh lợi giữa cổ phiếu quy
mô nhỏ và lớn. Khi chênh lệch giữa suất sinh lợi của cổ phiếu quy mô nhỏ và cổ
phiếu quy mô lớn tăng thì cổ phiếu quy mô nhỏ được hưởng lợi nhiều hơn, cổ phiếu
quy mô lớn đôi khi còn phải chịu thiệt vì sự chênh lệch này gây ra. Lý do là khi
chênh lệch này cao, cổ phiếu lớn mất sức hút, tương ứng giá trị thị trường giảm. Ma
trận s còn có dấu hiệu giảm khi lợi nhuận tăng, cho thấy rủi ro quy mô tác động
mạnh hơn đến cổ phiếu lợi nhuận hoạt động thấp.
61
Quan sát ma trận hệ số giá trị h cho thấy, các con số nằm trong khoảng [-
0.07; 0.91], có 9 trong tổng số 25 danh mục không có ý nhĩa thống kê, các danh
mục này thuộc nhóm có lợi nhuận cao, trong 9 danh mục này có 4 danh mục bị âm
ngoài ra không còn danh mục nào khác âm. Ma trận h có xu hướng giảm khi lợi
nhuận hoạt động tăng. Cả hai điều này cho thấy rủi ro giá trị tác động mạnh mẽ đến
nhóm cổ phiếu lợi nhuận thấp và yếu ớt đến nhóm cổ phiếu lợi nhuận cao. Tức là
khi chênh lệch giữa suất sinh lợi của cổ phiếu B/M cao và B/M thấp tăng thì cổ
phiếu lợi nhuận thấp hưởng lợi nhiều hơn, cổ phiếu lợi nhuận cao đôi khi còn phải
chịu thiệt hại vì sự chênh lệch này gây ra. Lý do giải thích cho điều này có thể là, cổ
phiếu có B/M cao tăng sức hút sẽ làm giảm giá của tất cả các yếu tố khác trong đó
có yếu tố lợi nhuận, hoặc có thể nhóm cổ phiếu lợi nhuận cao có sức hút đủ mạnh sẽ
hạn chế tác động của các yếu tố khác.
Ma trận hệ số lợi nhuận r có giá trị từ -1.16 đến 0.49, có 20 danh muc có ý
nghĩa thống kê mức 5% và 5 danh mục không có ý nghĩa thống kê, 5 danh mục này
nằm trong nhóm lợi nhuận cao nhất. Ma trận r có xu hướng tăng khi lợi nhuận tăng.
Điều này cho thấy rủi ro lợi nhuận (hay chênh lệch suất sinh lợi của cổ phiếu lợi
nhuận cao và thấp) tăng sẽ làm cổ phiếu lợi nhuận thấp giảm giá và lợi nhuận cao
tăng giá.
Ma trận hệ số đầu tư c nằm trong khoảng [-0.75; 0.26], chỉ có danh mục Size
1 và OP 5 có ý nghĩa thống kê và 24 danh mục không có ý nghĩa thống kê. Dấu
những hệ số này cũng biến đổi thất thường. Hai dấu hiệu này cho thấy tác động của
yếu tố đầu tư là yếu ớt và không nhất quán.
4.4.3. 25 danh mục Size-Inv
Bảng 4.9 trình bày kết quả hồi quy của 25 danh mục Size-Inv theo mô hình
(7) (phần A), mô hình (8) (phần B) và mô hình (9) (phần C). (xin xem trong phụ lục
D).
Mô hình FF 3 nhân tố ở phần A cho thấy các hệ số chặn có giá trị từ -0.1%
đến 0.01%, trong 25 danh mục có 7 danh mục có hệ số chặn khác không (mức ý
62
nghĩa 5%). Trong khi đó ở phần B, mô hình 4 nhân tố cho thấy các hệ số chặn từ -
0.08% đến 0.05%, có 3 danh mục thuộc nhóm đầu tư cao nhất có hệ số chặn khác
không (mức ý nghĩa 5%). Dấu hiệu này cho thấy mô hình 4 nhân tố phù hợp hơn
mô hình FF 3 nhân tố.
Phần C của bảng 4.9 trình bày kết quả hồi quy mô hình FF 5 nhân tố. Các hệ
số chặn có giá trị từ -0.06% đến 0.07%, 25 hệ số chặn đều bằng không ở mức ý
nghĩa 5%. Dấu hiệu cho thấy mô hình FF 5 nhân tố phù hợp hơn mô hình 4 nhân tố.
Hệ số của nhân tố thị trường b nằm trong khoảng [0.70; 1.00], tất cả đều có ý
nghĩa thống kê ở mức rất cao đúng dấu kỳ vọng, dấu hiện cho thấy nhân tố thị
trường phù hợp trong mô hình. Tương tự như hai tập danh mục 25 Size-B/M và 25
Size-OP, ma trận b giảm khi quy mô tăng. Tuy nhiên khi đầu tư tăng ma trận này
tăng giảm một cách ngẫu nhiên.
Hệ số quy mô s từ -0.07 đến 1.63, có ba trong số 25 danh mục không có ý

nghĩa thống kê, ba danh mục này thuộc nhóm quy mô lớn nhất. Giống như hai mục
trước, s giảm khi quy mô tăng. Ma trận s không có dấu hiệu đặc biệt khi đầu tư
tăng.
Hệ số giá trị h từ 0.12 đến 0.59, có 24 danh mục có hệ số giá trị có ý nghĩa
thống kê và một danh mục có hệ số giá trị không có ý nghĩa thống kê. Tuy không rõ
rệt nhưng có dấu hiệu cho thấy h giảm khi quy mô tăng và đầu tư tăng. Các hệ số h
ở tập danh mục này cho thấy sự đồng đều và sự phù hợp trong mô hình cao hơn hai
mục trước và đều đúng dấu kỳ vọng, tức là rủi ro giá trị tác động làm tăng giá của
tất cả cổ phiếu.
Hệ số lợi nhuận từ -0.59 đến -0.04, có 19 danh mục có ý nghĩa thống kê với
mức ý nghĩa 5% và 6 danh mục không có ý nghĩa thống kê, nghĩa là nhân tố lợi
nhuận có tác động mạnh đến giá của cổ phiếu 19 danh mục này, và tác động này
làm giảm giá cổ phiếu.
Hệ số đầu tư từ -0.50 đến 0.18, trong 25 danh mục chỉ có 1 danh mục Size 5
và Inv 2 là có ý nghĩa thống kê, cho thấy tác động của rủi ro đầu tư lên giá cổ phiếu
63
vẫn rất yếu ớt, các tác động này có thể làm tăng hoặc làm giảm hoặc không có ý
nghĩa gì.
4.4.4. 32 danh mục Size-OP-Inv
Bảng 4.10 trình bày kết quả hồi quy của 32 danh mục Size-OP-Inv theo mô
hình (7) (Phần A), mô hình (8) (Phần B) và mô hình (9) (Phần C). (xin xem phụ lục
E). Bảng 4.11 trình bày kết quả hồi quy của 32 danh mục Size-B/M-Inv theo mô
F). Bảng 4.12 trình bày kết quả hồi quy của 32 danh mục Size-B/M-OP theo mô
G). Mặc dù dựa trên ba tập danh mục khác nhau, nhưng kết quả có thể được diễn
dịch ra bằng cách làm tương tự dựa vào những suy luận ở đây, nên chúng ta sẽ chỉ
thảo luận thêm về kết quả hồi quy trong bảng 4.10. Cũng không cần thiết bàn thêm
về sự khác biệt của các hệ số chặn giữa ba mô hình 3, 4 và 5 nhân tố, bởi lẽ chúng
ta đã được dự doán trước trong mục 4.2 rằng mô hình 5 nhân tố là tốt nhất, mọi sự
trình bày cũng chỉ chứng minh và bổ sung cho mục 4.2. Bây giờ chúng ta sẽ trực
tiếp xem xét sự biến động của hệ số của các nhân tố trong phần C của bảng 4.10.
Ma trận hệ số thị trường b luôn cho thấy khi quy mô tăng thì b tăng, lại một
lần nữa suất sinh lợi thị trường khi tăng, luôn dành phần lợi nhuận ưu tiên cho
những nhà đầu tư nắm giữ cổ phiếu quy mô lớn. Trong phần lớn các danh mục,
B/M tăng thì b tăng, dẫn đến suất sinh lợi thị trường khi tăng sẽ làm giá cổ phiếu
B/M cao tăng với tốc độ mạnh mẽ hơn B/M thấp. Mặc dù không luôn luôn, nhưng
trong kết quả ở đây, b giảm khi lợi nhuận tăng, như vậy suất sinh lợi thị trường khi
tăng sẽ làm tăng giá của cô phiếu có lợi nhuận thấp nhiều hơn cao, tuy nhiên sự
khác biệt không nhiều. Nếu xét theo chiều tăng của đầu tư chúng ta không thấy b có
điểm gì đặc biệt.
Ma trận hệ số quy mô s luôn giảm khi quy mô tăng, lại một lần nữa cho thấy
khi rủi ro quy mô tăng, cổ phiếu quy mô nhỏ sẽ tăng giá mạnh mẽ, sự tăng giá này
hấp dẫn đến mức nếu rủi ro quy mô quá cao cổ phiếu quy mô cực lớn bị giảm giá
64
trên thị trường. Bởi vì phần bù rủi ro quy mô được đo bằng độ lớn của suất sinh lợi
nên đây là một kết luận có thể đoán trước, nhưng nó cũng cho thấy tính chính xác
của dữ liệu mà chúng ta có. Không rõ ràng một chút nào nhưng có một sự tăng nhẹ
của s khi B/M tăng (một ví dụ là các cổ phiếu Inv cao bảng 4.11). Có nhiều dấu hiệu
cho thấy khi lợi nhuận tăng s giảm, như vậy rủi ro quy mô khi tăng sẽ làm tăng giá
cổ phiếu lợi nhuận thấp nhanh hơn cao, tuy nhiên điều này không phải luôn xảy ra.
Chúng ta không tìm thấy sự khác biệt của s khi đầu tư thay đổi.
Ma trận hệ số giá trị h có một số ít bị âm, thường rơi vào các danh mục có
quy mô nhỏ, B/M thấp và OP cao (ví dụ bảng 10, 11 và 12). Khi B/M tăng h luôn
luôn tăng, nghĩa là rủi ro giá trị khi tăng sẽ làm cổ phiếu B/M cao tăng giá mạnh
mẽ, suất sinh lợi cao của các cổ phiếu B/M cao trên thị trường có thể làm cho giá
những cổ phiếu B/M cực thấp bị giảm. h cũng giảm mạnh khi lợi nhuận tăng, như
vậy khi rủi ro giá trị tăng sẽ tác động làm giá cổ phiếu lợi nhuận thấp tăng mạnh và
giá một số cổ phiếu lợi nhuận cực cao giảm nhẹ. Tại sao một số ít các danh mục có
B/M thấp và OP cao hệ số giá trị bị âm? Chúng tôi cho rằng đây là một hiện tượng
thông thường. Chúng ta đồng ý rằng dữ liệu hiện tại có hiệu ứng giá trị, tức là tỷ
suất linh lợi cổ phiếu có B/M cao thì cao hơn so với cổ phiếu có B/M thấp, tuy
nhiên quy luật này không đúng 100%, vẫn có những cổ phiếu có B/M cao nhưng tỷ
suất sinh lợi lại thấp hơn so với cổ phiếu có B/M thấp. Khi chúng ta gom các cổ
phiếu này lại trong một danh mục thì tức khắc hệ số của h sẽ bị âm. Ở đây khi sắp
xếp các cổ phiếu theo B/M từ thấp đến cao, thì nhóm các cổ phiếu có B/M thấp
thường có tỷ suất sinh lợi tương ứng thấp hoặc âm, do đó trung bình lại sẽ âm và
dẫn đến hệ số h âm. Tương tự như vậy, bởi vì hệ số h không luôn luôn dương như
kỳ vọng khi hồi quy cho từng cổ phiếu và hệ số h giảm mạnh khi lợi nhuận tăng, khi
chúng ta gom các cổ phiếu có lợi nhuận cao tương ứng với hệ số h thấp hoặc âm
vào chung một danh mục thì tức khắc hệ số hồi quy h của danh mục đó mục đó sẽ
bị âm.
Với cổ phiếu quy mô nhỏ, ma trận hệ số lợi nhuận r có xu hướng tăng khi
B/M tăng và với cổ phiếu cổ phiếu quy mô lớn, r giảm khi B/M tăng, tuy nhiên xu
65
hướng này không thực sự rõ ràng. Dễ nhận thấy nhất là r tăng khi lợi nhuận tăng,
hiện tượng này cũng diễn ra tương tự như với nhân tố quy mô và giá trị, như vậy khi
rủi ro lợi nhuận tăng hầu hết các cổ phiếu giảm giá, giá cổ phiếu có lợi nhuận hoạt
động thấp vì quá rủi ro nên giảm mạnh mẽ, ngược lại một số rất ít cổ phiếu có lợi
nhuận hoạt động cực cao tăng giá nhẹ.
Nhân tố đầu tư giảm khi đầu tư tăng, tức là khi rủi ro đầu tư tăng sẽ làm tăng
giá cổ phiếu đầu tư thấp và giảm giá cổ phiếu đầu tư cao.
66
Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
5.1. KẾT LUẬN
Sử dụng dữ liệu cung cấp bởi Thomson Reuters gồm 691 công ty niêm yết
trên sàn HNX và HOSE giai đoạn từ 01/01/2009 đến 31/12/2016, các kết luận từ
quá trình nghiên cứu được trình bày như sau:
Chúng tôi ước lượng thấy độ giải thích của mô hình chỉ từ 50% đến 61% tuy
nhiên nếu nhìn vào R2 điều chỉnh sẽ không cho căn cứ chính xác, đối với mô hình
đa nhân tố chúng ta cần dựa trên hệ số chặn và phần dư từ mô hình. Phương pháp
kiểm định GRS được dùng nhiều nhất trong các bài báo quốc tế đối với trường hợp
này. Trong 18 trường hợp tính toán gồm sáu tập hợp 25 hay 32 danh mục và ba
phương pháp tính nhân tố, mô hình FF 5 nhân tố đều vượt qua được kiểm định
GRS, mô hình 4 nhân tố (Rm-Rf, SMB, HML, RMW) bị bác bỏ một trường hợp
của 32 danh mục Size-B/M-OP và phương pháp tính nhân tố 2x3, mô hình FF 3 bị
bác bỏ 12 trường hợp và mô hình CAPM không vượt qua được trường hợp nào. Mô
hình Q 4 nhân tố của Hou, Xue và Zhang (2015) (với nhân tố ROE được thay bằng
lợi nhuận trước thuế trên vốn chủ sở hữu) tuy khả quan với thị trường chứng khoán
Mỹ nhưng với thị trường tại Việt Nam bị bác bỏ 16 trường hợp. Như vậy mô hình Q
4 nhân tố chưa tốt bằng mô hình FF 3 nhân tố. Cùng với những kết quả hồi quy
chúng tôi kết luận rằng mô hình FF 5 nhân tố phù hợp nhất với dữ liệu hiện có. Các
kết quả của mô hình 4 nhân tố (Rm-Rf, SMB, HML, RMW) và FF 5 nhân tố không
có quá nhiều khác biệt nên đây cũng là một mô hình được đề nghị trong trường hợp
chúng ta muốn giảm nhẹ độ phức tạp của mô hình.
Về mặt nguyên tắc, phương pháp phân chia danh mục theo ít tiêu chí nhất và
tiêu chí đó ảnh hưởng ít nhất đến kết quả kiểm định nên được lựa chọn. Theo các
thống kê mục 4.2 và mục 4.4 cho thấy, kết quả thay đổi theo phương pháp phân chia
danh mục. Chúng tôi đề nghị hai phương pháp phân chia danh mục là: 25 danh mục
Size-Inv và 32 danh mục Size-OP-Inv. Hai phương pháp này cho kết quả về hệ số
và các tiêu chuẩn thống kê phù hợp nhất. Tuy nhiên chúng tôi không đề nghị sử
67
dụng chúng trong việc lựa chọn và quản lý danh mục đầu tư, bởi việc này còn phụ
thuộc vào mỗi cá nhân khác nhau.
Kết quả hồi quy cho thấy yếu tố thị trường, quy mô, giá trị đồng biến với
phần bù tỷ suất sinh lợi, yếu tố lợi nhuận thường nghịch biến với phần bù tỷ suất
sinh lợi. Trong năm yếu tố được sử dụng để phân tích sự biến động của tỷ suất sinh
lợi chứng khoán, yếu tố đầu tư cũng làm tăng độ giải thích của các mô hình nhưng
tác động là rất yếu, yếu tố này sẽ dư nếu chúng ta cần một mô hình nhỏ gọn.
Chúng ta sử dụng độ lớn hệ số hồi quy và thống kê t của mỗi nhân tố kết hợp
với các kết luận đưa ra ở mục 4.2 để khảo sát về tác động mạnh yếu của mỗi nhân
tố. Yếu tố ảnh hưởng mạnh nhất lên giá cổ phiếu là yếu tố thị trường. Ba yếu tố quy
mô, giá trị và lợi nhuận có độ mạnh không kém nhưng các yếu tố này bị nhiễu bởi
hiệu ứng mà chúng ta gọi là “hiệu ứng của chính mình”. Hiệu ứng này đã được thảo
luận trong mục 4.4, đó là hiệu ứng chỉ thấy được kết quả khi chúng ta sử dụng các
yếu tố trong bốn yếu tố quy mô, giá trị, lợi nhuận và đầu tư làm tiêu chí phân chia
danh mục. Nếu sử dụng một trong bốn yếu tố này để tạo danh mục thì hệ số hồi quy
và thống kê t của yếu tố đó sẽ tăng cao, gây ra sự khó khăn để đánh giá yếu tố đó so
với các yếu tố khác. Hiệu ứng này gồm: rủi ro quy mô khi tăng sẽ làm giá cổ phiếu
có quy mô nhỏ tăng nhiều hơn có quy mô lớn, rủi ro giá trị khi tăng sẽ làm giá cổ
phiếu có B/M cao tăng nhiều hơn có B/M thấp, rủi ro lợi nhuận khi tăng sẽ làm
giảm giá cổ phiếu có lợi nhuận thấp nhiều hơn có lợi nhuận cao, rủi ro đầu tư khi
tăng sẽ làm tăng giá cổ phiếu có đầu tư thấp và làm giảm giá cổ phiếu có đầu tư cao.
“Hiệu ứng của chính mình” làm thay đổi tác động mạnh yếu của mỗi nhân tố,
nhưng dù hiệu ứng có xuất hiện hay là không, ba nhân tố quy mô, giá trị và lợi
nhuận vẫn luôn cho thấy được tầm quan trọng trong mô hình nghiên cứu. Bởi vì sự
nhiễu này và chưa biết cách đo độ nhiễu gây ra, rất khó cho chúng ta nếu muốn so
sánh tác động mạnh yếu giữa ba nhân tố. Nhưng nếu chỉ dựa trên thống kê GRS
nhân tố giá trị có vai trò quan trọng hơn nhân tố lợi nhuận.
68
Những cổ phiếu có quy mô cao không có lợi do “hiệu ứng của chính mình”
gậy ra, nhưng bù lại được hỗ trợ bởi yếu tố thị trường, đó là khi suất sinh lợi thị
trường tăng luôn làm tăng giá cổ phiếu quy mô lớn mạnh hơn các cổ phiếu khác.
Tất nhiên như chúng ta đã thấy yếu tố thị trường khi tăng luôn làm tăng giá tất cả
các danh mục đầu tư. Cần nhắc lại là yếu tố thị trường khi biến đổi luôn tác động
mạnh lên cổ phiếu quy mô lớn, B/M cao và đôi khi là lợi nhuận thấp.
Những cổ phiếu B/M cao ngoài việc hưởng lợi từ “hiệu ứng của chính
mình” còn tăng giá mạnh hơn các cổ phiếu khác khi thị trường tăng giá. Ngược lại
các cổ phiếu B/M thấp tuy không bị thiệt hại trực tiếp, nhưng sẽ gặp bất lợi khi cổ
phiếu B/M cao quá hấp dẫn, nhất là các cổ phiếu có B/M cực thấp.
Cổ phiếu lợi nhuận thấp không có lợi do “hiệu ứng của chính mình” nhưng
có dấu hiệu cho thấy cổ phiếu lợi nhuận thấp được hỗ trợ bởi yếu tố thị trường và
quy mô, tuy nhiên hai hiện tượng này chỉ xảy ra trong một số trường hợp do đó
không phổ biến. Điều phổ biến cần quan tâm là khi rủi ro giá trị tăng sẽ làm những
cổ phiếu lợi nhuận thấp tăng giá mạnh.
Cuối cùng các cổ phiếu có đầu tư cao và thấp chỉ bị tác động bởi “hiệu ứng
của chính mình”. Do đó nếu dự đoán rủi ro đầu tư sắp tới sẽ tăng chúng ta nên mua
cổ phiếu có đầu tư thấp và bán cổ phiếu có đầu tư cao và ngược lại.
5.2. KHUYẾN NGHỊ
5.2.1. Khuyến nghị đối với những ai sử dụng mô hình FF 5 nhân tố
Mô hình FF không phù hợp để giải thích biến động của giá chứng khoán
trong các giai đoạn thị trường quá nóng hoặc quá lạnh, ví dụ như giai đoạn năm
2007 ở Việt Nam thị trường có dấu hiệu bong bóng, giá cổ phiếu bị tác động bởi
tâm lý nhà đầu tư, hoặc giai đoạn năm 2008 giá cổ phiếu giảm mạnh ở Việt Nam
bởi tác động của suy thoái kinh tế toàn cầu. Do đó chúng tôi khuyến nghị nên loại
bỏ các giai đoạn như vậy khi sử dụng mô hình FF hay các mô hình đa nhân tố khác
(mô hình chỉ gồm các nhân tố vi mô) để xem xét biến động của giá chứng khoán.
69
Mô hình FF 5 nhân tố phù hợp với thị trường chứng khoán Việt Nam trong
việc giải thích biến động của tỷ suất sinh lơi. Nếu so với mô hình CAPM, FF 3 nhân
tố và Q 4 nhân tố của Hou thì FF 5 nhân tố là mô hình tốt nhất.
Nếu cần thiết trong việc làm nhỏ gọn mô hình, chúng ta hoàn toàn có thể sử
dụng mô hình 4 nhân tố (Rm-Rf, SMB, HML, RMW). Mô hình này cũng tốt như
mô hình FF 5 nhân tố để giải thích các kết quả về giá cổ phiếu.
Đối với mô hình đa nhân tố, không tồn tại một lý thuyết nền tảng nào hướng
dẫn cách phân chia danh mục đầu tư khi áp dụng. Ở đây chúng tôi đề nghị lựa chọn
theo nguyên tắc: phân chia danh mục theo ít tiêu chí nhất và tiêu chí đó ảnh hưởng
ít nhất đến kết quả hồi quy. Theo đó trong sáu phương pháp tạo danh mục, chúng
tôi chọn phương pháp 25 danh mục Size-Inv và 32 danh mục Size-OP-Inv.
Sinh viên và những nhà nghiên cứu quan tâm đến mô hình định giá có thể sử
dụng kết quả trong nghiên cứu này để làm cơ sở đối chiếu, so sánh phù hợp với mục
đích của mình.
Dù là với bất cứ mô hình nào, chúng tôi nhận thấy yếu tố thị trường luôn
đóng vai trò quan trọng. Mặt khác những tác động của nhân tố thị trường như chúng
ta rút ra được trong mục 4.4 là rất có ý nghĩa. Do đó nhân tố thị trường nên là yếu tố
ưu tiên được xem xét trong việc lựa chọn các nhân tố cho mô hình đa nhân tố.
Khi hồi quy mô hình đa nhân tố chúng ta thường gặp một số ít các hệ số hồi
quy bị âm, các hệ số này thường rơi vào các danh mục có quy mô nhỏ, hoặc B/M
thấp, hoặc lợi nhuận cao, hoặc đầu tư cao. FF giải thích rằng mô hình thất bại trong
việc giải thích giá cổ phiếu trong các trường hợp như vậy. Chúng tôi cho rằng cách
giải thích này không rõ ràng. Hệ số hồi quy của các nhân tố đối với một số ít danh
mục không đúng dấu kỳ vọng là hết sức thông thường, bởi vì các quy luật kinh tế
không bao giờ xảy ra với xác suất 100%, ở đây, cụ thể là hiệu ứng quy mô, hiệu ứng
giá trị, hiệu ứng lợi nhuận và hiệu ứng đầu tư. Khi một trong các hiệu ứng này
không xảy ra hoàn toàn, tức là sẽ có những cổ phiếu không tuân theo các hiệu ứng
này, các cổ phiếu này sẽ làm hệ số hồi quy âm, khi chúng ta gom các cổ phiếu này
70
vào chung một danh mục thì tức khắc hệ số hồi quy của danh mục đó sẽ bị âm đối
với nhân tố đang xét. Do đó, hiện tượng hệ số hồi quy của một nhân tố nào đó bị âm
ở một số ít các danh mục sẽ không chỉ xảy ra trong nghiên cứu của FF hay nghiên
cứu này, mà sẽ có thể xảy ra tại bất kỳ thị trường chứng khoán nào trong bất kỳ
khoảng thời gian nghiên cứu nào.
5.2.2. Khuyến nghị riêng đối với nhà đầu tư chứng khoán
Khi lựa chọn cổ phiếu nhà đầu tư nên xem xét đến bốn yếu tố: thị trường,
quy mô, giá trị và lợi nhuận.
Yếu tố thị trường luôn luôn quan trọng bởi vì giá cổ phiếu phần lớn thường
dao động theo giá thị trường. Ngoài ra nhà đầu tư cần lưu ý thêm về tác dụng phụ
của yếu tố này. Đó là, yếu tố thị trường khi thay đổi luôn tác động mạnh đến cổ
phiếu có quy mô lớn, B/M cao và một số cổ phiếu lợi nhuận thấp. Khi thị trường
thay đổi các cổ phiếu này nếu được sẽ rất nhiều nhưng nếu mất cũng rất nhiều. Do
đó nếu nắm giữ các cổ phiếu như vậy phải đặc biệt lưu ý đến thay đổi của yếu tố thị
trường. Ngược lại nếu lo ngại sự biến động của thị trường, nhà đầu tư nên chọn
những cổ phiếu có quy mô nhỏ, B/M thấp và lợi nhuận cao sẽ an toàn hơn.
Với ba yếu tố quy mô, giá trị và lợi nhuận, nhà đầu tư nên lưu ý đến một hiệu
ứng gọi là “hiệu ứng của chính mình”. Ví dụ 1, khi chênh lệch giữa suất sinh lợi cổ
phiếu quy mô nhỏ và lớn cao hoặc sẽ tăng cao, nhà đầu tư nên bán cổ phiếu có quy
mô lớn và mua cổ phiếu quy mô nhỏ. Ví dụ 2, khi chênh lệch giữa suất sinh lợi cổ
phiếu có B/M cao và thấp cao hoặc sẽ cao, nhà đầu tư nên bán cổ phiếu B/M thấp
và mua cổ phiếu B/M cao.
Quy mô cũng là yếu tố quan trọng cần xem xét sau yếu tố thị trường. Nhà
đầu tư cần theo dõi khoảng cách trung bình giữa suất sinh lợi cổ phiếu nhỏ và lớn.
Nếu thấy khoảng cách này sẽ tăng, hiển nhiên nhà đầu tư sẽ biết mua cổ phiếu nhỏ
và bán lớn. Ngoài ra nhà đầu tư cũng cần biết là lúc này, nên mua cổ phiếu có lợi
nhuận thấp và bán cao.
71
Cũng vậy với yếu tố giá trị, nhà đầu tư cần theo dõi khoảng cách trung bình
giữa suất sinh lợi cổ phiếu B/M cao và thấp. Nếu nhận thấy khoảng cách này sắp tới
sẽ tăng, tất nhiên nhà đầu tư sẽ biết mua cổ phiếu có B/M cao và bán thấp. Ngoài ra
nhà đầu tư cũng cần biết là lúc này, nên mua cổ phiếu lợi nhuận thấp và bán cao.
Với yếu tố lợi nhuận, nhà đầu tư cũng cần theo dõi khoảng cách trung bình
giữa suất sinh lợi cổ phiếu OP cao và thấp. Nếu nhận thấy khoảng cách này sắp tới
sẽ tăng, nhà đầu tư nên bán cổ phiếu OP thấp và nếu mua phải mua cổ phiếu có OP
cực cao. Tuy nhiên nhà đầu tư nên thận trọng với dữ liệu về lợi nhuận được công bố
bởi các công ty trên sàn chứng khoán Việt Nam, bởi có các công ty khai báo một
cách không chính xác về lợi nhuận hoạt động để tạo lợi thế cạnh tranh cho công ty
của mình trên thị trường.
Đúng như lý luận của FF, OP cao mang lại tỷ suất sinh lợi tức thời cổ phiếu
cao, nhưng FF chưa tính đến tác động của thông tin này lên giá cổ phiếu. Bởi vì
những cổ phiếu có OP thấp sẽ buộc phải giảm giá cổ phiếu quá mức để thu hút nhà
đầu tư, khi mua những cổ phiếu này nhà đầu tư sẽ được hưởng lợi vì mua được cổ
phiếu giá thấp. Hai tác động này ngược chiều, tác động của FF mạnh hơn sẽ làm hệ
số hồi quy dương và ngược lại là âm. Như vậy tại thị trường Việt Nam nhà đầu tư
không nhất thiết phải cố mua cổ phiếu của các công ty có lợi nhuận hoạt động cao
để được hưởng tỷ suất sinh lợi cao, các cổ phiếu của các công ty có lợi nhuận hoạt
động thấp và giá trị thị trường thấp vẫn mang lại tỷ suất sinh lợi cao vì được kỳ
vọng tăng trở lại giá trị thực trong tương lai.
Tại thời điểm này nhà đầu tư có thể chưa cần quan tâm đến tác động của
nhân tố đầu tư lên biến động giá của cổ phiếu. Bởi vì kết quả nghiên cứu thực
nghiệm cho thấy tác động của nhân tố này không mạnh. Một lí do nữa là hiện nay
chính các nhà đầu tư và các nhà quản lý tại Việt Nam cũng ít quan tâm đến tác động
của nhân tố đẩu tư khi phân tích giá cổ phiếu, bởi vì có nhiều kết quả chỉ ra rằng giá
cổ phiếu cũng biến động mạnh do tâm lý gây ra, và chính sự không lưu tâm của thị
trường nói chung đã làm giảm tác động ảnh hưởng của nhân tố đầu tư tại Việt Nam.
72
5.2.3. Khuyến nghị riêng đối với những công ty đang niêm yết trên hai sàn HNX
và HOSE
Yếu tố thị trường khi thay đổi sẽ tác động mạnh lên giá cổ phiếu của các
công ty có quy mô lớn, B/M cao và lợi nhuận thấp. Do đó nếu không muốn lệ thuộc
quá nhiều vào thị trường, các công ty nên duy trì quy mô và B/M ở mức vừa phải và
cố gắng làm gia tăng lợi nhuận hoạt động, không nên để lợi nhuận hoạt động của
công ty ở mức quá thấp. Tuy nhiên nếu những công ty nào dự đoán thị trường kinh
tế sẽ tăng trưởng trong thời gian tới và tin vào nhận định đó của mình, công ty nên
làm điều ngược lại, tức là tăng quy mô công ty và tìm cách tăng tỷ số B/M.
Lưu ý đối với những công ty ty có lợi nhuận hoạt động thấp, các công ty này
sẽ gặp bất lợi trong nhiều tình huống. Bởi vì các công ty có lợi nhuận hoạt động tốt
sẽ làm hạn chế tác động của các loại rủi ro khác, đặc biệt là rủi ro thị trường và rủi
ro giá trị, các công ty này sẽ không phải lo sợ nhiều như các công ty có lợi nhuận
hoạt động thấp khi thị trường kinh tế suy thoái hay khi tỷ số B/M của công ty đang
ở mức cao.
5.3. CÁC GIỚI HẠN CỦA ĐỀ TÀI VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO
Thứ nhất, thị trường chứng khoán Việt Nam được thành lập chưa lâu, số
quan sát thu thập được không nhiều, do đó các mô hình thiếu dữ liệu để đạt độ tin
cậy cần thiết. Thứ hai, theo lý thuyết danh mục đầu tư Markowitz và mô hình
CAPM, danh mục càng được đa dạng hóa thì mô hình càng ít bị ảnh hưởng bởi các
loại rủi ro khác ngoài mô hình và độ giải thích của mô hình càng cao, tuy nhiên tại
Việt Nam số lượng công ty niêm yết trên sàn chứng khoán khá thấp so với các nước
khác, do đó mức đa dạng hóa của các danh mục đầu tư trong nghiên cứu cũng thấp
hơn các nghiên cứu tại những nước có thị trường chứng khoán phát triển. Hạn chế
thứ ba là mô hình đạt được từ nghiên cứu này đã tốt nhất hay chưa vẫn là một câu
hỏi mở, do đó cần có các nghiên cứu khác đào sâu hơn các vấn đề đã đặt ra.
TÀI LIỆU THAM KHẢO
Tài liệu tiếng Việt

Nguyễn Anh Phong, 2012. Tỷ suất lợi nhuận và rủi ro các cổ phiếu niêm yết trên thị
trường chứng khoán Việt Nam. Trường ĐH Kinh tế Luật.
Nguyễn Minh Kiều, (2009). Tài chính danh nghiệp căn bản, Tái bản lần thứ 2, NXB
Thống Kê.
Nguyễn Thị Thúy Nhi, 2016. Kiểm định mô hình Fama-French 5 nhân tố và mô
hình Q bốn nhân tố trên thị trường chứng khoán Việt Nam. Trường ĐH Mở
TPHCM.
Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp, 2012. Kiểm định mô hình Fama French
tại thị trường chứng khoán Việt nam. Tạp chí công nghệ ngân hàng, số 81,
49-56.
Võ Hồng Đức và Mai Duy Tân, 2014. Sự phù hợp của mô hình Fama-French 5
nhân tố cho thị trường chứng khoán Việt Nam. Tạp chí công nghệ ngân
hàng, số 101,2-20.
Vương Đức Hoàng Quân và Hồ Thị Huệ, 2008. Mô hình Fama – French: một
nghiên cứu thực nghiệm đối với thị trường chứng khoán Việt Nam. Tạp chí
công nghệ ngân hàng, số 50, 197-220.
Tài liệu tiếng Anh
Ajili, Souad, 2005. The Capital Asset Pricing Model and the Three Factor Model of
Fama and French Revisited in the Case of France. Working Paper.
Brailsford, T., Gaunt, C., O'brien, M.A., 2012. Size and book-to-market factors in
Australia. Australian Journal of Management, 37, 261–281.
Carhart, M., 1997. On Persitence in Mutual Fund Peformance. Journal of Finance
52 (1), 57-82.
Chiah, M., Chai, D. & Zhong, A., 2015. A Better Model? An Empirical
Investigation of the Fama-French Five-Factor Model in Australia. Working
Paper.
Connor, Gregory and Sanjay Sehgal, 2001. Tests of the Fama and French Model in
India. Working Paper.
Chun Wei Huang, 2010. Fama and French three factor Model applied to Taiwan
stock market. National Taiwan University.
Fama, E. F., & French, K. R., 1992. The cross-section of expected stock returns.
Journal of Finance, 47, 427-465.
Fama, E., French, K., 1993. Common risk factors in the returns on stocks and
bonds. Journal of Financial Economics 33, 3–56.
Fama, E. F., & French, K. R., 2015. A five-factor asset pricing model. Journal of
Financial Economics 116, 1–22.
Gibbons, M., Ross, S., Shanken, J., 1989. A test of the efficiency of a given
portfolio. Econometrica 57, 1121–1152.
Homsud, Nopbhanon., Jatuphon Wasunsakul., Sirina Phuangnark., Jitwatthana
Joongpong., 2009. A Study of Fama and French Three Factors Model and
Capital Asset Pricing Model in the Stock Exchange of Thailand.
International Research Journal of Finance and Economics, ISSN 1450-2887
Issue 25, 2009, pp 35-47.
Hou, K., Xue, C., Zhang, L., 2015. Digesting anomalies: an investment approach.
Review of Financial Studies, 28 (3), 650-705.
Jegadeesh, N., and S. Titman, 1993. Returns to buying winners and selling losers:
Implications for stock market efficiency. Journal of Finance 48, 65-91.
Lewellen, J., Nagel, S., 2006. The conditional CAPM does not explain asset-pricing
anomalies. Journal of Financial Economics 82, 289–314.
Markowitz, H, 1952. Portfolio Selection. The Journal of Finance 7, 77–91.
Merton, R., 1973. An intertemporal capital asset pricing model. Econometrica 41,
867–887.
Miller, M., Modigliani, F., 1961. Dividend policy, growth, and the valuation of
shares. Journal of Business 34, 411–433.
Nima, Billou, 2004. Tests of the CAPM and Fama and French three-factor model.
Simon Fraser University.
Novy Marx, R., 2013. The other side of value: The gross profitability premium.
Journal of Financial Economics 108, 1–28.
Sharpe, William F., 1964. Capital asset prices: A theory of market equilibrium
under conditions of risk. Journal of Finance 19, 425–442.
Titman, S., Wei, K., Xie, F., 2004. Capital investments and stock returns. Journal of
Financial and Quantitative Analysis 39, 677–700.
Walid, E. M., & Ahlem, E. M, 2009b. New Evidence on the Application of Fama
and French Three-Factor Model to the Japanese Stock Market. Working
Paper, Osaka University, pp. 1-13.
PHỤ LỤC
Phụ lục A
Bảng 4.13: Thống kê mô tả cho các danh mục được lập dựa vào (i) Size và
B/M, (ii) Size và OP, (iii) Size và Inv, (iv) Size, B/M và OP, (v) Size, B/M và Inv,
(vi) Size, OP và Inv; 01/01/2009-31/12/2016, 412 tuần.
Std. Std.
Obs M ean Dev. M in M ax Obs M ean Dev. M in M ax
Phần A: 25 danh mục Size-B/M Phần D: 32 danh mục Size-B/M -OP
SiBm11 403 0.030 2.28 -6.77 9.78 BmOp111 385 -0.208 2.17 -9.83 9.83
SiBm12 412 0.009 1.33 -5.66 3.88 BmOp112 385 0.105 2.41 -9.98 9.83
SiBm13 412 0.167 1.04 -3.05 3.70 BmOp113 381 -0.190 2.03 -21.02 9.68
SiBm14 412 0.141 0.95 -3.41 3.87 BmOp114 412 0.118 1.09 -6.45 4.29
SiBm15 412 0.184 0.92 -4.04 4.27 BmOp121 412 -0.006 1.21 -3.79 4.90
SiBm21 412 0.011 1.40 -5.60 4.43 BmOp122 412 -0.007 1.23 -4.12 3.47
SiBm22 412 0.111 1.00 -3.63 3.97 BmOp123 412 0.052 0.91 -3.65 4.18
SiBm23 412 0.025 0.95 -4.54 4.31 BmOp124 412 0.153 0.96 -3.64 3.33
SiBm24 412 0.098 0.87 -3.47 3.48 BmOp131 412 0.067 1.03 -3.15 4.11
SiBm25 412 0.112 0.87 -3.40 3.72 BmOp132 412 0.066 0.92 -3.69 3.89
SiBm31 412 0.023 0.96 -3.17 3.33 BmOp133 412 0.104 0.94 -3.61 3.84
SiBm32 412 0.050 0.85 -3.60 4.00 BmOp134 412 0.196 1.01 -3.98 4.96
SiBm33 412 0.058 0.87 -3.12 3.87 BmOp141 412 0.106 0.95 -3.07 3.55
SiBm34 412 0.039 0.82 -3.13 3.69 BmOp142 412 0.145 0.94 -4.18 3.94
SiBm35 412 0.078 0.89 -3.14 3.46 BmOp143 412 0.212 0.95 -3.42 4.24
SiBm41 412 -0.009 0.76 -2.69 3.51 BmOp144 412 0.221 1.14 -3.90 6.02
SiBm42 412 0.024 0.79 -3.45 4.19 BmOp211 412 -0.136 1.15 -3.40 4.79
SiBm43 412 0.038 0.76 -2.85 3.75 BmOp212 412 -0.068 0.80 -2.73 3.18
SiBm44 412 0.067 0.82 -2.92 4.15 BmOp213 412 0.007 0.70 -2.66 3.97
SiBm45 412 0.073 0.99 -3.24 3.78 BmOp214 412 0.038 0.64 -2.68 3.06
SiBm51 412 -0.017 0.66 -2.41 3.19 BmOp221 412 0.004 0.96 -3.00 4.08
SiBm52 412 0.011 0.71 -2.36 2.98 BmOp222 412 -0.016 0.79 -2.72 3.14
SiBm53 412 0.012 0.82 -3.23 3.79 BmOp223 412 0.039 0.71 -2.50 4.31
SiBm54 412 0.058 0.88 -2.89 3.69 BmOp224 412 0.048 0.80 -3.38 4.72
SiBm55 412 0.078 1.04 -3.28 3.63 BmOp231 412 0.043 0.99 -3.28 4.41
Phần B: 25 danh mục Size-OP BmOp232 412 0.053 0.81 -3.08 3.18
SiOp11 412 0.089 1.06 -3.65 4.91 BmOp233 412 0.070 0.80 -2.83 4.10
SiOp12 412 0.126 0.99 -3.52 3.90 BmOp234 412 0.108 0.89 -3.50 3.75
SiOp13 412 0.122 1.00 -3.02 3.54 BmOp241 412 0.053 0.96 -3.02 3.66
SiOp14 412 0.180 1.03 -3.06 4.33 BmOp242 412 0.075 0.96 -3.31 3.67
SiOp15 412 0.267 1.26 -4.34 4.02 BmOp243 412 0.065 1.04 -3.41 3.54
SiOp21 412 0.061 0.95 -3.41 3.95 BmOp244 299 0.085 1.69 -9.42 8.78
SiOp22 412 0.069 0.95 -3.74 3.28 Phần E: 32 danh mục Size-B/M -Inv
SiOp23 412 0.050 0.93 -4.26 4.14 BmIn111 412 -0.004 1.38 -5.33 4.81
SiOp24 412 0.090 0.90 -3.72 4.16 BmIn112 411 0.100 2.30 -9.82 9.79
SiOp25 412 0.157 0.93 -3.97 3.79 BmIn113 412 0.064 1.35 -4.37 4.70
SiOp31 412 0.026 1.06 -3.38 4.60 BmIn114 411 0.022 1.55 -6.28 7.38
SiOp32 412 -0.016 0.90 -3.31 3.52 BmIn121 412 0.047 1.03 -3.80 4.21
SiOp33 412 0.051 0.81 -2.90 3.43 BmIn122 412 0.088 0.97 -3.74 3.65
SiOp34 412 0.069 0.85 -3.76 4.21 BmIn123 412 0.074 1.02 -3.51 4.60
SiOp35 412 0.129 0.81 -3.10 3.44 BmIn124 412 0.014 1.06 -3.64 4.41
SiOp41 412 0.020 0.95 -2.91 4.17 BmIn131 412 0.111 0.94 -3.62 3.12
SiOp42 412 0.005 0.84 -3.47 3.23 BmIn132 412 0.110 0.99 -4.84 3.99
SiOp43 412 -0.002 0.80 -2.82 4.40 BmIn133 412 0.107 0.89 -2.93 3.86
SiOp44 412 0.062 0.72 -2.64 4.35 BmIn134 412 0.042 0.99 -3.53 4.87
SiOp45 412 0.058 0.73 -3.14 4.03 BmIn141 412 0.139 0.88 -3.64 3.71
SiOp51 412 -0.021 0.92 -2.92 3.62 BmIn142 412 0.133 0.99 -4.03 3.73
SiOp52 412 -0.011 0.79 -2.43 2.89 BmIn143 412 0.144 0.92 -3.26 3.79
SiOp53 412 0.022 0.74 -2.93 3.61 BmIn144 412 0.166 0.94 -3.62 4.05
SiOp54 412 0.027 0.67 -2.47 3.29 BmIn211 412 -0.034 0.75 -2.77 3.43
SiOp55 412 0.029 0.67 -2.29 3.26 BmIn212 412 0.005 0.70 -2.39 2.98
Phần C: 25 danh mục Size-Inv BmIn213 412 0.035 0.74 -3.66 4.59
SiInv11 412 0.124 0.98 -3.51 3.25 BmIn214 412 -0.025 0.74 -3.02 2.95
SiInv12 412 0.132 0.99 -3.33 3.55 BmIn221 412 0.025 0.82 -3.15 3.72
SiInv13 412 0.138 0.95 -3.40 3.50 BmIn222 412 0.029 0.72 -3.23 4.09
SiInv14 412 0.168 1.08 -3.05 4.53 BmIn223 412 0.055 0.76 -3.11 4.49
SiInv15 412 0.147 1.11 -3.48 5.03 BmIn224 412 -0.032 0.85 -2.84 3.92
SiInv21 412 0.074 0.89 -3.25 3.65 BmIn231 412 0.063 0.97 -3.64 4.76
SiInv22 412 0.102 0.93 -4.15 4.36 BmIn232 412 0.052 0.78 -3.27 3.45
SiInv23 412 0.094 0.90 -3.50 3.81 BmIn233 412 0.076 0.83 -3.02 4.39
SiInv24 412 0.097 0.89 -4.22 3.68 BmIn234 412 0.037 0.83 -2.52 3.52
SiInv25 412 0.021 0.94 -3.66 3.67 BmIn241 412 0.054 1.07 -2.97 3.42
SiInv31 412 0.058 0.90 -3.34 3.98 BmIn242 412 0.079 0.96 -4.39 4.69
SiInv32 412 0.059 0.81 -2.94 3.96 BmIn243 412 0.051 1.02 -3.69 3.77
SiInv33 412 0.073 0.83 -3.61 3.65 BmIn244 412 0.046 0.93 -2.96 3.83
SiInv34 412 0.052 0.85 -3.42 3.75 Phần F: 32 danh mục Size-OP-Inv
SiInv35 412 0.011 0.91 -3.20 3.99 OpIn111 412 0.077 0.96 -3.13 4.09
SiInv41 412 0.007 0.83 -3.33 3.73 OpIn112 412 0.114 1.21 -4.90 6.54
SiInv42 412 0.051 0.73 -2.70 3.17 OpIn113 412 0.063 1.04 -3.49 4.35
SiInv43 412 0.030 0.78 -2.87 3.64 OpIn114 412 0.023 1.26 -4.50 4.87
SiInv44 412 0.066 0.79 -3.25 5.17 OpIn121 412 0.092 0.95 -4.34 3.46
SiInv45 412 -0.007 0.80 -2.73 3.48 OpIn122 412 0.091 0.96 -4.15 3.32
SiInv51 412 0.002 0.84 -3.20 3.93 OpIn123 412 0.103 0.98 -2.96 4.25
SiInv52 412 0.001 0.77 -2.74 3.49 OpIn124 412 0.054 1.14 -3.98 4.10
SiInv53 412 0.022 0.73 -2.49 3.37 OpIn131 412 0.115 1.04 -3.81 3.77
SiInv54 412 0.045 0.74 -2.98 3.61 OpIn132 412 0.120 0.92 -3.59 3.75
SiInv55 412 -0.026 0.72 -2.27 3.01 OpIn133 412 0.072 0.89 -3.86 3.98
OpIn134 412 0.083 0.98 -3.30 4.88
OpIn141 412 0.151 1.16 -5.23 3.71
OpIn142 412 0.142 1.12 -3.83 3.23
OpIn143 412 0.223 0.97 -2.88 4.29
OpIn144 412 0.152 1.00 -4.22 3.50
OpIn211 412 0.016 1.00 -2.95 3.73
OpIn212 412 0.005 0.85 -2.68 3.56
OpIn213 412 0.017 0.99 -3.45 4.20
OpIn214 412 -0.077 1.04 -3.50 4.21
OpIn221 412 0.004 0.78 -2.86 2.91
OpIn222 412 0.032 0.76 -2.27 3.19
OpIn223 412 0.012 0.92 -3.85 5.32
OpIn224 412 -0.023 0.85 -3.00 3.48
OpIn231 412 -0.001 0.83 -2.91 4.55
OpIn232 412 0.064 0.72 -2.57 4.06
OpIn233 412 0.046 0.76 -3.24 4.20
OpIn234 412 0.005 0.74 -2.56 3.47
OpIn241 412 0.015 0.91 -2.91 4.30
OpIn242 412 0.056 0.71 -3.15 3.42
OpIn243 412 0.093 0.69 -3.25 4.40
OpIn244 412 0.028 0.72 -2.70 3.46
Phụ lục B
Bảng 4.7: Hồi quy cho 25 danh mục Size-B/M; 01/01/2009-31/12/2016, 412
tuần.
Phần A trình bày hệ số mô hình 3 nhân tố Rm-Rf, SMB và HML. Phần B

trình bày hệ số mô hình 3 nhân tố Rm-Rf, SMBO và HMLO. Phần C trình bày hệ số
mô hình 4 nhân tố Rm-Rf, SMB, HML và RMW. Phần D trình bày hệ số mô hình 4
nhân tố Rm-Rf, SMBO, HMLO và RMWO. Phần E trình bày hệ số mô hình 5 nhân
tố Rm-Rf, SMB, HML, RMW và CMA. Phần F trình bày hệ số mô hình 5 nhân tố
Rm-Rf, SMBO, HMLO, RMWO và CMAO. Kết quả hồi quy đã được điều chỉnh
với hiện tượng tự tương quan và hiện tượng phương sai thay đổi tương ứng.
Phần A: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMB(t)+hHML(t)+e(t).
1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size -0.03 -0.04 0.00 -0.04 0.00 -0.25 -0.79 -0.09 -1.08 -0.10
2 -0.03 0.01 -0.11 -0.06 -0.04 -0.52 0.30 -4.03 -2.15 -1.55
3 -0.02 -0.04 -0.05 -0.08 -0.05 -0.37 -1.28 -1.57 -3.42 -2.03
4 -0.07 -0.04 -0.04 -0.02 -0.04 -2.44 -1.56 -1.41 -0.85 -1.35
5 Size -0.04 -0.03 -0.05 -0.01 -0.01 -2.64 -1.86 -2.02 -0.45 -0.24
b t(b)
1 Size 0.68 0.95 0.78 0.80 0.91 5.23 13.10 13.59 16.42 18.03
2 0.84 0.98 1.03 0.87 0.93 9.37 17.69 17.41 18.09 19.04
3 0.90 0.96 0.96 0.87 0.92 14.57 16.84 17.86 20.17 22.14
4 0.82 0.93 0.87 0.89 0.95 15.37 17.23 17.95 19.38 16.66
5 Size 0.89 0.90 0.99 0.96 1.07 27.98 25.42 21.87 23.78 19.81
s t(s)
1 Size 1.56 1.44 1.65 1.51 1.57 5.89 7.21 13.04 14.59 15.40
2 1.08 1.30 1.38 1.29 1.09 5.41 9.13 11.77 13.96 12.90
3 0.56 0.99 0.92 0.75 0.68 4.06 8.74 7.75 8.54 7.63
4 0.53 0.44 0.43 0.28 0.47 4.60 4.98 4.55 2.89 3.37
5 Size 0.07 0.15 0.17 0.03 0.05 1.11 1.89 1.69 0.36 0.41
h t(h)
1 Size -1.00 -1.02 0.51 0.75 0.78 -2.99 -4.91 4.44 7.43 8.77
2 -0.78 -0.22 0.26 0.66 0.75 -3.47 -1.75 2.99 8.42 10.93
3 -0.33 -0.10 0.25 0.69 0.86 -2.89 -1.20 3.21 9.13 11.68
4 -0.01 0.14 0.31 0.66 0.88 -0.15 1.81 4.20 8.19 8.29
5 Size -0.06 0.16 0.32 0.63 0.81 -1.20 2.89 4.07 6.80 8.17
Phần B: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSM BO(t)+hHMLO(t)+e(t).

1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size -0.03 -0.04 0.00 -0.04 0.00 -0.25 -0.79 -0.09 -1.08 -0.10
2 -0.03 0.01 -0.11 -0.06 -0.04 -0.52 0.30 -4.03 -2.15 -1.55
3 -0.02 -0.04 -0.05 -0.08 -0.05 -0.37 -1.28 -1.57 -3.42 -2.03
4 -0.07 -0.04 -0.04 -0.02 -0.04 -2.44 -1.56 -1.41 -0.85 -1.35
5 Size -0.04 -0.03 -0.05 -0.01 -0.01 -2.64 -1.86 -2.02 -0.45 -0.24
b t(b)
1 Size 0.43 0.70 0.69 0.75 0.87 3.31 9.50 12.17 16.36 17.92
2 0.66 0.84 0.94 0.83 0.92 7.92 15.27 16.60 18.31 19.70
3 0.81 0.86 0.90 0.89 0.96 13.32 16.15 17.89 20.42 23.54
4 0.77 0.91 0.87 0.94 1.01 15.60 17.67 19.00 21.21 17.56
5 Size 0.88 0.91 1.02 1.03 1.16 28.60 26.65 22.09 24.46 21.70
s t(s)
1 Size 1.64 1.52 1.61 1.45 1.50 6.16 7.66 12.69 14.20 14.91
2 1.14 1.32 1.36 1.24 1.03 5.80 9.36 11.66 13.47 12.34
3 0.58 1.00 0.90 0.70 0.61 4.31 8.82 7.59 7.94 6.89
4 0.53 0.43 0.41 0.23 0.40 4.63 4.89 4.34 2.38 2.90
5 Size 0.07 0.14 0.14 -0.02 -0.02 1.20 1.75 1.42 -0.17 -0.17
h t(h)
1 Size -1.00 -1.02 0.51 0.75 0.78 -2.99 -4.91 4.44 7.43 8.77
2 -0.78 -0.22 0.26 0.66 0.75 -3.47 -1.75 2.99 8.42 10.93
3 -0.33 -0.10 0.25 0.69 0.86 -2.89 -1.20 3.21 9.13 11.68
4 -0.01 0.14 0.31 0.66 0.88 -0.15 1.81 4.20 8.19 8.29
5 Size -0.06 0.16 0.32 0.63 0.81 -1.20 2.89 4.07 6.80 8.17
Phần C: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSM B(t)+hHML(t)+rRMW(t)+e(t).

1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size 0.08 0.07 0.02 -0.03 0.05 0.70 1.17 0.61 -0.79 1.90
2 0.04 0.04 -0.07 -0.02 0.00 0.60 0.98 -2.34 -0.54 0.05
3 -0.01 0.01 0.00 -0.04 0.01 -0.21 0.24 0.03 -1.48 0.49
4 -0.03 -0.01 0.01 0.03 0.02 -0.95 -0.25 0.51 1.16 0.50
5 Size -0.01 0.01 0.00 0.03 0.04 -0.79 0.45 0.07 1.16 1.19
b t(b)
1 Size 0.63 0.89 0.77 0.79 0.89 4.75 13.00 13.34 16.05 17.27
2 0.81 0.97 1.01 0.84 0.91 8.62 17.58 16.66 17.45 18.31
3 0.89 0.94 0.93 0.85 0.89 14.36 16.49 17.82 19.68 21.56
4 0.80 0.92 0.85 0.86 0.92 15.06 16.61 17.52 19.33 16.42
5 Size 0.88 0.88 0.97 0.94 1.04 27.50 26.48 21.25 22.52 19.28
s t(s)
1 Size 1.38 1.25 1.61 1.50 1.48 4.95 5.95 12.14 13.79 14.22
2 0.96 1.25 1.31 1.22 1.02 4.55 7.96 10.91 12.77 11.98
3 0.55 0.92 0.84 0.68 0.57 3.82 8.28 7.19 7.54 6.02
4 0.46 0.39 0.35 0.20 0.37 3.98 4.16 3.66 1.94 2.49
5 Size 0.02 0.08 0.09 -0.04 -0.03 0.37 1.04 0.89 -0.36 -0.28
h t(h)
1 Size -1.48 -1.52 0.39 0.71 0.55 -4.03 -6.15 2.80 6.07 5.94
2 -1.10 -0.34 0.07 0.47 0.58 -4.50 -2.08 0.63 4.99 7.32
3 -0.36 -0.29 0.04 0.49 0.58 -2.50 -3.09 0.39 5.88 6.49
4 -0.18 -0.01 0.10 0.43 0.61 -2.05 -0.12 1.15 4.43 4.44
5 Size -0.18 -0.03 0.11 0.44 0.60 -3.35 -0.46 1.36 3.72 5.45
r t(r)
1 Size -0.90 -0.94 -0.23 -0.07 -0.44 -2.70 -4.56 -1.77 -0.66 -5.06
2 -0.60 -0.23 -0.36 -0.37 -0.34 -2.84 -1.53 -3.75 -4.56 -4.32
3 -0.05 -0.36 -0.40 -0.38 -0.54 -0.36 -4.17 -4.49 -5.13 -6.11
4 -0.33 -0.28 -0.40 -0.44 -0.51 -3.61 -3.45 -5.44 -3.99 -4.14
5 Size -0.22 -0.35 -0.40 -0.36 -0.39 -4.52 -5.27 -5.25 -3.27 -3.43
Phần D: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMBO(t)+hHMLO(t)+rRMWO(t)+e(t).
1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size 0.08 0.07 0.02 -0.03 0.05 0.70 1.17 0.61 -0.79 1.90
2 0.04 0.04 -0.07 -0.02 0.00 0.60 0.98 -2.34 -0.54 0.05
3 -0.01 0.01 0.00 -0.04 0.01 -0.21 0.24 0.03 -1.48 0.49
4 -0.03 -0.01 0.01 0.03 0.02 -0.95 -0.25 0.51 1.16 0.50
5 Size -0.01 0.01 0.00 0.03 0.04 -0.79 0.45 0.07 1.16 1.19
b t(b)
1 Size 0.43 0.70 0.69 0.75 0.87 3.34 9.84 12.40 16.31 18.05
2 0.66 0.84 0.94 0.83 0.92 7.68 15.27 16.63 18.39 19.83
3 0.81 0.86 0.90 0.89 0.96 13.29 16.30 18.34 20.88 24.43
4 0.77 0.91 0.87 0.94 1.01 15.79 17.71 19.38 21.90 18.04
5 Size 0.88 0.91 1.02 1.03 1.16 28.78 28.76 22.26 23.84 21.96
s t(s)
1 Size 1.64 1.52 1.61 1.45 1.50 6.00 8.18 12.66 14.18 14.77
2 1.14 1.32 1.36 1.24 1.03 5.68 9.18 11.48 13.52 12.23
3 0.58 1.00 0.90 0.70 0.61 4.28 9.03 7.72 7.85 6.48
4 0.53 0.43 0.41 0.23 0.40 4.55 4.77 4.41 2.24 2.83
5 Size 0.07 0.14 0.14 -0.02 -0.02 1.19 1.73 1.49 -0.17 -0.16
h t(h)
1 Size -1.00 -1.02 0.51 0.75 0.78 -2.96 -5.11 4.52 7.42 10.09
2 -0.78 -0.22 0.26 0.66 0.75 -3.55 -1.75 3.07 8.42 10.77
3 -0.33 -0.10 0.25 0.69 0.86 -2.89 -1.23 3.32 9.53 11.78
4 -0.01 0.14 0.31 0.66 0.88 -0.15 1.86 4.28 8.64 8.24
5 Size -0.06 0.16 0.32 0.63 0.81 -1.30 3.00 4.35 7.24 8.63
r t(r)
1 Size -0.90 -0.94 -0.23 -0.07 -0.44 -2.70 -4.56 -1.77 -0.66 -5.06
2 -0.60 -0.23 -0.36 -0.37 -0.34 -2.84 -1.53 -3.75 -4.56 -4.32
3 -0.05 -0.36 -0.40 -0.38 -0.54 -0.36 -4.17 -4.49 -5.13 -6.11
4 -0.33 -0.28 -0.40 -0.44 -0.51 -3.61 -3.45 -5.44 -3.99 -4.14
5 Size -0.22 -0.35 -0.40 -0.36 -0.39 -4.52 -5.27 -5.25 -3.27 -3.43
Phần E: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMB(t)+hHML(t)+rRMW(t)+cCMA(t)+e(t).
1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size 0.09 0.06 0.02 -0.03 0.05 0.80 1.10 0.55 -0.87 1.86
2 0.04 0.04 -0.07 -0.02 0.00 0.56 0.94 -2.18 -0.53 0.06
3 -0.01 0.01 0.00 -0.04 0.01 -0.26 0.38 0.14 -1.43 0.52
4 -0.02 -0.01 0.01 0.03 0.02 -0.81 -0.32 0.45 1.25 0.61
5 Size -0.01 0.01 0.00 0.03 0.04 -0.78 0.70 0.19 1.10 1.28
b t(b)
1 Size 0.60 0.90 0.77 0.80 0.89 4.36 12.58 13.47 16.00 17.11
2 0.82 0.97 1.00 0.84 0.90 8.62 16.92 16.07 16.79 18.01
3 0.90 0.93 0.92 0.85 0.89 14.13 16.17 17.19 19.19 21.10
4 0.79 0.92 0.85 0.86 0.91 14.73 16.44 17.36 18.78 15.93
5 Size 0.88 0.87 0.96 0.95 1.04 27.12 25.30 20.26 21.55 18.68
s t(s)
1 Size 1.38 1.25 1.61 1.50 1.48 4.93 5.97 12.07 13.81 14.21
2 0.96 1.25 1.31 1.22 1.02 4.56 7.95 10.89 12.74 11.96
3 0.55 0.92 0.84 0.68 0.57 3.82 8.33 7.18 7.52 6.03
4 0.46 0.39 0.35 0.20 0.37 4.00 4.16 3.66 1.94 2.50
5 Size 0.02 0.08 0.09 -0.04 -0.03 0.37 1.05 0.88 -0.36 -0.28
h t(h)
1 Size -1.45 -1.53 0.39 0.71 0.55 -4.03 -6.09 2.77 6.01 5.96
2 -1.11 -0.34 0.07 0.47 0.58 -4.52 -2.06 0.70 5.00 7.34
3 -0.36 -0.29 0.04 0.49 0.58 -2.49 -3.03 0.46 5.92 6.49
4 -0.18 -0.01 0.10 0.43 0.62 -1.98 -0.16 1.10 4.41 4.47
5 Size -0.18 -0.02 0.11 0.43 0.61 -3.34 -0.32 1.43 3.63 5.42
r t(r)
1 Size -1.03 -0.89 -0.21 -0.05 -0.44 -2.81 -4.44 -1.50 -0.43 -4.66
2 -0.57 -0.22 -0.40 -0.37 -0.34 -2.69 -1.43 -3.90 -4.10 -3.98
3 -0.03 -0.40 -0.44 -0.39 -0.55 -0.21 -4.34 -4.57 -4.91 -6.14
4 -0.36 -0.26 -0.39 -0.45 -0.55 -3.77 -2.99 -4.99 -4.37 -4.64
5 Size -0.22 -0.40 -0.43 -0.34 -0.41 -4.10 -5.90 -5.16 -3.12 -3.57
c t(c)
1 Size -0.50 0.18 0.08 0.08 0.01 -1.08 0.74 0.41 0.58 0.07
2 0.12 0.06 -0.16 0.00 -0.01 0.45 0.35 -1.26 0.04 -0.07
3 0.07 -0.15 -0.14 -0.03 -0.03 0.43 -1.38 -1.22 -0.39 -0.28
4 -0.12 0.08 0.06 -0.06 -0.14 -1.05 0.76 0.58 -0.61 -0.98
5 Size 0.00 -0.18 -0.11 0.08 -0.10 -0.06 -2.32 -1.02 0.70 -0.70
Phần F: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMBO(t)+hHMLO(t)+rRMWO(t)+cCMAO(t)+e(t).
1 B/M 2 3 4 5 B/M 1 B/M 2 3 4 5 B/M
a t(a)
1 Size 0.09 0.06 0.02 -0.03 0.05 0.80 1.10 0.55 -0.87 1.86
2 0.04 0.04 -0.07 -0.02 0.00 0.56 0.94 -2.18 -0.53 0.06
3 -0.01 0.01 0.00 -0.04 0.01 -0.26 0.38 0.14 -1.43 0.52
4 -0.02 -0.01 0.01 0.03 0.02 -0.81 -0.32 0.45 1.25 0.61
5 Size -0.01 0.01 0.00 0.03 0.04 -0.78 0.70 0.19 1.10 1.28
b t(b)
1 Size 0.43 0.70 0.69 0.75 0.87 3.32 9.89 12.43 16.30 18.03
2 0.66 0.84 0.94 0.83 0.92 7.68 15.26 16.56 18.37 19.80
3 0.81 0.86 0.90 0.89 0.96 13.28 16.33 18.35 20.85 24.38
4 0.77 0.91 0.87 0.94 1.01 15.75 17.74 19.36 21.88 17.98
5 Size 0.88 0.91 1.02 1.03 1.16 28.74 28.80 22.04 24.03 21.81
s t(s)
1 Size 1.64 1.52 1.61 1.45 1.50 5.99 8.21 12.59 14.18 14.75
2 1.14 1.32 1.36 1.24 1.03 5.68 9.17 11.53 13.50 12.21
3 0.58 1.00 0.90 0.70 0.61 4.28 9.09 7.73 7.83 6.49
4 0.53 0.43 0.41 0.23 0.40 4.60 4.77 4.40 2.25 2.86
5 Size 0.07 0.14 0.14 -0.02 -0.02 1.19 1.77 1.49 -0.17 -0.17
h t(h)
1 Size -1.00 -1.02 0.51 0.75 0.78 -2.99 -5.09 4.53 7.40 10.08
2 -0.78 -0.22 0.26 0.66 0.75 -3.55 -1.75 3.09 8.41 10.76
3 -0.33 -0.10 0.25 0.69 0.86 -2.90 -1.23 3.34 9.53 11.78
4 -0.01 0.14 0.31 0.66 0.88 -0.15 1.85 4.27 8.64 8.30
5 Size -0.06 0.16 0.32 0.63 0.81 -1.30 3.04 4.34 7.24 8.61
r t(r)
1 Size -0.90 -0.94 -0.23 -0.07 -0.44 -2.71 -4.52 -1.76 -0.66 -5.05
2 -0.60 -0.23 -0.36 -0.37 -0.34 -2.85 -1.52 -3.77 -4.55 -4.32
3 -0.05 -0.36 -0.40 -0.38 -0.54 -0.36 -4.20 -4.53 -5.13 -6.13
4 -0.33 -0.28 -0.40 -0.44 -0.51 -3.64 -3.44 -5.40 -4.02 -4.20
5 Size -0.22 -0.35 -0.40 -0.36 -0.39 -4.51 -5.46 -5.26 -3.25 -3.45
c t(c)
1 Size -0.50 0.18 0.08 0.08 0.01 -1.08 0.74 0.41 0.58 0.07
2 0.12 0.06 -0.16 0.00 -0.01 0.45 0.35 -1.26 0.04 -0.07
3 0.07 -0.15 -0.14 -0.03 -0.03 0.43 -1.38 -1.22 -0.39 -0.28
4 -0.12 0.08 0.06 -0.06 -0.14 -1.05 0.76 0.58 -0.61 -0.98
5 Size 0.00 -0.18 -0.11 0.08 -0.10 -0.06 -2.32 -1.02 0.70 -0.70
Phụ lục C
Bảng 4.8: Hồi quy cho 25 danh mục Size-OP; 01/01/2009-31/12/2016, 412
tuần.
Phần A trình bày hệ số mô hình 3 nhân tố Rm-Rf, SMBO và HMLO. Phần B

trình bày hệ số mô hình 4 nhân tố Rm-Rf, SMBO, HMLO và RMWO. Phần C trình
bày hệ số mô hình 5 nhân tố Rm-Rf, SMBO, HMLO, RMWO và CMAO. Kết quả
hồi quy đã được điều chỉnh với hiện tượng tự tương quan và hiện tượng phương sai
thay đổi tương ứng.
Phần A: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSMBO(t)+hHMLO(t)+e(t).
1 OP 2 3 4 5 OP 1 OP 2 3 4 5 OP
a t(a)
1 Size -0.12 -0.04 -0.01 0.02 0.14 -3.32 -1.21 -0.28 0.64 2.52
2 -0.11 -0.08 -0.09 -0.01 0.05 -3.52 -2.90 -2.81 -0.45 1.58
3 -0.12 -0.14 -0.05 -0.01 0.07 -3.38 -4.72 -1.81 -0.19 2.22
4 -0.08 -0.09 -0.07 0.01 0.00 -2.49 -3.06 -2.38 0.29 0.05
5 Size -0.11 -0.06 -0.02 0.00 0.01 -3.64 -2.63 -1.15 -0.08 0.51
b t(b)
1 Size 0.82 0.70 0.80 0.73 0.78 13.59 11.76 16.99 12.49 11.73
2 0.88 0.92 0.84 0.82 0.85 14.99 18.18 16.45 14.14 15.25
3 1.04 0.95 0.83 0.89 0.80 16.26 20.54 17.07 16.01 16.96
4 1.01 0.90 0.86 0.81 0.82 18.31 17.93 13.91 16.14 16.38
5 Size 1.05 0.98 0.93 0.87 0.87 19.73 27.32 22.54 28.62 25.30
s t(s)
1 Size 1.85 1.64 1.44 1.63 1.36 12.46 12.38 13.25 11.87 7.23
2 1.10 1.33 1.36 1.12 1.16 9.77 12.08 11.12 9.85 9.61
3 0.95 0.81 0.77 0.77 0.66 6.26 7.55 6.88 6.90 5.97
4 0.44 0.48 0.45 0.32 0.37 3.90 4.34 4.29 3.48 3.81
5 Size 0.33 -0.03 0.09 0.03 0.00 3.03 -0.33 1.11 0.40 -0.03
h t(h)
1 Size 0.73 0.48 0.13 0.29 0.17 6.24 3.93 1.03 2.51 1.04
2 0.91 0.49 0.27 0.04 -0.02 9.40 4.79 2.73 0.45 -0.15
3 0.75 0.55 0.33 -0.04 -0.07 6.59 6.01 4.13 -0.48 -0.71
4 0.59 0.53 0.20 0.16 0.13 5.19 5.97 2.47 2.27 1.82
5 Size 0.50 0.33 0.21 0.06 -0.02 5.39 4.89 3.15 1.21 -0.40
Phần B: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSM BO(t)+hHMLO(t)+rRMWO(t)+e(t).

1 OP 2 3 4 5 OP 1 OP 2 3 4 5 OP
a t(a)
1 Size 0.02 0.06 0.02 -0.02 0.08 0.67 1.53 0.61 -0.46 1.32
2 0.00 0.00 -0.06 -0.02 0.02 0.12 -0.05 -1.73 -0.61 0.67
3 0.02 -0.04 -0.01 -0.03 0.03 0.46 -1.43 -0.37 -0.96 1.07
4 0.03 -0.01 -0.01 0.01 -0.01 1.08 -0.30 -0.43 0.42 -0.22
5 Size -0.02 0.02 0.01 0.01 0.00 -0.57 0.73 0.49 0.31 -0.14
b t(b)
1 Size 0.82 0.70 0.80 0.73 0.78 14.98 11.80 17.39 12.13 11.84
2 0.88 0.92 0.84 0.82 0.85 16.32 19.49 16.45 14.16 15.52
3 1.04 0.95 0.83 0.89 0.80 17.99 22.69 17.33 16.25 17.17
4 1.01 0.90 0.86 0.81 0.82 20.21 19.11 14.51 16.06 16.38
5 Size 1.05 0.98 0.93 0.87 0.87 20.29 31.21 22.66 28.34 25.48
s t(s)
1 Size 1.85 1.64 1.44 1.63 1.36 16.40 13.90 13.34 12.12 7.60
2 1.10 1.33 1.36 1.12 1.16 11.17 12.36 10.93 9.87 9.96
3 0.95 0.81 0.77 0.77 0.66 7.31 8.21 6.61 6.94 6.28
4 0.44 0.48 0.45 0.32 0.37 4.23 4.28 4.06 3.46 3.84
5 Size 0.33 -0.03 0.09 0.03 0.00 3.19 -0.39 1.08 0.39 -0.03
h t(h)
1 Size 0.73 0.48 0.13 0.29 0.17 8.84 4.51 1.07 2.55 1.10
2 0.91 0.49 0.27 0.04 -0.02 10.05 5.70 2.63 0.45 -0.15
3 0.75 0.55 0.33 -0.04 -0.07 7.63 6.96 4.11 -0.48 -0.69
4 0.59 0.53 0.20 0.16 0.13 6.53 6.62 2.63 2.27 1.84
5 Size 0.50 0.33 0.21 0.06 -0.02 6.62 5.41 3.26 1.23 -0.39
r t(r)
1 Size -1.16 -0.84 -0.28 0.35 0.49 -10.95 -7.95 -2.41 2.60 2.71
2 -0.92 -0.69 -0.25 0.06 0.24 -8.47 -7.18 -2.07 0.52 2.03
3 -1.15 -0.82 -0.32 0.20 0.28 -10.14 -8.83 -3.46 2.02 2.72
4 -0.94 -0.67 -0.48 -0.03 0.06 -10.05 -7.02 -5.13 -0.41 0.63
5 Size -0.77 -0.61 -0.28 -0.06 0.09 -8.98 -10.10 -3.55 -1.06 1.47
Phần C: R(t)-Rf(t)=a+b[Rm(t)-Rf(t)]+sSM BO(t)+hHMLO(t)+rRMWO(t)+cCMAO(t)+e(t).
1 OP 2 3 4 5 OP 1 OP 2 3 4 5 OP
a t(a)
1 Size 0.02 0.05 0.02 -0.02 0.10 0.51 1.34 0.55 -0.55 1.62
2 0.00 0.01 -0.06 -0.02 0.02 -0.06 0.22 -1.60 -0.64 0.62
3 0.02 -0.03 -0.01 -0.03 0.03 0.52 -1.22 -0.28 -0.96 1.03
4 0.03 -0.01 -0.01 0.00 0.00 1.06 -0.17 -0.39 0.17 -0.09
5 Size -0.02 0.02 0.01 0.01 0.00 -0.64 0.95 0.59 0.51 -0.17
b t(b)
1 Size 0.82 0.70 0.80 0.73 0.78 14.96 11.86 17.39 12.10 11.29
2 0.88 0.92 0.84 0.82 0.85 16.32 19.11 16.45 14.14 15.53
3 1.04 0.95 0.83 0.89 0.80 17.97 22.67 17.30 16.23 17.14
4 1.01 0.90 0.86 0.81 0.82 20.20 19.19 14.49 16.42 16.39
5 Size 1.05 0.98 0.93 0.87 0.87 20.44 31.19 22.53 28.28 25.51
s t(s)
1 Size 1.85 1.64 1.44 1.63 1.36 16.36 13.91 13.34 12.01 7.55
2 1.10 1.33 1.36 1.12 1.16 11.15 12.42 10.98 9.86 9.96
3 0.95 0.81 0.77 0.77 0.66 7.28 8.28 6.65 6.94 6.27
4 0.44 0.48 0.45 0.32 0.37 4.22 4.34 4.05 3.46 3.88
5 Size 0.33 -0.03 0.09 0.03 0.00 3.20 -0.39 1.09 0.39 -0.03
h t(h)
1 Size 0.73 0.48 0.13 0.29 0.17 8.83 4.58 1.07 2.56 1.14
2 0.91 0.49 0.27 0.04 -0.02 9.97 5.71 2.65 0.45 -0.15
3 0.75 0.55 0.33 -0.04 -0.07 7.64 7.01 4.13 -0.48 -0.69
4 0.59 0.53 0.20 0.16 0.13 6.52 6.67 2.64 2.28 1.86
5 Size 0.50 0.33 0.21 0.06 -0.02 6.59 5.48 3.25 1.21 -0.39
r t(r)
1 Size -1.16 -0.84 -0.28 0.35 0.49 -11.11 -7.94 -2.41 2.58 2.80
2 -0.92 -0.69 -0.25 0.06 0.24 -8.32 -7.22 -2.09 0.52 2.03
3 -1.15 -0.82 -0.32 0.20 0.28 -10.14 -9.10 -3.51 2.02 2.72
4 -0.94 -0.67 -0.48 -0.03 0.06 -10.03 -7.13 -5.14 -0.41 0.63
5 Size -0.77 -0.61 -0.28 -0.06 0.09 -8.95 -10.26 -3.60 -1.09 1.47
c t(c)
1 Size 0.20 0.25 0.07 0.14 -0.75 1.69 1.69 0.41 0.75 -3.08
2 0.20 -0.33 -0.12 0.05 0.06 1.61 -2.49 -0.86 0.33 0.40
3 -0.08 -0.23 -0.10 0.00 0.04 -0.69 -2.07 -0.86 0.03 0.31
4 0.02 -0.15 -0.04 0.26 -0.14 0.14 -1.30 -0.34 2.78 -1.30
5 Size 0.09 -0.18 -0.09 -0.15 0.02 0.75 -2.10 -0.86 -2.00 0.30
Phụ lục D
Bảng 4.9: Hồi quy cho 25 danh mục Size-Inv; 01/01/2009-31/12/2016, 412
tuần.
Phần A trình bày hệ số chặn mô hình 3 nhân tố Rm-Rf, SMBO và HMLO.

Phần B trình bày hệ số chặn mô hình 4 nhân tố Rm-Rf, SMBO, HMLO và RMWO.
Phần C trình bày hệ số mô hình 5 nhân tố Rm-Rf, SMBO, HMLO, RMWO và
CMAO. Kết quả hồi quy đã được điều chỉnh với hiện tượng tự tương quan và hiện
tượng phương sai thay đổi tương ứng.
1 Inv 2 3 4 5 Inv 1 Inv 2 3 4 5 Inv
a t(a)
1 Size -0.05 -0.03 0.00 0.01 -0.02 -1.51 -0.82 -0.05 0.16 -0.51
2 -0.06 -0.04 -0.04 -0.03 -0.10 -1.76 -1.31 -1.37 -0.89 -3.04
3 -0.06 -0.04 -0.03 -0.03 -0.09 -1.99 -1.41 -1.14 -1.11 -2.69
4 -0.08 -0.02 -0.04 0.00 -0.07 -3.03 -0.89 -1.43 -0.10 -2.39
5 Size -0.06 -0.04 -0.02 0.01 -0.07 -2.36 -1.54 -1.15 0.49 -3.54

1 Inv 2 3 4 5 Inv 1 Inv 2 3 4 5 Inv
a t(a)
1 Size 0.02 0.03 0.05 0.04 -0.01 0.55 0.75 1.43 0.93 -0.33
2 0.01 0.01 0.01 -0.01 -0.08 0.30 0.26 0.20 -0.35 -2.14
3 0.01 0.00 -0.01 0.01 -0.07 0.44 0.16 -0.29 0.22 -1.93
4 -0.02 0.02 0.01 0.02 -0.03 -0.58 0.81 0.38 0.71 -1.04
5 Size -0.01 0.02 0.01 0.01 -0.02 -0.47 0.90 0.27 0.69 -0.96
1 Inv 2 3 4 5 Inv 1 Inv 2 3 4 5 Inv
a t(a)
1 Size 0.00 0.00 0.06 0.07 0.02 -0.04 0.11 1.48 1.54 0.47
2 0.00 -0.01 0.01 0.00 -0.05 -0.08 -0.16 0.24 -0.08 -1.58
3 0.01 -0.01 -0.01 0.02 -0.06 0.19 -0.26 -0.19 0.80 -1.63
4 -0.02 0.02 0.01 0.02 -0.02 -0.92 0.65 0.34 0.79 -0.64
5 Size -0.02 0.02 0.01 0.02 -0.01 -0.79 0.71 0.50 0.89 -0.62
b t(b)
1 Size 0.75 0.72 0.70 0.75 0.85 15.29 15.90 12.52 12.07 14.65
2 0.80 0.90 0.88 0.86 0.88 14.00 15.09 17.84 18.40 15.50
3 0.97 0.78 0.88 0.89 0.93 21.77 15.15 19.28 18.35 17.06
4 0.92 0.77 0.86 0.92 0.87 19.46 15.92 18.00 16.96 18.15
5 Size 1.00 0.94 0.93 0.94 0.92 19.57 25.36 24.11 23.03 28.84
s t(s)
1 Size 1.61 1.40 1.42 1.60 1.63 14.40 12.17 11.47 12.27 11.38
2 1.11 1.17 1.20 1.22 1.16 9.74 9.69 12.15 10.92 9.62
3 0.84 0.77 0.81 0.77 0.75 8.60 7.24 7.81 7.13 6.00
4 0.50 0.44 0.33 0.43 0.30 5.47 3.87 3.09 4.97 2.74
5 Size 0.21 -0.07 0.09 0.05 0.13 2.18 -0.82 1.00 0.64 1.89
h t(h)
1 Size 0.55 0.59 0.28 0.37 0.40 5.88 5.68 2.15 3.51 3.33
2 0.42 0.49 0.37 0.22 0.27 4.59 5.93 4.25 2.34 3.05
3 0.41 0.36 0.31 0.11 0.28 5.44 4.53 3.76 1.34 2.96
4 0.39 0.33 0.30 0.21 0.27 5.13 4.25 3.73 2.65 3.66
5 Size 0.30 0.24 0.19 0.12 0.12 4.33 3.50 3.32 2.01 2.22
r t(r)
1 Size -0.59 -0.48 -0.47 -0.28 -0.06 -4.83 -4.23 -4.43 -2.04 -0.39
2 -0.56 -0.41 -0.40 -0.13 -0.24 -5.66 -4.26 -4.13 -1.31 -2.27
3 -0.58 -0.39 -0.18 -0.34 -0.17 -7.40 -4.86 -1.82 -3.80 -1.62
4 -0.54 -0.38 -0.41 -0.17 -0.32 -6.86 -4.29 -4.02 -1.86 -3.36
5 Size -0.39 -0.47 -0.22 -0.04 -0.40 -4.87 -5.30 -3.02 -0.51 -7.07
c t(c)
1 Size 0.83 0.94 -0.09 -0.98 -1.26 5.61 6.39 -0.59 -5.29 -6.53
2 0.50 0.53 -0.05 -0.34 -0.81 3.15 4.10 -0.37 -2.82 -5.60
3 0.29 0.50 -0.11 -0.67 -0.42 2.46 4.73 -0.91 -6.01 -3.39
4 0.35 0.18 0.06 -0.09 -0.49 3.18 1.75 0.48 -0.84 -4.49
5 Size 0.31 0.19 -0.18 -0.16 -0.26 2.78 1.73 -2.25 -1.84 -3.31
Phụ lục E
Bảng 4.10: Hồi quy cho 32 danh mục Size-OP-Inv; 01/01/2009-31/12/2016, 412 tuần.
Phần A trình bày hệ số chặn mô hình 3 nhân tố Rm-Rf, SMBO và HMLO. Phần B trình bày hệ số chặn mô hình 4 nhân
tố Rm-Rf, SMBO, HMLO và RMWO. Phần C trình bày hệ số mô hình 5 nhân tố Rm-Rf, SMBO, HMLO, RMWO và CMAO.
Kết quả hồi quy đã được điều chỉnh với hiện tượng tự tương quan và hiện tượng phương sai thay đổi tương ứng.
Small Big
1 Inv 2 3 4 Inv 1 Inv 2 3 4 Inv 1 Inv 2 3 4 Inv 1 Inv 2 3 4 Inv
a t(a) a t(a)
1 OP -0.09 -0.09 -0.12 -0.14 -2.95 -2.13 -3.24 -2.58 -0.10 -0.08 -0.07 -0.16 -2.93 -2.98 -1.87 -3.98
2 -0.06 -0.07 -0.03 -0.09 -1.92 -2.03 -0.93 -1.84 -0.08 -0.04 -0.06 -0.10 -2.88 -1.53 -2.11 -3.82
3 -0.02 0.00 -0.04 -0.04 -0.55 0.09 -1.18 -1.10 -0.06 0.02 0.00 -0.06 -1.88 1.01 -0.16 -2.48
4 OP 0.05 0.05 0.13 0.04 0.95 0.98 3.31 1.03 -0.03 0.01 0.06 0.00 -0.69 0.33 2.64 -0.13

Small Big
a t(a) a t(a)
1 OP 0.05 0.01 -0.01 -0.05 1.56 0.22 -0.37 -0.85 0.03 0.01 0.02 -0.05 0.84 0.29 0.61 -1.27
2 0.02 -0.02 0.02 -0.02 0.60 -0.63 0.53 -0.32 -0.03 0.02 0.01 -0.02 -1.09 0.80 0.37 -0.67
3 -0.03 0.02 -0.04 -0.02 -0.64 0.45 -1.15 -0.55 -0.02 0.05 0.00 -0.03 -0.63 1.82 -0.11 -1.14
4 OP 0.03 0.02 0.10 -0.02 0.61 0.46 2.42 -0.46 -0.05 0.00 0.04 -0.01 -1.36 -0.04 1.60 -0.53
Small Big
a t(a) a t(a)
1 OP 0.03 0.01 0.00 -0.02 1.08 0.25 -0.06 -0.41 0.01 0.01 0.02 -0.04 0.45 0.32 0.69 -0.91
2 0.01 -0.04 0.03 0.02 0.20 -1.02 0.89 0.34 -0.04 0.02 0.02 -0.01 -1.41 0.73 0.69 -0.21
3 -0.04 0.01 -0.03 0.00 -1.06 0.23 -0.96 -0.12 -0.03 0.04 0.00 -0.02 -0.81 1.66 0.07 -0.98
4 OP 0.02 0.01 0.10 0.00 0.45 0.22 2.46 0.06 -0.07 0.00 0.04 -0.01 -1.75 -0.14 1.77 -0.29
b t(b) b t(b)
1 OP 0.83 0.94 0.90 0.90 17.99 11.44 14.09 10.49 1.07 0.90 1.04 1.04 22.53 19.40 17.80 15.57
2 0.85 0.82 0.82 0.83 17.98 17.40 14.29 14.65 0.85 0.86 1.00 0.97 19.21 20.42 13.35 23.88
3 0.85 0.80 0.77 0.90 14.95 15.11 14.15 14.09 0.79 0.80 0.90 0.89 13.58 17.42 19.14 22.64
4 OP 0.68 0.79 0.76 0.86 9.87 11.97 13.14 15.12 0.79 0.76 0.81 0.88 10.96 15.66 18.03 22.50
s t(s) s t(s)
1 OP 1.43 1.63 1.35 1.07 15.41 7.92 12.36 6.58 0.56 0.40 0.28 0.24 5.32 3.84 2.11 1.88
2 1.33 1.48 1.20 1.34 12.52 12.57 10.12 9.65 0.35 0.23 0.45 0.44 3.86 2.41 3.22 4.76
3 1.39 1.13 1.35 1.26 11.17 9.28 12.82 8.88 0.52 0.21 0.27 0.29 4.74 2.12 3.21 3.07
4 OP 1.22 1.13 1.11 1.25 7.71 7.20 8.54 9.73 0.13 0.31 0.23 0.13 0.86 2.93 2.87 1.51
h t(h) h t(h)
1 OP 0.66 0.83 0.88 0.83 9.00 6.19 8.58 5.03 0.63 0.53 0.53 0.56 7.51 6.60 5.42 4.98
2 0.46 0.46 0.42 0.34 4.99 5.06 3.66 2.58 0.46 0.41 0.24 0.34 5.51 5.21 2.59 5.28
3 0.20 0.22 -0.09 0.11 1.87 2.30 -0.82 1.22 0.05 0.06 0.10 0.24 0.55 0.80 1.30 3.96
4 OP -0.05 -0.08 -0.05 0.04 -0.28 -0.53 -0.45 0.38 0.16 0.08 0.01 -0.01 1.37 1.09 0.11 -0.15
r t(r) r t(r)
1 OP -1.17 -0.80 -0.89 -0.76 -13.46 -4.76 -7.81 -4.25 -1.02 -0.77 -0.74 -0.91 -12.40 -8.48 -5.89 -7.63
2 -0.65 -0.39 -0.45 -0.60 -6.57 -3.55 -3.66 -4.12 -0.39 -0.46 -0.62 -0.72 -4.69 -5.79 -4.35 -9.11
3 0.04 -0.11 0.02 -0.15 0.32 -1.01 0.22 -1.35 -0.33 -0.18 -0.01 -0.24 -3.18 -2.34 -0.11 -3.30
4 OP 0.13 0.19 0.24 0.47 0.77 1.29 2.20 3.81 0.23 0.08 0.17 0.08 1.86 0.98 1.95 1.07
c t(c) c t(c)
1 OP 0.63 -0.05 -0.45 -0.97 5.57 -0.22 -3.13 -4.47 0.48 -0.03 -0.12 -0.61 3.79 -0.30 -0.72 -4.18
2 0.52 0.59 -0.55 -1.26 4.02 4.68 -3.50 -6.18 0.34 0.07 -0.38 -0.49 3.11 0.75 -2.67 -4.66
3 0.60 0.30 -0.28 -0.62 3.67 1.90 -2.20 -4.23 0.26 0.17 -0.18 -0.14 1.84 1.66 -1.75 -1.53
4 OP 0.36 0.48 -0.07 -0.81 1.60 1.96 -0.44 -5.46 0.52 0.11 -0.15 -0.22 3.36 1.12 -1.50 -2.57
Phụ lục F
Bảng 4.11: Hồi quy cho 32 danh mục Size-B/M-Inv; 01/01/2009-31/12/2016, 412 tuần.
a t(a) a t(a)
1 B/M -0.05 0.06 0.01 -0.04 -0.80 0.58 0.14 -0.68 -0.08 -0.03 -0.01 -0.07 -3.09 -1.24 -0.44 -3.10
2 -0.07 -0.03 -0.01 -0.09 -1.96 -0.70 -0.28 -2.14 -0.05 -0.02 0.00 -0.09 -2.03 -0.69 0.03 -3.25
3 -0.05 -0.06 -0.03 -0.10 -1.44 -1.88 -1.04 -3.01 -0.06 -0.03 0.02 -0.03 -2.06 -1.27 0.57 -1.33
4 B/M -0.03 -0.04 -0.03 0.02 -1.25 -1.23 -1.05 0.74 -0.07 -0.01 -0.04 -0.06 -1.82 -0.45 -1.37 -1.93

a t(a) a t(a)
1 B/M 0.05 0.09 -0.01 0.03 0.74 0.73 -0.12 0.45 -0.05 0.00 -0.01 -0.02 -1.69 -0.07 -0.21 -1.01
2 0.01 0.03 0.05 -0.05 0.16 0.75 1.24 -1.11 0.01 0.02 0.03 -0.05 0.23 0.85 1.33 -1.72
3 0.00 -0.04 -0.02 -0.10 -0.02 -1.09 -0.49 -2.69 0.04 0.01 0.05 0.00 1.32 0.47 1.71 -0.01
4 B/M 0.03 0.02 0.00 0.05 1.26 0.55 0.11 1.39 0.01 0.06 -0.01 -0.01 0.33 1.73 -0.37 -0.23
a t(a) a t(a)
1 B/M 0.03 0.07 0.00 0.06 0.45 0.61 -0.06 0.78 -0.06 0.00 0.00 -0.01 -2.22 -0.11 0.03 -0.65
2 -0.01 0.02 0.06 -0.02 -0.14 0.50 1.46 -0.49 -0.01 0.02 0.04 -0.04 -0.24 0.72 1.45 -1.41
3 -0.01 -0.04 -0.01 -0.08 -0.40 -1.30 -0.28 -2.10 0.04 0.01 0.06 0.01 1.15 0.39 1.98 0.24
4 B/M 0.02 0.01 0.01 0.07 0.76 0.33 0.49 2.09 0.01 0.06 -0.01 0.00 0.18 1.66 -0.18 -0.08
b t(b) b t(b)
1 B/M 0.60 0.46 0.78 0.69 6.79 3.62 8.52 7.42 0.80 0.78 0.86 0.92 16.18 18.74 17.34 24.04
2 0.83 0.75 0.81 0.82 12.82 13.41 12.80 13.83 0.94 0.77 0.88 0.97 20.71 13.29 17.76 19.51
3 0.88 0.88 0.76 0.90 20.78 14.90 15.84 16.82 1.04 0.88 0.94 0.97 20.72 22.04 18.70 22.40
4 B/M 0.77 0.95 0.90 0.90 17.73 17.34 18.19 17.51 1.07 0.98 1.10 0.90 20.34 15.18 20.61 16.64
s t(s) s t(s)
1 B/M 1.26 1.29 1.27 1.41 7.23 3.35 6.78 6.16 0.30 0.25 0.37 0.30 3.07 2.63 4.16 3.67
2 1.33 1.36 1.24 1.31 10.88 11.21 10.69 9.15 0.46 0.31 0.31 0.27 5.33 2.94 3.55 2.42
3 1.27 1.43 1.17 1.24 13.06 11.41 9.60 9.13 0.72 0.28 0.13 0.23 5.06 3.25 1.27 2.41
4 B/M 1.37 1.22 1.25 1.02 13.64 10.94 13.71 9.27 0.47 0.16 0.24 0.29 3.14 1.28 2.03 2.14
h t(h) h t(h)
1 B/M -0.81 -0.93 -0.77 -0.73 -3.60 -2.46 -3.91 -3.46 0.10 -0.05 -0.04 -0.05 1.46 -0.71 -0.58 -0.83
2 0.07 -0.03 -0.34 -0.13 0.65 -0.24 -2.06 -1.07 0.31 0.07 0.13 0.22 3.86 0.98 1.83 2.31
3 0.60 0.60 0.51 0.44 6.91 6.54 5.29 4.52 0.63 0.55 0.39 0.43 7.76 6.70 4.21 5.87
4 B/M 0.75 0.85 0.82 0.66 9.38 8.81 9.70 8.15 0.85 0.78 0.71 0.93 6.58 6.96 7.33 8.50
r t(r) r t(r)
1 B/M -0.85 -0.18 0.14 -0.65 -3.73 -0.41 0.77 -2.32 -0.29 -0.23 -0.04 -0.36 -3.79 -2.69 -0.47 -4.98
2 -0.68 -0.48 -0.50 -0.34 -4.83 -4.48 -3.71 -2.38 -0.50 -0.33 -0.27 -0.32 -6.35 -3.93 -3.15 -3.07
3 -0.38 -0.18 -0.13 -0.04 -3.99 -1.41 -1.10 -0.36 -0.85 -0.35 -0.28 -0.29 -6.30 -3.73 -2.48 -3.16
4 B/M -0.57 -0.49 -0.26 -0.19 -6.02 -4.62 -2.76 -1.89 -0.67 -0.64 -0.27 -0.47 -5.51 -5.74 -2.16 -3.57
c t(c) c t(c)
1 B/M 0.78 0.47 -0.16 -0.97 2.75 0.74 -0.74 -2.57 0.55 0.04 -0.23 -0.33 5.24 0.40 -2.06 -3.82
2 0.50 0.40 -0.34 -1.21 2.93 2.35 -1.93 -6.57 0.49 0.13 -0.13 -0.37 4.81 1.33 -1.29 -3.09
3 0.48 0.34 -0.28 -0.86 3.91 2.28 -2.00 -6.12 0.24 0.08 -0.25 -0.26 1.70 0.77 -2.05 -2.26
4 B/M 0.57 0.30 -0.43 -0.77 5.10 2.26 -3.66 -5.88 0.22 0.18 -0.27 -0.21 1.38 1.08 -1.86 -1.44
Phụ lục G
Bảng 4.12: Hồi quy cho 32 danh mục Size-B/M-OP; 01/01/2009-31/12/2016, 412 tuần.
1 OP 2 3 4 OP 1 OP 2 3 4 OP 1 OP 2 3 4 OP 1 OP 2 3 4 OP
a t(a) a t(a)
1 B/M -0.30 0.06 -0.21 0.06 -2.71 0.47 -2.00 1.41 -0.20 -0.12 -0.03 0.01 -4.35 -4.77 -1.48 0.55
2 -0.15 -0.12 -0.04 0.06 -2.98 -2.29 -1.33 1.68 -0.07 -0.08 -0.02 0.00 -1.93 -3.24 -0.79 -0.04
3 -0.10 -0.08 -0.05 0.05 -2.87 -2.76 -1.54 1.33 -0.08 -0.04 0.01 0.07 -2.49 -1.43 0.55 1.94
4 B/M -0.09 -0.03 0.07 0.11 -3.24 -0.87 2.17 2.28 -0.06 -0.01 0.00 -0.03 -2.22 -0.42 -0.12 -0.40

a t(a) a t(a)
1 B/M -0.07 0.20 -0.19 0.07 -0.62 1.45 -1.88 1.37 -0.08 -0.04 0.00 0.00 -1.62 -1.72 -0.10 -0.07
2 0.00 -0.02 0.01 0.05 0.01 -0.30 0.20 1.32 0.07 -0.02 0.01 0.00 2.12 -0.81 0.28 -0.18
3 0.02 -0.03 -0.07 -0.01 0.65 -1.06 -2.21 -0.19 0.03 0.03 0.02 0.03 1.04 1.13 0.85 0.90
4 B/M 0.01 0.03 0.05 0.04 0.53 0.99 1.53 0.94 0.03 0.06 -0.02 -0.07 0.87 1.67 -0.47 -0.78
a t(a) a t(a)
1 B/M -0.05 0.20 -0.19 0.07 -0.47 1.40 -1.91 1.30 -0.07 -0.04 0.00 0.00 -1.50 -1.46 -0.11 -0.12
2 0.00 -0.01 0.01 0.05 0.07 -0.17 0.24 1.35 0.06 -0.02 0.01 0.00 1.93 -0.85 0.30 -0.10
3 0.02 -0.03 -0.07 0.00 0.50 -1.05 -2.14 0.04 0.03 0.03 0.02 0.04 0.92 1.32 0.89 1.07
4 B/M 0.01 0.03 0.06 0.06 0.41 1.02 1.64 1.18 0.03 0.06 -0.02 -0.07 0.90 1.73 -0.47 -0.78
b t(b) b t(b)
1 B/M 0.67 0.62 0.63 0.68 5.62 4.54 6.96 9.65 0.97 0.93 0.83 0.79 14.10 25.05 19.65 22.08
2 0.74 0.74 0.81 0.87 8.57 11.46 15.07 16.91 0.98 0.88 0.83 0.93 17.29 21.02 17.53 17.38
3 0.89 0.87 0.88 0.70 15.40 18.42 17.88 12.15 1.07 0.92 0.96 0.75 22.41 23.39 22.88 12.95
4 B/M 0.90 0.89 0.85 0.94 20.81 19.34 15.21 16.03 1.04 1.01 0.90 1.04 23.89 18.86 15.50 13.46
s t(s) s t(s)
1 B/M 1.54 1.51 1.32 1.17 5.52 4.61 4.05 6.55 0.40 0.36 0.28 0.19 2.33 4.36 3.00 2.91
2 1.57 1.63 1.26 1.08 8.12 11.50 13.13 8.64 0.29 0.35 0.38 0.27 2.84 4.11 4.55 2.57
3 1.20 1.21 1.38 1.31 10.62 11.54 11.89 8.25 0.67 0.29 0.13 0.20 6.58 3.49 1.61 1.75
4 B/M 1.30 1.39 1.22 1.01 17.15 13.66 10.99 8.66 0.35 0.11 0.31 0.43 3.31 0.94 2.35 1.79
h t(h) h t(h)
1 B/M -0.48 -1.01 -0.95 -0.63 -1.43 -2.20 -3.88 -3.58 0.21 -0.01 -0.03 -0.07 1.63 -0.11 -0.47 -1.28
2 0.13 -0.29 -0.21 -0.09 0.76 -1.90 -2.00 -0.78 0.34 0.29 0.11 0.08 3.55 3.74 1.67 1.03
3 0.79 0.56 0.41 0.45 8.53 6.78 4.63 4.23 0.62 0.61 0.32 0.09 7.40 8.23 4.32 0.76
4 B/M 1.05 0.69 0.42 0.21 16.08 8.12 4.22 1.46 0.90 0.75 0.33 0.64 10.38 8.00 2.49 2.32
r t(r) r t(r)
1 B/M -1.89 -1.19 -0.21 -0.09 -5.20 -3.01 -0.55 -0.37 -1.05 -0.62 -0.25 0.09 -7.11 -7.75 -3.15 1.65
2 -1.23 -0.88 -0.43 0.06 -4.95 -5.08 -4.48 0.44 -1.12 -0.53 -0.20 0.03 -11.58 -6.00 -2.91 0.41
3 -1.01 -0.42 0.22 0.50 -9.16 -4.56 2.18 3.99 -0.92 -0.54 -0.08 0.30 -8.76 -6.30 -0.93 2.49
4 B/M -0.83 -0.47 0.16 0.54 -10.59 -5.11 1.52 3.53 -0.75 -0.58 0.13 0.33 -7.76 -5.05 0.94 1.33
c t(c) c t(c)
1 B/M -0.65 0.19 -0.07 0.20 -1.53 0.40 -0.12 0.88 -0.19 -0.24 0.02 0.04 -0.97 -2.38 0.16 0.54
2 -0.13 -0.28 -0.06 -0.02 -0.54 -1.34 -0.40 -0.13 0.23 0.04 -0.02 -0.08 1.63 0.40 -0.22 -0.82
3 0.21 0.01 -0.07 -0.37 1.49 0.11 -0.50 -2.17 0.15 -0.18 -0.05 -0.25 1.23 -1.73 -0.51 -1.70
4 B/M 0.12 -0.04 -0.18 -0.47 1.10 -0.38 -1.14 -2.56 -0.03 -0.05 0.03 0.12 -0.27 -0.32 0.16 0.32

Một số ứng dụng từ mô hình 5 nhân tố Fama French PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Một số ứng dụng từ mô hình 5 nhân tố Fama French PDF

Uploaded by

Copyright:

Available Formats

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

TRỊNH MINH QUANG

MỘT SỐ ỨNG DỤNG TỪ MÔ HÌNH 5

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH - NĂM 2017

TRỊNH MINH QUANG

MỘT SỐ ỨNG DỤNG TỪ MÔ HÌNH 5

Chuyên ngành : Tài chính – Ngân hàng

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học: PGS.TS LÊ THỊ LANH

Thành phố Hồ Chí Minh, năm 2017

Trịnh Minh Quang

TRANG PHỤ BÌA

Bảng 3.1: Quy trình nghiên cứu. .......................................................................................... 30

CAPM : Mô hình định giá tài sản vốn

CMA : Phần bù rủi ro đầu tư

HML : Phần bù rủi ro giá trị

HNX : Sàn giao dịch chứng khoán Hà Nội

OLS : Phương pháp bình phương tối thiểu thông thường

RMW : Phần bù rủi ro lợi nhuận

SMB : Phần bù rủi ro quy mô

VN-Index : Chỉ số chứng khoán Việt Nam

Chương 1: GIỚI THIỆU

1.1. LÝ DO NGHIÊN CỨU

1.2. MỤC TIÊU NGHIÊN CỨU

Nghiên cứu này có ba mục tiêu chính.

1.3. CÂU HỎI NGHIÊN CỨU

Trong các mô hình: Mô hình CAPM, mô hình 3 nhân tố Fama-French, mô hình

1.4. PHẠM VI NGHIÊN CỨU

Thời gian nghiên cứu: từ tháng 1/2007 đến tháng 12/2016.

1.5. PHƯƠNG PHÁP NGHIÊN CỨU

1.6. Ý NGHĨA NGHIÊN CỨU

Nghiên cứu có một vài ý nghĩa như:

1.7. KẾT CẤU NGHIÊN CỨU

Nghiên cứu gồm 5 chương:

Chương 1: Giới thiệu

Chương 2: Cơ sở lý thuyết và các nghiên cứu trước

Chương 3: Phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 5: Kết luận và khuyến nghị

Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC

2.1.1. Các khái niệm

Hình 2.1: Mối quan hệ giữa rủi ro và số lượng chứng khoán.

2.1.2. Lợi nhuận và rủi ro của danh mục đầu tư

2.1.3. Lý thuyết danh mục đầu tư Markowitz

. Tỷ suất sinh lợi tuân theo phân phối chuẩn.

Hiệu quả biên

Hình 2.2: Đường biên hiệu quả Markowitz.

2.1.4. Mô hình CAPM

. RF là lợi nhuận không rủi ro

. E(RM) là lợi nhuận kỳ vọng của danh mục thị trường

. iM là hệ số beta thị trường của danh mục tài sản i.

Các giả định của mô hình:

. Không có chi phí giao dịch và thuế.

Mô hình CAPM có ưu điểm là đơn giản về mặt khái niệm, có cơ sở lý thuyết

2.1.5. Mô hình Fama French 3 nhân tố

Rit RFt ai bi RMt RFt si SMBt hi HMLt eit t = 1, 2,..., T.

Trong đó: tại mỗi kỳ quan sát t

· Ri là mức lợi nhuận cho danh mục i.

· RF là mức lợi nhuận không rủi ro.

· RM là mức lợi nhuận kỳ vọng của toàn bộ thị trường.

. ei là sai số ngẫu nhiên.