Ứng dụng các mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam

MỤC LỤC

TÓM TẮT ĐỀTÀI

LỜI MỞ ĐẦU . 1

CHƯƠNG 1 : CƠSỞLÝ LUẬN . 2

1. Khái niệm các mô hình: . 2

1.1 Mô hình CAPM: . 2

1.1.1 Lý thuyết quá trình định giá: . 4

1.1.2 Quy trình định giá trên thực tế: . 5

1.2 Mô hình Fama - French: . 5

1.2.1 Những phát hiện của Fama – French: . 5

1.2.2 Mô hình Fama – French ba nhân tố: . 8

1.3 Mô hình Carhart: . 10

2. Mục đích của các mô hình: . 11

3. Theo dõi kết quảdựbáo và đánh giá lại mô hình đã sửdụng: . 11

KẾT LUẬN CHƯƠNG 1: . 12

CHƯƠNG 2: THỰC TIỄN ỨNG DỤNG MÔ HÌNH TÀI CHÍNH XÂY

DỰNG DANH MỤC ĐẦU TƯTỐI ƯU . 13

1. Thực tiễn ứng dụng mô hình Fama - French xây dựng danh mục đầu tư ởcác

nước trên thếgiới: . 13

1.1. Ứng dụng ởnhững nước phát triển: . 13

1.2 Ứng dụng ởnhững nước đang phát triển: . 16

2. Thực tiễn ứng dụng mô hình Carhart xây dựng danh mục đầu tư ởcác nước

trên thếgiới: . 19

3. Thực tiễn áp dụng mô hình tài chính vào thịtrường chứng khoán Việt Nam: . 21

3.1. Những nghiên cứu vềmô hình tài chính tại Việt Nam: . 21

3.2 Thực trạng thịtrường chứng khoán: . 22

4. Sựcần thiết phải có một mô hình dựbáo tỷsuất sinh lợi trong đầu tưchứng

khoán ởViệt Nam: . 29

KẾT LUẬN CHƯƠNG 2: . 31

CHƯƠNG 3: XÂY DỰNG DANH MỤC ĐẦU TƯTRÊN THỊ

TRƯỜNG CHỨNG KHOÁN VIỆT NAM: . 32

1. Xây dựng danh mục đầu tư– Mô hình Fama – French: . 32

1.1. Thu thập dữliệu sơbộ: . 32

1.2. Phân loại các danh mục đầu tư: . 33

1.3 Dữliệu nghiên cứu: . 34

1.4. Kiểm định hiện tượng đa cộng tuyến: . 34

1.4.1. Hậu quảcủa đa cộng tuyến: . 34

1.4.1.1. Hậu quảcủa đa cộng tuyến hoàn hảo: . 34

1.4.1.2. Hậu quảcủa đa cộng tuyến không hoàn hảo: . 35

1.4.2. Phát hiện đa cộng tuyến: . 36

1.5. Kiểm định tựtương quan, thống kê Breusch – Godfrey: . 37

1.5.1 Hậu quảcủa tựtương quan: . 37

1.5.2 Kiểm định tựtương quan Breusch – Godfrey: . 37

1.6. Kiểm định phương sai thay đổi, Kiểm định White: . 38

1.6.1. Hậu quảphương sai thay đổi: . 38

1.6.2 Phát hiện hiện tượng phương sai thay đổi: . 38

1.7. Kết quảhồi quy: . 39

2. Xây dựng danh mục đầu tư- Mô hình Carhart: . 41

2.1 Thu thập dữliệu sơbộ: . 41

2.3 Dữliệu nghiên cứu: . 42

2.4 Kiểm định hiện tượng đa cộng tuyến: . 42

2.5 Kiểm định tựtương quan Breusch – Godfrey: . 43

2.6. Kiểm định phương sai thay đổi, Kiểm định White: . 44

2.7. Kết quảhồi quy: . 44

KẾT LUẬN CHƯƠNG 3: . 46

CHƯƠNG 4: KHUYẾN NGHỊ ĐẦU TƯVÀ CÁC BIỆN PHÁP NÂNG

CAO TÍNH CHÍNH XÁC CỦA MÔ HÌNH DỰBÁO: . 47

1. Khuyến nghị đầu tư: . 47

2. Các biện pháp nâng cao tính chính xác của mô hình: . 49

2.1 Nguyên nhân ảnh hưởng đến kết quảthực nghiệm của mô hình: . 49

2.1.1 Phân tích gỉa định của các mô hình: . 49

2.1.2 Thu thập sốliệu: . 50

2.2 Giải pháp nâng cao hiệu quả ứng dụng các mô hình đầu tưtài chính hịên đại vào thị

trường chứng khoán Việt Nam: . 51

KẾT LUẬN CHƯƠNG 4 . 53

KẾT LUẬN . 54

pdf94 trang | Chia sẻ: maiphuongdc | Lượt xem: 3264 | Lượt tải: 2download
Bạn đang xem trước 20 trang tài liệu Ứng dụng các mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
seβ! &t2/ sẽ rộng hơn so với trường hợp không có đa cộng tuyến. • Các hệ số hồi quy ảnh bị ảnh hưởng bởi đa cộng tuyến có thể sẽ không có ý nghĩa thống kê bởi vì có các giá trị thống kê t thấp, và điều này làm cho người phân tích loại bỏ một cách nhầm lẫn các biến quan trọng ra khỏi mô hình. Theo định nghĩa ở các phần trên, tỷ số t tính toán đựơc tính theo công thức tstat = 456 78(456) , nên khi se(β! &) tăng sẽ làm cho tstat giảm. • Dấu của các hệ số hồi quy có thể sai so với kỳ vọng. Ở công thức (*), dấu của hệ số β! phụ thuộc vào mối tương quan giữa X2 và Y, nhưng một khi quan hệ giữa X2 và X3 quá mạnh, có thể làm thay đổi dấu hệ số hồi quy. 1.4.2. Phát hiện đa cộng tuyến: - Ta sử dụng ma trận tương quan, nếu R2 bằng hoặc cao hơn 0.8 thì đó là dấu hiệu quan trọng của hiện tượng đa cộng tuyến: SMB HML RM_RF SMB 1.000000 -0.135634 -0.466708 HML -0.135634 1.000000 0.185784 RM_RF -0.466708 0.185784 1.000000 Qua ma trận tương quan, ta thấy mối tương quan giữa các biến không cao, nhưng vẫn tiến hành hồi quy phụ. - Sử dụng hồi quy phụ các biến giải thích, đặt giả thiết: H0: R2 = 0 H1: R2 ≠ 0 Nếu ta chấp nhận H0; P(F>Ftính toán) > 0.00005 nghĩa là không tồn tại mối liên hệ tuyến tính giữa các biến giải thích. Nếu ta bác bỏ H0; P(F<Ftính toán)< 0.00005 có nghĩa là tồn tại mối liên hệ giữa các biến giải thích. Biến RM_RF và SMB RM_RF và HML SMB và HML R2 0.217817 0.034516 0.018396 37 F-statics 16.15141 2.073469 1.086993 P ( F > F-statics) 0.000171 0.155256 0.301465 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Quan hệ Độc lập Độc lập Độc lập ( Phụ lục 1.4.2) 1.5. Kiểm định tự tương quan, thống kê Breusch – Godfrey: 1.5.1 Hậu quả của tự tương quan: Các ước lượng của OLS sẽ không còn là ước lượng hiệu quả. Trong trường hợp tự tương quan dương, các giá trị ước lượng của sai số chuẩn theo OLS có xu hướng nhỏ hơn các sai số chuẩn thực sự của tổng thể. Nói cách khác, ước lượng của OLS không chệch, nhưng sai số chuẩn của hồi quy 9: sẽ bị chệch theo hướng thấp hơn. Trong hầu hết các trường hợp R2 và tỷ số i sẽ bị ước lượng cao hơn. 1.5.2 Kiểm định tự tương quan Breusch – Godfrey: Bresuch (1978) và Godfrey (1978) phát triển kiểm định LM trên mô hình: Yt = β1 + β2X2t + … + βkXkt + ut ( với t = 1, 2, 3,…,n) Trong đó: ut = ρ1ut-1 + ρ2ut-2+…+ ρptt-p + εt Kiểm định LM của Breusch – Godfrey kết hợp hai mô hình thành: Yt = β1 + β2X2t + … + βkXkt + ρ1ut-1 + ρ2ut-2+…+ ρptt-p + εt Và đặt giả thiết như sau: H0: ρ1 = ρ2 = ρ3 =… = 0 (không có tự tương quan) H1: Có ít nhất một hệ số ρ khác không, vì thế có tự tương quan Quy trình kiểm định LM của Breusch – Godfrey: - Ước lượng phương trình và lưu phần dư - Ước lượng mô hình với độ trễ ρ của phần dư ût - Tính thống kê LM = (n – p)/R2 từ phương trình hồi quy. Thống kê LM này sẽ theo phân phối χ2 với số bậc tự do là ρ. Nếu (n – p)/R2 > χ2 và tra bảng ở mức ý nghĩa đã chọn, ta bác bỏ giả thiết H0 và kết luận rằng mô hình có tự tương quan. Kiểm định giả thiết tự tương quan: 38 Danh mục BH BL BM SH SL SM Thống kê LM: 0.423440 3.705898 0.462139 0.917568 2.471067 1.489760 χ2 3.841459 3.841459 3.841459 3.841459 3.841459 3.841459 Kết luận: Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan Không có tự tương quan (phụ lục 1.5.2) 1.6. Kiểm định phương sai thay đổi, Kiểm định White: 1.6.1. Hậu quả phương sai thay đổi: Nếu các giả thiết khác của OLS vẫn đảm bảo thì các ước lượng OLS vẫn là ước lượng tuyến tính không chệch, tuy nhiên chúng không còn phương sai nhỏ nhất nữa, không hiệu quả; nghĩa là các công thức để ước lượng phương sai của OLS nhìn chung sẽ chệch. Theo đó, các khoảng tin cậy và kiểm định giả thuyết thông thường dựa trên phân phối t và F sẽ không còn đáng tin cậy nữa. Do vậy, nếu ta áp dụng các phương pháp kiểm định thông thường sẽ cho kết quả sai. 1.6.2 Phát hiện hiện tượng phương sai thay đổi: Kiểm định White do eview thực hiện dựa trên hồi quy bình phương phần dư ( ký hiệu là Resid) theo bậc nhất và bậc hai của biến độc lập. Kiểm định White là mô hình tổng quát về sự thuần nhất của phương sai. Ta xét mô hình hồi quy sau: Yt = β1 + β2X2t + β3X3t +… + βkXkt + ut (4.7.2) Các bước kiểm định White như sau: - Ước lượng mô hình (4.7.2) bằng OLS, từ đó thu được phần dư tương ứng ut - Ước lượng mô hình sau: ut 2 = α1 + α2X2 + α3X3 +…+ αkXk + εt - Kiểm định giả thuyết: 39 H0: α2 = α3 = α4 =… = 0 ( phương sai sai số biến đổi đồng đều) H1: tồn tại ít nhất αi khác 0 ( phương sai sai số thay đổi) - So sánh: χ2(k-1) với nR2 Nếu nR2 > χ2(k-1) thì bác bỏ H0; phương sai thay đổi Nếu nR2 < χ2(k-1) thì chấp nhận H0; phương sai biến đổi đồng đều. Danh mục BH BL BM SH SL SM nR2 7.57808 5.111179 7.565657 4.427652 29.52281 23.70521 χ2 7.81472 7.81472 7.81472 7.81472 7.81472 7.81472 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Bác bỏ H0 Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai biến đổi Phương sai biến đổi (phụ lục 1.6.2) Như vậy, danh mục SL, SM xảy ra hiện tượng phương sai thay đổi, nên hồi quy bằng OLS sẽ không còn chính xác. Trong bài nghiên cứu này, ta sẽ không thể đưa ra định hướng đầu tư cho những danh mục trên. 1.7. Kết quả hồi quy: Sau khi tiến hành khảo sát các kiểm định tự tương quan, đa cộng tuyến, phương sai thay đổi, ta tiến hành hồi quy các danh mục theo FF, kiểm định ý nghĩa của các hệ số hồi quy. Nếu p-value của một biến >0.05, nghĩa là biến độc lập không có tác động nhiều trong mô hình, ta có thể bỏ qua biến này. Biến giải thích Biến phụ thuộc Α Β Si hi R2 R2 trung bình Rm-Rf (phần SH -0.001853 0.924064*** 0.710099 0.71664 SM -0.002387 0.771877*** 0.464323 40 bù rủi ro thị trường) SL -0.006454 0.689003*** 0.420901 BH 0.002549 1.21136*** 0.912326 BM -0.00154 1.090709*** 0.830326 BL 0.004203*** 1.007827*** 0.961839 SMB SH -0.007055 -0.219159 0.012895 0.10238 SM -0.005014 0.315122 0.024984 SL -0.008847 0.267293 0.02045 BH -0.006822 -1.02728*** 0.211816 BM -0.008911 -0.615739** 0.085428 BL -0.003818 -0.91992*** 0.258706 HML SH -0.002354 1.060865*** 0.173246 0.08547 SM -0.003624 0.666276** 0.064041 SL -0.010422 -0.175625 0.005062 BH 0.000351 0.976294*** 0.109697 BM -0.002951 1.032004** 0.137601 BL 0.000706 0.363650 0.023181 SMB và HML SH -0.002816 -0.112267 1.040756*** 0.176568 0.17499 SM -0.002016 0.390740* 0.736265** 0.101747 SL -0.009377 0.253926 -0.130142 0.023178 BH -0.003535 -0.94438*** 0.807137* 0.285414 BM -0.005087 -0.519300** 0.938988*** 0.197246 BL -0.002993 -0.89911*** 0.202603 0.265768 (Rm-Rf) và SMB SH 0.001408 1.107091*** 0.690214*** 0.810138 0.82831 SM 0.003345 1.093656*** 1.213459*** 0.754096 SL -0.001421 0.971488*** 1.065280*** 0.674968 BH 0.002354 1.200421*** -0.041251 0.912593 BM 0.000152 1.185695*** 0.358199*** 0.852939 BL 0.003647*** 0.976609*** -0.117728** 0.965153 (Rm-Rf) và HML SH 0.000433 0.869270*** 0.685505*** 0.77994 0.74864 SM -0.001237 0.744311*** 0.344875 0.48089 SL -0.008087 0.728174*** -0.490058** 0.458956 BH 0.004114* 1.173838*** 0.469418*** 0.936811 BM 0.000397 1.044262*** 0.581081*** 0.872445 BL 0.003956** 1.013750*** -0.074098 0.962768 41 (Rm- Rf), SMB và HML SH 0.004019 1.057639*** 0.724982*** 0.734023*** 0.889961 0.86236 SM 0.004866 1.064859*** 1.233705*** 0.427438* 0.779462 SL -0.002916 0.999791*** 1.045382*** -0.420098** 0.702844 BH 0.004020* 1.168882*** -0.019077 0.468142*** 0.936868 BM 0.002312 1.144802*** 0.386949*** 0.606977*** 0.89875 BL 0.003355 0.982149*** -0.12162*** -0.082237 0.966294 1 2. Mô hình Carhart: 2.1 Thu thập dữ liệu sơ bộ: Mô hình Carhart dựa trên 3 nhân tố của Fama và thêm vào 1 nhân tố đà tăng trưởng WML (Win Minus Loss): • WML: WML phân loại danh mục theo biểu hiện tỷ suất sinh lợi của 11 tháng trong quá khứ. Chúng ta tính toán nhân tố này bằng cách lấy tỷ suất sinh lợi của 30% tổng số chứng khoán có tỷ suất sinh lợi cao nhất trừ 30% tổng số chứng khoán có tỷ suất sinh lợi thấp nhất. WML = 1/2 ( SW + BW ) - 1/2 ( SLc + BLc ) Phân loại danh mục đầu tư như sau: SW SMc SLc BW BMc BLc ( Mc, Lc là nhân tố đà tăng trưởng trong Carhart, ta ký hiệu để phân biệt với M, L trong nhân tố giá trị của Fama) 2.3 Dữ liệu nghiên cứu: Bài nghiên cứu sử dụng giá đóng cửa của các cổ phiếu niêm yết trên thị trường vào khoảng thời gian từ 1/1/2006 đến 12/2010. Trong đó các danh mục được tái thiết lập 1 năm 1 lần căn cứ trên hai tiêu chí là quy mô và giá trị. Năm 2006, thị trường chỉ có 26 chứng khoán niêm yết, nhưng tới 2010 là 204 chứng khoán. (Phụ lục phần 2, 2.3) 1 * Độ tin cậy 90%, ** Độ tin cậy 95%, *** Độ tin cậy 99%. Phụ lục 1.7 mô hình hồi quy chi tiết. 42 2.4 Kiểm định hiện tượng đa cộng tuyến: Ta sử dụng ma trận tương quan, nếu R2 bằng hoặc cao hơn 0.8 thì đó là dấu hiệu quan trọng của hiện tượng đa cộng tuyến. SMB HML RM_RF WML SMB 1.000000 -0.135634 -0.466708 -0.201281 HML -0.135634 1.000000 0.185784 -0.621065 RM_RF -0.466708 0.185784 1.000000 0.088407 WML -0.201281 -0.621065 0.088407 1.000000 Qua ma trận tương quan, ta thấy mối tương quan giữa các biến không cao, nhưng vẫn tiến hành hồi quy phụ. - Sử dụng hồi quy phụ các biến giải thích, đặt giả thiết: H0: R2 = 0 H1: R2 ≠ 0 Nếu ta chấp nhận H0; P(F>Ftính toán) > 0.00005 nghĩa là không tồn tại mối liên hệ tuyến tính giữa các biến giải thích. Nếu ta bác bỏ H0; P(F<Ftính toán)< 0.00005 có nghĩa là tồn tại mối liên hệ giữa các biến giải thích. Ba biến RM_RF, SMB, HML ta đã xét đa cộng tuyến trên mô hình Fama, vì vậy, ta chỉ xét sự tương quan của biến mới thêm vào WML với ba biến còn lại: Biến RM_RF và WML SMB và WML HML và WML R2 0.007816 0.040514 0.038572 F-statics 0.456886 2.449031 3.641968 P ( F > F-statics) 0.501770 0.123038 0.000500 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Quan hệ Độc lập Độc lập Độc lập ( Phụ lục 2.4) 2.5 Kiểm định tự tương quan Breusch – Godfrey: Kiểm định giả thiết tự tương quan: 43 Danh mục BW BLc BMc SLc SW SM Thống kê LM: 7.84253 11.39673 2.360851 4.182292 1.1918 0.019212 χ2 3.841459 3.841459 3.841459 3.841459 3.841459 3.841459 Kết luận: Bác bỏ H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Chấp nhận H0 Chấp nhận H0 Tự tương quan Tự tương quan Không có tự tương quan Tự tương quan Không có tự tương quan Không có tự tương quan (phụ lục 2.5) 2.6. Kiểm định phương sai thay đổi, Kiểm định White: Danh mục BW BLc BMc SLc SW SM nR2 8.129452 27.87939 7.04214 7.19785 6.77114 1.406925 χ2 7.81472 7.81472 7.81472 7.81472 7.81472 7.81472 Kết luận Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Chấp nhận H0 Bác bỏ H0 Bác bỏ H0 Phương sai biến đổi Phương sai biến đổi Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều Phương sai đồng đều (phụ lục 2.6) 2.7. Kết quả hồi quy: Sau khi tiến hành khảo sát các kiểm định tự tương quan, đa cộng tuyến, phương sai thay đổi, ta tiến hành hồi quy các danh mục theo FF, kiểm định ý nghĩa của các hệ số hồi quy. Nếu p-value của một biến >0.05, nghĩa là biến độc lập không có tác động nhiều trong mô hình, ta có thể bỏ qua biến này. Biến giải thích Biến phụ thuộc α Β Si Hi Wi R2 R2 trung bình 44 CAPM BLc -0.004917 0.888*** 0.72762 0.76303 BMc 0.0063*** 1.033*** 0.91481 BW -0.001228 1.052*** 0.91879 SLc 0.000204 0.892*** 0.67456 SMc -0.002516 0.933*** 0.61988 SW -0.002551 0.930*** 0.72251 Fama BLc -0.001933 0.882*** 0.173470 0.6493*** 0.80167 0.86528 BMc 0.00667** 1.039*** 0.040224 0.054330 0.91556 BW -0.002007 1.041*** -0.079083 -0.121686 0.92210 SLc 0.00600** 0.986*** 0.6163*** 0.8652*** 0.85833 SMc 0.003987 1.084*** 0.8114*** 0.8008*** 0.80878 SW 0.002737 1.116*** 0.8265*** 0.4150*** 0.88524 Car- hart BLc -0.004558 0.902*** 0.083164 0.324072* -0.523*** 0.82258 0.88414 BMc 0.0057*** 1.047*** 0.006627 -0.066684 -0.194740 0.91825 BW 0.000807 1.019*** 0.017703 0.22693** 0.561007 0.94368 SLc 0.001942 1.018*** 0.4767*** 0.3624*** -0.809*** 0.90419 SMc 0.000917 1.108*** 0.7058*** 0.42053** -0.612*** 0.830846 SW 0.002616 1.1176*** 0.82236*** 0.4000*** -0.024137 0.88528 2 2 2 * Độ tin cậy 90%, ** Độ tin cậy 95%, *** Độ tin cậy 99%. Phụ lục 2.7 mô hình hồi quy chi tiết. 45 KẾT LUẬN CHƯƠNG 3: Qua hai bảng tổng hợp mô hình hồi quy trên, chúng ta nhận xét rõ ràng về tính ưu việt của mô hình đa nhân tố so với CAPM trong việc giải thích tỷ suất sinh lợi của các chứng khoán. Nếu CAPM chỉ giải thích được từ 71.66% tới 76.3% thì Fama giải thích được từ 86.23% tới 86.53%, còn Carhart là 88.41%. Ngoài ra, nếu hồi quy tỷ suất sinh lợi theo các biến riêng lẻ SMB, HML hay kết hợp 2 trong 3 nhân tố hồi quy, thì độ phù hợp cũng rất thấp từ 8.55% tới 74.86%. Điều đó chứng minh cho tính vượt trội của mô hình Fama so với CAPM. Tuy nhiên, như kết quả hồi quy, mô hình Carhart giải thích tốt hơn Fama chỉ từ 2%, và kiểm định tự tương quan, đa cộng tuyến của danh mục trong mô hình Fama chấp nhận 4 danh mục SH, BH, BM, BL; còn mô hình Carhart thì chỉ chấp nhận hồi quy 3 danh mục SW, SMc, BMc. Nên đối với thị trường chứng khoán Việt Nam, việc ứng dụng các mô hình tài chính để định giá còn tương đối hạn chế. Như vậy, hồi quy các danh mục trên, những hệ số hồi quy α, β, ... với những mức ý nghĩa nhất định, cùng với những tiêu chí trong việc định giá danh mục, nhà đầu tư đã có những định hướng rõ ràng. Đầu tư vào những danh mục có hệ số hồi quy α cao nhất, và bán những danh mục có α < 0. 46 CHƯƠNG 4: KHUYẾN NGHỊ ĐẦU TƯ VÀ CÁC BIỆN PHÁP NÂNG CAO TÍNH CHÍNH XÁC CỦA MÔ HÌNH DỰ BÁO: 1. Khuyến nghị đầu tư: Chúng ta đã có mô hình hồi quy của từng danh mục, bây giờ tiến hành định giá các danh mục theo lý thuyết định giá đã trình bày trong phần 1.1.2. Nói chung, mô hình CAPM, Fama, Carhart với các biến bằng không, thì tỷ suất sinh lợi yêu cầu phải bằng tỷ suất sinh lợi phi rủi ro. Tuy nhiên, trong thực tế, các chứng khoán không phải lúc nào cũng được định giá đúng giá trị thực của nó. Tỷ suất sinh lợi chứng khoán có thể bị định giá cao hoặc thấp. Chính lý do như vậy, khi dùng mô hình hồi quy để thiết lập một mô hình giải thích hợp lý các tỷ suất sinh lợi chứng khoán, khi các biến bằng không, thì hệ số hồi quy có thể cao, bằng hoặc thấp với Rf. Đây chính là nền tảng để định giá. Với ba mô hình định giá trên, chúng ta hồi quy, và chuyển Rf sang phía trái, thì hệ số hồi quy lớn hơn, bằng, nhỏ hơn 0. • Khuyến nghị danh mục theo mô hình ba nhân tố Fama - French: SH SM SL BH BM BL α -CAPM -0.001853 -0.002387 -0.006454 0.002549 -0.00154 0.0042*** R 0.710099 0.464323 0.420901 0.912326 0.830326 0.961839 α-FAMA 0.004019 0.004866 -0.002916 0.004020* 0.002312 0.003355 R 0.889961 0.779462 0.702844 0.936868 0.89875 0.966294 Như vậy, đối với mô hình CAPM, thì nhà đầu tư nên đầu tư danh mục BL, và BH và bán những danh mục còn lại. Nhưng đối với mô hình Fama - French, loại 2 danh mục SM và SL không thể quyết định do phương sai biến đổi thì nhà đầu tư nên đầu tư SH, BH, BM và BL. Tuy nhiên, như ta đã thấy về mô hình hồi quy, danh mục BL theo CAPM phù hợp tới 99%, và α = 0.0042, danh mục BH theo Fama phù hợp 90%, với α = 0.00402. Nên nhà đầu tư có thể đầu tư vào BH và BL. 47 • Khuyến nghị danh mục theo mô hình bốn nhân tố Carhart: SW SMc SLc BW BMc BLc α -CAPM -0.00255 -0.002516 0.000204 -0.00122 0.00630*** -0.00491 R 0.722512 0.619888 0.674569 0.918794 0.914811 0.727628 α-FAMA 0.002737 0.003987 0.006000** -0.002 0.006678** -0.00193 R 0.88524 0.808787 0.858331 0.922106 0.915568 0.801677 α-Carhart 0.002616 0.000917 0.001942 0.000807 0.00570*** -0.00455 R 0.88528 0.830846 0.904199 0.943688 0.918257 0.822588 Như vậy, theo danh mục của mô hình bốn nhân tố, thì hồi quy theo CAPM, Fama, hay Carhart, đều khuyến nghị đầu tư vào BMc, trong đó độ phù hợp đều từ 95%-99%. Đối với những nhà đầu tư đang nắm giữ danh mục SW, SMc theo CAPM thì nên từ bỏ, nhưng theo Fama, Carhart thì có thể tùy quan điểm, còn đối với danh mục BLc, thì cả ba mô hình đều khuyên nhà đầu tư nên từ bỏ. Ngoài ra, ta còn quan sát thêm các giao dịch đầu tư của nhà đầu tư nước ngoài trong năm 2010, những người được cho là có kỹ thuật và chiến lược thông minh trên thị trường: (triệu $) Giá trị mua ròng Danh mục Fama/Carhart Giá trị bán ròng Danh mục Fama/Carhart HAG 2.010 BL/BMc ITC -174 BH/N/a VIC 1.659 BL/BMc VSH -166 BM/BLc BVH 1.096 BL/N/a ITA -162 BH/BMc KBC 951 BL/BMc VPL -130 BL/BLc HPG 737 BL/BMc TDH -105 BM/BW FPT 728 BL/BMc ASM -92 SH/N/a VNM 671 BL/BMc DQC -81 BH/BW SJS 654 BL/BW HRC -81 BL/BLc OGC 624 N/a/N/a VIP -64 BM/BW 48 DIG 571 BL PPC -62 BM/BLc (nguồn: www.shs.com.vn) Như vậy, theo như lý thuyết thì nhà đầu tư nên nắm giữ danh mục BH, BL, BMc, và từ bỏ BLc, tuy nhiên, thực tế, các nhà đầu tư mới chỉ nắm giữ danh mục BL, xét thêm danh mục đầu tư của Dragon Capital , tính tới 24/3/2011, những chứng khoán công ty nắm giữ cũng nằm trong danh mục BL, BH, BMc: Do đó, tốt nhất, nhà đầu tư nên nắm giữ danh mục kết hợp của BH, BL của Fama và BMc của Carhart, đó là danh mục gồm những chứng khoán: DPR, FPT, HAG, HBC, ITA, KBC, NKD, PVF, REE, SAM, SBT, VIC, VNM, VSC. Ngoài ra, nên loại bỏ những cổ phiếu trong danh mục BLc, do những biểu hiện xấu của nó trong nhiều năm: ANV, BMI, BT6, DHG, DMC, DPM, HRC, HT1, IMP, PPC, PVD, PVT, SGT, SJD, SZL, TAC, VPL, VSH, VTO. 2. Các biện pháp nâng cao tính chính xác của mô hình: 2.1 Nguyên nhân ảnh hưởng đến kết quả thực nghiệm của mô hình: 2.1.1 Phân tích gỉa định của các mô hình: Như đã biết, mô hình Fama – French, Carhart chạy trên giả định của lý thuyết danh mục Markowitz, lý thuyết thị trường vốn. Tuy nhiên, đi vào thực nghiệm, một số giả định của lý thuyết không thể thực hiện được. 49 Tại giả định thứ năm, tất cả các tài sản đầu tư đều có thể phân chia nhỏ được. Thực tế không giống như vậy, giao dịch cổ phiếu tính theo lô. Hiện nay, mỗi lô gồm 10 cổ phiếu, trước đây vào năm 2008 là 100 cổ phiếu, còn giữa năm 2007 thì là 10 cổ phiếu. Việc tăng số lượng cổ phiếu mỗi lô vào năm 2008 làm dạt những nhà đầu tư nhỏ lẻ ra khỏi thị trường, sân chơi lúc này chỉ dành cho các công ty họăc nhà đầu tư vốn lớn, thị trường sẽ không tận dụng hết được các nguồn lực. Nên gần đây, số lượng cổ phiếu mỗi lô lại giảm còn 10 cổ phiếu. Tuy tài sản đầu tư đã phân chia nhỏ, nhưng trong giai đoạn nghiên cứu từ 2006 tới đây, gặp phải năm 2008, là số lượng cổ phiếu mỗi lô lớn, điều này có thể ảnh hưởng đến tỷ trọng của từng chứng khoán trong danh mục. Tại gỉa định thứ 6, không có thuế hay chi phí giao dịch liên quan đến các vấn đề mua hay bán tài sản. Thực tế, khi thực hiện giao dịch, nhà đầu tư phải đóng phí. Mức phí thay đổi theo từng công ty chứng khoán, theo từng thời kỳ, và chiến lược kinh doanh của họ. Hiện nay, tùy theo giá trị giao dịch, mức phí trên thị trường chứng khoán từ 0.15-0.5% đối với cổ phiếu, và 0.1% đối với trái phiếu. Tại gỉa định số bảy, không có lạm phát hoặc không có thay đổi lãi suất, hoặc lạm phát có thể dự báo được. Tuy nhiên, thực trạng kinh tế hiện nay của Việt Nam chắc chắn không thể thoả mãn được giả thíêt này. Năm 2005, 2006, 2007 lạm phát trên mức 8%, năm 2008 trên 22%, năm 2009 là 9%, năm 2010 lạm phát là 11,75%. Tại gỉa định số tám, cuối cùng, là thị trường vốn cân bằng, tức là giá trị thị trường được xác lập thông qua quy luật cung cầu. Tuy nhiên, để quy luật cung cầu vận hành theo đúng định nghĩa thì thị trường cạnh tranh hòan hảo, không có tình trạng thông tin bất cân xứng, và không có tác động ngoại lai như sự điều tiết của Chính phủ, các ảnh hưởng kinh tế vĩ mô… 2.1.2 Thu thập số liệu: • Thời gian dự báo: Các nghiên cứu trên thế giới cho thấy rằng mô hình CAPM, và mô hình Fama – French, Carhart được áp dụng trong thời gian quan sát hơn chục năm. Đây là mô hình định giá dài hạn. Tuy nhiên, với thị trường chứng khoán Việt Nam, mới mở cửa từ năm 2000, trong những năm đầu, một tuần chỉ giao dịch 3 ngày, và đến năm 2005, trái phiếu 50 chính phủ mới bắt đầu được đấu thầu, tuy nhiên, thông tin không công bố rộng rãi nên tác giả chỉ có thể lấy số liệu từ năm 2006 và kết thúc là 2010, chuỗi quan sát là 5 năm, còn quá ngắn so với các nghiên cứu trên thế giới. • Tỷ suất sinh lợi phi rủi ro: Tỷ suất sinh lợi phi rủi ro trong bài là tỷ suất sinh lợi của trái phiếu chính phủ 5 năm, thời điểm mới đấu thầu thành công. Tác giả chọn tỷ súât sinh lợi 5 năm vì chuỗi thời gian dài từ năm 2006, loại trái phiếu được đấu thầu thành công và được chào bán rộng rãi nhất chỉ có trái phiếu chính phủ kỳ hạn 5 năm. Trong khi, thời gian nắm giữ danh mục đầu tư là một năm, những bài nghiên cứu ở nước ngoài, họ thường lấy thời hạn nắm giữ trái phiếu trùng với thời gian điều chỉnh chứng khoán trong các danh mục, để có sự so sánh chính xác giữa 1 năm đầu tư chứng khoán và 1 năm đầu tư trái phiếu. • SMB, HML: Nhân tố quy mô đựơc lấy từ vốn chủ sở hữu trong báo cáo tài chính của các công ty, mà báo cáo tài chính còn có cả các ước tính kế toán, đó là các khỏan dự phòng, đánh giá lại tài sản. Nếu tài sản đánh giá không chính xác thì tất nhiên là nguồn vốn, và vốn chủ sở hữu cũng không chính xác. Ngoài ra, báo cáo tài chính dù đã kiểm toán cũng chỉ ở mức độ trung thực, hợp lý trên nền tảng các kiểm toán viên đã thực hiện tất cả những thủ tục cần thiết. Như trường hợp Bông bạch tuyết, lỗ thật lời giả. Mức lỗ tổng cộng trong năm 2006, 20`07 gần 15 tỷ đồng. Viễn cảnh BBT mù mịt khi thua tiếp 9,3 tỷ đồng 9 tháng đầu năm 2008. Do vậy, trong khuôn khổ đề tài này thì những mô hình ước lượng trên đây chỉ nhằm đưa ra định hứơng cho việc thiết lập danh mục đầu tư. Tác giả đề nghị một sự thận trọng hợp lý khi áp dụng kết quả mô hình vào thế giới thực. 2.2 Giải pháp nâng cao hiệu quả ứng dụng các mô hình đầu tư tài chính hịên đại vào thị trường chứng khoán Việt Nam: Thứ nhất là nhà đầu tư, trang bị những kiến thức tài chính cho những nhà đầu tư nhỏ lẻ, dễ bị tác động bởi thị trường, thường đầu tư theo bầy đàn. Hơn thế, việc nâng cao kiến thức cho nhà đầu tư trong nước là vấn đề cần thiết hiện nay. Các nhà đầu tư nước ngoài với vốn, công nghệ, kiến thức, đã và đang làm chao đảo thị trường. Năm 2010, thị trường 51 chứng khoán chịu sự thao túng gía của các nhà đầu tư nước ngoài, mà điển hình là vụ “thao túng” điểm Vn-Index trên sàn HOSE. Theo báo điểm tin, 14/01/2011, đã nhiều phiên, chỉ cần mua hay bán một lô 10 cổ phiếu của những mã như BVH, VIC, HAG, VPL, MSN, DPM... là VN-Index lập tức từ xanh chuyển sang đỏ hoặc ngược lại. Chuyện xảy ra là do tâm lý đầu tư của nhiều người. Với họ VN-Index là thước đo để đánh giá cổ phiếu rẻ hay đắt nói chung, là định mức để tính toán thời điểm nào nên bước chân vào thị trường. Vì thế, đó là nguyên nhân để nhà đầu tư nước ngoài “làm giá” Vn-Index. Đây chính là minh chứng điển hình nhất về sự thiếu kiến thức đầu tư trầm trọng trên thị trường hiện nay. Thứ hai là tự do hoá các hoạt động của thị trường. Thực vậy, trong chiến lược phát triển thị trường chứng khoán 2011-2020. Chiến lược phát triển thị trường chứng khoán sẽ hướng tới mục tiêu: tăng quy mô, củng cố tính thanh khoản cho thị trường chứng khoán, phấn đấu đưa tổng giá trị vốn hóa thị trường cổ phiếu đạt từ 70% đến 100% GDP vào năm 2020, tăng tính hiệu quả cho thị trường trên cơ sở tái cấu trúc tổ chức thị trường chứng khoán, hiện đại hóa cơ sở hạ tầng, chuyên nghiệp hóa việc tổ chức và vận hành hạ tầng công nghệ thông tin, nâng cao sức cạnh tranh của các định chế trung gian thị trường, các tổ chức phụ trợ thị trường và của thị trường chứng khoán Việt Nam, tăng cường năng lực quản lý, giám sát, thanh tra, xử lý vi phạm, củng cố lòng tin của nhà đầu tư... Trong đó, giai đoạn 2011-2013 tập trung hoàn thiện hệ thống văn bản trên cơ sở Luật Chứng khoán và Luật Chứng khoán sửa đổi..., tiến tới xây dựng Luật Chứng khoán thế hệ thứ hai vào năm 2015 với mức độ tự do hóa hoạt động thị trường cao hơn. Đây cũng là một tín hiệu tốt, nhằm phát triển thị trường chứng khoán hịên nay. Thứ ba là áp dụng các mô hình tài chính đúng đắn, các mô hình định giá tài sản như CAPM, mô hình ba nhân tố Fama – French, mô hình bốn nhân tố Carhart, được áp dụng rộng rãi trên thế giới trong việc định giá. Riêng ở Việt Nam, đ

Các file đính kèm theo tài liệu này:

  • pdfỨng dụng các mô hình tài chính định giá danh mục đầu tư trên thị trường chứng khoán Việt Nam.pdf
Tài liệu liên quan