ĐO LƯỜNG MỐI QUAN HỆ GIỮA RỦI RO VÀ TỶ SUẤT LỢI NHUẬN ĐỐI VỚI CHỨNG KHOÁN NGÀNH BẤT ĐỘNG SẢN VIỆT NAM
Trên cơ sở kết hợp 3 nhân tố của mô hình Fama - French (1993), nhân tố xu hướng sinh lời quá khứ trong mô hình 4 nhân tố Carhart (1997), và nhân tố liên quan đến đặc thù của ngành BĐS, tỷ số thanh toán hiện hành, tác giả xây dựng mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam.
Số liệu nghiên cứu được sử dụng là giá đóng cửa của 59 cổ phiếu ngành BĐS niêm yết trên các sàn HSX và HNX giai đoạn từ T07/2009 đến T06/2013. Kết quả hồi quy mô hình cho thấy danh mục toàn bộ cổ phiếu BĐS chịu sự tác động mạnh mẽ của nhân tố phần bù rủi ro khả năng thanh toán hiện hành, đồng thời cũng chịu sự tác động của nhân tố phần bù rủi ro thị trường. Tuy nhiên, nhân tố thị trường không đóng vai trò chính yếu như trong các nghiên cứu khác. Riêng nhân tố phần bù rủi ro quy mô chỉ có tác động đến TSLN các danh mục có quy mô lớn. Kết quả nghiên cứu cũng chỉ ra nhân tố phần bù xu hướng lợi nhuận quá khứ và phần bù rủi ro giá trị hoàn toàn không có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu. Cuối cùng, kết quả cũng cho thấy việc sử dụng mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam cho mức ý nghĩa giải thích cao hơn các mô hình CAPM, Fama - French 3 nhân tố, Carhart 4 nhân tố trung bình khoảng 33,2% , 28,5%, và 12,3%.
Từ khóa: chứng khoán BĐS, CAPM, Fama – French, Carhart, lợi nhuận, rủi ro.
Giới thiệu: Trong những nhóm ngành tham gia niêm yết cổ phiếu trên các sàn chứng khoán tại Việt Nam thì ngành BĐS là một trong số những ngành rất “nhạy cảm” với các chính sách điều hành kinh tế của Chính phủ. Như vậy, các NĐT trên TTCK, đặc biệt đối với đầu tư vào chứng khoán ngành BĐS Việt Nam, sẽ gặp rất nhiều rủi ro trong quá trình đầu tư. Do vậy, họ cần hiểu rõ họ sẽ được bù đắp gì khi chấp nhận mức rủi ro đó, và cần làm gì để giảm thiểu rủi ro khi đầu tư vào chứng khoán ngành BĐS. Trong bài nghiên cứu này, tác giả sử dụng mô hình 5 nhân tố với sự kết hợp các mô hình Fama – French (1993), Cahart (1997) để trả lời cho các câu hỏi trên.
Cơ sở lý thuyết và tóm lược các nghiên cứu trước
Vào giữa thập niên 60, ba nhà kinh tế là William Sharp, John Lintner và Jack Treynor đã công bố một cách độc lập nhau những nghiên cứu của mình về mô hình một nhân tố CAPM, mô hình rất nổi tiếng về đo lường mối quan hệ giữa rủi ro và TSLN. Tuy nhiên, mô hình này cũng có những hạn chế về các giả định không thực tế của nó cũng như chỉ phụ thuộc vào một nhân tố duy nhất là DMTT nên bỏ sót một số nhân tố khác trong việc giải thích biến động TSLN. Năm 1993, Fama và French đã đưa ra mô hình 3 nhân tố, trong đó bổ sung thêm các nhân tố quy mô và giá trị, đồng thời sử dụng phương pháp hồi quy dựa trên chuỗi dữ liệu thời gian của Black, Jensen và Scholes (1972). Kết quả thực nghiệm của mô hình này tại thị trường chứng khoán Mỹ và nhiều nước khác đã cho thấy mức độ giải thích biến động TSLN của danh mục cổ phiếu tốt hơn so với mô hình CAPM. Tuy vậy, mô hình này cũng có nhược điểm là không giải thích được biến động trong TSLN danh mục cổ phiếu khi phân loại danh mục theo xu hướng TSLN quá khứ. Năm 1997, Carhart xây dựng mô hình 4 nhân tố dựa trên mô hình 3 nhân tố Fama - French (1993) và thêm một nhân tố nữa được đưa ra bởi Jegadeesh và Titman (1993) là yếu tố xu hướng TSLN quá khứ. Kết quả thực nghiệm của mô hình Carhart đã cho thấy nhân tố xu hướng TSLN quá khứ giải thích tốt biến động trong TSLN danh mục cổ phiếu. Ngoài ra, kiểm định của ông trên mô hình này cũng cho thấy mức độ giải thích mối quan hệ giữa rủi ro và TSLN danh mục cổ phiếu cao hơn so với các mô hình CAPM và Fama – French.
Một số nghiên cứu tại Việt Nam cũng áp dụng các mô hình nói trên để đo lường mối quan hệ giữa rủi ro và TSLN danh mục các cổ phiếu niêm yết trên TTCK Việt Nam như nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), nghiên cứu của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012), nghiên cứu của Nguyễn Tấn Minh (2012).
Sự khác biệt trong nghiên cứu của tác giả so với nghiên cứu của các tác giả khác là tác giả tập trung nghiên cứu mối quan hệ giữa rủi ro và TSLN của riêng chứng khoán ngành BĐS Việt Nam thay vì của toàn bộ thị trường. Đồng thời tác giả cũng bổ sung thêm nhân tố tỷ số thanh toán hiện hành để làm rõ tính đặc thù trong mối quan hệ giữa rủi ro và TSLN của chứng khoán ngành BĐS tại Việt Nam.
Phương pháp nghiên cứu:
Mô hình nghiên cứu:
Trên cơ sở kết hợp 3 nhân tố của mô hình Fama - French (1993), nhân tố xu hướng sinh lời quá khứ trong mô hình 4 nhân tố Carhart (1997), và nhân tố liên quan đến đặc thù của ngành BĐS, tỷ số thanh toán hiện hành, tác giả đưa ra mô hình 5 nhân tố nhằm đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam. Mô hình như sau:
R[SUB]i[/SUB] - R[SUB]f[/SUB] =[SUB]i [/SUB]+ b[SUB]i[/SUB] (R[SUB]M[/SUB]–R[SUB]f[/SUB]) + s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR+ ε[SUB]i[/SUB]
Trong đó: [SUB]i [/SUB]là hệ số chặn của danh mục i
b[SUB]i,[/SUB]s[SUB]i, [/SUB]h[SUB]i,[/SUB]w[SUB]i, [/SUB]r[SUB]i [/SUB]là các hệ số độ dốc.
ε[SUB]i [/SUB]là sai số ngẫu nhiên của danh mục i.
Các biến trong mô hình được tính toán theo mô tả trong bảng 1
Bảng 1:Mô tả cách tính toán các biến trong mô hình 5 nhân tố.
Tác giả cũng xây dựng các giả thuyết cho mô hình 5 nhân tố như sau:
+ Giả thuyết H[SUB]1[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro thị trường và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]2[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro quy mô và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]3[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù giá trị và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]4[/SUB]: Có mối tương quan nghịch biến giữa nhân tố phần bù xu hướng lợi nhuận quá khứ và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]5[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro khả năng thanh toán và TSLN của cổ phiếu.
Phương pháp thu thập số liệu:
Ứng với mỗi công ty có chứng khoán được chọn trong mẫu, tác giả thu thập các dữ liệu sau:
- Giá đóng cửa của cổ phiếu cuối mỗi ngày giao dịch (thu thập từ trang www.cophieu68.vn), giá này đã được điều chỉnh để phản ánh cổ tức cổ phiếu, thưởng cổ phiếu và cổ tức tiền mặt. Giá giao dịch bình quân theo trọng số khối lượng giao dịch sẽ được tính hàng tháng cho cho giai đoạn từ T12/2008 đếnT06/2013.
- Số lượng cổ phiếu đang lưu hành (thu thập từ trang www.cophieu68.vn) được tính bằng số lượng cổ phiếu niêm yết trừ đi số lượng cổ phiếu quỹ tại 31/12 và 30/6 của các năm từ 2008 đến 2012. Số liệu này được sử dụng cùng với dữ liệu giá bình quân để tính toán quy mô vốn hóa hàng tháng củatừng công ty.
- Chỉ số VN-Index và HNX-Index được thu thập hàng tháng để tính chỉ số giá thị trường.
- Lãi suất bình quân TPKB kỳ hạn 5 năm được thu thập từ trang www.hsx.vn, dùng để tính lãi suất phi rủi ro.
- Các thông tin BCTC hàng năm của từng công ty trong giai đoạn 2008-2012 dùng để tính tỷ số thanh toán hiện hành.
- Hàng tháng, tác giả tính giá trị vốn hóa cho từng công ty, ký hiệu ME (tính bằng SLCPLH x Giá cổ phiếu bình quân tháng). Giá trị ME này sẽ được sử dụng làm tiêu chí phân nhóm chứng khoán theo nhân tố quy mô cho các tháng từ T07/2009 đến T06/2013.
- Vào cuối T12/2008, tác giả tính tỷ số BE/ME cho từng công ty bằng cách lấy giá trị sổ sách, ký hiệu BE (tính bằng tổng các chỉ tiêu Vốn chủ SH và Thuế TNDN hoãn lại trên BCDKT năm 2008) chia cho giá trị vốn hóa, ký hiệu ME (tính bằng SLCPLH x Giá cổ phiếu bình quân tháng). Tỷ số BE/ME này sẽ được sử dụng hàng tháng làm tiêu chí phân nhóm chứng khoán theo nhân tố giá trị cho giai đoạn từ T01/2009 đến T12/2009. Việc tính toán tỷ số BE/ME được lặp lại tương tự vào các thời điểm cuối tháng 12 các năm 2009 đến 2012.
- Hàng tháng, từ T07/2009 đến T06/2013, tác giả tính TSLN bình quân của từng mã chứng khoán cho giai đoạn 11 tháng trước đó (loại trừ tháng trước liền kề tháng hiện hành). TSLN bình quân 11 tháng này sẽ được sử dụng làm tiêu chí phân nhóm chứng khoán theo nhân tố xu hướng lợi nhuận quá khứ.
- Vào cuối T12/2008, tác giả tính tỷ số thanh toán hiện hành (TSLĐ/Nợ ngắn hạn) cho từng công ty. Các kết quả tính toán này sẽ được sử dụng hàng tháng làm tiêu chí phân nhóm chứng khoán theo nhân tố tỷ số thanh toán cho giai đoạn từ T01/2009 đến T12/2009. Việc tính toán tỷ số này được lặp lại tương tự vào các thời điểm cuối tháng 12 các năm 2009 đến 2012.
Phương pháp xử lý số liệu:
+ Đối với biến phụ thuộc:
Trong nghiên cứu này, tác giả tách ra 2 dạng biến phụ thuộc:
Thứ nhất:TSLN bình quân của danh mục bao gồm tất cả các chứng khoán BĐS giao dịch trên 2 sàn HSX và HNX. TSLN này được tính hàng tháng theo phương pháp trung bình cộng cho giai đoạn từ T7/2009 đến T06/2013. TSLN hàng tháng của từng chứng khoán được tínhtheo công thức (Giá BQ[SUB]tháng k[/SUB] - Giá BQ[SUB]tháng k-1[/SUB])/Giá BQ[SUB]tháng k-1[/SUB]
Thứ hai:TSLN bình quân của danh mục phân theo quy mô. Cụ thể R[SUB]i[/SUB] là trung bình cộng TSLN của các chứng khoán có trong từng danh mục trong 12 danh mục (chi tiết trong Bảng 2). Ví dụ danh mục S/H (T06/2009) bao gồm 4 mã chứng khoán HDC, KHA, RCL, STL thì R[SUB]i[/SUB] (T06/2009) chính là trung bình cộng TSLN tháng 06/2009 của 4 chứng khoán này.
Ứng với quy mô lớn B, có 6 danh mục sau: B/H, B/L, B/W, B/LOSE, B/HCR, B/LCR.
Ký hiệu các danh mục có thể diễn giải như sau: ví dụ danh mục S/H tháng i là danh mục bao gồm các cổ phiếu có quy mô vốn hóa nhỏ và có tỷ số BE/ME cao trong tháng i. Nói cách khác, S/H là phần giao của danh mục S và danh mục H.
Qua tính toán các tiêu chí phân nhóm chứng khoán hàng tháng cho giai đoạn từ T07/2009 đến T06/2013, tác giả nhận thấy do số lượng chứng khoán ngành BĐS còn khá hạn chế trong giai đoạn năm 2009 nên một số danh mục không đáp ứng về mặt số lượng (chỉ có 1 đến 2 chứng khoán trong một số danh mục), dữ liệu bị ngắt quãng. Vì vậy, tác giả quyết định chọn 6 danh mục đáp ứng đầy đủ số lượng và số liệu để đưa vào phân tích.cụ thể bao gồm các danh mục:
S/H, S/W, S/LCR, B/L, B/LOSE, B/HCR.
Để thuận tiện cho việc phân tích hồi quy trong SPSS, tác giả ký hiệu tắt các danh mục trên tương ứng như sau:
SH, SW, SLCR, BL, BLOSE, BHCR.
Ngoài ra còn một danh mục nữa bao gồm toàn bộ các chứng khoán BĐS (ký hiệu là danh mục R[SUB]i[/SUB]R[SUB]f[/SUB]).
Trong các ký hiệu trên, chúng được ngầm hiểu là tác giả đã tính toán TSLN từng danh mục trừ đi TSLN phi rủi ro. Ví dụ SH ngầm hiểu là tác giả đã tính toán TSLN bình quân nhóm S/H trừ đi TSLN phi rủi ro R[SUB]f[/SUB]
Riêng phần phù rủi ro thị trường R[SUB]M[/SUB]-R[SUB]f[/SUB] tác giả ký hiệu tắt là R[SUB]M[/SUB]R[SUB]f[/SUB]
Như vậy, tác giả sẽ chạy hồi quy 7 danh mục sau:
(i) R[SUB]i[/SUB]R[SUB]f[/SUB]= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(ii)SH= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(iii) SW= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(iv) SLCR= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(v) BL= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(vi) BLOSE= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(vii) BHCR= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f [/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
+ Đối với biến độc lập:
Biến độc lập trong mô hình gồm 5 biến: R[SUB]M[/SUB]R[SUB]f[/SUB], SMB, HML, WML, LCRMHCR. Việc tính toán các biến này được tiến hành như sau:
- Biến R[SUB]M[/SUB]R[SUB]f[/SUB]: trước hết tác giả tính TSLN R[SUB]M [/SUB]của danh mục thị trường là danh mục bao gồm toàn bộ chứng khoán BĐS niêm yết trên các sàn HSX và HNX. R[SUB]M [/SUB]được tính bằng trung bình cộng của TSLN bình quân tháng của 2 chỉ số VN-Index và HN-Index
R[SUB]M[/SUB]=(R[SUB]k_HSX[/SUB] + R[SUB]k_HNX[/SUB])/2 với R[SUB]k_HSX[/SUB] là TSLN BQ tháng k của sàn HSX, R[SUB]k_HNX[/SUB] là TSSL bình quân tháng k của sàn HNX; k=
R[SUB]k_HSX[/SUB]= [VN-Index_k - VN-Index_(k-1)]/VnIndex_(k-1)
R[SUB]k_HNX[/SUB] = [HNX-Index_k - HNX-Index_(k-1)]/HNX-Index_(k-1)
Tiếp theo tác giả tính lãi suất phi rủi ro tháng bằng cách quy đổi từ LSBQ TPKB kỳ hạn 5 năm theo công thức (1+R[SUB]f[/SUB])[SUP]12[/SUP] = 1+ R với R là tỷ lệ LSBQ năm của TPKB kỳ hạn 5 năm.
R[SUB]M[/SUB]R[SUB]f [/SUB]được xác định bằng cách lấy R[SUB]M [/SUB]trừ đi R[SUB]f[/SUB].
- Biến SMB: TSLN bình quân của danh mục quy mô vốn hóa nhỏ (S), bao gồm các chứng khoán có quy mô vốn hóa nhỏ hơn mức vốn hóa trung vị, trừ đi TSLN bình quân của danh mục quy mô vốn hóa lớn (B), bao gồm các chứng khoán có quy mô vốn hóa lớn hơn mức vốn hóa trung vị. Mức vốn hóa trung vị được xác định hàng tháng dựa trên mức vốn hóa của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục S và B cũng được thực hiện định kỳ hàng tháng.
- Biến HML: TSLN bình quân của danh mục có tỷ số BE/ME cao (H), bao gồm các chứng khoán có tỷ số BE/ME cao hơn mức BE/ME trung vị, trừ đi TSLN bình quân của danh mục có tỷ số BE/ME thấp (L), bao gồm các chứng khoán có tỷ số BE/ME thấp hơn mức BE/ME trung vị. Mức BE/ME trung vị được xác định hàng tháng dựa trên tỷ số BE/ME của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục H và L cũng được thực hiện định kỳ hàng tháng. Sở dĩ tác giả chỉ phân chia các chứng khoán thành 2 nhóm theo tỷ số BE/ME thay vì 3 nhóm như cách của Fama và French là do số lượng mã chứng khoán BĐS niêm yết trên TTCK tại Việt Nam chưa nhiều.
- Biến WML: TSLN bình quân của danh mục có TSLN bình quân năm trước cao (WIN), bao gồm các chứng khoán có TSLN bình quân năm trước cao hơn mức TSLN trung vị, trừ đi TSLN bình quân của danh mục có TSLN bình quân năm trước thấp (LOSE), bao gồm các chứng khoán có TSLN bình quân năm trước thấp hơn mức TSLN trung vị. Mức TSLN trung vị được xác định hàng tháng dựa trên TSLN của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục WIN và LOSE cũng được thực hiện định kỳ hàng tháng. Cụ thể như sau: chọn 1 nhóm chứng khoán có TSLN bình quân 11 tháng trước tháng tính toán (loại trừ tháng trước liền kề) cao hơn TSLN trung vị, gọi là nhóm WIN; và nhóm có TSLN bình quân 11 tháng trước tháng tính toán (loại trừ tháng trước liền kề) thấp hơn TSLN trung vị, gọi là nhóm LOSE. Tiếp theo tính TSLN bình quân tháng này theo trung bình cộng của nhóm WIN trừ đi TSLN bình quân tháng này theo trung bình cộng của nhóm LOSE ta được WML. WML của các tháng sau cũng được tính toán tương tự.
- Biến LCRMHCR: TSLN bình quân của danh mục có tỷ số thanh toán hiện hành thấp (LCR), bao gồm các chứng khoán có tỷ số thanh toán hiện hành thấp hơn mức tỷ số thanh toán hiện hành trung vị, trừ đi TSLN bình quân của danh mục có tỷ số thanh toán hiện hành cao (HCR), bao gồm các chứng khoán có tỷ số thanh toán hiện hành cao hơn mức tỷ số thanh toán hiện hành trung vị. Tỷ số thanh toán hiện hành được xác định dựa vào thông tin BCTC cuối năm trước bằng công thức TSLĐ/Nợ ngắn hạn, và được sử dụng cho từng tháng của năm nay. Mức tỷ số thanh toán hiện hành trung vị được xác định căn cứ trên tỷ số thanh toán hiện hành của các chứng khoán 2 sàn HSX và HNX. Việc phân nhóm chứng khoán vào các danh mục LCR và HCR được thực hiện định kỳ hàng tháng.
Kết quả nghiên cứu và thảo luận
Để kiểm định ý nghĩa thống kê của các hệ số hồi quy, tác giả sử dụng kiểm định F với mô hình và với từng hệ số với mức ý nghĩa 5%, nếu giá trị p-value < 5% ta bác bỏ giả thuyết H[SUB]0[/SUB]. Kết quả kiểm định cho thấy toàn bộ các mô hình và các hệ số nhân tố tương ứng đều có ý nghĩa thống kê (p-value<0,05). Tác giả cũng sử dụng tiêu chuẩn kiểm định Dickey-Fuller với phương pháp nghiệm đơn vị (Unit Root Test) để ta kiểm tra tính dừng của các biến độc lập trong mô hình. Nếu giá trị tuyệt đối |τ| ADF lớn hơn các giá trị |τ| tại các mức ý nghĩa 1%, 5%, 10% thì chuỗi dữ liệu dừng. Kết quả kiểm định cho thấy các chuỗi dữ liệu của tất cả các biến độc lập trong mô hình đều là chuỗi dừng. Nhằm kiểm định hiện tượng đa cộng tuyến, tác giả sử dụng giá trị phóng đại phương sai VIF[SUB]j[/SUB] của các biến độc lập trong mô hình, nếu toàn bộ các VIF[SUB]j [/SUB]<5 thì kết luận không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình. Kết quả kiểm định cho thấy không xảy ra hiện tượng đa cộng tuyến. Bên cạnh đó, do cỡ mẫu trong nghiên cứu của tác giả là 48 <50, tác giả sử dụng kiểm định Shapiro -Wilk để kiểm định giả thuyết phân phối chuẩn của phần dư. Nếu mức ý nghĩa (Sig.) > 0,05 ta kết luận phần dư có phân phối chuẩn. Kết quả kiểm định cho thấy trong số 7 danh mục nghiên cứu, có 3 danh mục không đáp ứng giả thuyết phân phối chuẩn của phân dư nên bị loại ra. Đó là các danh mục S/H, S/W, B/LOSE.
Với 4 danh mục còn lại là RIRF, SLCR, BL, BHCR, tác giả sử dụng kiểm định tương quan hạng Spearman với giả thuyết:
H[SUB]0[/SUB]: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán bằng 0
H[SUB]1[/SUB]: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán khác 0
Nếu hệ số Sig. của kiểm định tương quan hạng Spearman >0,05 thì ta chấp nhận giả thuyết H[SUB]0[/SUB], tức hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán bằng 0, hay phương sai của phần dư không đổi. Kết quả kiểm định cho thấy cả 4 danh mục đều đáp ứng giả định phương sai phần dư không đổi.
Mặt khác, tác giả cũng sử dụng kiểm định Durbin Watson để kiểm tra giả định không có tự tương quan giữa các phần dư, nếu hệ số Durbin Watson (D) nằm trong giới hạn 1<D<3 thì kết luận không có hiện tượng tự tương quan giữa các phần dư. Kết quả kiểm định cho thấy toàn bộ các hệ số D của 4 danh mục đều nằm trong khoảng 1<D<3, nghĩa là không có hiện tượng tự tương quan giữa các phần dư đối với các danh mục này.
Từ các kết quả kiểm định nêu trên, có 4 danh mục đáp ứng các phép kiểm định và được tiến hành hồi quy với kết quả như sau:
Nguồn: Tác giả tổng hợp từ kết quả hồi quy các mô hình.
Căn cứ trên kết quả hồi quy này, tác giả kiểm định các giả thuyết nghiên cứu với kết luận như sau: chấp nhận các giả thuyết H[SUB]1[/SUB], H[SUB]2[/SUB], H[SUB]5[/SUB]; bác bỏ các giả thuyết H[SUB]3[/SUB], H[SUB]4[/SUB]. Tác giả lý giải các giả thuyết bị bác bỏ như sau:
+ Bác bỏ giả thuyết H[SUB]3[/SUB]: Nhân tố giá trịhoàn toàn không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu. Do đặc thù của chứng khoán tại Việt Nam là còn rất nhiều các NĐT chưa thật sự có đầy đủ kiến thức về đầu tư chứng khoán cũng như phân tích tài chính, vì vậy họ chủ yếu đầu tư theo kiểu may rủi và chọn “lướt sóng” là phương thức đầu tư chủ đạo nên họ cũng ít chú trọng đến việc phân tích biến động của tỷ số BE/ME. Đây chính là lý do khiến nhân tố giá trịhoàn toàn không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu.
+ Bác bỏ giả thuyết H[SUB]4[/SUB]: Nhân tố xu hướng lợi nhuận quá khứhầu như không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu. Do đặc thù của chứng khoán tại Việt Nam là giá cổ phiếu biến động bất thường và còn chịu ảnh hưởng của việc “làm giá” chứng khoán cũng như sự kém minh bạch về thông tin nên khi tham gia đầu tư, các NĐT thường ít chú trọng đến xu hướng lợi nhuận quá khứ vì đa số có xu hướng đầu tư “lướt sóng”. Đây chính là lý do khiến nhân tố xu hướng lợi nhuận quá khứhầu như không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu.
Từ kết quả hồi quy mô hình 5 nhân tố về mối quan hệ giữa rủi ro và TSLN các chứng khoán BĐS trên TTCK Việt Nam tại Bảng 3, tác giả có một số nhận xét sau:
+ Theo mô hình 1, ước lượng cho danh mục toàn bộ 59 cổ phiếu RiRf, ngoài 2 nhân tố HML và WML thì nhân tố SMB cũng không có mặt. Điều này cho thấy, đối với NĐT nắm giữ một danh mục bao gồm tất cả các cổ phiếu BĐS thì họ không quan tâm tới các các nhân tố quy mô công ty, giá trị và xu hướng lợi nhuận quá khứ. Điều mà các NĐT quan tâm là phần bù rủi ro khả năng thanh toán hiện hành cao hay thấp, phần bù rủi ro thị trường cao hay thấp. Trong số 2 nhân tố kể trên thì nhân tố phần bù rủi ro khả năng thanh toán hiện hành có tác động lớn nhất đến biến động TSLN danh mục cổ phiếu, thể hiện qua hệ số hồi quy lớn nhất.Tiếp đến là nhân tố phần bù rủi ro thị trường.
+ Đối với kết quả hồi quy các danh mục còn lại, có thể thấy nhân tố tác động mạnh nhất trong mô hình vẫn là phần bù rủi ro thanh toán hiện hành. Còn các nhân tố SMB và nhân tố RmRf đều có ảnh hưởng đến TSLN của các danh mục còn lại này với mức độ khá tương đồng nhưng không có ý nghĩa giải thích mạnh như nhân tố phần bù khả năng thanh toán. Riêng nhân tố SMB có kết quả hồi quy là bù rủi ro cho các công ty quy mô nhỏ nên có hệ số hồi quy âm đối với các danh mục công ty có quy mô lớn.
+ Hệ số nhân tố phần bù rủi ro thanh khoản hiện hành luôn có giá trị vượt hẳn so với hệ số các nhân tố khác, cho thấy sự biến động của nhân tố này có tác động rất mạnh tới TSLN của danh mục cổ phiếu BĐS. Điều này có thể được lý giải dựa trên những hạn chế trong việc cấp tín dụng cho lĩnh vực BĐS (vì tại Việt Nam, BĐS được phân vào nhóm “phi sản xuất”) theo quy định của pháp luật, dẫn đến các doanh nghiệp BĐS thường phải tận dụng tốt với hiệu quả cao nhất các nguồn vốn ngắn hạn sẵn có. Điều này làm cho các NĐT rất quan tâm đến hiệu quả sử dụng nguồn vốn này. Nói cách khác, NĐT kỳ vọng khi đầu tư vào các cổ phiếu có tỷ số thanh toán hiện hành thấp (tức rủi ro cao) thì TSLN cần phải cao hơn.
+ Nhìn vào các hệ số nhân tố phần bù rủi ro thanh toán hiện hành tại các danh mục ta nhận thấy hệ số này luôn lớn hơn 1 và có dấu dương, cho thấy rủi ro về thanh toán hiện hành của các doanh nghiệp BĐS là cao hơn thị trường và nó biến động cùng chiều với TSLN danh mục.
+ Xem xét dấu của các hệ số nhân tố, ta thấy toàn bộ các nhân tố RmRf, SMB, LCRMHCR đều có quan hệ đồng biến với TSLN các danh mục cổ phiếu.
+ Trong 5 nhân tố, không phải nhân tố nào cũng có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu khi được kết hợp lại với nhau. Cụ thể như khi kết hợp các nhân tố HML, WML với các nhân tố còn lại đã gây ra hiện tượng phần dư không còn đáp ứng giả định phân phối chuẩn, dẫn đến phải loại bỏ các danh mục SH, SW, BLOSE ra khỏi các danh mục phân tích.
+ Tác giả chạy hồi quy với các biến độc lập và phụ thuộc với các mô hình CAPM, Fama và French 3 nhân tố, Carhart 4 nhân tố cho thấy mức độ giải thích của mô hình 5 nhân tố tác giả đề xuất cao hơn nhiều so với các mô hình kia.
Bảng 4: So sánh kết quả hồi quy cổ phiếu ngành BĐS trên các mô hình khác nhau
Nguồn: Tác giả tổng hợp từ kết quả hồi quy các mô hình.
Từ so sánh kết quả R[SUP]2[/SUP] hiệu chỉnh trung bình trên Bảng 4, tác giả nhận thấy trung bình sử dụng mô hình 5 nhân tố sẽ tăng được mức giải thích biến động TSLN cổ phiếu ngành BĐS là 33,2% so với mô hình CAPM, 28,5% so với mô hình Fama và French 3 nhân tố và 12,3% so với mô hình Carhart 4 nhân tố.
+ Trong số 4 danh mục phân tích, hệ số R[SUB]2[/SUB] hiệu chỉnh trung bình đạt 0,696 cho thấy, mô hình mới giải thích được 69,6% biến động của TSLN danh mục cổ phiếu. Điều này chứng tỏ vẫn còn các nhân tố khác ngoài 5 nhân tố trong mô hình của tác giả đề xuất có thể giải thích biến động TSLN của các danh mục cổ phiếu BĐS.
Kết luận:
Trên cơ sở kết hợp các nhân tố đưa ra bởi Fama và French (1993), Carhart (1997), và nhân tố tỷ số thanh toán hiện hành, tác giả đã đưa ra mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN của 59 mã chứng khoán ngành BĐS tại Việt Nam đang được niêm yết trên 2 sàn HSX và HNX giai đoạn từ T07/2009 đến T06/2013. Kết quả nghiên cứu cho thấy danh mục toàn bộ cổ phiếu BĐS chịu sự tác động mạnh mẽ của nhân tố phần bù rủi ro khả năng thanh toán hiện hành, đồng thời cũng chịu sự tác động của các nhân tố phần bù rủi ro thị trường, phần bù rủi ro quy mô. Ngoài nhân tố phần bù rủi ro khả năng thanh toán hiện hành có mức ảnh hưởng rất lớn đến TSLN danh mục thì mức độ ảnh hưởng của 2 nhân tố còn lại không chênh lệch nhau đáng kể. Riêng nhân tố phần bù rủi ro quy mô chỉ có tác động đến TSLN các danh mục có quy mô lớn. Kết quả nghiên cứu cũng chỉ ra nhân tố phần bù xu hướng lợi nhuận quá khứ và phần bù rủi ro giá trị hoàn toàn không có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu. Điểm đặc biệt trong nghiên cứu này là nhân tố phần bù rủi ro thị trường chỉ đóng một vai trò bình thường trong việc giải thích sự biến động TSLN danh mục cổ phiếu ngành BĐS, chứ không đóng vai trò chính yếu như trong các nghiên cứu khác. Thay vào vị trí của nó chính là nhân tố phần bù rủi ro khả năng thanh toán hiện hành với các hệ số nhân tố trong tất cả các danh mục phân tích đều lớn hơn 1, cho thấy rủi ro về khả năng thanh toán hiện hành của cổ phiếu ngành BĐS là cao hơn thị trường. Bên cạnh đó, ngoài 3 nhân tố có ý nghĩa giải thích, còn có những nhân tố khác có thể giải thích biến động của TSLN danh mục cổ phiếu mà tác giả chưa tìm ra trong nghiên cứu này.
Cuối cùng, tác giả cũng cho thấy mô hình 5 nhân tố do tác giả đề xuất có khả năng giải thích biến động TSLN danh mục cổ phiếu BĐS cao hơn hẳn các mô hình CAPM, Fama và French 3 nhân tố, Carhart 4 nhân tố lần lượt là 33,2%, 28,5% và 12,3%.
Gợi ý chính sách
Từ các kết quả nghiên cứu trình bày ở phần trên, tác giả đưa ra một số gợi ý sau:
Gợi ý giải pháp cho NĐT:
+ Khi đầu tư vào cổ phiếu BĐS theo mô hình 5 nhân tố và chấp nhận rủi ro để có TSLN cao thì NĐT nên chọn những cổ phiếu có đặc tính như sau: tỷ lệ thanh toán hiện hành thấp, quy mô vốn hóa thị trường thấp. Như vậy NĐT sẽ có cơ hội có được TSLN cao hơn so với các cổ phiếu khác.
+ Do ảnh hưởng của nhân tố tỷ số thanh toán hiện hành lên TSLN danh mục cổ phiếu BĐS là rất lớn và lớn nhất trong các nhân tố nên tại các danh mục cổ phiếu hồi quy theo mô hình 5 nhân tố, hệ số nhân tố phần bù rủi ro tỷ số thanh toán hiện hành thể hiện mức độ rủi ro chính của danh mục. Vì vậy, để giảm thiểu rủi ro mà vẫn có thể đạt được TSLN tốt, NĐT nên chọn các danh mục cổ phiếu có hệ số này bé trong giai đoạn thị trường có xu hướng giảm giá, như các danh mục RiRf, BHCR; và chọn các danh mục cổ phiếu có hệ số này lớn trong giai đoạn thị trường có xu hướng tăng giá, như các danh mục SLCR, BL.
+ Không nên chỉ dựa vào biến động chỉ số giá thị trường để quyết định việc mua vào hay bán ra cổ phiếu BĐS vì nhân tố thị trường không phải là nhân tố quyết định TSLN của danh mục cổ phiếu BĐS.
+ Khi đầu tư vào các cổ phiếu BĐS, nếu các yếu tố khác tương đồng nhau thì nên chọn đầu tư vào cổ phiếu các công ty có quy mô nhỏ thay vì quy mô lớn do TSLN cổ phiếu các công ty quy mô lớn chịu tác động ngược chiều với quy mô công ty.
+ Không nên dựa vào xu hướng lợi nhuận quá khứ và tỷ số BE/ME để quyết định việc mua vào hay bán ra cổ phiếu BĐS vì cả 2 nhân tố này đều không có tác động đến biến động TSLN của danh mục cổ phiếu BĐS.
+ Qua phân tích ở phần trước, do mô hình 5 nhân tố có mức ý nghĩa giải thích tốt hơn các mô hình CAPM, Fama và French 3 nhân tố và Cahart 4 nhân tố, nên các NĐT nên sử dụng mô hình 5 nhân tố để ước lượng TSLN kỳ vọng hay chi phí sử dụng vốn của cổ phiếu để ra quyết định trong việc đầu tư của mình.
+ Ngoài 3 nhân tố có ý nghĩa giải thích trong mô hình 5 nhân tố, còn có những nhân tố khác có thể giải thích biến động của TSLN danh mục cổ phiếu mà tác giả chưa tìm ra trong nghiên cứu này. Do vậy, ngoài các gợi ý nói trên, để hạn chế tối đa những rủi ro khi tham gia đầu tư, NĐT cần nâng cao kiến thức về đầu tư, về TTCK để có thể phân tích, suy xét những nguyên nhân khác có thể tác động đến biến động TSLN cổ phiếu, tránh bị cuốn theo những thông tin thất thiệt, tâm lý bầy đàn và những chiếc bẫy “làm giá” trên TTCK. Đặc biệt. để tăng TSLN và hạn chế đến mức thấp nhất các rủi ro khi đầu tư cổ phiếu nói chung và cổ phiếu BĐS nói riêng, các NĐT nên tìm hiểu và vận dụng lý thuyết danh mục đầu tư của Markowitz vào việc phân bổ danh mục đầu tư của mình một cách hợp lý nhất.
Đối với các cơ quan quản lý của nhà nước:
+ Để có được những kết quả nghiên cứu tin cậy hơn và tiết kiệm thời gian cho các nhà nghiên cứu và những đối tượng sử dụng khác, UBCKNN cần có những qui định và chế tài chặt chẽ hơn trong việc cung cấp thông tin BCTC đối với các công ty tham gia niêm yết trên TTCK như: qui định thống nhất biểu mẫu và các chỉ tiêu cụ thể, định dạng và hình thức tập tin khi gửi thông tin BCTC về các SGDCK; các chế tài cần mạnh mẽ hơn đối với các trường hợp không gửi thông tin BCTC đúng hạn; xây dựng các chỉ số ngành theo tiêu chí thống nhất, vv…
+ Các cơ quan công an kinh tế cần tổ chức theo dõi, điều tra để phát hiện và đưa ra truy tố những cá nhân, các nhóm tung tin đồn thất thiệt, “làm giá” chứng khoán, gây xáo trộn TTCK, ảnh hưởng nền kinh tế và lợi ích của các NĐT chân chính.
Đối với các công ty BĐS tham gia niêm yết trên TTCK
Trong dài hạn, các công ty BĐS cần chú trọng đến việc cân đối khả năng thanh toán hiện hành để tránh nguy cơ mất khả năng thanh toán, ảnh hưởng đến việc phát triển lâu dài và bền vững.
Các công ty BĐS có quy mô vốn hóa thị trường lớn do chịu ảnh hưởng ngược chiều về TSLN nên cần phải hết sức chú trọng đến hiệu quả hoạt động khi quyết định gia tăng quy mô để tránh nguy cơ thua lỗ do TSLN sụt giảm.
Cần minh bạch thông tin và cung cấp chính xác, kịp thời các thông tin về BCTC theo qui định.
1. Aswath Damodaran (2010), “Định giá đầu tư”, Nhà sách Lộc, TPHCM.
2. ThS. Nguyễn Thu Hằng, Nguyễn Mạnh Hiệp (2012), “Kiểm định mô hình Fama-French tại thị trường chứng khoán Việt Nam”, Tạp chí Công nghệ Ngân hàng, (81), trang 49-56.
3. Ths. Huỳnh Đạt Hùng, Ths. Nguyễn Khánh Bình, TS. Phạm Xuân Giang (2011), “Kinh tế lượng”, NXB Phương Đông, TPHCM.
4. Nguyễn Tấn Minh(2012), “Đánh giá các nhân tố mô hình Fama-French và nhân tố Value At Risk trong việc giải thích suất sinh lợi cổ phiếu, trường hợp sàn Chứng Khoán TPHCM HOSE”, Luận văn Thạc sỹ, Trường Đại Học Tôn Đức Thắng, TPHCM.
5. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2011), “Thống kê ứng dụng trong kinh tế - xã hội”, NXB Lao động-Xã hội, TPHCM.
6. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), “Phân tích dữ liệu nghiên cứu với SPSS”, NXB Hồng Đức, TPHCM.
7. TS. Vương Đức Hoàng Quân, 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, (22), trang 21-29.
8. Tổng hợp nhiều tác giả (2013), “Thông tin tổng hợp”, www.cophieu68.vn.
Tiếng Anh
9. Richard A. Brealey, Stewart C. Myers (2000), “Principles of Corporate Finance”,Mc Draw Hill, USA.
10. Mark M. Carhart (1997), “On Persistence in Mutual Fund Performance”, TheJournal of Finance, Vol LII, (1), PP. 57-82.
11. Eugene F. Fama, Kenneth R. French (1993), “Common Risk Factors in the Returns on Stocks and Bonds”, Journal of Finance, 33, PP. 3-56.
Trên cơ sở kết hợp 3 nhân tố của mô hình Fama - French (1993), nhân tố xu hướng sinh lời quá khứ trong mô hình 4 nhân tố Carhart (1997), và nhân tố liên quan đến đặc thù của ngành BĐS, tỷ số thanh toán hiện hành, tác giả xây dựng mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam.
Số liệu nghiên cứu được sử dụng là giá đóng cửa của 59 cổ phiếu ngành BĐS niêm yết trên các sàn HSX và HNX giai đoạn từ T07/2009 đến T06/2013. Kết quả hồi quy mô hình cho thấy danh mục toàn bộ cổ phiếu BĐS chịu sự tác động mạnh mẽ của nhân tố phần bù rủi ro khả năng thanh toán hiện hành, đồng thời cũng chịu sự tác động của nhân tố phần bù rủi ro thị trường. Tuy nhiên, nhân tố thị trường không đóng vai trò chính yếu như trong các nghiên cứu khác. Riêng nhân tố phần bù rủi ro quy mô chỉ có tác động đến TSLN các danh mục có quy mô lớn. Kết quả nghiên cứu cũng chỉ ra nhân tố phần bù xu hướng lợi nhuận quá khứ và phần bù rủi ro giá trị hoàn toàn không có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu. Cuối cùng, kết quả cũng cho thấy việc sử dụng mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam cho mức ý nghĩa giải thích cao hơn các mô hình CAPM, Fama - French 3 nhân tố, Carhart 4 nhân tố trung bình khoảng 33,2% , 28,5%, và 12,3%.
Từ khóa: chứng khoán BĐS, CAPM, Fama – French, Carhart, lợi nhuận, rủi ro.
Giới thiệu: Trong những nhóm ngành tham gia niêm yết cổ phiếu trên các sàn chứng khoán tại Việt Nam thì ngành BĐS là một trong số những ngành rất “nhạy cảm” với các chính sách điều hành kinh tế của Chính phủ. Như vậy, các NĐT trên TTCK, đặc biệt đối với đầu tư vào chứng khoán ngành BĐS Việt Nam, sẽ gặp rất nhiều rủi ro trong quá trình đầu tư. Do vậy, họ cần hiểu rõ họ sẽ được bù đắp gì khi chấp nhận mức rủi ro đó, và cần làm gì để giảm thiểu rủi ro khi đầu tư vào chứng khoán ngành BĐS. Trong bài nghiên cứu này, tác giả sử dụng mô hình 5 nhân tố với sự kết hợp các mô hình Fama – French (1993), Cahart (1997) để trả lời cho các câu hỏi trên.
Cơ sở lý thuyết và tóm lược các nghiên cứu trước
Vào giữa thập niên 60, ba nhà kinh tế là William Sharp, John Lintner và Jack Treynor đã công bố một cách độc lập nhau những nghiên cứu của mình về mô hình một nhân tố CAPM, mô hình rất nổi tiếng về đo lường mối quan hệ giữa rủi ro và TSLN. Tuy nhiên, mô hình này cũng có những hạn chế về các giả định không thực tế của nó cũng như chỉ phụ thuộc vào một nhân tố duy nhất là DMTT nên bỏ sót một số nhân tố khác trong việc giải thích biến động TSLN. Năm 1993, Fama và French đã đưa ra mô hình 3 nhân tố, trong đó bổ sung thêm các nhân tố quy mô và giá trị, đồng thời sử dụng phương pháp hồi quy dựa trên chuỗi dữ liệu thời gian của Black, Jensen và Scholes (1972). Kết quả thực nghiệm của mô hình này tại thị trường chứng khoán Mỹ và nhiều nước khác đã cho thấy mức độ giải thích biến động TSLN của danh mục cổ phiếu tốt hơn so với mô hình CAPM. Tuy vậy, mô hình này cũng có nhược điểm là không giải thích được biến động trong TSLN danh mục cổ phiếu khi phân loại danh mục theo xu hướng TSLN quá khứ. Năm 1997, Carhart xây dựng mô hình 4 nhân tố dựa trên mô hình 3 nhân tố Fama - French (1993) và thêm một nhân tố nữa được đưa ra bởi Jegadeesh và Titman (1993) là yếu tố xu hướng TSLN quá khứ. Kết quả thực nghiệm của mô hình Carhart đã cho thấy nhân tố xu hướng TSLN quá khứ giải thích tốt biến động trong TSLN danh mục cổ phiếu. Ngoài ra, kiểm định của ông trên mô hình này cũng cho thấy mức độ giải thích mối quan hệ giữa rủi ro và TSLN danh mục cổ phiếu cao hơn so với các mô hình CAPM và Fama – French.
Một số nghiên cứu tại Việt Nam cũng áp dụng các mô hình nói trên để đo lường mối quan hệ giữa rủi ro và TSLN danh mục các cổ phiếu niêm yết trên TTCK Việt Nam như nghiên cứu của Vương Đức Hoàng Quân và Hồ Thị Huệ (2008), nghiên cứu của Nguyễn Thu Hằng và Nguyễn Mạnh Hiệp (2012), nghiên cứu của Nguyễn Tấn Minh (2012).
Sự khác biệt trong nghiên cứu của tác giả so với nghiên cứu của các tác giả khác là tác giả tập trung nghiên cứu mối quan hệ giữa rủi ro và TSLN của riêng chứng khoán ngành BĐS Việt Nam thay vì của toàn bộ thị trường. Đồng thời tác giả cũng bổ sung thêm nhân tố tỷ số thanh toán hiện hành để làm rõ tính đặc thù trong mối quan hệ giữa rủi ro và TSLN của chứng khoán ngành BĐS tại Việt Nam.
Phương pháp nghiên cứu:
Mô hình nghiên cứu:
Trên cơ sở kết hợp 3 nhân tố của mô hình Fama - French (1993), nhân tố xu hướng sinh lời quá khứ trong mô hình 4 nhân tố Carhart (1997), và nhân tố liên quan đến đặc thù của ngành BĐS, tỷ số thanh toán hiện hành, tác giả đưa ra mô hình 5 nhân tố nhằm đo lường mối quan hệ giữa rủi ro và TSLN các chứng khoán ngành BĐS Việt Nam. Mô hình như sau:
R[SUB]i[/SUB] - R[SUB]f[/SUB] =[SUB]i [/SUB]+ b[SUB]i[/SUB] (R[SUB]M[/SUB]–R[SUB]f[/SUB]) + s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR+ ε[SUB]i[/SUB]
Trong đó: [SUB]i [/SUB]là hệ số chặn của danh mục i
b[SUB]i,[/SUB]s[SUB]i, [/SUB]h[SUB]i,[/SUB]w[SUB]i, [/SUB]r[SUB]i [/SUB]là các hệ số độ dốc.
ε[SUB]i [/SUB]là sai số ngẫu nhiên của danh mục i.
Các biến trong mô hình được tính toán theo mô tả trong bảng 1
Bảng 1:Mô tả cách tính toán các biến trong mô hình 5 nhân tố.
Ký hiệu | Tên biến | Cách tính |
| R[SUB]i[/SUB] | TSLN thực tế bình quân hàng tháng của chứng khoán danh mục i | R[SUB]i[/SUB]=∑(R[SUB]k[/SUB])/N với R[SUB]k[/SUB] là TSLN BQ tháng k của từng cổ phiếu trong danh mục i (k=1,2, ..,12); N là SL cổ phiếu có trong danh mục i. |
| R[SUB]f[/SUB] | Lãi suất phi rủi ro tháng | Quy đổi từ LSBQ TPKB kỳ hạn 5 năm theo công thức (1+R[SUB]f[/SUB])[SUP]12[/SUP] = 1+ R với R là tỷ lệ LSBQ năm của TPKB kỳ hạn 5 năm |
| R[SUB]M[/SUB] | TSLN thực tế bình quân hàng tháng của danh mục thị trường | R[SUB]M[/SUB]=(R[SUB]k_HSX[/SUB] + R[SUB]k_HNX[/SUB])/2 với R[SUB]k_HSX[/SUB] là TSSL BQ tháng k của sàn HSX, R[SUB]k_HNX[/SUB] là TSSL BQ tháng k của sàn HNX; k=1,2, …,12. R[SUB]k_HSX[/SUB]= [VN-Index_k - VN-Index_(k-1)]/VnIndex_(k-1) R[SUB]k_HNX[/SUB] = [HNX-Index_k - HNX-Index_(k-1)]/HNX-Index_(k-1) |
| R[SUB]i[/SUB] - R[SUB]f[/SUB] | Phần bù rủi ro danh mục i hay TSLN vượt trội danh mục i. | |
| R[SUB]M[/SUB] - R[SUB]f[/SUB] | Phần bù rủi ro thị trường. | |
| SMB | Phần bù quy mô | Được tính bằng chênh lệch giữa TSLNBQ danh mục các chứng khoán có mức vốn hóa nhỏ (ký hiệu S) và TSLNBQ danh mục các chứng khoán có mức vốn hóa lớn (ký hiệu B). |
| HML | Phần bù giá trị | Được tính bằng chênh lệch giữa TSLNBQ danh mục các chứng khoán có tỷ số BE/ME cao (ký hiệu H) và TSLNBQ danh mục các chứng khoán có tỷ số BE/ME thấp (ký hiệu L). |
| WML | Phần bù xu hướng lợi nhuận quá khứ | Được tính bằng chênh lệch giữa TSLNBQ danh mục các chứng khoán có TSLN cao năm trước (ký hiệu WIN) và TSLNBQ danh mục các chứng khoán có TSLN thấp năm trước (ký hiệu LOSE). |
| LCRMHCR | Phần bù rủi ro khả năng thanh toán | Được tính bằng chênh lệch giữa TSLNBQ danh mục các chứng khoán có tỷ số thanh toán hiện hành thấp (ký hiệu LCR) và TSLNBQ danh mục các chứng khoán có tỷ số thanh toán hiện hành cao (ký hiệu HCR). |
Tác giả cũng xây dựng các giả thuyết cho mô hình 5 nhân tố như sau:
+ Giả thuyết H[SUB]1[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro thị trường và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]2[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro quy mô và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]3[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù giá trị và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]4[/SUB]: Có mối tương quan nghịch biến giữa nhân tố phần bù xu hướng lợi nhuận quá khứ và TSLN của cổ phiếu.
+ Giả thuyết H[SUB]5[/SUB]: Có mối tương quan đồng biến giữa nhân tố phần bù rủi ro khả năng thanh toán và TSLN của cổ phiếu.
Phương pháp thu thập số liệu:
Ứng với mỗi công ty có chứng khoán được chọn trong mẫu, tác giả thu thập các dữ liệu sau:
- Giá đóng cửa của cổ phiếu cuối mỗi ngày giao dịch (thu thập từ trang www.cophieu68.vn), giá này đã được điều chỉnh để phản ánh cổ tức cổ phiếu, thưởng cổ phiếu và cổ tức tiền mặt. Giá giao dịch bình quân theo trọng số khối lượng giao dịch sẽ được tính hàng tháng cho cho giai đoạn từ T12/2008 đếnT06/2013.
- Số lượng cổ phiếu đang lưu hành (thu thập từ trang www.cophieu68.vn) được tính bằng số lượng cổ phiếu niêm yết trừ đi số lượng cổ phiếu quỹ tại 31/12 và 30/6 của các năm từ 2008 đến 2012. Số liệu này được sử dụng cùng với dữ liệu giá bình quân để tính toán quy mô vốn hóa hàng tháng củatừng công ty.
- Chỉ số VN-Index và HNX-Index được thu thập hàng tháng để tính chỉ số giá thị trường.
- Lãi suất bình quân TPKB kỳ hạn 5 năm được thu thập từ trang www.hsx.vn, dùng để tính lãi suất phi rủi ro.
- Các thông tin BCTC hàng năm của từng công ty trong giai đoạn 2008-2012 dùng để tính tỷ số thanh toán hiện hành.
- Hàng tháng, tác giả tính giá trị vốn hóa cho từng công ty, ký hiệu ME (tính bằng SLCPLH x Giá cổ phiếu bình quân tháng). Giá trị ME này sẽ được sử dụng làm tiêu chí phân nhóm chứng khoán theo nhân tố quy mô cho các tháng từ T07/2009 đến T06/2013.
- Vào cuối T12/2008, tác giả tính tỷ số BE/ME cho từng công ty bằng cách lấy giá trị sổ sách, ký hiệu BE (tính bằng tổng các chỉ tiêu Vốn chủ SH và Thuế TNDN hoãn lại trên BCDKT năm 2008) chia cho giá trị vốn hóa, ký hiệu ME (tính bằng SLCPLH x Giá cổ phiếu bình quân tháng). Tỷ số BE/ME này sẽ được sử dụng hàng tháng làm tiêu chí phân nhóm chứng khoán theo nhân tố giá trị cho giai đoạn từ T01/2009 đến T12/2009. Việc tính toán tỷ số BE/ME được lặp lại tương tự vào các thời điểm cuối tháng 12 các năm 2009 đến 2012.
- Hàng tháng, từ T07/2009 đến T06/2013, tác giả tính TSLN bình quân của từng mã chứng khoán cho giai đoạn 11 tháng trước đó (loại trừ tháng trước liền kề tháng hiện hành). TSLN bình quân 11 tháng này sẽ được sử dụng làm tiêu chí phân nhóm chứng khoán theo nhân tố xu hướng lợi nhuận quá khứ.
- Vào cuối T12/2008, tác giả tính tỷ số thanh toán hiện hành (TSLĐ/Nợ ngắn hạn) cho từng công ty. Các kết quả tính toán này sẽ được sử dụng hàng tháng làm tiêu chí phân nhóm chứng khoán theo nhân tố tỷ số thanh toán cho giai đoạn từ T01/2009 đến T12/2009. Việc tính toán tỷ số này được lặp lại tương tự vào các thời điểm cuối tháng 12 các năm 2009 đến 2012.
Phương pháp xử lý số liệu:
+ Đối với biến phụ thuộc:
Trong nghiên cứu này, tác giả tách ra 2 dạng biến phụ thuộc:
Thứ nhất:TSLN bình quân của danh mục bao gồm tất cả các chứng khoán BĐS giao dịch trên 2 sàn HSX và HNX. TSLN này được tính hàng tháng theo phương pháp trung bình cộng cho giai đoạn từ T7/2009 đến T06/2013. TSLN hàng tháng của từng chứng khoán được tínhtheo công thức (Giá BQ[SUB]tháng k[/SUB] - Giá BQ[SUB]tháng k-1[/SUB])/Giá BQ[SUB]tháng k-1[/SUB]
Thứ hai:TSLN bình quân của danh mục phân theo quy mô. Cụ thể R[SUB]i[/SUB] là trung bình cộng TSLN của các chứng khoán có trong từng danh mục trong 12 danh mục (chi tiết trong Bảng 2). Ví dụ danh mục S/H (T06/2009) bao gồm 4 mã chứng khoán HDC, KHA, RCL, STL thì R[SUB]i[/SUB] (T06/2009) chính là trung bình cộng TSLN tháng 06/2009 của 4 chứng khoán này.
Bảng 2: Danh mục cổ phiếu phân theo quy mô vốn hóa | |||||||||
H | L | WIN | LOSE | HCR | LCR | ||||
S | S/H | S/L* | S/W | S/LOSE* | S/HCR* | S/LCR | |||
B | B/H* | B/L | B/W* | B/LOSE | B/HCR | B/LCR* | |||
* Các danh mục loại ra do không đáp ứng tiêu chí về dữ liệu. | |||||||||
Nguồn: Tác giả tổng hợp và phân loại từ trang www.cophieu68.vn
Ứng với quy mô nhỏ S, có 6 danh mục sau: S/H, S/L, S/W, S/LOSE, S/HCR, S/LCR.Ứng với quy mô lớn B, có 6 danh mục sau: B/H, B/L, B/W, B/LOSE, B/HCR, B/LCR.
Ký hiệu các danh mục có thể diễn giải như sau: ví dụ danh mục S/H tháng i là danh mục bao gồm các cổ phiếu có quy mô vốn hóa nhỏ và có tỷ số BE/ME cao trong tháng i. Nói cách khác, S/H là phần giao của danh mục S và danh mục H.
Qua tính toán các tiêu chí phân nhóm chứng khoán hàng tháng cho giai đoạn từ T07/2009 đến T06/2013, tác giả nhận thấy do số lượng chứng khoán ngành BĐS còn khá hạn chế trong giai đoạn năm 2009 nên một số danh mục không đáp ứng về mặt số lượng (chỉ có 1 đến 2 chứng khoán trong một số danh mục), dữ liệu bị ngắt quãng. Vì vậy, tác giả quyết định chọn 6 danh mục đáp ứng đầy đủ số lượng và số liệu để đưa vào phân tích.cụ thể bao gồm các danh mục:
S/H, S/W, S/LCR, B/L, B/LOSE, B/HCR.
Để thuận tiện cho việc phân tích hồi quy trong SPSS, tác giả ký hiệu tắt các danh mục trên tương ứng như sau:
SH, SW, SLCR, BL, BLOSE, BHCR.
Ngoài ra còn một danh mục nữa bao gồm toàn bộ các chứng khoán BĐS (ký hiệu là danh mục R[SUB]i[/SUB]R[SUB]f[/SUB]).
Trong các ký hiệu trên, chúng được ngầm hiểu là tác giả đã tính toán TSLN từng danh mục trừ đi TSLN phi rủi ro. Ví dụ SH ngầm hiểu là tác giả đã tính toán TSLN bình quân nhóm S/H trừ đi TSLN phi rủi ro R[SUB]f[/SUB]
Riêng phần phù rủi ro thị trường R[SUB]M[/SUB]-R[SUB]f[/SUB] tác giả ký hiệu tắt là R[SUB]M[/SUB]R[SUB]f[/SUB]
Như vậy, tác giả sẽ chạy hồi quy 7 danh mục sau:
(i) R[SUB]i[/SUB]R[SUB]f[/SUB]= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(ii)SH= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(iii) SW= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(iv) SLCR= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(v) BL= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(vi) BLOSE= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f[/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
(vii) BHCR= [SUB]i [/SUB]+ b[SUB]i[/SUB] R[SUB]M[/SUB]R[SUB]f [/SUB]+ s[SUB]i[/SUB]SMB + h[SUB]i[/SUB]HML + w[SUB]i[/SUB]WML + r[SUB]i[/SUB]LCRMHCR + ε[SUB]i[/SUB]
+ Đối với biến độc lập:
Biến độc lập trong mô hình gồm 5 biến: R[SUB]M[/SUB]R[SUB]f[/SUB], SMB, HML, WML, LCRMHCR. Việc tính toán các biến này được tiến hành như sau:
- Biến R[SUB]M[/SUB]R[SUB]f[/SUB]: trước hết tác giả tính TSLN R[SUB]M [/SUB]của danh mục thị trường là danh mục bao gồm toàn bộ chứng khoán BĐS niêm yết trên các sàn HSX và HNX. R[SUB]M [/SUB]được tính bằng trung bình cộng của TSLN bình quân tháng của 2 chỉ số VN-Index và HN-Index
R[SUB]M[/SUB]=(R[SUB]k_HSX[/SUB] + R[SUB]k_HNX[/SUB])/2 với R[SUB]k_HSX[/SUB] là TSLN BQ tháng k của sàn HSX, R[SUB]k_HNX[/SUB] là TSSL bình quân tháng k của sàn HNX; k=
R[SUB]k_HSX[/SUB]= [VN-Index_k - VN-Index_(k-1)]/VnIndex_(k-1)
R[SUB]k_HNX[/SUB] = [HNX-Index_k - HNX-Index_(k-1)]/HNX-Index_(k-1)
Tiếp theo tác giả tính lãi suất phi rủi ro tháng bằng cách quy đổi từ LSBQ TPKB kỳ hạn 5 năm theo công thức (1+R[SUB]f[/SUB])[SUP]12[/SUP] = 1+ R với R là tỷ lệ LSBQ năm của TPKB kỳ hạn 5 năm.
R[SUB]M[/SUB]R[SUB]f [/SUB]được xác định bằng cách lấy R[SUB]M [/SUB]trừ đi R[SUB]f[/SUB].
- Biến SMB: TSLN bình quân của danh mục quy mô vốn hóa nhỏ (S), bao gồm các chứng khoán có quy mô vốn hóa nhỏ hơn mức vốn hóa trung vị, trừ đi TSLN bình quân của danh mục quy mô vốn hóa lớn (B), bao gồm các chứng khoán có quy mô vốn hóa lớn hơn mức vốn hóa trung vị. Mức vốn hóa trung vị được xác định hàng tháng dựa trên mức vốn hóa của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục S và B cũng được thực hiện định kỳ hàng tháng.
- Biến HML: TSLN bình quân của danh mục có tỷ số BE/ME cao (H), bao gồm các chứng khoán có tỷ số BE/ME cao hơn mức BE/ME trung vị, trừ đi TSLN bình quân của danh mục có tỷ số BE/ME thấp (L), bao gồm các chứng khoán có tỷ số BE/ME thấp hơn mức BE/ME trung vị. Mức BE/ME trung vị được xác định hàng tháng dựa trên tỷ số BE/ME của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục H và L cũng được thực hiện định kỳ hàng tháng. Sở dĩ tác giả chỉ phân chia các chứng khoán thành 2 nhóm theo tỷ số BE/ME thay vì 3 nhóm như cách của Fama và French là do số lượng mã chứng khoán BĐS niêm yết trên TTCK tại Việt Nam chưa nhiều.
- Biến WML: TSLN bình quân của danh mục có TSLN bình quân năm trước cao (WIN), bao gồm các chứng khoán có TSLN bình quân năm trước cao hơn mức TSLN trung vị, trừ đi TSLN bình quân của danh mục có TSLN bình quân năm trước thấp (LOSE), bao gồm các chứng khoán có TSLN bình quân năm trước thấp hơn mức TSLN trung vị. Mức TSLN trung vị được xác định hàng tháng dựa trên TSLN của các chứng khoán 2 sàn HSX và HNX. Như vậy việc phân nhóm chứng khoán vào các danh mục WIN và LOSE cũng được thực hiện định kỳ hàng tháng. Cụ thể như sau: chọn 1 nhóm chứng khoán có TSLN bình quân 11 tháng trước tháng tính toán (loại trừ tháng trước liền kề) cao hơn TSLN trung vị, gọi là nhóm WIN; và nhóm có TSLN bình quân 11 tháng trước tháng tính toán (loại trừ tháng trước liền kề) thấp hơn TSLN trung vị, gọi là nhóm LOSE. Tiếp theo tính TSLN bình quân tháng này theo trung bình cộng của nhóm WIN trừ đi TSLN bình quân tháng này theo trung bình cộng của nhóm LOSE ta được WML. WML của các tháng sau cũng được tính toán tương tự.
- Biến LCRMHCR: TSLN bình quân của danh mục có tỷ số thanh toán hiện hành thấp (LCR), bao gồm các chứng khoán có tỷ số thanh toán hiện hành thấp hơn mức tỷ số thanh toán hiện hành trung vị, trừ đi TSLN bình quân của danh mục có tỷ số thanh toán hiện hành cao (HCR), bao gồm các chứng khoán có tỷ số thanh toán hiện hành cao hơn mức tỷ số thanh toán hiện hành trung vị. Tỷ số thanh toán hiện hành được xác định dựa vào thông tin BCTC cuối năm trước bằng công thức TSLĐ/Nợ ngắn hạn, và được sử dụng cho từng tháng của năm nay. Mức tỷ số thanh toán hiện hành trung vị được xác định căn cứ trên tỷ số thanh toán hiện hành của các chứng khoán 2 sàn HSX và HNX. Việc phân nhóm chứng khoán vào các danh mục LCR và HCR được thực hiện định kỳ hàng tháng.
Kết quả nghiên cứu và thảo luận
Để kiểm định ý nghĩa thống kê của các hệ số hồi quy, tác giả sử dụng kiểm định F với mô hình và với từng hệ số với mức ý nghĩa 5%, nếu giá trị p-value < 5% ta bác bỏ giả thuyết H[SUB]0[/SUB]. Kết quả kiểm định cho thấy toàn bộ các mô hình và các hệ số nhân tố tương ứng đều có ý nghĩa thống kê (p-value<0,05). Tác giả cũng sử dụng tiêu chuẩn kiểm định Dickey-Fuller với phương pháp nghiệm đơn vị (Unit Root Test) để ta kiểm tra tính dừng của các biến độc lập trong mô hình. Nếu giá trị tuyệt đối |τ| ADF lớn hơn các giá trị |τ| tại các mức ý nghĩa 1%, 5%, 10% thì chuỗi dữ liệu dừng. Kết quả kiểm định cho thấy các chuỗi dữ liệu của tất cả các biến độc lập trong mô hình đều là chuỗi dừng. Nhằm kiểm định hiện tượng đa cộng tuyến, tác giả sử dụng giá trị phóng đại phương sai VIF[SUB]j[/SUB] của các biến độc lập trong mô hình, nếu toàn bộ các VIF[SUB]j [/SUB]<5 thì kết luận không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình. Kết quả kiểm định cho thấy không xảy ra hiện tượng đa cộng tuyến. Bên cạnh đó, do cỡ mẫu trong nghiên cứu của tác giả là 48 <50, tác giả sử dụng kiểm định Shapiro -Wilk để kiểm định giả thuyết phân phối chuẩn của phần dư. Nếu mức ý nghĩa (Sig.) > 0,05 ta kết luận phần dư có phân phối chuẩn. Kết quả kiểm định cho thấy trong số 7 danh mục nghiên cứu, có 3 danh mục không đáp ứng giả thuyết phân phối chuẩn của phân dư nên bị loại ra. Đó là các danh mục S/H, S/W, B/LOSE.
Với 4 danh mục còn lại là RIRF, SLCR, BL, BHCR, tác giả sử dụng kiểm định tương quan hạng Spearman với giả thuyết:
H[SUB]0[/SUB]: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán bằng 0
H[SUB]1[/SUB]: Hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán khác 0
Nếu hệ số Sig. của kiểm định tương quan hạng Spearman >0,05 thì ta chấp nhận giả thuyết H[SUB]0[/SUB], tức hệ số tương quan tổng thể giữa phần dư và giá trị dự đoán bằng 0, hay phương sai của phần dư không đổi. Kết quả kiểm định cho thấy cả 4 danh mục đều đáp ứng giả định phương sai phần dư không đổi.
Mặt khác, tác giả cũng sử dụng kiểm định Durbin Watson để kiểm tra giả định không có tự tương quan giữa các phần dư, nếu hệ số Durbin Watson (D) nằm trong giới hạn 1<D<3 thì kết luận không có hiện tượng tự tương quan giữa các phần dư. Kết quả kiểm định cho thấy toàn bộ các hệ số D của 4 danh mục đều nằm trong khoảng 1<D<3, nghĩa là không có hiện tượng tự tương quan giữa các phần dư đối với các danh mục này.
Từ các kết quả kiểm định nêu trên, có 4 danh mục đáp ứng các phép kiểm định và được tiến hành hồi quy với kết quả như sau:
Bảng 3: Kết quả hồi quy mô hình 5 nhân tố ngành BĐS.
Stt | Danh mục | Mô hình 5 nhân tố | R[SUP]2[/SUP] hiệu chỉnh |
1 | RIRF | RiRf=0.551 RmRf + 1.1438 LCRMHCR | 0.731 |
2 | SLCR | SLCR= 0.568 RmRf + 2.027 LCRMHCR | 0.801 |
3 | BL | BL= 0.486 RmRf -0.570 SMB + 1.421 LCRMHCR | 0.661 |
4 | BHCR | BHCR= 0.569 RmRf - 0.582 SMB + 1.146 LCRMHCR | 0.589 |
Căn cứ trên kết quả hồi quy này, tác giả kiểm định các giả thuyết nghiên cứu với kết luận như sau: chấp nhận các giả thuyết H[SUB]1[/SUB], H[SUB]2[/SUB], H[SUB]5[/SUB]; bác bỏ các giả thuyết H[SUB]3[/SUB], H[SUB]4[/SUB]. Tác giả lý giải các giả thuyết bị bác bỏ như sau:
+ Bác bỏ giả thuyết H[SUB]3[/SUB]: Nhân tố giá trịhoàn toàn không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu. Do đặc thù của chứng khoán tại Việt Nam là còn rất nhiều các NĐT chưa thật sự có đầy đủ kiến thức về đầu tư chứng khoán cũng như phân tích tài chính, vì vậy họ chủ yếu đầu tư theo kiểu may rủi và chọn “lướt sóng” là phương thức đầu tư chủ đạo nên họ cũng ít chú trọng đến việc phân tích biến động của tỷ số BE/ME. Đây chính là lý do khiến nhân tố giá trịhoàn toàn không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu.
+ Bác bỏ giả thuyết H[SUB]4[/SUB]: Nhân tố xu hướng lợi nhuận quá khứhầu như không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu. Do đặc thù của chứng khoán tại Việt Nam là giá cổ phiếu biến động bất thường và còn chịu ảnh hưởng của việc “làm giá” chứng khoán cũng như sự kém minh bạch về thông tin nên khi tham gia đầu tư, các NĐT thường ít chú trọng đến xu hướng lợi nhuận quá khứ vì đa số có xu hướng đầu tư “lướt sóng”. Đây chính là lý do khiến nhân tố xu hướng lợi nhuận quá khứhầu như không có ý nghĩa giải thích cho biến động của TSLN danh mục cổ phiếu.
Từ kết quả hồi quy mô hình 5 nhân tố về mối quan hệ giữa rủi ro và TSLN các chứng khoán BĐS trên TTCK Việt Nam tại Bảng 3, tác giả có một số nhận xét sau:
+ Theo mô hình 1, ước lượng cho danh mục toàn bộ 59 cổ phiếu RiRf, ngoài 2 nhân tố HML và WML thì nhân tố SMB cũng không có mặt. Điều này cho thấy, đối với NĐT nắm giữ một danh mục bao gồm tất cả các cổ phiếu BĐS thì họ không quan tâm tới các các nhân tố quy mô công ty, giá trị và xu hướng lợi nhuận quá khứ. Điều mà các NĐT quan tâm là phần bù rủi ro khả năng thanh toán hiện hành cao hay thấp, phần bù rủi ro thị trường cao hay thấp. Trong số 2 nhân tố kể trên thì nhân tố phần bù rủi ro khả năng thanh toán hiện hành có tác động lớn nhất đến biến động TSLN danh mục cổ phiếu, thể hiện qua hệ số hồi quy lớn nhất.Tiếp đến là nhân tố phần bù rủi ro thị trường.
+ Đối với kết quả hồi quy các danh mục còn lại, có thể thấy nhân tố tác động mạnh nhất trong mô hình vẫn là phần bù rủi ro thanh toán hiện hành. Còn các nhân tố SMB và nhân tố RmRf đều có ảnh hưởng đến TSLN của các danh mục còn lại này với mức độ khá tương đồng nhưng không có ý nghĩa giải thích mạnh như nhân tố phần bù khả năng thanh toán. Riêng nhân tố SMB có kết quả hồi quy là bù rủi ro cho các công ty quy mô nhỏ nên có hệ số hồi quy âm đối với các danh mục công ty có quy mô lớn.
+ Hệ số nhân tố phần bù rủi ro thanh khoản hiện hành luôn có giá trị vượt hẳn so với hệ số các nhân tố khác, cho thấy sự biến động của nhân tố này có tác động rất mạnh tới TSLN của danh mục cổ phiếu BĐS. Điều này có thể được lý giải dựa trên những hạn chế trong việc cấp tín dụng cho lĩnh vực BĐS (vì tại Việt Nam, BĐS được phân vào nhóm “phi sản xuất”) theo quy định của pháp luật, dẫn đến các doanh nghiệp BĐS thường phải tận dụng tốt với hiệu quả cao nhất các nguồn vốn ngắn hạn sẵn có. Điều này làm cho các NĐT rất quan tâm đến hiệu quả sử dụng nguồn vốn này. Nói cách khác, NĐT kỳ vọng khi đầu tư vào các cổ phiếu có tỷ số thanh toán hiện hành thấp (tức rủi ro cao) thì TSLN cần phải cao hơn.
+ Nhìn vào các hệ số nhân tố phần bù rủi ro thanh toán hiện hành tại các danh mục ta nhận thấy hệ số này luôn lớn hơn 1 và có dấu dương, cho thấy rủi ro về thanh toán hiện hành của các doanh nghiệp BĐS là cao hơn thị trường và nó biến động cùng chiều với TSLN danh mục.
+ Xem xét dấu của các hệ số nhân tố, ta thấy toàn bộ các nhân tố RmRf, SMB, LCRMHCR đều có quan hệ đồng biến với TSLN các danh mục cổ phiếu.
+ Trong 5 nhân tố, không phải nhân tố nào cũng có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu khi được kết hợp lại với nhau. Cụ thể như khi kết hợp các nhân tố HML, WML với các nhân tố còn lại đã gây ra hiện tượng phần dư không còn đáp ứng giả định phân phối chuẩn, dẫn đến phải loại bỏ các danh mục SH, SW, BLOSE ra khỏi các danh mục phân tích.
+ Tác giả chạy hồi quy với các biến độc lập và phụ thuộc với các mô hình CAPM, Fama và French 3 nhân tố, Carhart 4 nhân tố cho thấy mức độ giải thích của mô hình 5 nhân tố tác giả đề xuất cao hơn nhiều so với các mô hình kia.
Bảng 4: So sánh kết quả hồi quy cổ phiếu ngành BĐS trên các mô hình khác nhau
Stt | Danh mục | R[SUP]2[/SUP] hiệu chỉnh MH CAPM | R[SUP]2[/SUP] hiệu chỉnh MH Fama và French 3 nhân tố | R[SUP]2[/SUP] hiệu chỉnh MH Carhart 4 nhân tố | R[SUP]2[/SUP] hiệu chỉnh MH 5 nhân tố |
1 | RIRF | 0.376 | 0.433 | 0.622 | 0.731 |
2 | SLCR | 0.339 | 0.486 | 0.657 | 0.801 |
3 | BL | 0.351 | 0.346 | 0.483 | 0.661 |
4 | BHCR | 0.389 | 0.376 | 0.528 | 0.589 |
Bình quân | 0.364 | 0.410 | 0.573 | 0.696 |
Từ so sánh kết quả R[SUP]2[/SUP] hiệu chỉnh trung bình trên Bảng 4, tác giả nhận thấy trung bình sử dụng mô hình 5 nhân tố sẽ tăng được mức giải thích biến động TSLN cổ phiếu ngành BĐS là 33,2% so với mô hình CAPM, 28,5% so với mô hình Fama và French 3 nhân tố và 12,3% so với mô hình Carhart 4 nhân tố.
+ Trong số 4 danh mục phân tích, hệ số R[SUB]2[/SUB] hiệu chỉnh trung bình đạt 0,696 cho thấy, mô hình mới giải thích được 69,6% biến động của TSLN danh mục cổ phiếu. Điều này chứng tỏ vẫn còn các nhân tố khác ngoài 5 nhân tố trong mô hình của tác giả đề xuất có thể giải thích biến động TSLN của các danh mục cổ phiếu BĐS.
Kết luận:
Trên cơ sở kết hợp các nhân tố đưa ra bởi Fama và French (1993), Carhart (1997), và nhân tố tỷ số thanh toán hiện hành, tác giả đã đưa ra mô hình 5 nhân tố để đo lường mối quan hệ giữa rủi ro và TSLN của 59 mã chứng khoán ngành BĐS tại Việt Nam đang được niêm yết trên 2 sàn HSX và HNX giai đoạn từ T07/2009 đến T06/2013. Kết quả nghiên cứu cho thấy danh mục toàn bộ cổ phiếu BĐS chịu sự tác động mạnh mẽ của nhân tố phần bù rủi ro khả năng thanh toán hiện hành, đồng thời cũng chịu sự tác động của các nhân tố phần bù rủi ro thị trường, phần bù rủi ro quy mô. Ngoài nhân tố phần bù rủi ro khả năng thanh toán hiện hành có mức ảnh hưởng rất lớn đến TSLN danh mục thì mức độ ảnh hưởng của 2 nhân tố còn lại không chênh lệch nhau đáng kể. Riêng nhân tố phần bù rủi ro quy mô chỉ có tác động đến TSLN các danh mục có quy mô lớn. Kết quả nghiên cứu cũng chỉ ra nhân tố phần bù xu hướng lợi nhuận quá khứ và phần bù rủi ro giá trị hoàn toàn không có ý nghĩa giải thích biến động TSLN danh mục cổ phiếu. Điểm đặc biệt trong nghiên cứu này là nhân tố phần bù rủi ro thị trường chỉ đóng một vai trò bình thường trong việc giải thích sự biến động TSLN danh mục cổ phiếu ngành BĐS, chứ không đóng vai trò chính yếu như trong các nghiên cứu khác. Thay vào vị trí của nó chính là nhân tố phần bù rủi ro khả năng thanh toán hiện hành với các hệ số nhân tố trong tất cả các danh mục phân tích đều lớn hơn 1, cho thấy rủi ro về khả năng thanh toán hiện hành của cổ phiếu ngành BĐS là cao hơn thị trường. Bên cạnh đó, ngoài 3 nhân tố có ý nghĩa giải thích, còn có những nhân tố khác có thể giải thích biến động của TSLN danh mục cổ phiếu mà tác giả chưa tìm ra trong nghiên cứu này.
Cuối cùng, tác giả cũng cho thấy mô hình 5 nhân tố do tác giả đề xuất có khả năng giải thích biến động TSLN danh mục cổ phiếu BĐS cao hơn hẳn các mô hình CAPM, Fama và French 3 nhân tố, Carhart 4 nhân tố lần lượt là 33,2%, 28,5% và 12,3%.
Gợi ý chính sách
Từ các kết quả nghiên cứu trình bày ở phần trên, tác giả đưa ra một số gợi ý sau:
Gợi ý giải pháp cho NĐT:
+ Khi đầu tư vào cổ phiếu BĐS theo mô hình 5 nhân tố và chấp nhận rủi ro để có TSLN cao thì NĐT nên chọn những cổ phiếu có đặc tính như sau: tỷ lệ thanh toán hiện hành thấp, quy mô vốn hóa thị trường thấp. Như vậy NĐT sẽ có cơ hội có được TSLN cao hơn so với các cổ phiếu khác.
+ Do ảnh hưởng của nhân tố tỷ số thanh toán hiện hành lên TSLN danh mục cổ phiếu BĐS là rất lớn và lớn nhất trong các nhân tố nên tại các danh mục cổ phiếu hồi quy theo mô hình 5 nhân tố, hệ số nhân tố phần bù rủi ro tỷ số thanh toán hiện hành thể hiện mức độ rủi ro chính của danh mục. Vì vậy, để giảm thiểu rủi ro mà vẫn có thể đạt được TSLN tốt, NĐT nên chọn các danh mục cổ phiếu có hệ số này bé trong giai đoạn thị trường có xu hướng giảm giá, như các danh mục RiRf, BHCR; và chọn các danh mục cổ phiếu có hệ số này lớn trong giai đoạn thị trường có xu hướng tăng giá, như các danh mục SLCR, BL.
+ Không nên chỉ dựa vào biến động chỉ số giá thị trường để quyết định việc mua vào hay bán ra cổ phiếu BĐS vì nhân tố thị trường không phải là nhân tố quyết định TSLN của danh mục cổ phiếu BĐS.
+ Khi đầu tư vào các cổ phiếu BĐS, nếu các yếu tố khác tương đồng nhau thì nên chọn đầu tư vào cổ phiếu các công ty có quy mô nhỏ thay vì quy mô lớn do TSLN cổ phiếu các công ty quy mô lớn chịu tác động ngược chiều với quy mô công ty.
+ Không nên dựa vào xu hướng lợi nhuận quá khứ và tỷ số BE/ME để quyết định việc mua vào hay bán ra cổ phiếu BĐS vì cả 2 nhân tố này đều không có tác động đến biến động TSLN của danh mục cổ phiếu BĐS.
+ Qua phân tích ở phần trước, do mô hình 5 nhân tố có mức ý nghĩa giải thích tốt hơn các mô hình CAPM, Fama và French 3 nhân tố và Cahart 4 nhân tố, nên các NĐT nên sử dụng mô hình 5 nhân tố để ước lượng TSLN kỳ vọng hay chi phí sử dụng vốn của cổ phiếu để ra quyết định trong việc đầu tư của mình.
+ Ngoài 3 nhân tố có ý nghĩa giải thích trong mô hình 5 nhân tố, còn có những nhân tố khác có thể giải thích biến động của TSLN danh mục cổ phiếu mà tác giả chưa tìm ra trong nghiên cứu này. Do vậy, ngoài các gợi ý nói trên, để hạn chế tối đa những rủi ro khi tham gia đầu tư, NĐT cần nâng cao kiến thức về đầu tư, về TTCK để có thể phân tích, suy xét những nguyên nhân khác có thể tác động đến biến động TSLN cổ phiếu, tránh bị cuốn theo những thông tin thất thiệt, tâm lý bầy đàn và những chiếc bẫy “làm giá” trên TTCK. Đặc biệt. để tăng TSLN và hạn chế đến mức thấp nhất các rủi ro khi đầu tư cổ phiếu nói chung và cổ phiếu BĐS nói riêng, các NĐT nên tìm hiểu và vận dụng lý thuyết danh mục đầu tư của Markowitz vào việc phân bổ danh mục đầu tư của mình một cách hợp lý nhất.
Đối với các cơ quan quản lý của nhà nước:
+ Để có được những kết quả nghiên cứu tin cậy hơn và tiết kiệm thời gian cho các nhà nghiên cứu và những đối tượng sử dụng khác, UBCKNN cần có những qui định và chế tài chặt chẽ hơn trong việc cung cấp thông tin BCTC đối với các công ty tham gia niêm yết trên TTCK như: qui định thống nhất biểu mẫu và các chỉ tiêu cụ thể, định dạng và hình thức tập tin khi gửi thông tin BCTC về các SGDCK; các chế tài cần mạnh mẽ hơn đối với các trường hợp không gửi thông tin BCTC đúng hạn; xây dựng các chỉ số ngành theo tiêu chí thống nhất, vv…
+ Các cơ quan công an kinh tế cần tổ chức theo dõi, điều tra để phát hiện và đưa ra truy tố những cá nhân, các nhóm tung tin đồn thất thiệt, “làm giá” chứng khoán, gây xáo trộn TTCK, ảnh hưởng nền kinh tế và lợi ích của các NĐT chân chính.
Đối với các công ty BĐS tham gia niêm yết trên TTCK
Trong dài hạn, các công ty BĐS cần chú trọng đến việc cân đối khả năng thanh toán hiện hành để tránh nguy cơ mất khả năng thanh toán, ảnh hưởng đến việc phát triển lâu dài và bền vững.
Các công ty BĐS có quy mô vốn hóa thị trường lớn do chịu ảnh hưởng ngược chiều về TSLN nên cần phải hết sức chú trọng đến hiệu quả hoạt động khi quyết định gia tăng quy mô để tránh nguy cơ thua lỗ do TSLN sụt giảm.
Cần minh bạch thông tin và cung cấp chính xác, kịp thời các thông tin về BCTC theo qui định.
Lê Doãn Cương, Phụ trách tài chính Công ty Cổ Phần Quản Trị Tài Nguyên Tri Thức.Email: ledoancuong@gmail.com- Số điện thoại: 0918.151.161Địa chỉ liên hệ: 62/7/47 Nguyễn Đình Chính, P.15, Q. Phú Nhuận, TPHCM.
TÀI LIỆU THAM KHẢO
Tiếng Việt1. Aswath Damodaran (2010), “Định giá đầu tư”, Nhà sách Lộc, TPHCM.
2. ThS. Nguyễn Thu Hằng, Nguyễn Mạnh Hiệp (2012), “Kiểm định mô hình Fama-French tại thị trường chứng khoán Việt Nam”, Tạp chí Công nghệ Ngân hàng, (81), trang 49-56.
3. Ths. Huỳnh Đạt Hùng, Ths. Nguyễn Khánh Bình, TS. Phạm Xuân Giang (2011), “Kinh tế lượng”, NXB Phương Đông, TPHCM.
4. Nguyễn Tấn Minh(2012), “Đánh giá các nhân tố mô hình Fama-French và nhân tố Value At Risk trong việc giải thích suất sinh lợi cổ phiếu, trường hợp sàn Chứng Khoán TPHCM HOSE”, Luận văn Thạc sỹ, Trường Đại Học Tôn Đức Thắng, TPHCM.
5. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2011), “Thống kê ứng dụng trong kinh tế - xã hội”, NXB Lao động-Xã hội, TPHCM.
6. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), “Phân tích dữ liệu nghiên cứu với SPSS”, NXB Hồng Đức, TPHCM.
7. TS. Vương Đức Hoàng Quân, 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, (22), trang 21-29.
8. Tổng hợp nhiều tác giả (2013), “Thông tin tổng hợp”, www.cophieu68.vn.
Tiếng Anh
9. Richard A. Brealey, Stewart C. Myers (2000), “Principles of Corporate Finance”,Mc Draw Hill, USA.
10. Mark M. Carhart (1997), “On Persistence in Mutual Fund Performance”, TheJournal of Finance, Vol LII, (1), PP. 57-82.
11. Eugene F. Fama, Kenneth R. French (1993), “Common Risk Factors in the Returns on Stocks and Bonds”, Journal of Finance, 33, PP. 3-56.
