Tài liệu So sánh hai mô hình dự báo tỷ suất sinh lời chứng khoán mô hình hồi quy truyền thống và mô hình artificial neural network

-i- LỜI CAM ĐOAN Tôi cam đoan rằng luận văn này “ So sánh hai mô hình dự báo tỷ suất sinh lời chứng khoán: Mô hình hồi quy truyền thống và mô hình neural network” là bài nghiên cứu của chính tôi. Ngoại trừ những tài liệu tham khảo được trích dẫn trong luận văn này, tôi cam đoan rằng những phần trong luận văn này chưa từng được công bố hoặc được sử dụng để nhận bằng cấp ở những nơi khác. Không có sản phẩm/nghiên cứu nào của người khác được sử dụng trong luận văn mà không được trích dẫn theo quy định. Luận văn này chưa từng được nộp để nhận bất kỳ bằng cấp nào tại các trường đại học hoặc cơ sở đào tạo khác. Thành phố Hồ Chí Minh, ngày 18 tháng 03 năm 2013 Người cam đoan Lữ Xuân Trang - ii - LỜI CẢM ƠN Để hoàn thành tốt luận văn này trước hết tôi xin gửi lời cảm ơn chân thành tới trường Đại học Mở thành phố Hồ Chí Minh, nơi đã cung cấp cho tôi những kiến thức chuyên môn về tài chính ngân hàng ở bậc thạc sỹ. Tôi đặc biệt gửi lời tri ân chân thành tới thầy giáo hướng dẫn của tôi, TS. Lê Thái Thường Quân, trường Đại học Mở thành phố Hồ Chí Minh, người đã cung cấp kim chỉ nam, đã luôn theo sát và tận tình hướng dẫn tôi trong suốt quá trình làm luận văn. Năng lực khoa học, kiến thức chuyên môn sâu sắc và sự nhiệt tâm của thầy đã là một động lực rất lớn giúp tôi hoàn thành luận văn. Cuối cùng tôi cũng xin gửi lời cảm ơn tới quý thầy cô khoa sau đại học trường Đại học Mở thành phố Hồ Chí Minh cùng các bạn lớp MFB2 đã giúp đỡ tôi trong quá trình học tập và thực hiện luận văn này. Thành phố Hồ Chí Minh, ngày 18 tháng 03 năm 2013 Lữ Xuân Trang - iii – TÓM TẮT Luận văn được thực hiện với mục tiêu chọn ra mô hình dự báo tỷ suất sinh lời chứng khoán phù hợp với thị trường Việt Nam. Để thực hiện nghiên cứu này, luận văn đã sử dụng các nghiên cứu lý thuyết cũng như các nghiên cứu thực nghiệm trước đây về ảnh hưởng của các yếu tố đến tỷ sinh lời chứng khoán và các mô hình được sử dụng trong dự báo kinh tế. Nghiên cứu đã sử dụng các thông tin từ các báo cáo tài chính và bản cáo bạch của các công ty trên sàn chứng khoán thành phố Hồ Chí Minh trong ba năm 2009- 2011 với 261 quan sát. Thông qua các thống kê phân tích mô tả và mô hình hồi quy Fixed effect với dữ liệu bảng cân bằng, nghiên cứu đã tìm thấy các yếu tố ảnh hương đến tỷ suất sinh lời chứng khoán. Từ đó thực hiện quá trình dự báo TSSL theo các biến này. Ngoài ra luận văn cũng xây dựng mô hình dự báo TSSL bằng mạng thần kinh nhân tạo (ANN). Đồng thời so sánh hai mô hình này với nhau thông qua các các chỉ tiêu MSE, RMSE, MAPE, Theil’u và thấy được sự vượt trội của mô hình ANN so với mô hình hồi quy truyền thống. - iv – MỤC LỤC LỜI CAM ĐOAN ........................................................................................................... i LỜI CẢM ƠN ................................................................................................................ ii TÓM TẮT ..................................................................................................................... iii DANH MỤC CÁC BẢNG ......................................................................................... viii DANH MỤC HÌNH VÀ ĐỒ THỊ ................................................................................ ix DANH MỤC CÁC TỪ VIẾT TẮT ............................................................................... x CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU .................... 1 1. Lý do nghiên cứu .................................................................................................1 2. Vấn đề nghiên cứu ...............................................................................................2 3. Câu hỏi và mục tiêu nghiên cứu ..........................................................................2 4. Phương pháp nghiên cứu .....................................................................................3 5. Nội dung nghiên cứu và kết cấu luận văn ...........................................................3 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT .............................................................................. 4 1. Tỷ suất sinh lợi chứng khoán ..................................................................................4 2. Lược khảo các nghiên cứu trước đây ......................................................................6 2.1. Mô hình CAPM ................................................................................................8 2.2. Mô hình Fama và French .................................................................................9 2.3. Nghiên cứu của Greg Tkacz (2001) ...............................................................11 3. Chỉ tiêu so sánh các mô hình dự báo ....................................................................11 3.1. Các chỉ tiêu được lựa chọn .............................................................................11 3.2. Công thức tính các chỉ tiêu .............................................................................12 3.2.1. Sai số trung bình (ME-Mean Error) ........................................................12 -v– 3.2.2. Sai số tuyệt đối trung bình (MAE- Mean Absolute Error) ......................13 3.2.3. Sai số bình phương trung bình (MSE-Mean Square Error) ....................13 3.2.4. Sai số bình phương trung bình quân phương (RMSE-Root mean Square Error) ........................................................................................................................... 13 3.2.5. Sai số phần trăm tuyệt đối (MAPE-Mean Absolute Percentage Error)…….....14 3.2.6. Hệ số không ngang bằng Theil’s U ........................................................14 4. Khảo sát các mô hình sử dụng cho dữ liệu bảng ..................................................14 4.1. Mô hình hồi quy Pool .....................................................................................15 4.2. Mô hình hồi quy với tác động cố định (Fixed effect model –FEM) và mô hình hồi quy với tác động ngẫu nhiên (Random effect model –REM) .........................15 CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU NGHIÊN CỨU ..... 17 1. MÔ HÌNH HỒI QUY TRUYỀN THỐNG ...........................................................17 1.1. Phương pháp nghiên cứu ................................................................................17 1.2. Mô hình nghiên cứu .......................................................................................17 1.2.1. Các biến trong mô hình hình nghiên cứu và các giả thuyết nghiên cứu .18 1.2.2. Kỳ vọng về dấu ........................................................................................20 1.3. Dữ liệu nghiên cứu .........................................................................................22 1.3.1. Đối tượng và phạm vi nghiên cứu ...........................................................22 1.3.2. Phương pháp xử lý số liệu .......................................................................23 2. MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO ...................................................24 2.1. Phương pháp nghiên cứu ................................................................................24 2.1.1. Lựa chọn các biến số và thu thập dữ liệu ................................................24 2.1.2. Tiền xử lý dữ liệu ....................................................................................25 2.1.3. Lựa chọn các thông số cho mô hình ........................................................26 2.1.4. Tiến hành thực hiện cho mô hình ............................................................30 2.1.5. Dự báo và phân tích kết quả ....................................................................30 - vi – 2.2. Mô hình nghiên cứu .......................................................................................31 2.3. Dữ liệu nghiên cứu .........................................................................................33 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ................................................................... 34 1. Mô hình hồi quy ................................................................................................ 34 1.1. Thống kê mô tả các biến ................................................................................34 1.2. Kết quả hồi quy (phụ lục 1) ............................................................................36 1.2.1. Lựa chọn phương pháp ước lượng mô hình……………………..……...36 1.2.2. Kiểm định giả thuyết mô hình (phụ lục 2) ..............................................39 2. Mô hình mạng thần kinh nhân tạo ........................................................................42 2.1. Phân tích mức độ tương quan giữa các biến đầu vào .....................................43 2.2. Phân tích mức độ tương quan giữa các biến đầu vào .....................................43 3. So sánh kết quả dự báo thực tế TSSL của các mô hình ........................................44 3.1. Dự báo bằng mô hình hồi quy truyền thống ..................................................44 3.1.1. Dự báo .....................................................................................................44 3.1.2. Kiểm định ................................................................................................45 3.2. Dự báo bằng mô hình mạng thần kinh nhân tạo ............................................46 3.2.1. Dự báo ..................................................................................................... 46 3.2.2. Kiểm định ................................................................................................46 3.3. Kết quả và so sánh .........................................................................................48 3.3.1. So sánh dựa trên số liệu TSSL dự báo ....................................................48 3.3.2. So sánh dựa trên các chỉ tiêu dự báo .......................................................49 CHƯƠNG 5: KẾT LUẬN ........................................................................................50 1. Kết luận .................................................................................................................50 2. Giới hạn của luận văn ...........................................................................................50 3. Đóng góp của luận văn ......................................................................................... 51 - vii – 4. Hướng phát triển sắp tới của luận văn ..................................................................51 DANH MỤC TÀI LI ỆU THAM KHẢO ................................................................... 52 PHỤ LỤC 1: MÔ HÌNH HỒI QUY VỚI DỮ LIỆU BẢNG ...................................... 55 PHỤ LỤC 2: KIỂM ĐỊNH GIẢ THUYẾT MÔ HÌNH .............................................. 58 PHỤ LỤC 3: DỮ LIỆU .............................................................................................. 62 - viii – DANH MỤC CÁC BẢNG Bảng 2.1: Tóm tắt các chỉ tiêu dùng để so sánh các mô hình dự báo Bảng 3.1: Xác định các biến trong mô hình và dấu dự kiến Bảng 3.2: Tóm tắt việc thu thập và tính toán các biến nghiên cứu Bảng 3.3: Tổng hợp các quan điểm tiền xử lý dữ liệu Bảng 3.4: Tóm tắt việc thu thập các thông số nghiên cứu chính trong mô hình Bảng 3.5: Các thông số được tác giả lựa chọn Bảng 3.6: Kết quả lựa chọn số nơ ron lớp ẩn Bảng 3.7: Kết quả lựa chọn hàm biến đổi lớp ra Bảng 3.8: Kết quả lựa chọn hàm biến đổi lớp ẩn Bảng 3.9: Bảng tổng hợp các thông số huấn luyện mạng Bảng 4.1: Thống kê mô tả các biến Bảng 4.2: Ma trận tương quan giữa các biến Bảng 4.3: Kết quả hồi quy với từng tác động trong mô hình tác động cố định Bảng 4.4: Kết quả hồi quy tổng hợp Bảng 4.5: Kết quả kiểm định Hausman Bảng 4.6: Kết quả hồi quy với tác động cố định Bảng 4.7: Kiểm định Wald cho hệ số hồi quy ME Bảng 4.8 : Kiểm định Wald cho hệ số hồi quy biến BETA Bảng 4.9: Kiểm định Wald cho các hệ số hồi quy các biến còn lại trong mô hình Bảng 4.10: Kết quả kiểm định mô hình dự báo TSSL. Bảng 4.11: Kết quả kiểm định dự báo TSSL bằng phần mềm Neurosolutions Bảng 4.12: So sánh hai mô hình dự báo TSSL - ix – DANH MỤC HÌNH VÀ ĐỒ THỊ Hình 2.1: Diễn biến thị trường chứng khoán giai đoạn 2000-2011 Hình 3.1: Mô hình nghiên cứu Hình 4.1: Mô hình dự báo TSSL chứng khoán Hình 4.2: Mức độ tương quan giữa các biến đầu vào Hình 4.3: MSE trong quá trình huấn luyện Hình 4.4: Kết quả dự báo Hình 4.5: Kết quả dự báo bằng phần mềm Eview Hình 4.6: Kết quả dự báo TSSL bằng phần mềm Neurosolutions Hình 4.7: Kết quả kiểm định dự báo TSSL bằng phần mềm Neurosolutions -x– DANH MỤC CÁC TỪ VIẾT TẮT CTCK : Công ty chứng khoán TTCK : Thị trường chứng khoán TSSL : Tỷ suất sinh lời BM : Tỷ số thư giá trên thị giá ME : Quy mô vốn hóa thị trường ROA : Khả năng sinh lợi IA : Đầu tư trên tài sản ANN : Mô hình mạng thần kinh nhân tạo MSE : Sai số bình phương trung bình MAE : Sai số tuyệt đối trung bình MAPE : Sai số phần trăm trung bình RMSE : Căn bậc hai của sai số bình phương trung bình Theil’U : Hệ số không ngang bằng CAPM : Mô hình định giá tài sản vốn PBV : Giá trị thị trường trên giá trị sổ sách PE : Tỷ số giá trên thu nhập OLS : Bình phương nhỏ nhất thông thường HoSE : Sở giao dịch chứng khoán thành phố Hồ Chí Minh -1– CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU Chương 1 là chương mở đầu sẽ cung cấp tổng quan về xu hướng, phương pháp nghiên cứu, mục tiêu cũng như cấu trúc của luận văn. 1. Lý do nghiên cứu Thị trường chứng khoán Việt Nam chính thức đi vào hoạt động từ tháng 7/2000 và đã có những bước phát triển đáng kể trong những năm qua. Tuy vẫn còn khá non trẻ so với thị trường chứng khoán trên thế giới nhưng thị trường chứng khoán Việt Nam đang dần từng bước hoàn thiện và ngày càng trở thành bộ phận không thể thiếu của thị trường tài chính. Khi thị trường ngày càng phát triển, các nhà đầu tư cần có một nhận định đúng về rủi ro trên thị trường. Từ đó giúp cho việc đầu tư chứng khoán không những đem lại thành công cho chính nhà đầu tư mà còn giúp cho thị trường trở nên hiệu quả hơn. Chính vì thế ngày càng có nhiều phương pháp dự báo được phát triển chuyên cho các lĩnh vực chứng khoán. Do đó, hiện nay trên thế giới, các nhà phân tích và dự báo đã áp dụng và đưa ra nhiều công cụ giúp cho các nhà đầu tư có thể dự báo thị trường chứng khoán một cách chính xác nhằm đưa ra các quyết định đầu tư hợp lý nhất. Tuy nhiên việc ứng dụng các công cụ này trên các thị trường là khác nhau. Đối với các nước phát triển, thị trường ổn định và thông tin minh bạch nên việc ứng dụng các mô hình dự báo trở nên đơn giản hơn. Đối với các nước đang phát triển, trong đó có Việt Nam, việc ứng dụng mô hình này trở nên phức tạp hơn, khó khăn hơn. Đó là lý do tác giả chọn luận văn “ SO SÁNH HAI MÔ HÌNH DỰ BÁO TỶ SUẤT SINH LỜI CHỨNG KHOÁN : MÔ HÌNH HỒI QUY TRUYỀN THỐNG VÀ MÔ HÌNH ARTIFICIAL NEURAL NETWORK” nhằm giúp cho nhà đầu tư lựa chọn mô hình dự báo tỷ suất sinh lời thích hợp với từng điều kiện cụ thể và có những quyết định kinh tế hợp lý. -2– Vấn đề nghiên cứu 2. Như đề cập ở phần lý do chọn luận văn, việc đưa ra một mô hình giúp nhà đầu tư ước lượng được tỷ suất sinh lời của cổ phiếu là một yếu tố thiết thực. Có nhiều yếu tố tác động đến tỷ suất sinh lời chứng khoán được chỉ ra từ các nghiên cứu trước đây. Vấn đề nghiên cứu của luận văn chỉ ra các yếu tố ảnh hưởng đến tỷ suất sinh lời chứng khoán ở thị trường chứng khoán thành phố Hồ Chí Minh từ nguồn dữ liệu thứ cấp thu thập được. Từ đó đưa vào hai mô hình dự báo để kiểm định mô hình dự báo nào sẽ thích hợp cho thị trường chứng khoán Việt Nam. 3. Câu hỏi và mục tiêu nghiên cứu Trong phạm vi của nền kinh tế Việt Nam, tác giả tập trung nghiên cứu việc ứng dụng của mô hình mạng thần kinh nhân tạo (ANN) trong dự báo kinh tế, hiệu quả của mô hình ANN so với mô hình hồi quy truyền thống. Cụ thể hơn, luận văn sẽ giải quyết các mục tiêu nghiên cứu sau: - Tìm ra các biến có thể dự báo tỷ suất sinh lời (TSSL) chứng khoán trên thị trường chứng khoán Việt Nam. - Lựa chọn cấu trúc mạng ANN phù hợp với dự báo TSSL - Hiệu quả ứng dụng của mô hình ANN tốt hơn so với mô hình hồi quy truyền thống. Để đạt được mục tiêu nghiên cứu trên, nội dung luận văn tập trung đi vào trả lời các câu hỏi sau: - Các yếu tố nào tác động đến TSSL chứng khoán ? - Cấu trúc mạng ANN nào sẽ thích hợp để dự báo TSSL ? - Liệu khả năng ứng dụng mô hình ANN trong dự báo TSSL trên thị trường chứng khoán Việt Nam có hiệu quả hơn mô hình hồi quy truyền thống không? -3– 4. Phương pháp nghiên cứu Để giải quyết các nội dung nghiên cứu nêu trên, tác giả đã sử dụng phương pháp nghiên cứu định lượng. Dữ liệu sử dụng trong luận văn là dữ liệu thứ cấp thu thập từ các công ty phi tài chính niêm yết trên sàn Hose trong khoảng thời gian từ 2009-2011. Sau khi thu thập các thông tin cần thiết, chúng sẽ được tính toán và đưa vào mô hình hồi quy đa biến để xác định các biến có ảnh hưởng và cường độ tác động của chúng đến tỷ suất sinh lời. Đồng thời sẽ đưa các biến này vào mô hình hồi quy dựa trên phần mềm hỗ trợ Eview 5.1. Ngoài ra quá trình dự báo bằng mạng ANN được thực hiện trên phần mềm hỗ trợ xử lý dữ liệu NeuroSolutions 5.0 5. Nội dung nghiên cứu và kết cấu luận văn Nội dung của luận văn bao gồm 5 chương: Chương 1: Giới thiệu tổng quan về luận văn nghiên cứu Chương 2: Cơ sở lý thuyết Chương 3: Phương pháp nghiên cứu và dữ liệu nghiên cứu Chương 4: Kết quả nghiên cứu Chương 5: Kết luận -4– CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Chương 2 sẽ bắt đầu bằng sự giới thiệu khái quát về TSSL chứng khoán và khảo sát các mô hình sử dụng cho dữ liệu bảng. Thông qua việc lược khảo các công trình nghiên cứu trước đây, luận văn sẽ cung cấp các phương pháp nghiên cứu, kết quả có được về yếu tố tác động đến TSSL chứng khoán đồng thời lựa chọn được mô hình mạng thần kinh nhân tạo thích hợp cho việc dự báo TSSL chứng khoán trên sàn HoSE 1. Tỷ suất sinh lợi chứng khoán Tỷ suất sinh lợi của một chứng khoán bằng tổng các khoản thu nhập hoặc lỗ của chủ sở hữu trong một thời kỳ r Pt  P0  Ct P0 r: Tỷ suất sinh lợi mong đợi trong suốt chu kỳ t Pt: giá chứng khoán trong kỳ t P0: giá chứng khoán trong thời kỳ 0 Ct: cổ tức trên một cổ phiếu Các mô hình CAPM, Fama-French ước lượng tỷ suất sinh lời kỳ vọng của một tài sản, trên cơ sở đó xác định tài sản được định giá cao hay thấp hơn thực tế. Trong thực tế rất khó để xác định tỷ suất sinh lời của một tài sản và khó hơn nữa là tỷ suất sinh lời của thị trường. Do vậy để tính toán tỷ suất sinh lợi này, thường dựa vào giá chứng khóan theo định kỳ quan sát. Tỷ suất sinh lời chứng khoán tương đối: r= (Pt- Po)/ Po Ngoài ra để xác định được mức sinh lời của 1 chứng khoán cần xem xét chứng khoán đó trong quá khứ và tương lai.  Sử dụng số liệu quá khứ có thể xác định được mức sinh lợi trung bình của chứng khoán. Mức sinh lời của chứng khoán trong quá khứ là dữ liệu tham chiếu -5– quan trọng để nhà đầu tư xem xét có nên đầu tư vào chứng khoán hay không. Một chứng khoán có tỷ lệ sinh lời cao và ổn định sẽ được nhiều nhà đầu tư quan tâm. Tuy nhiên, để ra quyết định đầu tư, nhà đầu tư còn căn cứ vào tỷ lệ sinh lời kỳ vọng của chứng khoán.  Sử dụng những dự báo về tương lai nhằm xác định tỷ lệ sinh lời kỳ vọng của chứng khoán. Để có thể dự báo được mức sinh lời này cần phải có được nguồn thông tin minh bạch và phải lượng hóa được các yếu tố tác động đến giá chứng khoán trong tương lai. Do đó việc xác định chính xác tỷ lệ sinh lời kỳ vọng rất quan trọng trong việc ra quyết định của các nhà đầu tư chứng khoán. Hình 2.1: Diễn biến thị trường chứng khoán Việt Nam giai đoạn 2000-2011 (Nguồn: www.cophieu68.com) Qua hình 2.1 cho thấy giá chứng khoán trên thị trường Việt nam biến động mạnh. Năm 2006 tốc độ tăng trưởng mạnh nhất nên tỷ suất sinh lời đến 145%. Còn năm 2008, 2009, giá chứng khoán giảm mạnh, tỷ suất sinh lời âm. Ngoài ra tại thị trường chứng khoán Việt Nam, diễn biến của giá chứng khoán còn phụ thuộc nhiều vào tâm lý của nhà đầu tư. Các nhà đầu tư hầu như chỉ quan tâm đến lợi nhuận và những thông tin không chính thống. Điều này khiến cho việc dự báo và xác định mức sinh lợi kỳ vọng của chứng khoán cũng hết sức khó khăn. -6– 2. Lược khảo các nghiên cứu trước đây Việc ứng dụng các mô hình dự báo để dự báo tỷ suất sinh lợi chứng khoán là rất cần thiết đối với các nhà đầu tư mang tính chuyên nghiệp. Tuy nhiên, những diễn biến trên thị trường chứng khoán Việt Nam trong thời gian qua cho thấy việc thiếu vắng các công cụ dự báo này. Liệu có khả năng ứng dụng một mô hình dự báo tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam như hiện nay hay không. Bằng chứng cho việc thiếu mô hình phân tích kỹ thuật và phân tích cơ bản vào đầu tư chứng khoán Nhiều nhà đầu tư cho rằng việc phân tích kỹ thuật không hiệu quả tại Việt Nam vào thời điểm này vì thị trường còn quá mới, ít ai áp dụng. Các tín hiệu do phân tích kỹ thuật đưa ra sẽ không được tận dụng nên các nhà đầu tư ít có xu hướng thay đổi quan điểm của mình về thị trường, về giá cổ phiếu. Các nhà đầu tư cho rằng giá cả lên xuống chỉ phụ thuộc vào thông tin của công ty nên họ quyết định mua hay bán cổ phiếu của một công ty chủ yếu dựa vào những thông tin công bố của công ty đó. Mua vào khi có tin tốt và bán ra khi có tin xấu mà không ước lượng thị trường. Trong khi phân tích cơ bản thì cho biết được nguyên nhân dẫn đến biến động giá trên thị trường, biết được điều gì đã xảy ra đối với giá của cổ phiếu, hay trong phân tích kỹ thuật thì cho biết được các hiệu ứng của nó tức là cho biết được giá cổ phiếu thay đổi khi nào và kết thúc khi nào. Chính nhờ những yếu tố này sẽ giúp cho các nhà đầu tư quyết định đầu tư một cách dễ dàng hơn mà không dựa vào yếu tố may rủi. Theo Vietstock, các tín hiệu cho thấy có khả năng thị trường sẽ tích lũy vào tuần sau (tuần 06 - 10/09/2010). Việc tăng điểm 5 phiên liên tiếp với sự bứt phá rất mạnh của nhiều mã cổ phiếu đã phần nào giải tỏa được tâm lý bi quan của các nhà đầu tư. Họ vẫn lạc quan về triển vọng trung hạn của thị trường và vẫn nghĩ rằng đây vẫn có thể là thời điểm tốt để mua đối với trường phái đầu tư giá trị. Tuy nhiên, nếu là một nhà đầu tư ngắn hạn thì cơ hội mua có lẽ đã qua đi kể từ sau khi giá rời khỏi vùng 420 – 430 điểm. Tuy nhiên, các nhà đầu tư lại dựa vào tin đồn Thông tư 13/2010/TT-NHNN quy định về các tỉ lệ bảo đảm an toàn vốn của các tổ chức tín dụng sẽ được chỉnh sửa nhưng gần như không thay đổi nhiều so với ban đầu làm cho thị trường chao đảo. Cũng theo Vietstock cụ thể là phiên giao dịch ngày 10/9/2010 thị trường chứng khoán -7– một lần nữa gây bất ngờ. Khác với dự đoán của nhiều nhà đầu tư rằng nối tiếp đà tăng điểm của phiên liền kề, sau khi đã trải qua vài phiên giảm điểm do chốt lời trước đó, thị trường sẽ tiếp tục đi lên do dòng tiền đang mạnh. Tuy nhiên, không như mong đợi, cả hai sàn đều bất ngờ giảm rất mạnh. Mở cửa phiên giao dịch, VN-Index giảm nhẹ trong đợt đầu với mức giảm không đáng kể, chỉ 0,2 điểm. Tuy nhiên, sau 15 phút giao dịch, của đợt 2, đà giảm đã tăng mạnh dần lên. Diễn biến của thị trường phiên này có nhiều bất ngờ. Ban đầu là sự thận trọng của cả bên bán lẫn bên mua. Bên mua chỉ muốn mua giá rẻ, trong khi bên bán lại muốn tiếp tục “neo” giá chờ đợi... Vì vậy, dù thị trường dao động trong biên độ hẹp nhưng gần hết đợt giao dịch liên tục tổng giá trị giao dịch mới chỉ đạt khoảng 600 tỉ đồng. Khi gần kết thúc đợt 2, lệnh bán giá rẻ lập tức được tung vào thị trường làm cho các lệnh đặt mua trước đó đã không trở tay kịp, lập tức “ngốn” hết số cổ phiếu này. Diễn biến mới này đã khiến giá trị giao dịch của 15 phút cuối đợt 2 tăng vọt thêm 400 tỉ đồng (bằng 2/3 giao dịch 90 phút trước đó). Sang đợt 3 (đợt đóng cửa), lệnh bán ưu tiên ồ ạt đổ vào thị trường, kéo VN-Index rơi gần như tự do. Chốt phiên, VN-Index mất 12,29 điểm, tương ứng 2,65%, xuống còn 451,39 điểm. Với số điểm này, nỗ lực của sự tăng điểm ở những phiên trước đó gần như không còn ý nghĩa.Tương tự, trên sàn Hà Nội, lực bán cũng tiếp tục tăng lên sau đó, khiến HNX-Index đóng cửa giảm 3,74%, tương ứng 5,09 điểm, còn 131,15 điểm. Giới quan sát thị trường cho rằng điều lạ của phiên này là lực mua mạnh ở các lô lớn lại xuất hiện vào những phút cuối. Yếu tố này đặt ra nghi vấn về sự làm giá của thị trường, của các “đội lái”? Đâu là nguyên nhân?. Theo các công ty chứng khoán, thông tin tác động mạnh nhất đến thị trường phiên này là tin đồn về việc các quy định trong Thông tư 13 sẽ được chỉnh sửa nhưng gần như không thay đổi nhiều so với ban đầu. Tổng Giám đốc Công ty Chứng khoán SJC, ông Huỳnh Anh Tuấn, cho rằng tin đồn này rộ lên và lan nhanh tại các sàn giao dịch khiến các nhà đầu tư thất vọng. Chính vì vậy, họ bán tháo mà không cần kiểm tra lại thông tin. Hơn nữa, một số nhà đầu tư cũng đã kiếm lời một phần ở sóng nhỏ vừa qua nên sẵn sàng tháo chạy để chốt lời. Ngoài thông tin chủ đạo này, một số thông tin khác cũng được các chuyên gia đánh giá là gây tác động không tốt đến tâm lý của nhà đầu tư. Cụ thể: báo cáo của Tạp chí Forbes (Mỹ) công bố ngày 9-9, đánh giá môi trường kinh doanh tại Việt Nam tụt mất 5 -8– bậc, thua cả Campuchia. Bên cạnh đó, nhiều thông tin từ các tổ chức tài chính quốc tế nhận xét nền kinh tế toàn cầu chưa thật sự thoát khỏi khó khăn. 2.1. Mô hình CAPM CAPM (Capital Asset Pricing Model) được ba nhà nhà kinh tế học William Sharpe, John Lintner và Jack Treynor đưa ra vào những năm giữa thập niên 60. Mô hình CAPM (Capital Asset Pricing Model) nhằm dự báo tỷ suất sinh lợi của một chứng khoán thông qua beta của chứng khoán đó. Mô hình CAPM không phải là mô hình duy nhất dự báo tỷ suất sinh lợi nhưng nó có nền tảng lý thuyết vững chắc. Trong những nghiên cứu gần đây, mô hình CAPM đã được bổ sung những nhân tố khác nhằm có thể dự báo tỷ suất sinh lợi một cách chính xác hơn như biến tỷ số giá trên thu nhập (P/E) và giá trị thị trường trên giá trị sổ sách (PBV). Đặc biệt trong thị trường các nước mới nổi, sự tác động của tỷ số giá trên thu nhập (P/E) và giá trị thị trường trên giá trị sổ sách (PVB) lên tỷ suất sinh lợi chứng khoán là khá rõ nét. Cùng với mô hình CAPM, P/E và giá trị thị trường trên giá trị sổ sách được dùng như là các công cụ dự báo tỷ suất sinh lợi chứng khoán trên thị trường các nước mới nổi. Điều này cho thấy một mô hình CAPM đa biến với các biến là: beta, P/E và PBV. Mô hình thực nghiệm của Perdana Wahyu Santosa & Harry Yusuf Laksana: Perdana Wahyu Santosa & Harry Yusuf Laksana (2011) đã đưa ra mô hình thực nghiệm đưa ra mô hình thực nghiệm dựa trên mô hình CAPM tại thị trường chứng khoán Indonesia giai đoạn năm 2004-2006 như sau: Mô hình hồi quy với tác động cố định theo phương pháp PLS R = 0.69887 Liq + 51.43152 Size Mô hình hồi quy với tác động cố định theo phương pháp GLS R = 0.023793 Var +0.029162 Beta + 0.034763 Liq + 42.33291 Size + 0.0130115 PBV. Trong đó: Beta: rủi ro thị trường Liq: tính thanh khoản -9– Size: quy mô vốn hóa thị trường PBV: giá thị trường/ giá sổ sách Kết quả mô hình của Perdana Wahyu Santosa & Harry Yusuf Laksana (2011) cho thấy mối quan hệ cùng chiều giữa TSSL mong đợi và các biến trong mô hình như PBV, Beta , Liq và Size 2.2. Mô hình Fama và French Với kết quả nghiên cứu vào năm 1993, Fama và French đã xây dựng nên mô hình 3 nhân tố Fama-French bao gồm: nhân tố quy mô, nhân tố BM và nhân tố thị trường. Fama-French nghiên cứu dựa trên hai loại cổ phiếu sau: - Cổ phiếu của công ty có quy mô nhỏ - Cố phiếu có hệ số giá trị số sách trên giá trị thị trường (BM) cao Mô hình như sau: E(Ri )  Rf  [E(RM )  Rf ]i  si E(SMB)  hi (HML) Trong đó: E(Ri): mức lợi nhuận cho danh mục i Rf: mức lợi nhuận không rủi ro E(RM): mức lợi nhuận kỳ vọng của toàn bộ thị trường SMB: 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 : 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 βi:hệ số hồi quy cho nhân tố phần bù rủi ro của danh mục cổ phiếu si: hệ số hồi quy cho nhân tố SMB hi: hệ số hồi quy cho nhân tố HML RM-Rf: phần bù rủi ro thị trường Thông qua thực nghiệm, nhân tố lợi nhuận trung bình của chứng khoán có quy mô vốn hóa nhỏ và chứng khoán có BM cao sẽ cao hơn lợi nhuận kỳ vọng bởi đường SML trong mô hình CAPM - 10 – Fama đề nghị đo lường nhân tố quy mô bằng cách phân biệt lợi nhuận giữa hai loại hình doanh nghiệp là doanh nghiệp nhỏ và doanh nghiệp lớn (nhân tố SMB). Ngoài ra Fama còn đề nghị thêm một nhân tố nữa là nhân tố BM. Đây là nhân tố đo lường sự khác nhau về lợi nhuận giữa doanh nghiệp có tỷ số BM cao và doanh nghiệp có BM thấp (nhân tố HML) Dựa trên sàn chứng khoán ở thị trường Mỹ là NYSE, AMEX và NASDAQ trong giai đoạn 1963- 1990, mô hình của Fama-French ở thị trường Mỹ đã cho thấy mối quan hệ cùng chiều của BM với tỷ suất sinh lợi trung bình, mối quan hệ ngược chiều giữa quy mô và tỷ suất sinh lợi trung bình Mô hình thực nghiệm của Long Chen & Lu Zhang Mô hình 3 nhân tố của Long Chen & Lu Zhang (2010): Long Chen và Lu Zhang đã xây dựng mô hình trên NYSE, AMEX và NASDAQ từ tháng 1-1972 đến tháng 122006 như sau: i i i E(ri )  rf  i  MKT E(rMKT )  INV E(rINV )  ROA E(rROA )  ei Trong đó: rf: TSSL phi rủi ro i i i : các hệ số nhân tố đo lường độ nhạy cảm nhân tố đối với TSSL chứng MKT , INV , ROA khoán E(rMKT ), E(rINV ), E(rROA ) : phần bù rủi ro thị trường, phân bù đầu tư, phần bù TSSL trên tổng tài sản Kết quả mô hình của Lu Zhang: Lu Zhang đã đưa ra mối quan hệ ngược chiều giữa TSSL mong đợi với đầu tư trên tài sản I/A, đầu tư trên tài sản Lu Zhang tính đến là phát hành cổ phần mới, tăng trưởng tài sản, tỷ số ME/BE, tăng trưởng doanh thu dài hạn trong quá khứ. Điều này cũng phù hợp với mô hình Fama French về mối quan hệ BE/ME với TSSL: những công ty có BE/ME cao đòi hỏi một TSSL cao hơn những công ty BE/ME thấp. Đồng thời Lu Zhang cũng đưa ra mối quan hệ cùng chiều của ROA mong đợi với TSSL mong đợi