Nhận diện các yếu tố ảnh hưởng tới chỉ số
P/E trên thị trường HOSE

CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
1.1. Lý do hình thành đề tài:
Trong việc định giá một tài sản nói chung và tài sản tài chính nói riêng,
lý thuyết tài chính cung cấp cho người định giá nhiều công cụ hữu dụng như:
phương chiết khấu dòng tiền ròng, phương pháp định giá tài sản thanh lý,
phương pháp so sánh. Tại Việt Nam, thị trường chứng khoán đang phát triển ở
mức sơ khai và chưa hoàn thiện. Đa số các nhà đầu tư trên sản chứng khoán
không có một nền tảng vững vàng về phân tích tài chính. Phương pháp định giá
so sánh sử dụng P/E là một công cụ đơn giản và thông dụng nhất mà các nhà
đầu tư này sử dụng để ra quyết định. Cách thức sử dụng phương pháp định giá
so sánh nói chung và phương pháp so sánh dùng P/E nói riêng là định giá một
công ty dựa vào mức giá của công ty “tương tự”, trong đó khái niệm tương tự
trong tài chính bao gồm tương tự về lĩnh vực hoạt động, mức độ rủi ro, năng
lực tài chính, và tiềm năng tăng trưởng. Tuy nhiên, liệu việc ứng dụng phương
pháp này trong định giá tại thị trường chứng khoán Việt Nam có được sử dụng
đúng đắn và có đảm bảo tính chất “tương đương” giữa các công ty so sánh?
Với mong muốn tìm hiểu khía cạnh này về thị trường chứng khoán Việt Nam,
tác giả thực hiện nghiên cứu các yếu tố có mối quan hệ với chỉ số P/E trên thị
trường chứng khoán Việt Nam, hay nói cách khác nghiên cứu được thực hiện
nhằm khảo sát các yếu tố phản ánh bởi chỉ số P/E trên thị trường chứng khoán
Việt Nam.
Các nghiên cứu tài chính về các yếu tố tác động tỉ số P/E có thể nói xuất
phát từ mô hình các yếu tố cơ bản của P/E được Gordon xây dựng (1962),
trong đó ông chỉ ra rằng tỉ số P/E được quyết định bởi tỉ lệ chi trả cổ tức, mức
độ rủi ro của cổ phiếu và tiềm năng tăng trưởng của công ty. Mô hình này sau

1.5. Các bước tiến hành nghiên cứu:

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
2.1. Các yếu tố cơ bản ảnh hưởng chỉ số P/E:
2.1.1. Mô hình của Gordon (1962):
Để giải thích sự tương quan của P/E với các yếu tố khác ta xem xét mô
hình định giá của Gordon (1962) với mức tăng trưởng g. ta có công thức sau:
gr
PBR
EP
gr
PBRg
EP
gr
PBRgEPS
gr
D
P




- g: Tốc độ tăng trưởng lợi nhuận (cổ tức)
Như vậy theo công thức trên ta nhận thấy có sự liên hệ giữa P/E với tốc
độ tăng trưởng, chính sách chia cổ tức cũng như tái đầu tư vốn của doanh
nghiệp. Ngoài ra P/E còn bị ảnh hưởng bởi tỷ xuất sinh lợi yêu cầu r.
Theo mô hình CAPM và các mô hình lý thuyết khác thì r sẽ chịu tác
động của rủi ro hệ thống Beta, rủi ro tài chính (đòn cân nợ D/E), rủi ro vận
hành. Các nghiên cứu khác cũng cho thấy rằng tốc độ tăng trưởng của công ty
lại phụ thuộc hoạt động đầu tư (capital expenditure), và các hệ số sinh lợi khác
(ROE, ROA). Do đó mục 2.2 sẽ trình bày sâu hơn về các yếu tố có ảnh hưởng
tiềm năng này lên tỉ số P/E.
2.1.2. Mô hình của John Y. Campbell & Roert J. Shiller (1988):
Trong phân tích hồi quy ta sẽ sữ kết quả nghiên cứu trước của
(Campbell và Shiller – 1988) để phân tích các yếu tố ảnh hưởng tới P/E bằng
cách sử dụng log(P/E) trong phương trình hồi quy.
,)1()/log(
1 1 1
1
11
kgrEEP
j j j
t
tj
jt
j
jt
j
ttt

)log(
jt
EPS


hoặc
)log(
jt
g

,
jt
g

: tốc độ phát triển
jt
 :
)/log(
jtjtjt
EPSD



: hệ số chiết khấu, đây là một giá trị hằng số.
Ta có phương trình đã được chứng minh như sau
,)/log(
*
1 1
1
11

2.2. Các yếu tố tiềm năng ảnh hưởng lên chỉ số P/E:
2.2.1. Các biến đại diện cho rủi ro:
2.2.1.1. Hệ số nợ: D/E (Debt to Equity Ratio) (Modigliani –Millers –
1958)
Tỷ số này thể hiện mức rủi ro tài chính mà doanh nghiệp phải gánh chịu.
Tỷ lệ nợ càng cao thì rủi ro tài chính càng cao. Chỉ số này gắn liền với khái
niệm đòn bẩy tài chính. Việc sử dụng vốn nợ trong kinh doanh giúp doanh
nghiệp giảm được xuất sinh lợi yêu cầu và gia tăng lợi nhuận cho cổ đông, qua
đó làm tăng giá trị của công ty
V
L
= V
U
+ T
C
D
V
L
: Giá trị của công ty có đòn bẩy tài chính, V
U
: Giá trị cũa công ty không vay
nợ, T
C
: Thuế thu nhập doanh nghiệp, D: giá trị nợ của công ty.

Ta có công thức lợi nhuận kỳ vọng như sau:
R




trong đó:
im

là hiệp phương sai của lợi nhuận của chứng khoán
với danh mục thị trường;
2
m

là phương sai của lợi nhuận của danh mục thị
trường.
Ta có thể xác định β bằng cách sử dụng lệnh slope trong excell để xác
định tương quan giữa suất sinh lợi riêng của chứng khoán so với suất sinh lợi
của danh mục thị trường.
β là hệ số bù rủi ro trong mô hình CAPM thể hiện sự tương quan giữ rủi
ro và lợi nhuận
ffmfm
rrrrr  )(


Trong việc sử dụng mô hình CAPM để ra quyết định đầu tư hay không
đối với một chứng khoán nhà đầu tư sử dụng tới khái niệm đường SML
(Security market line)

Những chứng khoán có vị trí bên trên đường SML là các chứng khoán

lợi nhuận cao.
Trong cạnh tranh, công ty sẽ có một mức lợi nhuận kỳ vọng nhất định
dựa trên chi phí vốn của họ. Và để doanh nghiệp tồn tại và phát triển doanh
nghiệp, nhà quản rị doanh nghiệp phải có mức lợi nhuận lơn hơn hay bằng chi
phí vốn của nó.
Và như vậy cổ đông thường tìm kiếm công ty có ROA cao, nó là bằng
chứng cho việc công ty đang thanh toán cho mức giá lớn hơn của cổ phiếu trên
thị trường so với giá trị bút toán của nó.
2.2.2.2. Lợi nhuận biên tế (profit margin):
Đây là tỉ lệ được tính toán bằng cách lấy tổng thu nhập hoặc lãi ròng
chia cho doanh thu. Chỉ số này cho biết mỗi đồng doanh thu thu về tạo ra được
bao nhiêu đồng thu nhập. Biên lợi nhuận là một chỉ số rất hữu ích khi tiến hành
so sánh các công ty trong cùng một ngành. Công ty nào có biên lợi nhuận cao
hơn chứng tỏ công ty đó có lãi hơn và kiểm soát chi phí hiệu quả hơn so với
đối thủ cạnh tranh của nó. 2.2.3. Các biến đại diện cho sự tăng trưởng:
2.2.3.1. Tốc độ tăng trưởng g:
Tồc độ tăng trượng được chính là tỷ lệ % chênh lệch lợi nhuận ròng
giữa 2 kỳ hoạt động kế tiếp của doanh nghiệp. Trong phâncông thức
2.2.3.2. Tỷ số giá thị trường với giá trị bút toán: (Market to book
value)
Market-to-book ratio = SP/BVPS
Trong đó:
- SP (Stock Price): Giá thị trường của cổ phiếu, theo quan điểm tài
chính thì giá trị trường biểu hiện kỳ vọng lợi nhuận trong tương

tiếp tác động lại trên tỷ số P/E theo như phân tích trong công thức Gordon.
2.3. Phương pháp phân tích số liệu:
2.3.1. Các tiêu chuẩn để lựa chọn mô hình:
 Hệ số xác định R
2

TSS
ESS
R  1
2

Có thể nói khi R
2
 1 thì mô hình hồi quy càng tốt nghĩa là mức độ giải
thích của mô hình càng tốt. Tuy nhiên, chúng ta cần phải chọn lựa mô hình
toán hồi quy phải dựa trên cơ sở lý thuyết để có được mô hình toán thích hợp.
Ngoài ra chúng còn sử dụng R
2
adj
để giảm sự ảnh hưởng do số bậc tự do
gây ra:
Kn
n
R
nTSS
KnESS
R




thuộc hay không.
Giả thiết





0:
0:
11
0


H
H
k

Luật quyết định:
)2/,(

kntt
tt

Bác bỏ giả thiết H
0
Hoặc P-Value nhỏ hơn α cho trước
Kiểm định Anova cho cả mô hình:




Luật quyết định:
),,1(

knktt
FF


Bác bỏ giả thiết H
0
, với α là mức ý nghĩa cho trước.
Hoặc P-value của thống kê F nhỏ hơn α cho trước.
Như vậy mô hình cuối cùng được chọn sẽ là mô hình có các hệ số β có ý
nghĩa thống kê. Trên thực tế, với các công cụ được cung cấp trong SPSS việc
kiểm định và lựa chọn biến cho mô hình sẽ dễ dàng hơn nhiều với các chức
năng: Stepwise, Flowback, Forward, Enter, Remove khi chạy hồi quy.
2.3.3. Hiện tượng phương sai thay đổi (Heteroscedasticity):
Trong quá trình hồi quy chúng ta thường giả định là phương sai của sai
số sẽ không đổi (Homoscedasticity). Nếu giả thiết này bị vi phạm kết quả hồi
quy sẽ không được chấp nhận. Điều này xãy ra bởi vì ước lượng không đạt
được phương sai thấp nhất có thể. Để khắc phục hiện tượng này thông thường
chúng ta chuyển vào hàm log, chia chúng cho 1 hàng số (GLS) hoặc sử dụng
kiểm định gần đúng của White. Các tiếp cận này có tính hữu dụng và khả thi
trong thực tế.
2.3.4. Hiện tượng tự tương quan (Autocorrelation):
Hiện tượng tự tương quan (hay tương quan chuỗi) xãy ra khi ta quan sát
một chuỗi thời gian (time-series) khi các sai số trong các quan sát liên tiếp nhau
không có tương quan độc lập hay covariance của chúng khác zero, nói cách

 Chứa đựng nhiều thông tin hơn các dữ liệu khác.
 Nghiên cứu được động thái thay đổi của các đơn vị chéo theo thời gian.
 Một mô tả dạng hàm dữ liệu bảng đơn giản và các ý tưởng khai thác từ
dữ liệu bảng.
2.4.3. Tổ chức dữ liệu trong Panel data:
Có 2 loại tổ chức dữ liệu trong panel data:
 Unstacked: Các đơn vị chéo được sắp xếp theo thời gian một cách riêng
biệt.
 Stacked: Các đơn vị chéo được sắp xếp theo thời gian và các đơn vị
chéo này được nhóm lại với nhau theo từng biến.
2.4.4. Các loại dữ liệu bảng:
 Dữ liệu bảng cân bằng (balanced): khi các đơn vị chéo có cùng số quan
sát theo thời gian.
 Dữ liệu bảng không cân bằng (unbalance): khi các đơn vị chéo không có
cùng số quan sát theo thời gian.
2.4.5. Xử lý các đơn vị chéo trong nhiều trường hợp:
 Các đơn vị chéo có điều kiện đặc thù giống nhau
 Các đơn vị chéo có điều kiện đặc thù khác nhau
 Các đơn vị chéo có sự khác biệt về tác động biên của các nhân tố ảnh
hưởng
 Các đơn vị chéo vừa khác biệt về điều kiện đặc thù và vừa khác biệt về
tác động biên của các nhân tố ảnh hưởng
 Các đơn vị chéo không có sự khác biệt về điều kiện đặc thù và tác động
biên của các biến độc lập đang xét
CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU
3.1. Quan sát tổng quan chỉ số P/E:
Ta nhận xét rằng, chỉ số P/E thì thay đổi nhiều theo từng thời điểm quan

Bước 2: Lập ma trận hệ số tương quan giữa các biến quan sát với chỉ số
P/E cho toàn thị trường.
Bước 3: Vẽ đồ thị dạng cột thể hiện hệ số tương quan giữa từng biến
quan sát với P/E. Sau đó, tiến hành nhận xét kết quả quan sát.
3.2.2. Ma trận hệ số tương quan giữa các biến với chỉ số P/E cho từng
nhóm ngành:
Ta có tổng cộng mười nhóm ngành quan sát như sau: Công nghiệp,
Công nghệ, Dầu Khí, Dịch vụ công cộng, Dịch vụ tiêu dùng, Hàng tiêu dung,
Tài chính, Viễn thông, Vật liệu cơ bản, Y tế.
Bước 1: Đối với từng nhóm ngành ta sẽ tiến hành tính toán các giá trị
trung biến quan sát (P/E, beta, vốn hóa, D/E, P/B, g, mức tái đầu tư, lợi nhuận
biên, ROA và ROE, tỷ lệ chia cổ tức).
Bước 2: Lập ma trận hệ số tương quan giữa các biến quan sát cho từng
nhóm ngành.
Bước 3: Vẽ biểu đồ cột thể hiện hệ số tương quan của P/E tới từng biến
quan sát khác của từng nhóm ngành. Ví dụ: đồ thị cột biểu diễn P/E trung bình
của từng nhóm ngành trong mười nhóm ngành ROA trung bình tương ứng của
chúng. Sau đó, ta sẽ tiến hành nhận xét các mối tương quan thể hiện. Ngoài ra,
ta sẽ tiến hành loại bớt các biến giải thích có sự tương quan chặt với nhau để
tránh hiện tượng đa công tuyến cho mô hình.
3.3. Lựa chọn mô hình hồi quy:
3.3.1. Hồi quy cắt lớp: (Cross-section regression)
- Ta tiến hành hồi quy Cross-section cho từng thời điểm.
- Sử dụng mô hình gộp (Pooled model) chạy cho tất cả dữ liệu
bảng (Panel data).
- Ta giả định rằng hệ số trục tung sẽ thay đổi theo cả dơn vị chéo
(nhóm ngành) và thời gian (theo thời đoạn). Trong trường hợp





Trong đó: hàm log có thể được sử dụng để giảm hiện tượng phương sai
thay đổi.
3.3.2.1. Các yếu tố đại diện rủi ro:
- Risk: có thể sử dụng hệ số Beta trong mô hình CAPM hoặc sử
dụng độ lệch chuẩn của suất sinh lợi của chứng khoán theo ngày
tính cho từng quý.
- MaCa: mức vốn hóa thị trường của công ty (Market
capitalization)
- D/E: tỷ lệ nợ trên vốn cổ đông.
3.3.2.2. Các yếu tố đại diện tốc độ tăng trưởng:
- MPr: tỷ số giá thị truờng với giá trị bút toán(market to book ratio)
- Tỷ lệ tăng trưởng g.
- CaEx: lượng vốn tái đầu tư của công ty (Capital expenditure)
3.3.2.3. Các yếu tố đại diện khả năng sinh lợi:
- ROA: lợi nhuận trên 1 đồng giá trị tài sản của công ty.
- ROE: lợi nhuận thu được trên một đồng vốn cổ đông.
- MPr: (Mariginal Profit) Tỷ lệ lợi nhuận biên tế.
3.3.2.4. Các yếu tố phân loại:
- Dummy(i): là các biến giả được sử dụng để phân tích định lượng
sự ảnh hưởng của yếu tố nhóm ngành.
- Dummy(t): là các biến giả được sử dụng để phân tích định lượng
sự ảnh hưởng của yếu tố thời đoạn.
Như vậy ta xây dựng mô hình từ phức tạp tới đơn giản bằng các loại bớt

3.4.2. Rủi ro:
Có nhiều cách để thể hiện biến rủi ro cho 1 chứng khoán: β, phần bù rủi
ro, σ. Ở đây để tiện tính toán ta sẽ chọn σ là biến biểu diển. Để tính σ chúng ta
sử dụng dữ liệu tỷ xuất sinh lợi hàng ngày trong một quý để tính toán. Trong
quản trị tài chính, quản trị rủi ro là một công tác quan trọng. Thông thường rủi
ro càng cao thỉ nhà đầu tư sẽ đòi mức sinh lợi càng cao dẫn tới P/E sẽ là càng
thấp và ngược lại. Kỳ vọng tương quan giữa P/E và σ là tương quan nghịch
biến.
3.4.3. Quy mô công ty:
Theo quan sát ta nhận thấy rằng rất nhiều khả năng những công ty lớn
hơn thì có P/E lớn hơn so với những công ty có vốn nhỏ hơn nó trong cùng
ngành. Trong thực tế nhà đầu tư dựa nhiều vào quy mô và uy tín của công ty
khi quyết định đầu tư. Vì thế, đây là một yếu tố cần quan tâm và được đưa vào
trong môi hình để tìm mối tương quan giữa nó và P/E. Như vậy, kỳ vọng về độ
tương quan giữa kích thước công ty với P/E là đồng biến.
3.4.4. Tỷ số nợ trên vốn cổ đông:
Đây là tỷ số thể hiện mức độ sử dụng đòn bẩy tài chính trong công ty.
D/E càng cao thì rủi ro tài chính càng cao. Để xem xét xem khi vốn nợ gia tăng
thì có thực sự ảnh hưởng tới quyết định của nhà đầu tư thông qua P/E hay
không. Đây là một yếu tố mà theo tác giả là quan trọng trong việc ra quyết định
đầu tư và sẽ được đưa vào mô hình để kiểm tra sự tương quan. Như vậy, kỳ
vọng về tương quan giữa P/E và Debt/Equity là tương quan nghịch biến.
3.4.5. Giá tị trường/ giá bút toán:
M/B là tỷ số quan trọng thể hiện mức hấp dẫn của cổ phiếu trên thị
trường. Sự sai biệt càng lớn giữa giá thị trường và giá trị bút toán (M/B càng
lớn) thể hiện công ty đã tạo ra giá trị cho cổ đông càng lớn thông qua kỳ vọng
lợi nhuận mà nó có thể đạt đượctrong tương lai. Kỳ vọng về sự tương quan
giữa P/E và M/B là đồng biến.
3.4.6. Tốc độ tăng trưởng:
Tốc độ tăng trưởng là chỉ tiêu chính đánh giá quan trọng đối với giá trị

nhiên,theo quan sát, tại mỗi thời điểm khác nhau thì tỷ số P/E sẽ khác nhau.
Khi thị trường bùng nổ thì P/E sẽ rất cao do thị trường định giá cao cổ phiếu và
kỳ vọng nó có một tốc độ tăng trưởng cao. Khi thị trường bình thường hay bị
khủng hoảng như quý tư năm 2008 thì chỉ số P/E sẽ giảm lại. Như vậy, ta có
thể xem như thời gian là một biến đại diện (Proxy) cho tác động tổng hợp của
nhiều yếu tố ảnh hưởng tới P/E. Để phân tích định lượng mối liên hệ của thời
gian với P/E ta sử dụng biến giả dummy.
3.5. Mô hình nghiên cứu đề nghị:

3.6. Thông tin thu thập:
Dữ liệu thu thập bao gồm dữ liệu thứ cấp trên các website và các dữ liệu
sơ cấp cần qua xử lý.
 Để xử lý phân tích theo mô hình gộp (Pooled model) chúng ta sẽ
tiến hành thu thập dữ liệu toàn thị trường và yếu tố thời gian có
thể được bỏ qua. Dữ liệu thu thập sẽ được xếp lại theo dạng bảng
(Panel data). Ngoài ra do thời gian lên sàn của các doanh nghiệp
là khác nhau nên dữ liệu thu thập sẽ nhiều ít khác nhau đối với
mỗi doanh nghiệp, vì thế, bảng dữ liệu thu thập được sẽ là không
cân bằng (unbalance).
 Để bộ dữ liệu đủ đáp ứng cho phân tích theo thới gian (Time-
series). Tác giả sẽ thực hiện thu thập và tính toán cho từng quý
hoạt động của doanh nghiệp. Ngoài ra, để đủ số quan sát cho từng
công ty, tác giả đề nghị chỉ chọn công ty có thời gian lên sàn trước
năm 2002. Như vậy, đối với mỗi công ty chúng ta có số lượng

4.3. Nghiên cứu chính thức:
4.3.1. Tính toán lại dữ liệu theo yêu cầu.
4.3.2. Chạy thử và tìm mô hình tích hợp.
4.3.3. Xác định mô hình lựa chọn.
4.3.4. Xử lý hoàn thiện dữ liệu thành thông tin.
4.3.5. Diễn đạt và nhận xét kết quả.
4.4. Soạn thảo luận văn:
4.4.1. Kết quả từ 4.1 và 4.2.
4.4.2. Kết quả từ 4.3.
4.4.3. Hiệu chỉnh và trình luận văn cuối cùng.
4.5. Gặp giáo viên hướng dẫn:

Tài liệu tham khảo dự kiến:
Sách:
[1] Brealey−Meyers, Principles of Corporate Finance, Seventh Edition, 2007.
[2] Steven A. Sharpe, Reexamining Stock Valuation and Inflation: The
Implications of Analysts' Earnings Forecasts, 2002.
[3] ROBERT L. HAGIN – Investment Management Portfolio Diversification,
Risk, and Timing—Fact and Fiction - John Wiley & Sons, Inc, 2004.
[4] Russell Davidson and James G. MacKinnon, Foundations of Econometrics,
1999.
[5] Gary Koop, Bayesian Econometrics, Department of Economics, University of
Glasgow, John Wiley & Sons Ltd, 2003.

Bài báo:
[6] Filip Lundberg and Karl Johan Kulling, A quantitative study of the P/E ratio
on the Swedish market, 2007.