BỘ GIÁO DỤC & ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NHA TRANG
KHOA KẾ TOÁN – TÀI CHÍNH
o0o

ĐÀO THỊ THÚY PHƯƠNG
ỨNG DỤNG MÔ HÌNH CAPM VÀ MÔ HÌNH
FAMA – FRENCH ĐỂ DỰ BÁO TỶ SUẤT SINH LỢI
CHỨNG KHOÁN NGÀNH CÔNG NGHỆ VIỄN THÔNG
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

Chuyên ngành: TÀI CHÍNH

GVHD: TS. LÊ KIM LONG
Nha Trang, tháng 7 năm 2013

1.3.1. Những phát hiện mới của Fama-French 7
1.3.2. Xây dựng mô hình 9
1.3.3. Kết quả mô hình trên mẫu của Fama – French 11
1.4. Thực tiễn áp dụng CAPM và Fama French ở một số nước trên thế
giới
12
1.4.1. Tại các nước phát triển 12
1.4.2. Tại các nước đang phát triển 13

1.5. Tình hình vận dụng các mô hình dự báo tỷ suất sinh lợi để kinh
doanh
chứng
khoán ở Việt Nam hiện
nay
15
Kết luận chương 1 18
CHƯƠNG 2: TỔNG QUAN VỀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT
NAM VÀ THỰC TRẠNG NGÀNH CÔNG NGHỆ VIỄN THÔNG 20
2.1. Tổng quan về thị trường chứng khoán Việt Nam 20
2.1.1. Quá trình ra đời 20
2.1.2. Thực trạng TTCK Việt Nam trong những năm qua 21
2.2. Thực trạng của ngành công nghệ viễn thông Việt Nam 23
2.2.1. Vị thế trên thế giới 23
2.2.2. Hiện trạng ngành công nghệ viễn thông Việt Nam 24
2.2.3. Phân tích thực trạng cổ phiếu ngành viễn thông hiện nay 30
Kết luận chương 2 34
CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH CAPM VÀ MÔ HÌNH FAMA-
FRENCH VÀO NGÀNH CÔNG NGHỆ VIỄN THÔNG VIỆT NAM 35
3.1. Phương pháp xử lý số liệu 35
3.2. Kiểm định mô hình CAPM 41

DANH MỤC CÁC BẢNG
◦◦◦◦◦◦◦◦۩◦◦◦◦◦◦◦◦
Bảng 1.1: Kết quả áp dụng CAPM và FF3FM tại các nước phát triển 13
Bảng 1.2: Kết quả áp dụng mô hình CAPM và Fama French tại các nước
đang phát triển 15
Bảng 2.1: Kim ngạch xuất khẩu CNTT-TT giai đoạn 2008-2011 25
Bảng 2.2: Tổng số lao động lĩnh vực bưu chính giai đoạn 2008-2011 29
Bảng 2.3: Các chỉ số tài chính cơ bản của các công ty ngành CNVT 30
Bảng 3.1: Các cổ phiếu được niêm yết trên TTCK thuộc ngành CNVT 35

Bảng 3.2: Phân loại danh mục theo ME và B/P 40
Bảng 3.3: Bảng kiểm định Unit Root Test trên nhân tố thị trường 42
Bảng 3.4: Bảng kết quả kiểm định giả thiết đối với hệ số α mô hình CAPM.43
Bảng 3.5: Bảng kết quả kiểm định giả thiết đối với hệ số β mô hình CAPM. 44
Bảng 3.6: Kết quả kiểm định Breusch – Godfrey với các độ trễ 1, 2, 3 45
Bảng 3.7: Kết quả kiểm định White của mô hình CAPM 46
Bảng 3.8: Bảng giá trị hệ số xác định mô hình CAPM 47
Bảng 3.9: Bảng tóm tắt các giá trị thống kê mô hình FF3FM 48
Bảng 3.10: Bảng kiểm định Unit Root Test trên chuỗi SMB 49
Bảng 3.11: Bảng kiểm định Unit Root Test trên chuỗi HML 49
Bảng 3.12: Bảng tóm tắt các hệ số mô hình FF3FM 51
Bảng 3.13: Bảng kết quả kiểm định giả thiết đối với các hệ số mô hình
FF3FM 52
Bảng 3.14: Kiểm định Wald đối với nhân tố HML trong danh mục B/M 54
Bảng 3.15 : Ma trận hệ số tương quan giữa các nhân t 55
Bảng 3.16: Kết quả hồi quy nhân tố quy mô theo nhân tố thị trường 55
Bảng 3.17: Kết quả hồi quy nhân tố giá trị theo nhân tố thị trường 56
Bảng 3.18: Kết quả hồi quy nhân tố giá trị theo nhân tố quy mô 56
Bảng 3.19. Tóm tắt kết quả các mô hình hồi quy phụ 57
Bảng 3.20: Kết quả kiểm định BG trên phần dư mô hình FF3FM 60

Biểu đồ 3.1: Thị phần trúng thầu TPCP 38

DANH MỤC PHỤ LỤC
◦◦◦◦◦◦◦◦۩◦◦◦◦◦◦◦◦
PHỤ LỤC 1: Giá và tỷ suất sinh lợi chứng khoán theo tháng 90
PHỤ LỤC 2: Lãi suất trúng thầu lãi suất TPCP kỳ hạn 5 năm 102
PHỤ LỤC 3: Số liệu của Rm theo tháng 103
PHỤ LỤC 4: Vốn hóa thị trường của các cổ phiếu 106
PHỤ LỤC 5: Chỉ số BE/ME của cổ phiếu 111
PHỤ LỤC 6: Phân loại danh mục theo ME và BE/ME 116
PHỤ LỤC 7: Chuỗi dữ liệu về TSSL của danh mục, Rm, Rf 118
PHỤ LỤC 8: Chuỗi dữ liệu hồi quy 120
PHỤ LỤC 9: Kết quả hồi quy mô hình CAPM của 6 danh mục 123
PHỤ LỤC 10: Kết quả hồi quy mô hình Fama-French 126
PHỤ LỤC 11: Kết quả kiểm định Breusch-Godfrey của mô hình CAPM 129
PHỤ LỤC12: Kết quả kiểm định Breusch-Godfrey của mô hình Fama –French
130
PHỤ LỤC 13: Kết quả kiểm định White của mô hình CAPM 131
PHỤ LỤC 14: Kết quả kiểm định White của mô hình Fama-French 132
PHỤ LỤC 15: Xữ lý dữ liệu cho dự báo 133


Trong mười năm qua, công nghệ thông tin và viễn thông (CNVT) Việt Nam
đã và đang có những bước phát triển mạnh mẽ, đóng vai trò ngày càng quan
trọng trong nền kinh tế quốc dân. Không ai có thể phủ nhận CNVT là một
trong những công cụ hỗ trợ hữu hiệu nhất, là động lực cho sự phát triển của
mọi ngành nghề kinh tế cũng như sự phát triển chung của toàn xã hội. Chính
vì vậy, mặc dù nền kinh tế thế giới nói chung và kinh tế Việt Nam nói riêng
đang bị tác động mạnh bởi sự suy thoái của nền kinh tế toàn cầu nhưng nhu
cầu về ứng dụng CNVT trong sản xuất và kinh doanh không bị ảnh hưởng
nhiều, thậm chí còn có thuận lợi hơn bởi CNVT chính là một trong những
giải pháp hữu hiệu để cắt giảm chi phí, nâng cao hiệu quả của hoạt động sản
xuất và kinh doanh.
Trong suốt thập kỷ qua, tốc độ tăng trưởng trung bình của ngành là 20 –
25%, Ngay cả trong 2 năm 2008 – 2009, trong điều kiện khủng hoảng kinh tế
toàn cầu, ngành CNVT Việt Nam vẫn duy trì được tốc độ tăng trưởng xấp xỉ
20%. Vậy có thể nói CNVTlà một trong những ngành đạt được tốc độ
tăng trưởng cao nhất trong nền kinh tế Việt Nam. Bên cạnh đó, môi trường
pháp lý, chính sách của nhà nước cùng với sự vận động của các doanh
nghiệp đã tạo dựng nên một diện mạo mới cho ngành CNTT-VT Việt
Nam với những tiềm năng tăng trưởng và phát triển mạnh mẽ.
Ngày nay đối với các quốc gia có nền kinh tế vận hành theo cơ chế thị trường
thì vai trò của thị trường chứng khoán là vô cùng quan trọng. Thị trường
chứng khoán là kênh thu hút các nguồn vốn đầu tư nhàn rỗi trung dài hạn
trong nền kinh tế, là tiền đề cho công cuộc cổ phần hoá doanh nghiệp Nhà
nước ở nước ta. Thị trường chứng khoán vừa là một kênh chuyển tải vốn cho
nền kinh tế, vừa như một hàn thử biểu để đo sức khỏe của nền kinh tế.

Đã có nhiều nghiên cứu phân tích nguyên nhân tác động đến thị trường
chứng
khoán trong đó có ảnh hưởng của chu kỳ kinh tế, các biến động của kinh tế
thế giới, thị trường bất động sản, lãi suất và các rào cản tác động đến thị

điểm nhà đầu tư nhằm mục đích kiểm định khả năng ứng dụng hai mô hình
CAPM và FF3FM vào thực tế TTCKVN, mà cụ thể là vào ngành CNTT-VT
Việt Nam.
Phạm vi nghiên cứu
Với mục đích nghiên cứu như trên thì đề tài chỉ chú trọng vào việc phân tích
và xử lý dữ liệu để đưa ra kết quả của các mô hình và theo đó khuyến nghị
nhà đầu tư, chứ không đi sâu vào viêc nghiên cứu thị trường để đưa ra quyết
định đầu tư.
Nghiên cứu dựa trên mẫu dữ liệu quan sát là những dữ liệu của các công ty
niêm yết
thuộc ngành CNTT-VT
từ tháng 1/2008 đến tháng tháng
12/2012
bao gồm: giá đóng cửa ngày đầu tháng, chỉ số VN-Index, chỉ số HNX-
index, lãi suất phi rủi ro và các
dữ
liệu cần thiết
khác.

Phương pháp nghiên cứu
Đề tài sử dụng phương pháp phân tích dữ liệu: phân tích hồi quy tuyến tính
theo phương pháp bình phương bé nhất, phân tích tương quan, kết hợp các
kiến thức về thống kê, kinh tế lượng… để đưa ra kết quả.
Hướng phát triển của đề tài
Trong tương lai với khoảng thời gian dài hơn và chuỗi dữ liệu đầy đủ hơn,
việc nghiên cứu sẽ cho một kết quả với độ tin cậy cao hơn. Không dừng ở
một ngành, chúng ta có thực hiện dự báo cho toàn thị trường. Ngoài ra, trên

thế giới hiện nay giới học thuật tài chính đã và đang có thêm những tranh
luận về các mô hình mới như: Mô hình bốn nhân tố của Carhart(1997) và Mô

thu nhập hay lỗ của chủ sở hữu trong một thời kỳ. Nói chung, nó chính là sự
thay đổi trong giá trị của đầu tư cộng thêm với tất cả thu nhập bằng tiền.
Trong đó : P
t
: Giá đóng cửa của chứng khoán kỳ thứ t
P
t+1
: Gía đóng cửa của chứng khoán kỳ t+1
D
t+1
: Cổ tức bằng tiền của chứng khoán kỳ t+1.

1.1.2. Tỷ suất sinh lợi mong đợi:
- Tỷ suất sinh lợi mong đợi ( kỳ vọng) đối với một chứng khoán sẽ bằng trung
bình có trọng số của tất cả những suất sinh lời có thể xảy ra.
Trong đó: R
j:
Tỷ suất sinh lợi của chứng khoán trong tình huống j
P
j:
Khả năng xảy ra mức tỷ suất sinh lợi R
j
(1.1)




 

 
2
1
1
N
i
i
r r
N


 

- Hoặc suất sinh lời kỳ vọng sẽ bằng trung bình cộng của suất sinh lời đã thực
hiện trước đó.
1.1.3. Phương pháp ước lượng rủi ro:
Độ lệnh chuẩn là phương pháp đo lường độ rộng của sự phân tán so với giá trị
trung bình. Độ lệch chuẩn đo lường sự không chắc chắn của tỷ suất sinh lợi.
Phương sai hay độ lệch chuẩn của tỷ suất sinh lợi của một khoảng đầu tư cụ
thể. Trong đó:
2

: phương sai


 

2 2 2
1 1 1
n n n
p i i i j ij
i i i
i j
x x x Cov
 
  

 
 
(1.3)

(1.4)

(1.5)

(1.6)

- - 3 - -

1.1.4. Hiệp phương sai:
Đối với hai tài sản i và j, hiệp phương sai của tỷ suất sinh lợi được định nghĩa
là:
CovAB =
1

ij
Cov



(1.7)

(1.8)

- - 4 - -

 Giá trị -1 khi tỷ suất sinh lợi của một cổ phiếu cao hơn mức trung bình,
tỷ suất sinh lợi của những cổ phiếu khác sẽ thấp hơn mức trung bình
bằng một số lượng lớn.
Phương sai của DMĐT gồm nhiều chứng khoán: 1.2. Mô hình định giá tài sản vốn CAPM:
1.2.1. Các giả định của mô hình
CAPM

Mô hình định giá tài sản vốn (Capital asset pricing model - CAPM) là mô
hình mô tả
mối
quan hệ giữa rủi ro và tỷ suất sinh lợi mong đợi. Trong
mô hình này, tỷ suất sinh lợi
mong
đợi bằng tỷ suất sinh lợi phi rủi ro
(risk-free)cộng với một khoản bù đắp rủi ro dựa trên cơ
sở

mong muốn
nắm
giữ danh mục nằm trên đường biên hiệu quả. Vì
vậy vị trí chính xác trên đường
biên
hiệu quả và danh mục cụ thể
2 2 2
1 1 1
n n n
p i i i j ij
i i i
i j
x x x Cov
 
  

 
 
(1.9)

- - 5 - -

được chọn sẽ phụ thuộc vào hàm hữu dụng rủi ro –
tỷ
suất sinh lợi
của mỗi nhà đầu
tư.

 Các nhà đầu tư có thể đi vay và cho vay bất kỳ số tiền nào ở lãi suất
phi rủi ro -

đo rủi ro và các tài sản phi rủi ro phù hợp với các phạm vi
thời gian đầu tư.
 Tất cả các khoản đầu tư có thể phân chia tùy ý, có nghĩa là các nhà
đầu tư có thể
mua
và bán các tỷ lệ phần trăm của bất kỳ tài sản hay
danh mục nào. Giả thuyết này
cho
phép chúng ta thảo luận các kết
hợp đầu tư thành các đường cong liên tục. Thay
đổi
giả thuyết này
sẽ có một chút ảnh hưởng đến lý
thuyết

 Không có thuế và chi phí giao dịch liên quan tới việc mua và bán các
tài
sản.

 Không có lạm phát hay bất kỳ thay đổi nào trong lãi suất, hoặc lạm
phát được
phản
ánh một cách đầy đủ. Đây là một giả định ban đầu
hợp lý và có thể thay đổi
được.

 Các thị trường vốn ở trạng thái cân bằng. Điều này có nghĩa là
- - 6 - -

chúng ta bắt đầu


+[E(R
M

)  - R
f
]*β
iM
Trong đó: E(R
i
) : Suất sinh lời kỳ vọng của một danh mục tài sản i bất kỳ
R
f
: Lợi nhuận không rủi ro
E(R
m
): Lợi nhuận kỳ vọng của danh mục thị trường
Β
iM
: Hệ số beta thị trường của danh mục tài sản i
Về mặt hình học, mối quan hệ giữa lợi nhuận kỳ vọng chứng khoán và hệ
số rủi ro
beta
được biểu diễn bằng đường thẳng có tên gọi là đường thị
trường chứng khoán SML
(security
market
line).

Hình 1.1: Mối quan hệ giữa lợi nhuận chứng khoán và

f
.
1.3.
Mô hình Fama French ba nhân
tố
1.3.1. Những phát hiện mới của Fama-French
Những phát hiện bất thường khi áp dụng
CAPM

Một số học giả khi áp dụng mô hình CAPM đã phát hiện ra một số điểm bất
thường
khiến
CAPM không còn đúng như trường hợp bình thường. Những
điểm bất thường bao
gồm:

-Ảnh hưởng của qui mô công ty: Người ta phát hiện rằng chứng khoán của
công ty
có
giá trị thị trường nhỏ (giá trị vốn hóa thị trường = giá mỗi cổ
phiếu x số lượng
cổ
phiếu) đem lại lợi nhuận cao hơn cổ phiếu của công
ty có giá trị thị trường lớn,
nếu
những yếu tố khác như
nhau.

- - 8 - -


đo sự phù hợp của hàm hồi
quy trong mô hình CAPM đo lường tỷ lệ toàn bộ sự thay đổi của tỷ suất sinh
lợi chứng khoán do beta chứng khoán đó gây ra.
Tuy nhiên, Gene Fama và
Ken French đã nhận thấy rằng hệ số xác định
đã hiệu chỉnh
còn tăng lên và
đồng nghĩa với việc cần thêm biến số giải thích vào mô hình để R
2
phù hợp
hơn. Những nhân tố khác không có trong CAPM lại có sức giải thích đối với
TSSL trung bình, bao gồm các nhân tố quy mô (ME), đòn bẩy, thu nhập/giá
(E/P), và giá sổ sách trên giá thị trường (BE/ME) [theo Banz (1981),Bhandari
(1988), Basu (1983) và Rosenberg, Reid và Lanstein (1985)]. Fama và French
nghiên cứu sự liên hệ của các nhân tố này và thấy rằng khi kết hợp với nhau,
nhân tố ME và BE/ME có sức giải thích hơn hẳn nhân tố đòn bẩy và E/P. Kết
quả là, hai nhân tố ME và BE/ME đã giải thích tốt TSSL trung bình theo
nghiên cứu của Fama và French trên NYSE, Amex và NASDAQ giai đoạn
1963-1990 .

Những danh mục mô phỏng các nhân tố quy mô và BE/ME khác nhau nhiều
trong TSSL. Điều này cho thấy nhân tố quy mô và BE/ME thật sự là đại diện
- - 9 - -

cho độ nhạy cảm đối với các nhân tố rủi ro phổ biến trong TSSL chứng
khoán. Tuy nhiên chỉ hai nhân tố này thì không giải thích được sự chênh lệch
lớn giữa TSSL trung bình và lãi suất phi rủi ro. Phần còn lại được giải thích
bởi nhân tố thị trường. Với mẫu của Fama và French, chênh lệch α của TSSL
ước tính và TSSL kỳ vọng theo hồi quy ba nhân tố (TSSL vượt trội thị trường,
TSSL danh mục mô phỏng quy mô và BE/ME) gần bằng 0, có nghĩa là ba

 SMB (Small cap minus Big): phần bù quy mô. Danh mục SMB (small
minus big) mô phỏng nhân tố quy mô, được tính là TSSL trung bình
hàng tháng của 3 danh mục có vốn hoá thị trường nhỏ (S/L, S/M, S/H)
trừ cho TSSL trung bình của 3 danh mục có vốn hoá thị trường lớn
(B/L, B/M, B/H). Cách tính này là để loại trừ tác động của BE/ME khi
xét tác động của nhân tố quy mô. Giá trị SMB >0 hàm ý những chứng
khoán có quy mô (vốn hoá thị trường) nhỏ có TSSL cao hơn những
chứng khoán có quy mô lớn. Và SMB < 0 thì hàm ý ngược lại.
 HML (High minus Low): phần bù giá trị. Danh mục HML (high minus
low) mô phỏng nhân tố BE/ME, là TSSL bình quân hàng tháng của hai
danh mục có BE/ME cao (S/H và B/H) trừ cho TSSL bình quân của hai
danh mục có BE/ME thấp (S/L và B/L). HML >0 có nghĩa là chứng
khoán có BE/ME cao (cổ phiếu giá trị) thì có TSSL cao hơn chứng
khoán có BE/ME thấp (cổ phiếu tăng trưởng).
 b, s, h: các biến phản ánh độ nhạy của các nhân tố. b - biến phản ánh độ
nhạy của nhân tố thị trường được gọi là beta chứng khoán 3 nhân tố (để
phân biệt với beta chứng khoán trong mô hình CAPM).
 α là hệ số chặn của mô hình, cũng chính là chênh lệch giữa TSSL thực
tế và TSSL kỳ vọng theo mô hình ba nhân tố, e(t) là sai số ngẫu nhiên
của mô hình.
(1.11)

- - 11 - -

1.3.3. Kết quả mô hình trên mẫu của Fama – French:
- Fama và French xây dựng 25 danh mục chứng khoán dựa trên việc phân loại
theo quy mô (5 nhóm) và BE/ME (5 nhóm). Hai ông tách ra từng cặp nhân tố
để hồi quy để tìm ra mô hình lý giải tốt nhất TSSL chứng khoán. Quá trình
xây dựng mô hình gồm ba bước: Hồi quy TSSL theo RM-RF, hồi quy theo
HML và SMB, và kết hợp hồi quy RM-RF, SMB, HML. Với mô hình gồm cả

1.4. Thực tiễn áp dụng CAPM và Fama French ở một số nước trên thế
giới
:
1.4.1. Tại các nước phát triển:
- Hầu hết ở các nước phát triển việc áp dụng mô hình CAPM và mô
hình
Fama French đều có ý nghĩa trong việc giải thích tỷ suất sinh lợi của
chứng khoán. Trong
đó
mô hình Fama French có ý nghĩa nhiều hơn so với
mô hình CAPM. Việc áp dụng thành
công
hai mô hình này để giải thích tỷ
suất sinh lợi ở các thị trường phát triển này là do thị
trường
chứng khoán ở
các nước này đa số đều phát triển trong một thời gian dài, đạt được độ
ổn
định cao, là một kênh huy động vốn hữu hiệu cho các doanh nghiệp và
là một phong vũ
biểu
phản ánh trung thực, kịp thời tình trạng của nền kinh
tế. Đồng thời cũng thu hút rất nhiều
nhà
đầu tư tham gia, sử dụng những
phân tích chuyên nghiệp để đưa ra quyết định đầu tư
chứ
không còn đầu tư
nhỏ lẻ mang tính chất bầy đàn nữa. Ngoài ra, mẫu nghiên cứu ở các
quốc

phù
hợp trong khoảng thời gian dài. Với
Kết quả Quốc
gia
Cách thu thập dữ liệu Tác giả
CAPM FF3FM

Mỹ
Ba thị trường chứng khoán
lớn ở Mỹ: NYSE, AMEX,
NASDAQ, ( 1926-2003)
Nima Billou (2004) 77% 88%
Úc
98% cổ phiếu trên sàn
(1981-2005 )
Michael A.O'Brien
(2007)
43.90%

73%
Nhật
Tất cả cổ phiếu trên sàn TSE
(1/2002- 9/2007)
Elhaj Mabrouk
Walid,Elhaj Mohamed
Ahlem(2007)
70.50%

78.20%