Tác động của các nhân tố co-moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị.doc

Viết thuê đề tài giá rẻ trọn gói - KB Zalo/Tele : 0973.287.149
Luanvanmaster.com – Cần Kham Thảo - Kết bạn Zalo/Tele : 0973.287.149
NGÂN HÀNG NHÀ NƯỚC VIỆT NAM BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
TÁC ĐỘNG CỦA CÁC NHÂN TỐ
CO-MOMENTS BẬC CAO VÀ ĐỊNH GIÁ TÀI
SẢN TRÊN THỊ TRƯỜNG CHỨNG KHOÁN
CÁC NỀN KINH TẾ MỚI NỔI BẰNG CÁCH
TIẾP CẬN HỒI QUY PHÂN VỊ
SVTH: NGUYỄN PHÚ SANG
LỚP: DH30TC06
GVHD: Th.S HUỲNH LƯU ĐỨC TOÀN
Thành phố Hồ Chí Minh, tháng 5 năm

TÓM TẮT ĐỀ TÀI
Bài nghiên cứu này điều tra vai trò của những moments bậc cao (bậc thứ ba và
thứ tư) đến tác động tỷ suất sinh lợi của cổ phiếu theo tần suất tuần. Bài nghiên cứu
sử dụng dữ liệu của 25 thị trường chứng khoán mới nổi (được phân loại theo MSCI
– Morgan Stanley Capital International) trong giai đoạn từ tháng 4 năm 2005 đến
tháng 11 năm 2017. Tác giả tiến hành ứng dụng mô hình CAPM truyền thống kết
hợp với hai nhân tố bậc cao đồng độ lệch (Co-skewness) và đồng độ gù (Co-
kurtosis) dại diện cho hình dạng phân phối phi tuyến tính trong việc đo lường rủi ro.
Qua đó, tác giả ước tính lợi nhuận kỳ vọng qua việc sử dụng phương pháp hồi quy
phân vị tại năm mức phân vị khác nhau. Kết quả nghiên cứu cho thấy ba nhân tố
bao gồm phần bù thị trường, phần bù đồng độ lệch và phần bù đồng độ gù có tác
động đáng kể đến tỷ suất sinh lợi của chỉ số chứng khoán ở từng thị trường mới nổi
tại các mức ý nghĩa 1%; 5% và 10%. Bên cạnh đó, mô hình CAPM kết hợp với hai
nhân tố bậc cao cho thấy khả năng giải thích tốt hơn cho sự dự đoán giá trị tỷ suất
sinh lợi của chỉ số chứng khoán ở các thị trường mới nổi so với mô hình CAPM
truyền thống. Quan trọng hơn, các nhà đầu tư nên đầu tư nhiều hơn vào các thị
trường có mức độ đồng lệch cao và giảm thiểu khối vốn đầu tư tại các thị trường có
mức độ đồng độ gù cao trong việc tối đa hóa tỷ suất sinh lợi.
i

LỜI CAM ĐOAN
Tác giả xin cam đoan khóa luận với tên đề tài “TÁC ĐỘNG CỦA CÁC
NHÂN TỐ CO-MOMENTS BẬC CAO VÀ ĐỊNH GIÁ TÀI SẢN TRÊN THỊ
TRƯỜNG CHỨNG KHOÁN CÁC NỀN KINH TẾ MỚI NỔI BẰNG CÁCH TIẾP
CẬN HỒI QUY PHÂN VỊ” là công trình nghiên cứu riêng của tác giả dưới sự giúp
đỡ của Thạc sĩ Huỳnh Lưu Đức Toàn – giảng viên khoa Tài Chính trường Đại học
Ngân hàng Thành phố Hồ Chí Minh. Nguồn dữ liệu và nội dung tham khảo đều
được trích dẫn nguồn gốc rõ ràng, thống nhất trong phần danh mục tài liệu tham
khảo. Kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã được
công bố trước đây hoặc các nội dung do người khác thực hiện ngoại trừ các trích
dẫn được dẫn nguồn đầy đủ trong khóa luận. Tác giả xin chịu trách nhiệm hoàn toàn
với những cam đoan của mình.
Thành phố Hồ Chí Minh, tháng 5 năm 2018
Sinh viên thực hiện
Nguyễn Phú Sang
ii

LỜI CẢM ƠN
Trước tiên, tôi muốn bày tỏ lòng biết ơn chân thành của tôi với giảng viên
hướng dẫn Thạc sĩ Huỳnh Lưu Đức Toàn với sự hỗ trợ trong quá trình thực hiện
nghiên cứu. Sự hướng dẫn của thầy đã giúp tôi rất nhiều trong tất cả thời gian
nghiên cứu và viết luận án này.
Bên cạnh giảng viên hướng dẫn, tôi xin cảm ơn trường Đại học Ngân hàng
Thành phố Hồ Chí Minh đã cho tôi cơ hội để thực hiện nghiên cứu này và cung cấp
các hướng dẫn vô giá trong suốt giai đoạn nghiên cứu.
Cuối cùng, tôi xin gửi lời cảm ơn đến tất cả những người đã ủng hộ tôi để
hoàn thành bài nghiên cứu này.
iii

MỤC LỤC
TÓM TẮT ĐỀ TÀI ................................................................................................... i
LỜI CAM ĐOAN .....................................................................................................ii
LỜI CẢM ƠN.......................................................................................................... iii
DANH MỤC HÌNH VẼ ......................................................................................... vii
DANH MỤC BẢNG BIỂU ...................................................................................viii
DANH MỤC CÁC TỪ VIẾT TẮT........................................................................ ix
CHƯƠNG 1: GIỚI THIỆU Ý TƯỞNG NGHIÊN CỨU...................................... 1
1.1. Tính cấp thiết và tính mới của đề tài ............................................................... 1
1.1.1. Tính thiết yếu của đề tài ............................................................................ 1
1.1.2. Tính mới của đề tài.................................................................................... 2
1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu.................................................... 3
1.2.1. Mục tiêu nghiên cứu.................................................................................. 3
1.2.2. Câu hỏi nghiên cứu.................................................................................... 3
1.3. Đối tượng nghiên cứu và phạm vi nghiên cứu ................................................ 3
1.3.1. Đối tượng nghiên cứu................................................................................ 3
1.3.2. Phạm vi nghiên cứu................................................................................... 4
1.4. Phương pháp nghiên cứu ................................................................................. 4
1.5. Đóng góp của đề tài ......................................................................................... 5
1.5.1. Đóng góp về mặt lý luận ........................................................................... 5
1.5.2. Đóng góp về mặt thực nghiệm .................................................................. 5
1.6. Bố cục đề tài .................................................................................................... 5
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ....................................................................... 7
2.1. Lý thuyết thị trường vốn và mô hình CAPM................................................... 7
2.1.1. Lý thuyết danh mục đầu từ Markowitz ..................................................... 7
2.1.2. Lý thuyết thị trường vốn và mô hình CAPM .......................................... 10
2.2. Các mô hình đa nhân tố ................................................................................. 14
2.2.1. Mô hình ba nhân tố Fama-French ........................................................... 14
2.2.2. Mô hình đa nhân tố (APT) ...................................................................... 14
2.3. Mô hình CAPM kết hợp các nhân tố bậc cao................................................ 15
2.3.1. Các nhân tố bậc cao – Độ lệch và Độ gù................................................. 15
iv

2.3.2. Đồng độ lệch và Đồng độ gù................................................................... 18
2.4. Phương pháp hồi quy phân vị (Quantile regression) ..................................... 19
2.4.1. Định nghĩa về phân vị ............................................................................. 20
2.4.2. Các tính chất của phương pháp hồi quy phân vị ..................................... 21
2.4.3. So sánh phương pháp hồi quy phân vị so với OLS................................. 23
2.5. Lược khảo các công trình nghiên cứu............................................................ 25
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ..................................................37
3.1. Thu thập dữ liệu thô....................................................................................... 37
3.1.1. Giá trị chỉ số tại thị trường các nước mới nổi ......................................... 37
3.1.2. Lãi suất phi rủi ro và lợi nhuận thị trường .............................................. 37
3.2. Xử lý số liệu................................................................................................... 38
3.2.1. Tính toán giá trị tỷ suất sinh lợi............................................................... 38
3.2.2. Tính toán giá trị Đồng độ lệch (Co-skewness) và Đồng độ gù (Co-
kurtosis) ............................................................................................................. 38
3.2.3. Tính toán các biến độc lập của mô hình.................................................. 39
3.3. Phương pháp thống kê ................................................................................... 41
3.3.1. Phương pháp thống kê mô tả dữ liệu thô ................................................ 41
3.3.2. Phân tích mối quan hệ tương quan giữa các biến độc lập....................... 42
3.3.3. Phân tích hồi quy tuyến tính.................................................................... 43
3.3.4. Các phương pháp kiểm định dự kiến....................................................... 44
3.4. Sơ đồ tóm tắt quy trình thực hiện .................................................................. 45
CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU......................................46
4.1. Thống kê mô tả .............................................................................................. 46
4.2. Phân tích tương quan tuyến tính .................................................................... 48
4.3. Kết quả mô hình hồi quy................................................................................ 55
4.3.1. Phương pháp hồi quy OLS ...................................................................... 55
4.3.2. Phương pháp hồi quy phân vị (Quantile regression)............................... 58
4.3.3. So sánh kết quả giữa phương pháp hồi quy OLS và phương pháp hồi quy
phân vị ............................................................................................................... 68
4.4. Kiểm định kết quả hồi quy............................................................................. 69
4.4.1. Kiểm định phương sai thay đổi ............................................................... 69
v

4.4.2. Kiểm định đa cộng tuyến......................................................................... 70
4.4.3. Kiểm định Robustness............................................................................. 70
CHƯƠNG 5: KẾT LUẬN VÀ HẠN CHẾ............................................................73
5.1. Kết quả nghiên cứu........................................................................................ 73
5.2. Khuyến nghị................................................................................................... 75
5.3. Hạn chế của đề tài.......................................................................................... 76
5.4. Đề xuất hướng nghiên cứu tiếp theo.............................................................. 77
Bài báo công bố........................................................................................................79
Tài liệu tham khảo............................................... Lỗi! Thẻ đánh dấu không được xác định.
Phụ lục hình ảnh................................................... Lỗi! Thẻ đánh dấu không được xác định.
vi

DANH MỤC HÌNH VẼ
Hình 2.1: Đường biên hiệu quả.................................................................................. 7
Hình 2.2: Đường biên hiệu quả theo mức độ ngại rủi ro ......................................... 10
Hình 2.3: Đường thị trường chứng khoán SML....................................................... 13
Hình 2.4: Hình dạng phân phối của yếu tố độ lệch.................................................. 16
Hình 2.5: Hình dạng phân phối của yếu tố độ gù..................................................... 17
vii

DANH MỤC BẢNG BIỂU
Bảng 4.1: Kết quả thống kê mô tả............................................................................ 47
Bảng 4.2: Ma trận hệ số tương quan giữa thị trường chứng khoán mới nổi và các biến
độc lập ...................................................................................................................... 51
Bảng 4.3: Kết quả hồi quy OLS............................................................................... 57
Bảng 4.4: Kết quả mô hình hồi quy phân vị của từng thị trường mới nổi tại các mức
phân vị (q10, q25, q50, q75 and q90) với các nhân tố RMP, CSKP và CKTP lên tỷ
suất sinh lợi. ............................................................................................................. 63
Bảng 4.5: Danh sách các quốc gia chịu tác động cùng chiều và ngược chiều từ kết
quả hồi quy phân vị .................................................................................................. 66
Bảng 4.6: Thống kê so sánh kết quả hồi quy giữa hai phương pháp ....................... 68
Bảng 4.7: Kết quả kiểm định phương sai sai số thay đổi theo phương pháp OLS .. 69
Bảng 4.8: Kết quả hồi quy giữa các biến độc lập..................................................... 70
Bảng 4.9: Mô hình Pool-OLS, mô hình các ảnh hưởng cố định (FEM) và mô hình các
ảnh hưởng ngẫu nhiên (REM) cho kiểm định robustness........................................ 71
Bảng 4.10. Kiểm định Hausman để lựa chọn giữa mô hình các ảnh hưởng cố định
(FEM) và các ảnh hưởng ngẫu nhiên (REM)........................................................... 72
Bảng 4.11. Kiểm tra lỗi của các mô hình trên.......................................................... 72
viii

DANH MỤC CÁC TỪ VIẾT TẮT
TỪ VIẾT TẮT ĐỊNH NGHĨA
APT Arbitrage Pricing Theory
CAPM The Capital Asset Pricing Model
CKT Cokurtosis
CKTP Cokurtosis premium
CML Đường thị trường vốn
CSK Coskewness
CSKP Coskewness premium
FEM The Fixed Effects Model
GMM Generalized Method of Moments
HOSE Ho Chi Minh City Stock Exchange
HPG Hoa Phat Group
MSCI Morgan Stanley Capital International
MSCI-EM Morgan Stanley Capital International Emerging Index
MSN Masan Group Corporation
NYSE The New York Stock Exchange
OLS Ordinary Least Squares
REM The Random Effects Model
RMP The Market Risk Premium
SML Đường thị trường chứng khoán
TSSL Tỷ suất sinh lợi
TTCK Thị trường chứng khoán
VaR Value-at-Risk
VIC Vingroup Joint Stock Company
VIF Variance Inflation Factor
VNM Vietnam Dairy Products Join Stock Company
ix

CHƯƠNG 1: GIỚI THIỆU Ý TƯỞNG NGHIÊN CỨU
Chương 1 sẽ giới thiệu tổng thể bố cục của bài nghiên cứu. Nội dung chính
của chương này bao gồm các phần như sau: mục 1. tính cấp thiết và tính mới của đề
tài, mục 2. mục tiêu nghiên cứu và câu hỏi nghiên cứu, mục 3. đối tượng và phạm vi
nghiên cứu, mục 4. phương pháp nghiên cứu, mục 5. đóng góp của đề tài và mục 6.
bố cục của đề tài.
1.1. Tính cấp thiết và tính mới của đề tài
1.1.1. Tính thiết yếu của đề tài
Trong năm 2017, hầu như các nhà đầu tư trên thị trường chứng khoán Việt
nam đều đề cập đến câu chuyện nâng hạng thị trường. Cụ thể là việc nâng hạng thị
trường Việt nam từ một thị trường sơ khai (frontier market) lên nhóm thị trường
mới nổi (emerging market) theo phân loại của MSCI. Tính đến tháng 2/2018, thị
trường chứng khoán Việt nam đã có bốn doanh nghiệp (VNM, VIC, MSN, HPG)
đáp ứng tiêu chí về định lượng nhóm B trong việc nâng hạng thị trường theo MSCI.
Do đó, khi các nhà điều hành cải thiện được các vấn đề định tính mà cụ thể là các
chỉ tiêu về mức độ mở cửa của thị trường đối với nhà đầu tư nước ngoài, cải thiện
cơ sở hạ tầng để cho ra đời các sản phẩm đầu tư mới, hệ thống thanh toán bù trừ,…
thị trường chứng khoán Việt nam sẽ sớm hội đủ các yêu cầu trong việc nâng hạng
thành nhóm thị trường mới nổi. Khi đó, kịch bản về một thị trường chứng khoán
Việt nam tăng trưởng với tốc độ thần kỳ ở mức từ 30% - 40% khi vừa bước vào
nhóm mới nổi tương tự kịch bản của các quốc gia Arab Emirates, Qatar, Pakistan là
điều hoàn toàn có thể xảy ra. Do đó, xuất phát từ những tiềm năng mà thị trường
chứng khoán Việt nam có thể đạt được trong kịch bản nâng hạng thị trường, việc
tìm ra một mô hình đo lường chỉ số chứng khoán, các yếu tố tác động đến chỉ số thị
trường mới nổi là một việc thiết yếu không chỉ dành riêng cho các nhà quản lý chính
sách mà còn quan trọng đối với các nhà đầu tư trong nước.
1

Các nhà nghiên cứu như Soosung Hwang và cộng sự (1999), Serdar
Neslihanoglu và cộng sự (2017) đã chỉ ra sự tồn tại của các nhân tố bậc cao lên chỉ
số thị trường của các quốc gia mới nổi bằng các phương pháp như GMM, OLS,…
Cụ thể, việc sử dụng mô hình CAPM mở rộng kết hợp hai nhân tố bậc cao Đồng độ
lệch (Coskewness) và Đồng độ gù (Cokurtosis) có ý nghĩa trong việc giải thích tỷ
suất sinh lợi của cổ phiếu cũng như chỉ số chứng khoán. Do đó, trong bài nghiên
cứu này tác giả thực hiện việc đo lường tác động của các nhân tố rủi ro hệ thống bậc
cao gồm phần bù Đồng độ lệch (Coskewness), phần bù Đồng độ gù (Cokurtosis) và
rủi ro thị trường (RMP) trong việc ảnh hưởng đến tỷ suất sinh lợi của các chỉ số thị
trường tại 25 quốc gia mới nổi trong giai đoạn từ tháng 4 năm 2005 đến tháng 11
năm 2017 thông qua phương pháp hồi quy phân vị. Qua đó, tác giả đưa ra cái nhìn
tổng quát về tác động của các nhân tố này trên từng mức phân vị và so sánh sự hiệu
quả giữa phương pháp OLS và phương pháp hồi quy phân vị. Dựa trên kết quả này,
tác giả đưa ra mô hình và phương pháp hồi quy phù hợp cũng như các khuyến nghị
cho các nhà đầu tư, các nhà quản lý – điều hành chính sách.
1.1.2. Tính mới của đề tài
Đề tài đạt được những tính mới cụ thể trong nghiên cứu như sau:
- Thứ nhất về phương pháp nghiên cứu, đề tài đã sử dụng phương pháp hồi
quy phân vị trong việc xem xét tác động của TSSL chỉ số chứng khoán tại 25 quốc
gia mới nổi. Qua đó, làm rõ tác động của các nhân tố này tại từng mức phân vị để có
cái nhìn tổng quát trong việc so sánh với phương pháp hồi quy OLS. Dựa vào kết
quả này, tác giả có thể đánh giá các ưu nhược điểm giữa phương pháp hồi quy phân
vị và hồi quy OLS.
- Về không gian – thời gian nghiên cứu tương đối mới và sát với giai đoạn hiện
tại, đề tài sử dụng dữ liệu của 25 quốc gia mới nổi trong giai đoạn từ tháng 4 năm 2005
đến tháng 11 năm 2017. Tác giả sử dụng dữ liệu được chỉ số của các quốc gia mới nổi
được phân loại theo MSCI tại thời điểm tháng 11 năm 2017. Dữ liệu
nghiên cứu được lấy theo tuần để tránh các hiệu ứng tài chính hành vi như hiệu ứng
2

thứ hai, thứ sáu,… Với việc thu thập bộ dữ liệu theo tuần giúp đảm bảo tính hoạt
động liên tục, loại bỏ đi các yếu tố về chênh lệch ngày giao dịch giữa các quốc gia
khác nhau.
1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
1.2.1. Mục tiêu nghiên cứu
- Chứng minh tác động của hai nhân tố moment bậc cao (Coskewness và
Cokurtosis) đến việc đo lường TSSL của chỉ số thị trường chứng khoán các quốc
gia mới nổi.
- Áp dụng phương pháp hồi quy phân vị trong việc đánh giá tác động của mô
hình CAPM mở rộng, từ đó so sánh kết quả hồi quy giữa phương pháp phân vị với
phương pháp OLS nhằm lựa chọn phương pháp tối ưu.
- Khuyến nghị mô hình đo lường TSSL tài sản và các khuyến nghị có thể đề
xuất được rút ra từ kết quả nghiên cứu.
1.2.2. Câu hỏi nghiên cứu
- Thị trường chứng khoán của các quốc gia mới nổi có chịu tác động của các
nhân tố bậc cao (Coskewness và Cokurtosis) đến TSSL của chỉ số chứng khoán hay
không?
- Mức độ tác động và chiều hướng tác động của các nhân tố này lên TSSL
của chỉ số chứng khoán trong giai đoạn nghiên cứu có giá trị như thế nào?
- Hiệu quả trong việc đo lường sự biến động TSSL của mô hình CAPM mở
rộng (thêm hai nhân tố Coskewness và Cokurtosis) so với mô hình CAPM truyền
thống như thế nào?
- Khuyến nghị được đưa ra cho các nhà đầu tư và nhà hoạch định chính sách
cũng như mô hình đo lường TSSL hiệu quả là gì?
1.3. Đối tượng nghiên cứu và phạm vi nghiên cứu
1.3.1. Đối tượng nghiên cứu
3

TSSL của chỉ số chứng khoán, tác động của hai nhân tố đồng moment bậc
cao bao gồm nhân tố Đồng độ lệch (CSK) và Đồng độ gù (CKT) và mối quan hệ
giữa TSSL của các chỉ số chứng khoán với hai nhân tố bậc cao.
1.3.2. Phạm vi nghiên cứu
Dữ liệu bao gồm giá trị chỉ số của các thị trường chứng khoán mới nổi được
phân loại theo tiêu chí của MSCI. Qua đó, tác giả thu thập các dữ liệu chỉ số của 25
thị trường mới nổi giai đoạn từ tháng 4 năm 2005 đến tháng 11 năm 2017. Tác giả
chọn mốc thời gian này do giai đoạn này sát với thực nghiệm và phản ánh được gần
hết chu kỳ kinh tế (thường kéo dài trong khoảng 10 năm). Ngoài ra, mốc thời gian
này còn phản ánh được các yếu tố bất ngờ của cuộc khủng hoảng nợ dưới chuẩn
2008-2009.
1.4. Phương pháp nghiên cứu
Đối với nghiên cứu này, tác giả chủ yếu sử dụng phương pháp định lượng bao
gồm các phương pháp (thống kê, hồi quy OLS, hồi quy phân vị) cho việc thống kê và
ước lượng kết quả nghiên cứu. Kết hợp với các giải thích dựa trên cơ sở lý thuyết nền
cũng như đúc kết từ các bài nghiên cứu khác qua đó làm rõ các mục tiêu cũng như câu
hỏi nghiên cứu. Đầu tiên, tác giả sử dụng phần mềm Microsoft Excel để xử lý dữ liệu
thô (giá trị chỉ số chứng khoán của 25 thị trường mới nổi), tính toán giá trị tỷ suất sinh
lợi, nhân tố rủi ro phần bù thị trường, giá trị đồng độ lệch, đồng độ gù cho mô hình
thông qua dữ liệu chuỗi thời gian theo tần suất dữ liệu theo tuần. Bên cạnh đó, tác giả
còn sử dụng phần mềm Stata 14 để thực hiện các phân tích định lượng bao gồm: thống
kê mô tả, đo lường giá trị ma trận tương quan, hồi quy dữ liệu theo phương pháp OLS
và phương pháp phân vị. Ngoài ra, tác giả còn sử dụng các phương pháp kiểm định như
kiểm định tự tương quan, đa cộng tuyến, kiểm định kết quả hồi quy,… để đánh giá giá
trị thu được. Cuối cùng, tác giả sử dụng ba phương pháp gồm hồi quy Pooled_OLS,
FEM và REM để kiểm định tính vững (Robustness test). Dựa trên các kết quả ước
lượng, kiểm định, tác giả tiến hành nhận định, đánh giá các tác động của các nhân tố
phần bù rủi ro thị trường (RMP), phần bù Đồng độ lệch (CSKP) và phần
4

bù Đồng độ gù (CKTP) đến TSSL của chỉ số chứng khoán các quốc gia mới nổi. Đề
tài dựa trên mô hình CAPM của Sharpe (1970), các bài nghiên cứu của Soosung
Hwang và cộng sự (1999), Kostakis và cộng sự (2011) và Serdar Neslihanoglu và
cộng sự (2017).
1.5. Đóng góp của đề tài
1.5.1. Đóng góp về mặt lý luận
Bài nghiên cứu chứng minh tác động của các nhân tố bậc cao (Đồng độ lệch
và Đồng độ gù) lên tỷ suất sinh lời của chỉ số chứng khoán các quốc gia mới nổi.
Áp dụng phương pháp hồi quy phân vị trong việc ước lượng tỷ suất sinh lợi
chỉ số chứng khoán các quốc gia mới nổi.
1.5.2. Đóng góp về mặt thực nghiệm
Bài nghiên cứu đưa ra mô hình hiệu quả trong việc ước lượng tỷ suất sinh lợi
của chỉ số chứng khoán tại khu vực các quốc gia mới nổi.
Dựa trên kết quả nghiên cứu, tác giả xây dựng các khuyến nghị về hàm ý
chính sách cho nhà đầu tư quốc tế trong việc đầu tư vào các thị trường chứng khoán
mới nổi. Bên cạnh đó, tác giả cũng đưa ra các khuyến nghị cho các nhà điều hành
chính sách tại khu vực thị trường chứng khoán mới nổi. Qua đó, xây dựng bài học
kinh nghiệm cho các quản lý tại thị trường chứng khoán Việt nam trong việc xây
dựng các chính sách phù hợp trước cơ hội nâng hạng của thị trường chứng khoán
Việt nam từ thị trường sơ khai sang thị trường mới nổi.
1.6. Bố cục đề tài
CHƯƠNG 1: GIỚI THIỆU Ý TƯỞNG NGHIÊN
CỨU 1.1. Tính cấp thiết và tính mới ủa đề tài
1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
1.3. Đối tượng nghiên cứu và phạm vi nghiên cứu
1.4. Phương pháp nghiên cứu
5

1.5. Đóng góp của đề tài
1.6. Bố cục đề tài
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
2.1. Lý thuyết thị trường vốn và mô hình CAPM
2.2. Các mô hình đa nhân tố
2.3. Mô hình CAPM kết hợp các nhân tố bậc cao
2.4. Phương pháp hồi quy phân vị (Quantile regression)
2.5. Lược khảo các công trình nghiên cứu
CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Thu nhập dữ liệu thô
3.2. Xử lý số liệu
3.3. Phương pháp thống kê
3.4. Sơ đồ tóm tắt quy trình thực hiện
CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả
4.2. Phân tích tương quan tuyến tính
4.3. Kết quả mô hình hồi quy
4.4. Kiểm định kết quả hồi quy
CHƯƠNG 5 : KẾT LUẬN VÀ HẠN CHẾ
5.1. Kết quả nghiên cứu
5.2. Khuyến nghị
5.3. Hạn chế của đề tài
5.4. Đề xuất hướng nghiên cứu tiếp theo
6

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
2.1. Lý thuyết thị trường vốn và mô hình CAPM
2.1.1. Lý thuyết danh mục đầu từ Markowitz
Trước năm 1952, quy trình quản lý danh mục được được chia ra hai bước
trong đó bước một được bắt đầu thông qua việc quan sát, thử nghiệm và kết thúc
bằng việc đưa ra những sự tin tưởng dựa trên giá trị tương lai của tài sản. Bước hai
được nối tiếp với bước một dựa trên các giá trị tương giữa các loại tài sản và tiến
hành lựa chọn danh mục đầu tư. Trong đó, các nhà đầu tư dựa vào giá trị hiện tại tối
ưu được kỳ vọng của các loại tài sản này để xây dựng danh mục mà chưa đề cập đến
yếu tố rủi ro. Để giải quyết vấn đề về rủi ro, Harry Markowitz (1952) đã xây dựng
nên “Lý thuyết danh mục đầu tư hiện đại” được công bố trên tạp chí tài chính (The
journal of finance) năm 1952.
Bằng việc chứng minh rằng việc kết hợp các cổ phiếu riêng lẻ có mức độ rủi
ro khác nhau thành một danh mục có mức rủi ro thấp hơn so với tổng thể.
Markowitz đã khẳng định được việc giảm thiểu hóa rủi ro của danh mục đầu tư
thông qua việc đa dạng hóa các tài sản có trong danh mục. Ông cũng chỉ ra rằng, tại
mỗi mức rủi ro khác nhau sẽ tồn tại danh mục có tỷ suất sinh lợi kỳ vọng tương ứng,
và phương trình đường cong chứa các danh mục có TSSL kỳ vọng cao nhất ở từng
mức rủi ro đối ứng sẽ hình thành nên đường biên hiệu quả để hỗ trợ cho việc lựa
chọn danh mục đầu tư tối ưu (Markowitz, 1952).
Hình 2.1: Đường biên hiệu quả
( )
Đường biên
hiệu quả
7

Nguồn: Markowitz, 1952
Với việc xây dựng danh mục đầu tư dựa trên lý thuyết của Markowitz, nhà
đầu tư có hai sự lựa chọn trong đó có thể lựa chọn danh mục đầu tư tối ưu dựa trên
sự tối đa hóa lợi nhuận tài sản mang lại hoặc các nhà đầu tư cũng có thể xây dựng
danh mục đầu tư tối ưu thông qua việc tối thiểu hóa rủi ro. Lý thuyết danh mục đầu
tư hiện đại của Markowitz không những chỉ ra việc lựa chọn danh mục đầu tư tối ưu
mà còn cho thấy việc đánh đổi giữa lợi nhuận và rủi ro. Theo đó, để đạt được lợi
nhuận tối đa nhà đầu tư phải chấp nhận mức rủi ro tương ứng hoặc họ có thể lựa
chọn danh mục với mức rủi ro tối thiểu nhưng lợi nhuận chỉ nằm ở mức ứng với
mức rủi ro này. Ngoài ra, Markowitz còn giới thiệu đến hai yếu tố đó chính là lợi
nhuận kỳ vọng và độ lệch chuẩn. Với danh mục đầu tư giả định tồn tại gồm tài sản,
tỷ suất sinh lời kỳ vọng của danh mục đầu tư này chính là lợi nhuận bình quân theo
tỷ trọng tỷ suất sinh lời kỳ vọng cho từng tài sản tồn tại bên trong danh mục. Theo
đó, phương trình tỷ suất sinh lời kỳ vọng của danh mục đầu tư ( ) sẽ có dạng:
( ) = ∑ =1
W ( ) (2.1)
Trong đó:
( ): là TSSL kỳ vọng của danh mục đầu tư có n tài sản
( ) : là TSSL kỳ vọng của tài sản thứ i trong danh mục đầu tư
W : là tỷ trọng của tài sản thứ i trong danh mục đầu tư.
Độ lệch chuẩn của danh mục còn được coi là giá trị đại diện rủi ro cho danh
mục đầu tư. Thông qua đó, Markowitz cho rằng rủi ro của danh mục chính là độ
biến động về lợi nhuận (gồm cả biến động dương và biến động âm). Giá trị này
được ước lượng thông qua phương trình sau:
=√∑ 2 2
=1
+ ∑ =1
∑ ,
=1
( ≠ ) (2.2)
8

Trong đó:
: giá trị độ lệch chuẩn của danh mục đầu tư
2: giá trị phương sai của tài sản i trong danh mục đầu tư
, : giá trị hiệp phương sai giữa tài sản i và tài sản j trong danh mục đầu tư
, : tỷ trọng của tài sản thứ i và thứ j trong danh mục đầu tư.
Với giá trị hiệp phương sai là thước đo về mức độ biến động giữa hai loại tài
sản dựa trên giá trị trung bình của chúng trong khoảng thời gian ước lượng. Khi giá
trị hiệp phương sai đạt giá trị dương tức TSSL giữa hai loại tài sản này biến thiên
cùng chiều. Ngược lại, khi giá trị hiệp phương sai mang giá trị âm, điều này cho
thấy TSSL giữa hai loại tài sản có sự biến thiên ngược chiều (Van Kampen, 1981).
, = , (2.3)
Trong đó:
, : là giá trị độ lệch chuẩn của tài sản i và tài sản j
, : là giá trị hệ số tương quan của hai tài sản i và j. Nếu giá trị này = -1, hai tài sản này có quan hệ tuyến tính âm hoàn hảo. Khi giá
trị này = 0, hai tài sản này hầu như không có quan hệ tuyến tính. Và khi , = 1, hai tài sản tồn tại quan hệ tuyến tính dương hoàn hảo.
Bên cạnh đó, vì khẩu vị giữa các nhà đầu tư là không giống nhau nên mối quan hệ giữa
yếu tố lợi nhuận (TSSL kỳ vọng) và yếu tố chấp nhận rủi ro (độ lệch chuẩn) được thể hiện
thông qua hàm hữu dụng ( ). Các hàm hữu dụng ( ) này đại diện cho mức độ chấp nhận giữ
việc đánh đổi lợi nhuận – rủi ro của nhà đầu tư. Do đó, danh mục đầu tư hiệu quả được cho là
tiếp điểm giữa hàm hữu dụng ( ) và đường cong hiệu quả (Markowitz, 1952).
( ( ), ) = ( ) − 1
2 2 (2.4)
9

Trong đó:
( ( ), ): hàm hữu dụng dựa trên giá trị lợi nhuận kỳ vọng và độ lệch chuẩn
( ): là giá trị lợi nhuận kỳ vọng của danh mục đầu tư
: là giá trị độ lệch chuẩn của danh mục đầu tư
: là giá trị hệ số ngại rủi ro của nhà đầu tư.
Hình 2.2: Đường biên hiệu quả theo mức độ ngại rủi ro
( )
ĐƯỜNG BIÊN
HIỆU QUẢ
( )
Nguồn: Reilly F. and Brown, K., (2011) trang 246
Với việc xây dựng danh mục dựa trên lý thuyết “Danh mục đầu tư hiện đại”
của (Markowitz, 1952), nhà đầu tư có thể lựa chọn danh mục đầu tư phù hợp với
mức ngại rủi ro của họ. Phương pháp này cho phép nhà đầu tư có thể lựa chọn danh
mục đầu tư mang về mức lợi nhuận tối ưu trong khi vẫn có thể duy trì được mức rủi
ro phù hợp với khẩu vị của chính nhà đầu tư đó. Tuy nhiên, phương pháp này lại
hạn chế trong trường hợp danh mục tồn tại quá nhiều tài sản sẽ dẫn đến trở ngại
trong việc tính toán.
2.1.2. Lý thuyết thị trường vốn và mô hình CAPM
Dựa trên nền tảng lý thuyết “Danh mục đầu tư hiện đại” của Markowitz (1952),
William Sharpe tiếp tục phát triển và nghiên cứu sâu hơn về lý thuyết thị trường vốn là
một trong những cơ sở cho việc hình thành mô hình định giá tài sản vốn (CAPM –
Sharpe, 1964). Ngoài Sharpe (1970), Lintner (1965) và Mossin (1966) cũng đưa ra
10

các nghiên cứu của họ về thị trường tài sản vốn. Theo đó, mô hình định giá tài sản
vốn (CAPM) thể hiện mối quan hệ giữa lợi nhuận và rủi ro, trong đó giá trị lợi
nhuận kỳ vọng của tài sản được đo lượng bởi hai yếu tố là giá trị lãi suất phi rủi ro
và phần bù yếu tố rủi ro thị trường.
Trong đó, Sharpe (1964) đã đưa ra các giả định cho việc hình thành mô hình
CAPM như sau:
Các nhà đầu tư nắm giữ danh mục chứng khoán đã được đa dạng hóa. Mục
đích của giả định này nhằm triệt tiêu tác động của rủi ro hệ thống tới tỷ suất sinh lời
của chứng khoán.
Thị trường chứng khoán là hiệu quả, mọi thông tin đã được phản ánh vào giá
của chứng khoán.
Các nhà đầu tư trên thị trường có thể tiến hành vay nợ cũng như cho vay với
lãi suất phi rủi ro và lãi suất này không đổi theo thời gian.
Ngoài ra, các nhà đầu tư trên thị trường không chịu tác động của các chi phí
môi giới, thuế lên việc mua bán chứng khoán.
Theo lý thuyết thị trường vốn, đường CML sẽ được tạo ra giữa việc kết hợp
một danh mục đầu tư phi rủi ro (trong đó yếu tố lãi suất phi rủi ro làm đại diện) và
danh mục đầu tư thị trường M. Đường CML chính là đường thẳng bắt đầu từ lãi
suất phi rủi ro và tiếp điểm M của đường biên hiệu quả. Do đó, phương trình của
đường CML được hình thành như sau (Fama và French, 1993) :
( ) = + ( − ) (2.5)
Trong đó:
: TSSL thị trường
: lãi suất phi rủi ro của thị trường
11

( ): TSSL kỳ vọng của danh mục đầu tư
( − ): phần bù rủi ro thị trường
, : độ lệch chuẩn của danh mục thị trường và độ lệch chuẩn của danh mục
đầu tư.
Bằng việc thay giá trị = , , giá trị đại diện cho yếu tố rủi ro hệ thống
2
giữa thị trường tác động lên TSSL của chứng khoán i. Do đó, giá trị luôn bằng 1. Khi giá trị > 1, yếu tố rủi ro hệ
thống có tác động lớn hơn so với rủi ro thị trường (Fama và French, 1993). Trong khi đó, khi < 1 tương ứng với
việc tác động của rủi ro hệ thống lên TSSL của chứng khoán thấp hơn so với yếu tố tác động của rủi ro thị trường.
Và khi đó, phương trình CML được viết lại như sau:
( )= + ( − )(2.6)
Đây chính là mô hình định giá tài sản vốn CAPM. Khi đó, giá trị cũng chính là
độ dốc của phương trình thị trường chứng khoán (SML). Giá trị này còn cho thấy mối
tương quan tuyến tính giữa TSSL kỳ vọng của chứng khoán i đối với phần bù rủi ro thị
trường ( − ). Giá trị cũng chính là hệ số đo lường phần lợi nhuận bù đắp của chứng
khoán i tương ứng với mức rủi ro tăng thêm của nó so với thị trường. Dựa trên mô hình
CAPM và phương trình thị trường chứng khoán (SML), nhà đầu tư có thể đưa ra quyết
định đầu tư dựa vào hệ số . Đây chính là hệ số đo lượng sự chênh lệch giữa TSSL ước
tính thông qua mô hình CAPM và TSSL mà nhà đầu tư mong muốn đạt được. Khi hệ
số > 0, chứng tỏ rằng chứng khoán này nằm phía trên đường SML, và điều này cho
thấy TSSL ước tính cao hơn so với giá trị TSSL mong muốn của nhà đầu tư. Và việc
này cho thấy một sự dự báo tăng giá, do đó nhà đầu tư được khuyến nghị nên mua cổ
phiếu này vào danh mục đầu tư. Trong trường hợp giá trị < 0, chứng khoán này nằm
phía dưới đường SML, điều này cho thấy TSSL ước tính thấp hơn so với TSSL mong
muốn của nhà đầu tư. Do đó, nhà đầu tư không nên
12

mua cổ phiếu này. Trong trường hợp giá trị = 0, chứng khoán này có TSSL ước tính bằng với mong muốn của nhà đầu tư.
Hình 2.3: Đường thị trường chứng khoán SML
Nguồn: Bodie và cộng sự (2011).
Từ những nhận xét ở trên cho thấy, mô hình CAPM rất phù hợp trong việc
định giá các tài sản rủi ro hiệu quả dựa trên các ưu điểm của nó:
Mô hình CAPM đơn giản trong việc tính toán và được ứng dụng rộng rãi
trong thực tế. CAPM giúp các nhà đầu tư đo lường giá trị rủi ro của từng chứng
khoán riêng lẻ cũng như bên trong danh mục đầu tư.
Giá trị hệ số là thước đo quan trọng về yếu tố rủi ro của chứng khoán.
Mô hình CAPM là một trong những công cụ hiệu quả trong việc đo lường
TSSL kỳ vọng cho các nhà đầu tư.
Bên cạnh các ưu điểm đã nêu, CAPM cũng tồn tại các hạn chế của nó. Vì trong
đó, TSSL yêu cầu chỉ được ước lượng dựa trên một giá trị hệ số do đó không đủ để giải
thích các yếu tố ảnh hưởng đến TSSL. Cụ thể hơn, ngoài tác động của phần bù rủi ro
thị trường, các nhà nghiên cứu còn chỉ ra rằng các nhân tố khác như phần bù quy mô,
phần bù giá trị, phần bù rủi ro tổn thất VaR,…) cũng có các tác động đáng kể TSSL của
chứng khoán. Ngoài ra, với việc hình thành các giả định như đã đề cập
13

ở trên, mô hình CAPM gặp nhiều vấn đề trong việc xây dựng danh mục đầu tư trong
thực tế được chỉ ra bởi (Banz, 1981). Cuối cùng, mô hình CAPM đo lường tác động
giữa TSSL và nhân tố phần bù rủi ro thị trường dựa trên tác động tuyến tính. Do đó,
trong trường hợp các giá trị này không tuân theo phân phối chuẩn hoặc tác động
tuyến tính, việc sử dụng mô hình CAPM sẽ có những sai lệch nhất định.
2.2. Các mô hình đa nhân tố
2.2.1. Mô hình ba nhân tố Fama-French
Như đã đề cập ở mục 2.1.2. về hạn chế của mô hình CAPM, hai nhà nghiên cứu
Eugene F.Fama và Kenneth R. French (1993) đã mở rộng mô hình CAPM truyền thống
kết hợp với hai nhân tố độc lập khác đó chính là yếu tố phần bù rủi ro quy mô và phần
bù giá trị tác động lên TSSL của danh mục đầu tư. Trong đó nhân tố phần bù quy mô
đại diện cho giá trị vốn hóa của doanh nghiệp và phần bù giá trị chính là tỷ số giữa giá
trị ghi trên sổ sách so với giá trị thị trường của doanh nghiệp (BE/ME).
− = +1( − )+2 +3 + (2.7)
Trong đó:
− : phần bù rủi ro thị trường
: phần bù rủi ro quy mô
: phần bù rủi ro giá trị
: hệ số chặn của mô hình hồi quy
1, 2, 3: hệ số hồi quy của từng nhân tố
, : TSSL của chứng khoán i và lãi suất phi rủi ro.
2.2.2. Mô hình đa nhân tố (APT)
Barr Rosenberg (1974) và Shukla (1998) đưa ra nghiên cứu về việc xây dựng
mô hình đa nhân tố tác động đến lợi nhuận của tỷ suất sinh lợi chứng khoán. Trong
đó, ông chỉ ra việc áp dụng mô hình đa nhân tố cũng tương tự như việc áp dụng mô
14

hình đơn nhân tố. Qua đó, bằng các phương pháp thống kê trong việc ước lượng các
hệ số hồi quy của mô hình đa nhân tố và chứng minh nó dựa trên thực tiễn. Trong
bài nghiên cứu của Barr Rosenberg (1974), ông đã đưa thêm các nhân tố liên quan
đến tính chất của doanh nghiệp bao gồm báo cáo thu nhập, bảng cân đối, yếu tố
ngành và lịch sử hành vi giao dịch chứng khoán.
Qua đó, mô hình đa nhân tố được xây dựng như sau (Edwin J. Elton và cộng
sự, 2009):
= + 1 1+ 2 2+⋯+ + (2.8)
Trong đó:
: TSSL của chứng khoán i
1, 2, … , : các biến số vĩ mô như lạm phát, lãi suất, biến động giá dầu,…
: phần dư sai số của mô hình.
2.3. Mô hình CAPM kết hợp các nhân tố bậc cao
2.3.1. Các nhân tố bậc cao – Độ lệch và Độ gù
Trong nghiên cứu về mô hình định giá tài sản vốn (CAPM) của William
Sharpe (1964), tác giả đã giả định rằng TSSL của tài sản tuân theo quy luật phân
phối chuẩn. Tuy nhiên, dựa trên các nghiên cứu thực nghiệm của Kraus và
Litzenberger (1976) đã chỉ ra rằng TSSL của tài sản không tuân theo phân bố chuẩn
(hay không đối xứng giữa hai phía của phân phối). Điều này đồng nghĩa với việc
phân phối TSSL của các chứng khoán này có thể lệch trái (tức số lượng quan sát
TSSL âm nhiều hơn), phân phối lệch phải (TSSL dương nhiều hơn). Ngoài ra,
TSSL còn có thể phân phối theo hình dạng gù hoặc ít gù. Do đó, TSSL của một
chứng khoán có thể cùng lúc tồn tại theo dạng lệch và nhọn hoặc gù.
Trong đó, nhân tố Độ lệch là nhân tố bậc cao thứ 3 (lập phương chênh lệch
giá trị giữa trung bình và TSSL từng thời điểm của chứng khoán). Độ lệch sẽ được
tính dựa trên công thức như sau (Peñaranda, 2007):
15

̅ 3
=
1
∑ [
−
] (2.9)
− 1
=1
Trong đó:
, ̅ : TSSL và TSSL kỳ vọng của tài sản i
: Độ lệch chuẩn của tài sản i.
Khi hệ số độ lệch Skewness = 0, nghĩa là TSSL của tài sản được phân bổ
theo phân phối chuẩn. Với Skewness > 0 (positive sknew, right-skewed) phản ánh
TSSL sẽ cao hơn so với bình thường khi phần lớn phân bổ nghiêng về bên trái và
đuôi dài hơn về bên phải. Ngược lại, phân phối có độ lệch âm - Skewness < 0
(negative skew, left-skewed) là phân phối có phần đuôi dài hơn về phía trái phản
ánh TSSL sẽ thấp hơn so với bình thường. Khi giá trị tuyệt đối của độ lệch càng lớn
thì phân bổ TSSL càng trở nên bất đối xứng.
Hình 2.4: Hình dạng phân phối của yếu tố độ lệch
Normal Curve Positive Skew Negative
Nguồn: Peñaranda, 2007
Đối với yếu tố Độ gù là nhân tố cao thứ tư dùng để đo lường độ nhọn hay
mức độ lệch giữa phần đỉnh và phần đuôi của phân phối. Độ lệch sẽ được tính dựa
trên công thức như sau (Peñaranda, 2007):
16

1
̅ 4
= ∑ [
−
] − 3 (2.10)
− 1
=1
Trong đó:
, , ̅̅̅: TSSL và TSSL kỳ vọng
: độ lệch chuẩn của tài sản i.
Khi độ gù dương-Kurtosis > 0 (leptokurtic), phân phối có hình dạng đỉnh nhọn
và phần đuôi “béo” hơn (thuật ngữ ban đầu là “fat tail” được hiểu là phân phối có xác
suất nhận các giá trị ở hai đuôi cao hơn so với phân phối chuẩn) so với thông thường
(mesokurtic). Ngược lại, một phân phối dạng platykurtic (Kurtosis < 0) sẽ có đỉnh rộng
và phần đuôi “gầy” hơn (“thin tail” - được hiểu là phân phối có xác suất nhận các giá trị
ở hai đuôi thấp hơn so với phân phối chuẩn) so với thông thường.
Hình 2.5: Hình dạng phân phối của yếu tố độ gù
Nguồn: Peñaranda, 2007
Trong lý thuyết thống kê, Độ lệch (Skewness) được sử dụng để đo lường độ mất
đối xứng, khi Độ gù (Kurtosis) sử dụng để so sánh kích cỡ của hai đuôi như “fat-tail”
hay “thin tail” trong phân phối của tập dữ liệu. Nếu xảy ra đồng thời hai yếu tố
Skewness gần bằng 0 và Kurtosis gần bằng 3 thì dữ liệu có xu hướng tuân theo phân
phối chuẩn. Trong quản lý danh mục, với một danh mục đầu tư có hệ số độ lệch âm
17

thì TSSL trong tương lai rất dễ xảy ra hiện tượng âm, trong khi nếu hệ số lệch
dương với phần đuôi lệch phải hàm ý có một TSSL cao sẽ xuất hiện trong tương lai.
Mặc khác, nhà đầu tư còn quan tâm tới đuôi phía trái nhiều hơn vì nó đại diện cho
xác suất xuất hiện các khoản lỗ. Khi phân phối có độ gù dương thì nghĩa là xác suất
các khoản lỗ sẽ tập trung ở đuôi nhiều hơn, như vậy độ an toàn không cao và đây là
một rủi ro cần đề phòng. Ngược lại, phân phối có độ gù âm đồng nghĩa với việc
phân phối xác suất các khoản lỗ sẽ ít hơn so với thông thường, điều này hàm ý rủi ro
cũng ít hơn (Peñaranda, 2007). Trong giới đầu tư, ngoài TSSL kỳ vọng và phương
sai, cần đo lường hai chỉ số độ lệch và độ gù vì đây mới là những chỉ số để đánh giá
rủi ro thực sự. Thông thường tài sản có độ lệch dương và độ gù âm là những cổ
phiếu được ưa thích lựa chọn vì có nhiều quan sát có suất sinh lời tăng đột biến (độ
lệch dương) và có độ an toàn lại cao (độ gù âm).
2.3.2. Đồng độ lệch và Đồng độ gù.
Năm 1973, dựa trên quan hệ giữa TSSL trung bình và rủi ro cổ phiếu tại sàn
NYSE trong giai đoạn năm 1926 đến năm 1968 và với phương pháp ước lượng OLS
thì Fama và Macbeth (1973) cho rằng phân phối của TSSL trên danh mục tài sản
không theo quy luật phân phối chuẩn. Khi nhiều công trình nghiên cứu trước đó
cũng cho thấy sự lệch hoặc gù là do ảnh hưởng các nhân tố moment bậc cao, vì thế
Kraus và Litzenberger (1976) cho rằng nếu TSSL kỳ vọng của danh mục có hình
dạng không đối xứng thì mô hình nghiên cứu cần bổ sung thêm hai nhân tố mới là
đồng độ lệch hay đồng độ gù. Năm 1999, Hwang và Satchell (1999) đã mở rộng mô
hình của Kraus và Litzenberger (1976) khi cho rằng độ gù có khả năng giải thích sự
biến động của lợi nhuận tương đương với nhân tố độ lệch và hai nhân tố moment
bậc cao là cần thiết trong mô hình.
Đồng độ lệch (Coskewness) và đồng độ gù (Cokurtosis) là việc bổ sung thêm
hai nhân tố bậc cao đa bội quan trọng trong việc phân bổ tài sản và quản lý danh mục
đầu tư. Đồng độ lệch (hay đồng độ gù) tương tự là thành phần trong yếu tố độ lệch (hay
độ gù) của một tài sản liên hợp đến độ lệch (hay độ gù) của toàn bộ danh mục
18

thị trường. Theo Krauss và Litzenberger (1976), bởi vì độ lệch và độ gù chỉ mới
xem xét độ lệch và độ nhọn của phân phối một tài sản mà chưa xem xét trong bối
cảnh thị trường nên việc sử dụng độ lệch và độ gù trong định giá tài sản là chưa phù
hợp, đồng độ lệch và đồng độ gù được cho là nhân tố phù hợp trong hoạt động định
giá khi đánh giá được nhiều tài sản cùng một lúc trong danh mục gấn liền với bối
cảnh của thị trường.
Đồng độ lệch (Coskewness) là đại lượng thống kê đo lường sự đối xứng phân
phối xác suất của biến liên quan đến sự đối xứng phân phối xác suất của biến khác
và đồng độ gù (Cokurtosis) là đại lượng thống kê đo lường mức độ nhọn phân phối
xác suất của biến liên quan so với độ nhọn của biến khác. Trong trường hợp này, tỷ
suất sinh lời của cổ phiếu và tỷ suất sinh lời của thị trường được lấy làm đại diện để
tính đồng độ lệch và đồng độ gù.
Có thể đo lường đồng độ lệch và đồng độ gù của một tài sản qua công thức:
Coskewness =
[{ − ( )}{ − ( }2]
(2.11)
{ −( )}3
Cokurtosis =
[{ − ( )}{ − ( }3]
(2.12)
{ − ( )}4
Trong đó:
Ri: TSSL của danh mục
E(Ri): TSSL kỳ vọng
Rm: TSSL thị trường
E(Rm): TSSL kỳ vọng của thị trường.
2.4. Phương pháp hồi quy phân vị (Quantile regression)
Được giới thiệu vào năm 1978 bởi Koenker và Bassett (1978), phương pháp
hồi quy phân vị giúp xác định tác động biên của các biến độc lập lên các biến phụ
thuộc tại từng mức phân vị τ.
19

2.4.1. Định nghĩa về phân vị
Định nghĩa: Cho đại lượng Y là một giá trị ngẫu nhiên với hàm phân phối . Tại ∈ (0,1)
thì các mức phân vị của giá trị Y là giá trị sao cho (Trần Thị Tuấn Anh, 2001):
Pr( < ) ≤ ≤ ( ≤ ) (2.13)
Tương ứng với :
= inf{ : ( ) ≥ } (2.14)
Trong trường hợp giá trị ngẫu nhiên Y có hàm phân phối liên tục, phương
trình (2.13) sẽ có dạng như sau :
Pr( < ) ≤ ≤ ( ≤ ) (2.15)
Tương ứng với hàm ( ) =
Khi hàm F là một hàm liên tục, ta có = −1( ).
Điều này cho ý nghĩa rằng với tổng số quan sát Y, ta luôn chứng minh được rằng 100 % số
quan sát trong Y sẽ có giá trị không vượt quá hay không lớn hơn so với giá trị được xác định tại mức
phân vị và 100(1 − )% số quan sát của Y sẽ luôn có giá trị không thấp hơn tại mức . Từ đây, để giải
được bài toán ước lượng giá trị phân vị cũng như giá trị kỳ vọng của giá trị ngẫu nhiên Y, ta dựa trên
phương pháp giải bài toán cực trị. Do đó, giá trị kỳ vọng của giá trị ngẫu nhiên Y là kết quả
của bài toán cực trị tìm ∈ sao cho :
∫ ( − )2 ( ) →(2.16)
∈
Và giá trị phân vị của giá trị ngẫu nhiên Y là kết quả của bài toán cực trị sau :
()= ∫ | − | ( )+(1− )∫ | − | ( )(2.17)
> ≤ ( )
Hay
20

= ∈ min ∫ (−) ()+(−1)∫ | − | ( ). (2.18)
> ≤
Trong trường hợp Y là giá trị ngẫu nhiên rời rạc, phương trình trên được viết
lại như sau :
=min 1 [ ∑ (−)+ ∑ ( − 1)( − )] (2.19)
∈
(| ≥) (| <)
Dạng rút gọn của phương trình trên được viết lại như sau:
1
= ∈ min ∑ =1
( − ) (2.20)
Từ bài toán ước lượng giá trị phân vị ở trên, Koenker và Bassett (1978) đã đề xuất dạng mở rộng để tìm ra hàm phân
vị có điều kiện ( | ). Đây cũng chính là phương pháp hồi quy phân vị. Trong đó, việc tìm hệ số hồi quy , trong trường hợp ước
lượng hệ số hồi quy trên mẫu nghiên cứu, giá trị này được ký hiệu ̂ . Bài toán ước lượng hệ số hồi quy trên tập mẫu sẽ có dạng
như sau :
̂ = ∈
min 1 ∑ =1
( − ℎ( , )) (2.21)
Trong trường hợp ℎ( , ) là hàm tuyến tính hay ℎ( , ) = ′ , thì
̂ = ∈
min 1 ∑ =1
( − ′ ) (2.22)
Giả sử = 12, kết quả của hàm hồi quy phân vị cũng chính là trung vị có điều
kiện 0.5( | ) = ′ 0.5. Hay cũng chính là kết quả hồi quy theo phương pháp độ lệch tuyệt đối nhỏ nhất (OLS cổ điển).
2.4.2. Các tính chất của phương pháp hồi quy phân vị
21

Phương pháp hồi quy phân vị có 8 tính chất được đề xuất bởi Koenker (2005)
cũng như nghiên cứu của Hao và Naiman (2007). Qua đó, các tính chất này được lấy
làm so sánh ưu, nhược điểm so với phương pháp hồi quy OLS ở mục kế tiếp.
Tính đẳng biến (equivariance)
Giá trị phân vị có tính đẳng biến khi biến đổi qua hàm số đơn điệu. Tính
đẳng biến của phương pháp hồi quy phân vị giúp phương pháp này tối ưu trong việc
ước lượng các tham số của bài toán quy hoạch tuyến tính1
.
Tính ổn định (robustness)
Khác với phương pháp hồi quy cổ điển (OLS), phương pháp hồi quy phân vị
hầu như không chịu tác động của các quan sát bất thường đến kết quả ước lượng của
mô hình. Nếu như giá trị quan sát thay đổi, hoặc có các biến ngoại lai có tác động lớn
đến mô hình như không phân bổ trong tập dữ liệu, kết quả ước lượng của phương pháp
hồi quy OLS thường sẽ chịu các tác động lớn. Cụ thể là khi giá trị ngoại lai càng lớn, sẽ
kéo kết quả ước lượng theo phương pháp này chệch về hướng của biến ngoại lai.
Ngược lại, Hao và Naiman (2007) đã chứng minh được rằng, việc thay đổi giá trị của
biến ngoại lai không làm tác động đến kết quả ước lượng theo phương pháp hồi quy
phân vị, hoặc kết quả ước lượng có thay đổi tuy nhiên không quá khác biệt so với kết
quả ban đầu. Do đó, hai tác giả này đã chứng minh rằng phương pháp hồi quy phân vị
có tính ổn định cao hơn so với phương pháp hồi quy OLS2
.
- Hàm hồi quy phân vị của k biến luôn đi qua ít nhất k quan sát của mẫu nghiên
cứu
- Số quan sát có phần dư âm của hàm hồi quy phân vị ứng với phân vị τ có
thể đạt tỷ lệ cao nhất là τ
- Tính tăng dần của các hàm hồi quy phân vị tại giá trị trung bình X
- Ước lượng hồi quy phân vị là ước lượng M-estimator
1
Trang 38, KoenKer (2005)
2
Trang 47, Hao và Naiman (2007).
22

- Ước lượng hàm hồi quy phân vị có thể được xem là xấp xỉ ước lượng GMM3
- Tính vững (consistency)
Vì kết quả ước lượng của hàm hồi quy phân vị xấp xỉ với kết quả ước lượng
dựa trên phương pháp GMM, do đó có thể thấy phương pháp hồi quy phân vị có
những tính chất của phương pháp GMM, cũng chính là tính vững của mô hình
(Green, 2011).
2.4.3. So sánh phương pháp hồi quy phân vị so với OLS
Như đã đề cập ở mục 2.4.2, dựa vào những tính chất của phương pháp hồi
quy phân vị, các nhà nghiên cứu Koenker (2005) cũng như Hao và Naiman (2007)
đã đưa ra các ưu và nhược điểm của phương pháp này so với phương pháp hồi quy
cổ điển OLS. Cụ thể:
- Ưu điểm
+ Thứ nhất, phương pháp hồi quy phân vị cho phép thể hiện mối quan hệ
tương tác lẫn nhau giữa các biến độc lập lên biến phụ thuộc trên từng mức phân vị.
Trong khi đó, phương pháp OLS chỉ mô tả được tác động của biến độc lập lên biến phụ thuộc tại mức phân vị = 0.5. Do
đó, ưu điểm này cho người đọc có cái nhìn tổng quát nhất về tác động của biến độc lập lên biến phụ thuộc.
+ Thứ hai, nhờ có tính ổn định (robustness), phương pháp hồi quy phân vị
không chịu tác động bởi các quan sát ngoại lai (outliers) và khắc phục tình trạng bị
chệch so với phương pháp OLS.
+ Thứ ba, các kiểm định tham số của phương pháp hồi quy phân vị không dựa
trên tính chuẩn xác của sai số cũng như yêu cầu về giả định dạng phân phối của sai
số hồi quy.
3
Buchinsky (1998).
23

+ Thứ tư, phương pháp hồi quy phân vị khắc phục được tình trạng phương sai
sai số thay đổi. Cụ thể, tại các mức phân vị khác nhau, phương pháp hồi quy phân vị
sẽ cho ra các kết quả ước lượng khác nhau.
- Nhược điểm
+ Thứ nhất, vì khắc phục được nhiều nhược điểm của phương pháp hồi quy
OLS, do đó phương pháp hồi quy phân vị yêu cầu các bước tính toán phức tạp hơn.
Việc giải bài toán quy hoạch tuyến tính khi không có sự trợ giúp của máy tính sẽ tạo
ra nhiều khó khăn cho người sử dụng.
+ Thứ hai, do để có được cái nhìn tổng quát về tác động giữa các biến độc lập
lên giá trị phụ thuộc trong chu kỳ nghiên cứu ở từng mức phân vị khác nhau, nhà
nghiên cứu phải thực hiện nhiều lần các phép ước lượng hệ số hồi quy ở các mức
phân vị khác nhau.
+ Thứ ba, cũng giống như phương pháp hồi quy OLS, giả định của phương
pháp hồi quy phân vị được áp dụng cho các hàm tuyến tính. Do đó, trong trường hàm
bộ dữ liệu quan sát không có phân phối chuẩn hoặc không có dạng tuyến tính, việc
áp dụng phương pháp hồi quy phân vị vào nghiên cứu sẽ tạo ra sự thiếu chuẩn xác
đối với kết quả ước lượng. Bên cạnh đó, phương pháp hồi quy phân vị cũng chưa
khắc phục được các vấn đề liên quan đến nội sinh, hiện tượng tự tương quan có
trong mô hình.
24

2.5. Lược khảo các công trình nghiên cứu
Năm Tên bài nghiên
cứu
Tác giả Nội dung Kết quả
Nghiên cứu quốc tế
1976 Skewness Kraus và Nghiên cứu cho Hệ số beta và độ
preference and Litzenberger rằng nếu TSSL lệch đều có ý
the valuation of kỳ vọng của nghĩa thống kê
risk assets danh mục có và là ước lượng
hình dạng vững. Trong đó
không đối xứng tác động của β
thì mô hình cùng chiều với
nghiên cứu cần TSSL và yếu tố
bổ sung thêm độ lệch tác động
một nhân tố ngược chiều đến
mới là độ lệch. TSSL.
Nghiên cứu dựa
trên bộ dữ liệu
nghiên cứu từ
năm 1935 đến
năm 1970 với
tần suất tháng
lấy trên sàn
NYSE và
nghiên cứu trên
dữ liệu chéo.
1999 Modelling Soosung Bài nghiên cứu Kết quả nghiên
Emerging Hwang và nhằm chứng cứu cho thấy thị
Market Risk cộng sự minh về giá trị trường các quốc
Premia Using gia tăng khi đưa gia mới nổi
25

Higher thêm hai nhân được giải thích
Moments tố bậc cao là tốt hơn khi đưa
Kurtosis và thêm hai nhân tố
Skewness vào rủi ro hệ thống
mô hình là Co-skewness
CAPM. Nhóm và Co-kurtosis
tác giả tiến hành so với mô hình
nghiên cứu trên CAPM phương
thị trường các sai-trung bình
quốc gia mới thông thường.
nổi thông
phương pháp
GMM.
2000 Conditional Harvey và Hai nhà nghiên Nhóm tác giả
skewness in Siddique cứu này sử kết luận có sự
assetpricing dụng bộ dữ liệu tác động của yếu
tests cổ phiếu của ba tố Đồng độ lệch
sàn chứng tới TSSL của
khoán NYSE, danh mục đầu
AMEX, tư.
NASDAQ giai
đoạn 1963 –
1993 với tần
suất tháng,
nhóm tác giả
lần lượt sử dụng
mô hình
CAPM, mô
hình ba nhân tố
26

Fama và French
(1993) kết hợp
với nhân tố
Đồng độ lệch để
xem mức độ
giải thích của
mô hình thông
qua giá trị R2
hiệu chỉnh bằng
hai phương
pháp ước lượng
giá trị hợp lý tối
đa (Maximum
Likelihood) và
ước lượng OLS
kết hợp với dữ
liệu chéo
2004 CAPM, Higher Hung và Nghiên cứu về Kết quả ước
Co‐moment cộng sự tác động của hai lượng theo
and Factor nhân tố độ lệch phương pháp
Models of UK và độ gù đến hồi quy OLS
Stock Returns TSSL của cho thấy hệ số
TTCK Anh giai beta có ý nghĩa
đoạn từ 1975 – thống kê yếu
2005. Dựa trên hơn khi thêm
các nghiên cứu vào hai nhân tố
trước, mô hình quy mô (SMB)
của tác giả được và giá trị
phát triển từ mô (HML), kết quả
27

hình ba nhân tố này trái ngược
kết hợp thêm với kết quả của
hai nhân tố độ Fama và French.
lệch và độ gù. Bên cạnh đó, bài
nghiên cứu còn
cho thấy khi thị
trường thay đổi,
hệ số ước lượng
beta có ý nghĩa
thống kê mạnh
hơn khi được bổ
sung thêm hai
nhân tố độ lệch
và độ gù. Tuy
nhiên, hai nhân
tố rủi ro bậc cao
vẫn chưa giải
thích được
TSSL kỳ vọng.
2008 Implication of Agarwal và Nhóm tác giả Kết quả bài
volatility, cộng sự thu thập dữ liệu nghiên cứu cho
skewness, and của hơn 5336 thấy cả ba nhân
kurtosis risks quỹ đầu tư, tuy tố đều có tác
for hedge fund nhiên có tới động đến TSSL,
performance 2027 mẫu các giá trị hệ số
nghiên cứu bị hồi quy đều có ý
loại bỏ do các lý nghĩa thông kê.
do về thanh Trong đó, phần
khoản, sáp bù yếu tố độ
28

nhập, ngừng lệch có tác động
hoạt động,… cùng chiều đến
Nhóm tác giả đã TSSL kỳ vọng
chia bộ dữ liệu và phần bù yếu
ra thành 27 tố độ gù có tác
danh mục cổ động ngược
phiếu để mô chiều đến TSSL
phỏng đường kỳ vọng.
biên hiệu quả,
ước lượng phần
bù rủi ro về biến
động dựa trên
yếu tố độ lệch
và độ gù.
2011 The roles of Doan Mở rộng mô Bài nghiên cứu
systematic hình CAPM, chỉ ra rằng thị
skewness and mô hình Fama – trườngchứng
systematic French, tác giả khoán Úc có độ
kurtosis in asset đã bổ sung thêm lệch âm nhiều
pricing hai nhân tố độ hơn nhưng mức
lệch và độ gù độ gù lại thấp
đến việc giải hơn so với thị
thích TSSL kỳ trườngchứng
vọng. Trong đó, khoán Mỹ. Bên
bộdữliệu cạnh đó, nhân tố
nghiên cứu độ lệch có vai
được thu thập từ trò quan trọng
TSSL của các trong việc giải
công ty niêm thích biến động
29

yết trên thị TSSL của thị
trường chứng trườngchứng
khoán Úc giai khoán Úc trong
đoạn 1992 – khi cả hai nhân
2009. Tác giả tố độ lệch và độ
sử dụng phương gù lại giải thích
pháp MLR tốt hơn tại thị
(Multivariate trường Mỹ. Tác
linear giả cũng giải
regressions) để thích thêm sự
ước lượng giá khác biệt này
trị hồi quy. chủ yếu đến từ
khác biệt của
quy mô các công
ty ở hai thị
trường.
2011 Higher co- Kostakis và Tác giả sử dụng Nhân tố Đồng
moments and cộng sự bộ dữ liệu của độ lệch và độ gù
asset pricing on các công ty đều có ý nghĩa
London Stock niêm yết từ năm thống kê và sau
Exchange 1986 – 2008 để khi bổ sung
đánh giá tác thêm hai nhân tố
động của nhân này, TSSL được
tố rủi ro bậc cao giải thích tốt
đến TSSL của hơn so với các
cổ phiếu. Tác mô hình CAPM,
giả dựa trên ba Fama – French
mô hình truyền và Carhart. Yếu
thống là tố Đồng độ lệch
30

CAPM, Fama – có tác động
French và tương quan
Carhart, qua đó dương đến
nhóm tác giả bổ TSSL kỳ vọng
sung thêm hai trong khi yếu tố
yếu tố Đồng độ Đồng độ gù lại
lệch và Đồng độ có tác động
gù. tương quan âm.
2013 An empirical Hassan và Bài nghiên cứu Dựa trên kết quả
analysis of Kamil nhằm kiểm định ước lượng thông
higher moment sự hiệu quả của qua phương
capital asset mô hình CAPM pháp OLS, hai
pricing model khi bổ sung tác giả cho thấy
for Bangladesh thêm hai nhân mô hình CAPM
stock market tố Độ lệch và độ kết hợp các nhân
gù. Dữ liệu tố bậc cao giải
nghiên cứu thích tốt hơn sự
được tác giả thu biến động TSSL
thập từ 71 công của cổ phiếu
ty phi tài chính trên TTCK
trên TTCK Bangladesh.
Bangladesh giai Bên cạnh đó, hai
đoạn 2002 – nhân tố này đều
2011. có ý nghĩa thống
kê trong mô
hình nghiên cứu.
2015 Empirical Ajibola và Tiến hành kiểm Trong trường
Proof of the cộng sự định tác động hợp không sử
CAPM with (2015) của các nhân tố dụng biến giả D
31

Higher Order
Co-moments in
Nigerian Stock
Market: The
Conditional
and
Unconditional
Based Tests
rủi ro bậc cao (thị trường tăng
đến TSSL của hay giảm) thì chỉ
cổ phiếu trên có nhân tố độ
TTCK Nigeria lệch giải thích
trong giai đoạn tốt sự biến động
từ 2003 – 2011. TSSL trong khi
rủi ro đại diện
của nhân tố hiệp
phương sai
(covariance) và
độ gù không có
ý nghĩa thống
kê. Trường hợp
có sử dụng biến
giả D khi thị
trường đi xuống,
chỉ có yếu tố
hiệp phương sai
(covariance) và
độ lệch giải
thích được sự
biến động của
TSSL còn hệ số
ước lượng của
nhân tố độ gù
không có ý
nghĩa thống kê.
32

2016 Nonlinearities
in the CAPM:
Evidence from
Developed and
Emerging
Markets
Serdar
Neslihanoglu
và cộng sự
Bài nghiên cứu
đánh giá khả
năng dự báo của
các tham số phi
tuyến của mô
hình thị trường.
Tác giả đề xuất
mô hình thị
trường hai thời
điểm có điều
kiện với rủi ro
hiệp phương sai
(beta) có hệ
thống biến đổi
theo thời gian
dưới dạng một
quá trình hoàn
nguyên trung
bình của mô
hình không gian
trạng thái thông
qua thuật toán
lọc Kalman.
Bên cạnh đó,
nhóm tác giả
còn xem xét tác
động của yếu tố
hệ thống của
Đồng độ lệch và
Kết quả nghiên
cứu cho thấy
phương pháp
tiếp cận mô hình
thị trường theo
thời gian tốt hơn
so với các mô
hình tuyến tính
về cả mức độ
phù hợp cũng
như khả năng dự
đoán. Cụ thể,
các moment bậc
cao là cần thiết
cho các tập dữ
liệu liên quan
đến việc thay đổi
cấu trúc hoặc sự
thiếu hiệu quả
của thị trường
vốn phổ biến ở
hầu hết thị
trường chứng
khoán các quốc
gia mới nổi.
33

Đồng độ gù
bằng cách xem
xét các moment
bậc cao. Bài
nghiên cứu
được thực hiện
bằng việc sử
dụng chỉ số
chứng khoán
của một số thị
trường mới nổi.
Nghiên cứu tại Việt Nam
2013 Định giá tài sản
với moment
bậc cao
Trương Quốc Định giá tài sản Nghiên cứu
Thái khi có tác động chứng minh
của các nhân tố được rằng hai
bậc cao qua đó yếu tố độ lệch và
đánh giá mức độ gù đều có
độ tác động của đóng góp quan
các nhân tố này trọng trong việc
đến sự biến giải thích sự
động TSSL cổ biến động TSSL
phiếu của 147 cũng như định
công ty niêm giá cổ phiếu tại
yết trên HOSE. TTCK Việt
Dựa trên nam. Công trình
phương pháp cũng cho thấy
nghiên cứu của quy mô của các
Doan (2011) và doanh nghiệp
sử dụng ước niêm yết nhỏ
34

lượng hồi quy nên ảnh hưởng
OLS. của các yếu tố
độ lệch lên
TSSL cổ phiếu
nhiều hơn độ gù.
2014 Quan hệ giữa Võ Xuân Quan hệ giữa Phần bù rủi ro
rủi ro Hiệp Vinh và rủi ro hiệp nhân của yếu tố độ gù
Moment bậc Nguyễn tố bậc cao và đạt ý nghĩa
cao và lợi Quốc Chí TSSL kỳ vọng thống kê tại mức
nhuận cổ phiếu: của danh mục 10% và biến
Nghiên cứu cổ phiếu. Công động cùng chiều
thựcnghiệm trình lấy dữ liệu đến TSSL của
trên thị trường từ năm 2006 danh mục, yếu
Việt Nam đến năm 2013 tố hiệp phương
của các công ty sai (covariance)
niêm yết trên và độ lệch có
sàn HOSE. Các phần bù rủi ro
yếu tố rủi ro không có ý
được tác giả sử nghĩa thống kê.
dụng bao gồm
covariance độ
lệch và độ gù.
Dựa trên
phương pháp
của Lambert và
Hubner (2013)
và khung phân
tích của Fama
35

và Macbeth
(1973).
2017 Pricing assets Huỳnh Lưu Nhóm tác giả sử Kết quả nghiên
with higher co- Đức Toàn và dụng dữ liệu cứu cho thấy các
moments and cộng sự của 274 công ty nhà đầu tư có thể
Value-at-Risk phi tài chính tối đa hóa lợi
by Q- niêm yết trên nhuận của họ
regression sàn chứng thông qua việc
approach: khoán Việt nắm giữ những
evidence from Nam (HOSE) cổ phiếu có giá
Vietnam stock trong giai đoạn trị Đồng độ lệch
market từ tháng 7 năm dương và hạn
2006 – tháng 6 chế các cổ phiếu
năm 2016. có giá trị Đồng
Nhóm tác giả độ gù cao. Bên
bổ sung thêm ba cạnh đó, nhóm
nhân tố VaR, tác giả còn tái
Đồng độ lệch và khẳng định vai
Đồng độ gù dựa trò quan trọng
trên mô hình ba của các nhân tố
nhân tố Fama – quy mô, giá trị
French để đánh và rủi ro tổn thất
giá tác động của tối đa (VaR) đến
các nhân tố này TSSL.
đến TSSL.
Nguồn: Tác giả tổng hợp
36

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Tác động của các nhân tố co-moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị.doc

Recommended

Recommended

More Related Content

Similar to Tác động của các nhân tố co-moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị.doc

Similar to Tác động của các nhân tố co-moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị.doc (11)

More from Dịch vụ viết thuê đề tài trọn gói ☎☎☎ Liên hệ ZALO/TELE: 0973.287.149 👍👍

More from Dịch vụ viết thuê đề tài trọn gói ☎☎☎ Liên hệ ZALO/TELE: 0973.287.149 👍👍 (20)

Recently uploaded

Recently uploaded (20)

Tác động của các nhân tố co-moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị.doc