Vận dụng mô hình đa nhân tố trong phân tích lợi suất cổ phiếu trên thị trường chứng khoán Việt Nam

kiến thức vững vàng khi tham gia vào sân chơi đầy may rủi cũng như tuân theo các quy luật vận hành nhất định của nó. Chính việc đầu tư chứng khoán có tổ chức và nghiên cứu một cách có hệ thống không chỉ đem lại thành công cho nhà đầu tư mà còn giúp cho thị trường trở nên hiệu quả hơn. Việc em lựa chọn đề tài “Vận dụng mô hình đa nhân tố trong phân tích lợi suất cổ phiếu trên thị trường chứng khoán Việt Nam” không nằm ngoài mục đích hỗ trợ những kiến thức về toán kinh tế và thống kê giúp nhà đầu tư có thêm hướng lựa chọn khi phân tích biến động của các loại cổ phiếu trên thị trường. Nhất là trên thị trường chứng khoán Việt Nam dường như mô hình này còn khá mới mẻ. Do đó việc tìm hiểu và vận dụng nó vào trong thực tiễn nước ta lại càng cần thiết hơn. Mục tiêu nghiên cứu - Khảo sát tình hình biến động giá và khối lượng giao dịch của một số cổ phiếu trên thị trường chứng khoán Việt Nam trong năm 2007. - Khảo sát mô hình đa nhân tố và xây dựng mô hình cho chuỗi lợi suất của một số cổ phiếu trên thị trường chứng khoán Việt Nam để đánh giá độ nhạy của các nhân tố đối với lợi suất cổ phiếu. Dựa trên kết quả của mô hình đã ước lượng đưa ra một số kết luận có thể giúp ích cho nhà đầu tư trong việc ra quyết định đầu tư. Đối tượng và phạm vi nghiên cứu Trong phạm vi nghiên cứu của đề tài chỉ áp dụng 2 phương pháp tiếp cận mô hình đa nhân tố đó là theo chuỗi thời gian và theo số liệu chéo. Nghiên cứu được tiến hành dựa trên số liệu về một số cổ phiếu được niêm yết trên sở giao dịch thành phố Hồ Chí Minh trong 2 năm 2006 và 2007. Phương pháp nghiên cứu Chuyên đề sử dụng các phương pháp trong thống kê và toán kinh tế: - Phương pháp phân tích thành phần chính trong thống kê - Phương pháp định dạng và ước lượng hồi quy trong kinh tế lượng với số liệu theo chuỗi thời gian và theo số liệu chéo cho mô hình đa nhân tố. Kết cấu chuyên đề Chương 1: Mô hình đa nhân tố trong phân tích tài sản tài chính. Chương 2: Ước lượng mô hình đa nhân tố đối với một số cổ phiếu trên thị trường chứng khoán Việt Nam. LỜI CÁM ƠN Trong quá trình học tập tại Trường Đại Học Kinh Tế Quốc Dân được lĩnh hội những kiến thức quý báu của thầy cô giáo kết hợp với thời gian thực tập tại công ty chứng khoán ACB – Hải Phòng đã giúp em hoàn thành chuyên đề tốt nghiệp này. Em xin chân thành cám ơn Ban giám đốc cùng tập thể cán bộ nhân viên trong Công ty đã tạo điều kiện thuận lợi cho em trong quá trình thực tập, giúp em có được những hiểu biết về các nghiệp vụ của Công ty cũng như được tiếp cận thực tế với thị trường chứng khoán Việt Nam. Em xin chân thành cám ơn PGS.TS Nguyễn Quang Dong cùng tất cả các thầy cô giáo trong chuyên ngành Toán Tài Chính, khoa Toán Kinh Tế đã hướng dẫn nhiệt tình để em có thể hoàn thành chuyên đề này. CHƯƠNG 1 MÔ HÌNH ĐA NHÂN TỐ TRONG PHÂN TÍCH TÀI SẢN TÀI CHÍNH Các mô hình đa nhân tố được sử dụng trong nhiều lĩnh vực, chúng được dùng để mô tả sự vận động của các biến nội sinh trong mô hình dưới tác động của các nhân tố chung. Khi áp dụng để phân tích các bài toán kinh tế hay tài chính, mô hình đa nhân tố thường mô tả giá hoặc lợi suất của các tài sản (cổ phiếu, trái phiếu, bất động sản, lãi suất,…) bằng một số hữu hạn các nhân tố có liên quan dưới cấu trúc một phương trình tuyến tính. Các mô hình đa nhân tố khi áp dụng trong lĩnh vực tài chính chủ yếu dựa trên một trong các nguyên lý cơ bản của lý thuyết tài chính là: các tài sản tài chính là phi lợi nhuận khi không có rủi ro. Có thể kể đến: - Mô hình định giá tái sản vốn (CAPM) của Sharpe (1964), Linner (1965) và Mossin (1966) (mô hình này sử dụng hệ số beta của cổ phiếu làm thước đo rủi ro duy nhất). - Lý thuyết định giá cơ lợi (APT) do Ross đề xuất năm 1976 cũng thừa nhận một cấu trúc đa nhân tố có tác động tới các quá trình tạo ra lợi nhuận của các chứng khoán. Tuy nhiên, Ross chưa đưa ra bản chất và số lượng các nhân tố trong cấu trúc mà ông đã đề xuất. - Các nghiên cứu thực nghiệm sau đó cũng chỉ ra cách tiếp cận của mô hình CAPM còn hạn chế. Chẳng hạn, Fama và French đã phát hiện bên cạnh chỉ số của thị trường chứng khoán, tỉ số giá thị trường trên giá trị sổ sách (Price to Book Value Ratio) và giá trị thị trường của vốn (Market Capitalisation) của chứng khoán cũng ảnh hưởng đến lợi suất của các cổ phiếu. Trên cơ sở đó hai nhà nghiên cứu này đã đưa ra một mô hình với 3 nhân tố trên vào năm 1993. Những nghiên cứu đầu tiên với mô hình đa nhân tố trong lĩnh vực kinh tế và tài chính là của Rosenberg, trong đó các mô hình này được ứng dụng trong đầu tư, chủ yếu vì chúng cho phép phân tích dấu hiệu của rủi ro - lợi nhuận. Ứng dụng của các mô hình đa nhân tố là tương đối rộng và dựa trên phân tích và dự đoán về rủi ro của danh mục đầu tư. Chúng cũng cung cấp những nghiên cứu chi tiết về vai trò và đặc tính của rủi ro. 1.1. Mô hình đa nhân tố trong phân tích tài sản tài chính Một cách tổng quát, các mô hình đa nhân tố trong lĩnh vực tài chính mô tả lợi suất của các tài sản tài chính khác nhau bằng các nhân tố chung theo một hàm số tuyến tính. Ảnh hưởng của các nhân tố đến lợi suất của tài sản tài chính được gọi là độ nhạy của tài sản đó đối với các nhân tố trong mô hình. Mô tả lý thuyết: Một mô hình đa nhân tố cho n tài sản tài chính (có thể giả sử đó là các chứng khoán) có thể được biểu diễn như sau: Ri = αi + βi1F1 + … + βikFk + εi (1) Trong đó: Ri : lợi suất của chứng khoán i βij : Hệ số nhân tố của lợi suất chứng khoán i phản ánh mối quan hệ của nhân tố j đối với chứng khoán i, đại diện cho độ nhạy của tài sản chứng khoán i đối với nhân tố j Fj (j = 1,..,k) : nhân tố thứ j εi : đại diện các yếu tố không có mặt trong mô hình nhưng vẫn có ảnh hưởng đến chứng khoán i. Đó là nhân tố riêng đặc thù của chứng khoán. Các biến Ri, F1, …,Fk và εi là các biến ngẫu nhiên. Phương sai của εi được kí hiệu là σi2, ma trận hiệp phương sai của các nhân tố được kí hiệu là Ф. Bên cạnh đó, để mô hình trở thành một công cụ hoàn chỉnh, một số giả thiết cần được thỏa mãn: - Các nhân tố riêng ε1,…,εn không tương quan với nhau. Giả thiết này ngụ ý là sự tương quan giữa lợi suất của 2 chứng khoán khác nhau được xác định một cách duy nhất dựa trên sự phụ thuộc chung vào các nhân tố F1,…,Fk. - Kỳ vọng toán của các nhân tố riêng bằng 0 - Nhân tố riêng của các chứng khoán độc lập với các nhân tố chung. Trên thực tế đây chính là các giả thiết cơ bản của mô hình hồi quy tuyến tính. Theo các giả thiết trên ta có: E(Fk)0 k= ta đặt fk = Fk – E(Fk) khi đó E(fk) = 0 E()=0 i= cov(Fi ,Fj)=0i j cov(,)=0 i j cov(,Fj )=0j= i= Một khía cạnh cũng cần nhắc đến ở đây là các hệ số trong (1) có thể thay đổi theo thời gian. Điều này là hiển nhiên vì khi các nhân tố và lợi suất của các tài sản thay đổi theo thời gian thì độ nhạy của lợi suất cũng sẽ nhận những giá trị khác nhau trong những thời kỳ khác nhau. Có thể biểu diễn phương trình (1) dưới dạng ma trận: R = £ * ₣ + ε (2) hoặc dưới dạng chi tiết: α11 β11 . . β1k £ = . . . . . αn αn1 . . βnk 1 R1 ε1 F1 . . ₣ = . R = ε = . . . Fk Rn εn Trong đó R là một vector ngẫu nhiên với các thành phần là các lợi suất R1,…,Rn. Độ nhạy của các chứng khoán đối với các nhân tố tương ứng sẽ là các thành phần của ma trận £. Các nhân tố sẽ được đại diện bởi vector ngẫu nhiên ₣ với k + 1 thành phần trong đó thành phần đầu tiên F0 nhận giá trị cố định là 1. Các thành phần còn lại là F1,…,Fk. Vector ngẫu nhiên đại diện cho nhân tố riêng của các chứng khoán được ký hiệu là ε. Ma trận hiệp phương sai của các nhân tố riêng này là một ma trận đường chéo ký hiệu là Ω. Thành phần trên đường chéo chính của Ω là σ2ε1,…,σ2εn là phương sai của các lợi suất riêng. Quan sát ma trận hiệp phương sai của R: V = Cov(R) = Cov(£*₣ + ε) = L*Cov(F)*LT + Cov(ε) = L*Ф*LT + Ω Ma trận L chính là ma trận £ đã lược bỏ cột αi, vector ngẫu nhiên F là vector chuyển vị của (F1,…,Fk). Do thành phần F0 là hằng số nên ta có: Cov(£, ₣) = L*cov(F)*LT. Như vậy dưới các giả thiết về mô hình đa nhân tố thì ma trận hiệp phương sai của lợi suất các chứng khoán có thể biểu diễn dưới dạng: V = L*Ф*LT + Ω (3) Cũng cần chú ý là với giả thiết của mô hình, chúng ta đã giảm bớt được số chiều của không gian nghiên cứu. Một ma trận hiệp phương sai với n chứng khoán và không có ràng buộc nào chúng ta sẽ có ½*n*(n + 1) tham số khác nhau. Theo phương trình (2), ta có n*k tham số đối với ma trận L. ½*(k2 + k) tham số với ma trận Ф và n tham số với ma trận Ω. Như vậy trên thực tế chúng ta có (n + ½k)(k + 1) tham số. Có thể lấy ví dụ như sau về vai trò của việc giảm số lượng các tham số phải ước lượng. Nếu muốn ước lượng ma trận hiệp phương sai đối với lợi suất của 50 chứng khoán trên thị trường mà không có một ràng buộc nào thì chúng ta cần ước lượng 1275 tham số. Tuy nhiên, nếu giả định rằng lợi suất của các chứng khoán đó chịu tác động của 10 nhân tố chung trong một mô hình đa nhân tố, ta chỉ phải ước lượng 616 tham số (khoảng 50% con số ban đầu). Khi số chứng khoán tăng lên, ưu điểm này càng được thể hiện rõ nét hơn. 1.2. Phương pháp ước lượng mô hình đa nhân tố Có 3 phương pháp khác nhau để ước lượng mô hình đa nhân tố: Phương pháp chuỗi thời gian (time series) Phương pháp số liệu chéo (cross-section) Phương pháp nhân tố thống kê (statistical factor) 1.2.1. Phân tích theo chuỗi thời gian Có thể coi là phương pháp phổ biến để ước lượng mô hình đa nhân tố. Theo phương pháp này, ma trận £ được ước lượng dựa trên các giá trị đã biết của các nhân tố (nói cách khác, ma trận ₣ đã xác định). Ưu điểm của phương pháp này thể hiện dưới góc độ tác động của các nhân tố được giải thích tương đối dễ dàng. Các nhân tố điển hình cho các phân tích dưới dạng này có thể gặp trong rất nhiều bài nghiên cứu, chẳng hạn trong các nghiên cứu của Berry/Burmeister/Mcelroy (1988) về trái phiếu dài hạn, tỷ giâ hối đoái hay những thay đổi trong lạm phát,… Thông thường một hồi quy tuyến tính luôn kèm theo giả thiết các tham số αi, β1i,…βki của chứng khoán i là không thay đổi theo thời gian. Trong dạng gốc của mô hình, không đòi hỏi phải có giả thiết này. Điều này cũng phù hợp với thực tế vì hiển nhiên rằng độ nhạy của một chứng khoán đối với một nhân tố xác định nào đó là thay đổi theo thời gian, đặc biệt là ở các thị trường chứng khoán lâu đời, sau các hoạt động sáp nhập và cấu trúc lại công ty. Tuy vậy, cho dù là không có giả thiết này trong mô hình, thì cách tiếp cận dựa trên phân tích chuỗi thời gian cũng luôn cần có những khoảng thời gian để điều chỉnh thích nghi với những thay đổi bất ngờ theo dạng trên. 1.2.2. Phân tích chéo Cách tiếp cận này ít phổ biến hơn hình thức tiếp cận theo chuỗi thời gian. Trong cách tiếp cận này, tác động của các nhân tố được xác định trước (ma trận £ đã biết). Sau đó một hồi quy sẽ được thực hiện với tất cả các chứng khoán trong một thời kỳ chứ không giống như trên là hồi quy một chứng khoán theo tất cả các thời kỳ. Ma trận £ sẽ đóng vai trò ma trận các biến hồi quy và vector các tham số được ước lượng sẽ được giải thích như vector giá trị của các nhân tố. Hồi quy sẽ được thực hiện với vài thời kỳ để chúng ta thu được các chuỗi thời gian về giá trị các nhân tố. Và với các chuỗi thời gian này, có thể ước lượng được ma trận Ф, ma trận hiệp phương sai của các nhân tố. Vấn đề cần giải quyết trong phân tích chéo là các độ nhạy được giả thiết là đã biết trước. Mô hình đa nhân tố được phát triển bởi nhà kinh tế lượng Barra (cùng với Rosenberg 1974 và Rosenberg/Marathe 1976) sử dụng các yếu tố mô tả cơ bản, vì theo ông độ nhạy của chứng khoán tương ứng với tình trạng kinh tế của công ty. Khi đó, mô hình hồi quy trong thời kỳ t sẽ được trình bày dưới dạng: rt1 . . . rtn = δt11 . . . δt1k . . . . . . . . . . . . . . . δtn1 . . . δtnk ft1 . . . ftk × + εt1 . . . εtn Trong đó δtij là giá trị của yếu tố j của chứng khoán i trong thời kỳ t. Các ước lượng của vector tham số trong mô hình hồi quy trên sẽ được giải thích là vector giá trị của các nhân tố trong thời kỳ t. Nếu mục đích chính của mô hình nhân tố là ước lượng đơn giản ma trận hiệp phương sai V của lợi suất các chứng khoán thì việc giải thích chính xác về kết quả thống kê ước lượng của các nhân tố là không cần thiết. Tuy nhiên, việc lựa chọn các yếu tố mô tả trong mô hình cũng cho ta một gợi ý về các giải thích tương ứng về các nhân tố. 1.2.3. Phân tích nhân tố thống kê Phương pháp thứ 3 được dùng để ước lượng mô hình nhân tố là phân tích nhân tố thống kê, thường được gọi là phân tích nhân tố. Theo phương pháp tiếp cận này, cả ma trận £ và ma trận nhân tố ₣ đều được ước lượng đồng thời. Bởi vậy, cả hai cấu trúc thống kê này đều tối ưu dưới góc độ giải thích cho quá khứ, nhưng lại rất khó khăn để giải thích dưới góc độ kinh tế. Phân tích nhân tố là phương pháp thống kê nhiều chiều, và phương pháp này cố gắng giải thích cấu trúc hiệp phương sai của các biến ngẫu nhiên được quan sát bằng một số ít hơn các tổ hợp tuyến tính của các biến ngẫu nhiên trên (các tổ hợp tuyến tính này được giải thích như các nhân tố). Tất cả các biến của mô hình có thể được ước lượng dựa trên số liệu quá khứ về lợi suất, sử dụng phương pháp ước lượng hợp lý tối đa. Tuy nhiên, vẫn cần kèm theo giả thiết phân phối chuẩn của lợi suất của các tài sản. Thêm vào đó, cũng cần thêm giả thiết là các thành phần của ma trận L là không đổi. Cả độ nhạy và các nhân tố đều không được định nghĩa trước mà được ước lượng dựa trên dữ liệu quá khứ. 1.3. Kỹ thuật phân tích thành phần chính Sử dụng kỹ thuật phân tích thành phần chính trong việc xác định và ước lượng các nhân tố, có thể tóm tắt một số nội dung cơ bản của kỹ thuật này. Nội dung cơ bản nhất của phân tích thành phần chính là tìm cách chiếu các đám mây điểm của một đám mây n điểm trong không gian p chiều thành đám mây n điểm trong không gian r chiều (với không gian có số chiều nhỏ hơn, r < p). Phép chiếu sẽ được thực hiện theo những tiêu chuẩn nhất định, và phải đảm bảo cho quán tính của đám mây hình chiếu lớn nhất (nói cách khác là nó lưu giữ thông tin của đám mây gốc nhiều nhất). Nếu có 25 điểm tương ứng với 25 cổ phiếu và chúng được nghiên cứu trong không gian các chỉ tiêu đã đề cập ở trên, các chỉ tiêu sẽ được tổ hợp dưới dạng biểu diễn tuyến tính của chính các chỉ tiêu đó. Nếu ký hiệu ma trận X là ma trận số liệu với các dòng tương ứng với các điểm (các cổ phiếu) còn mỗi cột là một tiêu thức (một chỉ tiêu tài chính hoặc chỉ tiêu hoạt động của công ty) thì khi thực hiện phép chiếu P, mỗi vector dòng của X sẽ được biến đổi thành một vector trong không gian FR qua công thức: Fi = P X*i (X*i là một vector cột của X) Ma trận hiệp phương sai của đám mây ảnh sẽ là: (X PT)T D (X PT) = P V PT Trong đó: D là ma trận với các thành phần trên đường chéo chính là trọng số của các dòng của ma trận X, còn V là ma trận hiệp phương sai của X, cần tìm P sao cho quán tính tổng của đám mây hình chiếu là lớn nhất. Lúc này tổng quán tính của đám mây hình chiếu sẽ là: Trace(VMP) với M là ma trận đường chéo dương cấp p và Trace là ký hiệu tổng các phần tử trên đường chéo của ma trận tương ứng. Trong không gian các cá thể, cần tìm 1 đường thẳng đi qua tâm của đám mây số liệu sao cho quán tính của đám mây hình chiếu (ảnh của đám mây số liệu ban đầu) trên trục này là lớn nhất. Gọi α là vector chỉ phương của đường thẳng trên, phép chiếu M vuông góc lên đường thảng này được xác định: P = a (aT M a)-1 aT M Quán tính đám mây ảnh sẽ là: Trace VMP = a (aT M a)-1 aTM Để tìm cực đại quán tính nói trên ta sử dụng các công cụ thông thường, đạo hàm của biểu thức theo các tọa độ của vector a bằng không, từ đó: VMa = λa Với Và M không suy biến. Như vậy vector riêng của ma trận VM, còn là giá trị đặc trưng của VM. Giá trị riêng này lại chính là quán tính của đám mây hình chiếu trên trục chứa vector chỉ phương a, chúng ta cần tìm a tương ứng với giá trị riêng lớn nhất. Vector a được gọi là trục chính, ngoài ra chúng ta còn có một vector U = M a được gọi là nhân tố chính và vector các thành phần chính được xác định là C = XU. 1.4. Một số các chỉ tiêu và tỉ lệ tài chính chủ yếu được dùng cho ước lượng mô hình Bất cứ một nhà đầu tư, một nhà phân tích chứng khoán nào cũng đều quan tâm đến báo cáo tài chính của công ty hay cổ phiếu mà họ đang theo đuổi. Đó là cơ sở dữ liệu để họ có thể đưa ra những đánh giá về tính linh hoạt, khả năng sinh lời, khả năng thanh toán của công ty đó. Rõ ràng việc phân tích và đánh giá các chỉ tiêu tài chính được xây dựng dựa trên các báo cáo tài chính là công cụ hữu hiệu cho việc đánh giá tiềm năng của các cổ phiếu và đưa ra được quyết định đầu tư hợp lý. Trong phạm vi nghiên cứu của đề tài cũng đề cập đến một số các chỉ tiêu và tỉ lệ tài chính. Sau đây là các chỉ tiêu được sử dụng cho việc ước lượng mô hình: Chỉ tiêu phản ánh kết quả hoạt động sản xuất kinh doanh của công ty và tốc độ tăng trưởng - Doanh thu: đây là một yếu tố quan trọng để đánh giá kết quả hoạt động của công ty. - Vốn chủ sở hữu: là nguồn vốn thuộc sở hữu của các cổ đông trong công ty cổ phần. Nguồn vốn chủ sở hữu lớn thể hiện quy mô công ty và nhiều người cho rằng nó là một sự đảm bảo khi đầu tư vào công ty. - Lợi nhuận ròng: biểu thị thu nhập của công ty sau khi xem xét tất cả các khoản doanh thu và chi phí được báo cáo trong kỳ kế toán. Đây cũng là một chỉ tiêu khá quan trọng mà nhìn vào đó người ta có thể đánh giá hoạt động của công ty ra sao. Mức lợi nhuận hàng năm ra sao. Cổ phiếu của nó có triển vọng hay không. - Tốc độ tăng trưởng của doanh thu: thể hiện mức độ tăng (giảm) của doanh thu của năm nay so với năm trước. - Tốc độ tăng trưởng của lợi nhuận sau thuế: thể hiện mức độ tăng (giảm) của lợi nhuận sau thuế của năm nay so với năm trước. Nhóm chỉ tiêu về khả năng thanh toán Các hệ số về khả năng thanh toán cho biết khả năng của công ty trong việc thanh toán các nghĩa vụ tài chính ngắn hạn. Chúng so sánh các nghĩa vụ tài chính ngắn hạn như nợ phải trả hoặc thương phiếu phải trả với tài sản lưu động hoặc các luồng tiền sẵn có để đáp ứng các nghĩa vụ này. Hệ số thanh toán hiện hành = Tài sản lưu động Nợ phải trả Hệ số thanh toán ngắn hạn = TSLĐ Nợ ngắn hạn Hệ số thanh toán nhanh = Tiền mặt Nợ ngắn hạn Nhóm chỉ tiêu về cơ cấu tài chính Hệ số nợ vốn cổ phần = Tổng nợ phải trả Vốn chủ sở hữu Hệ số trên được sử dụng để tính mức vay nợ của công ty. Có thể nói số lượng và tỉ lệ phần trăm nợ trong cơ cấu vốn của công ty là vô cùng quan trọng đối với các nhà phân tích tài chính bởi sự cân bằng giữa lợi nhuận và rủi ro. Nợ bao giờ cũng kèm theo nó là rủi ro, song bản thân nó cũng tạo cơ hội giúp công ty tăng lợi nhuận. Nếu sử dụng nợ có hiệu quả thì có nghĩa là lợi nhuận chia cho cổ dông của công ty được tăng thêm nhờ đòn bẩy tài chính (hoạt động vay nợ). Hệ số cơ cấu tài sản = Tài sản dài hạn Tổng tài sản Chỉ tiêu về cơ cấu tài sản cho ta biết tỉ lệ tài sản dài hạn trong tổng tài sản. Nhóm chỉ tiêu về hiệu quả hoạt động: Cho biết tính thanh khoản của tài sản có và hiệu quả quản lý tài sản = Vòng quay khoản phải thu Doanh số bán hàng ròng Các khoản phải thu Vòng quay khoản phải thu cho biết các khoản phải thu sẽ được thu hồi bình quân bao nhiêu lần trong năm. Nhìn chung, vòng quay cao thường tốt hơn bởi vì đó chính là bằng chứng cho chúng ta thấy hiệu quả của của việc chuyển các khoản thu thành tiền; tuy nhiên nếu hệ số này quá cao thì chứng tỏ rằng chính sách tín dụng và thu hồi các khoản phải thu của công ty quá chặt chẽ. = Vòng quay hàng tồn kho Giá vốn hàng bán Hàng tồn kho Vòng quay hàng tồn kho sẽ xem xét hiệu quả của công ty trong việc quản lý và bán hàng trong kho. Đó chính là tiêu chuẩn để đánh giá tính thanh khoản của hàng tồn kho của một công ty. Nhìn chung, vòng quay này cao sẽ cho thấy dấu hiệu của việc quản lý có hiệu quả hàng tồn kho, và chắc chắn sẽ đem lại lợi nhuận cho công ty; hàng tồn kho được bán càng nhanh thì vốn lưu trong kho càng thấp. Tuy nhiên nếu vòng quay này quá cao cũng có nghĩa là công ty đang thiếu hoặc bị mất các đơn đặt hàng, giá hàng đang giảm, hoặc công ty đang thiếu nguyên liệu. Ngược lại nếu hệ số này quá thấp thì lại là dấu hiệu của việc công ty đang ứ đọng quá nhiều hàng trong kho hoặc hàng trong kho bị lỗi thời, chất lượng kém… Vòng quay thấp cũng có thể xuất phát từ việc dự trữ hàng vì những lí do chính đáng. Một điều hết sức quan trọng nữa, đó là cần phải đánh giá vòng quay hàng tồn kho theo từng ngành. Hiệu suất sử dụng tổng tài sản = Doanh thu thuần Tổng tài sản Hệ số này giúp chúng ta có được sự đánh giá về hiệu quả sử dụng tài sản. Hiệu suất sử dụng tổng tài sản xem xét mức độ hiệu quả của việc quản lý tất cả tài sản của công ty trong việc chuyển nó thành doanh thu. Nhóm chỉ tiêu về khả năng sinh lợi và phân phối lợi nhuận Hệ số sinh lợi doanh thu = Lợi nhuận sau thuế Doanh thu thuần Lợi nhuận sau thuế đánh giá tỉ lệ chuyển doanh thu thành thu nhập. Trên quan điểm của nhà đầu tư nên tìm những công ty có sự tăng về hệ số lợi nhuận ròng/doanh thu. Con số này càng thể hiện công ty có sự tốt lên về quản lý và cả trong hoạt động. Nên so sánh chỉ số này giữa các công ty có ngành nghề tương đồng. Tiêu chí để xác định cho chỉ tiêu này là lợi nhuận trước thuế ít nhất đạt 18% doanh thu. Yêu cầu lợi nhuận sau thuế luôn đạt 10% trở lên. = Hệ số sinh lợi của tài sản (ROA) Lợi nhuận sau thuế Tổng tài sản Hệ số lợi nhuận trên các tài sản (ROA) cho chúng ta biết mức thu nhập thu được so với mức độ đầu tư vào tổng tài sản. Khi đầu tư vào 1 đơn vị tài sản sẽ tạo ra bao nhiêu đơn vị lợi nhuận cho công ty Hệ số sinh lợi vốn chủ sở hữu (ROE) = Lợi nhuận sau thuế Vốn chủ sở hữu Hệ số lợi nhuận trên vốn cổ phần (ROE) sẽ tính mức doanh thu của các cổ đông thường của công ty. Đây là chỉ tiêu phổ biến nhất để đánh giá sự hiệu quả của hoạt động tài chính đóng góp cho sự phát triển của công ty. ROE cho biết công ty sử dụng tiền của cổ đông có tốt hay không. Chỉ số này tăng cao hàng năm phản ánh tiềm năng tăng lợi nhuận và quản lý hiệu quả. Nói chung, nên tránh những công ty có chỉ số này nhỏ hơn 17%. Hầu hết mọi ngành, chỉ số này của những công ty hàng đầu thường đạt trong khoảng 20% đến 30%, cá biệt có những công ty đạt trên 40%. Chỉ số này có xu hướng cao lên theo thời gian do việc áp dụng những công nghệ mới đã cắt giảm chi phí và nâng cao năng suất Nhóm chỉ tiêu về phân phối lợi nhuận Thu nhập cổ phần (EPS) = Lợi nhuận sau thuế Số lượng cổ phiếu thường Thu nhập cổ phần (EPS) cho chúng ta thấy được thu nhập của cổ đông thường. Đây là một hệ số hữu ích và đáng chú ý đối với các nhà phân tích và nhà đầu tư dựa trên số cổ phiếu trung bình lưu hành trong năm và mức lợi nhuận ròng. Hệ số này là một yếu tố cơ bản đóng góp cho giá trị thị trường của cổ phiếu. Chỉ số EPS càng cao nghĩa là doanh nghiệp tạo ra lợi nhuận cổ đông càng lớn và ngược lại. Chỉ số này nên được xem xét trong một giai đoạn nhất định để đánh giá xu hướng ổn định và mức tăng trưởng, qua đó thấy được hiệu quả hoạt động của doanh nghiệp. Cổ tức trên một cổ phần = Lợi nhuận đem chia Số lượng cổ phiếu thường Cổ tức là một phần trong lợi nhuận của doanh nghiệp dành chia cho cổ đông, được gọi là thu nhập của cổ đông. Mức độ cao thấp của cổ tức cũng như tính chất ổn định tương đối của việc chi trả cổ tức giữa các ngành và các công ty trong từng ngành là khác nhau. Cổ tức trên một cổ phần thường là do công ty quyết định tùy theo tình hình hoạt động kinh doanh của mình và lợi nhuận giữ lại để tiếp tục đầu tư mở rộng quy mô kinh doanh. Nó có thể coi như là một dấu hiệu tiêu cực về tương lai của công ty nếu như công ty đột ngột giảm cổ tức. Sẽ càng bất thường hơn nếu một công ty giảm chi trả cổ tức trong một năm kinh doanh có hiệu quả. Tuy nhiên điều đó cũng có thể được lý giải khi công ty áp dụng chính sách mới, theo đó giảm cổ tức để tăng vốn mở rộng quy mô và hứa hẹn sẽ đem lại nhiều lợi nhuận hơn cho các cổ đông. Tỷ lệ trả cổ tức = Cổ tức trên một cổ phần Thu nhập cổ phần Hệ số chi trả cổ tức đo lường tỷ lệ phần trăm lợi nhuận ròng trả cho cổ đông thường dưới dạng cổ tức. Chỉ tiêu hoạt động của cổ phiếu trên thị trường - Khối lượng giao dịch trung bình của các cổ phiếu: là một chỉ tiêu tốt để đánh giá tính thanh khoản của cổ phiếu trên thị trường. - P/E (Price/Earning Ratio) là hệ số giữa thị giá một cổ phiếu trên thu nhập của nó. Thông thường người ta dùng thu nhập của cổ phiếu trong bốn quý trước đó để tính. Ý nghĩa đầu tiên của chỉ số này là biểu hiện mức giá nhà đầu tư sẵn sàng bỏ ra cho một đồng thu được từ cổ phiếu đó. Tuy nhiên, P/E thường phản ánh kỳ vọng của thị trường về sự tăng trưởng của cổ phiếu hơn là kết quả làm ăn đã qua. Người ta so sánh P/E của các công ty cùng ngành; nếu chỉ số P/E của một công ty cao hơn mức bình quân, có nghĩa thị trường kỳ vọng công ty này sẽ ăn nên làm ra trong một thời gian tới. Công ty có chỉ số P/E cao chắc chắn phải có lợi nhuận tương lai cao như kỳ vọng, nếu không thị trường sẽ tự điều chỉnh, giá cổ phiếu giảm cho đúng với thực tế. - Mức vốn hóa thị trường: bằng toàn bộ cổ phiếu của công ty đang lưu hành trên thị trường nhân với mức giá hiện tại CHƯƠNG 2 ƯỚC LƯỢNG MÔ HÌNH ĐA NHÂN TỐ ĐỐI VỚI MỘT SỐ CỔ PHIẾU TRÊN TTCK VIỆT NAM 2.1. Cơ sở dữ liệu 2.1.1. Các cổ phiếu được lựa chọn Trong giới hạn đề tài chỉ chọn 24 cổ phiếu trên thị trường chứng khoán Việt Nam để đưa vào mô hình để ước lượng. Đây là 24 cổ phiếu của các công ty thuộc nhóm niêm yết sớm nhất trên thị trường chứng khoán Việt Nam. Danh mục các cổ phiếu được sử dụng trong chuyên đề: AGF Công ty cổ phần Xuất nhập khẩu thủy sản An Giang BBC Công ty cổ phần Bánh kẹo Biên Hòa BT6 Công ty cổ phần Bê tông 620 Châu Thới CAN Công ty cổ phần đồ hộp Hạ Long DHA Công ty cổ phần Hóa An DPC Công ty cổ phần nhựa Đà Nẵng GIL Công ty cổ phần sản xuất kinh doanh XNK Bình Thạnh HAP Công ty cổ phần giấy Hải Phòng HAS Công ty cổ phần xây lấp bưu điện Hà Nội KHA Công ty cổ phần XNK Khánh Hội LAF Công ty cổ phần chế biến hàng xuất khẩu Long An NKD Công ty cổ phần Chế biến thực phẩm Kinh Đô miền Bắc PMS Công ty cổ phần cơ khí xăng dầu REE Công ty cổ phần cơ điện lạnh SAM Công ty cổ phần Cáp và vật liệu viễn thông SAV Công ty cổ phần Hợp tác kinh tế và XNK Savimex SFC Công ty cổ phần Nhiên liệu Sài Gòn SGH Công ty cổ phần khách sạn Sài Gòn SSC Công ty cổ phần giống cây trồng miền Nam TMS Công ty cổ phần Transimex – Sài Gòn TNA Công ty cổ phần thương mại XNK Thiên Nam TRI Công ty cổ phần nước giải khát Sài Gòn TS4 Công ty cổ phần thủy sản số 4 VTC Công ty cổ phần viễn thông - VTC Trong phạm vi đề tài chỉ áp dụng mô hình đa nhân tố với các số liệu về cổ phiếu của 24 công ty trên theo 2 phương pháp tiếp cận: - Phân tích theo số liệu chéo: Phân tích dựa trên một số chỉ tiêu của công ty. - Phân tích theo số liệu thời gian: Phân tích dựa trên các chuỗi lợi suất. 2.1.2. Thông tin về một số cổ phiếu Các thông tin hoạt động và sản xuất kinh doanh của các công ty có cổ phiếu niêm yết trên thị trường chứng khoán sẽ là nền tảng cho các phân tích trong mô hình đa nhân tố sẽ được áp dụng. Dưới đây là thông tin về một số cổ phiếu thuộc các nhóm ngành khác nhau. a. Công ty cổ phần Xuất nhập khẩu Thủy sản An Giang (AGF) - thuộc ngành thủy sản Là đơn vị đầu tiên trong vùng Đồng bằng sông Cửu Long sản xuất, chế biến và xuất khẩu cá Basa, cá Tra fillet. Hiện nay, Agifish là công ty xuất khẩu cá nước ngọt hàng đầu của ngành thủy sản Việt Nam. Công ty đứng thứ 10 cả nước về kim ngạch xuất khẩu thủy sản, và đứng thứ 2 về kim ngạch xuất khẩu thủy sản với năng lực chế biến xuất khẩu 20,073 tấn thành phẩm/năm. Hiện nay hợp đồng với các khách hàng truyền thống của Công ty trung bình chiếm 80% sản lượng, phần còn lại là các khách hàng mua lẻ. Lợi thế cạnh tranh của Agifish là ổn định được nguồn nguyên liệu đầu vào, có trang thiết bị máy móc hiện đại, và đã tạo được mối quan hệ đối tác với nhiều khách hàng lớn ở các thị trường nhập khẩu. Bảng 2.1 - Một số các chỉ tiêu của công ty XNK Thủy sản An Giang Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007 PE - 10.9 7.9 14.7 21.7 PS - - - - 0.9 PBV - 2.3 1.8 3 1.7 EPS (đồng/CP) 0 3,255.9 5,349.3 7,594.9 3,816.3 Doanh Thu/CP (đồng/CP) 0 158,930.6 188,120.9 194,027.9 118,932.1 BV (đồng/CP) 0 15,570.8 23,988 37,902.6 48,383.6 CP lưu hành 0 5,558,405 4,179,130 7,887,578 12,859,288 CP lưu hành bình quân 0 0 0 6,137,806 10,373,433 Quý I (2008) Năm (2007) Năm (2006) Kết quả hoạt động Doanh thu thuần - 1,233,734 1,190,906 Lợi nhuận gộp - 162,624 143,760 Lợi nhuận thuần từ HĐKD - 43,383 50,892 Lợi nhuận ròng - 39,588 46,616 Bảng cân đối kế toán Tài sản - 845,426 468,269 Tài sản ngắn hạn - 362,377 274,879 Nợ phải trả - 221,956 167,954 Nợ ngắn hạn - 221,242 166,537 Nguồn vốn chủ sở hữu - 623,470 300,316 Chỉ số tài chính Lợi nhuận biên 12.0% 13.2% 12.1% EBIT biên 1.1% 4.4% 4.8% Lợi nhuận ròng biên 0.4% 3.2% 3.9% ROAA 0.2% 4.7% 10.0% ROAE 0.2% 6.4% 15.6% Biểu đồ 2.1 - Biến động giá và khối lượng giao dịch của AGF b. Công ty cổ phần cơ khí xăng dầu (PMS) – thuộc ngành nguyên vật liệu CTCP Cơ Khí Xăng Dầu là một trong những doanh nghiệp hàng đầu trong ngành bao bì cơ khí tại thị trường miền Nam nhờ chất lượng sản phẩm tốt và có đầu ra ổn định với các khách hàng là những công ty lớn. Hiện nay công ty đang chiếm ưu thế về thị phần bao bì thép tại miền Nam, trong thời gian tới công ty sẽ tiến hành thăm dò thị trường các tỉnh phía Bắc cũng như mở rộng sang thị trường bình gas. Kế hoạch phát triển trong tương lai của Công ty là duy trì ổn định và phát triển các sản phẩm hiện có của công ty về chất lượng và sản lượng, Nghiên cứu đầu tư và phát triển sản phẩm mới, phát triển mạng lưới sản xuất kinh doanh của công ty trên phạm vi toàn quốc, Khai thác hiệu quả hai dự án đã đầu tư là nhà máy sản xuất và phục hồi bình gas và dự án đầu tư khai thác mặt bằng đất tại Bình Dương và mặt bằng đất của công ty tại TP.HCM. Bảng 2.2 - Một số các chỉ tiêu của công ty cơ khí xăng dầu Quý IV (2007) Năm (2007) Năm (2006) Kết quả hoạt động Doanh thu thuần 63._.,716 215,881 172,879 Lợi nhuận gộp 6,325 21,458 20,220 Lợi nhuận thuần từ HĐKD 2,817 10,820 8,044 Lợi nhuận ròng 1,790 7,850 6,109 Bảng cân đối kế toán Tài sản 126,073 126,073 96,489 Tài sản ngắn hạn 99,880 99,880 72,386 Nợ phải trả 41,189 41,189 55,987 Nợ ngắn hạn 40,832 40,832 55,987 Nguồn vốn chủ sở hữu 84,883 84,883 40,502 Chỉ số tài chính Lợi nhuận biên 9.9% 9.9% 11.7% EBIT biên 4.8% 5.5% 6.1% Lợi nhuận ròng biên 2.8% 3.6% 3.5% ROAA 1.4% 6.2% 6.3% ROAE 2.1% 9.3% 15.1% Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007 PE - 8.9 7.7 14.2 17.4 PS - - - - 0.7 PBV - 1.5 1.2 2.1 1.8 EPS (đồng/CP) 0 1,858.3 1,866.8 1,909.1 1,670.3 Doanh Thu/CP (đồng/CP) 0 31,981.3 44,821.6 54,024.8 45,932.1 BV (đồng/CP) 0 11,400.6 11,785.9 12,615.6 16,318.5 CP lưu hành 0 3,200,000 3,200,000 3,200,000 5,200,000 CP lưu hành bình quân 0 0 0 3,200,000 4,700,000 Biểu đồ 2.2 - Biến động giá và khối lượng giao dịch của PMS c. Công ty cổ phần cơ điện lạnh (REE) - thuộc lĩnh vực thương mại REE được thành lập năm 1977 với tên gọi là Xí nghiệp quốc doanh Cơ điện lạnh, cổ phần hóa năm 1993 với vốn điều lệ ban đầu là 16 tỷ đồng. Ngành nghề kinh doanh của công ty gồm: phát triển và khai thác bất động sản, đầu tư tài chính, dịch vụ cơ điện cho các công trình công nghiệp, thương mại và dân dụng; sản phẩm điều hòa không khí REETECH, sản phẩm gia dụng, tủ điện và sản phẩm cơ khí công nghiệp. Do đặc tính của lĩnh vực cơ điện và phân khúc thị trường của REE là các công trình cỡ lớn, vì vậy khả năng bị cạnh tranh từ các đối thủ bên ngoài là thấp. REE luôn là công ty được các tổ chức trong và ngoài nước quan tâm, tỷ lệ nắm giữ REE luôn đạt mức cao và đến thời điểm hiện tại thì room dành cho nhà đầu tư nước ngoài đã lắp đầy 49%. REE có lợi thế lớn về đất đai do hầu hết đất đai đều mua từ những năm 90 với giá rẻ. Là một doanh nghiệp hoạt động trong ngành xây dựng và đã đầu tư vào nhiều dự án nhà cao tầng nên REE có nhiều kinh nghiệm trong quản lý chi phí và khả năng kiểm soát đầu vào tốt. Hiện tại REE M&E là nhà thầu hàng đầu tại VN và chiếm 30% thị phần cả nước. Thị trường chính của công ty là các công trình lớn, có quy mô lớn, đạt tiêu chuẩn quốc tế. Chính vì vậy khi đấu thầu tại những công trình lớn, đòi hỏi chất lượng rất cao như sân bay Tân Sơn Nhất hay Trung tâm hội nghị quốc gia REE đã thắng thầu. Khả năng tài chính dồi dào đáp ứng được các yêu cầu bảo lãnh thi công cũng là lợi thế của REE M&E. REE còn thực hiện các công trình ở các nước láng giềng như Lào và Campuchia. Bảng 2.3 - Một số các chỉ tiêu của công ty cổ phần cơ điện lạnh Chỉ số tài chính Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007   Tăng trưởng doanh thu -8.8% -2.6% 5.8% 108.8% 19.3%   Tăng trưởng lợi nhuận gộp 43.8% 11.5% 15.1% 56.7% 37.5%   Tăng trưởng lợi nhuận ròng 13.8% 44.2% 20.6% 227.8% 30.8%   Lợi nhuận biên 29.0% 33.0% 35.7% 26.3% 30.5%   EBIT biên 13.0% 17.8% 20.9% 36.3% 41.1%   EBITDA biên 13.0% 17.8% 19.1% 34.0% 41.1%   Lợi nhuận ròng biên 10.5% 15.5% 17.5% 27.0% 29.8%   ROAA 8.1% 10.8% 8.1% 14.7% 10.1%   ROAE 13.6% 18.2% 13.2% 20.5% 13.0% Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007 PE 9.2 9.5 14.3 17.7 24.8 PS - - - - 7.9 PBV 1.2 1.7 1.9 4.1 3.5 EPS (đồng/CP) 1,734.3 2,500.6 2,404.7 7,503.8 5,519.3 Doanh Thu/CP (đồng/CP) 16,543.5 16,169.4 13,728.5 27,802.9 18,532.7 BV (đồng/CP) 12,726 13,724.5 18,153.9 32,083.6 39,029.4 CP lưu hành 22,500,000 22,500,000 28,215,500 33,804,343 57,515,000 CP lưu hành bình quân 0 0 0 29,642,277.2 52,722,257.2 Biểu đồ 2.3 - Biến động giá và khối lượng giao dịch của REE d. Công ty cổ phần Cáp và vật liệu viễn thông (SAM) – thuộc lĩnh vực viễn thông SACOM có tiền thân là một doanh nghiệp nhà nước thành lập vào năm 1986. Công ty chính thức hoạt động dưới hình thức công ty cổ phần từ 30/03/1998. Các hoạt động kinh doanh chính bao gồm: Sản xuất, kinh doanh các loại cáp, vật liệu viễn thông và các loại cáp vật liệu dân dụng; Xuất nhập khẩu nguyên vật liệu, sản phẩm cáp chuyên ngành viễn thông. Sacom là một công ty có thị phần lớn nhất (50%) thị trường Việt Nam trong lĩnh vực sản xuất và kinh doanh các loại cáp Viễn thông. Công ty đã có 20 năm kinh nghiệm trong lĩnh vực sản xuất kinh doanh Cáp Viễn thông. Sacom hai lần liên tiếp nhận giải thưởng Sao vàng Đất Việt (2003, 2005) và huy chương vàng Expo(2004) cho 2 loại cáp chôn và treo của Sacom, Huân chương lao động hạng 3. Bảng 2.4 - Một số các chỉ tiêu của công ty cổ phần Cáp và vật liệu viễn thông Chỉ số tài chính Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007   Tăng trưởng doanh thu 27.4% 46.4% 72.1% 98.0% 2.9%   Tăng trưởng lợi nhuận gộp 19.8% 16.5% 55.8% 90.3% -36.5%   Tăng trưởng lợi nhuận ròng 4.1% 21.1% 41.2% 97.5% -3.4%   Lợi nhuận biên 31.4% 25.0% 22.6% 21.7% 13.5%   EBIT biên 21.1% 16.8% 14.4% 15.2% 13.1%   EBITDA biên 30.2% 23.1% 18.0% 15.2% 13.1%   Lợi nhuận ròng biên 18.2% 15.0% 12.3% 12.3% 11.6%   ROAA 21.4% 17.3% 11.4% 11.6% 6.4%   ROAE 28.2% 29.2% 19.0% 29.3% 8.1% Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007 PE 6.4 9.4 10.7 22.1 35 PS - - - - 4.4 PBV 1.8 2.7 2 8 3.1 EPS (đồng/CP) 3,354.1 4,060.8 4,410.3 6,698.9 3,919.3 Doanh Thu/CP (đồng/CP) 18,395.4 26,993.9 35,742.8 54,387.7 33,761.1 BV (đồng/CP) 11,875.5 13,921.9 23,171 18,565.8 44,481.5 CP lưu hành 18,000,000 18,000,000 23,400,000 37,440,000 54,500,000 CP lưu hành bình quân 0 0 0 30,420,000 50,235,000 Biểu đồ 2.4 - Biến động giá và khối lượng giao dịch của SAM e. Công ty cổ phần khách sạn Sài Gòn (SGH) – thuộc ngành dịch vụ khách hàng Khách sạn có lượng khách nước ngoài chiếm tỉ lệ 70% trong tổng số khách thuê phòng và doanh thu ngoại tệ chiếm khoảng 40% doanh thu. Đối thủ cạnh tranh chính là các khách sạn thuộc Sài Gòn Tourist (Khách sạn Quê Hương, Hữu Nghị, Bông Sen, Continental, Đồng Khởi, Kim Đô) và một vài khách sạn tư nhân trong khu vực như Mùa Xuân, Bạch Đằng… Thuận lợi của Khách sạn là do Việt Nam có một nền chính trị ổn định, an toàn đã tạo được niềm tin cho nhiều du khách ngoại quốc. Lợi thế khác là Khách sạn là nằm tại khu trung tâm thương mại, du lịch của thành phố. Tuy nhiên, kinh doanh khách sạn và du lịch là một lĩnh vực chịu tác động của những biến động có nguồn gốc từ bên ngoài Việt Nam. Bên cạnh đó việc quy hoạch thiếu tổ chức, hệ thống giao thông không thuận tiện, hạ tầng cơ sở của Việt Nam vẫn còn rất yếu kém đã không thu hút được du khách, đặc biệt là du khách ngoại quốc. Các khách sạn và cơ sở lưu trú vẫn đang được xây dựng thêm ngày 1 nhiều dẫn đến tình trạng cạnh tranh gay gắt. Bảng 2.5 - Một số các chỉ tiêu của công ty CP khách sạn Sài Gòn Quý IV (2007) Năm (2007) Năm (2006) Kết quả hoạt động Doanh thu thuần 6,201 22,582 18,555 Lợi nhuận gộp 3,309 11,741 8,827 Lợi nhuận thuần từ HĐKD 1,628 5,890 3,933 Lợi nhuận ròng 1,229 4,311 2,879 Bảng cân đối kế toán Tài sản 26,239 26,239 25,022 Tài sản ngắn hạn 6,761 6,761 6,700 Nợ phải trả 1,787 1,787 1,254 Nợ ngắn hạn 1,678 1,678 1,139 Nguồn vốn chủ sở hữu 24,452 24,452 23,768 Chỉ số tài chính Lợi nhuận biên 53.4% 52.0% 47.6% EBIT biên 26.3% 26.2% 21.5% Lợi nhuận ròng biên 19.8% 19.1% 15.5% ROAA 4.7% 16.4% 11.5% ROAE 5.1% 18.0% 12.3% Biểu đồ 2.5 - Biến động giá và khối lượng giao dịch của SGH f. Công ty cổ phần Transimex – Sài Gòn (TMS) – thuộc lĩnh vực vận tải Tiền thân là doanh nghiệp nhà nước thành lập năm 1983. Từ ngày 01/01/2000, Công ty chuyển sang Công ty cổ phần theo Quyết định số 989/QĐ-TTg ngày 26/10/1999. Trung tâm Kho bãi cảng của Công ty với tổng diện tích hơn 90.000m2 đặt tại phường Trường Thọ, Quận Thủ Đức, Thành phố Hồ Chí Minh. Công ty có các chi nhánh tại Hà Nội, Hải Phòng, Đà Nẵng và các văn phòng đại diện tại Qui Nhơn, Đồng Nai, và Sân bay Tân Sơn Nhất. Từ năm 1999, Transmex - Saigon chính thức là hội viên của các Hiệp hội FIATA, VIFFA, VCCI và gia nhập Hiệp hội IATA từ năm 2000. Phạm vi lĩnh vực hoạt động của Công ty bao gồm: Dịch vụ đại lý giao nhận và đại lý vận chuyển hàng hoá xuất nhập khẩu bằng đường biển, đường hàng không và đường bộ; Dịch vụ kinh doanh kho bãi, xếp dỡ, lưu giữ hàng hóa xuất nhập khẩu với các loại hình: kho ngoại quan, kho thu gom đóng gói và phát hàng lẻ CFS, điểm thông quan nội địa ICD; Dịch vụ kinh doanh đóng gói, kẻ ký hiệu mã hàng hóa XNK và công cộng; Dịch vụ giao nhận hàng hóa, làm thủ tục hải quan, đại lý tàu biển, môi giới hàng hải cho tàu biển trong và ngoài nước; Kinh doanh vận chuyển, xếp dỡ hàng hóa công cộng bằng đường bộ và đường thủy nội địa thông qua bến sà lan; Dịch vụ ủy thác hàng hoá xuất nhập khẩu; Dịch vụ kinh doanh hàng quá cảnh và chuyển tải hàng hóa qua Campuchia, Lào và Trung Quốc. TMS có chi nhánh tại: Hà Nội, Hải Phòng, Đà Nẵng, văn phòng đại diện tại: Đồng Nai, Tân Sơn Nhất (Menlo). Bảng 2.6 - Một số các chỉ tiêu của công ty cổ phần Transimex – Sài Gòn Quý IV (2007) Năm (2007) Năm (2006) Kết quả hoạt động Doanh thu thuần 37,383 135,189 128,245 Lợi nhuận gộp 8,023 33,876 30,659 Lợi nhuận thuần từ HĐKD 5,929 24,382 21,306 Lợi nhuận ròng 4,302 16,982 15,918 Bảng cân đối kế toán Tài sản 212,207 213,214 147,104 Tài sản ngắn hạn 97,306 98,849 45,736 Nợ phải trả 31,933 32,650 56,412 Nợ ngắn hạn 22,021 22,537 43,276 Nguồn vốn chủ sở hữu 180,274 180,564 90,691 Chỉ số tài chính Lợi nhuận biên 21.5% 25.1% 23.9% EBIT biên 15.5% 17.9% 17.3% Lợi nhuận ròng biên 11.5% 12.6% 12.4% ROAA 2.0% 8.0% 10.8% ROAE 2.4% 9.6% 18.2% Năm 2003 Năm 2004 Năm 2005 Năm 2006 Năm 2007 PE - - 10.7 18.3 26.9 PS - - - - 3.8 PBV - - 2.3 3.3 2.9 EPS (đồng/CP) 0 0 4,068.5 3,710.4 3,049.4 Doanh Thu/CP (đồng/CP) 0 0 30,011.9 29,893.9 24,275.3 BV (đồng/CP) 0 0 18,752.2 20,406.7 27,875.4 CP lưu hành 0 0 4,290,000 4,290,000 6,348,000 CP lưu hành bình quân 0 0 0 4,290,000 5,569,000 Biểu đồ 2.6 - Biến động giá và khối lượng giao dịch của TMS 2.1.3. Tình hình biến động giá và khối lượng giao dịch của các cổ phiếu trong năm 2007 Việc tìm hiểu về tình hình biến động và khối lượng giao dịch của 24 cổ phiếu mà ta đã chọn sẽ giúp ích rất nhiều cho việc áp dụng mô hình đa nhân tố cho các cổ phiếu đó. Sau đây là những thống kê về sự biến động giá và khối lượng giao dịch của các chứng khoán được xem xét trong chuyên đề. Các chỉ tiêu phản ánh sự biến động của chứng khoán đó là Chiều hướng của sự biến động giá : SPG : Số phiên giảm SPKĐ : Số phiên không đổi SPT : Số phiên tăng Mức độ của sự biến động giá MEANP : Giá trung bình của cổ phiếu STDP : Độ lệch tiêu chuẩn của giá cổ phiếu MAXP : Giá lớn nhất của cổ phiếu MINP : Giá nhỏ nhất của cổ phiếu MEANLS : Lợi suất trung bình của cổ phiếu STDLS : Độ lệch tiêu chuẩn của lợi suất cổ phiếu Các chỉ tiêu phản ánh khối lượng giao dịch KLGDTB : Khối lượng giao dịch trung bình MINKL : Khối lượng giao dịch lớn nhất của cổ phiếu MAXKL : Khối lượng giao dịch nhỏ nhất của cổ phiếu Bảng 2.7 - Bảng chỉ tiêu phản ánh tình hình biến động giá và khối lượng Mã CK SPG SPKĐ SPT MEANP STDP MAXP MINP AGF 110 54 83 100,306 10,127 127,299 77,858 BBC 83 63 101 71,046 23,052 111 36,607 BT6 109 44 94 60,417 6,868 82,727 48,636 CAN 106 47 94 29,306 3,914 46,1296 23,617 DHA 104 47 96 59,214 7,397 76,5895 47,242 DPC 98 47 102 37,599 6,7366 58,5 27,885 GIL 107 35 105 50,721 6,017 65,064 34,209 HAP 100 29 108 62,683 16,291 93 24,613 HAS 106 28 113 54,567 10,138 72,357 30,424 KHA 108 26 113 28,425 4,856 43,7 17,687 LAF 97 24 126 24,956 11,008 57,5 13,6 NKD 93 47 107 174,17 33,237 235,048 105,699 PMS 118 36 93 30,8344 4,1067 48,3645 25,149 REE 115 40 92 149,731 19,611 190 85,333 SAM 110 48 89 134,984 15,642 176,389 104,167 SAV 92 65 90 55,038 6,286 69,221 35,397 SFC 95 29 123 53,392 11,9997 72,543 23,510 SGH 100 37 110 123,129 34,604 198,8889 52,106 SSC 102 43 102 66,358 8,823 85,5 43,771 TMS 82 73 92 64,028 7,123 81,278 50,595 TNA 107 32 108 50,7295 7,8578 64 33,3945 TRI 112 25 110 46,445 5,693 58 30,1145 TS4 100 37 110 33,504 5,308 43,6239 18,502 VTC 96 51 100 46,0135 7,39041 64,815 29,629 Mã CK MEANLS STDLS KLGDTB MINKL MAXKL AGF - 0,000402 0,02325 29874,91 2028 173440 BBC 0,004068 0,02768 66140,31 1810 428176 BT6 0,0007956 0,025 32022,24 1120 208494 CAN 0,0004463 0,025765 27647,86 2080 202230 DHA 0,00090696 0,025097 75492,44 5018 378682 DPC 0,0011512 0,0335131 22527,02 10 250740 GIL 0,0014216 0,026984 64986,89 7310 327780 HAP 0,004669 0,02979 156845,5 8910 825940 HAS 0,00261 0,03038 57828,67 6085 211013 KHA 0,00208 0,03055 90171,64 15286 543968 LAF 0,0055 0,031878 82715,08 7700 388870 NKD 0,002064 0,027243 39848,21 1450 232980 PMS 0,0005767 0,0272036 28054,64 3000 188670 REE 0,00191667 0,0249145 277365 20970 904800 SAM 0,000331 0,026176 113517,8 10632 517824 SAV 0,001321166 0,025428 28543,47 544 772500 SFC 0,0038267 0,0304137 35862,65 850 694860 SGH 0,00357493 0,033376 8426,21 0 77730 SSC 0,0014459 0,027638 34023,2 48 216160 TMS 0,00136989 0,024157 14788,07 400 124211 TNA 0,001829 0,0301065 16503,14 200 110180 TRI 0,0012142 0,029609 30253,42 1200 178880 TS4 0,002419 0,03284 19140,12 0 150699 VTC 0,001718 0,028662 12759,06 280 108690 Biểu đồ 2.7 - Biểu đồ thể hiện lợi suất trung bình và độ lệch tiêu chuẩn của lợi suất các cổ phiếu Nếu chia các cổ phiếu làm 4 nhóm thì ta có: Nhóm 1: Nhóm có lợi suất trung bình cao và độ lệch tiêu chuẩn cao (MEANLS > 0.003 và STDLS > 0.028): LAF, SGH, SFC, HAP Nhóm 2: Nhóm có lợi suất trung bình cao và độ lệch tiêu chuẩn thấp (MEANLS > 0.003 và STDLS < 0.028): BBC Nhóm 3: Nhóm có lợi suất trung bình thấp và độ lệch tiêu chuẩn cao (MEANLS 0.028): DPC, TS4, KHA, HAS, TRI, TNA, VTC Nhóm 4: Nhóm có lợi suất trung bình thấp và độ lệch tiêu chuẩn thấp (MEANLS 0.0282): AGF, DHA, TMS, REE, SAV, BT6, CAN, PMS, GIL, SSC, SAM, NKD 2.2. Ước lượng mô hình đa nhân tố đối với các cổ phiếu đã chọn 2.2.1. Phân tích dựa trên một số chỉ tiêu của công ty – Phân tích số liệu chéo Các biến số được sử dụng LOISUAT = LN(Pt/Pt - 1): Lợi suất của cổ phiếu Pt và Pt-1 giá thời điểm t và thời điểm t-1 Chỉ tiêu phản ánh tình hình hoạt động sản xuất kinh doanh của công ty DT: Doanh thu VCSH: Vốn chủ sở hữu LNST: Lợi nhuận sau thuế g-DT: Tăng trưởng doanh thu % g-LNST: Tăng trưởng lợi nhuận ròng % Chỉ tiêu phản ánh khả năng thanh toán TSLĐ_N: Khả năng thanh toán hiện hành TM_NNH: Khả năng thanh toán nhanh Chỉ tiêu phản ánh cơ cấu vốn N_VCSH: Hệ số nợ vốn cổ phần TSDH_TTS: Hệ số cơ cấu tài sản Chỉ tiêu về hiệu quả hoạt động Ds_phaithu: Vòng quay khoản phải thu Gvon_tonkho: Vòng quay hàng tồn kho DT_TTS: Hiệu suất sử dụng tổng tài sản Chỉ tiêu phản ánh khả năng sinh lời LNST_DT: Hệ số sinh lợi doanh thu ROA: Hệ số sinh lợi tài sản ROE: Hệ số sinh lợi vốn chủ sở hữu Chỉ tiêu về phân phối lợi nhuận EPS: Thu nhập cổ phần cotuc: Cổ tức ty le tra co tuc: Tỷ lệ trả cổ tức Chỉ tiêu hoạt động của cổ phiếu trên thị trường chứng khoán Marca: Mức vốn hóa thị trường KLGDTB: Khối lượng cổ phiếu giao dịch trung bình trên thị trường P/E: Hệ số thị giá trên thu nhập cổ phần (Số liệu về các biến trên được cung cấp trong bảng phụ lục 1) Do số lượng cổ phiếu là chưa đủ lớn và số chỉ tiêu được lựa chọn tương đối nhiều nên chúng ta sẽ sử dụng kỹ thuật phân tích thành phần chính để giảm bớt số chỉ tiêu sẽ được sử dụng trong mô hình đa nhân tố phía sau. Bảng 2.8 - Kết quả phân tích thành phần chính với các chỉ tiêu của công ty (lựa chọn 3 thành phần chính) Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5.088 23.128 23.128 5.088 23.128 23.128 2 3.701 16.822 39.950 3.701 16.822 39.950 3 3.273 14.875 54.825 3.273 14.875 54.825 4 2.347 10.668 65.494 5 1.934 8.791 74.285 6 1.493 6.785 81.071 7 1.323 6.015 87.085 8 1.024 4.656 91.741 9 .481 2.186 93.926 10 .407 1.851 95.777 11 .309 1.405 97.182 12 .198 .902 98.084 13 .181 .821 98.905 14 .085 .387 99.292 15 .063 .288 99.580 16 .044 .201 99.781 17 .027 .121 99.902 18 .016 .073 99.975 19 .004 .017 99.992 20 .002 .007 99.999 21 .000 .001 100.000 22 2.13E-016 9.69E-016 100.000 Extraction Method: Principal Component Analysis. Bảng này cung cấp cho chúng ta thấy giá trị riêng cùng phần trăm độ biến động của bộ số liệu ứng với từng thành phần chính. Với số thành phần chính là 3 thành phần thì mức dộ giải thích cho toàn bộ bộ số liệu là 54.825%. Trong đó, thành phần chính thứ nhất giải thích được 23,128%. Thành phần chính thứ 2 giải thích được 16,882%. Thành phần thứ 3 giải thích được 14,875%. Biểu đồ 2.8 - Biểu đồ giá trị riêng của các thành phần chính Biểu đồ này mô tả các giá trị trong cột Total của bảng Total Variance Explained (bảng 2.8) ở trên. Biểu đồ cho ta các giá trị riêng tương ứng với các thành phần chính. Nhìn trên biểu đồ ta thấy có thể lựa chọn 3 thành phần chính để đại diện cho các chỉ tiêu trên. Bảng 2.9 – Hệ số tương quan của các thành phần với các chỉ tiêu sau khi thực hiện phép xoay chiếu Rotated Component Matrix(a) Component 1 2 3 TM_NNH .859 -.038 -.025 gvon_tonkho .841 -.294 -.038 TSDH_TTS .770 .124 .107 TSLÐ_TTS -.770 -.124 -.107 P/E .681 .038 -.484 ROA .659 -.158 .484 N_VCSH -.407 -.159 -.097 TSLÐ_N .354 .073 -.023 Marca .168 .855 .082 VCSH -.011 .816 -.093 LNST .028 .760 .191 co tuc .252 .728 -.124 KLGDTB .064 .641 .407 DT -.214 .584 -.151 DT_TTS -.251 -.338 -.043 EPS .050 .348 .882 Ds_phaithu .045 .025 .832 Ty le tra co tuc .043 .278 -.728 LNST_DT .490 .257 .610 ROE .250 -.270 .563 g-LNST(%) .086 .163 .547 g-DT(%) -.044 .003 .239 Extraction Method: Principal Component Analysis. Rotation Method: Quartimax with Kaiser Normalization. a Rotation converged in 4 iterations. Thành phần thứ nhất có thể được coi là khả năng thanh toán (TM_NNH) và hiệu quả quản lý (gvon_tonkho). Thành phần thứ 2 có thể được giải thích như là quy mô, mức vốn hóa thị trường như các chỉ tiêu VCSH, Marca, KLGDTB. Thành phần thứ 3 đại diện cho khả năng sinh lợi và phân phối lợi nhuận như EPS, LNST_DT, ROA, ROE. Bảng 2.10 – Hệ số thành phần của các chỉ tiêu trong các thành phần chính Component Score Coefficient Matrix Component 1 2 3 DT -.055 .159 -.047 LNST -.015 .192 .032 VCSH -.013 .215 -.045 TM_NNH .207 -.025 -.043 TSLÐ_N .084 .013 -.023 N_VCSH -.090 -.032 -.005 TSLÐ_TTS -.177 -.016 .007 TSDH_TTS .177 .016 -.007 DT_TTS -.052 -.082 .007 LNST_DT .086 .043 .139 ROA .139 -.065 .108 ROE .040 -.089 .150 EPS -.032 .068 .230 co tuc .053 .188 -.063 Ty le tra co tuc .037 .090 -.208 KLGDTB -.014 .155 .092 Marca .021 .217 -.006 P/E .183 .010 -.163 Ds_phaithu -.025 -.015 .225 gvon_tonkho .208 -.091 -.039 g-DT(%) -.021 -.004 .067 g-LNST(%) -.006 .027 .142 Extraction Method: Principal Component Analysis. Rotation Method: Quartimax with Kaiser Normalization. Component Scores. Các thành phần chính được xác định theo công thức sau: F1 = - 0.055*DT - 0.015*LNST + … - 0.006*g-LNST F2 = 0.159*DT + 0.192*LNST + … + 0.027*g-LNST F3 = - 0.047*DT + 0.032*LNST + … + 0.142*g-LNST Biểu đồ 2.9 - Biểu đồ các cổ phiếu được vẽ theo thành phần 1, thành phần 2 và thành phần 3 Nhìn trên biểu đồ ta thấy các cổ phiếu khá tập trung, riêng chỉ có các cổ phiếu SAM, SGH có sự tách biệt với các cổ phiếu khác. Kết quả ước lượng mô hình đa nhân tố: Mô hình 2.1 - Mô hình 3 nhân tố có dạng như sau: Loisuat = C(1)*F1 + C(2)*F2 + C(3)*F3 + C(5) Estimation Command: ===================== LS LOISUAT F1 F2 F3 C Estimation Equation: ===================== LOISUAT = C(1)*F1 + C(2)*F2 + C(3)*F3 + C(4) Substituted Coefficients: ===================== LOISUAT = 0.1508217569*F1 + 0.1071820422*F2 + 0.05305491796*F3 + 0.6124603626 Dependent Variable: LOISUAT Method: Least Squares Date: 04/15/08 Time: 21:13 Sample: 1 24 Included observations: 24 Variable Coefficient Std. Error t-Statistic Prob. F1 0.150822 0.051457 2.931049 0.0083 F2 0.107182 0.051457 2.082964 0.0500 F3 0.053055 0.051456 1.031064 0.3148 C 0.612460 0.050373 12.15848 0.0000 R-squared 0.411641 Mean dependent var 0.612460 Adjusted R-squared 0.323388 S.D. dependent var 0.300009 S.E. of regression 0.246777 Akaike info criterion 0.190348 Sum squared resid 1.217977 Schwarz criterion 0.386690 Log likelihood 1.715830 F-statistic 4.664290 Durbin-Watson stat 1.994260 Prob(F-statistic) 0.012528 Bảng 2.11 - Phần dư thu được từ mô hình 2.1 AGF - 0,041152 PMS - 0,124513 BBC 0,245790 REE 0,081170 BT6 - 0,149688 SAM - 0,055261 CAN - 0,281024 SAV 0,075720 DHA - 0,400072 SFC 0,346233 DPC 0,275095 SGH 0,290192 GIL - 0,080395 SSC - 0,100784 HAP 0,017401 TMS - 0,464170 HAS 0,394328 TNA - 0,020204 KHA 0,008789 TRI - 0,015187 LAF - 0,230921 TS4 0,084365 NKD 0,321490 VTC - 0,177201 Tuy nhiên, trong 3 nhân tố có 2 nhân tố F1, F2 là có ý nghĩa thống kê với mức ý nghĩa 5%. Nên ta sẽ hồi quy lợi suất các cổ phiếu theo 2 nhân tố F1, F2. Ta thu được kết quả sau: Mô hình 2.2 Estimation Command: ===================== LS LOISUAT F1 F2 C Estimation Equation: ===================== LOISUAT = C(1)*F1 + C(2)*F2 + C(3) Substituted Coefficients: ===================== LOISUAT = 0.1508217317*F1 + 0.1071821194*F2 + 0.6124603405 Dependent Variable: LOISUAT Method: Least Squares Date: 04/19/08 Time: 21:31 Sample: 1 24 Included observations: 24 Variable Coefficient Std. Error t-Statistic Prob. F1 0.150822 0.051534 2.926655 0.0081 F2 0.107182 0.051534 2.079843 0.0500 C 0.612460 0.050449 12.14025 0.0000 R-squared 0.380367 Mean dependent var 0.612460 Adjusted R-squared 0.321355 S.D. dependent var 0.300009 S.E. of regression 0.247147 Akaike info criterion 0.158804 Sum squared resid 1.282718 Schwarz criterion 0.306061 Log likelihood 1.094349 F-statistic 6.445523 Durbin-Watson stat 1.997382 Prob(F-statistic) 0.006568 Bảng 2.12 - Phần dư thu được từ mô hình 2.2 AGF - 0,064704 PMS - 0,158051 BBC 0,212843 REE 0,100333 BT6 - 0,154494 SAM - 0,105453 CAN - 0,294268 SAV 0,012764 DHA - 0,325163 SFC 0,346143 DPC 0,255765 SGH 0,255720 GIL - 0,083853 SSC - 0,109837 HAP 0,201647 TMS - 0,492136 HAS 0,407899 TNA 0,004198 KHA - 0,009314 TRI - 0,064058 LAF - 0,203871 TS4 0,052282 NKD 0,407803 VTC - 0,192195 Qua 2 mô hình trên ta nhận thấy nhân tố F1 có ảnh hưởng lớn nhất đến lợi suất các cổ phiếu. Khi các chỉ tiêu đại diện trong nhân tố F1 thay đổi thì lợi suất của các cổ phiếu sẽ thay đổi nhiều hơn là khi các chỉ tiêu chính đại diện trong các nhân tố còn lại F2, F3 thay đổi. Tiếp theo là nhân tố F2 mà đại diện chính là các chỉ tiêu về quy mô vốn, mức vốn hóa thị trường của các loại cổ phiếu. Dựa vào mô hình đa nhân tố và thống kê, tính toán qua nhiều năm ta có thể đánh giá được mức độ tác động của các chỉ tiêu đến lợi suất cổ phiếu. Từ đó, có thể đưa ra những quyết định đầu tư phù hợp dựa trên các chỉ tiêu mà ta thấy có tác động lớn nhất tới lợi suất cổ phiếu. Phần dư thu được từ mô hình đa nhân tố sẽ đại diện cho lợi suất riêng của từng cổ phiếu. Các cổ phiếu BBC, DPC, HAP, HAS, NKD, REE, SAV, SFC, SGH, TNA, TS4 có lợi suất riêng cao hơn so với các cổ phiếu khác sẽ được tập hợp thành một nhóm cổ phiếu. Các hồi quy đa nhân tố sử dụng số liệu chéo có thể được ước lượng nhiều lần theo các thời điểm khác nhau, qua đó kiểm tra sự thay đổi của các hệ số theo thời gian. Chúng ta có thể đánh giá độ ổn định của các hệ số nhạy của các nhân tố thông qua các kiểm định thông thường đối với 1 hồi quy tuyến tính. 2.2.2. Phân tích dựa trên các chuỗi lợi suất – Phân tích theo số liệu thời gian Thực hiện phương pháp phân tích thành phần chính với các chuỗi thời gian về lợi suất của các cổ phiếu (lấy ngay bản thân các chuỗi lợi suất làm các chỉ tiêu đánh giá). Sau đó ta tiến hành hồi quy tuyến tính theo các thành phần chính. Vì các chuỗi lợi suất là các chuỗi thời gian nên để ước lượng thì phải là các chuỗi dừng. Kiểm định tính dừng của 24 chuỗi lợi suất (phụ lục 2) Theo phụ lục ta thấy cả 24 chuỗi lợi suất đều có: > > > Như vậy các chuỗi lợi suất đều là chuỗi dừng. Kết quả phân tích thành phần chính bằng thr tục trong SPSS ta thu được kết quả sau: Bảng 2.13 – Kết quả phân tích thành phần chính dựa trên các chuỗi lợi suất cổ phiếu Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 9.264 38.600 38.600 9.264 38.600 38.600 2 1.862 7.758 46.359 1.862 7.758 46.359 3 1.360 5.667 52.026 1.360 5.667 52.026 4 .968 4.033 56.059 .968 4.033 56.059 5 .864 3.600 59.659 6 .843 3.512 63.171 7 .774 3.225 66.395 8 .755 3.147 69.543 9 .696 2.901 72.444 10 .675 2.811 75.255 11 .649 2.703 77.957 12 .608 2.534 80.491 13 .563 2.345 82.836 14 .529 2.205 85.041 15 .507 2.111 87.152 16 .449 1.869 89.021 17 .412 1.716 90.737 18 .404 1.684 92.421 19 .381 1.589 94.010 20 .363 1.513 95.523 21 .311 1.296 96.818 22 .290 1.209 98.028 23 .257 1.072 99.100 24 .216 .900 100.000 Extraction Method: Principal Component Analysis. Bảng này cung cấp cho chúng ta thấy giá trị riêng cùng phần trăm độ biến động của bộ số liệu ứng với từng thành phần chính. Số thành phần chính được lựa chọn là 4 thành phần với mức độ giải thích cho toàn bộ bộ số liệu là 56,059%. Trong đó thành phần chính thứ nhất giải thích được 38,6%. Thành phần chính thứ 2 giải thích được 7,758%. Thành phần chính thứ 3 giải thích được 5,667%. Thành phần chính thứ 4 giải thích được 4,033%. Biểu đồ 2.10 - Biểu đồ giá trị riêng của các thành phần chính Biểu đồ 2.10 cho ta biết giá trị riêng tương ứng với các thành phần chính. Có thể thấy rằng kể từ thành phần thứ 5 thì mức độ thông tin của các thành phần sai khác nhau là không đáng kể và tương đối nhỏ. Nên ta có thể chọn 4 thành phần chính để phân tích. Chúng ta sử dụng mô hình 4 nhân tố để mô tả cho lợi suất của các cổ phiếu. Các nhân tố chính là các thành phần chính được tổ hợp từ các chuỗi lợi suất mà ta đã tiến hành phân tích thành phần chính như trên. Bảng 2.14 - Hệ số tương quan của các thành phần với các chuỗi lợi suất sau khi thực hiện phép xoay chiếu Rotated Component Matrix(a) Component 1 2 3 4 r_KHA .789 -.151 .010 .043 r_GIL .753 .059 -.245 .059 r_HAS .738 .127 -.315 .005 r_HAP .717 .100 -.260 .114 r_PMS .706 -.188 .165 -.091 r_BT6 .698 .042 .035 -.126 r_REE .679 .473 -.168 .144 r_DHA .678 .259 -.006 -.084 r_SFC .665 -.152 -.050 -.245 r_AGF .643 .458 .029 .104 r_CAN .637 -.323 .168 .240 r_TNA .621 -.067 .202 .257 r_DPC .605 -.148 -.068 .170 r_TMS .596 .028 .041 -.092 r_SAV .594 .194 .265 -.250 r_TRI .594 .127 .496 -.085 r_LAF .566 -.257 .113 .209 r_SSC .557 .189 .050 .004 r_BBC .542 .157 .043 -.412 r_VTC .437 -.374 .291 .242 r_SAM .502 .679 .028 .074 r_NKD .395 .603 .137 .057 r_TS4 .342 .026 .735 .197 r_SGH .370 .213 .201 .664 Extraction Method: Principal Component Analysis. Rotation Method: Quartimax with Kaiser Normalization. a Rotation converged in 5 iterations. Dựa vào bảng 2.14 ta nhận thấy thành phần chính F1 có các thành tố chính đại diện là các cổ phiếu có mức giá tương đối thấp hơn so với các cổ phiếu khác. Các cổ phiếu này có mệnh giá thấp nhưng thu nhập trên cổ phần (EPS) tương đối cao, P/E nhỏ, khối lượng giao dịch khá lớn. Dưới đây là hệ số thành phần của các chuỗi lợi suất cổ phiếu trong các thành phần chính. Bảng 2.15 – Hệ số thành phần của các chuỗi lợi suất trong các thành phần chính Component Score Coefficient Matrix Component 1 2 3 4 r_AGF .042 .213 -.004 .076 r_BBC .072 .042 .074 -.411 r_BT6 .089 -.029 .006 -.152 r_CAN .085 -.213 .035 .165 r_DHA .071 .093 -.018 -.100 r_DPC .085 -.129 -.127 .141 r_GIL .104 -.037 -.246 .062 r_HAP .095 -.012 -.261 .119 r_HAS .104 -.004 -.287 .025 r_KHA .109 -.142 -.057 .003 r_LAF .076 -.175 .005 .150 r_NKD -.006 .319 .113 .029 r_PMS .097 -.149 .088 -.143 r_REE .056 .207 -.167 .143 r_SAM .009 .347 .023 .059 r_SAV .055 .076 .223 -.295 r_SFC .109 -.143 -.053 -.253 r_SGH -.009 .119 .047 .580 r_SSC .054 .068 .017 -.023 r_TMS .075 -.028 .011 -.117 r_TNA .061 -.066 .077 .182 r_TRI .039 .057 .376 -.178 r_TS4 -.012 .041 .530 .058 r_VTC .055 -.219 .141 .156 Extraction Method: Principal Component Analysis. Rotation Method: Quartimax with Kaiser Normalization. Component Scores. Các thành phần chính sẽ được xác định theo công thức sau: F1 = (0.042*r_AGF + 0.072*r_BBC + … + 0.055*r_VTC) F2 = (0.213*r_AGF + 0.042*r_BBC + … - 0.219*r_VTC) F3 = (- 0.004*r_AGF + 0.074*r_BBC + …+ 0.141*r_VTC) F4 = (0.076*r_AGF – 0.411*r_BBC + … + 0.156*r_VTC) Sau đó ta tiến hành hồi quy các chuỗi lợi suất cổ phiếu theo các nhân tố 4 nhân tố F1, F2, F3, F4. Bảng 2.16 - Kết quả từ mô hình đa nhân tố Mã CK Nhân tố F1 F2 F3 F4 AGF 0.014954 0._.