Đánh giá Bằng chứng Thực nghiệm và Những Chỉ trích đối với Mô hình Định giá Tài sản Vốn (CAPM)

Để xác minh tính hữu dụng của CAPM, các nhà nghiên cứu ban đầu đã sử dụng một phương pháp luận kiểm tra hai bước (two-pass regression).

1. Hồi quy bước một (First-pass): Ước tính hệ số beta cho từng cổ phiếu riêng lẻ bằng cách hồi quy lợi nhuận thặng dư của cổ phiếu theo lợi nhuận thặng dư của thị trường.
2. Hồi quy bước hai (Second-pass): Sử dụng các hệ số beta đã ước tính làm biến độc lập để giải thích lợi nhuận thặng dư trung bình, về cơ bản là ước tính thực nghiệm Đường thị trường chứng khoán (SML).

Các nghiên cứu ban đầu (Lintner, Miller, Scholes) sử dụng phương pháp này đã cho ra những kết quả đáng báo động, bác bỏ mạnh mẽ CAPM.

Việc các kiểm định ban đầu bác bỏ CAPM không nhất thiết có nghĩa là bản thân lý thuyết này sai lầm. Thay vào đó, nó có thể xuất phát từ những khó khăn cố hữu trong việc kiểm định mô hình.

3.1 Phê bình của Roll: Vấn đề về Danh mục Thị trường Không thể Quan sát được

Richard Roll lập luận rằng giả định duy nhất có thể kiểm chứng được của CAPM là danh mục thị trường thực sự (bao gồm tất cả tài sản) phải hiệu quả về mặt trung bình-phương sai.

1. Không thể kiểm chứng trực tiếp: Danh mục thị trường thực sự là không thể quan sát được.
2. Lỗi đo lường điểm chuẩn (Benchmark Error): Việc sử dụng một chỉ số đại diện (proxy) như S&P 500 không phải là một bài kiểm tra CAPM, mà chỉ là một bài kiểm tra về tính hiệu quả của chính chỉ số đại diện đó.
3. Mối quan hệ tự nhiên (Tautology): Roll chỉ ra rằng đối với bất kỳ danh mục hiệu quả nào được chọn, mối quan hệ tuyến tính SML sẽ luôn đúng về mặt toán học, khiến các bài kiểm tra trở nên vô nghĩa nếu không có danh mục thị trường thực sự.

3.2 Lỗi Đo lường trong Beta và Tác động của nó

Một vấn đề thống kê nghiêm trọng khác là hệ số beta được ước tính từ hồi quy bước một luôn chứa sai số lấy mẫu. Việc sử dụng các hệ số beta "nhiễu" này làm biến độc lập trong hồi quy bước hai gây ra các vấn đề nghiêm trọng.

3.3 Cải tiến Phương pháp luận: Sử dụng Danh mục Đầu tư

Để giải quyết vấn đề lỗi đo lường beta, các nhà nghiên cứu (Black, Jensen, Scholes; Fama & MacBeth) đã tiên phong trong việc sử dụng danh mục đầu tư thay vì các cổ phiếu riêng lẻ. Bằng cách gộp các cổ phiếu vào các danh mục (thường được sắp xếp theo beta), họ có thể đa dạng hóa phần lớn rủi ro phi hệ thống và tạo ra các ước tính beta của danh mục chính xác hơn nhiều.

Nghiên cứu của Fama và MacBeth (FM) đã mở rộng phương trình SML để kiểm tra tính phi tuyến (γ2) và rủi ro phi hệ thống (γ3). Kết quả ban đầu của họ tương đối ủng hộ CAPM (tuyến tính và rủi ro phi hệ thống không được bù đắp). Tuy nhiên, các phân tích sau này cho thấy kết quả xấu đi trong các giai đoạn sau và khi sử dụng chỉ số thị trường có trọng số theo giá trị.

Logic đằng sau các mô hình đa nhân tố là các nguồn rủi ro hệ thống khác ngoài rủi ro thị trường chung cũng có thể ảnh hưởng đến lợi nhuận kỳ vọng. Nếu nhà đầu tư quan tâm đến việc phòng ngừa rủi ro lạm phát, lãi suất, hoặc thu nhập từ lao động, các tài sản phòng ngừa những rủi ro này sẽ được định giá khác nhau.

4.1 Các Nhân tố Rủi ro Ngoài thị trường: Vốn Nhân lực và Các biến Vĩ mô

Nghiên cứu của Jagannathan và Wang đã bổ sung các yếu tố đại diện cho vốn nhân lực (tăng trưởng thu nhập từ lao động) và chu kỳ kinh doanh (chênh lệch tín dụng), và thấy rằng khả năng giải thích lợi nhuận được cải thiện đáng kể.

Tương tự, nghiên cứu của Chen, Roll và Ross đã chỉ ra rằng các yếu tố kinh tế vĩ mô (tăng trưởng sản xuất công nghiệp, lạm phát bất ngờ, chênh lệch lợi suất) có khả năng giải thích lợi nhuận, trong khi bản thân chỉ số thị trường chứng khoán lại không.

4.2 Mô hình Ba nhân tố Fama-French (FF)

Mô hình ba nhân tố của Fama và French (FF) là một bước đột phá thực nghiệm, được phát triển như một phản ứng trực tiếp đối với những thất bại của CAPM. Mô hình của họ cho rằng lợi nhuận kỳ vọng được quyết định bởi độ nhạy của tài sản với ba nhân tố:

• Rủi ro Thị trường (Market Risk): Lợi nhuận thặng dư của danh mục thị trường.
• Quy mô (Size - SMB: Small Minus Big): Chênh lệch lợi nhuận giữa cổ phiếu vốn hóa nhỏ và lớn.
• Giá trị (Value - HML: High Minus Low): Chênh lệch lợi nhuận giữa cổ phiếu có B/M cao (giá trị) và B/M thấp (tăng trưởng).

4.3 Cuộc Tranh luận về các Nhân tố FF: Rủi ro Hợp lý hay Định giá sai Hành vi?

Lý do tại sao các nhân tố quy mô và giá trị lại có phí bù rủi ro là chủ đề của một cuộc tranh luận sôi nổi.

Quan điểm Rủi ro Hợp lý	Quan điểm Định giá sai Hành vi
Giải thích rằng SMB và HML đại diện cho các nguồn rủi ro hệ thống mà CAPM đã bỏ qua.	Lập luận rằng các phí bù rủi ro này là kết quả của sự phi lý trí của nhà đầu tư và các lỗi định giá.
Các công ty nhỏ và giá trị nhạy cảm hơn với chu kỳ kinh doanh (Liew và Vassalou). Beta của cổ phiếu giá trị có xu hướng cao hơn trong thời kỳ suy thoái (Petkova và Zhang).	Các nhà phân tích ngoại suy quá mức hiệu suất gần đây, định giá quá cao cổ phiếu "hấp dẫn" (B/M thấp). Thị trường thường thất vọng với thu nhập của cổ phiếu tăng trưởng (La Porta và cộng sự).

4.4 Mở rộng Mô hình: Động lượng và Rủi ro Thanh khoản

• Động lượng (Momentum - WML): Nắm bắt xu hướng các cổ phiếu có hiệu suất tốt trong quá khứ tiếp tục hoạt động tốt. Mặc dù nó cải thiện khả năng giải thích, việc diễn giải nó như một yếu tố rủi ro hợp lý là rất khó khăn.
• Rủi ro Thanh khoản (Liquidity Risk): Rủi ro mang tính hệ thống, theo đó tính thanh khoản của một tài sản có xu hướng giảm đi chính xác vào lúc thị trường nói chung trở nên kém thanh khoản. Nghiên cứu của Pástor và Stambaugh cho thấy rủi ro thanh khoản là một yếu tố được định giá quan trọng.

Câu đố Phí bù Rủi ro Vốn chủ sở hữu (Equity Premium Puzzle) chỉ ra rằng mức chênh lệch lợi nhuận lịch sử rất cao của cổ phiếu so với các tài sản phi rủi ro (khoảng 6-8% ở Mỹ) là không phù hợp với mức độ biến động tương đối thấp của tăng trưởng tiêu dùng. Để giải thích mức phí bù này, các mô hình kinh tế tiêu chuẩn đòi hỏi các nhà đầu tư phải có mức độ e ngại rủi ro cao đến mức phi thực tế.

Nhiều giải thích và giải pháp tiềm năng đã được đề xuất cho câu đố này:

1. Lợi nhuận Thực tế so với Lợi nhuận Kỳ vọng

   Fama và French lập luận rằng phí bù rủi ro cao quan sát được phần lớn là do lợi nhuận vốn bất ngờ. Các ước tính dựa trên Mô hình Chiết khấu Cổ tức (DDM) cho thấy một mức phí bù rủi ro kỳ vọng thấp hơn và ổn định hơn nhiều.

2. Thiên vị của người sống sót (Survivorship Bias)

   Việc chỉ tập trung vào thị trường chứng khoán Hoa Kỳ—một trong những thị trường thành công nhất—sẽ làm sai lệch ước tính lên trên. Khi xem xét dữ liệu từ nhiều quốc gia khác (bao gồm cả những thị trường đã thất bại), phí bù rủi ro toàn cầu trở nên nhỏ hơn.

3. Thanh khoản như một phần của Phí bù

   Một phần của lợi nhuận thặng dư quan sát được không phải là phí bù cho rủi ro biến động, mà là phí bù cho rủi ro thanh khoản. Khi tách biệt phần này, phần phí bù cho rủi ro thuần túy sẽ nhỏ hơn.

4. Các Giải thích dựa trên Lý thuyết và Hành vi

   Các lý thuyết phức tạp hơn (hình thành thói quen, rủi ro dài hạn) hoặc các yếu tố tâm lý (ác cảm thua lỗ, khuôn khổ hẹp) có thể biện minh cho một mức phí bù rủi ro cao hơn.