Quality Minus Junk: Quant định nghĩa một doanh nghiệp “tốt” bằng con số như thế nào?

PHẦN 1. Một doanh nghiệp có ROE cao chưa chắc đã là doanh nghiệp chất lượng

Trong đầu tư chứng khoán, chúng ta thường nghe những nhận xét như doanh nghiệp này có nền tảng tốt, ban lãnh đạo giỏi, lợi thế cạnh tranh bền vững hoặc hoạt động kinh doanh ổn định. Đây đều là những yếu tố quan trọng khi đánh giá một công ty, nhưng lại có một vấn đề đối với phương pháp đầu tư định lượng: làm thế nào để chuyển những nhận định tương đối chủ quan đó thành những con số có thể đo lường, so sánh và kiểm chứng? Nếu phải đánh giá hàng trăm doanh nghiệp niêm yết cùng lúc, chúng ta không thể chỉ dựa vào cảm nhận hoặc đọc từng báo cáo rồi tự kết luận công ty nào tốt hơn. Quant cần một hệ thống tiêu chí nhất quán, có thể áp dụng cho toàn bộ tập cổ phiếu và được kiểm tra bằng dữ liệu lịch sử.

Đó là lý do Quality Factor trở thành một trong những hướng nghiên cứu đáng chú ý của đầu tư định lượng. Thay vì cố tìm một chỉ số tài chính duy nhất đại diện cho chất lượng doanh nghiệp, phương pháp này đánh giá nhiều đặc điểm khác nhau, từ khả năng tạo lợi nhuận, tốc độ tăng trưởng, mức độ an toàn tài chính cho đến cách doanh nghiệp sử dụng và phân phối vốn. Một trong những nghiên cứu nổi bật theo hướng tiếp cận này là Quality Minus Junk, thường viết tắt là QMJ, của Clifford Asness, Andrea Frazzini và Lasse Heje Pedersen. Ý tưởng quan trọng của QMJ là chất lượng doanh nghiệp có thể được lượng hóa thông qua các đặc điểm tài chính mà nhà đầu tư, trong những điều kiện tương đương, sẵn sàng trả giá cao hơn để sở hữu.

Để hiểu tại sao cần đánh giá nhiều chiều, hãy thử so sánh hai doanh nghiệp giả định cùng hoạt động trong lĩnh vực sản xuất. Doanh nghiệp A có ROE đạt 25%, trong khi doanh nghiệp B chỉ đạt 18%. Nếu sử dụng ROE làm tiêu chí duy nhất, A rõ ràng hấp dẫn hơn. Tuy nhiên, khi xem kỹ bảng cân đối kế toán, chúng ta phát hiện A đang sử dụng nợ vay rất lớn, với tỷ lệ nợ phải trả trên vốn chủ sở hữu cao hơn đáng kể so với B. Phần lợi nhuận tạo ra trên mỗi đồng vốn chủ sở hữu của A có thể được khuếch đại nhờ đòn bẩy tài chính, chứ không hoàn toàn đến từ hiệu quả hoạt động vượt trội. Trong khi đó, B duy trì cơ cấu vốn thận trọng hơn, ít chịu áp lực chi phí lãi vay và có khả năng chống chịu tốt hơn khi doanh thu suy giảm.

Sự khác biệt còn rõ hơn nếu tiếp tục kiểm tra báo cáo lưu chuyển tiền tệ. Giả sử A công bố lợi nhuận sau thuế 200 tỷ đồng nhưng dòng tiền thuần từ hoạt động kinh doanh chỉ đạt 50 tỷ đồng. Trong cùng kỳ, B ghi nhận lợi nhuận 160 tỷ đồng và tạo ra dòng tiền kinh doanh 190 tỷ đồng. Điều này không đủ để kết luận A có chất lượng lợi nhuận kém, bởi chênh lệch có thể đến từ biến động hàng tồn kho, các khoản phải thu hoặc chu kỳ kinh doanh. Tuy nhiên, nếu tình trạng lợi nhuận tăng nhưng dòng tiền liên tục yếu kéo dài nhiều năm, đó là tín hiệu cần được kiểm tra. Một doanh nghiệp có thể ghi nhận doanh thu và lợi nhuận kế toán khá đẹp, nhưng nếu tiền chưa thực sự được thu về hoặc vốn lưu động liên tục bị hút vào hoạt động kinh doanh, chất lượng của khoản lợi nhuận đó có thể không giống những gì con số ROE thể hiện.

Đây là điểm mà phương pháp Quant cố gắng giải quyết bằng cách đưa nhiều thước đo vào cùng một hệ thống. ROE và ROIC có thể phản ánh hiệu quả sử dụng vốn. Biên lợi nhuận và khả năng tạo dòng tiền giúp đánh giá chất lượng hoạt động. Mức độ ổn định của lợi nhuận qua nhiều năm cho biết doanh nghiệp có duy trì được hiệu quả kinh doanh hay không. Các tỷ lệ về nợ vay, khả năng trả lãi và biến động kết quả kinh doanh giúp đánh giá rủi ro tài chính. Khi kết hợp các đặc điểm này, mô hình có thể phân biệt một doanh nghiệp đang tạo lợi nhuận cao nhờ nền tảng hoạt động tốt với một doanh nghiệp có chỉ số lợi nhuận cao nhưng phải chấp nhận rủi ro lớn hơn.

Một tình huống khác thường xuất hiện tại thị trường Việt Nam là doanh nghiệp tăng trưởng lợi nhuận rất mạnh trong một vài quý nhờ yếu tố không thường xuyên. Chẳng hạn, một công ty có lợi nhuận tăng đột biến vì bán tài sản, hoàn nhập dự phòng hoặc ghi nhận một khoản thu nhập bất thường. Nếu mô hình chỉ tính tốc độ tăng trưởng EPS trong năm gần nhất, cổ phiếu này có thể được xếp vào nhóm tăng trưởng tốt nhất thị trường. Nhưng nếu loại bỏ khoản lợi nhuận không lặp lại, hoạt động kinh doanh cốt lõi có thể không cải thiện nhiều. Vì vậy, khi đánh giá Growth trong Quality Factor, vấn đề không chỉ là lợi nhuận tăng bao nhiêu phần trăm, mà còn là tăng trưởng đó đến từ đâu, có khả năng duy trì hay không và mức độ ổn định qua các kỳ như thế nào.

Điều tương tự cũng xảy ra với các doanh nghiệp có tính chu kỳ cao. Một công ty thép, hóa chất hoặc vận tải có thể ghi nhận ROE và biên lợi nhuận rất cao trong giai đoạn giá bán sản phẩm thuận lợi. Nếu mô hình chỉ nhìn vào năm có lợi nhuận đỉnh chu kỳ, doanh nghiệp sẽ được đánh giá rất tốt. Nhưng khi chu kỳ đảo chiều, những chỉ tiêu này có thể giảm mạnh. Ngược lại, một doanh nghiệp có lợi nhuận tăng trưởng chậm hơn nhưng ổn định qua nhiều năm có thể sở hữu đặc điểm chất lượng bền vững hơn. Bởi vậy, việc đánh giá Quality cần sử dụng chuỗi dữ liệu đủ dài và xem xét tính chất ngành nghề, thay vì chỉ chụp ảnh tình hình tài chính tại một thời điểm.

Có một nhầm lẫn khá phổ biến là cho rằng cổ phiếu của doanh nghiệp tốt chắc chắn sẽ mang lại lợi nhuận đầu tư tốt. Trên thực tế, chất lượng doanh nghiệp và hiệu quả đầu tư cổ phiếu là hai vấn đề liên quan nhưng không đồng nhất. Một doanh nghiệp có hoạt động kinh doanh xuất sắc vẫn có thể là khoản đầu tư kém nếu giá cổ phiếu đã phản ánh quá nhiều kỳ vọng tích cực. Ngược lại, một công ty có chất lượng trung bình đôi khi vẫn mang lại lợi nhuận lớn nếu được mua ở mức định giá đủ thấp và kết quả kinh doanh cải thiện. Quality Factor không tìm cách phủ nhận vai trò của định giá, mà đặt ra câu hỏi liệu thị trường đã phản ánh đầy đủ những đặc điểm chất lượng của doanh nghiệp vào giá cổ phiếu hay chưa.

Theo mình, giá trị thực tế nhất của việc lượng hóa Quality là giúp quá trình đánh giá doanh nghiệp trở nên nhất quán và có thể kiểm chứng. Nếu một nhà đầu tư nói rằng công ty A tốt hơn công ty B, chúng ta có thể hỏi tốt hơn ở điểm nào: hiệu quả sử dụng vốn, khả năng tạo tiền, độ ổn định lợi nhuận hay mức độ an toàn tài chính? Quan trọng hơn, những đặc điểm đó có tồn tại ổn định trong nhiều năm hay chỉ xuất hiện trong một giai đoạn ngắn? Khi các nhận định được chuyển thành biến số rõ ràng, chúng ta mới có cơ sở kiểm tra liệu việc ưu tiên doanh nghiệp chất lượng cao có thực sự giúp cải thiện hiệu quả lựa chọn cổ phiếu hay không.

PHẦN 2. Quality Minus Junk đo chất lượng như thế nào và tại sao Quality phải đi cùng Valuation?

Trong nghiên cứu Quality Minus Junk của Asness, Frazzini và Pedersen, chất lượng doanh nghiệp được xây dựng từ ba nhóm đặc điểm cốt lõi gồm Profitability, Growth và Safety. Nghiên cứu cũng xem xét một phiên bản mở rộng có thêm Payout, phản ánh chính sách huy động và phân phối vốn. Điểm đáng chú ý là các tác giả không chỉ lựa chọn những doanh nghiệp có các chỉ số tài chính tốt, mà còn kiểm tra cách thị trường định giá chất lượng và hiệu quả của các danh mục được hình thành từ những đặc điểm đó. Đây là một cách tiếp cận khác với việc đơn thuần lọc cổ phiếu theo ROE cao hoặc P/E thấp.

Nhóm đầu tiên là Profitability, tức khả năng sinh lời. Trong cách tiếp cận QMJ, khả năng sinh lời không chỉ được đo bằng một tỷ số duy nhất. Nghiên cứu sử dụng nhiều thước đo liên quan đến lợi nhuận, biên lợi nhuận, dòng tiền và các khoản dồn tích kế toán. Lý do khá dễ hiểu: một doanh nghiệp thực sự có chất lượng sinh lời tốt thường không chỉ đạt kết quả cao ở một chỉ tiêu riêng lẻ. Nếu công ty có ROE cao nhưng biên lợi nhuận thấp, dòng tiền yếu và mức sử dụng vốn lớn, người nghiên cứu cần tìm hiểu điều gì đang tạo ra ROE đó. Ngược lại, doanh nghiệp duy trì được biên lợi nhuận tốt, tạo tiền ổn định và sử dụng vốn hiệu quả trong nhiều năm có thể có nền tảng sinh lời đáng tin cậy hơn.

Khi ứng dụng tại Việt Nam, có thể bắt đầu với ROE, ROIC, biên lợi nhuận hoạt động và khả năng chuyển lợi nhuận thành dòng tiền. Tuy nhiên, từng chỉ tiêu cần được tính đúng ngữ cảnh. ROIC có thể hữu ích khi so sánh doanh nghiệp sản xuất hoặc bán lẻ, nhưng không thể áp dụng máy móc cho ngân hàng. Dòng tiền kinh doanh thấp trong một năm cũng chưa chắc phản ánh chất lượng kém, đặc biệt khi doanh nghiệp đang mở rộng sản xuất hoặc tích lũy hàng tồn kho theo mùa vụ. Vì vậy, thay vì dùng một ngưỡng cứng để kết luận tốt hoặc xấu, hệ thống nên đánh giá vị trí tương đối của từng doanh nghiệp trong nhóm có đặc điểm kinh doanh tương đồng, kết hợp kiểm tra xu hướng qua nhiều kỳ.

Nhóm thứ hai là Growth, nhưng cần phân biệt tăng trưởng doanh nghiệp với tăng giá cổ phiếu. Trong QMJ, Growth tập trung vào sự cải thiện các đặc điểm sinh lời của doanh nghiệp theo thời gian. Một công ty có ROE cao hôm nay nhưng đang suy giảm liên tục có thể khác đáng kể với một công ty duy trì ROE ổn định và từng bước cải thiện hiệu quả hoạt động. Tương tự, tăng trưởng doanh thu 30% mỗi năm không thực sự hấp dẫn nếu chi phí tăng nhanh hơn khiến lợi nhuận suy giảm. Vì vậy, một hệ thống Quality tốt không nên chỉ nhìn vào tốc độ tăng doanh thu hay EPS trong một quý, mà cần kiểm tra mức tăng trưởng của lợi nhuận, khả năng sinh lời và chất lượng dòng tiền trong nhiều năm.

Đối với nhà đầu tư Việt Nam, Growth cũng là nhóm chỉ tiêu rất dễ bị nhiễu bởi tính chu kỳ. Giả sử một doanh nghiệp có lợi nhuận tăng từ 20 tỷ lên 100 tỷ đồng sau một năm phục hồi, tương đương mức tăng 400%. Con số này nghe rất ấn tượng, nhưng nếu hai năm trước doanh nghiệp từng đạt lợi nhuận 200 tỷ đồng thì mức tăng vừa qua có thể chỉ phản ánh sự phục hồi từ nền thấp. Nếu sử dụng tăng trưởng một năm để xếp hạng, mô hình có thể ưu tiên những trường hợp phục hồi chu kỳ hơn là những doanh nghiệp có tăng trưởng bền vững. Một giải pháp nghiên cứu là kết hợp tăng trưởng nhiều năm, so sánh với nền lợi nhuận lịch sử và kiểm tra xem hiệu quả sử dụng vốn có cải thiện cùng với lợi nhuận hay không.

Nhóm thứ ba là Safety, tức mức độ an toàn. Trong nghiên cứu QMJ, Safety bao gồm cả những đặc điểm liên quan đến thị trường như beta, lẫn các yếu tố cơ bản như biến động lợi nhuận, đòn bẩy tài chính và rủi ro tín dụng. Điểm quan trọng ở đây là doanh nghiệp có chất lượng cao không chỉ cần tạo ra lợi nhuận tốt, mà còn phải có khả năng duy trì hoạt động trong những điều kiện bất lợi. Một doanh nghiệp tăng trưởng nhanh nhưng phải liên tục vay nợ để tài trợ hoạt động có thể đối mặt với rủi ro lớn khi lãi suất tăng hoặc dòng tiền suy giảm. Trong khi đó, doanh nghiệp có bảng cân đối lành mạnh, nghĩa vụ nợ hợp lý và kết quả kinh doanh ít biến động có thể có khả năng chống chịu tốt hơn.

Một ví dụ giả định là hai công ty cùng đạt lợi nhuận sau thuế 300 tỷ đồng. Công ty A có dư nợ vay 3.000 tỷ đồng, chi phí lãi vay lớn và dòng tiền kinh doanh biến động mạnh. Công ty B có dư nợ vay 500 tỷ đồng, lượng tiền mặt tương đối tốt và dòng tiền hoạt động ổn định hơn. Nếu chỉ nhìn lợi nhuận tuyệt đối, hai công ty có vẻ tương đương. Nhưng khi môi trường kinh doanh xấu đi, áp lực tài chính của A có thể cao hơn đáng kể. Điều Quant quan tâm là liệu những khác biệt về độ an toàn này có thể được đo lường một cách nhất quán và có giúp giải thích sự khác biệt về định giá cũng như lợi nhuận cổ phiếu trong dài hạn hay không.

Ngoài ba thành phần cốt lõi, phiên bản mở rộng của QMJ còn xem xét Payout, liên quan đến cách doanh nghiệp phân phối lợi ích và sử dụng nguồn vốn. Không nên hiểu đơn giản Payout chỉ là tỷ suất cổ tức. Một doanh nghiệp trả cổ tức tiền mặt cao nhưng đồng thời phải liên tục vay nợ hoặc phát hành thêm cổ phiếu để duy trì hoạt động chưa chắc có chất lượng phân bổ vốn tốt. Ngược lại, công ty giữ lại lợi nhuận để tái đầu tư vào những dự án có hiệu quả cao cũng không nhất thiết bị đánh giá kém chỉ vì trả cổ tức thấp. Nghiên cứu QMJ xem xét cả việc phát hành vốn, thay đổi nợ và các đặc điểm chi trả, từ đó đánh giá rộng hơn chính sách tài chính của doanh nghiệp.

Sau khi xây dựng các nhóm yếu tố này, vấn đề tiếp theo là đưa chúng về cùng một thang đo. Không thể cộng trực tiếp ROE tính bằng phần trăm với tỷ lệ nợ vay hoặc mức biến động lợi nhuận rồi xem tổng số là điểm chất lượng. Một cách tiếp cận phổ biến trong Quant là chuẩn hóa từng biến bằng z-score, phản ánh một doanh nghiệp đang nằm ở vị trí nào so với tập cổ phiếu được so sánh. Chẳng hạn, nếu ROE bình quân của một nhóm doanh nghiệp là 15%, độ lệch chuẩn 5 điểm phần trăm và một công ty có ROE 20%, thì z-score của ROE bằng 1. Điều đó có nghĩa ROE của doanh nghiệp đang cao hơn trung bình nhóm một độ lệch chuẩn. Với những chỉ tiêu mà giá trị thấp mới tốt như đòn bẩy hoặc biến động lợi nhuận, cần đảo chiều điểm số để bảo đảm điểm cao luôn phản ánh đặc điểm được xem là tích cực.

Tuy nhiên, chuẩn hóa dữ liệu cũng không đơn giản như một phép tính thống kê. Một doanh nghiệp có ROE âm rất lớn, vốn chủ sở hữu gần bằng không hoặc lợi nhuận đột biến có thể tạo ra những giá trị cực đoan làm méo phân phối. Vì vậy, trước khi tính điểm, hệ thống thường cần xử lý ngoại lệ và quy định rõ cách ứng xử với dữ liệu không hợp lệ. Nếu tính z-score theo ngành, một số ngành có quá ít doanh nghiệp niêm yết sẽ khiến kết quả thiếu ổn định. Nếu tính trên toàn thị trường, mô hình lại có thể ưu tiên những ngành vốn có cấu trúc tài chính hoặc mức sinh lời khác biệt. Đây là những lựa chọn phương pháp cần được kiểm định, chứ không có một công thức chuẩn hóa duy nhất phù hợp cho mọi thị trường.

Một điểm khác cần phân biệt là điểm Quality không giống xác suất cổ phiếu tăng giá. Nếu doanh nghiệp A có Quality Score cao hơn doanh nghiệp B, kết luận hợp lý là A đang có những đặc điểm chất lượng được mô hình đánh giá tốt hơn theo bộ tiêu chí đã chọn. Điều đó không có nghĩa giá cổ phiếu A chắc chắn tăng nhanh hơn B trong tháng tới. Để kiểm tra khả năng đầu tư của Quality Factor, chúng ta cần xếp hạng nhiều cổ phiếu, chia chúng thành các nhóm theo điểm chất lượng rồi theo dõi lợi nhuận tương lai của từng nhóm. Nếu nhóm chất lượng cao liên tục có hiệu quả tốt hơn nhóm chất lượng thấp sau khi kiểm soát các yếu tố liên quan, đó mới là bằng chứng có giá trị nghiên cứu.

Trong nghiên cứu gốc, QMJ được xây dựng theo hướng mua nhóm cổ phiếu chất lượng cao và bán khống nhóm chất lượng thấp, nhằm đo lường chênh lệch hiệu quả giữa hai nhóm. Kết quả nghiên cứu cho thấy những đặc điểm chất lượng có liên hệ với định giá và lợi nhuận điều chỉnh theo rủi ro trên nhiều thị trường. Tuy nhiên, không thể lấy kết quả của danh mục long-short trong nghiên cứu quốc tế rồi mặc định rằng một nhà đầu tư Việt Nam chỉ mua cổ phiếu chất lượng cao sẽ đạt hiệu quả tương tự. Danh mục long-only vẫn chịu ảnh hưởng của thị trường chung, sự phân bổ ngành, quy mô doanh nghiệp và những ràng buộc giao dịch thực tế. Hơn nữa, hiệu quả được ghi nhận trong quá khứ không bảo đảm factor sẽ tiếp tục hoạt động tốt ở những giai đoạn tiếp theo.

Điều mình thấy đáng suy nghĩ nhất ở QMJ là mối quan hệ giữa Quality và Valuation. Một doanh nghiệp tốt thường xứng đáng được thị trường định giá cao hơn, nhưng mức chênh lệch giá mà nhà đầu tư sẵn sàng trả mới là vấn đề quyết định hiệu quả đầu tư. Giả sử hai doanh nghiệp cùng ngành có ROE lần lượt là 22% và 16%. Công ty có ROE cao hơn được giao dịch ở P/E 30 lần, trong khi công ty còn lại chỉ ở P/E 10 lần. Không thể chỉ nhìn ROE rồi kết luận cổ phiếu thứ nhất hấp dẫn hơn. Chúng ta cần đánh giá khả năng duy trì lợi nhuận, tốc độ tăng trưởng tương lai và mức độ kỳ vọng đã phản ánh vào giá. Một công ty rất tốt vẫn có thể trở thành khoản đầu tư không hấp dẫn nếu nhà đầu tư phải trả mức giá quá cao.

Vì vậy, theo mình, Quality nên được hiểu là một lớp thông tin quan trọng trong quá trình lựa chọn cổ phiếu, chứ không phải câu trả lời cuối cùng cho quyết định mua bán. Nó giúp xác định doanh nghiệp nào có nền tảng tài chính và hoạt động tốt hơn theo những tiêu chí có thể kiểm chứng. Sau đó, nhà đầu tư vẫn cần kết hợp định giá, triển vọng ngành, thanh khoản và trạng thái thị trường để đánh giá cơ hội đầu tư. Đây cũng là lý do nhiều hệ thống định lượng nghiên cứu Quality cùng với Value và Momentum, thay vì kỳ vọng một factor riêng lẻ có thể giải quyết toàn bộ bài toán lựa chọn cổ phiếu.

PHẦN 3. Xây dựng Quality Score cho chứng khoán Việt Nam: từ báo cáo tài chính đến danh mục thực tế

Nếu muốn ứng dụng Quality Minus Junk vào thị trường Việt Nam, mình nghĩ cách hợp lý nhất là bắt đầu từ một mô hình Quality Score tương đối đơn giản, sau đó kiểm tra xem những tiêu chí nào thực sự có khả năng phân biệt doanh nghiệp tốt và doanh nghiệp kém chất lượng. Không nhất thiết phải sao chép nguyên toàn bộ phương pháp trong nghiên cứu quốc tế, bởi đặc điểm dữ liệu, cơ cấu ngành và điều kiện giao dịch tại Việt Nam có những khác biệt đáng kể. Tuy nhiên, những nguyên tắc cơ bản như đánh giá chất lượng trên nhiều chiều, chuẩn hóa thước đo và kiểm định hiệu quả bằng danh mục vẫn có thể sử dụng làm nền tảng.

Bước đầu tiên là xác định tập cổ phiếu được đưa vào nghiên cứu. Giả sử chúng ta muốn xây dựng bảng xếp hạng cho khoảng 300–500 doanh nghiệp trên HOSE và HNX, hoặc mở rộng thêm những cổ phiếu UPCoM đáp ứng điều kiện dữ liệu và thanh khoản. Không nên mặc định tất cả mã đang niêm yết hoặc đăng ký giao dịch đều phù hợp với một mô hình duy nhất. Những doanh nghiệp có dữ liệu tài chính thiếu nghiêm trọng, vốn chủ sở hữu âm hoặc các chỉ tiêu không còn ý nghĩa kinh tế cần được xử lý theo quy tắc rõ ràng. Đối với mô hình hướng đến giao dịch thực tế, cũng cần có bộ lọc thanh khoản để tránh trường hợp cổ phiếu đạt điểm cao nhưng gần như không thể mua bán với quy mô vốn dự kiến.

Một lựa chọn đặc biệt quan trọng là phân loại ngành trước khi xây dựng điểm chất lượng. Chẳng hạn, tỷ lệ nợ phải trả trên vốn chủ sở hữu của ngân hàng thường cao hơn rất nhiều so với doanh nghiệp sản xuất do bản chất hoạt động nhận tiền gửi và cấp tín dụng. Nếu dùng cùng một công thức đánh giá đòn bẩy cho cả hai nhóm, ngân hàng gần như chắc chắn bị xếp vào nhóm rủi ro cao chỉ vì mô hình không hiểu đặc điểm kinh doanh. Điều tương tự có thể xảy ra khi so sánh biên lợi nhuận của doanh nghiệp bán lẻ với doanh nghiệp phần mềm, hoặc vòng quay vốn lưu động của doanh nghiệp thương mại với công ty điện lực. Vì vậy, mô hình nên có bộ chỉ tiêu riêng theo ngành hoặc ít nhất là cơ chế chuẩn hóa theo nhóm doanh nghiệp có đặc điểm tương đồng.

Đối với các doanh nghiệp phi tài chính, một phiên bản thử nghiệm có thể sử dụng ROE, ROIC và tỷ lệ dòng tiền kinh doanh trên lợi nhuận để đánh giá Profitability. Growth có thể được phản ánh qua tăng trưởng lợi nhuận và sự cải thiện hiệu quả sử dụng vốn trong ba đến năm năm. Safety có thể kết hợp tỷ lệ nợ vay, khả năng trả lãi và mức độ biến động lợi nhuận. Nếu muốn bổ sung Payout, hệ thống cần xem xét cổ tức, mức phát hành thêm và sự thay đổi cơ cấu vốn, thay vì chỉ ưu tiên những doanh nghiệp có tỷ suất cổ tức cao. Đây là một thiết kế ứng dụng tham khảo, không phải công thức QMJ nguyên bản hay bộ trọng số đã được chứng minh tối ưu tại Việt Nam.

Để dễ hình dung, có thể thử một Quality Score gồm 35% Profitability, 25% Growth, 30% Safety và 10% Payout sau khi các nhóm chỉ tiêu đã được chuẩn hóa về cùng thang điểm. Bộ trọng số này chỉ có ý nghĩa như một giả thuyết ban đầu để kiểm định. Nếu tự ý tăng tỷ trọng những yếu tố đang cho kết quả backtest tốt nhất, chúng ta rất dễ tạo ra mô hình phù hợp quá mức với dữ liệu lịch sử. Do đó, nên kiểm tra cả phiên bản trọng số bằng nhau, phiên bản chỉ gồm ba thành phần cốt lõi và phiên bản mở rộng có thêm Payout. Khi có kết quả, mới đánh giá liệu việc thêm một nhóm chỉ tiêu có thực sự cải thiện khả năng xếp hạng hay chỉ khiến mô hình phức tạp hơn.

Giả sử có hai doanh nghiệp cùng ngành được đưa vào mô hình. Công ty A đạt ROE 24%, nhưng dòng tiền kinh doanh thấp hơn lợi nhuận kế toán trong nhiều kỳ, tỷ lệ nợ vay cao và biên lợi nhuận biến động mạnh. Công ty B chỉ có ROE 18%, nhưng tạo dòng tiền tốt, ít sử dụng đòn bẩy và duy trì lợi nhuận ổn định. Nếu chỉ dùng ROE, A sẽ đứng trước B. Nhưng khi kết hợp đầy đủ Profitability, Growth và Safety, B có thể đạt Quality Score cao hơn. Điều này không có nghĩa B chắc chắn là cổ phiếu đáng mua hơn, mà cho thấy mô hình đang đánh giá chất lượng tài chính theo nhiều chiều thay vì bị chi phối bởi một tỷ số duy nhất. Đây chính là tác dụng thực tế của việc xây dựng hệ thống chấm điểm.

Đối với nhóm ngân hàng, cần thiết kế một cách đánh giá riêng. ROE và ROA vẫn có thể được sử dụng để phản ánh hiệu quả sinh lời, nhưng nên xem xét thêm tỷ lệ nợ xấu, mức bao phủ nợ xấu, chi phí tín dụng, khả năng duy trì biên lãi thuần và mức độ an toàn vốn. Một ngân hàng có ROE rất cao nhưng chất lượng tài sản suy giảm nhanh chưa chắc có nền tảng tốt hơn ngân hàng đạt ROE thấp hơn nhưng kiểm soát rủi ro tín dụng thận trọng. Ngoài ra, các chỉ tiêu ngân hàng cần được hiểu trong bối cảnh chu kỳ tín dụng, chính sách trích lập dự phòng và đặc điểm danh mục cho vay. Không thể chỉ lấy một chỉ số đơn lẻ rồi xem đó là đại diện đầy đủ cho chất lượng hoạt động.

Một vấn đề dễ bị bỏ qua khi triển khai Quality Score tại Việt Nam là thời điểm dữ liệu thực sự xuất hiện. Giả sử một công ty công bố báo cáo tài chính quý II vào cuối tháng 7. Nếu backtest sử dụng số liệu quý II để xếp hạng cổ phiếu ngay từ đầu tháng 7, mô hình đã vô tình sử dụng thông tin tương lai. Điều này có thể làm đẹp kết quả kiểm định, đặc biệt khi chất lượng lợi nhuận hoặc tăng trưởng bất ngờ là yếu tố quan trọng trong điểm số. Vì vậy, mỗi dữ liệu cần đi kèm ngày công bố và thời điểm sớm nhất mà chiến lược có thể sử dụng để giao dịch. Nếu báo cáo được điều chỉnh sau đó, hệ thống cũng phải lưu lại dữ liệu theo phiên bản để tránh áp dụng những số liệu đã được sửa đổi cho các quyết định xảy ra trước thời điểm sửa đổi.

Sau khi xây dựng bảng Quality Score, công việc quan trọng nhất không phải là chọn ngay 20 cổ phiếu đứng đầu, mà là kiểm tra khả năng phân biệt của hệ thống. Có thể chia toàn bộ tập cổ phiếu đủ điều kiện thành năm nhóm theo điểm chất lượng, từ nhóm thấp nhất đến cao nhất, rồi theo dõi lợi nhuận của từng nhóm trong các kỳ tiếp theo. Nếu nhóm chất lượng cao có xu hướng tạo lợi nhuận tốt hơn nhóm chất lượng thấp qua nhiều giai đoạn, đó là dấu hiệu đáng nghiên cứu. Nhưng nếu kết quả chỉ xuất hiện trong một vài năm thuận lợi, hoặc nhóm đứng đầu thực chất tập trung vào một ngành đang tăng trưởng mạnh, chúng ta cần thận trọng trước khi kết luận rằng mô hình đã tìm ra một Quality Premium.

Ví dụ, một bảng xếp hạng Quality có thể ưu tiên rất nhiều doanh nghiệp thuộc nhóm công nghệ, hàng tiêu dùng hoặc một nhóm ngành có lợi nhuận ổn định. Nếu những ngành đó đồng thời tăng giá mạnh trong thời gian kiểm định, danh mục Quality có thể đạt hiệu suất tốt dù điểm số chất lượng chưa chắc đóng góp nhiều khả năng dự báo độc lập. Để làm rõ vấn đề, nên so sánh kết quả với danh mục cùng ngành hoặc xây dựng phiên bản xếp hạng có kiểm soát tỷ trọng ngành. Nếu hiệu quả biến mất hoàn toàn sau khi loại bỏ ảnh hưởng ngành, phần lợi nhuận từng được xem là Quality Alpha có thể chủ yếu đến từ quyết định phân bổ ngành. Đây không nhất thiết là một kết quả vô ích, nhưng cần được gọi đúng bản chất.

Một chỉ tiêu hữu ích khác là Rank IC, thường được tính bằng tương quan thứ hạng giữa điểm factor tại thời điểm lựa chọn và lợi nhuận cổ phiếu trong giai đoạn sau đó. Nếu Quality Score thực sự mang thông tin về hiệu quả tương đối, chúng ta kỳ vọng thứ hạng cao có xu hướng liên hệ với lợi nhuận tương lai tốt hơn trên nhiều kỳ quan sát. Tuy nhiên, Rank IC dương không có nghĩa chiến lược chắc chắn có lợi nhuận sau chi phí. Khi chuyển từ bảng điểm sang danh mục, kết quả còn phụ thuộc vào cách chọn cổ phiếu, phương pháp phân bổ tỷ trọng, mức độ tập trung ngành và tần suất thay đổi danh mục. Một mô hình có khả năng xếp hạng tương đối tốt nhưng liên tục đảo thứ hạng giữa các cổ phiếu có thể tạo ra chi phí tái cân bằng quá lớn.

Đối với chiến lược Quality dựa nhiều vào báo cáo tài chính, mình cho rằng nên thử nghiệm các chu kỳ cập nhật theo tháng hoặc theo quý trước khi nghĩ đến việc giao dịch quá thường xuyên. Những thay đổi về chất lượng tài chính thường không diễn ra nhanh như biến động giá hằng ngày. Nếu hệ thống mua bán liên tục chỉ vì thay đổi nhỏ trong điểm số, lợi ích từ việc lựa chọn doanh nghiệp có nền tảng tốt có thể bị tiêu hao bởi phí giao dịch và trượt giá. Một hướng nghiên cứu là áp dụng vùng đệm khi tái cân bằng, chẳng hạn chỉ thay thế cổ phiếu khi điểm chất lượng giảm đủ mạnh hoặc không còn đáp ứng điều kiện đã quy định. Nhưng hiệu quả của quy tắc này cũng cần được kiểm chứng bằng backtest, thay vì mặc định rằng giảm số lần giao dịch luôn mang lại kết quả tốt hơn.

Khi Quality Score đã hoạt động tương đối ổn định, bước tiếp theo có thể là kết hợp với Value và Momentum. Chẳng hạn, Quality dùng để đánh giá nền tảng doanh nghiệp, Value giúp kiểm tra mức giá đang trả cho nền tảng đó, còn Momentum cung cấp thông tin về diễn biến giá và phản ứng của thị trường. Một doanh nghiệp có Quality cao nhưng P/E hoặc P/B quá cao có thể cần được đánh giá thận trọng hơn về biên an toàn. Một cổ phiếu có Quality và Value hấp dẫn nhưng giá liên tục suy yếu cũng đặt ra câu hỏi liệu thị trường đang phản ánh rủi ro mà mô hình tài chính chưa nhận diện được hay không. Sự kết hợp giữa các factor không bảo đảm loại bỏ sai lầm, nhưng có thể giúp hệ thống tránh phụ thuộc quá nhiều vào một loại thông tin.

Để kiểm tra giá trị thực sự của việc kết hợp các factor, nên xây dựng các phiên bản đối chứng. Một danh mục chỉ sử dụng Quality, một danh mục Quality kết hợp Value, một danh mục Quality kết hợp Momentum và một phiên bản sử dụng cả ba nhóm yếu tố. Các danh mục cần được so sánh trên cùng tập cổ phiếu, cùng giai đoạn và cùng giả định chi phí giao dịch. Nếu phiên bản phức tạp không cải thiện hiệu quả ngoài mẫu hoặc chỉ tốt hơn vì tăng tỷ trọng vào một vài ngành, chúng ta chưa có đủ cơ sở để khẳng định nó vượt trội. Trong Quant, thêm nhiều biến số không tự động đồng nghĩa với thêm thông tin hữu ích.

Một vấn đề cuối cùng liên quan đến cách trình bày Quality Score cho người sử dụng. Nếu đưa mô hình vào một website hoặc hệ thống phân tích cổ phiếu, mình sẽ không chỉ hiển thị một con số như Quality Score 85/100 rồi gắn nhãn doanh nghiệp tốt. Người dùng nên có khả năng xem điểm số đó được hình thành từ những nhóm yếu tố nào, ROE và ROIC đang ở đâu so với trung vị ngành, dòng tiền có theo kịp lợi nhuận hay không, mức nợ đang thay đổi thế nào và dữ liệu được cập nhật từ báo cáo nào. Nếu điểm chất lượng giảm mạnh sau một kỳ công bố, hệ thống nên giải thích nguyên nhân đến từ lợi nhuận suy giảm, nợ vay tăng, biến động dòng tiền hay sự thay đổi của các doanh nghiệp cùng ngành.

AI có thể đóng vai trò rất hữu ích trong bước giải thích này. Thay vì chỉ đưa ra một bảng số liệu dài, AI có thể hỗ trợ tổng hợp những thay đổi quan trọng, so sánh với lịch sử và chỉ ra các yếu tố cần kiểm tra thêm. Tuy nhiên, phần điểm số nên được tạo từ những công thức rõ ràng và dữ liệu có thể truy vết, không phải chỉ từ đánh giá chủ quan của mô hình ngôn ngữ. Một câu trả lời rằng doanh nghiệp có chất lượng tài chính tốt sẽ đáng tin hơn nhiều nếu người dùng có thể kiểm tra được từng chỉ tiêu và nguồn dữ liệu đứng phía sau kết luận đó.

Theo mình, hướng đi thực tế cho nhà đầu tư cá nhân không nhất thiết là xây dựng ngay một hệ thống Quality Factor phức tạp như các tổ chức quản lý tài sản lớn. Có thể bắt đầu bằng việc lựa chọn khoảng 100–200 doanh nghiệp có dữ liệu đầy đủ và thanh khoản phù hợp, xây dựng bộ điểm chất lượng đơn giản, kiểm tra khả năng xếp hạng và quan sát kết quả trên dữ liệu mới. Nếu hệ thống thực sự giúp thu hẹp danh sách nghiên cứu, phát hiện những doanh nghiệp có nền tảng tài chính tốt hơn và tránh một số trường hợp lợi nhuận cao nhưng rủi ro lớn, nó đã có giá trị như một công cụ hỗ trợ phân tích. Còn việc có tạo được lợi nhuận vượt chuẩn hay không phải được chứng minh bằng kiểm định danh mục riêng.

Cuối cùng, Quality Minus Junk mang lại một bài học quan trọng về cách tư duy trong đầu tư định lượng. Thay vì hỏi doanh nghiệp nào tốt dựa trên cảm nhận, chúng ta phải xác định chất lượng được thể hiện qua những đặc điểm nào, có thể đo lường bằng dữ liệu gì, mức độ ổn định ra sao và liệu thị trường đã phản ánh những đặc điểm đó vào giá hay chưa. Một doanh nghiệp có ROE cao chưa chắc có chất lượng tốt. Một doanh nghiệp chất lượng tốt chưa chắc là cổ phiếu đáng mua ở mọi mức giá. Và một mô hình Quality hoạt động tốt trong nghiên cứu quốc tế cũng chưa chắc tạo ra alpha khi áp dụng nguyên trạng tại thị trường Việt Nam.

Quality không đơn giản là tìm những công ty có chỉ số tài chính đẹp nhất. Điều quan trọng hơn là nhận diện những doanh nghiệp có khả năng sinh lời tốt, tăng trưởng bền vững, rủi ro được kiểm soát và đang được giao dịch ở mức giá hợp lý so với chất lượng mà chúng sở hữu.

Với mình, câu hỏi đáng nghiên cứu nhất không phải là nên đặt ngưỡng ROE bao nhiêu để gọi một doanh nghiệp tốt, mà là liệu một bảng Quality Score được thiết kế và kiểm định nghiêm túc có giúp chọn cổ phiếu tốt hơn so với cách lọc doanh nghiệp bằng vài chỉ số tài chính đơn lẻ hay không.

Nếu xây dựng một hệ thống xếp hạng cổ phiếu Việt Nam, mọi người sẽ ưu tiên ROE/ROIC, khả năng tạo dòng tiền hay mức độ an toàn tài chính khi đánh giá Quality?