Value + Momentum: Hai chiến lược tưởng trái ngược nhưng lại bổ sung cho nhau

PHẦN 1. Một bên mua cổ phiếu rẻ, một bên mua cổ phiếu đang tăng. Tại sao cả hai đều có thể tạo ra alpha?

Trong đầu tư, có hai cách tiếp cận nghe qua gần như đối lập nhau. Một bên tìm mua những tài sản đang được định giá thấp so với giá trị cơ bản, với kỳ vọng thị trường cuối cùng sẽ nhận ra giá trị thực của chúng. Bên còn lại lại ưu tiên những tài sản đã có diễn biến giá tốt, với giả định xu hướng tăng có khả năng tiếp tục trong một khoảng thời gian nhất định. Cách thứ nhất thường được gọi là Value Investing, còn cách thứ hai là Momentum Investing. Nếu diễn giải đơn giản, Value có xu hướng tìm kiếm những thứ đang bị thị trường đánh giá thấp, trong khi Momentum quan tâm đến những thứ đang được thị trường đánh giá ngày càng cao.

Điều thú vị là cả hai đều có một lịch sử nghiên cứu rất dài trong tài chính định lượng. Value là một trong những hiện tượng được nghiên cứu nhiều nhất khi các nhà kinh tế học tìm hiểu tại sao những cổ phiếu có tỷ lệ giá trị sổ sách trên giá thị trường cao, tức book-to-market, lại có xu hướng mang lại lợi nhuận vượt trội so với nhóm có tỷ lệ thấp trong nhiều mẫu dữ liệu lịch sử. Trong khi đó, Momentum xuất hiện từ quan sát rằng những cổ phiếu đã có performance tương đối tốt trong khoảng 6–12 tháng trước thường có xu hướng tiếp tục vượt trội trong những tháng tiếp theo. Đây đều là những quan hệ thống kê có bằng chứng học thuật, chứ không chỉ đơn thuần là hai trường phái đầu tư dựa trên trực giác.

Nhưng khi đặt Value và Momentum cạnh nhau, một câu hỏi khá tự nhiên xuất hiện: nếu một chiến lược thích mua tài sản rẻ còn chiến lược kia thích mua tài sản đã tăng giá, chẳng phải chúng thường xuyên đưa ra những quyết định ngược nhau hay sao?

Hãy hình dung một cổ phiếu đã giảm 40% trong vòng một năm, trong khi lợi nhuận và giá trị tài sản của doanh nghiệp chưa thay đổi tương ứng. Theo một mô hình Value dựa trên định giá tương đối, cổ phiếu này có thể bắt đầu trở nên hấp dẫn vì tỷ lệ P/B hoặc P/E đã giảm đáng kể. Nhưng đối với Momentum, diễn biến giá đó lại là một tín hiệu không tốt. Cổ phiếu đang thể hiện sức mạnh tương đối yếu và chưa có bằng chứng rõ ràng rằng xu hướng giảm đã kết thúc. Value có thể muốn mua, còn Momentum có xu hướng tránh hoặc thậm chí bán khống nếu chiến lược cho phép.

Ở chiều ngược lại, một cổ phiếu đã tăng 60% trong năm qua có thể được Momentum đánh giá rất cao, nhất là khi mức tăng diễn ra tương đối bền vững và tốt hơn phần lớn thị trường. Tuy nhiên, nếu giá tăng nhanh hơn nhiều so với sự cải thiện của lợi nhuận hoặc giá trị cơ bản, cổ phiếu đó có thể trở nên kém hấp dẫn theo góc nhìn Value. Một chiến lược sẽ nhìn thấy xu hướng tốt, trong khi chiến lược còn lại bắt đầu lo ngại về mức định giá.

Đây chính là lý do Value và Momentum thường được xem là hai phong cách đầu tư có tính bổ sung. Nhưng cần phân biệt một điểm quan trọng: Value không có nghĩa là mua những cổ phiếu giảm giá, và Momentum cũng không đơn giản là mua những cổ phiếu đắt. Value là một đánh giá tương đối giữa giá thị trường và các chỉ tiêu cơ bản, còn Momentum đo lường diễn biến lợi nhuận giá trong một giai đoạn xác định. Vì vậy, một cổ phiếu hoàn toàn có thể vừa có định giá hấp dẫn vừa sở hữu Momentum tích cực. Cũng có những cổ phiếu vừa đắt vừa có xu hướng giá suy yếu.

Sự khác biệt này rất quan trọng trong nghiên cứu Quant. Nếu hiểu Value chỉ là mua cổ phiếu giảm mạnh, chúng ta có thể vô tình biến chiến lược thành một dạng contrarian hoặc long-term reversal đơn giản. Tương tự, nếu Momentum chỉ được đo bằng việc giá hôm nay cao hơn hôm qua, tín hiệu đó có thể mang bản chất rất khác với Momentum được ghi nhận trong các nghiên cứu học thuật. Việc định nghĩa không chính xác factor sẽ khiến kết quả backtest khó so sánh với những bằng chứng đã có.

Trong nghiên cứu kinh điển Value and Momentum Everywhere, xuất bản trên The Journal of Finance năm 2013, Clifford Asness, Tobias Moskowitz và Lasse Pedersen sử dụng những thước đo khá đơn giản và nhất quán. Đối với cổ phiếu, Value được đo bằng tỷ lệ book-to-market, tức giá trị sổ sách vốn chủ sở hữu chia cho giá trị vốn hóa thị trường. Momentum được đo bằng lợi nhuận tích lũy trong 12 tháng trước, nhưng bỏ qua tháng gần nhất. Cách đo này thường được gọi là Momentum 12–2, với lý do bỏ qua biến động ngắn hạn gần nhất có thể giúp giảm ảnh hưởng của hiện tượng đảo chiều giá trong một tháng.

Tại sao cần bỏ qua tháng gần nhất? Bởi thị trường có thể tồn tại đồng thời nhiều hiệu ứng ở những khung thời gian khác nhau. Một cổ phiếu tăng mạnh trong vài ngày hoặc vài tuần có thể điều chỉnh ngay sau đó vì tác động của thanh khoản, giao dịch ngắn hạn hoặc phản ứng quá mức. Nhưng nếu một cổ phiếu đã có sức mạnh tương đối tốt trong khoảng thời gian dài hơn, tín hiệu Momentum trung hạn có thể phản ánh sự điều chỉnh kỳ vọng diễn ra chậm hơn. Hai hiện tượng này không nhất thiết mâu thuẫn với nhau, vì chúng được quan sát ở những kỳ hạn khác nhau.

Về mặt kinh tế, Value thường được lý giải thông qua hai nhóm giả thuyết lớn. Theo hướng tiếp cận dựa trên rủi ro, những tài sản có định giá thấp có thể đang chứa đựng rủi ro kinh doanh, rủi ro tài chính hoặc mức độ bất định cao hơn, và nhà đầu tư yêu cầu mức lợi nhuận kỳ vọng lớn hơn để nắm giữ chúng. Theo hướng tài chính hành vi, thị trường có thể phản ứng quá mức với những thông tin tiêu cực, trở nên bi quan về triển vọng dài hạn của doanh nghiệp và đẩy giá xuống dưới mức hợp lý. Nếu kỳ vọng sau đó điều chỉnh trở lại, cổ phiếu Value có thể tạo ra lợi nhuận vượt trội.

Momentum lại thường được giải thích bằng những cơ chế khác. Nhà đầu tư có thể phản ứng chậm với thông tin mới, khiến giá cổ phiếu không điều chỉnh ngay lập tức về mức phù hợp với kỳ vọng mới. Sự dịch chuyển của dòng vốn, hoạt động điều chỉnh danh mục của các quỹ đầu tư, tâm lý bám theo xu hướng hoặc các giới hạn trong quá trình xử lý thông tin cũng có thể góp phần tạo ra sự tiếp diễn của lợi nhuận giá. Khi nhiều nhà đầu tư dần nhận ra cùng một thông tin, xu hướng có thể kéo dài lâu hơn những gì một mô hình thị trường hiệu quả đơn giản dự đoán.

Một cách hình dung khá dễ hiểu là Value và Momentum có thể phản ánh hai giai đoạn khác nhau trong quá trình thị trường định giá tài sản. Value chú trọng khoảng cách giữa giá hiện tại và một thước đo giá trị cơ bản. Momentum chú trọng quá trình điều chỉnh giá đang diễn ra. Một bên quan tâm tài sản đang được định giá ở đâu so với giá trị, bên còn lại quan tâm hướng dịch chuyển của kỳ vọng thị trường.

Tuy nhiên, cũng không nên kết luận rằng Value luôn dự báo sự đảo chiều còn Momentum luôn dự báo sự tiếp diễn. Đây là hai hiệu ứng thống kê được ghi nhận trên danh mục và trong những điều kiện nghiên cứu nhất định, không phải những quy luật bảo đảm sẽ đúng với từng cổ phiếu. Một doanh nghiệp có P/B thấp có thể tiếp tục giảm giá nếu chất lượng tài sản suy yếu hoặc khả năng sinh lời giảm. Một cổ phiếu có Momentum mạnh cũng có thể đảo chiều rất nhanh khi xuất hiện thông tin mới làm thay đổi kỳ vọng.

Điểm quan trọng là hai chiến lược có xu hướng phản ứng khác nhau trước một số thay đổi của thị trường. Khi một nhóm tài sản bị định giá thấp bắt đầu phục hồi, Value có thể hưởng lợi trong khi Momentum vẫn đang nắm giữ những tài sản từng tăng tốt hơn trước đó. Ngược lại, khi thị trường tiếp tục ưu tiên những doanh nghiệp tăng trưởng mạnh và mức định giá cao, Momentum có thể duy trì performance tốt hơn Value. Sự khác biệt trong quá trình hình thành lợi nhuận tạo ra khả năng đa dạng hóa, ngay cả khi cả hai chiến lược đều hướng đến mục tiêu tạo alpha.

Mình nghĩ đây là điều khiến Value và Momentum thú vị hơn nhiều so với cách diễn giải đơn giản rằng một bên mua rẻ còn một bên mua đang tăng. Hai chiến lược thực chất đại diện cho hai cách tiếp cận thông tin khác nhau: một bên sử dụng quan hệ giữa giá và fundamentals, bên kia sử dụng thông tin nằm trong lịch sử biến động giá tương đối. Nếu những nguồn thông tin đó không hoàn toàn trùng lặp, việc kết hợp chúng có thể giúp danh mục tránh phụ thuộc quá nhiều vào một trạng thái thị trường.

Và chính giả thuyết này là trọng tâm của Value and Momentum Everywhere: liệu Value và Momentum chỉ tình cờ hoạt động tại một số thị trường cổ phiếu, hay chúng là những hiện tượng có cấu trúc chung, xuất hiện ở nhiều loại tài sản và có thể kết hợp để cải thiện hiệu quả đầu tư?

PHẦN 2. Value and Momentum Everywhere: Vì sao tương quan âm lại tạo ra một tổ hợp factor đáng chú ý?

Điểm đặc biệt của nghiên cứu do Asness, Moskowitz và Pedersen thực hiện là các tác giả không chỉ phân tích cổ phiếu Mỹ, vốn là đối tượng của phần lớn các nghiên cứu factor truyền thống. Thay vào đó, họ mở rộng phạm vi sang tám nhóm thị trường và tài sản, bao gồm cổ phiếu Mỹ, Anh, châu Âu lục địa, Nhật Bản, hợp đồng tương lai chỉ số chứng khoán các quốc gia, trái phiếu chính phủ, tiền tệ và hợp đồng tương lai hàng hóa. Dữ liệu lịch sử kéo dài từ năm 1972 đến tháng 7/2011 đối với những chuỗi có đủ thông tin, trong khi một số nhóm tài sản bắt đầu muộn hơn.

Việc mở rộng sang nhiều asset classes giúp giải quyết một câu hỏi quan trọng trong nghiên cứu tài chính: nếu một factor chỉ hoạt động tại một thị trường cụ thể, kết quả đó có thể phụ thuộc rất lớn vào cấu trúc và lịch sử của thị trường ấy. Nhưng nếu một hiện tượng tương tự xuất hiện trong cổ phiếu, trái phiếu, tiền tệ và hàng hóa, khả năng nó chỉ là một mối tương quan ngẫu nhiên do lựa chọn dữ liệu sẽ ít thuyết phục hơn. Điều đó chưa chứng minh factor chắc chắn sẽ tồn tại mãi, nhưng khiến các lý thuyết giải thích nó phải có phạm vi rộng hơn.

Để thực hiện nghiên cứu này, nhóm tác giả cần định nghĩa Value và Momentum theo cách có thể sử dụng trên nhiều loại tài sản. Momentum tương đối dễ chuẩn hóa vì phần lớn tài sản đều có dữ liệu giá và lợi nhuận lịch sử. Nhưng Value lại khó hơn nhiều. Một cổ phiếu có thể được đánh giá bằng book-to-market, trong khi trái phiếu chính phủ hay hàng hóa không có giá trị sổ sách vốn chủ sở hữu theo cùng ý nghĩa kinh tế.

Vì vậy, đối với các asset classes ngoài cổ phiếu, nhóm nghiên cứu sử dụng những thước đo Value phù hợp hơn với bản chất tài sản. Chẳng hạn, với tiền tệ, họ dựa vào sự thay đổi tỷ giá thực trong dài hạn liên quan đến sức mua tương đối. Với hàng hóa, thước đo được xây dựng từ quan hệ giữa giá giao ngay hiện tại và mức giá trong quá khứ dài hạn. Với trái phiếu chính phủ, Value được tiếp cận thông qua thay đổi lợi suất dài hạn. Những thước đo này không hoàn toàn giống Value trong phân tích doanh nghiệp, nhưng đều cố gắng nhận diện tài sản có giá tương đối thấp so với một mốc tham chiếu dài hạn.

Kết quả nghiên cứu cho thấy phần bù lợi nhuận Value và Momentum xuất hiện tương đối nhất quán trên tám nhóm thị trường và tài sản được kiểm định, dù không phải mọi kết quả riêng lẻ đều có ý nghĩa thống kê như nhau. Quan trọng hơn, lợi nhuận của các chiến lược Value ở những thị trường khác nhau có xu hướng biến động cùng chiều; các chiến lược Momentum cũng có đặc điểm tương tự. Nhưng khi so sánh Value với Momentum, hai nhóm chiến lược lại thể hiện tương quan âm, cả trong cùng một asset class lẫn giữa các asset classes khác nhau.

Một trong những con số đáng chú ý là tương quan giữa lợi nhuận của Value và Momentum trong các nhóm tài sản mà nghiên cứu xem xét có mức trung bình khoảng -0.49. Trong phân tích tương quan giữa các thị trường cổ phiếu, hệ số tương quan giữa chiến lược Value của một thị trường và danh mục Momentum tổng hợp ở các thị trường cổ phiếu khác vào khoảng -0.53. Đây là các thống kê lịch sử trong thiết kế nghiên cứu cụ thể, không phải hệ số tương quan cố định có thể áp dụng trực tiếp cho mọi thị trường hoặc danh mục.

Điều quan trọng là phải hiểu tương quan âm ở đây nói về lợi nhuận của hai chiến lược factor, không có nghĩa điểm Value và Momentum của mọi cổ phiếu đều luôn đối nghịch nhau. Một cổ phiếu có thể vừa rẻ vừa có Momentum tốt. Nhưng khi xét trên toàn bộ danh mục được xây dựng từ hai factor, các nguồn lợi nhuận thường thể hiện sự khác biệt đáng kể. Đây mới là cơ sở để nghiên cứu lợi ích đa dạng hóa.

Hãy hình dung một danh mục Value và một danh mục Momentum có lợi nhuận kỳ vọng dương trong dài hạn. Nếu hai danh mục thường tăng giảm cùng chiều, việc kết hợp chúng có thể không giảm nhiều rủi ro. Nhưng nếu hai danh mục có tương quan âm, những giai đoạn một chiến lược hoạt động kém có thể phần nào được bù đắp bằng chiến lược còn lại. Khi đó, lợi nhuận trung bình của danh mục kết hợp không nhất thiết tăng mạnh, nhưng volatility có thể giảm và Sharpe ratio có thể được cải thiện.

Đây là một đặc điểm rất quan trọng trong quản lý danh mục. Sharpe ratio không chỉ phụ thuộc vào mức lợi nhuận vượt lãi suất phi rủi ro, mà còn phụ thuộc vào độ biến động của lợi nhuận. Vì vậy, một danh mục không nhất thiết phải tạo ra mức return cao hơn từng thành phần để có risk-adjusted performance tốt hơn. Nếu hai chiến lược có lợi nhuận kỳ vọng dương và mối tương quan đủ thấp, sự kết hợp của chúng có thể tiến gần hơn đến đường biên hiệu quả, tức efficient frontier, so với việc nắm giữ riêng từng chiến lược.

Trong paper, các tác giả cũng kiểm định tổ hợp 50/50 giữa Value và Momentum. Về bản chất, đây là sự kết hợp cân bằng lợi nhuận của hai chiến lược factor trong thiết kế nghiên cứu, không phải đơn thuần cộng điểm định giá và điểm xu hướng giá của từng cổ phiếu. Khi mở rộng ra nhiều asset classes, nhóm nghiên cứu còn điều chỉnh quy mô các danh mục theo volatility để tránh những nhóm tài sản có biến động lớn chi phối toàn bộ kết quả.

Kết quả khá đáng chú ý: danh mục kết hợp Value và Momentum trên nhiều asset classes, với cách chuẩn hóa rủi ro được mô tả trong nghiên cứu, đạt Sharpe ratio hằng năm khoảng 1.45 trong mẫu lịch sử. Đây là con số phản ánh một chiến lược nghiên cứu đa tài sản với các danh mục long-short và những giả định cụ thể, không thể hiểu là nhà đầu tư chỉ cần chia 50% vốn vào cổ phiếu Value và 50% vào cổ phiếu Momentum sẽ đạt Sharpe tương tự. Việc sử dụng volatility tính trên toàn bộ mẫu lịch sử trong một phần trình bày cũng khiến chỉ tiêu này khác với kết quả triển khai hoàn toàn theo thời gian thực, dù nhóm tác giả có thực hiện kiểm tra bổ sung bằng ước lượng volatility từ dữ liệu quá khứ.

Điều khiến kết quả này trở nên thú vị không chỉ là Sharpe ratio cao. Quan trọng hơn, nghiên cứu cho thấy việc kết hợp hai nguồn lợi nhuận có tương quan âm có thể tạo ra một danh mục có hiệu quả điều chỉnh theo rủi ro tốt hơn đáng kể so với cách xem từng factor một cách độc lập. Thay vì đặt câu hỏi liệu Value tốt hơn hay Momentum tốt hơn, nghiên cứu chuyển trọng tâm sang việc hai factor tương tác với nhau ra sao và những đặc điểm chung nào có thể giải thích lợi nhuận của chúng.

Một phát hiện khác là mối tương quan giữa Value và Momentum không chỉ tồn tại trong từng loại tài sản. Value ở thị trường cổ phiếu có thể có quan hệ với Value ở thị trường khác, và Momentum cũng thể hiện cấu trúc tương tự trên phạm vi toàn cầu. Điều này gợi ý rằng phía sau những chiến lược tưởng như khác nhau về tài sản giao dịch có thể tồn tại các yếu tố rủi ro và hành vi chung.

Nhóm tác giả xem xét nhiều khả năng giải thích, trong đó có funding liquidity risk, tức rủi ro liên quan đến khả năng tiếp cận nguồn vốn và tài trợ vị thế của nhà đầu tư. Khi điều kiện tài trợ thay đổi, những quỹ đang sử dụng đòn bẩy hoặc duy trì các chiến lược giao dịch tương tự có thể phải điều chỉnh danh mục. Những thay đổi đó có thể ảnh hưởng đến lợi nhuận Value và Momentum theo các hướng khác nhau, qua đó góp phần tạo ra tương quan âm quan sát được.

Tuy nhiên, paper cũng chỉ ra rằng rủi ro thanh khoản tài trợ chỉ giải thích được một phần tương đối nhỏ của hiện tượng. Nó không đủ để lý giải toàn bộ mức lợi nhuận trung bình của Value, Momentum cũng như lợi ích của việc kết hợp hai chiến lược. Nói cách khác, dù có bằng chứng về những cơ chế rủi ro chung, nghiên cứu không đưa ra một lời giải thích duy nhất có thể khép lại cuộc tranh luận về nguồn gốc của các factor premium.

Đây cũng là điểm khiến bài báo có giá trị học thuật. Nếu Value và Momentum chỉ xuất hiện tại cổ phiếu Mỹ, người ta có thể giải thích chúng bằng những đặc điểm riêng của thị trường cổ phiếu Mỹ. Nhưng khi hai hiệu ứng tiếp tục được quan sát trên tiền tệ, trái phiếu và hàng hóa, những lý thuyết chỉ dựa trên rủi ro tài chính doanh nghiệp hoặc tâm lý của cổ đông cá nhân sẽ gặp khó khăn trong việc giải thích toàn bộ hiện tượng. Một cách tiếp cận rộng hơn về thị trường, dòng vốn, định giá và quá trình hình thành kỳ vọng trở nên cần thiết.

Tất nhiên, tương quan âm không có nghĩa hai chiến lược sẽ luôn bảo vệ được nhau. Momentum có thể chịu tổn thất rất lớn trong những giai đoạn thị trường đảo chiều đột ngột. Nghiên cứu Momentum Crashes của Kent Daniel và Tobias Moskowitz, công bố năm 2016, cho thấy các chiến lược Momentum có thể trải qua những đợt thua lỗ nghiêm trọng sau các giai đoạn thị trường giảm mạnh và volatility cao, đặc biệt khi thị trường bất ngờ phục hồi. Trong những tình huống đó, các cổ phiếu từng giảm sâu có thể tăng rất nhanh, còn các vị thế dựa trên xu hướng trước đó trở nên bất lợi.

Value cũng có những rủi ro riêng. Một cổ phiếu có định giá thấp không nhất thiết sẽ nhanh chóng trở về giá trị hợp lý. Doanh nghiệp có thể trải qua nhiều năm suy giảm khả năng sinh lời hoặc thị trường có thể duy trì mức định giá thấp trong thời gian dài. Đây là lý do các nhà đầu tư Value đôi khi phải chịu những giai đoạn underperformance rất dài, ngay cả khi luận điểm định giá của họ có cơ sở.

Khi kết hợp hai chiến lược, chúng ta có thể giảm bớt một số rủi ro đặc thù, nhưng không loại bỏ hoàn toàn rủi ro thị trường. Value và Momentum vẫn có thể đồng thời hoạt động kém trong một số giai đoạn, hoặc mối tương quan giữa chúng có thể thay đổi theo thời gian. Hơn nữa, lợi ích đa dạng hóa trong một danh mục cổ phiếu long-only có thể khác đáng kể so với chiến lược long-short market-neutral được sử dụng trong nghiên cứu.

Mình nghĩ đây là chi tiết dễ bị bỏ qua khi đọc các paper factor investing. Một nghiên cứu có thể chứng minh lợi nhuận long-short của Value và Momentum có tương quan âm, nhưng điều đó không tự động chứng minh một danh mục chỉ mua cổ phiếu sẽ có mức tương quan tương tự. Trong danh mục long-only, cả hai nhóm cổ phiếu vẫn chịu ảnh hưởng của xu hướng chung thị trường, rủi ro ngành và các cú sốc kinh tế. Vì vậy, khi chuyển từ kết quả học thuật sang chiến lược đầu tư thực tế, cần phân biệt rõ nguồn alpha tương đối với lợi nhuận tuyệt đối của danh mục.

Sau cùng, điều làm nên ý nghĩa của Value and Momentum Everywhere không chỉ là việc phát hiện hai factor có lịch sử lợi nhuận dương. Quan trọng hơn, nghiên cứu cho thấy chúng có cấu trúc tương quan khác biệt và sự kết hợp có thể mang lại lợi ích lớn về hiệu quả điều chỉnh theo rủi ro. Đây là một cách tư duy rất gần với Quant Renaissance: tìm nhiều nguồn lợi nhuận khác nhau chưa đủ, mà cần hiểu chúng liên quan với nhau như thế nào khi đưa vào cùng một portfolio.

PHẦN 3. Nếu xây dựng chiến lược Value + Momentum cho cổ phiếu Việt Nam thì nên làm như thế nào?

Nếu đem ý tưởng Value + Momentum về thị trường Việt Nam, mình nghĩ đây là một trong những mô hình factor investing đáng thử nghiệm đầu tiên. Không phải vì nó quá phức tạp, mà ngược lại, vì dữ liệu đầu vào tương đối dễ tiếp cận và cơ chế kinh tế của hai factor khá rõ ràng. Chúng ta có thể xây dựng một hệ thống sử dụng dữ liệu giá, báo cáo tài chính và thông tin vốn hóa để xếp hạng cổ phiếu theo hai khía cạnh: mức độ hấp dẫn của định giá và sức mạnh tương đối của xu hướng giá.

Tuy nhiên, nên bắt đầu bằng việc xác định đúng bài toán. Nếu mục tiêu là nghiên cứu factor theo phương pháp học thuật, chúng ta có thể tạo các danh mục long-short để tách biệt lợi nhuận của Value và Momentum khỏi xu hướng thị trường. Nhưng nếu mục tiêu là xây dựng chiến lược có thể giao dịch thực tế cho nhà đầu tư cổ phiếu Việt Nam, cách tiếp cận long-only thường phù hợp hơn với những hạn chế hiện tại về bán khống và công cụ giao dịch. Hai cách này có thể cùng được kiểm định, nhưng không nên xem kết quả của chúng là tương đương.

Với mô hình long-only, có thể bắt đầu từ một universe gồm các cổ phiếu HOSE có mức thanh khoản đủ tốt, chẳng hạn nhóm VN100 hoặc một tập cổ phiếu được chọn theo vốn hóa và giá trị giao dịch bình quân. Mục tiêu không nhất thiết là tìm alpha trên mọi cổ phiếu niêm yết, mà là xây dựng một chiến lược có thể thực hiện được với khối lượng giao dịch và chi phí hợp lý. Nếu backtest cho kết quả rất tốt nhưng phần lớn lợi nhuận đến từ những cổ phiếu có thanh khoản thấp, khó mua bán hoặc thường xuyên bị giới hạn biên độ, hiệu quả thực tế có thể khác xa kết quả mô phỏng.

Bước đầu tiên là xây dựng Value Score. Nếu bám sát nghiên cứu của Asness, Moskowitz và Pedersen, thước đo cơ bản có thể là book-to-market, tức giá trị sổ sách chia cho vốn hóa thị trường. Đối với những doanh nghiệp có vốn chủ sở hữu dương, chỉ tiêu này tương đương với nghịch đảo P/B. Tỷ lệ book-to-market càng cao thì cổ phiếu càng rẻ theo thước đo giá trị sổ sách, ít nhất khi các yếu tố khác được giữ nguyên.

Nhưng tại Việt Nam, việc chỉ sử dụng P/B cho toàn bộ thị trường có thể tạo ra sai lệch. Một doanh nghiệp ngân hàng, một công ty bán lẻ và một doanh nghiệp công nghệ có đặc điểm tài sản, cấu trúc vốn và khả năng sinh lời rất khác nhau. Với ngân hàng, P/B có thể có ý nghĩa khi kết hợp với ROE, chất lượng tài sản và triển vọng lợi nhuận. Với các doanh nghiệp phi tài chính, những chỉ tiêu như earnings yield, EV/EBITDA hoặc free cash flow yield có thể bổ sung góc nhìn hữu ích, tùy đặc điểm ngành. Tuy nhiên, các chỉ tiêu này cũng có giới hạn riêng; chẳng hạn EV/EBITDA không phù hợp để so sánh ngân hàng theo cách thông thường, còn P/E có thể mất ý nghĩa với doanh nghiệp đang báo lỗ.

Vì vậy, mình sẽ bắt đầu bằng một phiên bản Value đơn giản, có định nghĩa rõ ràng và dữ liệu nhất quán, rồi mới kiểm tra xem việc thêm các chỉ tiêu định giá khác có thực sự cải thiện kết quả hay không. Nếu ngay từ đầu đưa quá nhiều biến như P/E, P/B, EV/EBITDA, ROE, ROIC và tăng trưởng EPS vào cùng một điểm số, chúng ta có thể không còn biết hiệu quả đến từ Value hay từ những factor Quality và Growth được bổ sung sau đó.

Ở phía Momentum, có thể sử dụng lợi nhuận tích lũy 12–2 tháng tương tự nghiên cứu gốc. Tức là tại mỗi thời điểm xếp hạng, hệ thống sử dụng biến động giá trong khoảng thời gian trung hạn trước đó nhưng không tính tháng gần nhất. Cách làm này giúp duy trì sự nhất quán với Momentum học thuật và tránh nhầm lẫn giữa xu hướng trung hạn với biến động giá rất ngắn hạn.

Tuy nhiên, dữ liệu giá cần được xử lý chính xác những sự kiện doanh nghiệp như chia tách cổ phiếu, cổ tức và các thay đổi làm ảnh hưởng đến lợi nhuận thực tế của nhà đầu tư. Nếu sử dụng giá chưa điều chỉnh, một cổ phiếu có thể bị ghi nhận giảm giá mạnh chỉ vì phát hành thêm hoặc chia cổ tức. Ngược lại, nếu sử dụng chuỗi giá điều chỉnh bằng những thông tin mà tại thời điểm lịch sử chưa tồn tại, backtest cũng có nguy cơ chứa sai lệch. Vì thế, dữ liệu phải phản ánh đúng lợi nhuận có thể quan sát và các sự kiện đã được biết tại từng thời điểm.

Khi đã có Value và Momentum, bước tiếp theo là chuẩn hóa điểm số để hai factor có thể được kết hợp trên cùng một thang đo. Không thể trực tiếp cộng P/B với lợi nhuận giá 12 tháng vì chúng có đơn vị, phân phối và độ phân tán khác nhau. Một cách phổ biến là sử dụng percentile rank hoặc z-score, tức chuyển từng chỉ tiêu thành vị trí tương đối so với những cổ phiếu khác trong tập so sánh.

Giả sử một cổ phiếu nằm trong nhóm có định giá hấp dẫn nhất và đồng thời thuộc nhóm có Momentum tương đối mạnh, nó sẽ nhận điểm cao ở cả hai factor. Một cổ phiếu khác có mức định giá rất thấp nhưng giá vẫn đang giảm mạnh có thể nhận Value Score cao nhưng Momentum Score thấp. Trong khi đó, một cổ phiếu đang tăng mạnh nhưng được định giá khá đắt có thể nhận Momentum Score cao và Value Score thấp.

Đối với phiên bản mô hình đơn giản, mình sẽ thử kết hợp hai điểm số với trọng số bằng nhau: Composite Score = 50% Value Score + 50% Momentum Score. Đây là một đề xuất để xây dựng hệ thống ranking cổ phiếu, không phải công thức chính xác được sử dụng để tạo danh mục 50/50 trong paper gốc. Việc chuẩn hóa và cộng điểm nhằm tạo ra một tín hiệu tổng hợp cho từng cổ phiếu, còn cách kết hợp hai danh mục factor riêng biệt là một phương pháp khác cần được kiểm định độc lập.

Điểm thú vị của cách kết hợp này là cổ phiếu không nhất thiết phải đứng đầu ở cả hai factor mới được lựa chọn. Một doanh nghiệp có mức định giá tương đối hấp dẫn và Momentum đang cải thiện có thể được xếp cao hơn doanh nghiệp cực kỳ rẻ nhưng xu hướng giá tiếp tục suy yếu. Ngược lại, một doanh nghiệp có Momentum rất mạnh nhưng mức định giá đã trở nên quá cao có thể không đứng đầu bảng xếp hạng tổng hợp. Mô hình vì vậy tìm kiếm sự cân bằng giữa mức giá tương đối hấp dẫn và diễn biến thị trường đang ủng hộ cổ phiếu.

Hãy lấy ba doanh nghiệp giả định làm ví dụ. Doanh nghiệp A có P/B 0.8 lần, giá tăng khoảng 20% trong giai đoạn đo Momentum và lợi nhuận kinh doanh tương đối ổn định. Doanh nghiệp B có P/B 0.5 lần nhưng giá giảm 35%, trong khi các chỉ tiêu lợi nhuận đang suy yếu. Doanh nghiệp C có P/B 4 lần và giá tăng 50%. Nếu chỉ theo Value, B có thể được xếp rất cao vì định giá thấp nhất. Nếu chỉ theo Momentum, C có thể được ưu tiên. Nhưng mô hình kết hợp có thể đánh giá A hấp dẫn hơn sau khi chuẩn hóa điểm số, vì A không quá đắt theo thước đo sử dụng và vẫn có sức mạnh giá tương đối tích cực.

Tất nhiên, đây chỉ là ví dụ để hiểu cơ chế xếp hạng. Không thể kết luận A sẽ mang lại lợi nhuận cao hơn B hoặc C nếu chưa có dữ liệu kiểm định thực tế. Hơn nữa, Value thấp hay cao cần được đặt trong bối cảnh của từng ngành. Một ngân hàng có P/B 0.8 không thể được xem là rẻ hơn một doanh nghiệp công nghệ có P/B 4 chỉ dựa vào hai con số đó. Khả năng sinh lời trên vốn, cơ cấu tài sản và triển vọng tăng trưởng có thể rất khác nhau.

Đó là lý do mình cho rằng bước sector-neutral khá quan trọng. Nếu xếp hạng Value trên toàn bộ thị trường, mô hình có thể tự động ưu tiên quá nhiều doanh nghiệp thuộc những ngành thường có P/B thấp, đồng thời loại bỏ gần hết những ngành có mức định giá cấu trúc cao hơn. Trong trường hợp này, tín hiệu được gọi là Value nhưng kết quả danh mục có thể bị chi phối mạnh bởi sector exposure. Khi nhóm ngành được ưu tiên hoạt động tốt, mô hình có thể tạo ra return cao, nhưng không dễ xác định bao nhiêu phần lợi nhuận đến từ định giá và bao nhiêu phần đến từ việc đặt cược vào ngành.

Một cách xử lý là chuẩn hóa Value và Momentum trong từng nhóm ngành, sau đó so sánh vị trí của từng cổ phiếu với các doanh nghiệp có đặc điểm kinh doanh tương đối giống nhau. Chẳng hạn, ngân hàng sẽ được đánh giá so với ngân hàng, bán lẻ so với bán lẻ và các doanh nghiệp sản xuất được so sánh với những công ty thuộc nhóm ngành phù hợp. Cách làm này không giải quyết hoàn toàn mọi khác biệt về mô hình kinh doanh, nhưng giúp giảm ảnh hưởng của việc một số ngành có mức định giá hoặc đặc điểm lợi nhuận cấu trúc khác nhau.

Tuy nhiên, sector-neutral ở cấp độ điểm số và sector-neutral ở cấp độ danh mục không hoàn toàn giống nhau. Việc chuẩn hóa điểm trong từng ngành giúp giảm sai lệch khi xếp hạng, nhưng danh mục cuối cùng vẫn có thể nắm giữ quá nhiều cổ phiếu một ngành nếu phần lớn các mã thuộc ngành đó có điểm tổng hợp cao. Nếu mục tiêu là giữ mức độ phân bổ ngành tương đối gần với benchmark, hệ thống cần thêm ràng buộc về tỷ trọng ngành ở bước xây dựng portfolio. Hai lựa chọn này nên được kiểm định riêng thay vì coi là một thao tác duy nhất.

Sau khi có bảng xếp hạng, bước tiếp theo là quyết định cách phân bổ vốn. Một phương án đơn giản là chọn nhóm cổ phiếu có Composite Score cao nhất, sau đó phân bổ tương đối đều giữa các mã, kết hợp giới hạn tỷ trọng tối đa theo cổ phiếu và ngành. Tuy nhiên, phương pháp equal-weight có thể khiến các cổ phiếu vốn hóa hoặc thanh khoản nhỏ chiếm tỷ trọng quá lớn so với khả năng giao dịch thực tế. Vì vậy, cần kiểm tra thêm những phương án phân bổ dựa trên vốn hóa, thanh khoản hoặc rủi ro.

Đây là nơi volatility scaling bắt đầu có ý nghĩa. Hai cổ phiếu có điểm Value + Momentum tương đương nhưng mức độ biến động giá khác nhau có thể đóng góp mức rủi ro rất khác nhau cho portfolio. Nếu phân bổ số tiền bằng nhau, cổ phiếu có volatility cao thường đóng góp nhiều hơn vào biến động danh mục, dù không nhất thiết đóng góp nhiều hơn vào lợi nhuận kỳ vọng.

Một cách tiếp cận là điều chỉnh quy mô vị thế theo volatility được ước lượng từ dữ liệu lịch sử. Cổ phiếu có volatility cao có thể được phân bổ tỷ trọng thấp hơn, trong khi cổ phiếu có biến động ổn định hơn có thể nhận tỷ trọng cao hơn, trong giới hạn của mô hình. Tuy vậy, cách này cần có ràng buộc để tránh việc những cổ phiếu có volatility thấp bất thường hoặc thiếu thanh khoản được phân bổ tỷ trọng quá lớn. Mức biến động lịch sử thấp cũng không bảo đảm rủi ro tương lai thấp.

Nếu xây dựng một phiên bản tương đối đơn giản để nghiên cứu trên cổ phiếu Việt Nam, mình sẽ thử ba cấu hình độc lập: danh mục chỉ sử dụng Value, danh mục chỉ sử dụng Momentum và danh mục kết hợp Value + Momentum theo trọng số 50/50. Cả ba phải sử dụng cùng universe, cùng thời điểm tạo tín hiệu, cùng quy tắc tái cân bằng và cùng giả định về chi phí giao dịch. Sau đó mới so sánh phiên bản kết hợp có và không có sector-neutral cùng volatility scaling.

Điểm này rất quan trọng vì nếu mô hình kết hợp được sử dụng nhiều bộ lọc hơn, ít giao dịch hơn hoặc phân bổ vốn khác hoàn toàn so với hai mô hình ban đầu, chúng ta sẽ khó xác định kết quả cải thiện thực sự đến từ đâu. Một nghiên cứu tốt nên tách riêng đóng góp của việc kết hợp factor, trung hòa ngành và điều chỉnh rủi ro, thay vì thay đổi nhiều yếu tố cùng lúc rồi kết luận rằng Value + Momentum đã tạo ra hiệu quả vượt trội.

Về kỳ tái cân bằng, có thể bắt đầu với dữ liệu tháng. Đây là lựa chọn khá tự nhiên vì Momentum 12–2 vốn được xác định trên khung thời gian trung hạn, còn Value từ báo cáo tài chính không thay đổi liên tục như giá. Việc tái cân bằng quá thường xuyên có thể làm tăng turnover mà chưa chắc bổ sung nhiều thông tin hữu ích. Tuy nhiên, nên kiểm tra các tần suất khác nhau để đánh giá sự đánh đổi giữa tốc độ cập nhật tín hiệu và chi phí giao dịch, thay vì mặc định kỳ tái cân bằng ngắn hơn sẽ tạo ra mô hình tốt hơn.

Một yêu cầu không thể bỏ qua là dữ liệu phải được tổ chức theo thời điểm công bố thực tế. Chẳng hạn, một doanh nghiệp có kết quả kinh doanh quý II rất tốt nhưng chỉ công bố báo cáo vào cuối tháng 7 thì hệ thống không được sử dụng những con số đó để xếp hạng cổ phiếu vào cuối tháng 6. Nếu không xử lý đúng publication lag, mô hình có thể vô tình sử dụng thông tin tương lai. Đây là một lỗi đặc biệt nguy hiểm với các chiến lược Fundamental và Value, bởi báo cáo tài chính thường được lưu trữ theo kỳ kế toán, trong khi thời điểm nhà đầu tư biết được thông tin lại khác với ngày kết thúc kỳ.

Khi backtest, mình sẽ quan tâm trước tiên đến khả năng xếp hạng lợi nhuận tương lai, chứ không chỉ nhìn đường tăng trưởng NAV. Một chỉ tiêu có thể sử dụng là Information Coefficient, đo tương quan giữa score của cổ phiếu tại thời điểm tạo tín hiệu và lợi nhuận trong kỳ sau đó. Nếu Composite Score có khả năng xếp hạng tốt hơn hai signal riêng lẻ và kết quả tương đối ổn định qua nhiều giai đoạn, đó có thể là bằng chứng ban đầu cho thấy sự kết hợp mang lại lợi ích dự báo.

Sau đó, cần kiểm tra hiệu quả danh mục bằng các chỉ tiêu như annualized return, volatility, Sharpe ratio, maximum drawdown, turnover và lợi nhuận sau chi phí giao dịch. Nhưng ngay cả khi Sharpe của danh mục kết hợp cao hơn, chúng ta vẫn nên phân tích xem phần cải thiện đến từ mức return tăng lên hay volatility giảm xuống. Hai kết quả này đều có giá trị nhưng mang ý nghĩa khác nhau. Nếu lợi nhuận không thay đổi nhiều nhưng biến động giảm đáng kể, mô hình có thể đang phát huy lợi ích diversification. Nếu lợi nhuận tăng nhờ lựa chọn cổ phiếu tốt hơn, chúng ta cần tìm hiểu liệu Composite Score đã bổ sung thông tin dự báo mới hay không.

Một phép kiểm định rất đáng làm là đo tương quan giữa chuỗi lợi nhuận của Value và Momentum theo từng giai đoạn tại Việt Nam. Nghiên cứu AQR ghi nhận tương quan âm trong mẫu quốc tế, nhưng không có cơ sở để mặc định hệ số tương quan -0.49 sẽ xuất hiện trên HOSE. Mức tương quan thực tế có thể thay đổi theo universe, cách đo factor, tỷ trọng danh mục và giai đoạn thị trường. Ngay cả khi hệ số tương quan âm không rõ rệt, mô hình kết hợp vẫn có thể mang lại lợi ích nếu hai factor bổ sung thông tin trong quá trình xếp hạng.

Ngoài tương quan bình quân, mình cũng sẽ quan tâm đến những giai đoạn Value và Momentum cùng chịu tổn thất. Chẳng hạn, khi thị trường giảm mạnh, liệu những cổ phiếu có Momentum cao có bảo vệ được danh mục hay không? Khi thị trường phục hồi từ vùng giá thấp, những doanh nghiệp Value có tăng nhanh hơn nhóm đang có Momentum mạnh trước đó không? Khi dòng tiền tập trung vào một vài ngành, việc trung hòa ngành có làm giảm hiệu quả ngắn hạn nhưng cải thiện mức độ ổn định dài hạn hay không? Đây là những câu hỏi mà một bảng kết quả tổng hợp toàn kỳ có thể không trả lời được.

Một điểm khác là chiến lược không nên được tối ưu chỉ để đạt Sharpe cao nhất trong quá khứ. Nếu liên tục thay đổi trọng số Value từ 30% lên 40%, 50%, 60% rồi lựa chọn tỷ lệ tạo ra performance đẹp nhất, chúng ta có thể vô tình khai thác nhiễu thống kê thay vì tìm ra một quan hệ bền vững. Cấu hình 50/50 có ưu điểm là đơn giản, dễ giải thích và tạo ra một mốc so sánh rõ ràng. Nhưng nó không đương nhiên tối ưu trong mọi giai đoạn, và một nghiên cứu nghiêm túc nên xem kết quả có nhạy cảm quá lớn với những thay đổi nhỏ trong trọng số hay không.

Nếu mô hình chỉ hoạt động khi sử dụng 53% Value và 47% Momentum nhưng trở nên kém hiệu quả khi chuyển sang 50/50, đó có thể là dấu hiệu kết quả đang phụ thuộc quá nhiều vào tối ưu hóa lịch sử. Ngược lại, nếu các cấu hình tương đối gần nhau đều có hiệu quả ổn định, chúng ta có thêm cơ sở để tin rằng mối quan hệ được khai thác không chỉ là sản phẩm của một lựa chọn tham số may mắn.

Sau cùng, khi đưa Value + Momentum vào một hệ thống phân tích chứng khoán thực tế, mình không nghĩ cần trình bày nó như một mô hình có thể dự đoán chính xác giá cổ phiếu sẽ tăng bao nhiêu phần trăm trong vài phiên tới. Đây trước hết là một phương pháp xếp hạng tài sản dựa trên những đặc điểm có bằng chứng học thuật về quan hệ với lợi nhuận kỳ vọng. Người dùng có thể thấy một cổ phiếu đang hấp dẫn về định giá hay không, Momentum tương đối ra sao, điểm tổng hợp thay đổi thế nào qua từng tháng và đâu là yếu tố khiến thứ hạng của cổ phiếu cải thiện hoặc suy yếu.

Nếu hệ thống cho phép so sánh với các cổ phiếu cùng ngành, theo dõi sự dịch chuyển của score theo thời gian và xem kết quả backtest theo từng nhóm điểm số, giá trị thực tế có thể lớn hơn việc chỉ đưa ra một khuyến nghị mua hoặc bán. Một cổ phiếu có điểm Value cao nhưng Momentum thấp có thể cần được nghiên cứu thêm về nguyên nhân giá suy yếu. Một cổ phiếu có Momentum cao nhưng Value thấp có thể phù hợp hơn với những chiến lược ưu tiên xu hướng và quản trị rủi ro chặt chẽ. Trong khi đó, một cổ phiếu đồng thời có điểm tốt ở cả hai yếu tố có thể là ứng viên đáng chú ý để phân tích sâu hơn về chất lượng doanh nghiệp.

Tất nhiên, Value + Momentum không phải lời giải cho mọi vấn đề của factor investing. Nó không thay thế nghiên cứu fundamentals, không loại bỏ được market risk và cũng không bảo đảm hiệu quả khi thị trường chuyển regime. Nhưng sự kết hợp này cung cấp một ví dụ khá rõ về nguyên tắc xây dựng hệ thống Quant: không nhất thiết phải tìm một factor vượt trội trong mọi điều kiện, mà có thể kết hợp những factor có cơ chế khác nhau để tạo ra một danh mục cân bằng hơn.

Điều mình thấy đáng chú ý nhất trong Value and Momentum Everywhere là các tác giả không chỉ chứng minh Value và Momentum tồn tại ở nhiều thị trường. Họ còn cho thấy hai nguồn lợi nhuận này có mối quan hệ đủ khác biệt để việc nghiên cứu chúng cùng nhau trở nên quan trọng hơn nhiều so với việc nghiên cứu từng factor riêng lẻ.

Nếu nhìn rộng hơn, đây cũng là một trong những nền tảng của tư duy multi-factor investing và orthogonal alpha. Một hệ thống có thể có nhiều signal tốt, nhưng chất lượng thực sự của portfolio còn phụ thuộc vào việc các signal đó tương tác với nhau như thế nào. Thêm một mô hình có Sharpe rất cao nhưng gần như trùng với nguồn lợi nhuận hiện tại chưa chắc có giá trị bằng một mô hình đơn giản hơn nhưng bổ sung được đặc điểm mà danh mục đang thiếu.

Và có lẽ đó mới là bài học thú vị nhất từ Value + Momentum: trong đầu tư định lượng, hai chiến lược không cần cùng đưa ra một nhận định về thị trường để có thể tạo ra một danh mục tốt hơn. Đôi khi, chính việc chúng nhìn thị trường theo những cách khác nhau mới là nguồn gốc của lợi ích đa dạng hóa.

Thay vì hỏi Value hay Momentum tốt hơn, câu hỏi đáng quan tâm hơn có lẽ là: khi mỗi factor đều có những giai đoạn hoạt động tốt và kém, chúng ta có thể kết hợp chúng như thế nào để vừa giữ được khả năng tạo alpha, vừa hạn chế phụ thuộc vào một kiểu thị trường duy nhất?

Và đó cũng là lý do một nghiên cứu công bố từ năm 2013 như Value and Momentum Everywhere vẫn mang nhiều giá trị tham khảo cho việc thiết kế hệ thống đầu tư định lượng ngày nay.