Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán Việt Nam trong giai đoạn 2017 – 2021 ghi nhận bước phát triển mạnh mẽ về quy mô vốn hóa, thanh khoản và số lượng nhà đầu tư tham gia. Đặc biệt trong giai đoạn 2020 – 2021, dù chịu tác động từ đại dịch Covid-19, thị trường đã nhanh chóng phục hồi và liên tục xác lập các mốc điểm kỷ lục. Lượng lớn nhà đầu tư cá nhân mới gia nhập thị trường đối mặt với nhiều rào cản trong việc nhận diện, phân loại và đo lường rủi ro danh mục. Trong đó, nhóm cổ phiếu ngành bất động sản là nhóm tài sản có mức độ nhạy cảm cao trước các biến động vĩ mô, chính sách tiền tệ, lãi suất và hành lang pháp lý đất đai. Việc lượng hóa mức độ rủi ro hệ thống của nhóm ngành này đóng vai trò thiết thực đối với công tác phân tích và quản trị danh mục đầu tư.

Mục đích nghiên cứu của đề tài gồm các nhiệm vụ cụ thể:

  1. Lượng hóa rủi ro hệ thống của các cổ phiếu ngành bất động sản niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) thông qua hệ số Beta ($\beta$).
  2. Khái quát thực trạng thị trường chứng khoán Việt Nam và ngành bất động sản giai đoạn 2017 – 2021.
  3. Nhận diện các nhân tố vĩ mô tạo nên rủi ro hệ thống của ngành bất động sản tại Việt Nam.
  4. Đánh giá tính phù hợp của hệ số Beta ước lượng thông qua mô hình định giá tài sản vốn (CAPM).
  5. Đưa ra các khuyến nghị cho nhà đầu tư khi sử dụng hệ số Beta để đo lường rủi ro và xây dựng danh mục đầu tư tối ưu.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Rủi ro hệ thống của các cổ phiếu bất động sản, được đo lường thông qua tỷ suất sinh lời (TSSL) của cổ phiếu và TSSL của chỉ số thị trường.
  • Phạm vi không gian: 23 mã cổ phiếu của các doanh nghiệp bất động sản niêm yết trên sàn HOSE thỏa mãn các tiêu chí sàng lọc dữ liệu và chỉ số VN-Index.
  • Phạm vi thời gian: Giai đoạn 5 năm, từ ngày 01/01/2017 đến ngày 31/12/2021.

Cơ sở lý thuyết và phương pháp

Khóa luận vận dụng hệ thống lý thuyết tài chính cổ điển kết hợp các công cụ kinh tế lượng để đo lường rủi ro chứng khoán:

  • Lý thuyết danh mục đầu tư của Markowitz (1952, 1959): Đặt nền tảng cho việc lượng hóa tỷ suất sinh lời kỳ vọng $E(R_{port}) = \sum_{i=1}^n w_i R_i$ và phương sai sai số danh mục $\sigma_{port}$, chỉ ra vai trò của hệ số tương quan ($\rho_{ij}$) và việc đa dạng hóa danh mục nhằm triệt tiêu rủi ro phi hệ thống.
  • Lý thuyết thị trường vốn và Đường thị trường vốn (CML): Thiết lập mối quan hệ giữa tỷ suất sinh lời kỳ vọng của danh mục kết hợp tài sản rủi ro và tài sản phi rủi ro: $E(R_{port}) = R_{FR} + \frac{E(R_M) - R_{FR}}{\sigma_M} \sigma_{port}$.
  • Mô hình định giá tài sản vốn (CAPM): Được phát triển bởi William Sharpe, John Lintner và Jan Mossin, mô tả mối quan hệ cân bằng giữa rủi ro hệ thống và lợi nhuận kỳ vọng: $E(R_i) = R_{FR} + \beta_i [E(R_M) - R_{FR}]$.
  • Mô hình chỉ số đơn (Single Index Model - SIM) của Sharpe (1963): Dùng để phân rã TSSL và ước lượng hệ số Beta theo phương trình hồi quy tuyến tính: $R_i = \alpha_i + \beta_i R_M + \varepsilon_i$.
  • Rủi ro hệ thống của cổ phiếu: Lượng hóa qua độ lệch chuẩn hệ thống theo công thức $\sigma_{ht} = \sqrt{\beta_i^2 Var(R_M)} = \beta_i \cdot \sigma_M$.

Phương pháp nghiên cứu và quy trình xử lý dữ liệu:

  • Phương pháp ước lượng: Ước lượng bình phương nhỏ nhất (Ordinary Least Squares - OLS) để xác định hệ số hồi quy $\beta_i$.
  • Kiểm định tính dừng: Sử dụng kiểm định nghiệm đơn vị mở rộng Dickey-Fuller (Augmented Dickey-Fuller Test - ADF) trên phần mềm R Studio với mức ý nghĩa $\alpha = 1%$.
  • Kiểm định khuyết tật mô hình: Sử dụng kiểm định White trên phần mềm EViews 10 để kiểm tra hiện tượng phương sai sai số thay đổi với mức ý nghĩa $\alpha = 5%$.
  • Nguồn dữ liệu: Dữ liệu thứ cấp về giá đóng cửa hàng ngày đã điều chỉnh của 23 cổ phiếu bất động sản và chỉ số VN-Index thu thập từ cơ sở dữ liệu Investing.com trong giai đoạn 01/01/2017 – 31/12/2021, tạo ra chuỗi dữ liệu gồm 1.250 quan sát giá và 1.249 quan sát TSSL theo ngày: $R_t = \frac{P_t - P_{t-1}}{P_{t-1}}$.

Nội dung chính theo từng chương

Chương 1: Tổng quan nghiên cứu

Chương 1 hệ thống hóa cơ sở lý luận về rủi ro đầu tư chứng khoán, phân định rõ rủi ro hệ thống (rủi ro thị trường do lạm phát, chính sách tài khóa, chính sách tiền tệ gây ra, không thể triệt tiêu bằng đa dạng hóa) và rủi ro phi hệ thống (rủi ro tài chính, thanh khoản, tỷ giá, tín dụng). Tác giả phân tích ba phương pháp xác định hệ số Beta:

  1. Dựa trên dữ liệu giá lịch sử bằng hồi quy tuyến tính.
  2. Dựa trên đặc điểm cơ bản của khoản đầu tư theo phương pháp Bottom-up (Damodaran, 2002) qua 5 bước phân tích đòn bẩy hoạt động và đòn bẩy tài chính.
  3. Dựa trên dữ liệu kế toán.

Chương này tổng thuật các công trình nghiên cứu thực nghiệm trong và ngoài nước (Bùi Thị Tuyết, 2011; Nguyễn Thị Tiến, 2012; Nguyễn Thị Thanh Huyền, 2014; Damodaran, 1999; Đỗ Danh Thủy, 2009; Nguyễn Ngọc Vũ, 2010; Hồ Thị Thùy Linh, 2013; Nguyễn Minh Phương, 2012; Nguyễn Kim Đức và Tô Công Nguyên Bảo, 2015). Trên cơ sở đó, tác giả chỉ ra khoảng trống nghiên cứu về việc đánh giá tính phù hợp của hệ số Beta đối với ngành bất động sản giai đoạn 2017 – 2021 và xây dựng khung nghiên cứu gồm 3 biến số vĩ mô cốt lõi: thay đổi chính sách kinh tế vĩ mô, rủi ro lãi suất (theo Thông tư 08/2017/TT-NHNN) và thay đổi chính sách pháp luật đất đai.

Chương 2: Dữ liệu và phương pháp nghiên cứu

Chương 2 trình bày tiêu chí chọn mẫu gồm 4 điều kiện: (1) Doanh nghiệp hoạt động trong lĩnh vực bất động sản; (2) Niêm yết trên sàn HOSE; (3) Thời gian niêm yết liên tục từ 01/01/2017 đến nay; (4) Không bị gián đoạn dữ liệu trong 5 năm. Từ 82 doanh nghiệp bất động sản niêm yết, mẫu nghiên cứu chọn lọc được 23 doanh nghiệp với 1.249 quan sát TSSL hàng ngày. Quy trình nghiên cứu được thiết lập qua 6 bước: Thu thập dữ liệu $\rightarrow$ Kiểm định tính dừng ADF $\rightarrow$ Ước lượng OLS trên EViews 10 $\rightarrow$ Kiểm định White phát hiện khuyết tật $\rightarrow$ Nhận xét và đánh giá sự phù hợp của Beta qua CAPM $\rightarrow$ Lượng hóa rủi ro hệ thống $\sigma_{ht}$.

Chương 3: Phân tích kết quả nghiên cứu

Chương 3 khái quát bối cảnh thị trường chứng khoán Việt Nam giai đoạn 2017 – 2021: sự ra đời của thị trường phái sinh (10/08/2017), FTSE Russell đưa Việt Nam vào danh sách theo dõi nâng hạng (2018), chứng quyền có bảo đảm và Luật Chứng khoán sửa đổi (2019), quy mô vốn hóa HOSE tăng từ 2,6 triệu tỷ đồng (2017) lên 5,8 triệu tỷ đồng (2021), số tài khoản chứng khoán đạt 4,3 triệu tài khoản cuối năm 2021, VN-Index lập đỉnh 1.500,81 điểm ngày 25/11/2021.

Về thị trường bất động sản, tác giả phân tích các phân khúc (nhà ở, công nghiệp, du lịch nghỉ dưỡng, thương mại dịch vụ, đất nền, tâm linh), biến động nguồn cung - thanh khoản năm 2019 do vướng mắc pháp lý và siết tín dụng, sự sụt giảm công suất phòng khách sạn xuống 30-40% năm 2020 do dịch bệnh, cùng sự phục hồi của bất động sản khu công nghiệp nhờ dòng vốn FDI.

Nhóm chỉ tiêu thống kê Dữ liệu VN-Index ($R_m$) Dữ liệu 23 cổ phiếu BĐS ($R_i$)
Số lượng quan sát 1.249 phiên giao dịch 1.249 phiên giao dịch / mã
TSSL trung bình ngày 0,064% 14 mã đạt $\ge 0,08%$ (DIG cao nhất: 0,20%; DRH thấp nhất: -0,06%)
Độ lệch chuẩn ($\sigma$) 1,34% (khoảng 1,0% - 1,34%) Dao động từ 2,0% đến 3,0%
TSSL ngày cao nhất (Max) 4,60% Phần lớn đạt 6,70% (HDC đột biến đạt 16,08%)
TSSL ngày thấp nhất (Min) -6,30% Phần lớn chạm biên độ sàn -7,00%

Kết quả kiểm định tính dừng ADF cho thấy tất cả 24 chuỗi TSSL (23 cổ phiếu và chỉ số VN-Index) đều có $p\text{-value} < 1%$, bác bỏ giả thuyết $H_0$, xác nhận chuỗi dữ liệu dừng ở bậc sai phân gốc. Kết quả ước lượng OLS mô hình SIM phân loại 23 mã cổ phiếu thành 3 nhóm rủi ro:

  • Nhóm rủi ro hệ thống cao ($\beta > 1$): Gồm 4 mã cổ phiếu (tiêu biểu như DXG với $\beta = 1,39$).
  • Nhóm rủi ro hệ thống tương đương thị trường ($\beta \approx 1$): Gồm 3 mã cổ phiếu.
  • Nhóm rủi ro hệ thống thấp hơn thị trường ($\beta < 1$): Gồm 16 mã cổ phiếu.

Chương 4: Kết luận và khuyến nghị

Chương 4 tổng hợp các kết luận thực nghiệm về mức độ nhạy cảm của cổ phiếu bất động sản đối với biến động của thị trường chung. Tác giả đánh giá tính ổn định của hệ số Beta theo thời gian và đưa ra các khuyến nghị thực tiễn: nhà đầu tư ngắn hạn chấp nhận rủi ro cao nên ưu tiên nhóm cổ phiếu có $\beta > 1$ trong giai đoạn thị trường tăng trưởng để gia tăng hiệu suất sinh lời; ngược lại, nhà đầu tư thận trọng hoặc trong giai đoạn thị trường suy thoái nên tái cơ cấu sang nhóm cổ phiếu có $\beta < 1$ nhằm giảm thiểu mức tổn thất từ rủi ro hệ thống.

Kết quả và đóng góp

  • Kết quả thực nghiệm định lượng: Lượng hóa thành công hệ số Beta và độ lệch chuẩn rủi ro hệ thống của 23 mã cổ phiếu bất động sản trên HOSE giai đoạn 2017 – 2021. Kết quả chỉ ra rằng dù cổ phiếu bất động sản có độ lệch chuẩn tổng thể cao (2% - 3%) hơn chỉ số VN-Index (1,34%), phần lớn các mã (16/23 mã) lại có hệ số $\beta < 1$, phản ánh rủi ro biến động của nhóm này chịu sự chi phối mạnh bởi các yếu tố phi hệ thống (năng lực dự án, cấu trúc tài chính riêng biệt) bên cạnh rủi ro thị trường chung.
  • Khuyến nghị nhà đầu tư: Đề xuất căn cứ vào hệ số Beta để phân bổ tỷ trọng tài sản trong danh mục đầu tư theo từng chu kỳ thị trường, kết hợp đánh giá mức chênh lệch giữa TSSL thực tế và TSSL kỳ vọng theo CAPM để phát hiện các mã cổ phiếu đang bị định giá cao hoặc định giá thấp.
  • Đóng góp học thuật: Kế thừa và mở rộng mô hình SIM của Sharpe (1963) trên chuỗi dữ liệu cập nhật 5 năm liên tục (2017 – 2021) với tần suất ngày (1.249 quan sát), khắc phục các hạn chế về quy mô mẫu nhỏ hoặc chuỗi thời gian ngắn trong các công trình nghiên cứu trước đó tại thị trường Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về phạm vi dữ liệu: Đề tài chỉ khảo sát 23 doanh nghiệp bất động sản niêm yết trên sàn HOSE thỏa mãn điều kiện niêm yết đủ 5 năm, chưa bao quát toàn bộ 82 doanh nghiệp bất động sản trên thị trường chứng khoán và chưa khảo sát các doanh nghiệp niêm yết trên sàn HNX hay UPCoM.
  • Hạn chế về tính ổn định của Beta: Hệ số Beta ước lượng từ dữ liệu quá khứ có thể bị biến động khi doanh nghiệp thay đổi cơ cấu vốn, tái cấu trúc hoặc chịu sự thay đổi đột ngột của chính sách vĩ mô trong tương lai.
  • Hướng nghiên cứu tiếp: Mở rộng mẫu nghiên cứu sang các sàn giao dịch khác, kết hợp so sánh hệ số Beta hồi quy OLS với phương pháp tiếp cận Bottom-up (Damodaran) và áp dụng các mô hình kiểm định nâng cao như FIML hay GMM đối với các chuỗi dữ liệu có hiện tượng phân phối không chuẩn.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho sinh viên, học viên ngành Tài chính - Ngân hàng, Chứng khoán và Quản trị rủi ro khi thực hiện các đề tài nghiên cứu định lượng về mô hình CAPM, mô hình SIM và đo lường rủi ro hệ thống.

Nội dung đặc biệt có giá trị tham khảo gồm:

  • Quy trình 6 bước xử lý chuỗi dữ liệu tài chính (kiểm định tính dừng ADF trên R Studio, hồi quy OLS và kiểm định White trên EViews 10).
  • Khung lý thuyết tổng hợp về các phương pháp ước tính Beta (hồi quy dữ liệu lịch sử, Bottom-up, dữ liệu kế toán) và công thức tính rủi ro hệ thống $\sigma_{ht} = \beta \cdot \sigma_M$.

Câu hỏi thường gặp

1. Mẫu dữ liệu nghiên cứu của khóa luận gồm bao nhiêu cổ phiếu và được thu thập trong khung thời gian nào? Mẫu nghiên cứu gồm 23 mã cổ phiếu thuộc nhóm ngành bất động sản niêm yết trên sàn HOSE và chỉ số VN-Index, được thu thập theo tần suất giá đóng cửa hàng ngày trong giai đoạn 5 năm từ ngày 01/01/2017 đến ngày 31/12/2021, tương ứng với 1.250 quan sát giá và 1.249 quan sát tỷ suất sinh lời.

2. Tác giả sử dụng mô hình và phương pháp ước lượng kinh tế lượng nào để tính hệ số Beta? Tác giả sử dụng Mô hình chỉ số đơn (Single Index Model - SIM) của Sharpe (1963) kết hợp phương pháp ước lượng bình phương nhỏ nhất (OLS). Quá trình xử lý sử dụng kiểm định ADF trên phần mềm R Studio để kiểm tra tính dừng và kiểm định White trên phần mềm EViews 10 để kiểm tra hiện tượng phương sai sai số thay đổi.

3. Phân bố hệ số Beta của 23 cổ phiếu bất động sản trong giai đoạn 2017 – 2021 cho kết quả như thế nào? Kết quả ước lượng cho thấy có 4 mã cổ phiếu có $\beta > 1$ (mức độ rủi ro hệ thống cao hơn thị trường, tiêu biểu là DXG với $\beta = 1,39$), 3 mã cổ phiếu có $\beta \approx 1$ (rủi ro tương đương thị trường), và 16 mã cổ phiếu có $\beta < 1$ (mức độ rủi ro hệ thống thấp hơn thị trường chung).

4. Cổ phiếu nào đạt tỷ suất sinh lời trung bình ngày cao nhất và thấp nhất trong mẫu nghiên cứu? Trong giai đoạn 2017 – 2021, mã cổ phiếu DIG đạt tỷ suất sinh lời bình quân ngày cao nhất với 0,20% (gấp hơn 3 lần mức bình quân của VN-Index là 0,064%), trong khi mã DRH ghi nhận mức sinh lời thấp nhất là -0,06%. Mã HDC ghi nhận phiên tăng trưởng đột biến cao nhất với mức sinh lời ngày đạt 16,08%.

5. Khung nghiên cứu của đề tài xác định những nhân tố vĩ mô nào tạo nên rủi ro hệ thống cho ngành bất động sản? Khung nghiên cứu xác định 3 nhân tố vĩ mô chính tác động đến chỉ số VN-Index và giá cổ phiếu bất động sản gồm: sự thay đổi chính sách kinh tế vĩ mô (chính sách tài khóa, chính sách tiền tệ), rủi ro biến động lãi suất thị trường, và sự thay đổi chính sách pháp luật liên quan đến lĩnh vực bất động sản (Luật Đất đai, Luật Nhà ở, Luật Đầu tư, Luật Kinh doanh Bất động sản).

Kết luận

Khóa luận của tác giả Vũ Phương Anh đã lượng hóa rủi ro hệ thống của 23 cổ phiếu bất động sản niêm yết trên sàn HOSE giai đoạn 2017 – 2021 thông qua việc kết hợp mô hình Chỉ số đơn (SIM), phương pháp hồi quy OLS và các kiểm định kinh tế lượng ADF, White. Kết quả nghiên cứu cung cấp bức tranh thực nghiệm chi tiết về mối quan hệ giữa biến động thị trường và tỷ suất sinh lời của từng mã cổ phiếu ngành bất động sản. Đây là cơ sở thực chứng giúp các nhà đầu tư nhận diện cấu trúc rủi ro và tối ưu hóa việc phân bổ danh mục đầu tư chứng khoán.