Luận văn thạc sĩ vận dụng mô hình camp trong đo lường rủi ro hệ thống của các cổ phiếu ngành ngân hàng niêm yết trên hose

Luận văn: Ứng dụng mô hình CAPM đo lường rủi ro hệ thống cổ phiếu ngân hàng niêm yết trên HOSE. Phân tích chuyên sâu, kết quả và khuyến nghị đầu tư.

• Tác giả: Bùi Thị Tuyết
• Người hướng dẫn: TS. Võ Thị Thúy Anh
• Trường học: Đại Học Đà Nẵng
• Chuyên ngành: Kinh Tế
• Đề tài: Vận Dụng Mô Hình CAPM Trong Đo Lường Rủi Ro Hệ Thống Của Các Cổ Phiếu Ngành Ngân Hàng Niêm Yết Trên HOSE
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2012
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ
• MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ ĐO LƯỜNG RỦI RO HỆ THỐNG CỔ PHIẾU NGÀNH NGÂN HÀNG BẰNG MÔ HÌNH CAPM
• 1.1. ĐO LƯỜNG TỶ SUẤT LỢI TỨC VÀ RỦI RO
• 1.1.1. Tỷ suất lợi tức và Đo lường tỷ suất lợi tức
• 1.1.2. Rủi ro và Đo lường rủi ro
• 1.1.3. Rủi ro hệ thống
• 1.2. RỦI RO HỆ THỐNG CỦA CỔ PHIẾU NGÀNH NGÂN HÀNG
• 1.2.1. Đặc điểm của ngành ngân hàng
• 1.2.2. Các nhân tố ảnh hưởng đến rủi ro hệ thống của ngân hàng
• 1.2.3. Mức độ rủi ro hệ thống của ngành ngân hàng Việt Nam
• 1.3. MÔ HÌNH CAPM
• 1.3.1. Khái quát về mô hình CAPM
• 1.3.2. Mô hình CAPM dựa trên giả định như những giả định của thị trường vốn
• 1.3.3. Mô hình CAPM
• 1.4. TÌNH HÌNH NGHIÊN CỨU CÓ LIÊN QUAN ĐẾN ĐỀ TÀI
• 1.4.1. Tổng quan về các nghiên cứu chủ yếu có liên quan đến việc ước lượng và kiểm định mô hình CAPM trên thế giới
• 1.4.2. Tổng quan về các nghiên cứu chủ yếu có liên quan đến việc ước lượng và kiểm định mô hình CAPM tại Việt Nam
• 2. CHƯƠNG 2: PHƯƠNG PHÁP ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM
• 2.1. PHƯƠNG PHÁP ƯỚC LƯỢNG THÍCH HỢP CỰC ĐẠI (FIML)
• 2.1.1. Điều kiện vận dụng
• 2.1.2. Ước lượng Mô hình CAPM phiên bản của Sharpe và Lintner bằng phương pháp thích hợp cực đại (FIML)
• 2.1.3. Ước lượng Mô hình CAPM beta-zero phiên bản của Black bằng phương pháp thích hợp cực đại (FIML)
• 2.1.4. Kiểm định tính hiệu lực của mô hình
• 2.2. PHƯƠNG PHÁP MÔ - MEN TỔNG QUÁT (GMM)
• 2.2.1. Điều kiện vận dụng
• 2.2.2. Ước lượng mô hình CAPM bằng phương pháp GMM
• 2.2.3. Kiểm định tính hiệu lực đối với mô hình
• 3. CHƯƠNG 3: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN RỦI RO HỆ THỐNG CÁC CỔ PHIẾU NGÀNH NGÂN HÀNG NIÊM YẾT TRÊN HOSE GIAI ĐOẠN 2009-2011
• 3.1. TỔNG QUAN VỀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
• 3.1.1. Quá trình hình thành và phát triển của Thị trường Chứng khoán
• 3.1.2. Thị trường chứng khoán Việt Nam giai đoạn 2009-2011
• 3.2. CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN RỦI RO HỆ THỐNG CỦA NGÀNH NGÂN HÀNG VIỆT NAM GIAI ĐOẠN 2009-2011
• 3.2.1. Đặc điểm ngành ngân hàng Việt Nam
• 3.2.2. Các nhân tố ảnh hưởng đến rủi ro hệ thống của ngành ngân hàng Việt Nam giai đoạn 2009-2011
• 3.3. MỨC ĐỘ TÁC ĐỘNG CỦA CÁC NHÂN TỐ RỦI RO HỆ THỐNG ĐẾN CỔ PHIẾU NGÀNH NGÂN HÀNG NIÊM YẾT TRÊN HOSE GIAI ĐOẠN 2009-2011
• 3.3.1. Sự biến động ngoài dự kiến của lãi suất
• 3.3.2. Sự biến động ngoài dự kiến của lạm phát
• 3.3.3. Chính sách tiền tệ của Chính phủ
• 3.3.4. Tăng trưởng kinh tế (GDP)
• 3.3.5. Khủng hoảng kinh tế và khủng hoảng tài chính
• 4. CHƯƠNG 4: KẾT QUẢ ĐO LƯỜNG RỦI RO HỆ THỐNG CỦA CÁC CỔ PHIẾU NGÀNH NGÂN HÀNG NIÊM YẾT TRÊN HOSE BẰNG MÔ HÌNH CAPM VÀ CÁC KHUYẾN CÁO ĐỐI VỚI NHÀ ĐẦU TƯ
• 4.1. MÔ TẢ DỮ LIỆU VÀ PHƯƠNG PHÁP XỬ LÝ DỮ LIỆU
• 4.2. KẾT QUẢ KIỂM ĐỊNH CHUỖI TỶ SUẤT LỢI TỨC THỰC TẾ
• 4.3. KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH CAPM
• 4.3.1. Kết quả kiểm định Mô hình CAPM phiên bản của Sharpe và Lintner
• 4.3.2. Kết quả kiểm định Mô hình CAPM phiên bản của Black
• 4.4. KẾT QUẢ ƯỚC LƯỢNG HỆ SỐ BETA
• 4.4.1. Kết quả ước lượng hệ số beta với phương pháp ước lượng FIML
• 4.4.2. Kết quả ước lượng hệ số beta với phương pháp ước lượng GMM
• 4.5. PHÂN TÍCH KẾT QUẢ
• 4.6. CÁC KHUYẾN CÁO ĐỐI VỚI NHÀ ĐẦU TƯ
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan về Đo Lường Rủi ro Hệ Thống Ngân hàng 55 ký tự

Để đạt mục tiêu phát triển đến năm 2020, Việt Nam cần nguồn vốn lớn. Thị trường chứng khoán đóng vai trò quan trọng trong việc huy động vốn. Sự ra đời của thị trường chứng khoán Việt Nam đánh dấu bước ngoặt quan trọng. Cùng với sự phát triển của thị trường, các ngân hàng thương mại cũng mở rộng hoạt động, nâng cấp dịch vụ, và tăng vốn điều lệ. Tuy nhiên, giới đầu tư châu Á lo ngại về tình trạng “thừa” ngân hàng ở Việt Nam. Điều này đặt ra câu hỏi: nhà đầu tư đã thực sự đánh giá hiệu quả của cổ phiếu ngân hàng hay chưa? Việc đo lường rủi ro và ổn định là vấn đề then chốt. Do đó, việc vận dụng mô hình CAPM trở nên cần thiết để đánh giá rủi ro hệ thống của các cổ phiếu ngân hàng niêm yết trên HOSE. Mô hình này giúp nhà đầu tư có cái nhìn khách quan và chính xác hơn về rủi ro tài chính ngân hàng.

1.1. Vai trò của đo lường rủi ro trong đầu tư ngân hàng

Trong bối cảnh thị trường tài chính biến động, việc đo lường rủi ro đóng vai trò then chốt trong việc bảo vệ vốn và tối đa hóa lợi nhuận. Đặc biệt, đối với ngành ngân hàng, nơi mà rủi ro tín dụng, rủi ro thanh khoản, và rủi ro thị trường luôn tiềm ẩn, việc đánh giá rủi ro hệ thống ngân hàng một cách chính xác là vô cùng quan trọng. Các nhà đầu tư cần có công cụ để phân tích và lượng hóa các rủi ro này, từ đó đưa ra quyết định đầu tư sáng suốt. Mô hình CAPM cung cấp một phương pháp tiếp cận đơn giản nhưng hiệu quả để ước tính beta ngân hàng và đánh giá rủi ro hệ thống.

1.2. Giới thiệu về mô hình CAPM và ứng dụng trong tài chính

Mô hình CAPM (Capital Asset Pricing Model) là một công cụ định giá tài sản vốn dựa trên mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng. Mô hình này sử dụng hệ số beta để đo lường mức độ biến động của một tài sản so với thị trường chung. Mô hình CAPM dựa trên giả định rằng nhà đầu tư là duy lý, đa dạng hóa danh mục đầu tư và thị trường hiệu quả. Ứng dụng của mô hình CAPM trong tài chính ngân hàng rất đa dạng, từ việc định giá cổ phiếu, đánh giá hiệu quả hoạt động, đến quản trị rủi ro hệ thống. Nó giúp các nhà quản lý và nhà đầu tư hiểu rõ hơn về mối quan hệ giữa rủi ro và lợi nhuận trong ngành ngân hàng.

II. Thách Thức trong Đo Lường Rủi Ro Hệ Thống 54 ký tự

Việc đo lường rủi ro hệ thống của các ngân hàng niêm yết trên HOSE không hề đơn giản. Thứ nhất, cần phải hệ thống hóa các vấn đề lý thuyết trong việc đo lường rủi ro bằng mô hình CAPM. Thứ hai, cần tìm hiểu các yếu tố ảnh hưởng đến rủi ro hệ thống của ngành ngân hàng trong giai đoạn 2009-2011. Thứ ba, cần ước lượng và kiểm định các phiên bản khác nhau của mô hình CAPM để đánh giá rủi ro hệ thống của các cổ phiếu ngân hàng. Nghiên cứu này cũng nhằm rút ra các khuyến nghị cho nhà đầu tư dựa trên kết quả nghiên cứu. Câu hỏi đặt ra là: Ước lượng mô hình CAPM bằng các phương pháp khác nhau cho kết quả như thế nào? Phương pháp nào phù hợp với thị trường chứng khoán Việt Nam? Mô hình CAPM có hiệu quả đối với cổ phiếu ngành ngân hàng Việt Nam hay không?

2.1. Các yếu tố ảnh hưởng đến rủi ro hệ thống ngân hàng

Các yếu tố ảnh hưởng đến rủi ro hệ thống ngân hàng rất đa dạng và phức tạp. Chúng bao gồm các yếu tố kinh tế vĩ mô như lạm phát, lãi suất, tăng trưởng GDP, và tỷ giá hối đoái. Bên cạnh đó, các yếu tố vi mô như chất lượng tài sản, hiệu quả quản lý, và cấu trúc vốn của ngân hàng cũng đóng vai trò quan trọng. Ngoài ra, các yếu tố bên ngoài như khủng hoảng tài chính, thay đổi chính sách, và cạnh tranh trên thị trường cũng có thể tác động đến rủi ro hệ thống của ngành ngân hàng. Việc xác định và đánh giá đúng mức độ ảnh hưởng của các yếu tố này là rất quan trọng để có thể đo lường rủi ro một cách chính xác.

2.2. Hạn chế của mô hình CAPM trong bối cảnh Việt Nam

Mặc dù mô hình CAPM là một công cụ hữu ích, nhưng nó cũng có những hạn chế nhất định khi áp dụng vào thị trường Việt Nam. Một trong những hạn chế lớn nhất là giả định về thị trường hiệu quả, điều mà chưa hoàn toàn đúng ở Việt Nam. Ngoài ra, mô hình CAPM cũng không tính đến các yếu tố đặc thù của ngành ngân hàng Việt Nam, như sự can thiệp của nhà nước, quy định pháp lý, và cấu trúc thị trường. Do đó, việc sử dụng mô hình CAPM cần được thực hiện một cách thận trọng và kết hợp với các phương pháp phân tích khác để có được kết quả chính xác.

III. Phương Pháp Đo Lường Rủi Ro Hệ Thống Mô hình CAPM 59 ký tự

Mục tiêu của nghiên cứu là thông qua các phiên bản khác nhau của mô hình CAPM, ước lượng rủi ro hệ thống của các cổ phiếu ngành ngân hàng niêm yết trên HOSE so với danh mục thị trường VN-Index. Nghiên cứu cũng kiểm định độ tin cậy của mô hình CAPM cho các cổ phiếu này. Phạm vi nghiên cứu sử dụng dữ liệu hàng ngày của các ngân hàng niêm yết trên HOSE và VN-Index từ tháng 11/2009 đến tháng 10/2011. Phương pháp nghiên cứu bao gồm phương pháp thống kê mô tả, phương pháp phân tích tổng hợp, phương pháp ước lượng thích hợp cực đại (FIML), phương pháp Mô-men tổng quát (GMM), mô hình CAPM, và mô hình CAPM beta-zero. Nghiên cứu này hệ thống hóa các lý thuyết về mô hình định giá tài sản vốn (CAPM), phương pháp ước lượng và kiểm định mô hình, và cách đo lường rủi ro hệ thống.

3.1. Ước lượng beta ngân hàng bằng phương pháp FIML

Phương pháp Ước Lượng Thích Hợp Cực Đại (FIML) là một phương pháp thống kê được sử dụng để ước lượng các tham số của một mô hình thống kê bằng cách tìm các giá trị tham số mà tối đa hóa hàm hợp lý (likelihood function). Trong bối cảnh mô hình CAPM, FIML có thể được sử dụng để ước lượng hệ số beta của các cổ phiếu ngân hàng, bằng cách giả định rằng dữ liệu tuân theo một phân phối xác định, thường là phân phối chuẩn. Ưu điểm của FIML là nó cung cấp các ước lượng hiệu quả và nhất quán, đồng thời cho phép kiểm định các giả thuyết thống kê về các tham số của mô hình.

3.2. Ước lượng beta ngân hàng bằng phương pháp GMM

Phương pháp Mô-men Tổng Quát (GMM) là một phương pháp ước lượng tham số tổng quát hơn so với FIML. GMM không đòi hỏi phải giả định về phân phối của dữ liệu, mà chỉ cần xác định một tập hợp các điều kiện mô-men (moment conditions) mà các tham số của mô hình phải thỏa mãn. Trong bối cảnh mô hình CAPM, GMM có thể được sử dụng để ước lượng hệ số beta bằng cách sử dụng các điều kiện mô-men dựa trên mối quan hệ giữa lợi nhuận của cổ phiếu, lợi nhuận thị trường, và các yếu tố khác. Ưu điểm của GMM là nó mạnh mẽ hơn FIML khi dữ liệu không tuân theo phân phối chuẩn.

IV. Ứng Dụng CAPM Kết quả Đo Lường Rủi Ro HOSE 59 ký tự

Nghiên cứu tập trung vào việc phân tích tổng quan thị trường chứng khoán Việt Nam. Các yếu tố ảnh hưởng đến rủi ro hệ thống của ngành ngân hàng Việt Nam giai đoạn 2009-2011 cũng được xem xét. Mức độ tác động của các yếu tố rủi ro hệ thống đến cổ phiếu ngành ngân hàng niêm yết trên HOSE trong giai đoạn này cũng được đánh giá. Chương này đi sâu vào các vấn đề chính như: Mô tả dữ liệu và phương pháp thu thập, xử lý dữ liệu. Kết quả kiểm định chuỗi tỷ suất lợi tức thực. Kết quả kiểm định mô hình CAPM. Kết quả ước lượng beta và phân tích kết quả. Các khuyến nghị cho nhà đầu tư được đưa ra dựa trên kết quả nghiên cứu.

4.1. Phân tích biến động thị trường chứng khoán HOSE 2009 2011

Giai đoạn 2009-2011 là một giai đoạn đầy biến động đối với thị trường chứng khoán Việt Nam. Thị trường chịu ảnh hưởng lớn từ khủng hoảng tài chính toàn cầu, các chính sách điều hành kinh tế vĩ mô, và sự thay đổi trong tâm lý nhà đầu tư. Phân tích biến động của VN-Index, khối lượng giao dịch, và giá trị vốn hóa thị trường sẽ giúp chúng ta hiểu rõ hơn về bối cảnh hoạt động của các ngân hàng niêm yết trên HOSE. Bên cạnh đó, việc phân tích các yếu tố như lãi suất, lạm phát, và tỷ giá hối đoái cũng sẽ giúp chúng ta đánh giá được mức độ ảnh hưởng của các yếu tố kinh tế vĩ mô đến thị trường chứng khoán.

4.2. Ảnh hưởng của khủng hoảng tài chính đến beta ngân hàng

Khủng hoảng tài chính toàn cầu đã gây ra những tác động tiêu cực đến ngành ngân hàng Việt Nam. Nhiều ngân hàng phải đối mặt với tình trạng suy giảm lợi nhuận, nợ xấu gia tăng, và rủi ro thanh khoản cao. Việc này có thể dẫn đến sự thay đổi trong hệ số beta của các cổ phiếu ngân hàng. Phân tích sự thay đổi của beta ngân hàng trong giai đoạn khủng hoảng sẽ giúp chúng ta hiểu rõ hơn về mức độ nhạy cảm của các ngân hàng đối với các cú sốc kinh tế. Bên cạnh đó, việc so sánh beta ngân hàng trước và sau khủng hoảng cũng sẽ giúp chúng ta đánh giá được khả năng phục hồi của ngành ngân hàng.

V. Kinh nghiệm thực tiễn Khuyến nghị cho nhà đầu tư 55 ký tự

Để có cái nhìn khách quan nhất, các nhà đầu tư cần nghiên cứu và phân tích kỹ lưỡng các yếu tố ảnh hưởng đến rủi ro hệ thống của từng ngân hàng. Các yếu tố này bao gồm: tình hình tài chính, hiệu quả hoạt động, chất lượng quản trị, và triển vọng tăng trưởng. Bên cạnh đó, nhà đầu tư cũng cần theo dõi sát sao các thông tin về thị trường chứng khoán, chính sách kinh tế vĩ mô, và các sự kiện có thể ảnh hưởng đến ngành ngân hàng. Dựa trên kết quả nghiên cứu và phân tích, nhà đầu tư có thể đưa ra các quyết định đầu tư sáng suốt và phù hợp với khẩu vị rủi ro của mình.

5.1. Đánh giá rủi ro thanh khoản và rủi ro tín dụng ngân hàng

Rủi ro thanh khoản và rủi ro tín dụng là hai loại rủi ro quan trọng nhất mà các ngân hàng phải đối mặt. Rủi ro thanh khoản phát sinh khi ngân hàng không có đủ tiền mặt để đáp ứng các nghĩa vụ thanh toán. Rủi ro tín dụng phát sinh khi khách hàng không có khả năng trả nợ. Để đánh giá hai loại rủi ro này, nhà đầu tư cần xem xét các chỉ số tài chính như tỷ lệ dự trữ thanh khoản, tỷ lệ nợ xấu, và tỷ lệ trang trải nợ. Bên cạnh đó, nhà đầu tư cũng cần đánh giá chất lượng quản trị rủi ro của ngân hàng.

5.2. Sử dụng hệ số beta để so sánh rủi ro giữa các ngân hàng

Hệ số beta là một công cụ hữu ích để so sánh rủi ro giữa các ngân hàng. Một ngân hàng có hệ số beta cao hơn sẽ có mức độ biến động lớn hơn so với thị trường chung, và do đó được coi là rủi ro hơn. Tuy nhiên, hệ số beta chỉ là một trong nhiều yếu tố cần xem xét khi đánh giá rủi ro của một ngân hàng. Nhà đầu tư cũng cần xem xét các yếu tố khác như tình hình tài chính, chất lượng quản trị, và triển vọng tăng trưởng.

VI. Tương Lai và Phát triển của việc đo lường rủi ro 54 ký tự

Trong tương lai, việc đo lường rủi ro hệ thống sẽ ngày càng trở nên quan trọng hơn khi thị trường tài chính ngày càng phức tạp và biến động. Các công nghệ mới như trí tuệ nhân tạo (AI) và học máy (Machine Learning) sẽ được ứng dụng rộng rãi trong việc đo lường rủi ro. Các mô hình đo lường rủi ro sẽ ngày càng chính xác và tinh vi hơn, giúp các nhà quản lý và nhà đầu tư đưa ra các quyết định sáng suốt hơn. Bên cạnh đó, việc hợp tác giữa các quốc gia trong việc chia sẻ thông tin và phối hợp chính sách cũng sẽ giúp giảm thiểu rủi ro hệ thống trong ngành ngân hàng.

6.1. Phát triển các mô hình đo lường rủi ro tiên tiến hơn

Để đối phó với sự phức tạp của thị trường tài chính, các nhà nghiên cứu và các nhà quản lý rủi ro cần phải tiếp tục phát triển các mô hình đo lường rủi ro tiên tiến hơn. Các mô hình này cần phải có khả năng tính đến các yếu tố phi tuyến tính, sự phụ thuộc lẫn nhau giữa các thị trường, và các sự kiện cực đoan. Bên cạnh đó, các mô hình này cũng cần phải được kiểm định và điều chỉnh thường xuyên để đảm bảo tính chính xác và hiệu quả.

6.2. Ứng dụng công nghệ mới trong quản trị rủi ro ngân hàng

Công nghệ mới đang thay đổi cách thức quản trị rủi ro ngân hàng. Các công nghệ như AI, Machine Learning, và Big Data Analytics có thể được sử dụng để phân tích dữ liệu lớn, phát hiện các mẫu rủi ro tiềm ẩn, và dự báo các sự kiện rủi ro trong tương lai. Bên cạnh đó, các công nghệ này cũng có thể được sử dụng để tự động hóa các quy trình quản trị rủi ro, giảm thiểu sai sót và tăng cường hiệu quả. Các ngân hàng cần phải đầu tư vào công nghệ mới và đào tạo nhân viên để có thể tận dụng tối đa lợi ích của các công nghệ này.

Trích đoạn nội dung tài liệu

Chương 1 - CƠ SỞ LÝ LUẬN VỀ ĐO LƯỜNG RỦI RO HỆ THÓNG CO PHIEU NGANH NGAN HANG BANG MO HINH CAPM 1. DO LUONG TY SUAT LOI TUC VA RUI RO: 1. Tỷ suất lợi tức và Đo lường tỷ suất lợi tức Tỷ suất lợi tức được biểu thị bằng tỷ lệ phần trăm giữa các khoản thu nhập và giá trị các khoán đầu tư bỏ ra. Do lường tỷ suất lợi tức: ng ay Trong đó: ~ R: là tỷ suất lợi tức thực (hoặc kỳ vọng) ~ D; là cỗ tức - P¿ là giá cổ phiếu ở thời điểm t ~ P.¡: là giá cô phiều ở thời điểm t-1 Nếu lấy cổ tức và giá cổ phiếu theo số liệu thực tế thì ta có tý suất lợi tức thực Nếu lấy cỗ tức và giá cô phiếu theo số liệu kỳ vọng thì ta có tỷ suất lợi tức kỳ vọng.

Lợi tức kỳ vọng của một chứng khoán: £(#)= p,, (12) 1. Rủi ro và Đo lường rủi ro: 1. Khái niệm rủi ro: “Cho đến nay chưa có được khái niệm thống nhất về rủi ro. Những trường phái khác nhau, các tác giả khác nhau đưa ra những khái niệm rủi ro khác nhau.

Những định nghĩa này rất phong phú và đa dạng, nhưng tập trung lại có thể chia thành hai trường phái lớn: Theo trường phái truyền thống, rủi ro được xem là sự không may mắn, sự tồn thất mắt mát, nguy hiểm. Nó được xem là điều không lành, điều không tốt, bắt ngờ xảy đến. Đó là sự tồn thất về tải sản hay là sự giảm sút lợi nhuận thực tẾ so. với lợi nhuận dự kiến.

Rủi ro còn được hiểu là những bất trắc ngoài ý muốn xảy ra trong quá trình kinh doanh, sản xuất của doanh nghiệp, tác động xấu đến sự tồn tại và phát triển của một doanh nghiệp. Tóm lại, theo quan điểm này thì rủi ro là những thiệt hại, mắt mát, nguy hiểm hoặc các yếu tố liên quan đến nguy hiểm, khó khăn hoặc điều không chắc chắn có thể xảy ra cho con người Theo trường phái hiện đại, rủi ro là sự bất trắc có thể đo lường được, vừa. mang tính tích cực, vừa mang tính tiêu cực. Rúi ro có thê mang đến những tồn thất mất mát cho con người nhưng cũng có thé mang lại những lợi ích, những cơ hội [33] 1.

Phân loại rủi ro: “Xét về mặt định tính, rủi ro tổng thể của một công ty (hay cô phiếu) là một tổng của hai thành phần cơ bản: Rủi ro phi hệ théng (unsystematic risk) là những yếu tổ tác đông gắn liễn với từng công ty riêng biệt như rủi ro kinh doanh hay rủi ro tài chính của công ty đó, mà không ảnh hưởng đến các công ty khác (trừ các công ty lớn). rủi ro loại này, nhà đầu tư thường đa dạng hoá danh mục của mình. Do vậy rủi ro phi hệ thống còn được gọi là Rúi ro có thé đa dạng hoá (diversifiable risks). Rủi ro hệ thống (systematic risk) là các yếu tố tác động lên tắt cả các công ty trên thị trường, tất cá các công ty đều bị chỉ phối bởi rủi ro hệ thông.

Như vậy các nhà đầu tư không thể đa dạng hoá để giảm thiểu rủi ro hệ thông. Do đó rủi ro nay còn được gọi là Rúi ro không thé da dang hod (non-diversifiable risks) "[1]. Đo lường rủi ro: Đo lường rủi ro của một cỗ phi : Phương sai và độ lệch chuẩn (của lợi tức cổ phiếu đó so với giá trị trung bình của nó) là hai phép đo rủi ro phỏ biến nhất Trong thực tế nhiều khi chỉ xác định kỳ vọng toán của biến ngẫu nhiên thỉ chưa đủ để xác định biến ngẫu nhiên đó. Ta còn phải xác định mức độ phân tán của các giá trị của biển ngẫu nhiên xung quanh giá trị trung bình của nó.

Người ta cho rằng đặc trưng cho mức độ phân tán thì đơn giản nhất là tìm tắt cả các sai lệch của các giá trị của biến ngẫu nhiên so với kỳ vọng toán của nó và lấy trung bình số học của các sai lệch đó. Song cách làm này không mang lại kết quả vì có thể dễ dàng chứng minh được rằng với mọi biến ngẫu nhiên thì trung bình số học của các sai lệch luôn bằng. Sở đĩ có điều đó vì các sai lệch dương và sai lệch âm xung quanh giá trị kỳ vọng toán học bao giờ cũng bủ trừ cho nhau, do đỏ giá trị trung bình của các sai lệch sẽ bằng không. Để khắc phục điều này, người ta không tính trực tiếp trung bình của các sai lệch mà tính trung bình của các giá trị tuyệt đối hoặc bình phương của các sai lệch.

Song đơn giản hơn là tìm trung bình của bình phương các sai lệch. Từ đó chúng ta có khái niệm phương sai và độ lệch chuẫi + Phương sai của tỷ suat Igi tite (6°): o? =dolk, -E(R)} (13) + Độ lệch chuẩn của tỷ suất lợi tức (ø): ơ. ye lk -£R)F C4) Nếu phân phối của lợi tức tuân theo quy luật phân phối chuẩn, chỉ tiêu phương sai hoặc độ lệch chuẩn được sử dụng để đo lường rủi ro trong đầu tư tài chính. Đo lường rủi ro của một danh mục đầu tư: Trong thực tế, các nhà đầu tư ít khi nào dồn hết toàn bộ tải sản của mình vào một khoản đầu tư duy nhất.

Do vậy, các nhà đầu tư thường lựa chọn môt danh mục dau tu (portfolio) là sự kết hợp của 2 hay nhiều chứng khoán hoặc tài sản trong đầu tư. Lợi nhuận kỳ vọng của danh mục đầu tư đơn giản chỉ là trung bình có trọng. số của các lợi nhuận kỳ vọng của từng chứng khoán trong danh mục đầu tư. Trọng số ở đây chính là tỷ trọng của từng loại chứng khoán trong danh mục đầu tư.

Công thức tính lợi nhuận kỳ vọng của danh mục đầu tư như sau: EÍR,)=>w,E(R). (15) Trong đó:Šw, =1, W, là ty trọng của chứng khoán ¡, E(R,) là lợi tức kỳ vọng của chứng khoán ¡, và k là tổng số chứng khoán có trong danh mục đầu tư Rai ro của danh mục đầu tư được đo lường bởi phương sai hoặc độ lệch chuẩn của danh mục đầu tư. Không giống lợi tức, việc xác định phương sai hoặc độ lệch chuẩn của danh mục đầu tư rất phức tạp do ảnh hưởng của yếu tố hiệp phương. sai tức là mức độ quan hệ giữa rủi ro của các chứng khoán trong danh mục đầu tư.

Phương sai của danh mục đầu tư được xác định bởi công thức: (16) q7) Trong đó n là tổng số chứng khoán có trong danh mục đầu tư, W, là tỷ trọng của chứng khoán ¡ trong danh mục, W, là tỷ trọng của chứng khoán j trong danh mục và ơ; là hiệp phương sai giữa lợi nhuận của chứng khoán ¡ và j. Hiệp phương sai lợi nhuận của 2 chứng khoán là chỉ tiêu đo lường mức độ quan hệ tuyển tính giữa 2 chứng khoán (giải sử chứng khoán A và chứng khoán B). Hiệp phương sai được xác định bởi công thức: 2, ~Š n8, ~ E(&,)Ï8,, ~E(&,] (18) Hiệp phương sai có thể dương (+), âm (-) hoặc bằng không (0). Tuy nhiên hiệp phương sai không giúp chúng ta hiểu đầy đủ quan hệ giữa 2 chứng khoán.

Ta có khái niệm hệ số tương quan giữa 2 chứng khoán: _- 2z Địa = Zø, (1:9) Ta có =l<ø„„<1 Øx¿ =+\: Tương quan thuận hoàn hảo „„ =~!: Tương quan nghịch hoàn hảo. Hiệp phương sai hay hệ số tương quan có ảnh hưởng rất lớn đến rủi ro của. một danh mục đầu tư. Đa dạng hóa chỉ mang lại lợi ích (giảm thiểu rủi ro) khi hệ số tương quan giữa các tài sản nhỏ hơn Ì.

Rủi ro hệ thống: “Nếu rủi ro phi hệ thống có thể được triệt tiêu bằng con đường đa dạng hoá, thì việc đòi hỏi một thước đo mới của rủi ro là đều tất yếu. Thước đo mới chỉ liên quan đến rủi ro hệ thống. Khái niệm beta được hình thảnh trong quá trình giới tài chính tìm cách lượng hoá rúi ro hệ thống. Khi nói rủi ro phi hệ thống có thể bị triệt tiêu bằng cách đa dạng hoá, điều này không có nghĩa là tất cả mọi nhà đầu tư đều nắm giữ danh mục thị trường và bỏ.

qua việc xác định rúi ro phi hệ thống của từng công ty. Tuy nhiên, việc xác định rủi ro phi hệ thống, được xem là một nghệ thuật, bởi vì mỗi ngành, mỗi công ty đều có những rủi ro riêng của nó. Loại rủi ro này không có bắt cứ một cơ sở chung nào giữa các doanh nghiệp để có thể mô hình hoá nó thành một công thức. Do vậy, người ta chỉ có thé kim điều này với rủi ro hệ thống dựa trên cơ sở chung là sự biển động tỷ suất lợi tức của từng cô phiếu so với sự biến động tỷ suất lợi tức của toàn bộ thị trưởng.

Và như thế khái niệm hệ số beta da ra đời để thực hiện nhiệm vụ đo lường rủi ro và có khả năng so sánh giữa các doanh nghiệp khác nhau. Beta được xác định với đầu vào là các tỷ suất lợi tức, mà tỷ suất này được tính toán dựa trên các mức giá của cô phiều theo thời gian. Xét về mặt toán học beta. chi là một công cụ đo lường khả năng biển động giá của các cổ phiều so với sự biến đông của chỉ số thị trường.

Tại sao nói beta là một đại diện cho rủi ro của doanh. nghiệp, chỉ có thế giải thích vấn để này bằng Giả thuyết thị trường hiệu quả (EMH - Efficient Market Hyppothesis), theo thuyết này giá cả chứng khoán sẽ phản ánh tất cả mọi hoạt động của doanh nghiệp. Như vậy, beta đo lường rúi ro trong sự thay đôi mức giá của cỗ phiểu, cũng chính là đo lường rủi ro của doanh nghiệp. Trên thể giới, các thị trường tài chính phát triển được xem như là thị trường hiệu quả.

Hệ số beta ở các thị trường này là một thước đo hiệu quả của rủi ro hệ thống”[1]. Trong thực tế, người ta thường sử dụng mô hình CAPM (mô hình định giá tai san tài chính) để giải thích mỗi quan hệ giữa rủi ro và lợi tức của tài sản tài chính. CAPM là cơ sở quan trọng để chứng minh rằng nếu một danh mục đầu tư có độ đa dạng hoá cao thì rúi ro phi hệ thống sẽ gần như bị triệt tiêu và chỉ còn lại rủi ro hệ thống. Mô hình CAPM do William Sharpe phát triển từ những năm 1960 và đã có được nhiều ứng dụng từ đó đến nay.

Mặc dủ cỏn có một số mô hình 10 khác nỗ lực giải thích động thái thị trường nhưng mô hình CAPM là mô hình đơn gián về mặt khái niệm và có khả năng ứng dụng sát thực với thực tiễn.