Ứng Dụng Mô Hình CAPM trong Dự Báo Tỷ Suất Sinh Lợi và Rủi Ro cho Nhà Đầu Tư

Mô hình CAPM (Capital Asset Pricing Model) là một công cụ quan trọng trong việc dự đoán tỷ suất sinh… 69 trang · Trường Đại Học Kinh Tế - Tài Chính · 2012.

• Tác giả: Đỗ Đăng Khoa
• Người hướng dẫn: TS. Nguyễn Thị Uyên Uyên
• Trường học: Trường Đại Học Kinh Tế - Tài Chính
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Dự Báo Tỷ Suất Sinh Lợi và Rủi Ro cho Nhà Đầu Tư với Mô Hình CAPM
• Loại tài liệu: khóa luận cử nhân kinh tế
• Năm xuất bản: 2012
• Địa điểm: TP Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: NGHIÊN CỨU TỔNG QUAN VỀ LÝ THUYẾT DANH MỤC ĐẦU TƯ MARKOWITZ VÀ MÔ HÌNH CAPM
• 1.1. Nghiên cứu lý thuyết danh mục đầu tư Markowitz
• 1.1.1. Các giả định của lý thuyết danh mục đầu tư Markowitz
• 1.1.2. Đo lường suất sinh lợi và rủi ro kỳ vọng của mô hình Markowitz
• 1.1.2.1. Suất sinh lời kỳ vọng
• 1.1.2.2. Phương sai và độ lệch chuẩn
• 1.1.2.3. Phương sai danh mục
• 1.1.2.4. Đường cong hiệu quả
• 1.1.2.5. Đường cong hiệu quả và danh mục đầu tư tối ưu
• 1.1.2.6. Phương pháp tối đa hàm hữu dụng
• 1.1.2.7. Phương pháp tiếp tuyến
• 1.1.3. Lý thuyết thị trường vốn
• 1.1.3.1. Những giả định về hành vi của nhà đầu tư
• 1.1.3.2. Những giả định về thị trường vốn
• 1.1.3.3. Tài sản phi rủi ro – Kết hợp tài sản rủi ro và tài sản phi rủi ro
• 1.1.3.3.1. Tài sản phi rủi ro
• 1.1.3.3.2. Kết hợp tài sản phi rủi ro với danh mục tài sản rủi ro
• 1.1.3.4. Rủi ro và tỷ suất sinh lợi
• 1.1.4. Mô hình CAPM
• 1.1.4.1. Tỷ suất sinh lợi kỳ vọng
• 1.1.4.2. Mối quan hệ rủi ro và tỷ suất sinh lợi
• 1.1.4.3. Lợi ích từ mô hình CAPM
• 1.1.4.4. Tính ổn định của Beta
• 1.1.4.5. Quan hệ tuyến tính giữa rủi ro và tỷ suất sinh lợi
• 1.1.5. Ảnh hưởng của tỷ số P/E, đòn bẩy tài chính
• 1.1.6. Ảnh hưởng giá trị sổ sách, giá trị thị trường
• PHỤ LỤC 1
• 2. CHƯƠNG 2: GIẢI PHÁP CHO VIỆC ỨNG DỤNG MÔ HÌNH LƯỢNG HÓA RỦI RO VÀ TỶ SUẤT SINH LỢI CHO NHÀ ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
• 2.1. Giải pháp cho việc ứng dụng mô hình CAPM đối với nhà đầu tư tại Việt Nam
• 2.1.1. Quan điểm của tác giả cho việc ứng dụng mô hình CAPM ở TTCKVN
• 2.1.2. Các lợi ích của việc ứng dụng mô hình CAPM ở Việt Nam
• 2.1.3. Điều chỉnh hành vi của thị trường
• 2.1.4. Thúc đẩy sự minh bạch thông tin trên TTCK
• 2.1.5. Nâng cao tính hiệu quả của thị trường
• 2.1.6. Kiến nghị ứng dụng mô hình CAPM ở Việt Nam
• 2.1.6.1. Quy định công bố và ứng dụng hệ số β trong phân tích và thẩm định
• 2.1.6.2. Chuẩn hóa lãi suất trái phiếu Chính phủ
• 2.1.6.3. Xây dựng các tổ chức định mức tín nhiệm
• 2.1.6.4. Hoàn thiện danh mục đại diện thị trường
• 2.1.6.5. Hoàn thiện khung pháp lý cho thị trường chứng khoán
• 2.1.7. Minh họa ứng dụng mô hình CAPM trong việc lượng hóa rủi ro và tỷ suất sinh lợi của nhà đầu tư trên SGDCK TP
• 2.1.7.1. Danh mục chứng khoán niêm yết trên sàn HOSE
• 2.1.7.2. Tỷ suất sinh lợi đến thời điểm hiện tại
• 2.1.7.3. Hệ số thị trường – Tỷ suất sinh lợi phi rủi ro
• 2.1.7.4. Xác định độ lệch chuẩn của danh mục thị trường
• 2.1.7.5. Xác định hiệp phương sai giữa tỷ suất sinh lợi từng cổ phiếu và toàn danh mục
• 2.1.8. Xác định Beta của các cổ phiếu
• 2.1.8.1. Ứng dụng kết quả để thiết lập danh mục đầu tư
• 2.1.8.2. Lập danh mục đầu tư
• 2.1.8.3. Đề xuất cho các nhóm nhà đầu tư khác nhau
• 2.1.9. Các hạn chế của mô hình CAPM
• 3. CHƯƠNG 3
• PHỤ LỤC 2
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Mô Hình CAPM Trong Dự Báo Tỷ Suất Sinh Lợi

Mô hình CAPM (Capital Asset Pricing Model) là một công cụ quan trọng trong việc dự đoán tỷ suất sinh lợi và rủi ro cho nhà đầu tư. Mô hình này giúp xác định mối quan hệ giữa rủi ro và tỷ suất sinh lợi kỳ vọng của một tài sản. Việc hiểu rõ mô hình CAPM là cần thiết để đưa ra quyết định đầu tư chính xác.

1.1. Mô Hình CAPM Là Gì

Mô hình CAPM được phát triển để đánh giá mối quan hệ giữa rủi ro và tỷ suất sinh lợi. Nó cho rằng tỷ suất sinh lợi kỳ vọng của một tài sản bằng tỷ suất sinh lợi phi rủi ro cộng với một hệ số beta nhân với phần bù rủi ro thị trường.

1.2. Lợi Ích Của Mô Hình CAPM

Mô hình CAPM giúp nhà đầu tư đánh giá rủi ro và xác định tỷ suất sinh lợi kỳ vọng. Nó cung cấp một cách tiếp cận có hệ thống để phân tích các khoản đầu tư và tối ưu hóa danh mục đầu tư.

II. Vấn Đề Rủi Ro Trong Đầu Tư Tài Chính

Rủi ro là một yếu tố không thể thiếu trong đầu tư tài chính. Các nhà đầu tư cần nhận diện và đánh giá các loại rủi ro khác nhau để đưa ra quyết định đầu tư hợp lý. Rủi ro có thể đến từ nhiều nguồn khác nhau như biến động thị trường, rủi ro lãi suất, và rủi ro chính trị.

2.1. Các Loại Rủi Ro Trong Đầu Tư

Rủi ro có thể được phân loại thành rủi ro hệ thống và rủi ro không hệ thống. Rủi ro hệ thống ảnh hưởng đến toàn bộ thị trường, trong khi rủi ro không hệ thống chỉ ảnh hưởng đến một công ty hoặc ngành cụ thể.

2.2. Tác Động Của Rủi Ro Đến Tỷ Suất Sinh Lợi

Rủi ro cao thường đi kèm với tỷ suất sinh lợi kỳ vọng cao hơn. Nhà đầu tư cần cân nhắc giữa rủi ro và lợi nhuận để tối ưu hóa danh mục đầu tư của mình.

III. Phương Pháp Ứng Dụng Mô Hình CAPM Trong Đầu Tư

Việc ứng dụng mô hình CAPM trong đầu tư giúp nhà đầu tư xác định tỷ suất sinh lợi kỳ vọng và rủi ro của các tài sản. Các phương pháp này bao gồm tính toán hệ số beta và phân tích tỷ suất sinh lợi kỳ vọng.

3.1. Tính Toán Hệ Số Beta

Hệ số beta đo lường độ nhạy của một tài sản so với biến động của thị trường. Một beta lớn hơn 1 cho thấy tài sản có rủi ro cao hơn thị trường, trong khi beta nhỏ hơn 1 cho thấy rủi ro thấp hơn.

3.2. Phân Tích Tỷ Suất Sinh Lợi Kỳ Vọng

Tỷ suất sinh lợi kỳ vọng được tính bằng công thức CAPM, giúp nhà đầu tư dự đoán lợi nhuận từ các khoản đầu tư dựa trên rủi ro của chúng.

IV. Ứng Dụng Thực Tiễn Của Mô Hình CAPM Tại Việt Nam

Mô hình CAPM đã được áp dụng tại thị trường chứng khoán Việt Nam để đánh giá rủi ro và tỷ suất sinh lợi của các cổ phiếu. Việc áp dụng mô hình này giúp nhà đầu tư có cái nhìn rõ hơn về thị trường và đưa ra quyết định đầu tư chính xác hơn.

4.1. Tình Hình Thị Trường Chứng Khoán Việt Nam

Thị trường chứng khoán Việt Nam đang phát triển mạnh mẽ, nhưng vẫn còn nhiều thách thức về rủi ro. Việc áp dụng mô hình CAPM có thể giúp cải thiện tính minh bạch và hiệu quả của thị trường.

4.2. Kết Quả Nghiên Cứu Ứng Dụng CAPM

Nghiên cứu cho thấy rằng việc sử dụng mô hình CAPM giúp nhà đầu tư tối ưu hóa danh mục đầu tư và giảm thiểu rủi ro. Các kết quả này đã được chứng minh qua nhiều nghiên cứu thực tiễn.

V. Kết Luận Về Mô Hình CAPM Và Tương Lai Của Đầu Tư

Mô hình CAPM là một công cụ hữu ích trong việc dự đoán tỷ suất sinh lợi và rủi ro cho nhà đầu tư. Tương lai của đầu tư tại Việt Nam sẽ phụ thuộc vào việc áp dụng hiệu quả mô hình này để cải thiện quyết định đầu tư.

5.1. Tương Lai Của Mô Hình CAPM

Mô hình CAPM có tiềm năng lớn trong việc phát triển thị trường chứng khoán Việt Nam. Việc cải thiện các yếu tố liên quan đến rủi ro sẽ giúp tăng cường tính hiệu quả của mô hình.

5.2. Khuyến Nghị Đối Với Nhà Đầu Tư

Nhà đầu tư nên áp dụng mô hình CAPM để đánh giá rủi ro và tỷ suất sinh lợi. Việc này sẽ giúp họ đưa ra quyết định đầu tư thông minh hơn và tối ưu hóa danh mục đầu tư của mình.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong hoạt động đầu tư tài chính, mọi quyết định phân bổ vốn đều vận hành dựa trên nguyên lý đánh đổi giữa rủi ro và tỷ suất sinh lợi kỳ vọng. Việc đo lường, dự báo chính xác hai tham số này là điều kiện tiên quyết để tối ưu hóa hiệu quả đầu tư. Thị trường chứng khoán Việt Nam (TTCKVN) trong giai đoạn đầu phát triển mang đặc thù của một thị trường mới nổi với tốc độ tăng trưởng nhanh, biến động lớn và chịu nhiều tác động tâm lý. Tuy nhiên, thị trường vẫn thiếu vắng các công cụ định lượng chuẩn hóa nhằm đo lường mức độ rủi ro của từng chứng khoán, khiến phần lớn quyết định đầu tư mang tính cảm tính, làm giảm tính hiệu quả chung của toàn hệ thống.

Mô hình Định giá Tài sản Vốn (Capital Asset Pricing Model - CAPM) là mô hình nền tảng trong lý thuyết tài chính hiện đại, được áp dụng rộng rãi tại các thị trường phát triển nhằm lượng hóa mối quan hệ giữa rủi ro hệ thống và tỷ suất sinh lợi mong đợi. Nhận thấy mô hình CAPM chưa được triển khai ứng dụng phổ biến và đồng bộ tại Việt Nam, tác giả Đỗ Đăng Khoa đã thực hiện khóa luận tốt nghiệp cử nhân kinh tế ngành Tài chính – Ngân hàng tại Trường Đại học Kinh tế - Tài chính TP.HCM (UEF) dưới sự hướng dẫn của TS. Nguyễn Thị Uyên Uyên (thời điểm hoàn thành: tháng 05/2012) nhằm nghiên cứu khả năng ứng dụng thực nghiệm mô hình này trên thị trường chứng khoán trong nước.

Mục tiêu nghiên cứu tổng quát của đề tài là ứng dụng mô hình CAPM nhằm dự báo mối tương quan giữa rủi ro và tỷ suất sinh lợi, từ đó xây dựng danh mục đầu tư phù hợp cho các nhóm nhà đầu tư tại TTCKVN. Các nhiệm vụ nghiên cứu cụ thể bao gồm:

1. Đánh giá thực trạng diễn biến TTCKVN từ khi thành lập (năm 2000) đến tháng 04/2012; nhận diện và phân loại các yếu tố rủi ro tác động đến tỷ suất sinh lợi của các cổ phiếu niêm yết.
2. Ứng dụng lý thuyết danh mục đầu tư Markowitz và mô hình CAPM để đo lường rủi ro hệ thống (hệ số Beta - $\beta$) cùng tỷ suất sinh lợi mong đợi của các cổ phiếu niêm yết trên Sàn Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE).
3. Đề xuất các danh mục đầu tư tối ưu cho hai nhóm nhà đầu tư đặc thù: nhóm tránh né rủi ro (risk-averse) và nhóm ưa thích/không ngại rủi ro (risk-seeking); đồng thời kiến nghị các giải pháp đồng bộ nhằm tạo điều kiện ứng dụng mô hình CAPM trên thị trường.

Đối tượng và phạm vi nghiên cứu của khóa luận được xác định cụ thể:

• Đối tượng nghiên cứu: Lý thuyết định giá tài sản vốn CAPM, lý thuyết danh mục đầu tư hiện đại Markowitz, mức độ rủi ro hệ thống (hệ số $\beta$), tỷ suất sinh lợi kỳ vọng của cổ phiếu và quy trình tối ưu hóa danh mục đầu tư.
• Phạm vi không gian: Các cổ phiếu niêm yết trên Sàn Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE).
• Phạm vi thời gian: Dữ liệu chuỗi thời gian giá cổ phiếu và chỉ số thị trường được thu thập liên tục từ ngày 04/01/2007 đến ngày 30/04/2012.
• Mẫu nghiên cứu: Tập hợp 149 cổ phiếu niêm yết trên sàn HOSE có dữ liệu giao dịch phù hợp trong khung thời gian phân tích (từ mã ABT đến mã VTO).

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên hệ thống lý thuyết tài chính vi mô và tài chính doanh nghiệp hiện đại, bao gồm:

• Lý thuyết danh mục đầu tư hiện đại của Harry Markowitz (1952): Xác định suất sinh lợi kỳ vọng của danh mục $E(r_p) = \sum w_i E(r_i)$ và phương sai danh mục $\sigma_p^2 = \sum w_i^2 \sigma_i^2 + \sum \sum w_i w_j Cov(i,j)$ với $i \neq j$. Lý thuyết chỉ ra vai trò của hiệp phương sai ($Cov$) và hệ số tương quan ($\rho$) trong việc đa dạng hóa giảm thiểu rủi ro phi hệ thống; xác định đường cong hiệu quả (Efficient Frontier) thể hiện tập hợp các danh mục có mức sinh lợi tối đa tại một mức rủi ro cho trước.
• Lựa chọn danh mục tối ưu: Thông qua phương pháp tối đa hóa hàm hữu dụng $U = E(r_p) - \frac{1}{2}A\sigma_p^2$ (với $A$ là hệ số ngại rủi ro) và phương pháp tiếp tuyến tối đa hóa tỷ số Sharpe $S = \frac{E(r_p) - r_f}{\sigma_p}$ trên đường phân bổ vốn (Capital Allocation Line - CAL).
• Lý thuyết thị trường vốn và Mô hình CAPM (William Sharpe 1964, John Lintner, Jack Treynor): Mở rộng lý thuyết Markowitz khi đưa tài sản phi rủi ro ($r_f, \sigma_f = 0$) vào mô hình. Phương trình CAPM biểu diễn mối quan hệ tuyến tính giữa tỷ suất sinh lợi kỳ vọng và rủi ro hệ thống: $$r_i = r_f + \beta_i (r_m - r_f)$$ Trong đó, hệ số Beta ($\beta_i = \frac{Cov(r_i, r_m)}{\sigma_m^2}$) đóng vai trò là thước đo độ nhạy cảm của tỷ suất sinh lợi chứng khoán $i$ so với biến động của danh mục thị trường $r_m$.
• Tổng quan các nghiên cứu thực nghiệm mở rộng: Đề tài xem xét các kiểm định về tính ổn định của Beta qua chuỗi thời gian (cần tối thiểu 36 tháng dữ liệu), các nghiên cứu của Bhandari về tác động của đòn bẩy tài chính, và mô hình 3 nhân tố Fama-French (bổ sung biến quy mô công ty và tỷ số giá trị sổ sách trên giá trị thị trường B/P). Tuy nhiên, trước điều kiện thiếu minh bạch dữ liệu kế toán tại Việt Nam, tác giả lựa chọn áp dụng mô hình CAPM đơn nhân tố truyền thống.

Về phương pháp xử lý dữ liệu, tác giả sử dụng phương pháp định lượng thống kê tài chính:

• Thu thập dữ liệu chuỗi giá đóng cửa điều chỉnh theo tháng của 149 cổ phiếu trên HOSE và chỉ số VN-Index từ 04/01/2007 đến 30/04/2012.
• Tính toán tỷ suất sinh lợi từng thời kỳ, tỷ suất sinh lợi trung bình, độ lệch chuẩn ($\sigma$), hiệp phương sai ($Cov$) giữa từng cổ phiếu với chỉ số thị trường.
• Hồi quy tuyến tính xác định hệ số $\beta$ của 149 mã cổ phiếu.
• Sử dụng phần mềm Microsoft Excel với các công cụ bổ trợ (Add-ins) chuyên sâu như Solver và Data Analysis để giải bài toán quy hoạch tối ưu hóa danh mục theo các ràng buộc cụ thể.

---

Nội dung chính theo từng chương

Chương 1. Nghiên cứu tổng quan về lý thuyết danh mục đầu tư Markowitz và mô hình CAPM

Chương 1 hệ thống hóa toàn bộ nền tảng lý luận về quản lý danh mục đầu tư và định giá tài sản tài chính. Tác giả phân tích chi tiết các giả định cơ bản của mô hình Markowitz về hành vi nhà đầu tư tối đa hóa độ hữu dụng và quy luật lợi ích biên giảm dần. Cơ chế đo lường rủi ro thông qua độ lệch chuẩn và vai trò của hệ số tương quan nghịch trong việc triệt tiêu rủi ro riêng lẻ được làm rõ bằng các công thức toán học tường minh.

Nội dung chương tiếp tục mở rộng sang lý thuyết thị trường vốn, phân tích sự hình thành của đường CAL khi kết hợp tài sản phi rủi ro với danh mục tài sản rủi ro tối ưu tại tiếp điểm. Trên cơ sở đó, mô hình CAPM được thiết lập với trọng tâm là hệ số Beta ($\beta$), phân tách rủi ro của tài sản thành rủi ro hệ thống (không thể đa dạng hóa) và rủi ro phi hệ thống (có thể phân tán qua danh mục). Tác giả tổng thuật các nghiên cứu quốc tế về tính ổn định của Beta, ảnh hưởng của các biến số quy mô, P/E, B/P, đồng thời trình bày thực tiễn ứng dụng hệ số Beta tại các thị trường chứng khoán phát triển nhằm xác định mức bù rủi ro chuẩn và định giá sai biệt cổ phiếu.

Khái niệm / Công cụ	Ý nghĩa trong mô hình	Công thức / Đặc tính xác định
Đường cong hiệu quả	Tập hợp các danh mục tối ưu hóa lợi nhuận ứng với mỗi mức rủi ro	Đường biên giới hạn trên của tập hợp cơ hội đầu tư
Hàm hữu dụng ($U$)	Đo lường mức độ thỏa mãn của nhà đầu tư theo mức ngại rủi ro	$U = E(r_p) - \frac{1}{2}A\sigma_p^2$
Tỷ số Sharpe ($S$)	Đo lường phần bù rủi ro trên một đơn vị độ lệch chuẩn	$S = [E(r_p) - r_f] / \sigma_p$
Hệ số Beta ($\beta$)	Đo lường mức độ rủi ro hệ thống của cổ phiếu so với thị trường	$\beta_i = Cov(r_i, r_m) / \sigma_m^2$
Phương trình CAPM	Xác định tỷ suất sinh lợi mong đợi dựa trên phần bù rủi ro thị trường	$r_i = r_f + \beta_i(r_m - r_f)$

Chương 2. Thực trạng về rủi ro và tỷ suất sinh lợi của nhà đầu tư trên thị trường chứng khoán Việt Nam

Chương 2 phác họa bức tranh toàn cảnh về quá trình hình thành và biến động của TTCKVN qua hơn 10 năm hoạt động (2000 – 2012), chia thành 3 giai đoạn phát triển chính:

1. Giai đoạn 2000 – 2004: Thị trường khai trương ngày 28/07/2000 với 2 cổ phiếu (REE, SAM), VN-Index khởi điểm 100 điểm. Quy mô giao dịch nhỏ, biên độ ban đầu +/-2%, sau đó tăng lên +/-7% năm 2001 đẩy chỉ số lên 571 điểm trước khi sụt giảm mạnh về 203 điểm vào tháng 10/2001. Thị trường trầm lắng và kết thúc năm 2004 ở mức 239,51 điểm.
2. Giai đoạn 2005 – 2007: Giai đoạn bùng nổ gắn liền với tiến trình cổ phần hóa doanh nghiệp nhà nước (tiêu biểu là đấu giá Vinamilk năm 2005) và quyết định nâng tỷ lệ sở hữu của nhà đầu tư nước ngoài lên 49%. VN-Index tăng trưởng 146% trong năm 2006 (đạt 751,77 điểm) và đạt đỉnh lịch sử 1.170,67 điểm vào ngày 12/03/2007, giá trị vốn hóa đạt 31% GDP. Tuy nhiên, sự tăng trưởng nóng cùng áp lực kiểm soát tín dụng (Chỉ thị 03 của NHNN) đã kích hoạt đợt điều chỉnh giảm về 883,9 điểm vào tháng 08/2007.
3. Giai đoạn 2008 – 30/04/2012: Tác động kép từ khủng hoảng tài chính toàn cầu 2008 và bất ổn vĩ mô trong nước. Lạm phát đạt đỉnh 28,3% vào tháng 08/2008, lãi suất vay leo thang trên 19%, khiến VN-Index lao dốc xuống đáy 235,5 điểm ngày 24/02/2009. Sau nhịp phục hồi ngắn hạn năm 2009 nhờ gói kích cầu, thị trường tiếp tục suy thoái trong năm 2010 – 2011 do lạm phát cả năm 2011 lên tới 18,58%, lãi suất cho vay 22-25%, cùng các chính sách siết chặt an toàn tài chính (Thông tư 13/NHNN, Thông tư 226/BTC). Bước sang Quý 1/2012, thị trường khởi sắc trở lại với mức tăng 25% (đạt 441,03 điểm vào 30/03/2012) nhờ dòng vốn ngoại mua ròng 100 triệu USD và sự dẫn dắt của nhóm cổ phiếu ngân hàng (STB, HBB).

Nhóm rủi ro	Loại hình cụ thể	Cơ chế tác động đến tỷ suất sinh lợi của nhà đầu tư
Rủi ro hệ thống	Rủi ro lạm phát	Đẩy chi phí đầu vào tăng cao, làm giảm biên lợi nhuận của doanh nghiệp; buộc NĐT rút vốn khỏi chứng khoán để bảo toàn vốn.
	Rủi ro lãi suất	Lãi suất vay tăng (22-25% năm 2011) làm đội chi phí tài chính; hút dòng tiền từ TTCK chuyển dịch sang tiền gửi tiết kiệm.
	Rủi ro tỷ giá	Biến động tỷ giá USD/VND tạo áp lực lên chi phí nhập khẩu nguyên liệu và nghĩa vụ nợ ngoại tệ của các công ty niêm yết.
	Rủi ro chính sách & pháp lý	Sự can thiệp hành chính thiếu linh hoạt, độ trễ chính sách vĩ mô; bất cập của Luật Chứng khoán 2007, rủi ro chu kỳ thanh toán T+4/T+3.
Rủi ro phi hệ thống	Rủi ro kinh doanh	Bắt nguồn từ năng lực quản trị nội tại, chu kỳ ngành nghề hoặc sự suy giảm doanh thu, mất cân đối cung ứng nguyên vật liệu.
	Rủi ro tài chính	Xuất phát từ việc sử dụng đòn bẩy nợ vay quá mức, làm tăng nghĩa vụ trả lãi, giảm thu nhập trên mỗi cổ phần và tăng nguy cơ mất thanh khoản.

Tác giả kết luận sự cần thiết cấp bách của việc ứng dụng mô hình CAPM tại Việt Nam nhằm khắc phục các hạn chế: đa số nhà đầu tư cá nhân giao dịch theo tâm lý đám đông; tính bất cân xứng thông tin cao; chỉ số VN-Index chưa phản ánh thực chất sức khỏe tài chính doanh nghiệp do chịu chi phối bởi yếu tố tâm lý và can thiệp hành chính.

Chương 3. Giải pháp cho việc ứng dụng mô hình lượng hóa rủi ro và tỷ suất sinh lợi cho nhà đầu tư trên thị trường chứng khoán Việt Nam

Chương 3 triển khai bài toán thực nghiệm và đề xuất giải pháp. Tác giả tiến hành tính toán các thông số định lượng cho mẫu 149 cổ phiếu niêm yết trên sàn HOSE giai đoạn 2007 – 2012:

• Xác định tỷ suất sinh lợi trung bình theo tháng của từng cổ phiếu và chỉ số thị trường VN-Index.
• Tính toán độ lệch chuẩn của 149 cổ phiếu và VN-Index (Phụ lục 2, ví dụ mã ABT có $\sigma = 10,25%$).
• Xác định ma trận hiệp phương sai giữa từng cổ phiếu với toàn danh mục thị trường.
• Hồi quy xác định hệ số Beta ($\beta$) cho 149 cổ phiếu trên sàn HOSE (kết quả trình bày tại Bảng 3.2).

Dựa trên kết quả tham số $\beta$ và tỷ suất sinh lợi kỳ vọng theo CAPM, tác giả ứng dụng thuật toán tối ưu hóa danh mục Markowitz qua công cụ Solver trong Excel để xây dựng các danh mục mẫu:

• Danh mục tối ưu tổng thể (Bảng 3.3): Danh mục đạt điểm tiếp xúc giữa đường CAL và đường cong hiệu quả (tối đa hóa tỷ số Sharpe).
• Danh mục tối ưu cho nhóm nhà đầu tư tránh né rủi ro (Bảng 3.4): Phân bổ tỷ trọng chủ đạo vào các cổ phiếu có hệ số Beta thấp ($\beta < 1$), phương sai nhỏ, độ biến động thấp hơn thị trường chung nhằm bảo toàn vốn.
• Danh mục tối ưu cho nhóm nhà đầu tư không ngại rủi ro (Bảng 3.5): Tập trung phân bổ vào nhóm cổ phiếu có Beta cao ($\beta > 1$), có khả năng tăng trưởng đột biến và tỷ suất sinh lợi kỳ vọng vượt trội so với mức tăng chung của VN-Index.

Từ kết quả thực nghiệm, tác giả đề xuất 5 nhóm kiến nghị chính sách nhằm chuẩn hóa hạ tầng áp dụng mô hình CAPM tại Việt Nam:

1. Quy định công bố và ứng dụng hệ số $\beta$: Cơ quan quản lý (UBCKNN, các Sở giao dịch) cần ban hành quy chuẩn tính toán và định kỳ công bố hệ số $\beta$ của các mã niêm yết như một chỉ số bắt buộc để thẩm định và phân tích.
2. Chuẩn hóa lãi suất trái phiếu Chính phủ: Hoàn thiện thị trường trái phiếu nhằm xác lập đường cong lãi suất chuẩn, làm căn cứ chính xác cho lãi suất phi rủi ro ($r_f$).
3. Xây dựng các tổ chức định mức tín nhiệm: Thành lập và phát triển các tổ chức xếp hạng tín nhiệm độc lập trong nước nhằm nâng cao tính minh bạch thông tin tài chính doanh nghiệp.
4. Hoàn thiện danh mục đại diện thị trường: Cải tiến phương pháp tính toán chỉ số thị trường, khắc phục nhược điểm của VN-Index cũ bằng các chỉ số có tính đại diện cao hơn.
5. Hoàn thiện khung pháp lý và cơ chế thị trường: Nâng cao hiệu lực Luật Chứng khoán, rút ngắn thời gian chu kỳ thanh toán giao dịch, kiểm soát chặt chẽ giao dịch nội gián và các hành vi thao túng giá.

---

Kết quả và đóng góp

Khóa luận đạt được các kết quả cụ thể dựa trên việc xử lý dữ liệu thực tế:

• Xây dựng hệ thống dữ liệu tham số rủi ro: Đã lượng hóa toàn diện tỷ suất sinh lợi bình quân, độ lệch chuẩn ($\sigma$) và hệ số Beta ($\beta$) cho 149 cổ phiếu niêm yết liên tục trên sàn HOSE trong khung thời gian 04/01/2007 – 30/04/2012.
• Thiết lập mô hình phân bổ danh mục đầu tư: Ứng dụng thành công công cụ Solver để giải bài toán quy hoạch tuyến tính/phi tuyến, đưa ra tỷ trọng phân bổ danh mục cụ thể cho các nhóm khẩu vị đầu tư khác nhau (nhóm tránh né rủi ro và nhóm ưa thích rủi ro).
• Đóng góp về mặt phương pháp luận: Khóa luận chứng minh tính khả thi của việc ứng dụng mô hình định lượng CAPM đơn nhân tố trong điều kiện thực tiễn của TTCKVN giai đoạn 2007 – 2012, cung cấp khung phân tích khoa học cho nhà đầu tư thay vì dựa vào phán đoán chủ quan hoặc tâm lý bầy đàn.
• Đóng góp về mặt kiến nghị chính sách: Hệ thống hóa các giải pháp đồng bộ từ chuẩn hóa lãi suất phi rủi ro, phát triển tổ chức xếp hạng tín nhiệm đến minh bạch hóa thông tin, phục vụ mục tiêu phát triển ổn định, bền vững của thị trường tài chính Việt Nam.

---

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung trình bày trong văn bản, các hạn chế và hướng mở rộng của đề tài bao gồm:

• Hạn chế về phạm vi dữ liệu: Nghiên cứu chỉ tập trung thu thập dữ liệu trên Sàn Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) với mẫu 149 cổ phiếu, chưa mở rộng phân tích các cổ phiếu niêm yết trên Sàn Giao dịch Chứng khoán Hà Nội (HNX/HASTC) hoặc thị trường UPCoM.
• Hạn chế từ các giả định của mô hình: Mô hình CAPM dựa trên các giả định lý tưởng của thị trường vốn hoàn hảo (không có chi phí giao dịch, thông tin cân xứng hoàn hảo, khả năng vay/cho vay không hạn chế tại lãi suất phi rủi ro), điều này có sự sai lệch nhất định so với thực tế TTCKVN.
• Chưa tích hợp các nhân tố kế toán mở rộng: Do tính bất cân xứng và độ trễ minh bạch thông tin tài chính tại Việt Nam thời điểm 2012, nghiên cứu chưa áp dụng mô hình đa nhân tố Fama-French (bổ sung biến P/E, P/B, quy mô vốn hóa) vào phân tích định lượng.
• Hướng nghiên cứu tiếp theo: Mở rộng chuỗi dữ liệu đa sàn, kiểm định độ ổn định của Beta qua các chu kỳ kinh tế khác nhau, và áp dụng mô hình đa nhân tố khi hệ thống báo cáo tài chính của các doanh nghiệp niêm yết được chuẩn hóa và minh bạch hơn.

---

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho các nhóm đối tượng:

• Sinh viên, học viên ngành Tài chính – Ngân hàng, Chứng khoán: Cung cấp tài liệu tham khảo chi tiết về phương pháp nghiên cứu định lượng tài chính, kỹ thuật sử dụng Microsoft Excel (Solver, Data Analysis) để tính hiệp phương sai, hệ số Beta và giải bài toán tối ưu hóa danh mục Markowitz.
• Nhà đầu tư cá nhân và tổ chức trên TTCKVN: Cung cấp cơ sở lý thuyết và mô hình thực hành giúp xây dựng chiến lược phân bổ tài sản khoa học, lượng hóa mức độ rủi ro hệ thống trước khi ra quyết định giải ngân.
• Các chuyên viên phân tích tài chính tại công ty chứng khoán, công ty quản lý quỹ: Tham khảo quy trình phân loại rủi ro vĩ mô, rủi ro vi mô và mô phỏng danh mục theo mức độ chấp nhận rủi ro của từng nhóm khách hàng.

---

Câu hỏi thường gặp

1. Mẫu dữ liệu thực nghiệm trong khóa luận được thu thập trong khoảng thời gian nào và gồm bao nhiêu cổ phiếu? Dữ liệu nghiên cứu bao gồm giá giao dịch của 149 cổ phiếu niêm yết trên Sàn Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) trong khoảng thời gian hơn 5 năm, từ ngày 04/01/2007 đến ngày 30/04/2012, kết hợp với chuỗi biến động của chỉ số VN-Index.

2. Vì sao tác giả chọn mô hình CAPM truyền thống thay vì mô hình 3 nhân tố Fama-French? Mặc dù mô hình Fama-French được đánh giá phù hợp với các thị trường đang phát triển, tác giả nhận định TTCKVN tại thời điểm nghiên cứu có mức độ bất cân xứng và thiếu minh bạch thông tin tài chính lớn. Các chỉ số kế toán như P/E, P/B chưa phản ánh chính xác biến động thị giá. Do đó, việc đưa thêm các biến này vào sẽ làm phức tạp hóa mô hình mà không làm tăng độ tin cậy của kết quả dự báo.

3. Khóa luận nhận diện những yếu tố rủi ro hệ thống chủ yếu nào trên TTCKVN? Các rủi ro hệ thống chính được phân tích gồm: rủi ro lạm phát (đỉnh điểm 28,3% năm 2008), rủi ro lãi suất (lãi suất vay leo thang 22-25% năm 2011), rủi ro tỷ giá (biến động tỷ giá USD/VND), và rủi ro từ sự thiếu linh hoạt của chính sách kinh tế vĩ mô cùng cơ chế quản lý thị trường (quy định chu kỳ thanh toán T+, thanh tra xử phạt giao dịch).

4. Khóa luận sử dụng phương pháp nào để xác định danh mục đầu tư tối ưu? Tác giả sử dụng phương pháp tối đa hóa hàm hữu dụng $U = E(r_p) - \frac{1}{2}A\sigma_p^2$ làm phương pháp chủ đạo kết hợp với phương pháp tiếp tuyến (tối đa hóa tỷ số Sharpe trên đường CAL) thông qua thuật toán tối ưu Solver trong Microsoft Excel để xác định tỷ trọng phân bổ tối ưu cho từng cổ phiếu trong danh mục.

5. Tác giả đưa ra những đề xuất danh mục đầu tư cụ thể nào cho các nhóm nhà đầu tư? Tác giả xây dựng 3 bảng phân bổ danh mục đầu tư đề xuất: Danh mục tối ưu tổng thể (Bảng 3.3), Danh mục tối ưu cho nhóm nhà đầu tư tránh né rủi ro (Bảng 3.4 - tập trung vào các chứng khoán có hệ số Beta thấp, độ ổn định cao), và Danh mục tối ưu cho nhóm nhà đầu tư ưa thích/không ngại rủi ro (Bảng 3.5 - tập trung vào các chứng khoán có Beta cao nhằm tối đa hóa tỷ suất sinh lợi kỳ vọng).

---

Kết luận

Khóa luận tốt nghiệp của tác giả Đỗ Đăng Khoa đã hệ thống hóa toàn diện cơ sở lý thuyết về danh mục đầu tư Markowitz và mô hình định giá tài sản vốn CAPM, đồng thời phân tích sâu sắc các biến động thực tế cùng các tầng nấc rủi ro trên thị trường chứng khoán Việt Nam giai đoạn 2000 – 2012. Bằng phương pháp định lượng trên tập dữ liệu 149 cổ phiếu sàn HOSE, nghiên cứu đã lượng hóa thành công hệ số rủi ro Beta và thiết lập các danh mục đầu tư tối ưu phù hợp với từng nhóm khẩu vị rủi ro của nhà đầu tư. Công trình mang giá trị học thuật và thực tiễn cao, đóng góp cơ sở khoa học cho việc chuẩn hóa công cụ quản trị rủi ro trên thị trường chứng khoán Việt Nam.

Trích đoạn nội dung tài liệu

mở đầu cho lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory – MPT). Trong mô hình của mình, Markowitz đã chỉ ra rằng bằng cách kết hợp các tài sản với một tỉ lệ thích hợp ta sẽ thu được một tập hợp điểm nằm trên một đường cong hiệu quả (efficient frontier), mỗi điểm trên đường cong này cho ra những cách kết hợp các tài sản để đạt được suất sinh lợi cao nhất đối với một rủi ro cho trước. Mô hình Markowitz dựa trên các giả định sau: - Nhà đầu tư không theo đuổi mục tiêu tối đa hóa lợi nhuận kỳ vọng mà tối đa hóa mức hữu dụng của khoản đầu tư, và đường cong hữu dụng thể hiện quy luật biên giảm dần. - Nhà đầu tư ước lượng rủi ro danh mục thông qua sự biến động của lợi nhuận kỳ vọng.

- Nhà đầu tư đưa ra quyết định hoàn toàn dựa trên lợi nhuận kỳ vọng và rủi ro, vì vậy đường cong hữu dụng của họ là một hàm số với biến phụ thuộc là phương sai (hoặc độ lệch chuẩn kỳ vọng) và lợi nhuận kỳ vọng. - Ứng với một mức rủi ro, nhà đầu tư ưa thích một lợi nhuận cao hơn là một lợi nhuận thấp. Tương tự, với một mức lợi nhuận, nhà đầu tư ưa thich rủi ro thấp hơn là rủi ro cao. Trong mô hình của mình, Markowitz đã đưa ra phương pháp để tính toán suất sinh lợi và rủi ro kỳ vọng của danh mục.

Để đo lường rủi ro danh mục, ông sử dụng phương sai (hoặc độ lệch chuẩn) của suất sinh lời kỳ vọng để tính toán. Phương sai của danh mục không những chỉ ra sự quan trọng của việc đa dạng hóa để giảm thiểu tổng rủi ro mà còn cho biết làm thế nào đa dạng hóa một cách hiệu quả. Đo lường suất sinh lợi và rủi ro kỳ vọng của mô hình Markowitz: 1. Suất sinh lời kỳ vọng: Suất sinh lời kỳ vọng của một danh mục đầu tư được tính bằng trung bình trọng số các suất sinh lời kỳ vọng của các tài sản trong danh mục.

Trọng số ở đây là giá trị đầu tư của tài sản trong danh mục 1 Trong đó: wi là tỷ trọng của tài sản trong danh mục E(ri) suất sinh lời kỳ vọng của tài sản i trong danh mục 1. Phương sai và độ lệch chuẩn: Để tính toán rủi ro danh mục thông qua phương sai (độ lệch chuẩn), ta phải tính toán hiệp phương sai giữa các tài sản trong danh mục. Hiệp phương sai: được dùng để đo lường mức độ tương quan so với trung bình của hai biến. Hiệp phương sai dương có nghĩa rằng suất sinh lợi của hai tài sản có khuynh hướng biến động cùng chiều.Ngược lại, hiệp phương sai âm cho thấy suất sinh lợi của hai tài sản biến động ngược chiều với nhau.Hệ số hiệp phương sai của hai tài sản bằng không có nghĩa rằng suất sinh lời của hai tài sản này biến động độc lập với nhau.

Hệ số tương quan: Việc sử dụng hiệp phương sai để đo lường mức độ tương quan giữa hai tài sản có thể dẫn đến sự nhầm lẫn do độ lớn của hiệp phương sai phụ thuộc vào đơn vị đo lường của biến số ngẫu nhiên. Do đó, ta cần tiêu chuẩn hóa việc đo lường hiệp phương sai. Thông qua đại lượng hệ số tương quan (correlation coefficient), với độ biến động nằm trong khoảng [-1;1], ta có thể xác định mức độ tương quan của hai biến số. Khi đó, với hệ số tương quan bằng -1, hai biến số được xem là hoàn toàn tương quan nghịch.Ngược lại, với hệ số tương quan bằng +1, hai biến số được xem là hoàn toàn tương quan.