Luận văn thạc sĩ kinh tế vận dụng mô hình capm beta zero trong đo lường rủi ro hệ thống của các cổ phiếu ngành thép tại sở giao dịch chứng khoán thành phố hồ chí minh

Luận văn thạc sĩ kinh tế nghiên cứu ứng dụng mô hình CAPM Beta Zero đo lường rủi ro hệ thống cổ phiếu ngành thép tại SGDCK TP.HCM.

• Tác giả: Lê Vũ Hằng Nga
• Trường học: Đại Học Đà Nẵng
• Chuyên ngành: Kinh Tế
• Đề tài: Ứng Dụng Mô Hình CAPM Beta Zero Đo Lường Rủi Ro Hệ Thống Cổ Phiếu Ngành Thép Tại HOSE
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2012
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• PHẦN MỞ ĐẦU
• 1. CHƯƠNG 1: MÔ HÌNH CAPM BETAZERO VÀ RỦI RO HỆ THỐNG CỦA CỔ PHIẾU NGÀNH THÉP
• 1.1. Đo lường tỷ suất lợi tức và rủi ro của một tài sản và của danh mục đầu tư
• 1.1.1. Đo lường tỷ suất lợi tức của tài sản
• 1.1.1.1. Tỷ suất lợi tức của một tài sản
• 1.1.1.2. Tỷ suất lợi tức trung bình của một tài sản
• 1.1.1.3. Tỷ suất lợi tức kỳ vọng của một tài sản
• 1.1.1.4. Đo lường tỷ suất lợi tức của danh mục đầu tư
• 1.1.2. Đo lường rủi ro của một tài sản và của danh mục các tài sản
• 1.1.2.1. Đo lường rủi ro của một tài sản
• 1.1.2.2. Đo lường rủi ro của danh mục tài sản
• 1.1.3. Phân loại rủi ro trong đầu tư chứng khoán
• 1.1.3.1. Rủi ro phi hệ thống
• 1.1.3.2. Rủi ro hệ thống và các nhân tố rủi ro hệ thống
• 1.2. Mô hình định giá tài sản vốn - Capital Asset Pricing Model (CAPM)
• 1.2.1. Sơ lược về quá trình ra đời của mô hình CAPM
• 1.2.2. Các giả định của mô hình CAPM
• 1.2.3. Mô hình định giá tài sản vốn (CAPM) - mối quan hệ giữa rủi ro và tỷ suất lợi tức kỳ vọng
• 1.2.3.1. Danh mục đầu tư thị trường và đường thị trường vốn (CML)
• 2. CHƯƠNG 2: PHƯƠNG PHÁP ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM BETAZERO
• 3. CHƯƠNG 3: TÌNH HÌNH RỦI RO CỦA CỔ PHIẾU NGÀNH THÉP TẠI SỞ GIAO DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH
• 4. CHƯƠNG 4: KẾT QUẢ ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM BETAZERO
• KẾT LUẬN

Tóm tắt

I. Giới thiệu và bối cảnh nghiên cứu

Luận Văn Thạc Sĩ Kinh Tế này tập trung vào việc ứng dụng Mô Hình CAPM Beta Zero để đo lường rủi ro hệ thống của các cổ phiếu ngành thép tại HOSE. Nghiên cứu này xuất phát từ nhu cầu cấp thiết trong bối cảnh nền kinh tế tài chính Việt Nam đang biến động mạnh, đòi hỏi các nhà đầu tư phải có công cụ hiệu quả để quản lý rủi ro. Rủi ro hệ thống là yếu tố không thể loại bỏ thông qua đa dạng hóa danh mục đầu tư, do đó, việc đo lường chính xác rủi ro này là vô cùng quan trọng. Mô hình CAPM Beta Zero được lựa chọn vì khả năng ước lượng rủi ro hệ thống một cách chính xác hơn so với các mô hình truyền thống.

1.1. Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu là hệ thống hóa cơ sở lý thuyết về Mô Hình CAPM Beta Zero, đồng thời áp dụng mô hình này để đo lường rủi ro hệ thống của các cổ phiếu ngành thép niêm yết tại HOSE. Nghiên cứu cũng đề xuất các khuyến nghị cho nhà đầu tư dựa trên kết quả phân tích.

1.2. Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu là rủi ro hệ thống của các cổ phiếu ngành thép trong danh mục đầu tư được đại diện bởi chỉ số VNIndex. Phạm vi nghiên cứu bao gồm các cổ phiếu ngành thép niêm yết tại HOSE từ ngày 4/6/2010 đến ngày 8/12/2011.

II. Cơ sở lý thuyết và phương pháp nghiên cứu

Nghiên cứu dựa trên Mô Hình CAPM Beta Zero, một phiên bản cải tiến của Mô Hình CAPM truyền thống, được phát triển bởi Fischer Black. Mô hình này loại bỏ giả định về tỷ suất sinh lợi không rủi ro, thay vào đó sử dụng một danh mục đầu tư có beta bằng không để ước lượng rủi ro hệ thống. Phương pháp nghiên cứu bao gồm phương pháp FIML và phương pháp GMM, cùng với các kiểm định thống kê để đảm bảo độ tin cậy của kết quả.

2.1. Mô Hình CAPM Beta Zero

Mô Hình CAPM Beta Zero được xây dựng dựa trên giả định rằng tồn tại một danh mục đầu tư có beta bằng không, tức là không tương quan với thị trường. Danh mục này được sử dụng để ước lượng rủi ro hệ thống thay vì tỷ suất sinh lợi không rủi ro như trong mô hình CAPM truyền thống.

2.2. Phương pháp ước lượng và kiểm định

Nghiên cứu sử dụng phương pháp FIML (Full Information Maximum Likelihood) và phương pháp GMM (Generalized Method of Moments) để ước lượng các tham số của mô hình. Các kiểm định thống kê như kiểm định Mackinlay được áp dụng để đánh giá độ chính xác của mô hình.

III. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy Mô Hình CAPM Beta Zero có khả năng đo lường rủi ro hệ thống một cách chính xác hơn so với mô hình CAPM truyền thống. Các cổ phiếu ngành thép tại HOSE có mức độ rủi ro hệ thống khác nhau, phản ánh sự biến động của thị trường và các yếu tố kinh tế vĩ mô. Nghiên cứu cũng đề xuất các khuyến nghị cho nhà đầu tư trong việc quản lý danh mục đầu tư và giảm thiểu rủi ro.

3.1. Kết quả ước lượng rủi ro hệ thống

Kết quả ước lượng cho thấy các cổ phiếu ngành thép có beta dao động từ 0.8 đến 1.5, phản ánh mức độ rủi ro hệ thống khác nhau. Các cổ phiếu có beta cao hơn 1 được xem là có rủi ro hệ thống lớn hơn thị trường chung.

3.2. Khuyến nghị cho nhà đầu tư

Dựa trên kết quả nghiên cứu, các nhà đầu tư nên cân nhắc phân bổ danh mục đầu tư để giảm thiểu rủi ro hệ thống. Đối với các cổ phiếu có beta cao, nhà đầu tư có thể sử dụng các công cụ phòng ngừa rủi ro như hợp đồng tương lai hoặc quyền chọn.

IV. Đánh giá và kết luận

Nghiên cứu đã chứng minh hiệu quả của Mô Hình CAPM Beta Zero trong việc đo lường rủi ro hệ thống của các cổ phiếu ngành thép tại HOSE. Mô hình này không chỉ cung cấp công cụ phân tích rủi ro chính xác hơn mà còn mở ra hướng nghiên cứu mới trong lĩnh vực kinh tế tài chính. Tuy nhiên, nghiên cứu cũng có một số hạn chế, chẳng hạn như phạm vi thời gian nghiên cứu ngắn và sự biến động của thị trường chứng khoán Việt Nam.

4.1. Giá trị thực tiễn của nghiên cứu

Nghiên cứu này có giá trị thực tiễn cao trong việc hỗ trợ các nhà đầu tư quản lý rủi ro và tối ưu hóa danh mục đầu tư. Mô Hình CAPM Beta Zero có thể được áp dụng rộng rãi trong các nghiên cứu về thị trường chứng khoán và đầu tư tài chính.

4.2. Hạn chế và hướng nghiên cứu tương lai

Một số hạn chế của nghiên cứu bao gồm phạm vi thời gian ngắn và sự biến động của thị trường chứng khoán Việt Nam. Hướng nghiên cứu tương lai có thể mở rộng phạm vi thời gian và áp dụng mô hình này cho các ngành khác nhau trên thị trường chứng khoán.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam trong giai đoạn 2010 - 2011 đã trải qua những đợt suy giảm mạnh mẽ, thể hiện qua sự sụt giảm 28,4% của chỉ số VN-Index từ mức 485,97 điểm xuống 347,8 điểm vào tháng 12 năm 2011, đi kèm mức sụt giảm thanh khoản vượt quá 50%. Trong bối cảnh nền kinh tế đối mặt với lạm phát cao và lãi suất biến động mạnh, việc xác định chính xác rủi ro hệ thống trở thành yêu cầu sống còn đối với các quyết định phân bổ vốn. Mô hình định giá tài sản vốn truyền thống bộc lộ nhiều hạn chế thực tiễn khi đặt ra giả định phi thực tế rằng nhà đầu tư có thể vay và cho vay không giới hạn ở mức lãi suất phi rủi ro. Nhằm khắc phục khoảng trống này, đề tài nghiên cứu tập trung vận dụng mô hình CAPM Beta-Zero của Fischer Black để đo lường rủi ro hệ thống của nhóm cổ phiếu ngành thép niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh. Mục tiêu cốt lõi của luận văn là hệ thống hóa khung lý thuyết về CAPM Beta-Zero, xây dựng quy trình ước lượng chuẩn xác, đo lường hệ số Beta thực tế của 7 mã cổ phiếu thép đại diện trên sàn HOSE, đồng thời đưa ra các khuyến nghị kiểm soát rủi ro cho nhà đầu tư. Phạm vi nghiên cứu sử dụng dữ liệu giá đóng cửa hàng ngày trong giai đoạn từ ngày 04/06/2010 đến ngày 08/12/2011 với danh mục thị trường đối chuẩn là chỉ số VN-Index. Kết quả nghiên cứu mang lại ý nghĩa thực tiễn to lớn khi giúp các định chế tài chính xác định chính xác phần bù rủi ro thị trường và cải thiện hiệu quả quản trị danh mục đầu tư thêm khoảng 15% đến 20% so với việc áp dụng các mô hình đo lường tuyến tính đơn giản.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của ba trụ cột lý thuyết tài chính hiện đại: Lý thuyết danh mục đầu tư của Harry Markowitz năm 1959, Mô hình định giá tài sản vốn CAPM của William Sharpe năm 1964 và John Lintner năm 1965, cùng Mô hình CAPM Beta-Zero do Fischer Black phát triển năm 1972. Các khái niệm nền tảng bao gồm:

• Tỷ suất lợi tức kỳ vọng: Giá trị bình quân gia quyền của các mức sinh lời tiềm năng mà nhà đầu tư kỳ vọng nhận được từ một tài sản tài chính hoặc danh mục đầu tư.
• Rủi ro hệ thống: Phần rủi ro bắt nguồn từ các yếu tố vĩ mô như lạm phát ngoài dự kiến, chu kỳ kinh tế, chính sách tiền tệ và biến động tỷ giá. Đây là loại rủi ro tác động lên toàn bộ thị trường và không thể triệt tiêu bằng phương pháp đa dạng hóa danh mục.
• Hệ số Beta: Thước đo định lượng mức độ nhạy cảm của tỷ suất sinh lợi cổ phiếu so với biến động chung của danh mục thị trường.
• Danh mục Beta-Zero: Danh mục đầu tư nằm trên đường biên phương sai nhỏ nhất nhưng hoàn toàn không có tương quan tuyến tính với danh mục thị trường (hệ số Beta bằng 0).

Trong điều kiện thực tế, khi lãi suất đi vay của nhà đầu tư cá nhân thường cao hơn lãi suất cho vay của trái phiếu chính phủ từ 2% đến 4%, mô hình CAPM Beta-Zero thay thế lãi suất phi rủi ro bằng tỷ suất sinh lợi của danh mục Beta-Zero, tạo nên đường thị trường chứng khoán SML tuyến tính và phản ánh chính xác trạng thái cân bằng thị trường.

Phương pháp nghiên cứu

Nghiên cứu lựa chọn cỡ mẫu gồm toàn bộ 7 mã cổ phiếu thuộc ngành thép niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh có dữ liệu giao dịch liên tục và đồng nhất. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm đảm bảo tính đại diện cao nhất cho ngành công nghiệp luyện kim và phân phối thép, loại bỏ các cổ phiếu bị gián đoạn giao dịch hoặc mới niêm yết dưới 6 tháng.

Dữ liệu đầu vào là chuỗi giá đóng cửa điều chỉnh hàng ngày trong mốc thời gian từ ngày 04/06/2010 đến ngày 08/12/2011, tương ứng với hơn 370 phiên giao dịch. Tỷ suất sinh lợi ngày được tính theo phương pháp sai phân logarit tự nhiên nhằm đảm bảo tính dừng của chuỗi dữ liệu tài chính. Luận văn triển khai hai phương pháp phân tích kinh tế lượng chuyên sâu:

• Phương pháp thích hợp cực đại toàn phần (FIML): Được áp dụng khi chuỗi tỷ suất lợi tức tuân thủ quy luật phân phối chuẩn, độc lập và đồng nhất theo thời gian.
• Phương pháp Mô-men tổng quát (GMM): Được lựa chọn làm phương pháp phân tích then chốt vì trong thực tế chuỗi tỷ suất sinh lợi chứng khoán Việt Nam thường có hiện tượng đuôi béo, độ nhọn cao và phương sai thay đổi theo thời gian. GMM giúp ước lượng các tham số không chệch và nhất quán mà không đòi hỏi giả định khắt khe về phân phối chuẩn.
• Kiểm định tính hiệu lực: Sử dụng các kiểm định thống kê Wald Chi-bình phương, tỷ số hợp lý và kiểm định Mackinlay để xác định mức độ phù hợp của mô hình CAPM Beta-Zero trên thị trường thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên chuỗi dữ liệu 7 cổ phiếu ngành thép niêm yết tại sàn HOSE đã mang lại các phát hiện khoa học quan trọng:

• Đặc tính phân phối phi chuẩn: Kết quả kiểm định Jarque-Bera cho thấy hơn 85% chuỗi tỷ suất sinh lợi của các cổ phiếu thép bác bỏ giả thiết phân phối chuẩn ở mức ý nghĩa 1%. Do đó, kết quả ước lượng từ phương pháp GMM có độ tin cậy và tính vững cao hơn rõ rệt so với phương pháp FIML truyền thống.
• Mức độ rủi ro hệ thống vượt trội: Hệ số Beta ước lượng của 7 mã cổ phiếu ngành thép dao động trong khoảng từ 0,88 đến 1,42. Trong đó, có đến 71,4% số mã cổ phiếu (5 trên 7 mã) sở hữu hệ số Beta lớn hơn 1,0. Điều này chỉ ra rằng nhóm cổ phiếu ngành thép có mức độ biến động giá và rủi ro hệ thống cao hơn từ 15% đến 42% so với mức biến động chung của chỉ số VN-Index.
• Tỷ suất sinh lợi danh mục Beta-Zero thực tế: Tham số tỷ suất sinh lợi kỳ vọng của danh mục Beta-Zero ước lượng theo ngày đạt mức tương đương khoảng 9,5% đến 12,3%/năm. Mức này cao hơn đáng kể so với lợi suất trái phiếu chính phủ kỳ hạn 1 năm trong cùng giai đoạn (khoảng 7,5%/năm), phản ánh đúng chi phí bù đắp rủi ro thanh khoản trên thị trường vốn Việt Nam.

Thảo luận kết quả

Mức rủi ro hệ thống cao của nhóm cổ phiếu ngành thép được giải thích bởi ba nguyên nhân cốt lõi từ đặc thù hoạt động kinh doanh:

• Đòn bẩy tài chính lớn: Doanh nghiệp ngành thép đòi hỏi quy mô vốn đầu tư tài sản cố định và vốn lưu động rất cao. Tỷ lệ nợ vay trên vốn chủ sở hữu bình quân của ngành trong giai đoạn nghiên cứu thường vượt ngưỡng 1,8 lần, khiến lợi nhuận doanh nghiệp cực kỳ nhạy cảm trước các đợt tăng lãi suất điều hành từ Ngân hàng Nhà nước.
• Phụ thuộc nguyên liệu nhập khẩu: Hơn 60% nguyên liệu đầu vào như phôi thép, thép phế và quặng sắt phải nhập khẩu từ thị trường quốc tế. Khi tỷ giá hối đoái biến động hoặc giá than, giá dầu thế giới tăng mạnh, biên lợi nhuận của doanh nghiệp lập tức bị thu hẹp.
• Chu kỳ ngành gắn liền với thị trường bất động sản: Sự đóng băng của thị trường bất động sản và các biện pháp thắt chặt đầu tư công năm 2011 đã làm sức tiêu thụ thép thành phẩm sụt giảm trên 30%, đẩy rủi ro hệ thống của toàn ngành lên mức cao.

Dữ liệu nghiên cứu có thể được trực quan hóa thông qua bảng so sánh hệ số Beta giữa hai mô hình FIML và GMM, kết hợp cùng đồ thị đường thị trường chứng khoán SML. Khi biểu diễn trên đồ thị, đường SML của mô hình Beta-Zero có độ dốc thoải hơn đường SML truyền thống của Sharpe-Lintner. Phát hiện này hoàn toàn tương thích với các kết luận thực nghiệm của Fischer Black trên thị trường chứng khoán Mỹ và nghiên cứu của Phạm Văn Sơn tại Việt Nam, khẳng định rằng mô hình CAPM truyền thống đã đánh giá thấp tỷ suất sinh lợi yêu cầu của các cổ phiếu có Beta thấp và đánh giá quá cao phần bù rủi ro của các cổ phiếu có Beta cao.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu định lượng, luận văn đưa ra 4 nhóm giải pháp chiến lược nhằm tối ưu hóa quản trị rủi ro:

• Tái cấu trúc danh mục đầu tư theo chu kỳ kinh tế: Các nhà đầu tư tổ chức và cá nhân cần chủ động điều chỉnh tỷ trọng cổ phiếu thép dựa trên hệ số Beta. Trong giai đoạn thị trường tăng trưởng mạnh, nhà đầu tư nên nâng tỷ trọng các mã thép có hệ số Beta từ 1,2 đến 1,4 để tối đa hóa tỷ suất sinh lợi. Ngược lại, khi thị trường bước vào giai đoạn suy thoái hoặc đi ngang, cần hạ tỷ trọng nhóm này xuống dưới mức 10% tổng danh mục và chuyển dịch sang các tài sản phòng thủ có Beta dưới 0,8. Thời gian tái cơ cấu danh mục nên được thực hiện định kỳ 3 tháng một lần.
• Kiểm soát hệ số đòn bẩy tài chính tại doanh nghiệp thép: Ban điều hành các công ty sản xuất thép cần chủ động tái cấu trúc nguồn vốn, đặt mục tiêu kéo giảm tỷ lệ nợ vay trên vốn chủ sở hữu về mức an toàn dưới 1,2 lần trong vòng 12 đến 24 tháng. Việc đa dạng hóa nguồn vốn thông qua phát hành cổ phần hoặc trái phiếu chuyển đổi sẽ giúp giảm thiểu mức độ tổn thương trước các cú sốc lãi suất.
• Thiết lập hệ thống đo lường rủi ro tự động tại các công ty chứng khoán: Khối phân tích và quản trị rủi ro tại các công ty chứng khoán cần tích hợp mô hình CAPM Beta-Zero và phương pháp ước lượng GMM vào phần mềm định giá tự động. Hệ số Beta ngành nên được cập nhật hàng tuần nhằm cung cấp khuyến nghị chuẩn xác cho khách hàng giao dịch ký quỹ, duy trì tỷ lệ ký quỹ an toàn trên 50% đối với nhóm cổ phiếu có biến động mạnh.
• Hoàn thiện chính sách vĩ mô và công cụ phòng ngừa rủi ro hàng hóa: Ngân hàng Nhà nước và Bộ Tài chính cần duy trì sự ổn định của chính sách tiền tệ, hạn chế các đợt điều chỉnh lãi suất đột ngột. Đồng thời, các cơ quan quản lý cần đẩy nhanh việc thành lập sàn giao dịch hàng hóa phái sinh cho kim loại, tạo công cụ bảo hiểm rủi ro giá thép nguyên liệu cho doanh nghiệp trong nước.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng cụ thể:

• Nhà đầu tư cá nhân và chuyên viên quản lý quỹ: Nhóm này có thể ứng dụng mô hình CAPM Beta-Zero để định giá chính xác phần bù rủi ro, lựa chọn thời điểm giải ngân và xây dựng chiến lược phòng hộ rủi ro cho danh mục cổ phiếu ngành thép trong từng chu kỳ thị trường.
• Giám đốc tài chính (CFO) và ban quản trị doanh nghiệp ngành thép: Cung cấp cơ sở khoa học để xác định chi phí sử dụng vốn bình quân (WACC), từ đó tính toán chính xác tỷ suất sinh lợi rào cản khi thẩm định các dự án đầu tư nhà máy cán thép hoặc mở rộng dây chuyền sản xuất.
• Chuyên viên phân tích tại các công ty chứng khoán: Luận văn là tài liệu hướng dẫn chi tiết về quy trình thu thập dữ liệu, xử lý chuỗi tỷ suất sinh lợi phi chuẩn và ứng dụng phần mềm EViews để xây dựng các báo cáo phân tích định lượng chuyên sâu cho nhóm ngành hàng hóa cơ bản.
• Học viên cao học, giảng viên và nhà nghiên cứu kinh tế: Cung cấp nguồn tài liệu học thuật giá trị về kinh tế lượng tài chính, đóng vai trò là khung tham chiếu phương pháp luận khi thực hiện các nghiên cứu mở rộng về mô hình định giá tài sản đa nhân tố trên các thị trường mới nổi.

Câu hỏi thường gặp

• Tại sao nên sử dụng mô hình CAPM Beta-Zero thay vì mô hình CAPM truyền thống của Sharpe-Lintner?
  Mô hình CAPM truyền thống giả định nhà đầu tư có thể vay và cho vay không giới hạn ở mức lãi suất phi rủi ro, điều này không tồn tại trong thực tế. Mô hình CAPM Beta-Zero loại bỏ giả định này bằng cách sử dụng tỷ suất sinh lợi của danh mục Beta-Zero, giúp đường thị trường chứng khoán phản ánh đúng thực tế chênh lệch giữa lãi suất đi vay và cho vay trên thị trường Việt Nam.

• Hệ số Beta của cổ phiếu ngành thép lớn hơn 1,0 nói lên điều gì?
  Hệ số Beta lớn hơn 1,0 (dao động từ 1,15 đến 1,42) chỉ ra rằng cổ phiếu ngành thép có tính chu kỳ cao và mức độ rủi ro hệ thống lớn hơn mức bình quân của thị trường. Khi chỉ số VN-Index tăng hoặc giảm 1%, giá các cổ phiếu này có xu hướng biến động cùng chiều từ 1,15% đến 1,42%, đòi hỏi nhà đầu tư phải có mức sinh lời kỳ vọng cao hơn để bù đắp.

• Ưu điểm của phương pháp ước lượng GMM so với phương pháp FIML trong nghiên cứu này là gì?
  Phương pháp FIML chỉ cho kết quả ước lượng tối ưu khi dữ liệu tuân theo phân phối chuẩn. Trong khi đó, chuỗi tỷ suất sinh lợi của cổ phiếu thép tại Việt Nam có hiện tượng bất đối xứng và độ nhọn lớn. Phương pháp GMM không yêu cầu phân phối chuẩn, giúp loại bỏ hiện tượng sai lệch tham số và cung cấp ma trận hiệp phương sai nhất quán.

• Những yếu tố rủi ro vĩ mô nào tác động mạnh nhất đến ngành thép?
  Ngành thép chịu ảnh hưởng nặng nề nhất từ 3 yếu tố rủi ro hệ thống: sự biến động ngoài dự kiến của lãi suất vay ngân hàng, biến động tỷ giá hối đoái tác động lên chi phí nhập khẩu nguyên liệu phôi thép, và chu kỳ tăng trưởng của ngành xây dựng - bất động sản trong nước.

• Kết quả nghiên cứu trong giai đoạn 2010 - 2011 có thể áp dụng cho thị trường hiện nay không?
  Quy trình ước lượng kinh tế lượng và khung lý thuyết CAPM Beta-Zero hoàn toàn giữ nguyên giá trị ứng dụng. Tuy nhiên, do cấu trúc thị trường và quy mô vốn hóa của ngành thép hiện nay đã lớn hơn gấp nhiều lần so với năm 2011, các nhà phân tích cần cập nhật chuỗi dữ liệu giá mới nhất để ước lượng lại các tham số Beta tương ứng.

Kết luận

• Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về mô hình CAPM Beta-Zero và chứng minh tính ưu việt của mô hình này trong điều kiện thị trường tồn tại rào cản lãi suất đi vay.
• Đã kiểm định thành công đặc tính phân phối của 7 cổ phiếu ngành thép trên sàn HOSE và khẳng định phương pháp GMM mang lại kết quả ước lượng rủi ro hệ thống vững chắc nhất.
• Xác định hệ số Beta thực tế của ngành thép nằm trong khoảng 0,88 đến 1,42, khẳng định ngành thép là nhóm ngành có độ nhạy cảm cao và rủi ro hệ thống vượt trội so với VN-Index.
• Cung cấp các hàm ý quản trị quan trọng cho nhà đầu tư trong việc định giá tài sản, cơ cấu danh mục và hỗ trợ doanh nghiệp kiểm soát tỷ lệ nợ vay.
• Lộ trình nghiên cứu tiếp theo trong 6 đến 12 tháng tới cần mở rộng phạm vi mẫu sang sàn HNX và kiểm định tính ổn định của hệ số Beta theo chuỗi thời gian dài hạn.

Nhà đầu tư và các chuyên viên phân tích tài chính hãy áp dụng ngay phương pháp ước lượng CAPM Beta-Zero vào việc rà soát danh mục đầu tư hiện tại để tối ưu hóa tỷ suất sinh lợi và nâng cao hiệu quả phòng ngừa rủi ro thị trường.

Trích đoạn nội dung tài liệu

Chương 1: Mô hình CAPM betazero và rủi ro hệ thống của cô phiếu ngành thép Trong chương này, đ tông hợp các kiến thức lý luậ liên quan đến mô hình CAPM Betazero, các đặc điểm của ngành thép và các nhân tố của rủi ro hệ thống Chương 2: Phương pháp ước lượng và kiểm định mô hình CAPM betazero Chương này trình bày hai phương pháp ước lượng và kiểm định mô hình CAPM betazero: phương pháp FIML và phương pháp GMM. Chương 3: Tình hình rủi ro của cỗ phiếu ngành thép tại Sở giao dịch chứng khoán Thành phó Hồ Chí Minh Chương này giới thiệu về ngành thép và các loại rủi ro hệ thống ảnh hưởng đến ngành thép. Chương 4: Kết quả ước lượng và kiểm định mô hinh Capm betazero. Chương này trình bày kết quả ước lượng và kiểm định tính hiệu lực của mô hình Capm beta-zero thông qua đó ước lượng hệ số beta đề đo lượng rủi ro hệ thống của từng loại cổ phiếu ngành thép so với rủi ro của thị trường để từ đó đưa ra các khuyến nghị đối với nhà đầu tư.

MO HINH CAPM BETAZERO VA 1 RO HE THONG CUA CO PHIEU NGANH THEP 1.1 Đo lường tỷ suất lợi tức và rủi ro của một tài sản và của danh mục các nm 1.1 Đo lường tỷ suất lợi tức của tai sin 1.1 Tỷ suất lợi tức của một tài sản Lợi tức tổng công thu được từ việc đầu tư vào một chứng khoán bao gồm hai phần: Các dòng thu nhập từ các chứng khoán đó và lợi tức do sự thay đổi trong giá cả của bản thân chứng khoán. Tỷ suất lợi tức được xác định bằng với lợi tức tổng cộng nhận được chia cho giá mua chứng khoán ban đầu (tỷ suất này còn được gọi là tỷ suất lợi tức trong khoản thời gian nắm giữ chứng khoán ~ HPY (Holding Period Yield). J- (11) h Trong đó: ~ D: Dòng thu nhập từ chứng khoán, ~ P): Giá bán chứng khoán vào cuối thời gian nắm giữ, - Pu: Giá mua chứng khoán ban đầu.2 Tỷ suất lợi tức trung bình của một tai san Khi nhà đầu tư nắm giữ một chứng khoán qua nhiều năm, lợi tức mà chứng khoán đó có thể mang lại thường là khác nhau. Bên cạnh việc xem xét lợi tức mỗi năm cụ thể, nhà đầu tư còn quan tâm đến lợi tức trung bình năm.

của chứng khoán đó trong toàn bộ thời gian đầu tư. Có hai cách tính tỷ suất lợi tức trung bình hàng năm của một chứng khoán: trung bình cộng (Arithmetic Mean - AM) và trung bình nhân (Geometric Mean - GM). + Trung bình cộng: + Trung bình nhân ~ _ n: số năm nắm giữ chứng khoán. Tỷ suất lợi tức trung bình cng > Ty suất lợi tức trung bình nhân 1.3 Tỷ suất lợi tức kỳ vọng của một tài sản Các nhà đầu tư xác định tỷ suất lợi tức kỳ vọng dựa vào những giá trị lợi tức ước tính có thể và xác suất của mỗi lợi tức đó.

Tỷ suất lợi tức kỳ vọng của một chứng khoán được xác định như sau: ER) PR, (4) Trong đó: ~_ E(R,): Tỷ suất lợi tức kỳ vọng, - Rj: Ty suat lợi tức có thê nhận được trong tình huồng i, ~ Pi: Xác suất nhận được R. Trường hợp sử dụng dữ liệu quá khứ tỷ suất lợi tức kỳ vọng là:. (5) > Trong đó: ~_ E(Rị): Tỷ suất lợi tức kỳ vọng, ~_ R¿ Tỷ suất lợi tức có thê nhận được năm ¡, ~_ n: Số lượng tỷ suất lợi tức từ mẫu được quan sát trong quá khứ.4 Đo lường tỷ suất lợi tức của danh mục đầu tư Lợi tức kỳ vọng của danh mục đầu tư được xác định như sau: ER, Sw, £(R) (16) Voi Sw, Trong đó: ~ E(R›) : Tỷ suất lợi tức kỳ vọng của danh mục đầu tư, ~ wị : Tỷ trọng của chứng khoán ¡ trong danh mục đầu tư, ~ E(R): Tỷ suất lợi tức kỳ vọng của chứng khoán ¡, ~ n: số loại chứng khoán trong danh mục đầu tư.2 Đo lường rải ro của một tài sản và của danh mục các tài sin 1.1 Đo lường rủi ro của một tài sản Rủi ro đề cập đến sự không chắc chắn vẻ lợi tức mà nhà đầu tư kỳ vọng nhận được từ việc đầu tư. Sự không chắc chắn này được thể hiện bởi nhiều lợi tức có thể được với nhiều xác suất khác nhau.

ộ phân tán của những. giá trị lợi tức có thể so với lợi tức kỳ vọng cảng lớn, thì sự không chắc chắn (rủi ro) của lợi tức kỳ vọng nhận được cảng lớn. Trong đầu tư tài chính, rủi ro phương sai (variance) hoặc chỉ tiêu độ lệch chuẩn (standard deviadon) của phân phối tỷ suất lợi tức được sử dụng để đo lường rủi ro. Các chỉ tiêu này thường được tính như sau: + Phương sai của tỷ suất lợi tức(z") -7- => PIR FRE ye a + Độ lệch chuẩn cia ty suit loi tire(o ) o š [R,- E(R)P (18) “Trong các phần trên, tỷ suất lợi tức kỳ vọng và rủi ro của chứng khoán.

được xác định trên cơ sở phân tích những tình huống nhất định trong tương. Ngoài ra, các nhà đầu tư cũng có thê dựa vào những dữ liệu quá khứ để ước lượng tỷ suất lợi tức kỳ vọng và phương sai (hoặc độ lệch chuẩn) để sử. dụng cho việc đầu tư trong tương lai. Phương sai được ước lượng từ những dữ liệu quá khứ được xác định như sau: Šœ- rt (1.9) Trong đó: ~: Tỷ suất lợi tức trung bình cộng, ~n : Số lượng tỷ suất lợi tức từ mẫu được quan sát trong quá khứ.2 Đo lường rủi ro của danh mục tài sản Để thiết lập được công thức phương sai của TSSL đối với DMĐT- ø, ,chúng ta cần tìm hiểu qua hai khái niệm cơ bản trong thống kê học là hiệp phương sai (Cov) và hệ số tương quan (ø ).

* Higp phuong sai (Covariance) Hiệp phương sai là một hệ số do lường mức độ theo đó lợi tức trên hai tài sản (tải sản A và tài sản B) biến động so với nhau. Hiệp phương sai của tỷ dit lợi tức trên hai tài sản bắt kỳ A và B được tính toán như sau: ~ Đối với trường hợp phân phối xác suất TSLT của hai tài sản A và B thì hiệp phương sai được xác định như sau: Cov, š=Š pIR,, =Ed,)|IR,, = E(R,)| (1.10) Trong đó: ~ø„: Hiệp phương sai giữa hai tài sản A và B, ~ Rạ¿„ Rạ,: Lần lượt là tỷ suất loại tức có thể nhận được trên tài sản ABB trong tinh huồng i, ~ E(Rụ), E(Rụ) : Lần lượt là tỷ suất lợi tức kỳ vọng trén tai sin A,B. ~ Đối với trường hợp TSLT của hai tài sin A va B được tính toán dựa vào dữ liệu quá khứ thì hiệp phương sai của chúng được xác định như sau: [(R,,~E(R,)(,,~E(,)] 4.1) Hiệp phương sai giữa hai tài sản có thê dương (+), âm(-), hoặc bằng. không (0) «_ Hiệp phương sai dương: lợi tức trên hai tài sản có mỗi quan hệ cùng chiều với nhau.

Khi lợi tức trên tai sản này tăng thì lợi tức trên tai san kia cũng tăng và ngược lại © Hiệp phương sai âm: Lợi tức trên hai tải sản có mối quan hệ ngược chiều với nhau. Khi lợi tức trên tải sản này tăng thì lợi tức trên tải sản kia giảm và ngược lại. * Hệ số tương quan (Correlation) Hệ số tương quan giữa hai tài san A và B được xác định bằng cách cha hiệp phương sai giữa hai tài sản đó ( 2„„ ) cho tích số độ lệch chuẩn của hai tài sản A và B (,xø,) (1.12) Hệ số tương quan có giá trị thay déi tir -1 va +1 (-1<p,, < +1). Gid tri -9- +1 thể lên một quan hệ tuyến tính thuận hoàn hảo giữa hai tải sản.

Giá trị -1 thể hiện quan hệ tuyến tính nghịch hoàn hảo. Rủi ro của danh mục đầu tư được đo lường bằng chỉ tiêu phương sai (hoặc độ lệch chuẩn) của tỷ suất lợi tức trên danh mục đầu tư. + Phương sai: (1.13) +Độ lệch chuẩn: (1:14) trong đó: ~ø,: Độ lệch chuẩn của tỷ suất lợi tức trên danh mục đầu tư, -w¿j :tÿ trọng của tài sản thứ¡ (hoặc j) trong danh mục đầu tư, ~ ø,: Độ lệch chuẩn của tỷ suất lợi tức trên tài san thir i, ~ø, : Hiệp phương sai giữa tỷ suất lợi tức trên tài sản thứ ¡ và tỷ suất lợi tức trên tài sản thứ j trong danh mục đầu tư. Công thức tính toán độ lệch chuẩn ở trên cho thấy rằng: độ lệch chuẩn của tỷ suất lợi tức trên danh mục đầu tư không chỉ là trung bình theo trọng số của độ lệch chuẩn của tỷ suất lợi tức trên các tài sản riêng lẻ (không như độ lệch chuẩn của tỷ suất lợi tức kỳ vọng của danh mục đầu tư).

Trái lại, độ lệch chuẩn của tỷ suất lợi tức trên danh mục đầu tư phụ thuộc vào cả độ lệch chuẩn của mỗi tài sản riêng lẻ và hiệp phương sai của mỗi cặp tài sản trong danh mục đầu tư.3 Phân loại rủi ro trong đầu tư chứng khoán -10- Rủi ro trong đầu tư chứng khoán thường được phân thành hai loại là rủi ro phi hệ thống và rủi ro hệ thống.1 Rủi ro phi hé thong Đây là loại rủi ro xảy ra trên từng loại chứng khoán. Những yếu tố như khả năng quản lý, mức độ sử dụng đòn bẩy tải chính của công ty, chu kỳ ngành. là nguyên nhân của rủi ro phi hệ thống. Khi số loại chứng khoán trong danh mục đầu tư tăng lên, rủi ro phi hệ thống giảm xuống nhưng rủi ro hệ thống không thay đổi.

Hay nói cách khác, rủi ro phi hệ thống có thể giảm thiểu nhờ đa dạng hóa nhưng rủi ro hệ thống không giảm được nhờ đa dạng. Khi số loại cỗ phiếu trong danh mục đầu tư đủ lớn, rủi ro phi hệ thống có thể được triệt tiêu hoàn toàn.2 Rúi ro hệ thống và các nhân tô. rủi ro hệ thống" * Khái niệm rủi ro hệ thống Rủi ro hệ thống là những sự cố xảy ra trong quá trình vận hành của hệ thống (nền kinh tế) và/hoặc những sự cố xảy ra ngoài hệ thống nhưng có tác động đến phần lớn hệ thống. Những rủi ro này gây ảnh hưởng đến giá của hằu hết các chứng khoán và không thể đa dạng hóa được.

* Các nhân tố rủi ro hệ thống Tuy thuat ngữ về rủi ro hệ thống là một thuật ngữ mới nhưng trong lịch sử nghiên cứu kinh tế, các nhà nghiên cứu cdc nl ứng dụng sử dụng các mô hình định giá APT (mô hình định lệnh lệch giá) đề định giá tài sản dựa trên nguyên lý cân bằng giữa rủi ro và tỷ suất lợi tức kỳ vọng. Hay nói cách khác, tỷ suất lợi tức kỳ vọng của tải sản tương ứng với mức rủi ro.