CHƯƠNG 1: GIỚI THIỆU Các nghiên cứu về số mờ, logic mờ và tập mờ đã cho thấy phương pháp tiếp cận mờ có thể giải quyết các vấn đề mà dữ liệu đầu vào là không rõ ràng và chắc chắn. Thế giới thực tiễn không đơn giản chỉ với các giá trị đúng hoặc sai, điều này có thể minh họa với hai phát biểu “anh Minh đang sốt cao” hay “giá cổ phiếu A đã xuống rất thấp”. Chúng ta không thể kết luận rằng người nào đó có phát biểu như vậy là đúng hay sai? Đó là do chúng ra cần làm rõ các giá trị mờ trong hai phát biểu trên: như thế nào là sốt cao? Như thế nào là giá xuống rất thấp? Xuất phát từ nhu cầu trong thực tiễn thế giới thực và được mở rộng từ lý thuyết tập hợp cổ điển, khái niệm tập mờ được ra đời những năm 1900 bởi Lukasiewicz và sau đó được (Lotfi A.Zadeh, 1965) phát triển. Các tài liệu nghiên cứu trước đây cho thấy rằng phương pháp tiếp cận mờ là một công cụ lựa chọn để mô hình hóa dữ liệu không chắc chắn.
Phương pháp tiếp cận này đã được áp dụng rộng rãi trong công trình xây dựng, điện toán, công nghệ sinh học và các ngành khoa học quản lý, đặc biệt trong một số lĩnh vực kinh tế tài chính như [1]: Quản trị dòng tiền: (Wang & Hwang, 2010), (Kahraman và các cộng sự, 2003), (Turtle và các cộng sự, 1994), (Chiu & Park, 1994, 1998); Quản trị ngân sách vốn đầu tư: (Uçal & Kuchta, 2011), (Kahraman & Kaya, 2010), (Tsao, 2009), (Salehi & Tavakkoli-Moghaddam, 2008), (Islam & Mohamed, 2007); Hỗ trợ ra quyết định (tài chính & phi tài chính): (Huynh và các cộng sự, 2007), (Güngör & Arıkan, 2007), (Bagnoli & Smith, 1997), (Kleyle và các cộng sự, 1997); Kiệt quệ tài chính: (Xiong, 2009); Dự báo: (Aznarte và các cộng sự, 2011), Mirfakhr-Al-Dini và các cộng sự, 2011), (Taghizadeh và các cộng sự, 2011); Trung thực trong báo cáo tài chính: (Lin và các cộng sự, 2003), (Dia & Zéghal, 2008); Hệ thống xếp hạng tín nhiệm & tín dụng: (Syau và các cộng sự, 2001), (Malagoli & Magni, 2007); Định giá bất động sản: (Bagnoli & Smith, 1998), (Guan và các cộng sự, 2008); Hành vi tài chính: (Tiglioglu, 2006), (Aguiar & Sales, 2011). Cho đến hiện nay, lựa chọn danh mục đầu tư tối ưu vẫn đang thu hút sự quan tâm và công sức của các nhà nghiên cứu, và khả năng tối đa hóa lợi ích đa dạng hóa của danh mục đầu tư cho nhà đầu tư trở thành tâm điểm của việc quản lý danh mục. (Markowitz, 1952) đã khởi tạo đóng góp quan trọng cho nền tảng kiến thức tài 1 Xem thêm các trích dẫn về mục tiêu và kết quả của các nghiên cứu ở phần Phụ Lục A LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 5 chính khi kết hợp lý thuyết xác suất và lý thuyết tối ưu để mô hình hóa hành vi của các chủ thể kinh tế với mô hình phương sai trung bình (mean-variance - MV) mà đã trở thành nền tảng cho lý thuyết danh mục đầu tư hiện đại (MPT). Tuy nhiên, mô hình MV của Markowitz vẫn còn những điểm hạn chế trong thực tiễn: dữ liệu lịch sử cho biết xu hướng tương lai, sử dụng phương sai như là thước đo rủi ro, phân phối xác xuất suất sinh lợi của chứng khoán là biết trước và có dạng phân phối chuẩn (Markowitz, 1952).
(Zulkifli Mohamed và các cộng sự, 2009 & 2010) đã chỉ ra rằng, trong thực tế đầu tư trên thị trường chứng khoán (TTCK) là một vấn đề đầy thử thách. Nhà đầu tư phải đối mặt với các vấn đề thực tiễn: sự ngẫu nhiên, mơ hồ và nhập nhằng trong biến động giá chứng khoán do chịu tác động của nhiều yếu tố như: chu kỳ kinh tế, lãi suất, cung tiền, tỷ giá, chính sách tài khóa, kỹ thuật công nghệ phát triển, bất ổn chính trị,. Các nghiên cứu trước đây cho thấy phương pháp tiếp cận mờ cũng có thể áp dụng trong lựa chọn danh mục đầu tư, đơn cử như (Hasuike & Ishii, 2008) đã xem xét một mô hình chọn lựa danh mục mở rộng của mô hình MV có tính đến các tập không chắc chắn và các yếu tố mờ. Mô hình đề xuất các ràng buộc và thực hiện biến đổi các yếu tố mờ thành những vấn đề xác định tương đương để giải quyết các tình huống phức tạp trong thị trường đầu tư thực tế.
(Bao và các cộng sự, 2010) tiếp cận sự không chắc chắn của suất sinh lợi của các chứng khoán dưới các luật nhỏ nhất-lớn nhất đối với các số mờ (minmax rules), gọi tắt là mô hình PMFM. Kết quả của (Bao và các cộng sự, 2010) ngụ ý rằng PMFM cho danh mục tối ưu tốt hơn so với các mô hình lựa chọn danh mục không sử dụng các số mờ. Các nhà nghiên cứu đã giới thiệu và thảo luận nhiều loại mô hình và phương pháp tiếp cận lựa chọn danh mục đầu tư khác nhau, mỗi cái có điểm mạnh điểm yếu riêng. Nhưng tựu chung lại, một mô hình lựa chọn danh mục đầu tư có khả năng giải quyết vấn đề không chắc chắn trong đầu tư sẽ là chìa khóa để dẫn xuất ra một mô hình mới và mạnh (Zulkifli Mohamed và các cộng sự, 2009).
Phương pháp tiếp cận mờ với việc dẫn xuất mô hình danh mục mờ có thể được dựa trên nhiều yếu tố phụ thuộc vào phạm vi nghiên cứu. Ví dụ (Vercher và các cộng sự, 2007) đã định nghĩa dữ liệu suất sinh lợi của tài sản như một số mờ, mặt khác, (Bilbao, 2007) đã định nghĩa giá trị beta của tài sản như một số mờ và (Fatma & Mehmet, 2005) đã sử dụng dữ liệu các tỷ số tài chính như một số mờ trong phân tích. Tất cả những LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 6 phương pháp tiếp cận này đều có điểm mạnh điểm yếu (Zulkifli Mohamed và các cộng sự, 2010). Mục tiêu bài nghiên cứu này là sử dụng phương pháp tiếp cận mờ trong mô hình của (Zulkifli Mohamed và các cộng sự, 2009), sử dụng rủi ro giảm giá mờ (fuzzy downside risk) trong khung mô hình cơ sở đánh đổi giữa rủi ro và lợi nhuận (framework of risk-return trade-off) với các giá trị kỳ vọng có giá trị khoảng (interval-valued expectations), nhằm kiểm định lợi ích đa dạng hóa trong lựa chọn danh mục đầu tư trên TTCK Việt Nam.
Bố cục của bài luận văn này được chia thành 4 phần chính: phần 1 là tổng quan các nghiên cứu đã có, trình bày khái quát lý thuyết tập mờ và logic mờ, các vấn đề và kết quả nghiên cứu liên quan về phương pháp tiếp cận mờ trong xây dựng mô hình lựa chọn danh mục đầu tư tối ưu, phần 2 trình bày mô hình nghiên cứu, cách thức thu thập, xử lý và tính toán dữ liệu cho mô hình lựa chọn danh mục đầu tư mờ được xác định, phần 3 trình bày kết quả tính toán thực nghiệm, phần 4 đưa ra kết luận và các thảo luận dựa trên kết quả thu được. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 7 CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY Các nghiên cứu trước đây cho thấy có nhiều yếu tố tác động đến lợi ích đa dạng hóa của danh mục. Sự dao động trên TTCK là không thể tiên đoán và bản chất là ngẫu nhiên. Do hành vi này của thị trường mà các nhà đầu tư cần phải rất thận trọng trong theo dõi chuyển động của TTCK.
Khủng hoảng kinh tế Châu Á trong quá khứ vào năm 1997 – 1998 và vấn đề nợ dưới chuẩn mới đây ở Mỹ và Châu Âu năm 2008 – 2009 đã gây nên các khoản lỗ lớn cho các nhà đầu tư trên thị trường. Một trong những chiến lược để vượt qua tính không chắc chắn trong đầu tư là đầu tư theo dạng danh mục. Bằng cách kết hợp giữa chọn đúng lọai tài sản và phân bổ tỷ trọng chính xác, nhà đầu tư có thể đa dạng hóa để loại bỏ thành phần rủi ro phi hệ thống trong việc đầu tư của mình. Đa dạng hóa danh mục bị tác động bởi nhiều yếu tố chi phối đến tiêu chí chọn lựa danh mục như là: kích cỡ công ty, ngành, các tỷ số tài chính, thị trường chứng khoán và quan điểm nhìn nhận của nhà đầu tư.
Ngoài việc chọn đúng loại tài sản, đa dạng hóa có thể đạt được bằng cách có một số lượng tài sản hợp lý. Theo (Tang, 2004), việc đa dạng hóa danh mục cũng có thể đạt được bằng cách có lượng đủ tài sản trong danh mục. Các nghiên cứu trước cho thấy rằng số lượng tài sản yêu cầu là thay đổi khác nhau, thay đổi từ 10 – 40. (Statman, 1987) và (Evans & Archer, 1968) đã đề xuất rằng số tài sản hợp lý trong một danh mục là giữa 10 và 15 và nhỏ hơn 40.
Phát hiện của (Solnik, 2007) đã cho thấy rằng số tài sản thì gần 20 cho các danh mục chứng khoán Mỹ và quốc tế. Ở TTCK Malaysia, (Zulkifli Mohamed và các cộng sự, 2008) tìm ra rằng 15 chứng khoán là đủ để loại bỏ các rủi ro có thể đa dạng hóa được trên TTCK. Thêm vào đó, nghiên cứu phân tích tổng hợp trên nhiều mô hình tối ưu trên nhiều tâp dữ liệu khác nhau trong khoản thời gian rộng của (Victor và các cộng sự, 2009) đã cho thấy số tài sản càng ít sai số ước lượng càng ít và danh mục hiệu quả của các mô hình tối tối ưu có nhiều khả năng tốt hơn so với danh mục chuẩn 1/N. Mục tiêu chung của quản lý danh mục đầu tư là loại bỏ những rủi ro có thể đa dạng hóa và để tối ưu hóa suất sinh lợi.
Bằng cách kết hợp đúng các loại tài sản, những mục tiêu này là có thể đạt được. Mô hình lựa chọn danh mục đầu tư đầu tiên được giới thiệu bởi (Markowitz, 1952) hay còn được gọi là mô hình lựa chọn danh mục LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 8 theo tiêu chuẩn phương sai trung bình (Mean-Variance Portfolio Selection Model). Mô hình MV của Markowitz đã kết hợp các yếu tố phương sai và hiệp phương sai của tài sản được giải thích như là sự tương quan của các cặp tài sản là rất quan trọng chính yếu đóng góp vào rủi ro của danh mục. Mô hình MV của Markowitz giả định rằng suất sinh lợi của tài sản có dạng phân phối chuẩn và các nhà đầu tư cố gắng tối đa hóa suất sinh lợi và tối thiểu hóa rủi ro.
Bằng cách sử dụng mô hình Markowitz, phương sai của danh mục có thể được tối thiểu hóa bằng các tài sản có tương quan yếu hoặc âm trong danh mục.