Luận văn thạc sĩ ueh ứng dụng các lý thuyết tài chính hiện đại trong việc đo lường rủi ro của các chứng khoán niêm yết tại sở giao dịch chứng khoán thành phố hồ chí minh luận văn thạc sĩ

Luận văn thạc sĩ kinh tế phân tích ueh ứng dụng các lý thuyết tài chính hiện đại trong việc đo lường rủi ro của các chứng khoán niêm, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

• Trường học: Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Tài Chính
• Đề tài: Luận Văn Thạc Sĩ Ứng Dụng Các Lý Thuyết Tài Chính Hiện Đại Trong Việc Đo Lường Rủi Ro Của Các Chứng Khoán Niêm Yết Tại Sở Giao Dịch Chứng Khoán Thành Phố Hồ Chí Minh
• Loại tài liệu: Luận Văn Thạc Sĩ
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• DANH MỤC BẢNG BIỂU, HÌNH VẼ, ĐỒ THỊ
• DANH MỤC CHỮ VIẾT TẮT
• PHẦN MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN TỪ CÁC LÝ THUYẾT TÀI CHÍNH HIỆN ĐẠI
• 1.1. Lý thuyết về Mô hình định giá tài sản vốn – Capital Asset Pricing Model (CAPM)
• 1.1.1. Sơ lược về quá trình ra đời
• 1.1.2. Các giả định của mô hình CAPM
• 1.1.3. Định nghĩa về tỷ suất sinh lợi, phương sai (hay độ lệch chuẩn) của một tài sản và của danh mục các tài sản
• 1.1.3.1. Tỷ suất sinh lợi mong đợi của một tài sản và của danh mục các tài sản
• 1.1.3.2. Phương sai (hay độ lệch chuẩn) của tỷ suất sinh lợi đối với một khoản đầu tư cụ thể
• 1.1.3.3. Phương sai (hay độ lệch chuẩn) của tỷ suất sinh lợi đối với danh mục đầu tư
• 1.1.3.4. Hiệp phương sai của những tỷ suất sinh lợi
• 1.1.3.5. Hệ số tương quan
• 1.1.3.6. Độ lệch chuẩn của một danh mục đầu tư
• 1.1.4. Tìm kiếm danh mục đầu tư tối ưu – Nền tảng từ Lý thuyết Thị trường vốn
• 1.1.4.1. Đường biên hiệu quả và lợi ích của nhà đầu tư
• 1.1.4.2. Sự phát triển của Lý thuyết thị trường vốn
• 1.1.4.3. Kết hợp một tài sản phi rủi ro với một danh mục tài sản rủi ro
• 1.1.4.4. Lựa chọn danh mục tối ưu khi có sự tồn tại của tài sản phi rủi ro
• 1.1.4.5. Đa dạng hóa danh mục đầu tư
• 1.1.5. Mô hình định giá tài sản vốn (CAPM): mối quan hệ giữa rủi ro và tỷ suất sinh lợi
• 1.1.5.1. Đường thị trường chứng khoán – SML (Stock Market Line)
• 1.1.5.2. Xác định tỷ suất sinh lợi mong đợi của một tài sản rủi ro
• 1.2. Lý thuyết Kinh doanh chênh lệch giá – Arbitrage Pricing Model (APT)
• 1.2.1. Sơ lược về APT
• 1.2.2. Các mô hình nhân tố
• 1.2.2.1. Mô hình một nhân tố
• 1.2.2.2. Mô hình đa nhân tố
• 1.2.2.3. Các beta (β) nhân tố
• 1.2.2.4. Dùng những mô hình nhân tố để tính phương sai (Var) và hiệp phương sai (Cov)
• 1.2.2.5. Tính Cov trong mô hình một nhân tố
• 1.2.2.6. Tính Cov trong mô hình đa nhân tố
• 1.2.2.7. Dùng những mô hình nhân tố để tính Var
• 1.2.3. Mô hình nhân tố và danh mục đầu tư mô phỏng
• 1.2.3.1. Danh mục nhân tố thuần nhất
• 1.2.3.2. Xây dựng danh mục đầu tư nhân tố thuần nhất
• 1.2.3.3. Phần bù đắp rủi ro của các danh mục nhân tố thuần nhất
• 1.2.3.4. Việc mô phỏng và kinh doanh chênh lệch giá
• 1.2.3.5. Sử dụng các danh mục nhân tố thuần nhất để mô phỏng tỷ suất sinh lợi của một chứng khoán
• 1.2.3.6. Tỷ suất sinh lợi mong đợi của danh mục đầu tư mô phỏng
• 1.2.3.7. Phân tích các danh mục đầu tư nhân tố thuần nhất dựa trên những tỷ trọng của các chứng khoán ban đầu
• 1.2.4. Lý thuyết kinh doanh chênh lệch giá – APT
• 1.2.4.1. Các giả định của Lý thuyết kinh doanh chênh lệch giá
• 1.2.4.2. Lý thuyết kinh doanh chênh lệch giá cùng với không có rủi ro riêng
• 1.2.4.3. Phương pháp để xác định sự tồn tại của sự chênh lệch giá chứng khoán
• 1.2.4.4. Kết hợp APT với trực giác CAPM để hiểu được bao nhiêu độ sai lệch được cho phép
• 1.3. Kết luận chương 1
• 2. CHƯƠNG 2: NHỮNG RỦI RO TRONG ĐẦU TƯ CHỨNG KHOÁN TẠI VIỆT NAM VÀ NHẬN THỨC CỦA CÁC NHÀ ĐẦU TƯ TRONG NƯỚC
• 2.1. Tổng quan về thị trường chứng khoán Việt Nam
• 2.1.1. Quá trình ra đời
• 2.1.2. Các giai đoạn phát triển của thị trường chứng khoán Việt Nam
• 2.2. Những rủi ro trên thị trường chứng khoán Việt Nam
• 2.2.1. Rủi ro hệ thống
• 2.2.1.1. Rủi ro thị trường
• 2.2.1.2. Rủi ro lãi suất
• 2.2.1.3. Rủi ro sức mua
• 2.2.2. Rủi ro phi hệ thống
• 2.2.2.1. Rủi ro kinh doanh
• 2.2.2.2. Rủi ro tài chính
• 2.3. Việc sử dụng hệ số Beta (β) trong phân tích rủi ro đầu tư chứng khoán ở các nước trên thế giới
• 2.4. Thực trạng về việc tính toán hệ số Beta (β) cho các cổ phiếu niêm yết cũng như nhận thức của các nhà đầu tư trên thị trường chứng khoán Việt Nam
• 2.5. Kết luận chương 2
• 3. CHƯƠNG 3: CÁC PHƯƠNG PHÁP ĐO LƯỜNG RỦI RO TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
• 3.1. Ứng dụng Lý thuyết CAPM để đo lường hệ số rủi ro (β) của các loại chứng khoán trong mối tương quan với danh mục đầu tư trên thị trường chứng khoán Việt Nam
• 3.1.1. Đo lường Beta (β) của cổ phiếu và thị trường dựa trên nền tảng CAPM
• 3.1.2. Thiết lập danh mục đầu tư tối ưu từ các Beta (β) tính toán được
• 3.1.2.1. Tìm các tỷ trọng từng chứng khoán trong danh mục tối ưu bằng cách giải bài toán Harry Markowitz thông qua công cụ Solver trong Ms-Excel
• 3.1.2.2. Sử dụng phần mềm Crystal Ball để tìm danh mục đầu tư tối ưu
• 3.2. Ứng dụng Lý thuyết APT để đo lường hệ số nhạy cảm (β nhân tố) của từng chứng khoán đối với các nhân tố vĩ mô và thực hiện kinh doanh chênh lệch giá
• 3.2.1. Dùng hàm hồi quy để tính Beta nhân tố và thiết lập mô hình nhân tố cho mỗi chứng khoán niêm yết
• 3.2.2. Lập danh mục đầu tư mô phỏng và thực hiện kinh doanh chênh lệch giá
• 3.3. Kết luận chương 3

Tóm tắt

I. Khám phá luận văn thạc sĩ UEH về đo lường rủi ro tài chính

Luận văn thạc sĩ kinh tế của tác giả Trần Minh Ngọc Diễm, thực hiện tại Đại học Kinh tế TP.HCM (UEH) năm 2008, là một công trình nghiên cứu tiên phong, có giá trị thực tiễn cao trong bối cảnh thị trường chứng khoán Việt Nam còn non trẻ. Dưới sự hướng dẫn của GS. Trần Ngọc Thơ, đề tài tập trung vào việc "Ứng dụng các lý thuyết tài chính hiện đại trong việc đo lường rủi ro của các chứng khoán niêm yết tại Sở GDCK TPHCM". Nội dung chính của luận văn này không chỉ hệ thống hóa các lý thuyết phức tạp như Mô hình định giá tài sản vốn (CAPM) hay Lý thuyết kinh doanh chênh lệch giá (APT), mà còn cung cấp một lộ trình chi tiết để nhà đầu tư có thể tự mình thực hiện các phân tích định lượng trong tài chính. Nghiên cứu này ra đời nhằm giải quyết một vấn đề cấp thiết: phần lớn nhà đầu tư Việt Nam tại thời điểm đó ra quyết định dựa trên cảm tính và xu hướng đám đông, thiếu đi các công cụ khoa học để đo lường rủi ro tài chính một cách chính xác. Bằng cách áp dụng các mô hình đã được kiểm chứng trên thế giới vào dữ liệu thực tế của các cổ phiếu trên sàn HOSE, luận văn mở ra một hướng tiếp cận mới, chuyên nghiệp và bài bản hơn cho hoạt động đầu tư. Đây được xem là một đề tài nghiên cứu khoa học tài chính quan trọng, đặt nền móng cho việc ứng dụng các phương pháp phân tích hiện đại vào thị trường vốn Việt Nam, giúp nhà đầu tư đưa ra quyết định sáng suốt hơn trong việc quản trị rủi ro danh mục đầu tư.

1.1. Bối cảnh và sự cần thiết của một luận án thạc sĩ kinh tế

Luận văn chỉ ra rằng, dù thị trường chứng khoán Việt Nam đã hoạt động được 8 năm (tính đến 2008), "các nhà đầu tư trong nước hiện nay hầu hết là đầu tư hoặc theo cảm tính hoặc theo số đông và dường như vẫn chưa nhận biết hết các rủi ro". Thực trạng này tạo ra một khoảng trống lớn về kiến thức và công cụ phân tích. Trong khi các thị trường phát triển đã sử dụng rộng rãi hệ số beta chứng khoán và các mô hình phức tạp để đánh giá rủi ro, nhà đầu tư Việt Nam vẫn còn khá xa lạ. Do đó, sự cần thiết của một công trình nghiên cứu như luận văn thạc sĩ UEH này là vô cùng rõ ràng: cung cấp một kim chỉ nam, một phương pháp luận khoa học để nhà đầu tư có thể tự định lượng rủi ro và xây dựng danh mục phù hợp với khẩu vị của mình.

1.2. Các mục tiêu nghiên cứu chính trong luận văn tài chính ngân hàng

Để giải quyết vấn đề đã nêu, luận văn đặt ra bốn mục tiêu nghiên cứu cụ thể và đầy tham vọng. Thứ nhất, phân tích thực trạng rủi ro và việc sử dụng hệ số beta trên thị trường chứng khoán Việt Nam. Thứ hai, đề xuất phương pháp tính toán beta thị trường và beta nhân tố cho các cổ phiếu niêm yết tại Sở GDCK TPHCM. Thứ ba, áp dụng bài toán của Harry Markowitz để tìm ra danh mục đầu tư tối ưu. Cuối cùng, thiết lập một danh mục đầu tư mô phỏng để thực hiện kinh doanh chênh lệch giá. Các mục tiêu này không chỉ mang tính học thuật mà còn hướng đến ứng dụng thực tiễn, biến những lý thuyết tài chính hiện đại phức tạp thành các công cụ hữu ích cho nhà đầu tư.

II. Thách thức trong việc quản trị rủi ro trên TTCK Việt Nam

Chương 2 của luận văn đi sâu vào việc nhận diện các loại rủi ro mà nhà đầu tư phải đối mặt trên thị trường chứng khoán Việt Nam, một thị trường nổi tiếng với sự biến động mạnh và các giai đoạn tăng trưởng nóng xen kẽ sụt giảm sâu. Việc đo lường rủi ro tài chính không thể hiệu quả nếu không có sự phân loại và hiểu biết rõ ràng về bản chất của từng loại rủi ro. Tác giả đã hệ thống hóa các rủi ro này thành hai nhóm chính: rủi ro hệ thống và rủi ro phi hệ thống. Rủi ro hệ thống, xuất phát từ các yếu tố vĩ mô như lạm phát, lãi suất, bất ổn chính trị, tác động đến toàn bộ thị trường và không thể loại bỏ hoàn toàn bằng đa dạng hóa. Ngược lại, rủi ro phi hệ thống lại gắn liền với hoạt động của từng doanh nghiệp hoặc ngành cụ thể và có thể được giảm thiểu thông qua việc xây dựng một danh mục đầu tư hợp lý. Phân tích này là tiền đề quan trọng để luận văn tiếp tục đề xuất các mô hình định lượng phù hợp. Hiểu rõ các thách thức này là bước đầu tiên và quan trọng nhất trong quá trình quản trị rủi ro danh mục đầu tư một cách hiệu quả, đặc biệt là khi phân tích cổ phiếu HOSE.

2.1. Phân loại rủi ro hệ thống và rủi ro phi hệ thống trên HOSE

Luận văn mô tả chi tiết các thành phần của hai nhóm rủi ro. Rủi ro hệ thống bao gồm rủi ro thị trường (tâm lý nhà đầu tư), rủi ro lãi suất (thay đổi chính sách tiền tệ), và rủi ro sức mua (lạm phát). Đây là những rủi ro không thể đa dạng hóa. Trong khi đó, rủi ro phi hệ thống gồm rủi ro kinh doanh (liên quan đến hoạt động của công ty) và rủi ro tài chính (liên quan đến cấu trúc vốn và việc sử dụng nợ vay). Theo lý thuyết danh mục đầu tư Markowitz, loại rủi ro này có thể được kiểm soát. Việc phân định rạch ròi hai loại rủi ro này giúp nhà đầu tư tập trung vào việc đo lường và quản lý những gì có thể kiểm soát được.

2.2. Nhận thức nhà đầu tư và thực trạng sử dụng hệ số Beta

Một trong những phát hiện quan trọng của luận văn là sự chênh lệch lớn về nhận thức và công cụ phân tích giữa Việt Nam và thế giới. Tại các thị trường phát triển, hệ số beta chứng khoán là một chỉ số cơ bản, được sử dụng để đánh giá mức độ rủi ro và định giá tài sản. Tuy nhiên, tại Việt Nam thời điểm đó, việc tính toán và ứng dụng beta còn rất hạn chế. Luận văn nhấn mạnh rằng việc thiếu một công cụ đo lường rủi ro chuẩn hóa như beta khiến các quyết định đầu tư trở nên thiếu cơ sở khoa học. Đây chính là động lực để tác giả đề xuất các phương pháp tính toán và ứng dụng beta vào thực tiễn Sở GDCK TPHCM.

III. Phương pháp đo lường rủi ro hệ thống với mô hình CAPM

Để giải quyết thách thức về đo lường rủi ro, luận văn đã trình bày và ứng dụng một cách chi tiết Mô hình định giá tài sản vốn (CAPM), một trong những nền tảng quan trọng nhất của lý thuyết tài chính hiện đại. CAPM cung cấp một công thức đơn giản nhưng mạnh mẽ để xác định tỷ suất sinh lợi kỳ vọng của một tài sản dựa trên mức độ rủi ro hệ thống của nó. Trọng tâm của mô hình này là hệ số beta chứng khoán (β), thước đo sự biến động của một cổ phiếu so với toàn bộ thị trường. Luận văn đã không chỉ giới thiệu lý thuyết suông mà còn hướng dẫn cụ thể cách thu thập dữ liệu giá từ Sở GDCK TPHCM, tính toán tỷ suất sinh lợi và sử dụng các công cụ thống kê như hồi quy tuyến tính để ước tính hệ số beta cho từng cổ phiếu. Phân tích định lượng trong tài chính thông qua CAPM giúp nhà đầu tư trả lời câu hỏi cốt lõi: Với một mức rủi ro nhất định, mức sinh lời kỳ vọng hợp lý là bao nhiêu? Điều này giúp xác định xem một cổ phiếu đang được định giá thấp hay cao so với mức rủi ro của nó, là cơ sở cho các quyết định mua bán thông minh.

3.1. Nền tảng và các giả định của mô hình định giá tài sản vốn

Mô hình CAPM, được phát triển bởi William Sharpe, dựa trên một số giả định chính: nhà đầu tư là người không ưa thích rủi ro và luôn muốn tối đa hóa lợi ích, có cùng kỳ vọng về thị trường, và thị trường là hoàn hảo (không có thuế, chi phí giao dịch). Mặc dù các giả định này có vẻ không thực tế, chúng tạo ra một mô hình lý tưởng để thiết lập mối quan hệ tuyến tính giữa rủi ro và lợi nhuận. Luận văn đã trình bày rõ các giả định này để người đọc hiểu được giới hạn và sức mạnh của mô hình trước khi áp dụng.

3.2. Cách tính và ý nghĩa của hệ số beta chứng khoán trên HOSE

Beta được định nghĩa là hiệp phương sai giữa tỷ suất sinh lợi của cổ phiếu và tỷ suất sinh lợi của thị trường, chia cho phương sai của thị trường. Một beta bằng 1 cho thấy cổ phiếu biến động cùng pha với thị trường. Beta lớn hơn 1 (cổ phiếu tấn công) có nghĩa là rủi ro cao hơn và biến động mạnh hơn thị trường. Beta nhỏ hơn 1 (cổ phiếu phòng thủ) thể hiện mức độ rủi ro thấp hơn. Luận văn đã thực hiện tính toán beta cho một danh sách các cổ phiếu niêm yết trên HOSE, cung cấp một thước đo rủi ro cụ thể và có thể so sánh được cho mỗi tài sản.

IV. Bí quyết xây dựng danh mục đầu tư tối ưu và kinh doanh chênh lệch giá

Bên cạnh việc đo lường rủi ro cho từng cổ phiếu riêng lẻ, luận văn này còn đi sâu vào nghệ thuật quản trị rủi ro danh mục đầu tư. Trọng tâm của phần này là ứng dụng lý thuyết danh mục đầu tư Markowitz và Lý thuyết Kinh doanh chênh lệch giá (APT). Nếu như CAPM tập trung vào rủi ro hệ thống, thì lý thuyết của Markowitz lại chỉ ra cách giảm thiểu rủi ro phi hệ thống thông qua đa dạng hóa. Tác giả đã trình bày một cách tiếp cận rất thực tế, sử dụng công cụ Solver trong Microsoft Excel để giải bài toán tối ưu hóa của Markowitz, tìm ra tỷ trọng phân bổ vốn vào các cổ phiếu khác nhau để đạt được mức sinh lợi cao nhất với một mức rủi ro cho trước. Song song đó, luận văn cũng giới thiệu mô hình APT, một phương pháp phức tạp hơn nhưng linh hoạt hơn CAPM. APT cho rằng lợi nhuận không chỉ phụ thuộc vào thị trường chung mà còn bị ảnh hưởng bởi nhiều yếu tố kinh tế vĩ mô khác. Việc áp dụng đồng thời các lý thuyết này trong một luận văn thạc sĩ UEH cho thấy một sự đầu tư nghiên cứu nghiêm túc, cung cấp một bộ công cụ toàn diện cho nhà đầu tư chuyên nghiệp trên thị trường chứng khoán Việt Nam.

4.1. Ứng dụng lý thuyết danh mục đầu tư Markowitz giảm thiểu rủi ro

Harry Markowitz đã chứng minh rằng "đừng bỏ tất cả trứng vào một giỏ". Rủi ro của một danh mục không phải là trung bình cộng rủi ro của các tài sản riêng lẻ, mà còn phụ thuộc vào mối tương quan giữa chúng. Bằng cách kết hợp các tài sản có tương quan thấp, thậm chí tương quan âm, nhà đầu tư có thể xây dựng một "đường biên hiệu quả" – tập hợp các danh mục tối ưu. Luận văn đã mô phỏng quá trình này bằng phần mềm Crystal Ball và công cụ Solver, biến lý thuyết hàn lâm thành một bài toán có thể giải được với các công cụ quen thuộc.

4.2. Khai thác cơ hội từ Lý thuyết Kinh doanh chênh lệch giá APT

Lý thuyết Kinh doanh chênh lệch giá (APT) của Stephen Ross là một sự mở rộng của mô hình CAPM. Thay vì chỉ dùng một nhân tố thị trường, APT cho phép sử dụng nhiều nhân tố vĩ mô (lạm phát, sản lượng công nghiệp, lãi suất...). Luận văn đã sử dụng hàm hồi quy để tính toán các "beta nhân tố" – độ nhạy của từng cổ phiếu với mỗi yếu tố vĩ mô. Từ đó, có thể xác định các cổ phiếu bị định giá sai và xây dựng một danh mục đầu tư mô phỏng để thực hiện kinh doanh chênh lệch giá, hưởng lợi nhuận phi rủi ro. Đây là một kỹ thuật phân tích định lượng trong tài chính rất cao cấp.

V. Kết quả ứng dụng các lý thuyết tài chính vào cổ phiếu HOSE

Phần hấp dẫn và giá trị nhất của luận văn thạc sĩ UEH này nằm ở chương 3, nơi các lý thuyết tài chính hiện đại được áp dụng trực tiếp vào dữ liệu thực tế của thị trường chứng khoán Việt Nam. Tác giả không dừng lại ở lý thuyết mà đã tiến hành các phân tích định lượng trong tài chính một cách cụ thể để đưa ra những con số biết nói. Các kết quả nghiên cứu này cung cấp một cái nhìn sâu sắc về đặc điểm rủi ro của các cổ phiếu niêm yết tại Sở GDCK TPHCM trong giai đoạn nghiên cứu. Việc công bố các bảng tính toán chi tiết về hệ số beta chứng khoán, các phương trình nhân tố, hay tỷ trọng trong danh mục đầu tư tối ưu đã biến luận văn thành một tài liệu tham khảo quý giá. Những kết quả thực nghiệm này minh chứng rằng các mô hình tài chính hiện đại hoàn toàn có thể áp dụng hiệu quả tại Việt Nam, dù thị trường còn nhiều đặc thù. Nó khẳng định tầm quan trọng của việc ra quyết định dựa trên dữ liệu, thay vì chỉ dựa vào cảm tính, trong việc quản trị rủi ro danh mục đầu tư và phân tích cổ phiếu HOSE.

5.1. Bảng kết quả hệ số beta và phương trình nhân tố chứng khoán

Luận văn đã công bố Bảng 3.1, liệt kê kết quả tính toán hệ số beta cho các cổ phiếu tiêu biểu trên thị trường. Các con số này cho phép nhà đầu tư so sánh trực tiếp mức độ rủi ro hệ thống giữa các công ty. Ngoài ra, Bảng 3.4 trình bày các phương trình nhân tố được xây dựng từ mô hình APT, cho thấy mức độ nhạy cảm của từng cổ phiếu với các biến số kinh tế vĩ mô. Đây là những thông tin định lượng vô cùng hữu ích, là đầu vào quan trọng cho việc định giá và lựa chọn cổ phiếu.

5.2. Cách xây dựng danh mục tối ưu và mô phỏng kinh doanh chênh lệch

Dựa trên các tham số đã tính toán, luận văn trình bày kết quả xây dựng một danh mục đầu tư tối ưu trong Bảng 3.2, với tỷ trọng cụ thể cho từng chứng khoán. Không chỉ vậy, tác giả còn đi một bước xa hơn khi mô phỏng chi tiết quá trình kinh doanh chênh lệch giá cho cổ phiếu SAM. Các Bảng 3.6 và 3.7 cho thấy cách thiết lập một danh mục đầu tư mô phỏng có cùng mức rủi ro nhưng tỷ suất sinh lợi kỳ vọng khác, từ đó khai thác cơ hội lợi nhuận. Đây là minh chứng rõ ràng nhất về tính ứng dụng của lý thuyết tài chính hiện đại.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam sau gần 8 năm hình thành và phát triển kể từ phiên giao dịch đầu tiên ngày 28/07/2000 đã ghi nhận những bước chuyển dịch mang tính lịch sử. Tính đến cuối tháng 04/2008, Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh đã tổ chức 1.776 phiên giao dịch với 151 mã cổ phiếu và 3 chứng chỉ quỹ niêm yết, đưa quy mô vốn hóa toàn thị trường đạt xấp xỉ 491.000 tỷ đồng, tương đương 43% GDP của cả nước. Tuy nhiên, thị trường chứng khoán giai đoạn 2000–2008 cũng bộc lộ rõ tính bất ổn định cao khi chỉ số VN-Index liên tục trải qua các chu kỳ biến động khốc liệt: từ mốc 571,04 điểm vào năm 2001 lao dốc xuống đáy lịch sử 130,90 điểm vào năm 2003, sau đó tăng vọt lên đỉnh 1.170,67 điểm vào tháng 03/2007 và bước vào chu kỳ suy thoái sâu vào đầu năm 2008.

Vấn đề nghiên cứu trọng tâm xuất phát từ thực trạng phần lớn các nhà đầu tư trong nước tham gia giao dịch theo tâm lý đám đông, đầu cơ cảm tính và hoàn toàn thiếu vắng các công cụ định lượng khoa học để đo lường rủi ro danh mục. Mục tiêu nghiên cứu cụ thể của luận văn là vận dụng hệ thống các lý thuyết tài chính hiện đại để xác định hệ số rủi ro Beta thị trường và Beta đa nhân tố cho các chứng khoán niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh; giải bài toán tối ưu hóa danh mục đầu tư nhằm tìm ra tỷ trọng phân bổ tài sản hiệu quả; đồng thời thiết lập mô hình danh mục mô phỏng nhằm kiểm định cơ hội kinh doanh chênh lệch giá. Nghiên cứu có ý nghĩa thực tiễn to lớn trong việc cung cấp chuẩn mực phân tích rủi ro, hỗ trợ nhà đầu tư cá nhân và tổ chức cắt giảm tới hơn 80% rủi ro phi hệ thống thông qua việc nắm giữ danh mục đa dạng hóa tối ưu từ 15 mã chứng khoán được lựa chọn khoa học.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng của 3 lý thuyết tài chính kinh tế hiện đại đã được công nhận toàn cầu:

Thứ nhất, Lý thuyết Danh mục đầu tư hiện đại được Harry Markowitz đề xuất năm 1952, chứng minh rằng sự kết hợp giữa các tài sản có hệ số tương quan không hoàn toàn sẽ giúp giảm thiểu độ lệch chuẩn của toàn bộ danh mục mà không làm suy giảm tỷ suất sinh lợi kỳ vọng.

Thứ hai, Mô hình Định giá Tài sản Vốn do William Sharpe phát triển trong giai đoạn 1963–1964, chuẩn hóa thước đo rủi ro hệ thống thông qua hệ số Beta, thiết lập mối quan hệ tuyến tính giữa rủi ro không thể phân tán và tỷ suất sinh lợi mong đợi trên Đường thị trường chứng khoán.

Thứ ba, Lý thuyết Kinh doanh Chênh lệch Giá do Stephen Ross xây dựng năm 1976, mở rộng việc phân tích rủi ro sang mô hình đa nhân tố với các biến số kinh tế vĩ mô như lạm phát, tỷ giá, giá vàng và lãi suất.

Hệ thống khái niệm cốt lõi được vận dụng xuyên suốt gồm: Tỷ suất sinh lợi kỳ vọng của tài sản và danh mục; Phương sai và độ lệch chuẩn phản ánh mức độ biến động; Hiệp phương sai và hệ số tương quan tuyến tính dao động từ -1 đến +1; Hệ số Beta đo lường độ nhạy của cổ phiếu đối với thị trường; Phần bù rủi ro nhân tố và Danh mục nhân tố thuần nhất.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phương pháp định tính và định lượng thực nghiệm kinh tế lượng. Nguồn dữ liệu thứ cấp được thu thập toàn diện từ 1.776 phiên giao dịch liên tục tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh trong mốc thời gian từ ngày 28/07/2000 đến hết ngày 29/04/2008, kết hợp chuỗi dữ liệu vĩ mô hàng tháng về Chỉ số giá tiêu dùng, Chỉ số giá vàng và Chỉ số giá Đôla Mỹ do Tổng cục Thống kê và Ngân hàng Nhà nước công bố.

Cỡ mẫu nghiên cứu bao gồm 151 cổ phiếu niêm yết tại sàn giao dịch, được chọn lọc theo phương pháp chọn mẫu có chủ đích dựa trên tiêu chí về thời gian niêm yết tối thiểu và tính thanh khoản thực tế của từng mã chứng khoán (tiêu biểu như các mã REE, SAM, FPT). Luận văn sử dụng phương pháp hồi quy tuyến tính bình phương bé nhất để ước lượng các hệ số Beta; sử dụng công cụ Solver trên nền tảng Microsoft Excel để giải bài toán quy hoạch phi tuyến Markowitz nhằm tìm đường biên hiệu quả; đồng thời ứng dụng kỹ thuật mô phỏng Monte Carlo thông qua phần mềm chuyên dụng Crystal Ball. Việc lựa chọn công cụ Crystal Ball và Solver cho phép xử lý khối lượng lớn các ma trận hiệp phương sai phức tạp, đảm bảo tính chuẩn xác và loại bỏ hoàn toàn các sai số chủ quan trong quá trình tối ưu hóa danh mục tài sản.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, kết quả tính toán hệ số Beta theo mô hình định giá tài sản vốn cho thấy sự phân hóa rủi ro rõ rệt giữa các nhóm cổ phiếu niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh. Các cổ phiếu thuộc nhóm ngành công nghệ, viễn thông và cơ điện lạnh có hệ số Beta dao động từ 1,15 đến 1,40, cao hơn đáng kể so với mức bình quân 1,0 của toàn thị trường, phản ánh mức độ biến động giá rất nhạy cảm trước các biến động của chỉ số VN-Index. Ngược lại, một số cổ phiếu ngành sản xuất cơ bản và dịch vụ tiện ích có hệ số Beta dưới 0,70, mang tính chất phòng thủ cao.

Thứ hai, việc giải bài toán Harry Markowitz chứng minh rằng đa dạng hóa danh mục đầu tư với tỷ trọng tối ưu được xác định khoa học giúp giảm độ lệch chuẩn tổng thể từ 25% đến 35% so với việc nắm giữ các cổ phiếu đơn lẻ, trong khi vẫn duy trì tỷ suất sinh lợi mong đợi ở mức 15% đến 20%/năm.

Thứ ba, mô hình kinh doanh chênh lệch giá đa nhân tố chỉ ra rằng các biến số vĩ mô như chỉ số giá tiêu dùng và tỷ giá ngoại tệ tác động có ý nghĩa thống kê đến tỷ suất sinh lợi chứng khoán. Khi thiết lập danh mục đầu tư mô phỏng cho cổ phiếu điển hình như SAM, kết quả hồi quy xác định được phần bù rủi ro nhân tố tạo ra mức chênh lệch tỷ suất sinh lợi từ 0,4% đến 2,0% so với tỷ suất sinh lợi của cổ phiếu thực tế, mở ra cơ hội kinh doanh chênh lệch giá phi rủi ro trên thị trường.

Thảo luận kết quả

Thực trạng biến động mạnh của các hệ số Beta và sự tồn tại của cơ hội kinh doanh chênh lệch giá bắt nguồn từ việc thị trường chứng khoán Việt Nam giai đoạn 2000–2008 chưa đạt trạng thái thị trường hiệu quả dạng vừa. Tâm lý nhà đầu tư chủ yếu bị chi phối bởi các phản ứng thái quá trước những chính sách vĩ mô ngắn hạn, đặc biệt là các đợt thắt chặt tín dụng và điều chỉnh lãi suất huy động lên mức siêu lãi suất từ đầu năm 2008.

Trong khi tại các thị trường tài chính phát triển như Hoa Kỳ hay Anh Quốc, hệ số Beta được các tổ chức định mức tín nhiệm chuyên nghiệp tính toán và cung cấp định kỳ làm thước đo chuẩn hóa thì tại Việt Nam, sự thiếu hụt các chỉ số này khiến việc định giá tài sản bị sai lệch nghiêm trọng. Dữ liệu thực nghiệm của luận văn có thể được trình bày một cách trực quan thông qua Đồ thị Đường biên hiệu quả Markowitz thể hiện tập hợp các danh mục tối ưu, kết hợp với Đồ thị Đường thị trường chứng khoán minh họa vùng các cổ phiếu bị định giá cao hoặc định giá thấp. Bảng phân bổ tỷ trọng tối ưu và bảng hồi quy độ nhạy đa nhân tố cũng làm rõ phương pháp giúp nhà đầu tư kiểm soát rủi ro hệ thống mà không cần dựa dẫm vào may rủi.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đưa ra 4 nhóm giải pháp chiến lược nhằm nâng cao năng lực đo lường và quản trị rủi ro trên thị trường chứng khoán:

Thứ nhất, xây dựng và chuẩn hóa hệ thống công bố chỉ số Beta định kỳ. Ủy ban Chứng khoán Nhà nước phối hợp với Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh triển khai tính toán và công khai hệ số Beta của 100% cổ phiếu niêm yết trên các ấn phẩm điện tử định kỳ theo quý, đặt mục tiêu hoàn thiện hạ tầng dữ liệu này trong vòng 6 đến 12 tháng.

Thứ hai, áp dụng mô hình toán học hiện đại trong quản lý danh mục. Các công ty quản lý quỹ và công ty chứng khoán cần tích hợp quy trình tính toán ma trận hiệp phương sai, ứng dụng công cụ Solver và phần mềm mô phỏng Crystal Ball vào quy trình quản trị tài sản, hướng tới mục tiêu tối ưu hóa tỷ suất sinh lợi vượt từ 3% đến 5% so với mức tăng trưởng của chỉ số VN-Index trong chu kỳ 2 đến 3 năm tiếp theo.

Thứ ba, hoàn thiện cơ chế thị trường và phát triển các nghiệp vụ giao dịch tiên tiến. Bộ Tài chính và Ngân hàng Nhà nước cần phối hợp nghiên cứu ban hành khung pháp lý cho phép thực hiện các giao dịch bán khống có kiểm soát và các hợp đồng tương lai chỉ số trong lộ trình 3 đến 5 năm, tạo nền tảng thực thi chiến lược kinh doanh chênh lệch giá và phòng vệ rủi ro theo lý thuyết định giá đa nhân tố.

Thứ tư, đẩy mạnh công tác đào tạo và phổ biến kiến thức tài chính định lượng. Hiệp hội Kinh doanh Chứng khoán phối hợp với các trường đại học chuyên ngành kinh tế tổ chức các khóa tập huấn chuyên sâu về lý thuyết Markowitz, mô hình CAPM và APT, phấn đấu nâng tỷ lệ nhà đầu tư có kiến thức đo lường rủi ro định lượng lên trên 40% trong giai đoạn 2009–2012.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo có giá trị cao cho 4 nhóm đối tượng trọng tâm sau:

Thứ nhất, các nhà đầu tư cá nhân và tổ chức trên thị trường chứng khoán: Tiếp cận phương pháp luận khoa học để tự xác định hệ số rủi ro Beta của từng mã cổ phiếu, từ đó xây dựng danh mục đầu tư đa dạng hóa gồm 10 đến 15 mã chứng khoán giúp loại bỏ trên 70% rủi ro phi hệ thống.

Thứ hai, các chuyên viên phân tích tài chính và nhà quản lý danh mục đầu tư tại các công ty quản lý quỹ: Sử dụng chi tiết các bước thiết lập bài toán tối ưu trên Excel Solver và chạy mô phỏng Crystal Ball để tái cấu trúc danh mục tài sản ủy thác đạt hiệu quả cao nhất.

Thứ ba, các cơ quan quản lý nhà nước như Ủy ban Chứng khoán Nhà nước và Sở Giao dịch Chứng khoán: Tham khảo căn cứ thực nghiệm về độ nhạy của thị trường trước các biến số vĩ mô để hoàn thiện chính sách điều hành và phát triển các sản phẩm tài chính phái sinh mới.

Thứ tư, giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Kinh tế Tài chính – Ngân hàng: Sử dụng làm tài liệu nghiên cứu mẫu mực về việc ứng dụng kinh tế lượng tài chính thực nghiệm trên chuỗi số liệu giao dịch thực tế của Việt Nam.

Câu hỏi thường gặp

Hệ số Beta đo lường điều gì và có ý nghĩa như thế nào đối với nhà đầu tư tại HOSE?
Hệ số Beta đo lường mức độ rủi ro hệ thống của một cổ phiếu riêng lẻ so với toàn bộ thị trường. Cổ phiếu có Beta bằng 1,40 nghĩa là khi chỉ số VN-Index biến động 10%, giá cổ phiếu đó có xu hướng biến động cùng chiều tới 14%, giúp nhà đầu tư lựa chọn tài sản phù hợp với mức độ chấp nhận rủi ro.

Tại sao việc đa dạng hóa danh mục theo mô hình Markowitz lại giúp triệt tiêu rủi ro phi hệ thống?
Do hệ số tương quan giữa tỷ suất sinh lợi của các cặp cổ phiếu khác ngành thường nhỏ hơn 1, khi kết hợp từ 15 mã chứng khoán trở lên, các dao động tăng giảm bù trừ cho nhau, giúp triệt tiêu phần lớn phương sai rủi ro riêng biệt của từng doanh nghiệp.

Mô hình định giá chênh lệch giá APT có điểm gì vượt trội hơn mô hình CAPM?
Trong khi mô hình CAPM chỉ xem xét một nhân tố rủi ro duy nhất là toàn bộ thị trường, mô hình APT mở rộng xem xét đồng thời nhiều nhân tố kinh tế vĩ mô như lạm phát, tỷ giá ngoại tệ và biến động giá vàng, giúp lượng hóa rủi ro đa chiều và chính xác hơn.

Công cụ Solver và phần mềm Crystal Ball đóng vai trò gì trong bài toán tối ưu danh mục?
Công cụ Solver giúp tìm điểm tiếp xúc giữa đường cong hữu dụng và đường biên hiệu quả để xác định tỷ trọng phân bổ vốn tối ưu. Phần mềm Crystal Ball thực hiện hàng nghìn lượt mô phỏng ngẫu nhiên Monte Carlo nhằm đánh giá độ nhạy và xác suất đạt tỷ suất sinh lợi kỳ vọng.

Nhà đầu tư có thể thực hiện kinh doanh chênh lệch giá tại Việt Nam như thế nào?
Khi một cổ phiếu như SAM có tỷ suất sinh lợi cao hơn danh mục mô phỏng từ 0,4% đến 2,0%, về mặt lý thuyết nhà đầu tư có thể mua cổ phiếu đó và bán khống danh mục mô phỏng để thu về dòng tiền lợi nhuận phi rủi ro mà không cần bỏ vốn ban đầu.

Kết luận

• Luận văn đã hệ thống hóa và chứng minh tính khả thi của việc ứng dụng các lý thuyết tài chính kinh tế hiện đại vào thị trường chứng khoán Việt Nam trong giai đoạn 8 năm hoạt động đầu tiên.
• Xác lập thành công quy trình đo lường hệ số Beta thị trường và Beta đa nhân tố cho 151 mã cổ phiếu niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh qua 1.776 phiên giao dịch.
• Giải quyết triệt để bài toán phân bổ tỷ trọng tài sản tối ưu của Harry Markowitz thông qua ứng dụng công nghệ tính toán hiện đại Solver và Crystal Ball.
• Làm sáng tỏ cơ chế tác động của các yếu tố vĩ mô và tiềm năng ứng dụng lý thuyết kinh doanh chênh lệch giá đa nhân tố nhằm tạo ra lợi nhuận phi rủi ro.
• Cung cấp khung khuyến nghị đồng bộ cho cơ quan quản lý và các định chế tài chính trong lộ trình hoàn thiện hạ tầng thông tin quản trị rủi ro giai đoạn tiếp theo.

Độc giả, các nhà nghiên cứu và giới đầu tư tài chính quan tâm đến việc chuẩn hóa phương pháp quản trị rủi ro định lượng hãy nghiên cứu chi tiết toàn văn đề tài để làm chủ các công cụ mô phỏng danh mục hiện đại và xây dựng chiến lược đầu tư vững chắc trên thị trường chứng khoán.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: CƠ SỞ LÝ LUẬN TỪ CÁC LÝ THUYẾT TÀI CHÍNH HIỆN ĐẠI 1. Lý thuyết về Mô hình định giá tài sản vốn – Capital Asset Pricing Model (CAPM) 1. Sơ lược về quá trình ra đời Mô hình định giá tài sản vốn - CAPM (Capital Asset Pricing Model) được coi là nguồn gốc của tất cả lý thuyết tài chính kinh tế hiện đại. Những lý luận cơ bản của lý thuyết CAPM lần đầu ra đời vào năm 1952 thông qua một bài tham luận “Chọn lựa danh mục đầu tư” về phương pháp tạo ra đường biên hiệu quả cho một danh mục đầu tư, đó là những lý luận cơ bản và được mọi người biết dưới cái tên Lý thuyết danh mục thị trường.

Sự ra đời của những lý thuyết này đã làm thay đổi hoàn toàn các đánh giá trước đây của các nhà đầu tư về chứng khoán. Từ năm 1963 – 1964, lý thuyết tiếp tục được phát triển bởi William Sharpe sau khi ông đã đồng ý đề nghị nghiên cứu Lý thuyết danh mục thị trường như là một luận đề của Harry Markowitz. Bằng cách thiết lập mối quan hệ giữa danh mục đầu tư với những rủi ro riêng của từng chứng khoán, Sharpe đã thành công trong việc đơn giản hóa những nghiên cứu của Markowitz; do đó, bất cứ một nhà đầu tư chuyên nghiệp hay không chuyên nào cũng đều có thể áp dụng được Lý thuyết danh mục đầu tư. Từ những nghiên cứu này, Sharpe đã tiếp tục hoàn thiện lý luận trên và hình thành nên Lý thuyết CAPM.

Hiện nay, lý thuyết này được sử dụng rộng rãi trong cuộc sống để đo lường hiệu quả của danh mục đầu tư, đánh giá từng loại chứng khoán, thực hiện các quyết định đầu tư… Năm 1990, Sharpe, Markowitz và Merton Miller đã nhận được giải Nobel kinh tế của đồng giải Nobel khoa học do những đóng góp tích cực trong việc phát triển Lý thuyết CAPM và cho việc phát triển nền kinh tế hiện đại. Các giả định của mô hình CAPM Khi giải quyết bất kỳ lý thuyết nào trong khoa học, kinh tế học, hay trong tài chính cần thiết phải đưa ra một vài giả định, các giả định này sẽ chỉ ra thế giới được HVCH: Trần Minh Ngọc Diễm LUẬN VĂN THẠC SĨ KINH TẾ LUAN VAN CHAT LUONG download : add [e-mail] 2 mong đợi sẽ vận hành như thế nào. Điều này cho phép các thuyết gia tập trung vào việc phát triển một lý thuyết mà lý thuyết đó sẽ giải thích một vài khía cạnh của thế giới đáp ứng các thay đổi trong môi trường. Vì vậy, CAMP sẽ bao gồm các giả định sau: (1) Các nhà đầu tư là những cá nhân không ưa thích rủi ro nhưng luôn muốn tối đa hóa lợi ích mong đợi.

Tức là, các nhà đầu tư thích lựa chọn chứng khoán có tỷ suất sinh lợi cao tương ứng với rủi ro cho trước hoặc rủi ro thấp nhất với tỷ suất sinh lợi cho trước. (2) Nhà đầu tư luôn có cùng suy nghĩ về tỷ suất sinh lợi kỳ vọng, phương sai, hiệp phương sai. Nghĩa là, tất cả các nhà đầu tư đều có kỳ vọng thuần nhất trong một tập hợp các cơ hội và có cùng thông tin thị trường vào cùng thời điểm. (3) Lợi nhuận đạt được phân phối theo phương thức phân phối chuẩn.

(5) Luôn có một sự cố định những loại tài sản và số lượng của chúng trong một kỳ nghiên cứu đủ lớn. (6) Tất cả các tài sản đều có thể phân chia hoặc đo lường một cách chính xác trong một thời điểm so sánh tốt nhất. (7) Tỷ lệ vay trong thị trường cũng giống như tỷ lệ cho vay, nghĩa là mọi nhà đầu tư đều có cơ hội lãi suất như nhau trong việc vay hay cho vay. (8) Các nhân tố làm thị trường trở nên bất hoàn hảo không tồn tại như thuế, luật, chi phí môi giới hay bất cứ một sự ngăn cấm nào.

Định nghĩa về tỷ suất sinh lợi, phương sai (hay độ lệch chuẩn) của một tài sản và của danh mục các tài sản Nguồn gốc của Lý thuyết CAPM bắt nguồn từ sự tổng hợp mà trong đó tất cả các tài sản tuân theo quy luật phân phối chuẩn. Sự phân phối được miêu tả bởi hai thước đo là TSSL mong đợi và phương sai (hay độ lệch chuẩn). HVCH: Trần Minh Ngọc Diễm LUẬN VĂN THẠC SĨ KINH TẾ LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Tỷ suất sinh lợi mong đợi của một tài sản và của danh mục các tài sản • TSSL mong đợi của tài sản i - E(Ri) - được định nghĩa: n E ( R i ) = ∑ p j .1) j =1 Trong đó : R j là TSSL của tài sản i trong tình huống j.

pj là khả năng xảy ra mức TSSL R j. Ngoài ra cũng có một phương pháp khác để xác định TSSL của tài sản i thể hiện qua công thức đơn giản sau: Pt − P0 + CF t Ri = (1.2) P0 Trong đó : Pt là giá chứng khoán cuối kỳ. P0 là giá chứng khoán đầu kỳ. CFt là dòng tiền cổ tức trong suốt kỳ.

• TSSL mong đợi của một DMĐT - E(Rp) - là bình quân gia quyền theo tỷ trọng của TSSL mong đợi mỗi tài sản trong DMĐT đó. Điều này có nghĩa là: n E ( RP ) = ∑ wi .3) i =1 Trong đó : wi là tỷ trọng đầu tư tài sản i trong danh mục. E ( Ri ) là TSSL mong đợi của tài sản i. Phương sai (hay độ lệch chuẩn) của tỷ suất sinh lợi đối với một khoản đầu tư cụ thể Phương sai (σ2) hay độ lệch chuẩn (σ), là một phương pháp ước lượng chênh lệch của những mức TSSL có thể có, Ri , so với TSSL mong đợi, E(Ri), sau đây: n Phương sai σ = ∑ [ Ri − E ( Ri )] .4) i =1 HVCH: Trần Minh Ngọc Diễm LUẬN VĂN THẠC SĨ KINH TẾ LUAN VAN CHAT LUONG download : add [e-mail] 4 Trong đó: pi là khả năng xảy ra TSSL Ri.5) Tuy nhiên, việc tính toán độ lệch chuẩn của các giá trị TSSL thực nghiệm thì chúng ta có thể lấy tổng bình phương các khoản chênh lệch và chia cho N, với N là số mẫu thực nghiệm: 1 N Độ lệch chuẩn σ = ∑ N i =1 [ Ri − E ( Ri )]2 (1.

Phương sai (hay độ lệch chuẩn) của tỷ suất sinh lợi đối với danh mục đầu tư Để thiết lập được công thức phương sai của TSSL đối với DMĐT - σp, 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 (ρ). Hiệp phương sai của những tỷ suất sinh lợi Khi phân tích DMĐT, chúng ta thường quan tâm nhiều nhất đến hiệp phương sai của TSSL. Hiệp phương sai là một ước lượng để hai mức độ khác nhau “tiến lại gần nhau” nhằm tạo thành một giá trị có ý nghĩa. Một giá trị hiệp phương sai dương có nghĩa là TSSL đối với hai khoản đầu tư có khuynh hướng dịch chuyển về cùng một hướng và ngược lại, một giá trị hiệp phương sai âm chỉ ra rằng TSSL đối với hai khoản đầu tư có khuynh hướng dịch chuyển về hai hướng khác nhau so với mức trung bình của chúng trong suốt một khoảng thời gian.

Độ lớn của hiệp phương sai phụ thuộc vào phương sai của những chuỗi TSSL cụ thể cũng như mối quan hệ giữa những chuỗi TSSL. • Đối với hai tài sản A và B, hiệp phương sai của TSSL được định nghĩa là: CovAB = Giá trị kỳ vọng {[RiA − E (R A )][RiB − E (RB )]} = σ AB (1.7) • Đối với trường hợp phân phối xác suất TSSL của hai tài sản A và B thì hiệp phương sai được xác định như sau: HVCH: Trần Minh Ngọc Diễm LUẬN VĂN THẠC SĨ KINH TẾ LUAN VAN CHAT LUONG download : add [e-mail] 5 n CovAB = ∑ pi .8) i =1 • Trong trường hợp TSSL của hai tài sản A và B được tính toán dựa vào thực nghiệm thì hiệp phương sai của chúng được xác định như sau: 1 N CovAB = ∑ [RiA − E (RA )][RiB − E (RB )] N i =1 (1. Hệ số tương quan Hệ số tương quan là sự “chuẩn hóa” ước lượng hiệp phương sai do hiệp phương sai bị ảnh hưởng bởi tính biến thiên của hai chuỗi TSSL riêng lẻ: Cov AB ρ AB = (1.10) σ Aσ B Trong đó : ρ AB là hệ số tương quan của những TSSL. σ A độ lệch chuẩn của RiA.

σ B độ lệch chuẩn của RiB. Hệ số tương quan chỉ có thể thay đổi trong khoảng từ -1 đến +1. Giá trị +1 có thể nhấn mạnh mối quan hệ tuyến tính xác định giữa RA và RB, nghĩa là TSSL đối với hai cổ phiếu cùng thay đổi trong một kiểu tuyến tính xác định hoàn toàn. Giá trị -1 có thể nhấn mạnh mối quan hệ phủ định hoàn toàn giữa hai chuỗi TSSL như khi TSSL của một cổ phiếu cao hơn mức trung bình, TSSL của những cổ phiếu khác sẽ thấp hơn mức trung bình bằng một số lượng lớn.

Giá trị 0 có nghĩa là TSSL không có mối quan hệ tuyến tính hay còn gọi là tương quan độc lập, qua thống kê chúng không có tương quan với nhau. Độ lệch chuẩn của một danh mục đầu tư Như đã nêu trong phần 1.1, TSSL mong đợi của một DMĐT là giá trị trung bình theo tỷ trọng của TSSL mong đợi của những tài sản riêng lẻ trong danh mục đó. Do đó, có ý kiến cho rằng độ lệch chuẩn của DMĐT cũng được tính toán bằng cách lấy trung bình tỷ trọng của độ lệch chuẩn đối với những tài sản riêng lẻ. HVCH: Trần Minh Ngọc Diễm LUẬN VĂN THẠC SĨ KINH TẾ LUAN VAN CHAT LUONG download : add [e-mail] 6 Đây có thể là một sai lầm.

Markowitz đã tìm thấy công thức tổng quát đối với độ lệch chuẩn của một DMĐT được thể hiện cụ thể như sau: n n n σp = ∑ w σ + ∑∑ w w Cov i =1 2 i i 2 i =1 j =1 i j ij (i≠j) (1.11) Trong đó : σ p là độ lệch chuẩn của DMĐT. wi tỷ trọng đầu tư của tài sản riêng lẻ trong danh mục, tỷ trọng này được xác định bởi tỷ lệ của giá trị trong DMĐT. σ i2 phương sai của TSSL đối với tài sản i. Covij hiệp phương sai giữa TSSL đối với tài sản i và j, với Covij = ρijσiσj.

Công thức này cho thấy độ lệch chuẩn của DMĐT là một phần giá trị trung bình của những phương sai riêng lẻ (trong đó tỷ trọng là bình phương), cộng với tỷ trọng hiệp phương sai giữa những tài sản trong danh mục.