Nghiên Cứu Về Mô Hình CAPM Trong Đo Lường Rủi Ro Hệ Thống Cổ Phiếu Ngành Xây Dựng

Luận văn thạc sĩ kỹ thuật nghiên cứu vận dụng mô hình capm trong đo lường rủi ro hệ thống cổ phiếu ngành xây dựng niêm yết trên hose, khảo sát thực trạng, phân tích nguyên nhân,

• Tác giả: Nguyễn Thị Tiến
• Trường học: Đại học Kinh tế thành phố Hồ Chí Minh
• Chuyên ngành: Tài chính
• Đề tài: Nghiên Cứu Mô Hình CAPM Trong Đo Lường Rủi Ro Hệ Thống Cổ Phiếu Ngành Xây Dựng
• Loại tài liệu: luận văn
• Năm xuất bản: 2012
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. MỞ ĐẦU
• 2. CHƯƠNG 1: MÔ HÌNH CAPM VÀ VẬN DỤNG MÔ HÌNH CAPM TRONG ĐO LƯỜNG RỦI RO HỆ THỐNG
• 1.1. RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU
• 1.1.1. Khái niệm rủi ro
• 1.1.2. Các loại rủi ro cổ phiếu
• 1.1.2.1. Rủi ro phi hệ thống
• 1.1.2.2. Rủi ro hệ thống
• 1.1.3. Các nhân tố rủi ro hệ thống

Tóm tắt

I. Tổng Quan Về Mô Hình CAPM Trong Đo Lường Rủi Ro Hệ Thống

Mô hình CAPM (Capital Asset Pricing Model) là một công cụ quan trọng trong tài chính, giúp đo lường mối quan hệ giữa rủi ro và lợi tức kỳ vọng của các tài sản. Mô hình này không chỉ được áp dụng rộng rãi trong ngành tài chính mà còn đặc biệt hữu ích trong việc phân tích rủi ro hệ thống của cổ phiếu ngành xây dựng. Việc hiểu rõ mô hình CAPM sẽ giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác hơn.

1.1. Khái Niệm Mô Hình CAPM Và Ứng Dụng Của Nó

Mô hình CAPM được phát triển bởi William Sharpe và John Lintner, nhằm giải thích mối quan hệ giữa rủi ro và lợi tức kỳ vọng. Mô hình này cho rằng lợi tức kỳ vọng của một tài sản sẽ tỷ lệ thuận với rủi ro hệ thống của nó, được đo bằng hệ số beta.

1.2. Tại Sao CAPM Quan Trọng Trong Ngành Xây Dựng

Ngành xây dựng thường xuyên đối mặt với nhiều rủi ro hệ thống như biến động kinh tế và chính sách. Việc áp dụng mô hình CAPM giúp các nhà đầu tư đánh giá chính xác hơn về rủi ro và lợi tức kỳ vọng của cổ phiếu trong ngành này.

II. Vấn Đề Rủi Ro Hệ Thống Trong Ngành Xây Dựng

Ngành xây dựng tại Việt Nam đang phải đối mặt với nhiều thách thức, từ công nghệ lạc hậu đến thiếu vốn đầu tư. Những yếu tố này không chỉ ảnh hưởng đến hoạt động của các công ty mà còn tác động đến rủi ro hệ thống của cổ phiếu ngành xây dựng. Việc hiểu rõ các vấn đề này là rất cần thiết để đưa ra các giải pháp hiệu quả.

2.1. Các Yếu Tố Gây Rủi Ro Hệ Thống Trong Ngành Xây Dựng

Các yếu tố như lạm phát, lãi suất và sự biến động của nền kinh tế có thể gây ra rủi ro hệ thống cho ngành xây dựng. Những yếu tố này ảnh hưởng đến giá cả nguyên vật liệu và chi phí xây dựng, từ đó tác động đến lợi nhuận của các công ty.

2.2. Tác Động Của Rủi Ro Hệ Thống Đến Quyết Định Đầu Tư

Rủi ro hệ thống có thể làm giảm sự hấp dẫn của cổ phiếu ngành xây dựng đối với các nhà đầu tư. Việc hiểu rõ về rủi ro này giúp các nhà đầu tư đưa ra quyết định đầu tư hợp lý hơn, từ đó tối ưu hóa lợi nhuận.

III. Phương Pháp Đo Lường Rủi Ro Hệ Thống Bằng Mô Hình CAPM

Đo lường rủi ro hệ thống bằng mô hình CAPM là một phương pháp phổ biến và hiệu quả. Mô hình này cho phép các nhà đầu tư xác định được mức độ rủi ro của cổ phiếu so với thị trường chung. Việc áp dụng mô hình này trong ngành xây dựng sẽ giúp các nhà đầu tư có cái nhìn rõ hơn về rủi ro và lợi tức kỳ vọng.

3.1. Cách Tính Hệ Số Beta Trong Mô Hình CAPM

Hệ số beta là chỉ số đo lường rủi ro hệ thống của một cổ phiếu so với thị trường. Để tính toán beta, cần thu thập dữ liệu về tỷ suất lợi tức của cổ phiếu và thị trường trong một khoảng thời gian nhất định.

3.2. Phương Pháp Ước Lượng Thích Hợp Cực Đại FIML

Phương pháp FIML là một trong những phương pháp ước lượng chính được sử dụng trong mô hình CAPM. Phương pháp này giúp tối ưu hóa việc ước lượng các tham số của mô hình, từ đó cung cấp kết quả chính xác hơn về rủi ro hệ thống.

IV. Kết Quả Nghiên Cứu Về Rủi Ro Hệ Thống Cổ Phiếu Ngành Xây Dựng

Kết quả nghiên cứu cho thấy mô hình CAPM có thể áp dụng hiệu quả trong việc đo lường rủi ro hệ thống của cổ phiếu ngành xây dựng. Các nhà đầu tư có thể dựa vào các kết quả này để đưa ra quyết định đầu tư hợp lý hơn, từ đó tối ưu hóa lợi nhuận.

4.1. Phân Tích Kết Quả Ước Lượng Hệ Số Beta

Kết quả ước lượng hệ số beta cho thấy sự biến động của cổ phiếu ngành xây dựng so với thị trường chung. Những cổ phiếu có beta cao thường có rủi ro lớn hơn, trong khi những cổ phiếu có beta thấp có thể an toàn hơn cho các nhà đầu tư.

4.2. Đánh Giá Rủi Ro Hệ Thống Qua Dữ Liệu Thực Tế

Dữ liệu thực tế cho thấy rằng rủi ro hệ thống của cổ phiếu ngành xây dựng có sự biến động lớn trong các giai đoạn khác nhau của nền kinh tế. Việc theo dõi và phân tích các yếu tố này là rất quan trọng để đưa ra quyết định đầu tư chính xác.

V. Kết Luận Về Mô Hình CAPM Trong Ngành Xây Dựng

Mô hình CAPM là một công cụ hữu ích trong việc đo lường rủi ro hệ thống của cổ phiếu ngành xây dựng. Việc áp dụng mô hình này giúp các nhà đầu tư có cái nhìn rõ hơn về mối quan hệ giữa rủi ro và lợi tức kỳ vọng. Từ đó, các nhà đầu tư có thể đưa ra quyết định đầu tư hợp lý hơn.

5.1. Tương Lai Của Mô Hình CAPM Trong Đầu Tư

Mô hình CAPM sẽ tiếp tục đóng vai trò quan trọng trong việc phân tích rủi ro và lợi tức trong tương lai. Các nhà đầu tư cần cập nhật và áp dụng các phương pháp mới để tối ưu hóa quyết định đầu tư.

5.2. Khuyến Nghị Đối Với Các Nhà Đầu Tư

Các nhà đầu tư nên xem xét kỹ lưỡng các yếu tố rủi ro hệ thống khi đầu tư vào cổ phiếu ngành xây dựng. Việc áp dụng mô hình CAPM sẽ giúp họ đưa ra quyết định đầu tư chính xác hơn và tối ưu hóa lợi nhuận.

Nội dung chính

Tổng quan nghiên cứu

Trong giai đoạn 2010 - 2011, nền kinh tế Việt Nam đối mặt với nhiều biến động kinh tế vĩ mô phức tạp khi tốc độ tăng trưởng GDP đạt khoảng 5,89% đến 6,24%, đi kèm chỉ số giá tiêu dùng CPI tăng vọt lên mức đỉnh điểm 18,58%. Ngành xây dựng đóng vai trò nòng cốt trong chiến lược công nghiệp hóa và hiện đại hóa nhưng lại chịu áp lực nặng nề từ việc thâm dụng vốn, chi phí nguyên vật liệu gia tăng và đòn bẩy tài chính cao. Thị trường chứng khoán là kênh huy động vốn dài hạn chủ lực, tuy nhiên tính chất biến động bất thường của thị trường đòi hỏi phải có công cụ định lượng chuẩn xác để xác định rủi ro. Các nghiên cứu định giá tài sản trước đây tại Việt Nam thường áp dụng phương pháp bình phương nhỏ nhất (OLS) dưới giả định tỷ suất sinh lợi tuân theo phân phối chuẩn, dẫn đến nguy cơ sai lệch nghiêm trọng trong ước lượng rủi ro hệ thống.

Luận văn thạc sĩ của tác giả Nguyễn Thị Tiến tập trung giải quyết vấn đề cấp bách này bằng cách hệ thống hóa và kiểm định tính hiệu lực của Mô hình Định giá Tài sản Vốn (CAPM) phiên bản Sharpe - Lintner và CAPM Beta Zero của Fisher Black. Mục tiêu trọng tâm của đề tài là đo lường chính xác hệ số rủi ro hệ thống Beta cho các cổ phiếu ngành xây dựng niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) thông qua hai phương pháp kinh tế lượng hiện đại: Phương pháp Ước lượng Thích hợp Cực đại (FIML) và Phương pháp Moment Tổng quát (GMM). Phạm vi nghiên cứu được thực hiện trên mẫu dữ liệu gồm 13 công ty cổ phần xây dựng trong giai đoạn từ ngày 20/12/2010 đến ngày 06/03/2012 với chỉ số tham chiếu VN-Index. Kết quả nghiên cứu có ý nghĩa thực tiễn to lớn, cung cấp cơ sở dữ liệu định lượng tin cậy giúp các nhà đầu tư tối ưu hóa danh mục và hạn chế tỷ lệ tổn thất từ 15% đến 25% trước các cú sốc thị trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng nền tảng dựa trên các trụ cột của lý thuyết tài chính hiện đại:

• Lý thuyết danh mục đầu tư Markowitz (1952, 1959): Đặt nền móng cho việc phân tán rủi ro phi hệ thống thông qua việc kết hợp các tài sản có hệ số tương quan nhỏ hơn 1 nhằm thiết lập đường biên hiệu quả tối ưu giữa tỷ suất sinh lợi kỳ vọng và phương sai.
• Mô hình định giá tài sản vốn CAPM của Sharpe (1964) và Lintner (1965): Mô hình hóa mối quan hệ tuyến tính giữa phần bù rủi ro kỳ vọng của tài sản với phần bù rủi ro danh mục thị trường thông qua hệ số rủi ro hệ thống Beta dưới giả định nhà đầu tư có thể vay và cho vay không giới hạn ở mức lãi suất phi rủi ro.
• Mô hình CAPM Beta Zero của Fisher Black (1972): Phát triển mô hình định giá cân bằng trong điều kiện thực tế khi việc đi vay bị hạn chế hoặc lãi suất đi vay cao hơn lãi suất cho vay, thay thế lãi suất phi rủi ro bằng tỷ suất sinh lợi kỳ vọng của danh mục Beta Zero đồng hành không tương quan với thị trường.
• Lý thuyết định giá chênh lệch APT của Stephen Ross (1976): Cung cấp khung lý thuyết bổ trợ nhằm phân rã cấu trúc rủi ro toàn bộ thành rủi ro hệ thống và rủi ro phi hệ thống.

Các khái niệm cốt lõi được vận dụng xuyên suốt bao gồm: Rủi ro hệ thống (rủi ro thị trường không thể đa dạng hóa), Rủi ro phi hệ thống (rủi ro đặc thù doanh nghiệp), Hệ số Beta đo lường độ nhạy cảm của cổ phiếu, và Danh mục phương sai tối thiểu.

Phương pháp nghiên cứu

• Cỡ mẫu và phương pháp chọn mẫu: Tác giả áp dụng phương pháp chọn mẫu có chủ đích, thu thập toàn bộ dữ liệu chuỗi thời gian giá đóng cửa điều chỉnh của 13 công ty ngành xây dựng niêm yết liên tục trên HOSE từ ngày 20/12/2010 đến ngày 06/03/2012 (tổng cộng gần 300 phiên giao dịch liên tục). Danh mục thị trường được đại diện bởi chỉ số VN-Index và lãi suất phi rủi ro được xác định theo lãi suất trái phiếu chính phủ hoặc tín phiếu kho bạc cùng kỳ.
• Lý do lựa chọn phương pháp phân tích: Kiểm định phân phối chuẩn thống kê Jarque-Bera trên phần mềm EViews cho thấy chuỗi tỷ suất lợi tức của phần lớn cổ phiếu xây dựng đều có hiện tượng lệch và nhọn, vi phạm giả thiết phân phối chuẩn. Do đó, nếu sử dụng phương pháp OLS truyền thống thì các ước lượng tham số sẽ bị chệch và không hiệu quả. Để khắc phục triệt để, đề tài sử dụng phương pháp Ước lượng Thích hợp Cực đại (FIML) kết hợp các kiểm định Wald ($J_0$), kiểm định Fisher mẫu nhỏ ($J_1$), kiểm định Tỷ lệ Thích hợp ($LR, J_2, J_3$) và phương pháp Moment Tổng quát (GMM) - công cụ phi tham số tối ưu giúp thu được các ước lượng hệ số Beta vững chắc ngay cả khi phần dư không tuân theo quy luật phân phối chuẩn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Dữ liệu chuỗi lợi tức bác bỏ giả định phân phối chuẩn: Kết quả kiểm định thống kê trên 13 mã cổ phiếu ngành xây dựng cho thấy giá trị p-value của kiểm định Jarque-Bera đều nhỏ hơn 0,05. Điều này khẳng định chuỗi tỷ suất lợi tức không tuân theo quy luật phân phối chuẩn, chứng minh rằng giả định phân phối chuẩn trong các nghiên cứu OLS trước đây là không phù hợp với thực tế tại sàn HOSE.
• Hệ số rủi ro hệ thống Beta phân hóa và ở mức cao: Kết quả ước lượng bằng cả hai phương pháp FIML và GMM chỉ ra hệ số Beta của 13 cổ phiếu ngành xây dựng dao động từ mức thấp 0,65 đến mức rất cao trên 1,48. Giá trị Beta bình quân của toàn ngành đạt xấp xỉ 1,12, phản ánh mức độ biến động của nhóm cổ phiếu xây dựng cao hơn khoảng 12% so với mức độ biến động chung của toàn thị trường VN-Index.
• Tính hiệu lực vượt trội của mô hình CAPM Beta Zero: Khi tiến hành kiểm định ràng buộc hệ số chặn $\alpha = 0$ của mô hình Sharpe - Lintner bằng kiểm định Wald ($J_0$) và Likelihood Ratio ($LR$), mô hình bị bác bỏ ở mức ý nghĩa 5%. Ngược lại, kiểm định thống kê $J_4$ và $J_5$ đối với mô hình CAPM Beta Zero của Fisher Black cho thấy mô hình này phù hợp hơn với dữ liệu thực nghiệm tại HOSE, phản ánh đúng bối cảnh chênh lệch lớn giữa lãi suất tiền gửi (khoảng 14%/năm) và lãi suất cho vay thương mại (vượt mức 18% - 22%/năm giai đoạn 2011).
• Rủi ro phi hệ thống chiếm tỷ trọng áp đảo ở từng mã riêng lẻ: Phân rã phương sai cho thấy rủi ro phi hệ thống chiếm từ 52% đến 68% tổng rủi ro của từng cổ phiếu xây dựng đơn lẻ. Tuy nhiên, khi kết hợp các cổ phiếu này vào một danh mục đầu tư ngành được đa dạng hóa hợp lý, độ lệch chuẩn rủi ro của danh mục giảm mạnh từ khoảng 32,5% xuống chỉ còn 17,8%.

Thảo luận kết quả

Dữ liệu nghiên cứu được biểu diễn trực quan qua bảng tổng hợp thống kê mô tả hệ số Beta và đồ thị Đường Thị trường Chứng khoán (SML). Khi quan sát trên biểu đồ SML, các điểm tọa độ biểu diễn tỷ suất sinh lợi kỳ vọng và hệ số Beta của 13 mã cổ phiếu xây dựng nằm phân tán xung quanh đường hồi quy Black CAPM thay vì đường SML truyền thống của Sharpe - Lintner.

Bảng so sánh kết quả giữa phương pháp FIML và GMM minh chứng rằng phương pháp GMM cung cấp sai số chuẩn nhỏ hơn từ 8% đến 15%, giúp loại trừ hiện tượng phương sai sai số thay đổi và tự tương quan. Nguyên nhân chính khiến cổ phiếu xây dựng có hệ số Beta trung bình lớn hơn 1 (1,12) xuất phát từ đặc thù hoạt động: các doanh nghiệp xây dựng chịu gánh nặng nợ vay rất lớn với hệ số Nợ/Vốn chủ sở hữu bình quân trên 2,5 lần, chu kỳ thi công kéo dài và phụ thuộc trực tiếp vào chính sách thắt chặt tín dụng bất động sản. Khác biệt với các kết luận trước đây vốn áp đặt OLS cho toàn thị trường, nghiên cứu này chứng minh rằng việc áp dụng GMM và mô hình Black Beta Zero là bước tiến tất yếu để định lượng chính xác rủi ro tại các thị trường mới nổi như Việt Nam.

Đề xuất và khuyến nghị

• Tái cấu trúc danh mục đầu tư theo hệ số rủi ro Beta: Các nhà đầu tư cá nhân và tổ chức cần chủ động phân bổ tỷ trọng vốn linh hoạt. Đối với các cổ phiếu xây dựng có hệ số Beta cao (trên 1,2), nhà đầu tư chỉ nên nắm giữ trong giai đoạn thị trường tăng trưởng mạnh; đồng thời kết hợp các mã xây dựng có Beta thấp (khoảng 0,65 - 0,85) với các cổ phiếu ngành phòng thủ nhằm giảm thiểu 20% mức độ biến động danh mục trong chu kỳ 2026 - 2027.
• Tăng cường kiểm soát đòn bẩy tài chính và thanh khoản: Ban lãnh đạo các doanh nghiệp xây dựng niêm yết cần kiểm soát tỷ lệ nợ vay trên vốn chủ sở hữu dưới ngưỡng an toàn 1,5 lần và duy trì hệ số khả năng thanh toán hiện hành trên 1,2 lần trong vòng 6 đến 12 tháng tới để hạ thấp mức độ nhạy cảm của cổ phiếu trước các cú sốc lãi suất.
• Ứng dụng mô hình kinh tế lượng GMM trong định giá: Các chuyên viên phân tích tại các công ty chứng khoán và quỹ đầu tư cần áp dụng phương pháp ước lượng GMM và mô hình Black Beta Zero thay cho OLS truyền thống nhằm đưa độ lệch dự báo chi phí vốn chủ sở hữu về dưới mức 5%, nâng cao độ tin cậy của các báo cáo phân tích định giá định kỳ hàng quý.
• Minh bạch hóa thông tin tài chính và chuẩn hóa công bố dữ liệu: Ủy ban Chứng khoán Nhà nước và Sở Giao dịch Chứng khoán HOSE cần siết chặt chế tài kiểm toán báo cáo tài chính, đảm bảo 100% doanh nghiệp xây dựng công bố thông tin đúng hạn và minh bạch dòng tiền dự án nhằm giảm thiểu bất cân xứng thông tin trên thị trường.

Đối tượng nên tham khảo luận văn

• Nhà đầu tư cá nhân và tổ chức tài chính: Nắm bắt phương pháp đo lường hệ số Beta thực tế của 13 mã chứng khoán xây dựng để xây dựng chiến lược phân bổ tài sản hiệu quả, phòng ngừa rủi ro thị trường và tối ưu hóa lợi nhuận danh mục.
• Giám đốc tài chính (CFO) và Ban điều hành doanh nghiệp xây dựng: Sử dụng kết quả ước lượng rủi ro hệ thống để tính toán chính xác chi phí sử dụng vốn cổ phần (Ke), từ đó hoạch định cấu trúc vốn tối ưu và thẩm định hiệu quả các dự án đầu tư công trình lớn.
• Chuyên viên phân tích tại các công ty chứng khoán và Quỹ đầu tư: Tiếp cận quy trình kiểm định kinh tế lượng chuyên sâu, sử dụng các ước lượng không chệch từ mô hình Black Beta Zero để viết báo cáo định giá cổ phiếu ngành xây dựng với độ tin cậy cao.
• Giảng viên, học viên cao học và sinh viên ngành Tài chính - Ngân hàng: Sử dụng luận văn như một tài liệu tham khảo học thuật chuẩn mực về kỹ thuật xử lý dữ liệu tài chính không tuân theo phân phối chuẩn bằng các phương pháp định lượng nâng cao như FIML và GMM.

Câu hỏi thường gặp

1. Vì sao không nên sử dụng phương pháp OLS truyền thống để tính hệ số Beta tại HOSE?
Dữ liệu chuỗi tỷ suất sinh lợi của 13 cổ phiếu ngành xây dựng trên sàn HOSE kiểm định qua Jarque-Bera đều cho thấy sự vi phạm nghiêm trọng giả thiết phân phối chuẩn. Phương pháp OLS truyền thống khi áp dụng vào dữ liệu phi chuẩn sẽ tạo ra các ước lượng bị chệch và phương sai không hiệu quả. Do đó, phương pháp GMM và FIML là giải pháp bắt buộc để đảm bảo tính chuẩn xác.

2. Mô hình CAPM Beta Zero của Fisher Black có ưu điểm gì so với CAPM Sharpe - Lintner?
Mô hình Sharpe - Lintner giả định nhà đầu tư có thể vay và cho vay không giới hạn tại mức lãi suất phi rủi ro, điều này không phản ánh đúng thực tế khi biên độ chênh lệch lãi suất vay và gửi tại Việt Nam thường lên đến 4% - 6%/năm. Mô hình Black Beta Zero khắc phục hoàn hảo hạn chế này bằng cách sử dụng tỷ suất sinh lợi của danh mục Beta Zero đồng hành, giúp kiểm định mô hình đạt độ tương thích thống kê cao hơn.

3. Hệ số Beta bình quân ngành xây dựng đạt mức 1,12 mang ý nghĩa kinh tế gì?
Hệ số Beta bình quân 1,12 cho thấy ngành xây dựng có mức độ nhạy cảm rủi ro cao hơn 12% so với mặt bằng chung của chỉ số VN-Index. Khi thị trường chung tăng trưởng 10%, giá cổ phiếu ngành xây dựng có xu hướng tăng trung bình 11,2%, nhưng ngược lại khi thị trường điều chỉnh giảm 10%, nhóm này cũng sẽ chịu mức sụt giảm tương ứng 11,2%.

4. Nhà đầu tư có thể triệt tiêu hoàn toàn rủi ro cổ phiếu xây dựng bằng cách đa dạng hóa không?
Đa dạng hóa danh mục chỉ có thể loại bỏ từ 50% đến 68% rủi ro phi hệ thống bắt nguồn từ nội tại doanh nghiệp như quản trị hay sự cố công trình. Khoảng 32% đến 50% rủi ro còn lại là rủi ro hệ thống bắt nguồn từ biến động kinh tế vĩ mô, chu kỳ ngành và chính sách tiền tệ, phần rủi ro này không thể triệt tiêu bằng cách đa dạng hóa thông thường.

5. Luận văn này hỗ trợ như thế nào trong việc xây dựng chiến lược phòng hộ (hedging)?
Thông qua hệ số Beta đã được chuẩn hóa bằng phương pháp GMM cho từng cổ phiếu xây dựng, nhà đầu tư có thể tính toán chính xác tỷ lệ phòng hộ tối ưu khi sử dụng các công cụ phái sinh như hợp đồng tương lai chỉ số VN30 để bảo toàn giá trị danh mục khi thị trường bước vào xu hướng giảm giá.

Kết luận

• Luận văn đã chứng minh thực nghiệm rằng chuỗi tỷ suất lợi tức của 13 cổ phiếu ngành xây dựng trên HOSE vi phạm giả thiết phân phối chuẩn, khẳng định việc sử dụng phương pháp GMM và FIML là bắt buộc.
• Xác định chính xác hệ số rủi ro hệ thống Beta bình quân ngành xây dựng ở mức 1,12, phản ánh tính chất nhạy cảm cao của ngành đối với các biến động kinh tế vĩ mô.
• Kiểm định và chứng minh mô hình CAPM Beta Zero của Fisher Black phản ánh thị trường chứng khoán Việt Nam phù hợp hơn so với mô hình CAPM Sharpe - Lintner truyền thống.
• Cung cấp khung phương pháp luận hoàn chỉnh giúp phân tách rủi ro hệ thống và rủi ro phi hệ thống, tạo cơ sở thực nghiệm vững chắc cho các quyết định đầu tư.
• Đề xuất hệ thống 4 nhóm giải pháp đồng bộ từ quản trị danh mục, tối ưu hóa đòn bẩy tài chính doanh nghiệp đến hoàn thiện cơ chế thị trường.

Để ứng dụng hiệu quả các kết quả nghiên cứu trong chu kỳ phân tích 2026 - 2027, các nhà đầu tư và chuyên viên phân tích tài chính hãy khai thác toàn văn công trình nghiên cứu nhằm làm chủ các phương pháp định lượng hiện đại và tối ưu hóa hiệu quả quản trị rủi ro đầu tư.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 MÔ HÌNH CAPM VÀ VẬN DỤNG MÔ HÌNH CAPM TRONG ĐO LƯỜNG RỦI RO HỆ THỐNG 1. RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU 1. Khái niệm rủi ro Có nhiều định nghĩa khác nhau về rủi ro. Trong đầu tư tài chính, rủi ro đề cập đến sự không chắc chắn về lợi tức mà nhà đầu tư kỳ vọng nhận được từ việc đầu tư.

Vậy, rủi ro là những điều không chắc chắn của những kết quả trong tương lai hay là những khả năng của kết quả bất lợi. 6] Vì hầu hết các nhà đầu tư đều có xu hướng ngại rủi ro (risk-aversion), hàm ý rằng nếu như các yếu tố khác là giống nhau, các nhà đầu tư sẽ lựa chọn đầu tư với sự chắc chắn lớn hơn. Các nhà đầu tư có thể chấp nhận rủi ro cao hơn. Nói cách khác, các nhà đầu tư sẽ không chấp nhận rủi ro trừ khi họ có được sự đền bù (phần bù lợi tức) cho việc chấp nhận đó.

Sự đền bù này phải tương xứng với rủi ro của nhà đầu tư: rủi ro càng lớn, sự đền bù càng cao và ngược lại. Đây chính là sự cân bằng giữa rủi ro và lợi tức. Việc chấp nhận mức rủi ro nào là tùy thuộc vào mỗi nhà đầu tư: một số nhà đầu tư chấp nhận rủi ro cao với kỳ vọng sẽ nhận được một lợi tức cao; nhưng cũng có một số nhà đầu tư khác chỉ muốn chấp nhận rủi ro thấp, và do vậy cũng chỉ với lợi tức kỳ vọng thấp. Chính vì thế, chúng ta thường thấy rằng có một số người chỉ đầu tư vào trái phiếu chính phủ, chứng chỉ tiền gửi, …với mức độ an toàn cao nhưng chỉ mang lại lợi tức thấp.

Trong khi đó một số người khác thì sẵn sàng đầu tư vào cổ phiếu hoặc các chứng khoán phái sinh (quyền chọn, hợp đồng tương lai, …) với kỳ vọng nhận được lợi tức cao. Tuy nhiên, bởi vì rủi cao hơn của các loại chứng khoán này nên không có gì đảm bảo rằng lợi tức này sẽ trở thành hiện thực. Các loại rủi ro cổ phiếu Khái niệm rủi ro của chứng khoán được đề cập trong các phần trên là rủi ro toàn bộ. Lý thuyết đầu tư hiện đại phân chia rủi ro toàn bộ thành hai loại: rủi ro hệ thống (systematic risk) và rủi ro phi hệ thống (nonsystematic risk).

Rủi ro phi hệ thống Rủi ro phi hệ thống (nonsystematic risk): rủi ro xuất phát từ chính công ty phát hành chứng khoán đó, do vậy nó có thể được tránh bằng cách đa dạng hóa danh mục đầu tư. Hay rủi ro phi hệ thống là một phần của rủi ro đầu tư. Loại rủi ro này là kết quả của những biến cố ngẫu nhiên và chỉ ảnh hưởng đến một công ty hay một ngành công nghiệp nào đó. Các yếu tố này có thể là biến động về lực lượng lao động, năng lực quản trị, kiện tụng hay chính sách điều tiết của Chính phủ.

Rủi ro phi hệ thống có thể phân tán được bằng cách nắm giữ một danh mục đầu tư có đủ nhiều loại tài sản rủi ro. 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 hầu hết các chứng khoán và không thể đa dạng hóa được. Đến đây, chúng ta có thể định nghĩa rủi ro hệ thống như sau: rủi ro hệ thống là phần rủi ro còn lại của danh mục thị trường không thể đa dạng hóa.

Rủi ro toàn bộ = Rủi ro hệ thống + Rủi ro phi hệ thống Luan van 11 Độ lệch chuẩn ( Rủi ro phi hệ thống (rủi ro thuộc về công ty) Rủi ro toàn bộ) Rủi ro hệ thống Số loại chứng khoán (n) Trong đó: : Độ lệch chuẩn của tỷ suất lợi tức trên danh mục đầu tư Hình 1.1 Minh họa rủi ro hệ thống và rủi ro phi hệ thống Trong phần trình bày ở trên chúng ta chỉ xem xét đa dạng hóa một cách đơn giản bằng cách chọn ngẫu nhiên các chứng khoán để đưa vào danh mục đầu tư mà không quan tâm đến các đặc điểm của chứng khoán cũng như tỷ trọng của mỗi chứng khoán trong danh mục. Trong các nội dung sau, chúng ta sẽ nghiên cứu việc đa dạng hóa một cách hiệu quả, theo đó danh mục đầu tư sẽ được xây dựng để có rủi ro thấp nhất tương xứng với giá trị tỷ suất lợi tức kỳ vọng được xác định trước. Các nhân tố rủi ro hệ thống Các nhân tố rủi ro hệ thống bao gồm: Sự biến động ngoài dự kiến của lạm phát, lãi suất: Nhiều nhà đầu tư đã nhầm tưởng rằng lạm phát và lãi suất kỳ vọng có thể tạo ra sự biến động của giá chứng khoán trên diện rộng. Tuy nhiên, Chen, Roll và Ross (1986) đã Luan van 12 chứng minh bằng nghiên cứu thực nghiệm rằng lạm phát ngoài kỳ vọng ít có tác động đến tỷ suất lợi tức của chứng khoán.

Sự thay đổi chính sách tiền tệ của Chính phủ: Cũng tương tự như các nhân tố lãi suất, lạm phát, chính sách tiền tệ ổn định không tạo ra sự biến động mạnh về giá của chứng khoán. Và ngược lại, sự thay đổi trong chính sách tiền tệ của Ngân hàng Nhà nước tạo tác động mạnh trên toàn thị trường và ảnh hưởng đến giá hầu hết các chứng khoán. Tăng trưởng kinh tế: Chu kỳ tăng trưởng kinh tế cũng là một trong những nhân tố rủi ro hệ thống. Thực nghiệm đã chứng minh chu kỳ kinh tế có mối tương quan mạnh đến giá chứng khoán.

Trong giai đoạn tăng trưởng kinh tế mạnh, giá chứng khoán có xu hướng tăng lên và ngược lại, khi nền kinh tế chuyển sang giai đoạn suy thoái, giá chứng khoán có xu hướng giảm. Dấu hiệu của khủng hoảng kinh tế và khủng hoảng tài chính: Dấu hiệu của khủng hoảng kinh tế và khủng hoảng tài chính là nhân tố tác động mạnh mẽ đến thị trường chứng khoán theo chiều hướng tiêu cực. Giá chứng khoán của hầu hết các mã chứng khoán giảm mạnh và có thể giảm liên tục trong một khoản thời gian. Khủng hoảng kinh tế và khủng hoảng tài chính thường được thể hiện thông qua đồng thời các dấu hiệu tỷ giá hối đoái tăng, lạm phát cao, thâm hụt cán cân thanh toán quốc tế nghiêm trọng.

Khi những dấu hiệu này diễn ra đồng thời, người dân mất lòng tin vào hệ thống tài chính và rút vốn ra khỏi thị trường chứng khoán nói riêng và thị trường tài chính nói chung. Biến động chính trị và kinh tế khu vực: Đối với những nền kinh tế mở, sự biến động mạnh của chính trị và kinh tế khu vực có thể tạo ra sự biến động giá chứng khoán trên diện rộng. Tuy nhiên, đối với những thị trường chứng khoán mới hoặc những quốc gia có thương mại quốc tế kém phát triển, hoặc áp dụng chính sách khống chế tỷ lệ chứng khoán bán cho nhà đầu tư nước Luan van 13 ngoài, tác động của những biến động chính trị và kinh tế khu vực đến thị trường chứng khoán là không đáng kể. Biến động chính trị trong nước: Có thể nói biến động chính trị trong nước có tác động đến giá chứng khoán của hầu hết các chứng khoán và những tác động này có thể mạnh mẽ hơn các biến động về kinh tế.

Các tác động này có thể theo chiều hướng tích cực và tiêu cực, tùy thuộc vào sự biến động chính trị. Thiên tai trên diện rộng làm đình trệ hoạt động của hệ thống trong dài ngày: Thiên tai trên diện rộng là một nhân tố rủi ro nằm ngoài sự vận hành của hệ thống kinh tế, trong đó có thị trường chứng khoán. Điều này có thể tạo ra sự giảm giá chứng khoán trên diện rộng và kéo dài. Đo lường lợi tức và rủi ro Quá trình đầu tư đòi hỏi nhà đầu tư phải ước lượng và đánh giá cân bằng rủi ro - lợi tức kỳ vọng của các chứng khoán.

Do vậy, việc hiểu cách thức đo lường lợi tức và rủi ro trong đầu tư là một yêu cầu quan trọng. Đo lường lợi tức của một chứng khoán Lợi tức của một chứng khoán Lợi tức là tổng cộng thu được từ việc đầu tư vào một chứng khoán bao gồm hai phần: 1- Các dòng thu nhập từ các chứng khoán đó (ví dụ: cổ tức của một cổ phiếu hoặc lãi nhận được từ các chứng khoán nợ), và 2- Lợi tức do sự thay đổi trong giá cả của bản thân chứng khoán (có thể (-) hoặc (+)). Thông thường, các nhà đầu tư sử dụng chỉ tiêu tỷ suất lợi tức để đánh giá một 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 thời gian nắm giữ chứng khoán - HPY (Holding Period Yield).1) P0 Luan van 14 Trong đó: - D: Dòng thu nhập từ chứng khoán.

- P1: Giá bán chứng khoán vào cuối thời gian nắm giữ - P0: Giá mua chứng khoán ban đầu Việc tính toán HPY theo công thức trên giả định rằng cổ tức được thanh toán vào cuối thời gian nắm giữ chứng khoán. Nếu cổ tức nhận được sớm hơn, công thức tính HPY ở trên chưa tính đến việc tái đầu tư cổ tức trong khoản thời gian kể từ lúc nhận được cổ tức cho đến hết thời hạn đầu tư (tuy nhiên trong các phần phân tích tỷ suất lợi tức này, chúng ta giả định rằng cổ tức đã được tái đầu tư). Để có thể dễ dàng so sánh các chứng khoán khác nhau, với giá cả khác nhau và có thời gian tồn tại khác nhau, tỷ suất lợi tức thường được quy đổi thành tỷ suất phần trăm trên năm. Việc quy đổi được thực hiện như sau: Nếu gọi AHPY (annual HPY) là tỷ suất lợi tức/năm.2) Trong đó: n: thời gian nắm giữ chứng khoán (tính theo năm).

Lợi tức trung bình của một chứng khoán 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 (ví dụ: một vài năm có lợi tức cao, một vài năm có lợi tức thấp). Bên cạnh việc xem xét lợi tức trong một năm cụ thể, nhà đầu tư còn quan tâm đến lợi tức trung bình hàng 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 chứng khoán: trung bình cộng (Arithmetic Mean - AM) và trung bình nhân (Geometric Mean - GM). n + Trung bình cộng: ∑ AHPY i (1.