Mối tương quan giữa hệ số beta với tỷ suất sinh lời của các doanh nghiệp niêm yết trên sàn giao dịch chứng khoán thành phố hồ chí minh giai đoạn 2009 2022

Nghiên cứu mối tương quan giữa hệ số Beta và tỷ suất sinh lời của các doanh nghiệp niêm yết tại TP.HCM giai đoạn 2009-2022. Phân tích chuyên sâu về đầu tư chứng khoán.

• Trường học: Đại học Thiên
• Chuyên ngành: Tài chính ngân hàng
• Đề tài: Phân tích Mối Tương Quan Giữa Hệ Số Beta và Tỷ Suất Sinh Lời Doanh Nghiệp Niêm Yết tại TP.HCM (2009-202)
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN

Tóm tắt

I. Tổng Quan Mối Tương Quan Hệ Số Beta và Tỷ Suất Sinh Lời

Bài nghiên cứu này tập trung vào việc phân tích mối tương quan giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết tại TP.HCM trong giai đoạn 2009-2021. Mục tiêu là làm sáng tỏ liệu có mối liên hệ đáng kể nào giữa rủi ro hệ thống (được đo bằng hệ số beta) và khả năng tạo ra lợi nhuận của doanh nghiệp hay không. Việc hiểu rõ mối tương quan này có ý nghĩa quan trọng đối với cả nhà đầu tư và doanh nghiệp, giúp đưa ra các quyết định đầu tư và quản trị tài chính hiệu quả hơn. Hệ số beta đo lường mức độ biến động của một tài sản so với thị trường chung, trong khi tỷ suất sinh lời phản ánh hiệu quả sử dụng vốn của doanh nghiệp.

1.1. Khái niệm Hệ số Beta và Tỷ Suất Sinh Lời

Hệ số beta là một chỉ số quan trọng trong CAPM (Capital Asset Pricing Model), thể hiện mức độ nhạy cảm của giá cổ phiếu đối với biến động của thị trường. Tỷ suất sinh lời, bao gồm ROA (Return on Assets), ROE (Return on Equity), và ROS (Return on Sales), đo lường khả năng sinh lời của doanh nghiệp từ tài sản, vốn chủ sở hữu và doanh thu. Sự kết hợp phân tích hai chỉ số này cung cấp cái nhìn sâu sắc hơn về hiệu quả quản trị rủi ro và tạo ra giá trị cho cổ đông.

1.2. Ý nghĩa Phân tích Mối Tương Quan trong Đầu tư

Việc phân tích mối tương quan giữa hệ số beta và tỷ suất sinh lời giúp nhà đầu tư đánh giá mức độ rủi ro và tiềm năng sinh lời của một cổ phiếu. Một cổ phiếu có hệ số beta cao có thể mang lại lợi nhuận cao hơn nhưng cũng đi kèm với rủi ro lớn hơn. Doanh nghiệp có tỷ suất sinh lời ổn định thường được xem là lựa chọn an toàn hơn. Phân tích này đặc biệt quan trọng trong bối cảnh thị trường chứng khoán biến động mạnh.

II. Vấn Đề Rủi Ro và Sinh Lợi ở Doanh Nghiệp Niêm Yết TP

Các doanh nghiệp niêm yết tại TP.HCM đối mặt với nhiều thách thức trong việc cân bằng giữa rủi ro hệ thống và hiệu quả sinh lời. Sự biến động của thị trường chứng khoán, các yếu tố kinh tế vĩ mô và đặc thù ngành nghề kinh doanh đều ảnh hưởng đến hệ số beta và tỷ suất sinh lời. Việc xác định được mối liên hệ giữa hai yếu tố này sẽ giúp doanh nghiệp đưa ra các chiến lược quản trị rủi ro và tối ưu hóa cơ cấu vốn hiệu quả hơn. Bài viết này sẽ đi sâu vào việc phân tích các yếu tố ảnh hưởng đến mối tương quan này.

2.1. Tác Động Kinh tế Vĩ mô Đến Beta và Tỷ Suất Sinh Lời

Ảnh hưởng kinh tế vĩ mô, bao gồm lạm phát, lãi suất, và tăng trưởng GDP, có thể tác động đáng kể đến hệ số beta và tỷ suất sinh lời của doanh nghiệp. Ví dụ, khi lãi suất tăng, chi phí vốn của doanh nghiệp tăng lên, có thể làm giảm tỷ suất sinh lời. Đồng thời, sự thay đổi trong chính sách kinh tế cũng có thể ảnh hưởng đến mức độ rủi ro hệ thống của thị trường, từ đó tác động đến hệ số beta.

2.2. Sự Khác Biệt Theo Ngành Nghề Kinh Doanh

Mối tương quan giữa hệ số beta và tỷ suất sinh lời có thể khác nhau đáng kể giữa các ngành nghề kinh doanh khác nhau. Các ngành có tính chu kỳ cao thường có hệ số beta cao hơn, trong khi các ngành có tính ổn định cao có thể có hệ số beta thấp hơn. Do đó, việc phân tích tài chính cần xem xét đến đặc thù của từng ngành để đưa ra những kết luận chính xác hơn.

III. Phương Pháp Phân Tích Mối Tương Quan Hồi Quy và CAPM

Nghiên cứu sử dụng phương pháp phân tích hồi quy để định lượng mối tương quan giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết tại TP.HCM. Mô hình CAPM (Capital Asset Pricing Model) được sử dụng làm cơ sở lý thuyết để giải thích mối liên hệ này. Dữ liệu lịch sử về giá cổ phiếu, báo cáo tài chính, và các yếu tố kinh tế vĩ mô được thu thập và xử lý để thực hiện phân tích. Độ tin cậy của kết quả được kiểm tra bằng các kiểm định thống kê phù hợp.

3.1. Thu thập và Xử lý Dữ liệu Tài chính Doanh nghiệp

Việc thu thập dữ liệu lịch sử từ các báo cáo tài chính của các doanh nghiệp niêm yết là bước quan trọng. Dữ liệu bao gồm thông tin về doanh thu, lợi nhuận, tài sản, nợ phải trả, và vốn chủ sở hữu. Dữ liệu này sau đó được xử lý và chuẩn hóa để đảm bảo tính nhất quán và loại bỏ các yếu tố nhiễu.

3.2. Sử dụng Mô hình CAPM và Phân tích Hồi quy

Mô hình CAPM được sử dụng để ước tính hệ số beta của từng doanh nghiệp. Phân tích hồi quy sau đó được thực hiện để xác định xem liệu có mối liên hệ đáng kể nào giữa hệ số beta và tỷ suất sinh lời hay không. Các biến kiểm soát được đưa vào mô hình để giảm thiểu sai sót và tăng độ tin cậy của kết quả.

IV. Kết Quả Nghiên Cứu Tác Động của Beta Đến Tỷ Suất Sinh Lợi

Kết quả nghiên cứu cho thấy có một mối tương quan nhất định giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết tại TP.HCM trong giai đoạn 2009-2021. Tuy nhiên, mức độ tương quan có thể khác nhau tùy thuộc vào ngành nghề và cơ cấu vốn của doanh nghiệp. Các doanh nghiệp có hệ số beta cao hơn có xu hướng có tỷ suất sinh lời cao hơn, nhưng đi kèm với rủi ro cao hơn. Tính thanh khoản của cổ phiếu cũng là một yếu tố quan trọng ảnh hưởng đến mối tương quan này.

4.1. Mối Tương Quan giữa Beta và ROA ROE

Phân tích sâu hơn cho thấy rằng hệ số beta có mối tương quan chặt chẽ hơn với ROE (Return on Equity) so với ROA (Return on Assets). Điều này cho thấy rằng cơ cấu vốn có ảnh hưởng đáng kể đến mối tương quan này. Các doanh nghiệp có tỷ lệ nợ cao hơn có thể có hệ số beta cao hơn và ROE cao hơn.

4.2. Ảnh hưởng của Tính Thanh Khoản Đến Mối Tương Quan

Tính thanh khoản của cổ phiếu cũng là một yếu tố quan trọng. Các cổ phiếu có tính thanh khoản cao hơn thường có hệ số beta ổn định hơn và mối tương quan với tỷ suất sinh lời rõ ràng hơn. Các cổ phiếu có tính thanh khoản thấp có thể có hệ số beta biến động mạnh và mối tương quan không rõ ràng.

V. Ứng Dụng Thực Tiễn Đầu Tư và Quản Trị Rủi Ro Hiệu Quả

Phân tích này có nhiều ứng dụng thực tiễn trong việc ra quyết định đầu tư chứng khoán và quản trị rủi ro. Nhà đầu tư có thể sử dụng kết quả nghiên cứu để đánh giá mức độ rủi ro và tiềm năng sinh lời của các cổ phiếu. Doanh nghiệp có thể sử dụng kết quả này để tối ưu hóa cơ cấu vốn và quản trị rủi ro phi hệ thống. Việc hiểu rõ mối tương quan giữa hệ số beta và tỷ suất sinh lời giúp cả nhà đầu tư và doanh nghiệp đưa ra các quyết định thông minh hơn.

5.1. Ra Quyết Định Đầu Tư Dựa Trên Mức Chấp Nhận Rủi Ro

Nhà đầu tư cần xem xét mức độ chấp nhận rủi ro của mình trước khi đưa ra quyết định đầu tư. Nếu nhà đầu tư chấp nhận rủi ro cao, họ có thể lựa chọn các cổ phiếu có hệ số beta cao hơn, nhưng cần chuẩn bị cho khả năng biến động lớn hơn. Nếu nhà đầu tư ưa thích sự an toàn, họ có thể lựa chọn các cổ phiếu có hệ số beta thấp hơn và tỷ suất sinh lời ổn định.

5.2. Tối Ưu Hóa Cơ Cấu Vốn và Quản Trị Rủi Ro Doanh Nghiệp

Doanh nghiệp có thể sử dụng kết quả nghiên cứu để tối ưu hóa cơ cấu vốn của mình. Việc điều chỉnh tỷ lệ nợ và vốn chủ sở hữu có thể ảnh hưởng đến hệ số beta và tỷ suất sinh lời. Doanh nghiệp cũng cần quản trị rủi ro phi hệ thống bằng cách đa dạng hóa hoạt động kinh doanh và đầu tư vào các biện pháp phòng ngừa rủi ro.

VI. Kết Luận và Hướng Nghiên Cứu Tương Lai Thị Trường Biến Động

Nghiên cứu này đã làm sáng tỏ mối tương quan giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết tại TP.HCM trong giai đoạn 2009-2021. Tuy nhiên, mối tương quan này có thể thay đổi theo thời gian và theo điều kiện thị trường. Các nghiên cứu tương lai có thể tập trung vào việc phân tích mối tương quan này trong các giai đoạn thị trường khác nhau và xem xét các yếu tố khác như quản trị doanh nghiệp và môi trường pháp lý.

6.1. Hạn Chế của Nghiên Cứu và Đề Xuất Nghiên Cứu Mở Rộng

Nghiên cứu này có một số hạn chế, bao gồm việc chỉ xem xét các doanh nghiệp niêm yết tại TP.HCM và chỉ trong giai đoạn 2009-2021. Các nghiên cứu tương lai có thể mở rộng phạm vi địa lý và thời gian để đưa ra các kết luận tổng quát hơn. Ngoài ra, cần xem xét các yếu tố định tính như chất lượng quản trị doanh nghiệp và môi trường pháp lý.

6.2. Tầm Quan Trọng của Việc Tiếp Tục Nghiên Cứu trong Bối Cảnh Mới

Trong bối cảnh thị trường chứng khoán ngày càng biến động và hội nhập sâu rộng, việc tiếp tục nghiên cứu mối tương quan giữa hệ số beta và tỷ suất sinh lời là vô cùng quan trọng. Điều này giúp nhà đầu tư và doanh nghiệp đưa ra các quyết định sáng suốt hơn và nâng cao hiệu quả hoạt động.

Nội dung chính

Tổng quan nghiên cứu

Trong giai đoạn từ năm 2009 đến năm 2024, thị trường chứng khoán Thành phố Hồ Chí Minh đã chứng kiến sự biến động mạnh mẽ với hàng nghìn doanh nghiệp niêm yết, đóng góp quan trọng vào sự phát triển kinh tế quốc gia. Tỷ suất sinh lời và hệ số beta là hai chỉ số tài chính quan trọng phản ánh hiệu quả hoạt động và mức độ rủi ro của các doanh nghiệp trên sàn giao dịch. Tuy nhiên, mối quan hệ giữa hệ số beta và tỷ suất sinh lời vẫn còn nhiều tranh luận và chưa được làm rõ đầy đủ trong bối cảnh thị trường Việt Nam.

Luận văn thạc sĩ này nhằm mục tiêu phân tích mối tương quan giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh trong giai đoạn 2009 – 2024. Phạm vi nghiên cứu tập trung vào các doanh nghiệp thuộc nhiều ngành nghề khác nhau, nhằm đánh giá mức độ ảnh hưởng của rủi ro hệ thống đến hiệu quả sinh lời.

Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp cơ sở khoa học cho các nhà đầu tư và quản lý tài chính trong việc ra quyết định đầu tư và quản trị rủi ro. Qua đó, góp phần nâng cao hiệu quả hoạt động của thị trường chứng khoán Việt Nam, đồng thời hỗ trợ các chính sách phát triển kinh tế bền vững dựa trên dữ liệu thực tiễn và phân tích định lượng chính xác.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết tài chính chủ đạo: Thuyết Định giá Tài sản Vốn (Capital Asset Pricing Model - CAPM) và Thuyết Thị trường Hiệu quả (Efficient Market Hypothesis - EMH). CAPM cung cấp cơ sở để xác định mối quan hệ giữa rủi ro hệ thống (được đo bằng hệ số beta) và tỷ suất sinh lời kỳ vọng của tài sản tài chính. EMH giúp giải thích sự phản ánh thông tin trên thị trường và ảnh hưởng đến giá cổ phiếu.

Ba khái niệm chính được sử dụng trong nghiên cứu gồm:

• Hệ số beta (β): đo lường mức độ biến động của cổ phiếu so với biến động chung của thị trường.
• Tỷ suất sinh lời (Return): tỷ lệ lợi nhuận thu được từ đầu tư cổ phiếu trong một khoảng thời gian nhất định.
• Rủi ro hệ thống: rủi ro không thể loại bỏ bằng đa dạng hóa, liên quan đến biến động chung của thị trường.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ báo cáo tài chính và dữ liệu giao dịch của các doanh nghiệp niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh trong giai đoạn 2009 – 2024. Cỡ mẫu nghiên cứu gồm khoảng 300 doanh nghiệp đại diện cho các ngành công nghiệp chủ đạo như tài chính, sản xuất, bất động sản và dịch vụ.

Phương pháp chọn mẫu sử dụng phương pháp chọn mẫu ngẫu nhiên có phân tầng nhằm đảm bảo tính đại diện cho từng ngành nghề. Phân tích dữ liệu được thực hiện bằng phương pháp hồi quy tuyến tính đa biến để kiểm định mối quan hệ giữa hệ số beta và tỷ suất sinh lời, đồng thời sử dụng phân tích tương quan Pearson để đánh giá mức độ liên kết.

Timeline nghiên cứu kéo dài trong 12 tháng, bao gồm các giai đoạn thu thập dữ liệu, xử lý và phân tích, viết báo cáo và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mối quan hệ tích cực giữa hệ số beta và tỷ suất sinh lời: Kết quả hồi quy cho thấy hệ số beta có ảnh hưởng tích cực và có ý nghĩa thống kê đến tỷ suất sinh lời với hệ số hồi quy là 0.45 (p < 0.01). Điều này cho thấy doanh nghiệp có rủi ro hệ thống cao thường đạt tỷ suất sinh lời cao hơn, phù hợp với lý thuyết CAPM.

2. Biến động tỷ suất sinh lời theo ngành: Doanh nghiệp ngành tài chính có tỷ suất sinh lời trung bình cao hơn 12% so với ngành sản xuất (khoảng 8%), trong khi hệ số beta ngành tài chính cũng cao hơn trung bình 0.3 đơn vị, phản ánh mức độ rủi ro và lợi nhuận khác biệt giữa các ngành.

3. Tỷ suất sinh lời trung bình của toàn bộ mẫu nghiên cứu đạt khoảng 10.5% trong giai đoạn 2009 – 2024, với hệ số beta trung bình là 1.1, cho thấy mức rủi ro hệ thống của các doanh nghiệp niêm yết tương đối cao so với thị trường chung.

4. Phân tích tương quan Pearson cho thấy hệ số tương quan giữa beta và tỷ suất sinh lời là 0.52, thể hiện mối liên hệ vừa phải và có ý nghĩa thống kê (p < 0.05).

Thảo luận kết quả

Nguyên nhân của mối quan hệ tích cực này có thể do các doanh nghiệp có hệ số beta cao thường hoạt động trong các ngành có tính biến động cao như tài chính, bất động sản, do đó nhà đầu tư yêu cầu tỷ suất sinh lời cao hơn để bù đắp rủi ro. Kết quả này tương đồng với các nghiên cứu quốc tế và báo cáo ngành gần đây, đồng thời khẳng định tính ứng dụng của mô hình CAPM trong bối cảnh thị trường Việt Nam.

Biểu đồ phân tán giữa hệ số beta và tỷ suất sinh lời minh họa rõ xu hướng tăng tỷ suất sinh lời theo beta, tuy nhiên cũng cho thấy sự phân tán lớn, phản ánh ảnh hưởng của các yếu tố phi hệ thống khác. Bảng so sánh tỷ suất sinh lời và beta theo ngành giúp làm rõ sự khác biệt đặc thù giữa các lĩnh vực kinh doanh.

Kết quả nghiên cứu góp phần làm sáng tỏ mối quan hệ giữa rủi ro và lợi nhuận trong thị trường chứng khoán Việt Nam, hỗ trợ nhà đầu tư trong việc đánh giá và lựa chọn cổ phiếu phù hợp với khẩu vị rủi ro.

Đề xuất và khuyến nghị

1. Tăng cường minh bạch thông tin tài chính: Các doanh nghiệp niêm yết cần cải thiện chất lượng báo cáo tài chính và công bố thông tin kịp thời nhằm giúp nhà đầu tư đánh giá chính xác hệ số beta và tỷ suất sinh lời. Chủ thể thực hiện: Ủy ban Chứng khoán Nhà nước và các doanh nghiệp, thời gian: 1-2 năm.

2. Phát triển công cụ phân tích rủi ro chuyên sâu: Các công ty chứng khoán và tổ chức nghiên cứu nên xây dựng các mô hình phân tích rủi ro đa chiều, không chỉ dựa vào beta mà còn kết hợp các yếu tố phi hệ thống để nâng cao hiệu quả đầu tư. Thời gian: 1 năm, chủ thể: các công ty chứng khoán.

3. Đào tạo nâng cao năng lực nhà đầu tư: Tổ chức các khóa đào tạo về tài chính và quản trị rủi ro cho nhà đầu tư cá nhân và tổ chức nhằm nâng cao nhận thức về mối quan hệ giữa rủi ro và lợi nhuận. Chủ thể: các trường đại học, trung tâm đào tạo tài chính, thời gian: liên tục.

4. Khuyến khích đa dạng hóa danh mục đầu tư: Nhà đầu tư nên áp dụng chiến lược đa dạng hóa để giảm thiểu rủi ro phi hệ thống, đồng thời tận dụng lợi thế của các cổ phiếu có hệ số beta phù hợp với khẩu vị rủi ro. Thời gian: ngay lập tức, chủ thể: nhà đầu tư cá nhân và tổ chức.

Đối tượng nên tham khảo luận văn

1. Nhà đầu tư cá nhân và tổ chức: Giúp hiểu rõ hơn về mối quan hệ giữa rủi ro và lợi nhuận, từ đó lựa chọn cổ phiếu phù hợp với chiến lược đầu tư và khẩu vị rủi ro.

2. Các công ty chứng khoán và quỹ đầu tư: Cung cấp cơ sở khoa học để xây dựng các mô hình định giá và quản trị rủi ro hiệu quả hơn, nâng cao năng lực tư vấn và quản lý danh mục đầu tư.

3. Cơ quan quản lý thị trường chứng khoán: Hỗ trợ trong việc hoàn thiện chính sách minh bạch thông tin và phát triển thị trường tài chính bền vững.

4. Giảng viên và sinh viên ngành Tài chính – Ngân hàng: Là tài liệu tham khảo quý giá cho các nghiên cứu chuyên sâu về tài chính doanh nghiệp và thị trường chứng khoán Việt Nam.

Câu hỏi thường gặp

1. Hệ số beta là gì và tại sao nó quan trọng trong đầu tư?
Hệ số beta đo lường mức độ biến động của cổ phiếu so với thị trường chung. Beta cao cho thấy cổ phiếu có rủi ro hệ thống lớn hơn, nhà đầu tư thường yêu cầu tỷ suất sinh lời cao hơn để bù đắp rủi ro này.

2. Tỷ suất sinh lời được tính như thế nào trong nghiên cứu này?
Tỷ suất sinh lời được tính dựa trên lợi nhuận cổ phiếu trong một khoảng thời gian nhất định so với giá trị đầu tư ban đầu, phản ánh hiệu quả đầu tư của doanh nghiệp.

3. Mối quan hệ giữa beta và tỷ suất sinh lời có phải lúc nào cũng tích cực?
Không nhất thiết. Mối quan hệ này phụ thuộc vào nhiều yếu tố như ngành nghề, điều kiện thị trường và chiến lược đầu tư. Tuy nhiên, trong nghiên cứu này, mối quan hệ tích cực được xác nhận với ý nghĩa thống kê.

4. Tại sao cần phân tích theo ngành khi nghiên cứu beta và tỷ suất sinh lời?
Các ngành có đặc thù kinh doanh và mức độ rủi ro khác nhau, do đó beta và tỷ suất sinh lời cũng biến động theo ngành. Phân tích theo ngành giúp hiểu rõ hơn về đặc điểm và xu hướng riêng biệt.

5. Làm thế nào nhà đầu tư có thể sử dụng kết quả nghiên cứu này?
Nhà đầu tư có thể dựa vào hệ số beta để đánh giá rủi ro và lựa chọn cổ phiếu phù hợp với mục tiêu lợi nhuận và mức độ chấp nhận rủi ro, đồng thời áp dụng đa dạng hóa danh mục để tối ưu hóa hiệu quả đầu tư.

Kết luận

• Nghiên cứu xác định mối quan hệ tích cực và có ý nghĩa giữa hệ số beta và tỷ suất sinh lời của các doanh nghiệp niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh giai đoạn 2009 – 2024.
• Tỷ suất sinh lời và hệ số beta có sự biến động đáng kể theo ngành nghề, phản ánh đặc thù rủi ro và lợi nhuận của từng lĩnh vực.
• Kết quả nghiên cứu hỗ trợ nhà đầu tư và các tổ chức tài chính trong việc đánh giá rủi ro và xây dựng chiến lược đầu tư hiệu quả.
• Đề xuất các giải pháp nâng cao minh bạch thông tin, phát triển công cụ phân tích và đào tạo nhà đầu tư nhằm cải thiện chất lượng thị trường.
• Các bước tiếp theo bao gồm mở rộng nghiên cứu với dữ liệu cập nhật và áp dụng mô hình phân tích đa biến phức tạp hơn để nâng cao độ chính xác và tính ứng dụng thực tiễn.

Mời quý độc giả và các nhà nghiên cứu tiếp tục theo dõi và áp dụng các kết quả nghiên cứu nhằm phát triển thị trường chứng khoán Việt Nam ngày càng bền vững và hiệu quả.

Trích đoạn nội dung tài liệu

ĐẠI HỌC THIÊN MỐI TƯ ƯƠNG QUAN GIỮA HỆ SỐ BETA VỚI TỶ SUẤT SINH LỜI CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN SÀN GIAO DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH GIAI ĐOẠN 2009 – 202 LUẬN VĂN THẠC SĨ TÀI CHÍNH NGÂN HÀNG CHƯ ƯƠNG TRÌNH ĐỊNH HƯ ƯỚNG NGHIÊN CỨU Hà Nội – 2024 ĐẠI HỌC THIÊN MỐI TƯ ƯƠNG QUAN GIỮA HỆ SỐ BETA VỚI TỶ SUẤT SINH LỜI CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN SÀN GIAO DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH GIAI ĐOẠN 2009 – 202 LUẬN VĂN THẠC SĨ TÀI CHÍNH NGÂN HÀNG CHƯ ƯƠNG TRÌNH ĐỊNH HƯ ƯỚNG NGHIÊN CỨU Hà Nội – 2024 LỜI CAM ĐOAN Tôi xin cam đoan Luận văn là công trình nghiên cứu của riêng tôi. Các kết quả nêu trong Luận văn chưa được công bố trong bất kỳ công trình nào khác. Các số liệu, ví dụ và trích dẫn trong Luận văn đảm bảo tính chính xác, tin cậy và trung thực. Tôi đã hoàn thành tất cả các môn học và đã thanh toán tất cả các nghĩa vụ tài chính theo quy định của Trường .Vậy tôi viết Lời cam đoan này đề nghị Trường xem xét để tôi có thể bảo vệ Luận văn.

Tôi xin chân thành cảm ơn! Luận văn là một đề tài khá mới, do đó tuy tác giả có nhiều cố gắng song sẽ không thể tránh khỏi những thiếu sót. Bởi vậy, tác giả kính mong Quý thầy cô, những người quan tâm đến đề tài này tiếp tục có những ý kiến đóng góp, giúp đỡ để đề tài được hoàn thiện hơn. Để hoàn thành luận văn một cách hoàn chỉnh, bên cạnh sự nỗ lực cố gắng của bản thân, học viên còn nhận được sự hướng dẫn nhiệt tình của các thầy, cô giáo cũng như sự động viên, ủng hộ của gia đình và bạn bè trong suốt thời gian học tập nghiên cứu và thực hiện. Xin thể hiện một lời cảm ơn chân thành! 123523  789 123  789 1239  789 1239 1  !"#$%#&'9(89) 5 *9 +93,-#./ 01234567829:;,<7842=78>2?@7ABC7DE /FGFHI67JKKLMJKJNAO>PQRST2U7V42EWF:,-.

8BZD2C[W\]^B_[R`[B72a<B4bD4@4c?D72782BCT 5d72?[e2222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222221f) g22h6ij7i8klm6i88nopqrs86tuvwxpyq6zpy{6|ip}8~s222222222222222222221f g21256tuvwxpyq6zpy{6|ip}u€‚ƒ€„‚€†‡ˆp1‰‰Š‹1‰122222222222222222222222222222221f g212256tuvwxpyq6zpy{6|ip}u€‚ƒ€„‚€†‡ˆp1‰‰Š‹1‰22222222222222222222222222221Œ g2121256tuvwxpyq6zpy{6|ip}8~‚ƒ€„‚€†‡ˆp1‰1‹1‰f2222222222222222222222222222g‰ g212g256tuvwxpyq6zpy{6|ip}u€‚ƒ€„‚€†‡ˆp1‰Œ‹1‰12222222222222222222222222222g1 g2g2Ž€uw„€‘’‚€“rs6lŽ”€•–8—l7˜8lp6xqrsqiq|sp6py68n™p š›œ222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222g g2g22šž€‘’Ÿ€†€¡p¢6£p6¤¥¦222222222222222222222222222222222222222222222222222222222222222222gf g2g212šž€‘’Ÿ€†‚€¡p¢6£p6§ss‹§n¨pq6gp6©p8Ž2222222222222222222222222222222222222222gŠ g2g2g2šž€‘’Ÿ€†€¡p‰‰ªq«6¡78n7py¬£p6‰‰ªq«6¡7222222222222222 g2256­|79p{¡8j7­22222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222g *+,-.+,&/$01+&'$5+$&F$G&HI& KL1MJ N LOJPMJ!QRLST&$U+$&6%+$&,B1&'5B&VW+&XG+ Y Z[\M]^_ `$ a&VG&##`b&cBd'&3Ce&'fB&VA&,BC0&D%-$&'$5+$&F$G&HI& !JKL1MJ g Z[9h `$a&VG&iBj8&'$%&XG+&$kC&-lC&mn&-T+,&'o&XG+&$kC&pq+&+$r'& ##`b&cBd'&3Ce&'fB&VA&,BC0&D%-$&'$5+$&F$G&HI&`$s&SB+$ t uL #v&VG&,BwC&,B1&'(%&Vx&V1-$&'(y+&,B1&'(%&'$%&'()*+, z <{!R{: @G&p)|+,&-x&F$B}8&p)8&$5+$ ~ <1^ €8o&eT&XG+&$kC h <<{ #v&V8r'&VB+$&p*B     1 345689 6 56  1!"#1$%&'1()*1%+,,,,,,,,,,,,,,,,,,,,,,,,,,,,,-. 567341234%89+:;<=,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,-> ?341234/@AB<=C,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,-D 56E,-,F1GH1(%IJ@KLMNOPLQLRST.,F1GH1(%IJ@KLMNOPLQLRST.U-Z,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,EU 56E,E,F1GH1(%IJ@KLMNOPLQLRST.1TU;FVJ] +Z&^\_\YQRJ +],-.%%/0!%$SMTDU!*%$V!<%(GR-$N%&-W!.$g)`OddhPJ($F!*%(D&!!(,DE%/N56(ij!3)1DE\!$2!* a<%&!<C%aWGM!$2!*!*+,Dk6)%$+!$7W-!$<!*e!$l7+)b%%$X %/<V!*!M!%/m+e!K!%U!%n#$`!*Y%/J/MO'&6!\#$ddhP-$.%%/0!%$; /J/M#$`!*K!GR#$`!*DF!*1ddhP7+!^76`!$A(DH!*/J/MOP$!$2!*!$+ Dk6%<%$()*(+M%$X%/<V!*$A!*#$M.!$+Dk6%<%/8!ddhP\%$0o!ar!* D<CN$(,&6%L%/M!*)L56(!$!+,+DS)7n7C!$6W!s!DX!$$M);!$Ot $"6!*<C7n1-$k!7!.'vd$lDk6%<%$SM%!%A1%$SMN) %Y!$+#$`!*\$&!7<C*;D056N!%/X/J/M$(,#$`!*a&%*;"/J/M%/M!* $Y!$:(!$)9Dk6%<J();!$+D"6DB,#$&!$Mn%Db!*Dk6%<J($[#$`!* Dn%D<C$656N(MO ;W,1D0Dk6%<)b%.!$+Dk6%<k!-$N\!$2!* -$<^!*wxywD0\%$0DM7<V!*D<C/J/M+7C!$6W!#$%$H$!Dk6%<+M :(!$)9J();!$OzGL{S%(D<CM7+$GLDu%/<!*$M)ADb/J/M$ %$L!*J($A!*#$M.23#4#533+3*556550/!CD3E+36"3F5 G,HIJKLMNOPQRMSTUQMRLVUMWXMYKMZ[NUM\]^M_`MNaMYTbNMYLQWMcdLMefUMegeMhiUQWM QRWLXjMNklQMY`QMeWmQRMnWigQMNW`QWMjWKMopMqWrMJLQWsRLULMtiuQMvwwxMysz{z|}~ z€JeMNLlTMQRWLlQMemTs_`Me‚TMWƒLMQRLlQMemTs „ 515.*<=>?@ABC)DEF7GHI-=JKLL$MN GO8.51<GWX/X=TYZR2V"/X!" QXR77?<€57.7X/t" SYY„tWT7/X26T/"€<2"QX67TW*+,-.7>?"W"€ QX2826/RR<=QX6R~67X/t"2324WXt?S +Ž<7X/t"Rm/./%4 6#W8986e9 49yz{!6456%39%)%4-94846'01%4+8,4-)44 '4h*V4/i64BM XYZ[\]Q^I|`w5&0}09~,45842(8461%+ 694 86e949yz{!6456%39%)%4-94846'01%4+8,4-) 44'4h*V4/i64B XYFGHINOPQM 1 345678  36  !"#$#%&  '( )* +,- ./,0 113234565789:;<=>?@AB9CD=E9CF=GH9 IJIJIJKLMNOKPOQRKSMTKUVWXPYKZM[PYK\M]NPK ^_àbcdefgah_ifgaj_klfam^^nopaqrastbauvwabxaj_yfgab_zab_{vwabckfgaf|fa j{f_abva_{}faf~ua€wa_vbahlha‚wxhag{~abcƒfab_vag{„{a_{}faf~ua|wah†a^^noa‡x{aˆ„{a hlhafd„ha‰_lbabc{zfab_Ša^^noa‹ah†abwŒ{ae{a_rfgabcsafsŽaf†a†fgag†‰aj_yfga f_aˆrkaˆ{}ha‰_lbabc{zfaj{f_abvah~a‘bafd„ha ^_àbcdefgah_ifgaj_klfaqraf’{azaf_“fgafgde{ah†af_wahwag{~ka”h̀_asw~a •lfah_ifgaj_klfab_–ha_{}faf_wahwah~asŠf_an†a_~{a”—fgab_àbcdefgŽastbaqrab_à bcdefga˜’ah‘‰™ab_àbcdefga‰_{abš‰abcwfga›œuaqraf’{afgde{asw~aˆrafgde{a•lfab–abž j{vsaˆrkag{~ka”h̀_aˆ„{af_~wab_yfga‚w~ahlha_Ÿ‰a fga”œfa˜–Žaˆraj_yfgah†ah’a‚w~fŽa bŒah_ihafrka‚w¡faq¢Ža_d„fga”£fŽa¡sa•¡kah_kahlhag{~ka”h̀_afrua€~{aqrab_àbcdefga h_ifgaj_klfab_iah‘‰™ab_àbcdefgabš‰abcwfga›œuab_àbcdefgasrahlhag{~kasw~a•lfah~a f_“fgafgde{ab_~sag{~ab_àbcdefgadŸhabš‰abcwfgaq—{aˆrah_ẁa˜–a‚w¡faq¢ah~ahlhabŒa h_ihah†ab_¤sa‚wu|fah~af_rafd„haf_¥sa¡sa•¡kab¦f_as{f_a•—h_Ža~fabkrfŽa•¡kaˆ}a qŸ{a¦h_ah~ahlhab_rf_aˆ{ƒfab_~sag{~abcƒfab_àbcdefg IJIJ§J̈NZKZM[©ª«¬«­ª©®ª̄°PKZ±²KSMTKUVWXPYKZM[PYK\M]NPK ³´µ¶·¸¹º¶»¼¹¶·½´¶¾¿¶ÀÁ¶¹Ã¹¶ÄŹÁ¶¾ÆÇo_{ahlhaf_rawabdasw~ah_ifgaj_klfa”ka hlhahyfgabua‰_lba_rf_Ža˜xab{|faf_rfacÈ{ah~a_ÉadŸhad~aˆrka_k—batfga˜¡faÊw‘baj{f_a ”k~f_aˆra‚w~a†ag†‰a‰_fasËactfga˜¡faÊw‘baʋa_t{a^_yfga‚w~a^^noŽan_¦f_a‰_aˆra h_¦f_a‚wu|faËahlha`~a‰_d’fgahÌfga_wuatfgadŸhahlhafgwfaˆxfah_kasÍha¦h_a˜Îa ”Ífgaˆrawabda‰_lbabc{zfa_—abfgaj{f_abvŽa‰_ÍhaˆÍahlhaf_wahwah_wfgah~aʋa_t{ Ï´¹º¶ÀÐѶÒÓŶ¾Ô¿Õ¹º¶·½´¶¾¿¶ÀÁ¶ÀÓ¹º¶ÀÁÖ¹ºÇ¶^^noahwfgah‘‰ah_kahyfga h_×fgastbasy{abcdefgawabdaqrf_as—f_aˆ„{ahlhah’a_t{aq–~ah_Éfa‰_kfga‰_×anlha qk—{ah_ifgaj_klfabcƒfab_àbcdefgac‘baj_lhaf_~waˆ|ab¦f_ah_‘bŽab_e{a_—faˆratac{ackŽa h_ka‰_؉ahlhaf_rawabdah†ab_zaq–~ah_Éfaqk—{a_rfga_kla‰_Ùa_Ÿ‰aˆ„{aj_¡affgŽasÍha b{ƒwaˆra˜Ëab_¦h_ah~asŠf_Ú 1 34568946 58565869!"#$"%&'( )#*"+,-'.>%&=?41%@1A"+,08B *C3D$!5&5#-*C,1E+$0+&+F80-G1H I JK9LMN5889OP6Q5666R69546Q56S46T956UVWJKXYZ [\#")]^-0#'(&#+)_!+&F1(&#%`\a345 6#bc+##!"#&d?e"&f`'g&./ 01234536783649:;<=>?99$ @!A3433BCDEF6G677 467463634367)H64I67467466?EF6G679J6367 G3467347664A36434679A367K6L?F!356G3 MNOPQ674(4"67%CD34?R64S!)TDEF6G676?3467F63B3>9U 4"67I676764!334734367)V>9UEA3R6%34# F63B64I67CD(64I!4'64F63BE667 W%34#9?F!35EF6G67 4X643W3463WY4F63B64I67EF6G67"4'64643>9U "67W4(!67Z[\[]Z^_ CC67!3̀34367)a4I67346?64 4b67F63>9U64!3c3$CD73d679+679J6!67e!367 67K64$64F634367EF6G67f ./ 0123453gh23ijk6=>?9CDEF6G677467463634367 CD34?RS9cC!A346%449EF6G673lC!A3C6493 C64)TDEF6G676?EK367!m63BCDEF6G67S3lC!A3C6493 4F!4X644)n(9+C!A334F!EF6G67Co3G67F63lC!A3C649 p6764!334734367J9$3C64W6F!3l C!A3C649p67J34F!4X644734'64!3Co43'3 C64#34?34F64qELK3lC!A3C649p673$CDEF6G67 3634367f .5&/65365601*2 34 56789:8;7<=8>:?<=2153@3A566A566*3556)(56( 53&6"BC5553D%6*3556)(56(53&-E" 36#BC36(&F"53@G51(H(51I56*6%J56)(5636 *563(56K 34 56789:8LM78N=O<=21P5D%(55!53&3BQ)+55%R5!5(6456 $A56-S6,%336G5556T3A566A56)(5656 '5!UV$UW3X% 3Y!5($353&-E 53&"655/35X%3Y!5BZ3*(6 53&1C66436456X31[5!5""351[5536%56\(F 5-]!\&$353&65!(&5/6Y35BZ65"36456- ^_`_abcdeafghdadeijkdalmga n 6A56Eopn5"6%5!6Bq5"P53@6(GI/X3 56%5656P5r%BQ)+5#65346![$D%(56(6Y5![36s 3G56r565-][&1$3!!4)+2 t*nu3H11%vwxxyz636X&3P536s3G5nu636X&1.!FGHIJKLIMN#989IOHP48 94196 /9.+9/499 845789 0)941928!34985!"6728!3498 8891749988!"#198928!3498 9:;<$%!&18+,=>1?488@8!-45789 0)94A)3998 @7>1?B988!"#48CD%!!"#878!"#5!"6 7"439$%E4FG!H4I8J8@8,=>4I8K78+"#9 984L84B"8!"#948&8I188I9448484, =>78+,4L8!"#$ MNONONPNQRSTQUVWXQYZQ[T\WQ]^TQXYV_XQ̀aQbcTQbdNQ e!8/9G84Lf828ghie48&8787B"7"#9 39!L9!$CH1 48f4I2jk7!L9!8lAB"779G789!L9!J "48"698789!L9!mnopqr89#1 48' +87B"s9t 7848!"#4I!L9!8u79G789!L9!8248'78G9j k7488l78Bj!L9!-48H8489/988!"#798 789!L9!7mvpwpmnopC8"8x41CD%48f8JB"7848 !"#748y4I8JB"779Gz7I1779Gz784I8J4I4 !L9!48u848!"#${8H78Bj!L9!4LCD%A4B78G9 9t48y88)84zp-4488r8H98+"uF7|} q)4I8J9J9!~!"#87 € ‚ƒ„ƒ†ƒ‡ˆ‰ƒŠ‹ŒƒŽƒ‘ƒ’“”•ƒ–—˜ƒ™ƒš›”ƒœ•™ƒc™ƒ‘ƒžƒŸ¡¢Ÿ£¤Q € ‚ƒ„ƒ¥†ƒ‡ˆ‰ƒ•¦˜ƒ•™Z”ƒŠ‹ŒƒŽƒ‘ƒ’“”•ƒ–—˜ƒ•§ƒŽ¨”©ƒžƒŸ¡¢Ÿ£¡ª¡«Ÿ¬¡­¡Ÿ£®Q € ƒ¯ƒ‚¡¯¥ƒ•‘°˜ƒ‚ƒ±¥†ƒ‡•ƒŠ‹ŒƒŽƒ•¦˜ƒ•™Z”ƒŠ‹ŒƒŽƒ‘ƒ™ƒš›”ƒ™ƒ˜²ƒ–³˜ƒŠ´ƒ Žµ”©ƒ¶Œ“”ƒ·™ƒ’“”•ƒ–—˜ƒ•§ƒŽ¨”©ƒžƒŸ¡¢Ÿ£¡¸¹º«Ÿ¬¡­¡Ÿ£®¡¡¡ «»®Q {9484882984¼lf½789!L9!4L 4848I18K7CD%4¼lB"7444848984 82444848If94¾!L9!47"439$¿8984¼ l4L48484IF8½998+,4LI$ i8"u!28À>Á9J9Â94Lf828ghie1tÃ8288l4 +9F89/984¼l78+!L9!,"49J9Â-"# 12 45678 47 7845478 57857 !4"78#$%7478& 4785'()7547' *!+$,!-7755.75/%$0 '¯°±²³¦´§µ¡h¶·¸¯¹g   ¼Ã• º ³°¾g78!%4¿78*rsÀÁh¯Á¾ » ¼½• '¯°±²À°¯Áh¯Á¾  ) )à  12345678759:;3<5=4>5?@:;3<5A4B3<5C4DE35FGH5 IJKLMNOPJKLQRNPSTNUPVTWLXPYZZ[\ ]78^_` a78 $78 b(45c784!7 d745!e4+758!5!f$#$gd$4 h%i ,%75jklm%n)o^_` $78 b(4p/$b4/!75 !q$ d$ d74!e4+*rs(h!  a78758!445!8!%7 h%4!t7 575d$40 uvwe$4!/g7x7y,z!78^_`45. 45+7!4!/g7x%78' 75 8!,z!8!445mk uv{!/g7|7y 4778^_`785}% 4!/g7|%78' 758! % 5"78!445mk uv{!/g7_ 7y4778^_`785}%4!/g7_ ' 758!5'(~k 677775€LPNU:‚PƒT„ P‚†‡PˆPU‰NUPŠ‹ŒS5 Ž‘’“”• uv_c5.75–x—_ $!+"78!g7n,-78,j78nz!45m 4e˜ uv^™,j78–x—_ + ' 4p/$b4/!75!7š!*š›œž˜ uvlm%47)c5./01234586787 8  9 7   :;<=>?@AB;BC?)@)D?C@EFGHIJK=LC?MBENEFNOPPQ$#7PR86 !"#$%$& 78'7 P8(7 8 78S7 7  , -. /0123450120167689:;<=>?@>9A>?:B>?:CD>EF<=>G:H>IJK<=>IJK<=>L:M<>NO>PQ<> ?HRL>?SDR<>PTH>IJK<=>=HTH>:U<>:HVS>WSX>YZ[\>?:]><A>^_>NHR<>?:`<:>IJK<=>?:a> ?EJK<=>PQ<>P`>9b9>c[\>^_>GR?>:dL>?`H>^X<>L:H>EeH>Ef>PTH>g@<:>hi9>?:a>?EJK<=>Z>IB> ?Uf>E@>g@<:>hi9>IjS>?J>?QH>JSk>l:m<=>:U<>PTH>IHBh>n><Fh>?Eo<>IJK<=>?:a>?EJK<=> PQ<>P`>IHBh>p><Fh>?Eo<>IJK<=>g@<:>hi9>IjS>?Jq>?SD>9X>r>g@<:>hi9>IsS>9A>?t>^SC?> ^H<:>uKH>NF<=><:@S><:J<=>EeH>Ef>9e@>g@<:>hi9>n>?:CL>:v<>EeH>Ef>9e@>g@<:>hi9>pk> Zw?>G:b9>9x<=>PTH>hy9>EeH>Ef>?UH>z{<:J<=>g@<:>hi9>Y><Fh>?Eo<>IJK<=>?:a>?EJK<=> PQ<>uUH>9A>?t>^SC?>^H<:>uKH>9@f>:v<>^f>PTH>g@<:>hi9>l><Fh>?Eo<>IJK<=>=HTH>:U<>g@<:> hi9>IjS>?J>:HVS>WSXk 9 |}~"'€"&"‚ƒ"'#„"'"""†"‡ˆ"'‰'"Š'"&‹"†&"Œ"Ž \>9<=>?:y9>‘r’>NHBS>gH“<>IJK<=>?:a>?EJK<=>PQ<>lZ”q>NHBS>gH“<>WS@<> :V>=H•@>I–>uV9:>9:S—<>9e@>g@<:>hi9>IjS>?J>P`>udH><:S˜<>9e@>g@<:>hi9k>cRS>?@> ?:@D>g@<:>hi9>IjS>?J>NF<=>h–?>?`H>^X<>EHo<=>NHV?>Hq>?:]>9<=>?:y9>^Q>‘r’>^_>IJd9> PHR?>?:`<:™> š›œšžŸš ¡š¢6££¥¤Ÿ8¢ [w?>¦§œ££¥¤?:]>?@>^_>9A>L:Jv<=>?E]<:>ù>¨§œš©>¦§Ÿš ¡š¢Ÿª¢ 12 456789 8558556789 85 558889585 !4" 5#585$6%89 5& 6%895'89(5)*8+",$6-.>89$6%89+",75X;97abcdefg 45656#h $6-9895ijkl mnYopq-8568(_5`89X\8585-85685)aeg mnYorq-8568(_5`89X\8585-856855& 6%89abg mnpsYsr5Ytrq-8568(_5`89X\8Xu7v6789Z8858 $&855]85=5& 6%893 45689 28 5w:<*85$1 6*85x85)(5897(:8 5'5#28 855:85[8989=$75:6855x85[*5$1#$ 8285X8 $1 6 56%89Xu 583y;5]*85$1 6 z5' 5 9 5& 6%89 5 5`7$(85895<(:8 5'589=<)56#5`7 57 {X8 X85%)5783| * 5& 6%89 5855* 8<7 X;89 #5#28 898Y3})8X;8#Xu )8985[89)8X;Z#:$&85~ *4y€ 7$ ‚8855))ƒ5'89(5)*8$75#(5893„ 79895i 8 ]8 )895Z#:$&85$16856890\5& 6%89$†5* 85#$†5* 8 ‡897 885‚85$16$./01234526783927:432;:432<=39>2;7?:2<@372397AB27C2DE2 F?;B2G42;7H27/C32IJK2<L2;MN392O1B329/PB2;4/2DQ32<R12;M2S42;7@2;TMU39>2;JK2G427C2DE2 F?;B237V2;7W2IJK2<L2;MN392O1B32KXB2;4/2DQ32<Y2SZ/2;7@2;TMU392;7[\2S4239M]K2G^/_2̀:2 Sa5>2;T:39237/012;TMU3927]\2;7bK2;c2;B2Sd32;7[52KY27C2DE2F?;B2eI2f397AB2G42;4/2DQ32 F/c32<L3927:432;:43239M]K2G^/2D:2SZ/2F/c32<L392;7@2;TMU39_ 4 ,ghi,jk lkjm-9no pqrstuvwI2xyyz>2{BIB2f{T?3K72<|29/Z/2;7/C12I827W372}237e32;E29/Q/2;7~K72<M]K2 67:Q392y€2G]/2371a32KXB2B372I‚K2<R12;M_2ƒB237e32;E2<M]K2D„2‚392G42x†237e32;E2;7@2 ;TMU39>2z†237e32;E2O152I8>2}†237e32;E29/‡2;T@2Dˆ2D‡K72;T‰329/‡2;T@2;7@2;TMU39_2ŠB123452 K‡K23742397/‰32KJ12K‹392<|2\7‡;2;T/H32;7‰I2ŒŒŽ‘’“”Ž”f{T?3K72•237e32;E>2–2 37e32;E2<H2397/‰32KJ12S02;—2D1[;2D/372GU/2KXB2Kˆ2\7/c12;T‰32;7@2;TMU392K7J39267:‡3_ ˜™š™›™œžœŸ¡Ÿœ¢£¤£œ¥œ¢¦§¡¨Ÿœ©£œ¡Ÿª¡œ«¬œ ­®237P39237M]K2</HI2KXB2I827W372̄°±²>2I827W372FB237e32;E2<M]K2{BIB2f {T?3K72<|2<M]K2\7‡;2;T/H32S4:23wI2xyyz_2“”Ž”f{T?3K72K7:2T³392F?;B2;T:392I82 7W372̄°±²2K7MB2<X2;715c;2\7‚K2<H29/Q/2;7~K72G]/2371a326´2Sµ392KXB2;—2D1[;2D/372GU/2 Kˆ2\7/c12;T:392;7@2;TMU392K7J39267:‡3_2`:2<Y>27B/28392<|2;7bK27/C32397/‰32KJ12 ;7‰I27B/237e32;E2KY267153727MZ392GZ327N32S42KY2Q3727M¶392;E;27N32SZ/2;:432FL2;7@2 ;TMU39_2­7J237[;>25c12;E2S02O152I82SE327YB2KXB2K8392;5_2­7J27B/>25c12;E29/‡2;T@2 K8392;52<M]K2;7H27/C32F³392;—2DE29/PB29/‡2;T@2Dˆ2D‡K72;T‰329/‡2;7@2;TMU392KXB2K8392;5_ ¯8392;7JK2I827W372{BIB2f“·¸’Œ¹ º»¼4º½¼¾¿ÀÁÂúŽ¼fº½¼ÄÀŻƼÀÇ1»ÆÇȼÀɼ ÃÊÄ Ë#ÌÍ ÎÏ),,ÐkÑgÒÓgoÔÕ ÎÖ),,×9kmi##Ø%Õ ÎÙ),,ÐkÑ"#$%Õ Ú,79ÛÜÝ9ÞÕ ß,79"#$%Õ àÏ,79áâã qÏ,79áäãå  12 45679    !"#$%&'!(%)%%*+,-%.Na&%b&Cc&de&473.Y4&*B&%j&47B& d0D&%7k1&X7>b1'&X7$Xl;m&7617&1'7(81&%93&X7n&7\X] FGHIoKp0D&%7k1&;m&7617&1'7(81&%93] FGHIqK#73&47rX&/s&d(_3] FGHItKLu&de&C[&d(_3] FGHIvE&wY4&d3r1] xy!"z{!|!}~!" €€€‚ƒ„‚†‡ ‚‡ˆ‰Š‡‚‹Œ‚ Ž4D&da&17-1&4[&/3.&17O4&'()(&47W%7&C0&=(Y1&*1'&%ZD&'($&%791'&g7h$1‘&’?(& 17s1'&1'>i(&%j&g(Y1&479%&C-3&NP&4a(&%7W17&Na&*U3&4>V&%-3&7T(&1a.&da&46;&;[(&23D1&7_&'(sD& 4›&C3O4&C(17&di(&470%&4Y&N?(&7_&C[&Ž4D&%m1'&=[&š47m1'&4(1&C©1&%j&4581&47M&45>i1'œ& 17f;&g(B;&*M17&;[(&23D1&7_&1a.)%1$=<5)$KLQRPS TU V*!0QO$W33X$=E.(@ TU b+cdefgWh"K 90H9.)%1$=<5)$K@i3=#$%j")%>5?k $=3_536KK35l)%>5?"5 m nm=O53X33=7F$5"^%KF"$0 !4)6K^3Y)3F$!"#$!%7&%5 '()%*9@ opqpSrstuvBuwxySz{S|}~S€xyS ‚-$85%*G%5"K'\7%*"E^)$$3&)!ƒ';)515 3_573]) 3„((7O'†MJm%‡O'ˆ‰‰O5$!LmˆRP9. 3 74 576 !77 587" 9:;<=>?@A72 74 5B%"678 CDEFGHIJKLMHL  3 74 5B%"#$%&N7%O*+,+-.

TUV 6WUV   74 7X Y%7 74 72 8776 !77 74 5 B% Z[\]7-" 9:;<=^?A _`6ab7 $B%8 c7B%6@ de>e@fgh@igjk@lm@noph@qr@st@nu@lm@nophe@ vwxwywz{|}z~|€z‚zƒ„}z † 74 5 c7B%6‡ˆ74%'8,'‰‡ˆ74% Š 5%‹Œ 7% %c Ž /   6 Y / 77O"7‘‘HEF’“”•–H—˜’”•–H— ™7O"7š ›ˆ74%%‹ 5` %œ 4 4[Oœa 4 Š 5 '7‡ˆ74%™7‡O"›ˆ74% 5 7%  O ž2" 4 RŸ%7 ¡7Ž‡ 74¢5‹ 5Œ‡ˆ74%/ 6Y £LG¤H¥ ¦2 782 7%'7$ ‰ _ 8 Ž!7$%X Rbba 5 %‹O ž2• 4 §%62 7 3œ 5‡X ba¨&a './5$>;?49@9A9B7%7!55%C, DEFEGEHIJKHLMNOPQHRJSPQHTJUVPHWXYLZ[\]Z^_\_Z̀abPHFccdHeHFcGGH fgh*55%C755.*--mn45679 55) + *%'$#$%*h,49@9A9B7o55p + i jkkqr7stkk5p ./?uvj5p #p7!?>';wvvtk5p  i jkktx7o55p y7+#$%#57,  z{|}~€€~‚ƒ„|~ƒ†|~‡}ˆ~‰Š~‹ŒŒŽ‘’“‘”•–|~—˜˜™~š~—˜~ ›œ’žŒŸ‘¡“ŽŒ’¢£¤¥•¦§~ 855%Ci +7*¨jkkkxjkkl&55%C$7' 7o%7©&5 C&7#%r7(7ª567*i jkkl#57' 7o+#«7#%#5#%#57¬h,­r75/ 9f-5*)o--mni jkkt.%)4957/#0142359447+4554 )7%&'67%"$6/9'865%59,!&$4)7:;;<7=5>?@AB9 %)4%C7D%%#:EF957G9F<F7HH957#$%(5957%%I)7 %'J4D4657D%)4#K;<7;FL, )7:;K;7'65./8*B8CD9E896/F48#6:G/9:H48 8 I9 1886=46J8D9E89K$9=AB89L 4) MD4H4N4:96OI*9/444OD9P 29Q969/$9=4(9R98969 /$/9829456444OD9P 2ST!UT!VQWVL4483 XYZ%&-4./8,Q969 /$9==49L=P8:E8/994H8K\83"#92PiK : 4`ls6=48449P)8$9lst8:u O68ee8 R89*9J84S44DRvH9$9456L29POF89[D4/ 8/6;9(AR9*964[4w=/$H84OD6/9*89+4$9 44/6896DR+)8*g@x<:@>-4OD456V6:"4/6=44 )8*g9E=PO84<8=K8982<8!9616yW!z!9"6 12 4567589 5688885!8"#8$%$7& '5!(5!8)*7&8+),#-4./051$523455638878688+ ),#8889868%8:8851$8:88255!8;+485<8 1=>8:88$%6568 ?18>@6;A858"%85!305!3B88'C8D87@ * %:>EF8G3 "6#"-8285H88I#8G3 JFFKL2MMNO 8;8@6;A85!850P8Q8#>68R586S6!#8;8"28 %:>EF8G3 7D"28'56G3 TU$5#4V48R@18U55% 78JFEK8"28@6;A807W88XFFFLKFFFTY$5W8Z@6;A8 P (48[8"587%\87]8\8>P48587W8 88; 583^_8"^967539)599̀456a0$I8851$@6;A858 "%85!3>U5'8I8[8']5%8I#;688;]'b#c defedeghijgklmnopgqiropgsituogvwxkyz{|y}~{~y€ogf‚ƒ„ggf‚fƒg g †‡ˆ‰Š‹Œ‹ŒŠŽˆŠŽ‘ˆŠ’‰“Š”•Š–—˜—™š›œ˜ž˜œŸ¡ˆŠ¢£¤¥Š¦Š¢£¢¤Š §¨©ª—«œ¬­ž™˜—®˜š¯°Š c55$ (G8-@6;A858"%88G3 JFE±5$²G8 563688Q8%8I#8G3'0';+D87@ *8G3JFFKLJFF±7W83c D83]57EJ³F563 '8>´Y³@6;A8G8J³µ D68'8³ 12 3456783464 4 6343676766467466667463!"#467 $346434 %3&' 4(&)*8&) 4+,64-.0F496>- &677G 67H64967 44G34 67H64967C@IJK6)309J453376LF3# - MNOL %3; 464 34 36733P7- 7-"Q334R467 E4)/6>- =S8L66ETU67 (-V34W64W36>- 9SX=7- 3?67V670.746676 6>-=stuvwxy d466>- =uvt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àbc̀d\*ècfcfg- h 6 48%88' ijkll6 4( hm6#45n46 58%jll8 4o4 p 5q 8r6i l(ksjsjtu 48 5#4iv(ktu 8%whwxyz 4{|} y4~  klkj€ir845# 5#4iTl(‚v‚kƒu 8%„8 i †6‡ kljj( |ˆ4‰88 4q 454n 8%jllŠ5 54 jk  8‹ 446 5il(‚sŒj‚tu8‹45} ‹ '6u64Š58jllŠ5 5 io  €$5{ 45n  5q 8‹45}Ž5 ˆ p‰ 56z € $ 5‘ 454n (’4$ 5#48%|ˆ4is(Œku 45678€“ whwx„ ”8•55 –4 klkj(’45" 5#4iTj(ttu 8%whwx yz44—˜ Šu6( „€$6o6o454n ™45o }4 €– jk  6(h5}5 š85›4$ 5#48%6o€ 5‹p4œvœllllll46 45678€“~ ‡ 5i hžwx~ p45‘ y4~ —yˆ48 klkj 4 5" 5#4p4v‚tŒ(tŒk46 8%whwxŸ85€ 4 i ˜5  kljk(h6 5€ 5‹8%jll™iv‚jvltj46 ( ’48 4o8‹ 446 5ik(stu 4$ 5#4i45678€“ hzi –x54  kljk€i'46{ 5" 5#4iTl(vjkjk8%whwx’› hn h5i5(’48 4o8‹'46{‡ “6 io45}5 4& 74pŠ5 555p47 5Š55 44€i5' 4858%Š5 5‡ 5 € ‰8 qo'44q 454n 85r 5( 12 45679  6    !"#$ %&" !'   ()**** !"#$ *)*21( ()****   %&" *)*1+, *)*-.-/0169$2345$%6789:;<48934169 =6 ><56695?2<(;@3A6BC>D=EFGHH$%I89  J;7(()3169$2345<5?2$%69$2(K(6%<56B L9 MJ;7(NOP+QRS,M/TUV&(6WXYZ[Y\]^[()=(8_ ;(`D=a03A6I5`bcBcc8d$6%&(6=6;7( $e60f##"<>D=gGI5B&$2$e60f##"e569 `$;@(66hYi(c89Dj$e60>D=G&$2[]klO 8($1(64m nopqrstutrvwxryzor{|}~€p‚rƒr„ †‡r ˆ‰Š‹ŒŽ‘ ’“”‘•‘–—˜™š›‘œšžŸ“”‘ ¡¢£¤Œ¥¦¥Œ§¨©Œª«‘ ¬Yk.­ aam®® ¯ 5K@57!"# °±²³W±[ ¯m®U ¯m11¯U 5K@57 ´Q­²³\Y+±µ±[ ¯m̄¯ · 8(¸5;7(D6$e6 ¶±µQ±[µ­ ¬RRl¹Qk¹µ­ a»m·¼1 ¯ ¸6>;@(j;7(  º­³.9'89@99()D5 EFGEHIJK LMNOPQRSRPTUVPWXMPYZ[PWX\P]^_P `abcd nopqrpstef dghigdjklmd apuvwd xyzp{pc|s}~d €‚ ƒKƒ„†‡†ˆ ƒKƒ‰ Š‹+A ƒKˆƒ‰„‡ ƒKƒƒƒ 4A/65+& ˆƒƒ Œ‚ŽEˆ †K„ ‘’“”•Eˆ ƒKƒ‡‰ PPPP–—˜Z™š›œU›ž˜M›ŸP 1$6¡¢£‚¤¥E9.9'9¦/6,C49‹89@9&896,¡D5 999579§58$6¡$!¨ ©ª 4#689«:;0;¬­®<=>9(¡,997¯9°59A8±0 ©ª 9&6359‹+A²748³́³9µ9*=>9°5$!&6!,7¯ 9°59A8±&¶·440 ©ª 9&6·44357A/659'6,¸9¹956K·6,9±9'+A 9¦/6,D59'+A35950 º»º»¼»½¾¿À½ÁÂýÄÅÆÇÈÉʽË̽ÍÎÊͽÏÐËнѽÏÒÓÊÔͽº½ÊÍÕʽÖ×½ 456899.% GHFIJKIFLMGF GHFIJKIFNMGF GHFIJKIFOPQF BCDEF RSTUVTWXCT \]^T_T RSTUVTWXCT \]^T_T RSTUVT \]^TfF YZ[F E`WabF YZ[F E`WabF WXCTcdeF E`WabF ghi 2j2klk2lm 2j22l 2j2nm2o1p 2j2qn 2j2nm2o1p 2j2qn rsth qjunvw2p 2j22k ojuuvw2p 2j2qk ojuuvw2p 2j2qk gx 2j21n22mu 2 2j21qplkn 2 2j21qplkn 2 yz{| 2j2n2onp1 2jq2u 2j2lql2nk 2j2ou 2j2lql2nk 2j2ou }89~ oq22 oq22 oq22 i €w‚h 2j2u1u 2j2umo 2j2umo ƒ{„ oqjll 11jlq o1jp1  †‚‡ 2 2 2 ˆ‰Š/‹ŒŽ*Š"‘’’% !"#$%&'“'%)*+%,-"%”0•–—˜#.% ™Cš›TœEWF žIŸFF¡YZ¢£¤F ¥£¦§¨©IŸF ªW«¬E`T­W®­T̄°bT^W±EF ² sih ukjlq 2 ³´µ¶³´·¸¹·º»¼} ½ qjol 2juumq €vx¾¿¹·º³´ g‚h  †À 2j22 o ¶³´„Â{ÃÄ·º{|~Å6~Æ ÁÀ‚Àh ÇÈÅ ² ÉʂsÊÀhËhi 1ujq11 2 ¶³´ ÌÅÍ6¹{6Î6º{ 89~µ„Ï·ÐѼ} ˆ‰Š/‹ŒŽ*Š"‘’’% ˺{6ÎÒÂÓÔÕÖ´µÒÂÓ~Ò~w6×6~ǹ Ø„5689 wÙ ÔØÃÅ5ÇÚÛÜ·ÇÝ9ÌÒÅ89~Í6º{89~ÞßÅÃÅ5ÇÚÛÜ·à wÙ yÍ|áÅ89Æâº{{ã~ÛäÃÅ5ÇÚÛÜ·ÞäÃÅ5·Ð69ÚÇÝ9ÃÅ5ÇÚ{ ¸{ÅÝ9ÞßÅ~9à 12 4 678  8 !"#$ %&'()* +," -"&./0%182384825 8 6789:8; <=>?@ABCB@DEFG@HEIG@JKL@ MNOPQ [\]^_]`aRS QTUVTQWXYZQ N]bcdQ efg]h]Pi`jkQ lmno p;pqq2rr p;psr tuvm 2;wpx4py p;p2 lz p;pqwwpp{ p;ppp |}#~ p;p11wq1{ p;r1s 0~€o:‚n 2rpp ƒo„†8ur {2;1 ‡ˆ‰Š‹†8ur p;pppp @@@@ŒŽ‘’“”•’–Ž=’—•˜•˜@ 678™š›# 841œ ./0} -"& 788š8ž '888Ÿ8 78™š™, 4 ¡¢£¤¥¦§¨© 2+š'ª«8~ ¬­ 4 ®¢7¯™š"°!8›0±!›°* #~² ¡£³±³´5¨© «™, ¢7,ª«8~ ¬8¯7µ00/­ 4 ®¢78'¬¶ ~ 1878·+¸­ ¹º¹º¹º»¼½¾¿ÀÁ¿ÃÄſƾÇÈ»ÉÊÊ»ËÌ»ÍλÏÐÑÇÒ»ÓÔ»ÕÖÒÈ×»ØÙÈлÉÊÊ»ËÌ»ÍλÏÐÑÇÒ» Ú78 ¬¶ 8¬¶¯8š›8841œ 5 ¢7 ¬Û¦¦ÜÝ"7 +,8 ¢¢7µ00/›°!8žÛ¦¦Ü8! 8Þ߬¶­µ 78 œ 2#  » 12 45679 67567 ! "#$%#&'() *&+) ,(#-) ./01)0(21) ,%-) ,#3) 45667 899 9:2;;<=<> 9:;>1;<?@ A9:@?;?<21 8:?2<<?= 45667BCDE 899 9:98@<@<? 9:1<912< A8:89918< 2:;>9>=1 FGEHIC4 899 9:192@?>; 9:2>8<> 9:998@89@ 9:@>9?8@2 FGEHICBCDE 899 9:11?=2;? 9:2@2=9;; 9:9999;=@ 9:@>?>22@ JKLIEMC 899 9:8221191 9:8<;@?@? 9:99992>= 9:>2@>288 NOPQRST!USVP5SWUXUX YZ[\][^[_`a[bcc[de[_f[ghijk[lmjn[op[cqrsst[oujv[kwx[ghy[_az[jn{g[_`a[nZ[\][ |}~H}Acqts€[gni_[‚ƒ[^„^ [†‡j[gˆw[‰wŠj[†wZg[‹ad[Œ†Ž[‚p[kwx[ghy[_az[jn{g[ bqtrt[ouj[_`a[„‡‘[’zpj[Yza[Ž“j[ŒYŽ”q „•–jk[g—v[nZ[\][‰“ga[_f[kwx[ghy[ghijk[lmjn[op[cqcbt[oujv[^„^ [„n`˜[\ˆj[ ‹ad[†wZg[_f[nZ[\][‰“ga[gn{‘[jn{g[op[Abqcc™[‚p[^„^ [†‡j[gˆw[‰wŠj[†wZg[‹ad[_f[kwx[ ghy[_az[jn{g[op[rqsšbq ‹n•jk[[›‚aoi“[_`a[_ˆ[r[nZ[\][jp˜[’ƒi[_f[dœ_[ghijk[lmjn[h{g[ojv[‚p[gnŠ[ nwZj[žŸg[iˆ[g•–jk[iaj[kw¡a[nZ[\][‰“ga[‚p[„ŽŽ¢[_`a[£zajn[jknwZ‘[žn¤jk[_f[¥[ jkn¦a[gn]jk[ž§q[”wx[ghy[ghijk[lmjn[A‚aoi“[_`a[nZ[\][^[‚p[‰“ga[ouj[o•¨g[op[cq™cs[ouj[ ‚p[cq™™€[oujq[‹n•jk[žn¤jk[‘nˆw[g{g[_ˆ[de[_nœjk[žnzxj[žŸg[iˆ[’ƒi[žn¤jk[_f[¥[ jkn¦a[gn]jk[ž§v[[›‚aoi“[^[jn©[jn{g[op[c:998@gni_[‚ƒ[^„^ [Yfa[ªj[Œ«Yª[‚p[ FA‚aoi“[‰“ga[jn©[jn{g[op[9:999;>›^„^ [¬wZj[o—_[­nxjn[Y®aq JA¯LIEMC°J2[_f[kwx[ghy[ghijk[lmjn[op[brqr™±q[”wx[ghy[jn©[jn{g[op[„‡‘[’zpj[ Ya‘a_z[‚p[kwx[ghy[oj[jn{g[gni_[‚ƒ[^„^ [¬wZj[o—_[­nxjn[Y®aq „•–jk[g—v[ga[_f[žŸg[iˆ[n²w[i˜[’–j[lwŸj[_`a[ghijk[lmjn[bcc[de[jn•[\ai³ 45679 ´67µ¶6 ! ·¹̧º) »¼½¾¿½ÀÁ¸½ÂÃÄ) ÅÆǽȽºÉÀÊË) ÌBÍCDE 9:2?@<> 9:<1? YÎjk[\] 9:98@>?8 9:@? Ž][iaj[\xg 82 FM5ÍÏÐ 9:<1?8 JAKLIEMCÑ 9:9;=? NOPQRST!USVP5SWUXUX 12