Luận Văn Thạc Sĩ Về Ứng Dụng Hồi Quy Tuyến Tính Tính Hệ Số Beta Của Cổ Phiếu Niêm Yết Tại Trung ...

Luận văn thạc sĩ nghiên cứu ueh ứng dụng hồi quy tuyến tính để tính hệ số beta của các cổ phiếu niêm yết trên trung tâm giao, khảo sát thực trạng, phân tích nguyên nhân, đề xuất

• Người hướng dẫn: Ts. Phan Thò Bích Nguyeät
• Trường học: Trường Đại Học Kinh Tế TP.HCM
• Chuyên ngành: Kinh Tế
• Đề tài: Ứng Dụng Hồi Quy Tuyến Tính Tính Hệ Số Beta Cổ Phiếu Niêm Yết Tại TP.HCM
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2007
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ MÔ HÌNH CAPM, HỆ SỐ BETA VÀ HỒI QUY TUYẾN TÍNH
• 1.1. Các khái niệm
• 1.2. Mô hình định giá tài sản vốn CAPM
• 1.3. Đa dạng hóa và loại bỏ rủi ro không hệ thống
• 1.4. Đường thị trường vốn (The Capital Market Line – CML)
• 1.5. Danh mục thị trường

Tóm tắt

I. Tổng Quan Về Ứng Dụng Hồi Quy Tuyến Tính Trong Tính Hệ Số Beta

Hồi quy tuyến tính là một phương pháp thống kê quan trọng trong việc phân tích mối quan hệ giữa các biến số. Trong lĩnh vực tài chính, nó được sử dụng để tính toán hệ số beta của các cổ phiếu niêm yết. Hệ số beta phản ánh mức độ biến động của một cổ phiếu so với thị trường chung. Việc áp dụng hồi quy tuyến tính giúp các nhà đầu tư đánh giá rủi ro và lợi suất kỳ vọng của các khoản đầu tư. Nghiên cứu này tập trung vào việc áp dụng hồi quy tuyến tính để tính toán hệ số beta cho các cổ phiếu niêm yết tại TP.HCM.

1.1. Khái Niệm Về Hồi Quy Tuyến Tính

Hồi quy tuyến tính là một kỹ thuật phân tích thống kê nhằm tìm ra mối quan hệ giữa một biến phụ thuộc và một hoặc nhiều biến độc lập. Phương pháp này giúp xác định cách mà biến phụ thuộc thay đổi khi biến độc lập thay đổi. Trong bối cảnh tài chính, hồi quy tuyến tính được sử dụng để dự đoán lợi suất của cổ phiếu dựa trên các yếu tố như lợi suất thị trường.

1.2. Tầm Quan Trọng Của Hệ Số Beta Trong Đầu Tư

Hệ số beta là một chỉ số quan trọng trong việc đo lường rủi ro của một cổ phiếu so với thị trường. Một cổ phiếu có beta lớn hơn 1 cho thấy nó có xu hướng biến động mạnh hơn thị trường, trong khi beta nhỏ hơn 1 cho thấy cổ phiếu ít biến động hơn. Việc hiểu rõ hệ số beta giúp nhà đầu tư đưa ra quyết định đầu tư hợp lý hơn.

II. Vấn Đề Trong Việc Tính Toán Hệ Số Beta Cổ Phiếu Niêm Yết

Việc tính toán hệ số beta không phải lúc nào cũng đơn giản. Có nhiều yếu tố có thể ảnh hưởng đến độ chính xác của kết quả tính toán. Một trong những vấn đề chính là sự biến động của thị trường và các yếu tố kinh tế vĩ mô. Ngoài ra, dữ liệu không đầy đủ hoặc không chính xác cũng có thể dẫn đến sai lệch trong kết quả. Nghiên cứu này sẽ phân tích các thách thức trong việc tính toán hệ số beta cho các cổ phiếu niêm yết tại TP.HCM.

2.1. Các Yếu Tố Ảnh Hưởng Đến Hệ Số Beta

Nhiều yếu tố có thể ảnh hưởng đến hệ số beta, bao gồm biến động của thị trường, chính sách kinh tế, và các sự kiện bất ngờ. Những yếu tố này có thể làm thay đổi mối quan hệ giữa cổ phiếu và thị trường, dẫn đến sự thay đổi trong hệ số beta.

2.2. Dữ Liệu Không Chính Xác Và Ảnh Hưởng Đến Kết Quả

Dữ liệu không chính xác có thể dẫn đến việc tính toán hệ số beta không chính xác. Việc sử dụng dữ liệu lịch sử không đầy đủ hoặc không chính xác có thể làm sai lệch kết quả, ảnh hưởng đến quyết định đầu tư của nhà đầu tư.

III. Phương Pháp Hồi Quy Tuyến Tính Để Tính Hệ Số Beta

Phương pháp hồi quy tuyến tính được sử dụng để tính toán hệ số beta thông qua mô hình CAPM (Capital Asset Pricing Model). Mô hình này cho phép nhà đầu tư đánh giá rủi ro và lợi suất kỳ vọng của cổ phiếu. Nghiên cứu sẽ trình bày chi tiết về cách áp dụng hồi quy tuyến tính trong việc tính toán hệ số beta cho các cổ phiếu niêm yết tại TP.HCM.

3.1. Mô Hình CAPM Và Cách Tính Hệ Số Beta

Mô hình CAPM là một công cụ quan trọng trong tài chính, giúp tính toán lợi suất kỳ vọng của một tài sản dựa trên rủi ro của nó. Hệ số beta được tính bằng cách hồi quy lợi suất của cổ phiếu với lợi suất của thị trường. Công thức tính hệ số beta là: $$\beta = \frac{Cov(R_i, R_m)}{Var(R_m)}$$.

3.2. Quy Trình Thực Hiện Hồi Quy Tuyến Tính

Quy trình thực hiện hồi quy tuyến tính bao gồm việc thu thập dữ liệu, xác định biến phụ thuộc và biến độc lập, và thực hiện phân tích hồi quy. Sau khi có kết quả, hệ số beta sẽ được tính toán và phân tích để đưa ra các quyết định đầu tư.

IV. Ứng Dụng Thực Tiễn Của Hệ Số Beta Trong Đầu Tư

Hệ số beta không chỉ là một chỉ số quan trọng trong việc đánh giá rủi ro mà còn có nhiều ứng dụng thực tiễn trong đầu tư. Nhà đầu tư có thể sử dụng hệ số beta để xây dựng danh mục đầu tư tối ưu, giúp giảm thiểu rủi ro và tối đa hóa lợi nhuận. Nghiên cứu sẽ trình bày các ứng dụng thực tiễn của hệ số beta trong đầu tư tại TP.HCM.

4.1. Xây Dựng Danh Mục Đầu Tư Tối Ưu

Hệ số beta giúp nhà đầu tư xác định mức độ rủi ro của từng cổ phiếu trong danh mục đầu tư. Bằng cách kết hợp các cổ phiếu có beta khác nhau, nhà đầu tư có thể xây dựng một danh mục đầu tư tối ưu, giảm thiểu rủi ro tổng thể.

4.2. Đánh Giá Rủi Ro Và Lợi Nhuận Kỳ Vọng

Hệ số beta cho phép nhà đầu tư đánh giá rủi ro và lợi nhuận kỳ vọng của các khoản đầu tư. Bằng cách phân tích hệ số beta, nhà đầu tư có thể đưa ra quyết định đầu tư hợp lý hơn, tối ưu hóa lợi nhuận.

V. Kết Luận Về Ứng Dụng Hồi Quy Tuyến Tính Trong Tính Hệ Số Beta

Nghiên cứu cho thấy rằng việc áp dụng hồi quy tuyến tính để tính toán hệ số beta là một phương pháp hiệu quả trong việc đánh giá rủi ro của các cổ phiếu niêm yết tại TP.HCM. Hệ số beta không chỉ giúp nhà đầu tư hiểu rõ hơn về rủi ro mà còn hỗ trợ trong việc đưa ra quyết định đầu tư. Tương lai, việc áp dụng các phương pháp phân tích hiện đại có thể nâng cao độ chính xác trong việc tính toán hệ số beta.

5.1. Tóm Tắt Các Kết Quả Nghiên Cứu

Nghiên cứu đã chỉ ra rằng hồi quy tuyến tính là một công cụ hữu ích trong việc tính toán hệ số beta. Kết quả cho thấy mối quan hệ giữa cổ phiếu và thị trường có thể được mô hình hóa một cách chính xác thông qua hồi quy tuyến tính.

5.2. Định Hướng Tương Lai Trong Nghiên Cứu

Tương lai, nghiên cứu có thể mở rộng để áp dụng các mô hình phức tạp hơn nhằm cải thiện độ chính xác trong việc tính toán hệ số beta. Việc sử dụng công nghệ và dữ liệu lớn có thể giúp nâng cao khả năng phân tích và dự đoán trong lĩnh vực tài chính.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế thế giới phát triển mạnh mẽ và quá trình toàn cầu hóa diễn ra nhanh chóng, Việt Nam đã xác định hội nhập kinh tế quốc tế là cơ hội lớn để phát triển toàn diện. Từ năm 2006, Việt Nam chính thức trở thành thành viên thứ 150 của Tổ chức Thương mại Thế giới (WTO), đồng thời gia nhập các tổ chức kinh tế quốc tế như APEC và được Mỹ thông qua quy chế thương mại bình thường vĩnh viễn (PNTR). Những sự kiện này đã tạo điều kiện thuận lợi cho thị trường chứng khoán Việt Nam phát triển, thu hút các tập đoàn, công ty lớn trong và ngoài nước đầu tư.

Thị trường chứng khoán Việt Nam, đặc biệt là Trung tâm Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE), đã có sự tăng trưởng nhanh về quy mô và số lượng doanh nghiệp niêm yết. Tính đến cuối năm 2006, có 193 công ty niêm yết với tổng vốn hóa đạt khoảng 221 nghìn tỷ đồng, tăng gấp 8 lần về tổng khối lượng cổ phiếu lưu hành so với năm 2005. Thị trường trái phiếu cũng phát triển với gần 400 loại trái phiếu chính phủ và doanh nghiệp, tổng giá trị trên 70 nghìn tỷ đồng, tương đương 7,7% GDP năm 2006.

Mục tiêu nghiên cứu của luận văn là ứng dụng phương pháp hồi quy tuyến tính để tính hệ số beta của các cổ phiếu niêm yết trên HOSE, từ đó áp dụng mô hình định giá tài sản vốn (CAPM) nhằm đánh giá mức độ rủi ro hệ thống và lợi suất kỳ vọng của cổ phiếu. Phạm vi nghiên cứu tập trung vào dữ liệu giao dịch cổ phiếu trên HOSE trong giai đoạn từ năm 2000 đến quý I năm 2007, nhằm cung cấp công cụ hỗ trợ nhà đầu tư trong việc phòng ngừa rủi ro và nâng cao tính minh bạch của thị trường chứng khoán Việt Nam.

Việc tính toán hệ số beta và áp dụng mô hình CAPM có ý nghĩa quan trọng trong việc giúp nhà đầu tư đánh giá rủi ro hệ thống của từng cổ phiếu, từ đó đưa ra quyết định đầu tư hợp lý, góp phần thúc đẩy sự phát triển bền vững của thị trường chứng khoán non trẻ tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết danh mục đầu tư của Harry Markowitz và mô hình định giá tài sản vốn (CAPM) do William Sharpe, John Lintner và Jack Treynor phát triển.

• Lý thuyết danh mục đầu tư Markowitz: Tập trung vào việc đa dạng hóa danh mục đầu tư nhằm giảm thiểu rủi ro tổng thể thông qua việc kết hợp các tài sản có hệ số tương quan thấp hoặc âm. Lý thuyết này sử dụng các khái niệm như phương sai, hiệp phương sai và hệ số tương quan để đo lường rủi ro và lợi suất kỳ vọng của danh mục.

• Mô hình CAPM: Mô hình này xác định mối quan hệ tuyến tính giữa lợi suất kỳ vọng của tài sản và rủi ro hệ thống được đo bằng hệ số beta (β). Công thức cơ bản của CAPM là:

  $$ E(R_i) = R_f + \beta_i (E(R_m) - R_f) $$

  Trong đó, $E(R_i)$ là lợi suất kỳ vọng của tài sản i, $R_f$ là lợi suất phi rủi ro, $E(R_m)$ là lợi suất kỳ vọng của danh mục thị trường, và $\beta_i$ đo lường mức độ biến động của tài sản i so với thị trường.

Các khái niệm chính bao gồm:

• Lợi suất thực (R): Tổng thu nhập từ cổ tức và sự thay đổi giá cổ phiếu trong kỳ.
• Rủi ro hệ thống (Beta): Đo lường mức độ biến động của cổ phiếu so với thị trường chung.
• Hiệp phương sai và hệ số tương quan: Đo lường mối quan hệ giữa lợi suất các tài sản.
• Đa dạng hóa danh mục: Giảm thiểu rủi ro không hệ thống thông qua việc kết hợp các tài sản khác nhau.

Phương pháp nghiên cứu

Luận văn sử dụng phương pháp hồi quy tuyến tính đơn biến để ước lượng hệ số beta của các cổ phiếu niêm yết trên HOSE. Cụ thể:

• Nguồn dữ liệu: Dữ liệu giá cổ phiếu và chỉ số VN-Index hàng tuần từ ngày 28/07/2000 đến quý I năm 2007, lấy từ Trung tâm Giao dịch Chứng khoán TP. Hồ Chí Minh.

• Cỡ mẫu: Bao gồm 109 mã cổ phiếu đang giao dịch trên HOSE tính đến 31/03/2007.

• Phương pháp chọn mẫu: Chọn toàn bộ cổ phiếu niêm yết trên HOSE có dữ liệu đầy đủ trong giai đoạn nghiên cứu để đảm bảo tính đại diện.

• Phương pháp phân tích: Áp dụng mô hình hồi quy tuyến tính đơn biến theo công thức:

  $$ R_{i,t} = \alpha_i + \beta_i R_{m,t} + \varepsilon_t $$

  Trong đó, $R_{i,t}$ là lợi suất cổ phiếu i tại thời điểm t, $R_{m,t}$ là lợi suất thị trường (VN-Index) tại thời điểm t, $\beta_i$ là hệ số beta cần ước lượng, $\alpha_i$ là hệ số chặn, và $\varepsilon_t$ là sai số ngẫu nhiên.

• Timeline nghiên cứu: Thu thập và xử lý dữ liệu trong vòng 3 tháng, phân tích hồi quy và kiểm định mô hình trong 2 tháng tiếp theo.

Phương pháp này cho phép đánh giá mức độ biến động của từng cổ phiếu so với thị trường, từ đó xác định rủi ro hệ thống và hỗ trợ nhà đầu tư trong việc ra quyết định.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hệ số beta của các cổ phiếu niêm yết trên HOSE dao động rộng: Kết quả hồi quy cho thấy hệ số beta của 109 cổ phiếu dao động trong khoảng từ dưới 0,5 đến trên 1,5, phản ánh mức độ rủi ro hệ thống khác nhau giữa các cổ phiếu. Khoảng 30% cổ phiếu có beta lớn hơn 1, cho thấy mức độ biến động cao hơn thị trường, trong khi khoảng 40% có beta dưới 1, biểu thị mức độ biến động thấp hơn.

2. Tính ổn định của beta tăng theo quy mô và thời gian: Các cổ phiếu có quy mô vốn hóa lớn và thời gian niêm yết lâu dài có hệ số beta ổn định hơn. Ví dụ, các cổ phiếu blue-chip như VNM (Vinamilk) và STB (Sacombank) có beta dao động quanh 0,9-1,1 trong suốt giai đoạn nghiên cứu, trong khi các cổ phiếu nhỏ hơn có beta biến động mạnh hơn đến 30%.

3. Mối quan hệ tích cực giữa beta và lợi suất kỳ vọng: Phân tích cho thấy cổ phiếu có beta cao thường có lợi suất kỳ vọng cao hơn, phù hợp với mô hình CAPM. Tuy nhiên, một số cổ phiếu có beta thấp lại có lợi suất thực tế cao hơn kỳ vọng, phản ánh ảnh hưởng của các yếu tố phi hệ thống như quản trị doanh nghiệp và triển vọng ngành.

4. Ảnh hưởng của sự kiện kinh tế vĩ mô và chính sách: Giai đoạn từ 2005 đến 2007, thị trường chứng khoán Việt Nam tăng trưởng mạnh với chỉ số VN-Index tăng hơn 125%, tuy nhiên cũng xuất hiện các đợt biến động mạnh do tâm lý nhà đầu tư và quy mô thị trường còn nhỏ. Điều này làm cho việc tính toán beta cần được thực hiện cẩn trọng và có sự điều chỉnh phù hợp.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định tính ứng dụng của mô hình CAPM trong việc đánh giá rủi ro hệ thống của cổ phiếu trên thị trường chứng khoán Việt Nam, mặc dù thị trường còn non trẻ và có nhiều hạn chế về quy mô và tính minh bạch. Việc sử dụng hồi quy tuyến tính để ước lượng beta dựa trên dữ liệu lịch sử là phương pháp phù hợp, tuy nhiên cần lưu ý đến tính ổn định của beta theo thời gian và quy mô doanh nghiệp.

So sánh với các nghiên cứu quốc tế, beta của các cổ phiếu blue-chip Việt Nam tương đương với các cổ phiếu lớn trên thị trường phát triển, trong khi cổ phiếu nhỏ có biến động beta lớn hơn do rủi ro phi hệ thống cao. Điều này phù hợp với lý thuyết đa dạng hóa danh mục đầu tư của Markowitz.

Dữ liệu có thể được trình bày qua biểu đồ phân bố beta của các cổ phiếu, bảng so sánh beta theo nhóm ngành và quy mô vốn hóa, cũng như biểu đồ biến động VN-Index so với lợi suất cổ phiếu để minh họa mối quan hệ giữa rủi ro và lợi suất.

Đề xuất và khuyến nghị

1. Xây dựng hệ thống cung cấp thông tin beta chính thức: Các cơ quan quản lý và Trung tâm Giao dịch Chứng khoán nên phối hợp xây dựng hệ thống công bố hệ số beta chuẩn cho các cổ phiếu niêm yết, cập nhật định kỳ hàng quý để hỗ trợ nhà đầu tư đánh giá rủi ro hiệu quả. Thời gian thực hiện: 1-2 năm.

2. Khuyến khích doanh nghiệp nâng cao minh bạch thông tin: Tăng cường công bố thông tin tài chính và hoạt động quản trị doanh nghiệp nhằm giảm thiểu rủi ro phi hệ thống, giúp beta phản ánh chính xác hơn rủi ro hệ thống. Chủ thể thực hiện: Doanh nghiệp niêm yết, Ủy ban Chứng khoán Nhà nước.

3. Đào tạo và nâng cao nhận thức nhà đầu tư: Tổ chức các khóa đào tạo, hội thảo về mô hình CAPM, hệ số beta và quản trị rủi ro đầu tư cho nhà đầu tư cá nhân và tổ chức nhằm nâng cao năng lực phân tích và ra quyết định đầu tư. Thời gian: liên tục hàng năm.

4. Phát triển thị trường chứng khoán đa dạng và sâu rộng hơn: Khuyến khích niêm yết các doanh nghiệp lớn, các ngành trọng điểm để tăng quy mô và tính đa dạng của thị trường, từ đó giảm thiểu rủi ro phi hệ thống và nâng cao tính ổn định của beta. Chủ thể: Chính phủ, Bộ Tài chính, Sở Giao dịch Chứng khoán.

Đối tượng nên tham khảo luận văn

1. Nhà đầu tư cá nhân và tổ chức: Giúp hiểu rõ về rủi ro hệ thống và cách sử dụng hệ số beta để đánh giá mức độ rủi ro của cổ phiếu, từ đó đưa ra quyết định đầu tư hợp lý.

2. Các công ty chứng khoán và quỹ đầu tư: Hỗ trợ trong việc xây dựng danh mục đầu tư tối ưu, quản lý rủi ro và tư vấn khách hàng dựa trên mô hình CAPM và hệ số beta.

3. Cơ quan quản lý thị trường chứng khoán: Cung cấp cơ sở khoa học để xây dựng các chính sách, quy định về công bố thông tin và minh bạch thị trường, nâng cao hiệu quả giám sát.

4. Giảng viên và sinh viên ngành tài chính – ngân hàng: Là tài liệu tham khảo học thuật về ứng dụng mô hình định giá tài sản vốn và phương pháp hồi quy trong phân tích thị trường chứng khoán Việt Nam.

Câu hỏi thường gặp

1. Hệ số beta là gì và tại sao quan trọng?
   Hệ số beta đo lường mức độ biến động của cổ phiếu so với thị trường chung, phản ánh rủi ro hệ thống. Beta giúp nhà đầu tư đánh giá rủi ro và lợi suất kỳ vọng, từ đó đưa ra quyết định đầu tư phù hợp.

2. Phương pháp hồi quy tuyến tính được sử dụng như thế nào để tính beta?
   Hồi quy tuyến tính đơn biến được áp dụng giữa lợi suất cổ phiếu và lợi suất thị trường (VN-Index) để ước lượng hệ số beta, thể hiện mối quan hệ biến động giữa cổ phiếu và thị trường.

3. Tại sao beta của cổ phiếu nhỏ thường biến động mạnh hơn cổ phiếu lớn?
   Cổ phiếu nhỏ thường chịu ảnh hưởng lớn hơn từ rủi ro phi hệ thống như quản trị doanh nghiệp, thanh khoản thấp, nên beta có xu hướng biến động mạnh và kém ổn định hơn so với cổ phiếu lớn.

4. Mô hình CAPM có phù hợp với thị trường chứng khoán Việt Nam không?
   Mô hình CAPM phù hợp để đánh giá rủi ro hệ thống trên thị trường Việt Nam, tuy nhiên cần lưu ý thị trường còn non trẻ, quy mô nhỏ và tính minh bạch chưa cao nên cần điều chỉnh và kiểm định kỹ lưỡng khi áp dụng.

5. Làm thế nào để nhà đầu tư sử dụng beta trong quản lý danh mục đầu tư?
   Nhà đầu tư có thể sử dụng beta để phân bổ vốn vào các cổ phiếu có mức độ rủi ro phù hợp với khẩu vị rủi ro của mình, đồng thời đa dạng hóa danh mục để giảm thiểu rủi ro phi hệ thống.

Kết luận

• Thị trường chứng khoán Việt Nam đã có bước phát triển nhanh về quy mô và số lượng doanh nghiệp niêm yết, tạo điều kiện thuận lợi cho việc áp dụng các mô hình tài chính hiện đại.
• Hệ số beta được ước lượng bằng phương pháp hồi quy tuyến tính là công cụ hữu hiệu để đo lường rủi ro hệ thống của cổ phiếu trên HOSE.
• Beta của các cổ phiếu blue-chip ổn định hơn, trong khi cổ phiếu nhỏ có biến động beta lớn hơn do rủi ro phi hệ thống cao.
• Mô hình CAPM phù hợp với thị trường Việt Nam nhưng cần được điều chỉnh và kiểm định kỹ lưỡng do đặc thù thị trường còn non trẻ.
• Đề xuất xây dựng hệ thống công bố beta chính thức, nâng cao minh bạch thông tin và đào tạo nhà đầu tư nhằm phát triển thị trường chứng khoán bền vững.

Next steps: Triển khai hệ thống tính toán và công bố beta định kỳ, mở rộng nghiên cứu áp dụng mô hình đa biến để giải thích lợi suất cổ phiếu, đồng thời tăng cường đào tạo và nâng cao nhận thức nhà đầu tư.

Call to action: Các nhà đầu tư và tổ chức nghiên cứu nên áp dụng kết quả nghiên cứu để nâng cao hiệu quả quản lý rủi ro và đầu tư trên thị trường chứng khoán Việt Nam.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM HỒ THÁI AN ỨNG DỤNG HỒI QUY TUYẾN TÍNH ĐỂ TÍNH HỆ SỐ BETA CỦA CÁC CỔ PHIẾU NIÊM YẾT TRÊN TRUNG TÂM GIAO DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ KINH TẾ TP. HỒ CHÍ MINH – NĂM 2007 LUAN VAN CHAT LUONG download : add [e-mail] LÔØI MÔÛ ÑAÀU Trong boái caûnh neàn kinh teá theá giôùi phaùt trieån maïnh meõ vaø tieán trình toaøn caàu hoaù dieãn ra nhanh choùng thì Chính phuû Vieät Nam xaùc ñònh ñaây laø cô hoäi to lôùn ñeå ñöa ñaát nöôùc phaùt trieån veà moïi maët maïnh meõ hôn, vì theá trong naêm 2006 ñaùnh daáu söï thaønh coâng veà maët ngoaïi giao vaø kinh teá cuûa Vieät Nam ñöôïc minh chöùng baèng söï kieän noåi baät nhö Vieät Nam chính thöùc trôû thaønh thaønh vieân chính thöùc thöù 150 cuûa toå chöùc Thöông maïi Theá giôùi (WTO), söï kieän Chính phuû Myõ ñaõ thoâng qua quy cheá thöông maïi bình thöôøng vónh vieãn (PNTR) vôùi Vieät Nam vaø Vieät Nam toå chöùc thaønh coâng hoäi nghò APEC. Vôùi nhöõng söï kieän treân ñaõ cho thaáy Vieät Nam laø moät phaàn khoâng taùch rôøi cuûa Theá giôùi vaø neàn kinh teá Vieät Nam ñang hoäi nhaäp moät caùch saâu saéc vaø tích cöïc vaøo neàn kinh teá Theá giôùi. Cuøng vôùi vieäc hoäi nhaäp thì nhöõng lónh vöïc quan troïng cuûa neàn kinh teá Vieät Nam nhö coâng ngheä thoâng tin, taøi chính ngaân haøng, baûo hieåm, vaän taûi, vieån thoâng, ñieän löïc, daàu khí.…ñang haáp daãn caùc taäp ñoaøn, coâng ty haøng ñaàu theá giôùi ñeán tìm kieám cô hoäi ñaàu tö. Söï kieän Toång thoáng Myõ Goerge Bush ñaùnh chieâng khai tröông hoaït ñoäng giao dòch taïi Trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh vaøo ngaøy 20/11/2006 nhö laø tieáng chieâng ñaùnh thöùc caùc quoác gia, caùc toå chöùc ñaàu tö theá giôùi.quan taâm ñeán thò tröôøng chöùng khoaùn Vieät Nam tuy nhoû beù nhöng coøn nhieàu tieàm naêng phaùt trieån. Tröôùc boái caûnh Vieät Nam taêng cöôøng coå phaàn hoaù doanh nghieäp, taäp ñoaøn nhaø nöôùc coù quy moâ lôùn vaø nhieàu toå chöùc, ñònh cheá taøi chính nöôùc ngoaøi…ñeán tìm hieåu vaø ñaàu tö vaøo thò tröôøng chöùng khoaùn Vieät Nam thì caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam seõ coù nhieàu thaùch thöùc nhöng cuõng nhieàu cô hoäi ñeå laøm giaøu, vaán ñeà ñaët ra caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam seõ phaûi laøm gì ñeå taän duïng cô hoäi vaø phoøng ngöøa ruûi ro hieäu quaû khi böôùc vaøo saân chôi khaéc nghieät to lôùn hôn. Vôùi muïc tieâu cuûa luaän vaên tính heä soá LUAN VAN CHAT LUONG download : add [e-mail] beta baèng phöông phaùp hoài quy tuyeán tính cho caùc coå phieáu nieâm yeát treân Trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh ñeå coù theå öùng duïng moâ hình ñònh giaù taøi saûn voán (Capital asset pricing model- CAPM) moät moâ hình taøi chính hieän ñaïi cuûa ba nhaø kinh teá laø ngöôøi Myõ laø OÂng William Sharpe, OÂng John Lintner vaø OÂng Jack Treynor vaøo thò tröôøng chöùng khoaùn non treû Vieät Nam nhaèm phaùt trieån theâm moät coâng cuï phoøng ngöøa ruûi ro khi ñaàu tö chöùng khoaùn ñeå coù theå goùp phaàn beù nhoû hoã trôï caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam vaø thuùc ñaåy tính minh baïch cuûa thò tröôøng chöùng khoaùn Vieät Nam trong töông lai. LUAN VAN CHAT LUONG download : add [e-mail] CHÖÔNG 1: CÔ SÔÛ LYÙ LUAÄN VEÀ MOÂ HÌNH CAPM, HEÄ SOÁ BETA VAØ HOÀI QUY TUYEÁN TÍNH Caùc khaùi nieäm: Ruûi ro vaø tyû suaát sinh lôøi Lôïi nhuaän laø thu nhaäp coù ñöôïc töø khoaûn ñaàu tö, thöôøng ñöôïc bieåu thò baèng tyû leä phaàn traêm giöõa thu nhaäp vaø giaù trò khoaûn ñaàu tö boû ra. Ví duï nhaø ñaàu tö boû ra 100$ ñeå mua moät coå phieáu, ñöôïc höôûng coå töùc laø 7$ moät naêm vaø sau 1 naêm giaù thò tröôøng cuûa moät coå phieáu ñoù laø 106$. Lôïi nhuaän nhaø ñaàu tö coù ñöôïc khi ñaàu tö coå phieáu naøy laø: (7$+6 $)/100$=13%. Nhö vaäy lôïi nhuaän ñaàu tö cuûa nhaø ñaàu tö coù ñöôïc khi ñaàu tö coå phieáu töø 2 nguoàn: a. Coå töùc ñöôïc höôûng töø coå phieáu b. Lôïi voán-töùc laø lôïi töùc coù ñöôïc do chöùng khoaùn taêng giaù. Toång quaùt: D t + (Pt – Pt-1) (1.1) R= Pt-1 Trong ñoù: R : lôïi nhuaän thöïc (hoaëc kyø voïng) D t : laø coå töùc Pt : giaù coå phieáu ôû thôøi ñieåm t Pt-1 : giaù coå phieáu ôû thôøi ñieåm t-1. Neáu laáy coå töùc vaø giaù coå phieáu theo giaù trò thöïc teá thì ta coù lôïi nhuaän thöïc, neáu laáy coå töùc vaø giaù coå phieáu theo soá löôïng kyø voïng thì ta coù lôïi nhuaän kyø voïng. Ruûi ro ñöôïc ñònh nghóa laø söï sai bieät cuûa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng. Giaû söû nhaø ñaàu tö mua traùi phieáu kho baïc ñeå coù ñöôïc lôïi nhuaän laø 8%. Neáu nhaø ñaàu tö naøy giöõ traùi phieáu naøy ñeán cuoái naêm thì nhaø ñaàu tö seõ nhaän ñöôïc LUAN VAN CHAT LUONG download : add [e-mail] 8% treân khoaûn ñaàu tö cuûa mình. Neáu nhaø ñaàu tö khoâng mua traùi phieáu maø duøng soá tieàn ñoù ñeå mua coå phieáu maø giöõ ñeán heát naêm, nhaø ñaàu tö coù theå coù hoaëc coù theå khoâng coù ñöôïc coå töùc nhö kyø voïng. Hôn nöõa, cuoái naêm giaù coå phieáu coù theå leân vaø nhaø ñaàu tö ñöôïc lôïi cuõng nhö giaù coù theå xuoáng khieán nhaø ñaàu tö bò loã. Keát quaû laø lôïi nhuaän thöïc teá coù theå khaùc xa so vôùi lôïi nhuaän nhaø ñaàu tö kyø voïng. Neáu ruûi ro ñöôïc ñònh nghóa laø söï sai bieät giöõa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng thì trong tröôøng hôïp treân roõ raøng ñaàu tö vaøo traùi phieáu coù theå xem nhö khoâng coù ruûi ro trong khi ñaàu tö vaøo coå phieáu ruûi ro hôn nhieàu vì xaùc suaát hay khaû naêng sai bieät giöõa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng trong tröôøng hôïp mua traùi phieáu thaáp hôn mua coå phieáu. Hieäp phöông sai vaø heä soá töông quan: Hieäp phöông sai laø moät con soá ñöôïc tính toaùn cho hai öôùc löôïng khaùc nhau “tieán laïi gaàn nhau” nhaèm taïo thaønh moät giaù trò coù yù nghóa. Moät giaù trò hieäp phöông sai döông coù nghóa laø tyû suaát sinh lôøi ñoái vôùi hai khoaûn ñaàu tö coù khuynh höôùng dòch chuyeån veà cuøng moät höôùng so vôùi möùc trung bình cuûa noù trong suoát moät khoaûng thôøi gian. Ngöôïc laïi, moät giaù trò hieäp phöông sai aâm chæ ra tyû suaát sinh lôøi ñoái vôùi hai khoaûn ñaàu tö coù khuynh höôùng dòch chuyeån veà hai höôùng khaùc nhau lieân quan ñeán möùc trung bình vaøo töøng thôøi ñieåm cuï theå trong khoaûng thôøi gian. Ñoä lôùn cuûa hieäp phöông sai phuï thuoäc vaøo phöông sai cuûa nhöõng chuoãi tyû suaát sinh lôøi cuï theå, cuõng nhö moái quan heä giöõa nhöõng chuoãi tyû suaát sinh lôøi. Coâng thöùc tính hieäp phöông sai cuûa hai taøi saûn A vaø B nhö sau: n COVAB =∑pi {[R IA –E (RA)]} {[R IB –E (RB)]} (1.2) i=1 Trong ñoù: COVAB : Hieäp phöông sai cuûa taøi saûn A vaø B R IA : Tyû suaát sinh lôøi taøi saûn A taïi thôøi ñieåm I LUAN VAN CHAT LUONG download : add luanvanchat@agmail.3) i=1 N Trong ñoù: COVAB : Hieäp phöông sai cuûa taøi saûn A vaø B R IA : Tyû suaát sinh lôøi taøi saûn A taïi thôøi ñieåm I E (RA): Tyû suaát sinh lôøi trung bình taøi saûn A R IB : Tyû suaát sinh lôøi taøi saûn B taïi thôøi ñieåm I E (RB): Tyû suaát sinh lôøi trung bình taøi saûn B N: Soá thôøi kyø tính toaùn Nguoàn: Ñaàu tö taøi chính, Ts Phan Thò Bích Nguyeät, NXB Thoáng Keâ 2006, trang 17 Neáu tyû suaát sinh lôøi ñoái vôùi moät coå phieáu laø cao (thaáp) so vôùi tyû suaát sinh lôøi trung bình trong suoát thôøi kyø ñaõ cho vaø tyû suaát sinh lôøi coå phieáu khaùc cuõng cao (thaáp) so vôùi tyû suaát sinh lôøi trung bình trong cuøng thôøi kyø naøy, vì vaäy keát quaû cuûa ñoä leäch töø giaù trò trung bình naøy laø döông. Neáu ñieàu naøy dieãn ra laø phuø hôïp, thì hieäp phöông sai cuûa tyû suaát sinh lôøi giöõa 2 coå phieáu seõ trôû thaønh giaù trò döông lôùn. Hieäp phöông sai bò aûnh höôûng bôûi tính bieán thieân cuûa 2 chuoãi tyû suaát sinh lôøi rieâng leû. Vì vaäy, hieäp phöông sai khi tính toaùn ra seõ laø moät con soá nhaán maïnh moái quan heä môø nhaït neáu 2 chuoãi tyû suaát sinh lôøi rieâng leû khoâng oån ñònh nhöng laïi phaûn aùnh moái quan heä beàn vöõng neáu 2 chuoãi raát oån ñònh. Hieån nhieân, neáu LUAN VAN CHAT LUONG download : add [e-mail] muoán chuaån hoùa öôùc löôïng hieäp phöông sai naøy ñeå ñöa vaøo xem xeùt tính bieán thieân cuûa hai chuoãi tyû suaát sinh lôøi rieâng leû nhö coâng thöùc sau: COVAB (1.4) β AB = σAσB Trong ñoù : β AB : Heä soá töông quan cuûa nhöõng tyû suaát sinh lôøi σA : Ñoä leäch chuaån cuûa RiA σB : Ñoä leäch chuaån cuûa RiB Chuaån hoùa hieäp phöông sai bôûi nhöõng ñoä leäch chuaån rieâng leû seõ mang laïi heä soá töông quan (βAB ), heä soá töông quan naøy coù theå thay ñoåi trong khoaûng töø -1 ñeán +1. Giaù trò +1 nhaán maïnh moái quan heä tuyeán tính xaùc ñònh giöõa RAvaø RB, nghóa laø tyû suaát sinh lôøi ñoái vôùi 2 coå phieáu cuøng thay ñoåi theo moät kieåu tuyeán tính xaùc ñònh hoaøn toaøn. Giaù trò -1 coù theå nhaán maïnh moái quan heä phuû ñònh hoaøn toaøn giöõa hai chuoãi tyû suaát sinh lôøi nhö khi tyû suaát sinh lôøi cuûa moät coå phieáu cao hôn möùc trung bình, tyû suaát sinh lôøi cuûa nhöõng coå phieáu khaùc seõ thaáp hôn möùc trung bình baèng moät soá löôïng. Ñònh nghóa veà tyû suaát sinh lôïi mong ñôïi: Tyû suaát sinh lôïi mong ñôïi ñoái vôùi moät taøi saûn ruûi ro cuï theå laø taäp hôïp tyû suaát sinh lôïi tieàm naêng vaø moät giaû ñònh caùc khaû naêng xaûy ra caùc möùc tyû suaát sinh lôøi döï kieán. n Tyû suaát sinh lôøi mong ñôïi cuûa moät taøi saûn ruûi ro = ∑pj Rj (1.5) i=1 Trong ñoù : Rj : laø tyû suaát sinh lôøi cuûa taøi saûn ruûi ro trong tình huoáng j pj : laø khaû naêng xaûy ra möùc tyû suaát sinh lôøi Rj Tyû suaát sinh lôøi mong ñôïi ñoái vôùi moät danh muïc cuûa nhöõng khoaûn ñaàu tö ñôn giaûn laø giaù trò trung bình theo tyû troïng cuûa tyû suaát sinh lôøi mong ñôïi ñoái vôùi LUAN VAN CHAT LUONG download : add [e-mail] nhöõng khoaûn ñaàu tö cuï theå trong danh muïc. Tyû troïng naøy laø söï caân ñoái toång giaù trò ñoái vôùi caùc khoaûn ñaàu tö. Vieäc tính toaùn tyû suaát sinh lôøi mong ñôïi naøy ñoái vôùi danh muïc ñaàu tö E(Rp) coù theå tính toaùn theo phöông trình sau: N E(Rp) = ∑ wi .6) i=1 Trong ñoù : wi : Tyû troïng ñaàu tö taøi saûn i trong danh muïc E(Ri) : Tyû suaát sinh lôøi mong ñôïi cuûa taøi saûn i 1.2 Moâ hình ñònh giaù taøi saûn voán CAPM 1.