Đánh giá rủi ro và tỷ suất sinh lời của cổ phiếu ngành Bất động sản tại sàn giao dịch chứng khoán Hồ Chí Minh (Giai đoạn 2014-2019).pdf

Chính vì thế, việc nghiên cứu bài luận văn “ĐÁNH GIÁ RỦI RO VÀ TỶ SUẤT SINH LỜI CỦA CÓ PHIẾU NGÀNH BẤT ĐỘNG SẢN TẠI SÀN GIAO DỊCH CHÚNG KHOÁN HỒ CHÍ MINH GIAI ĐOẠN 2014-2019” giúp cho cá

TRƯỜNG ĐẠI HỌC NGUYÊN TẤT THÀNH

Nguyễn Mai Thi

ĐÁNH GIÁ RỦI RO VÀ TỶ SUẤT SINH LỜI

CỦA CỔ PHIÉƯ NGÀNH BẤT ĐỘNG SẢN TẠI SÀN GIAO DỊCH CHỦNG KHOÁN HỒ CHÍ MINH

LUẬN VĂN THẠC sĩ KINH TÉ

Thành phố Hồ Chí Minh - 2020

TRƯỜNG ĐẠI HỌC NGUYÊN TẤT THÀNH

Nguyễn Mai Thi

ĐÁNH GIÁ RỦI RO VÀ TỶ SUẤT SINH LỜI CỦA CỔ PHIẾU NGÀNH BẤT ĐỘNG SẢN TẠI SÀN GIAO DỊCH CHÚNG KHOÁN HỒ CHÍ MINH

(GIAI ĐOẠN 2014 - 2019)

Chuyên ngành: Tài chính - Ngân hàng

Mã số: 834 02 01

Thành phố Hồ Chí Minh 2020

Tôi xin cam đoan rằng bài nghiên cứu này do tôi thực hiện dưới sự hướng dần khoa học của TS Trân Hùng Son Những đánh giá và phân tích nêu ra trong luận văn hoàn toàn mang tính nghiên cứu khoa học.

Các số liệu nêu ra trong luận văn là trung thực, xuất phát từ tình hình thực tế của thị trường, các tài liệu tham khảo có nguồn trích dần rõ ràng Ket quả nghiên cứu được trình bày trong luận văn này không sao chép của bât kỳ luận văn nào và không được công bố trong bất cứ bài nghiên cứu nào trước đây Tôi hoàn toàn chịu trách nhiệm về nội dung của luận văn

Người thực hiện

(Đã ký)

Nguyễn Mai Thi

MỤC LỤC

DANH MỤC CHỮ VIẾT TẮT 3

DANH MỤC CÁC BẢNG 4

DANH MÚC CÁC HÌNH 5

PHẦN MỞĐẰU 6

CHƯƠNG 1 Cơ Sơ LÝ LUẬN CHƯNG VỀ RỦI RO, TỶ SUÁT SINH LỜI VÀ CHỈ SỐ ĐÁNH GIÁ HIỆU QUẢ ĐẦU Tư 12

1.1 Các khái niệm và chi tiêu đo lường 12

1.1.1 Tỷ suất sinh lời 12

1.1.1.1 Khái niệm tỷ suất sinh lời 12

1.1.1.2 Chỉ tiêu đo lường tỷ suất sinh lời 12

1.1.2 Rủi ro 13

1.1.2.1 Khái niệm rủi ro 13

1.1.2.2 Chỉ tiêu đo lường rủi ro 15

1.1.3 Chỉ số đánh giá hiệu quả đầu tư 18

1.1.3.1 Khải niệm về chỉ sổ đảnh giả hiệu quả đầu tư 18

1.1.3.2 Chì tiêu đo lường chỉ so đánh giá hiệu quả đầu tư 18

1.2 Cơ sở lý thuyêt trong việc đánh giá rủi ro và tỷ suât sinh lời 19

1.2.1 Lịch sử hình thành các lý thuyêt 19

1.2.2 Lý thuyết danh mục đầu tư 20

1.2.3 Mô hình định giá tài sản vốn CAPM 21

1.2.3.1 Đường thị trường chứng khoản SML 21

1.2.3.2 Mô hình định giá tài sản vốn CAPM 23

1.2.4 Lý thuyết hiệu quả đầu tư 24

Ket luận chương 1 25

CHƯƠNG 2 PHÂN TÍCH RỦI RO VÀ TỶ SUẤT SINH LỜI CÓ PHIẾU NGÀNH BẤT ĐỘNG SẢN 26

2.1 Các yếu tố vĩ mô ảnh hưởng đến cổ phiếu ngành bất động sản 26

2.1.1 Anh hưởng của kinh tê vĩ mô 26

2.1.1.1 Yeu to lãi suất 26

2.1.1.2 Yeu tố lạm phát cơ bán, giả vàng và Đô la Mỹ 27

2.1.2 Tác động của VN-Index lên cổ phiếu ngành Bất Động Sản 28

2.2 Phân tích ngành bât động sản Việt Nam 30

2.2.1 Danh mục cổ phiếu bất động sản tại sàn giao dịch Hồ Chí Minh 31

2.2.2 Các nhóm cổ phiếu đặc trưng trong ngành Bất Động Sản 33

2.2.3 Phân tích lợi thê kinh doanh của các doanh nghiệp bât động sản 36

2.2.3.1 Nhóm co phiếu tông hợp giả trị lớn 36

2.2.3.2 Nhóm cố phiếu từ cho thuê bất động sản 38

2.2.3.3 Nhóm cố phiếu từ kinh doanh và dịch vụ bất động sản 40

2.2.3.4 Nhóm cố phiếu tống hợp giả trị vừa và nhỏ 43

2.2.3.5 Nhóm cố phiếu từ kinh doanh nhà xưởng, khu công nghiệp 45

2.3 Phân tích rủi ro và tỷ suất sinh lời cố phiếu Bất Động Sản 47

2.3.1 Đánh giá tỷ suất sinh lời cổ phiếu ngành Bất Động Sản 47

2.3.2 Đánh giá rủi ro cổ phiếu ngành Bất Động Sản 49

2.3.3 Thiêt lập và phân tích danh mục tôi ưu 51

2.3.3.1 Thiết lập danh mục đầu tư cố phiếu ngành bất động sản 51

2.3.3.2 Tìm tỷ trọng đầu tư vào danh mục tối ưu 53

2.3.3.3 Phân tích các nhóm cố phiếu trong danh mục tối ưu 55

2.4 Đánh giá hiệu quả đầu tư cổ phiếu Bất Động Sản 56

2.4.1 Chi số Sharpe 56

2.4.2 Chỉ số Treyno 59

2.4.3 Chi so Jensen’s Alpha 62

Kết luận chượng 2 66

CHƯƠNG 3 KẾT LUẬN VÀ KHUYỂN NGHỊ CHO NHÀ ĐÀU TU 67

3.1 Ket luận rút ra từ kết quả nghiên cứu 67

3.2 Khuyến nghị về việc đánh giá rủi ro và tỷ suất sinh lời cổ phiếu ngành Bất Động Sản 69

3.2.1 Khuyến nghị đối vói nhà đầu tư 69

3.2.2 Hạn chế của đề tài nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.71 3.2.2.1 Những hạn chế của để tài nghiên cứu 71

3.2.2.2 Một số đề xuất cho những nghiên cứu tiếp theo 72

Kêt luận chương 3 73

KẾT LUẬN 74

DANH MỤC TÀI LIỆU THAM KHẢO 75

CML Capital Market Line - Đường thị trường vốn.

CPTPP Hiệp định Đối tác Toàn diện và Tiến bộ xuyên Thái Bình Dương

Đ/CP Đong trên một co phiếu

EVFTA Hiệp định thương mại tự do

HSX Sàn giao dịch chứng khoán Ho Chí Minh

IPA Hiệp định bảo hộ đầu tư

TTCKVN Thị trường chứng khoán Việt Nam

VN-Index Chỉ số trung bình giá chứng khoán trên thị trường Việt Nam

DANH MỤC CÁC BẢNG

Bảng 2.1 Lãi suất huy động VNĐ phố biến của các NHTM

Bảng 2.2 Danh mục các doanh nghiệp bất động sản tại HSX

Bảng 2.3 Danh mục các doanh nghiệp bất động sản bị loại bỏ

Bảng 2.4 Các cổ phiếu tổng họp giá trị lớn

Bảng 2.5 Các cổ phiếu từ cho thuê bất động sản

Bảng 2.6 Các cổ phiếu từ kinh doanh và dịch vụ bất động sản

Bảng 2.7 Các cổ phiếu tổng họp giá trị vừa và nhỏ

Bảng 2.8 Các co phiếu từ kinh doanh nhà xưởng, khu công nghiệp

Bảng 2.9 Bảng tổng họp giá cuối kỳ sau điều chỉnh và cổ tức cổ phiếu ngành Bất Động Sản tại HSX

Bảng 2.10 Tỷ lệ thay đoi (Ri) hàng kỳ của từng cổ phiếu ngành Bất Động Sản tại HSX.Bảng 2.11 Rủi ro và tỷ suất sinh lời co phiếu ngành Bất Động Sản tại HSX

Bảng 2.12 Rủi ro và tỷ suất sinh lời của chỉ số thị trường (VN-Index)

Bảng 2.13 Ket quả hệ so Beta cố phiếu ngành Bất Động Sản tại HSX

Bảng 2.14 Danh mục cố phiếu thuộc nhóm 1

Bảng 2.15 Danh mục cổ phiếu thuộc nhóm 2

Bảng 2.16 Danh mục cố phiếu thuộc nhóm 3

Bảng 2.17 Danh mục cổ phiếu thuộc nhóm 4

Bảng 2.18 Danh mục cố phiếu thuộc nhóm 5

Bảng 2.19 Tỷ trọng đầu tư hiệu quả vào từng nhóm cổ phiếu ngành BĐS

Bảng 2.20 Hệ số tương quan của các danh mục đầu tư ngành BĐS

Bảng 2.21 Đánh giá danh mục đầu tư thông qua chỉ so Sharpe

Bảng 2.22 Đánh giá danh mục đầu tư thông qua chỉ số Treyno

Bảng 2.23 Đánh giá danh mục đầu tư thông qua chỉ so Jensen’s Alpha

DANH MỤC CÁC HÌNH

Hình 1.1 Đường cong hữu dụng

Hình 1.2 Lựa chọn một danh mục đầu tư tối ưu trong thị trường với những tài sản rủi ro trên đường biên hiệu quả

Hình 1.3 Lựa chọn một danh mục đầu tư tối ưu trong thị trường khi có sự ton tại của tài sản phi rủi ro

Hình 1.4 Đường thị trường chứng khoán - SML

Hình 1.5 Đường thị trường chứng khoán với rủi ro hệ thống được chuẩn hóa

Hình 2.1 Lãi suất trái phiếu chính phủ kỳ hạn 5 năm

Hình 2.2 Tỷ lệ lạm phát cơ bản và lạm phát bình quân

Hình 2.3 Chỉ số VN-Index 31/08/2014 - 31/07/2019

PHÀN MỞ ĐÀU

1 Sự cần thiết của đề tài

Trong hai năm gần đây, nền kinh tế Việt Nam đã tiếp nhận nhiều thông tin hợp tác thương mại quốc tế khá tích cực; tạo bước đệm vừng chắc kích thích các doanh nghiệp trong nước phát trien kinh doanh; thu hút công nghệ, vốn đầu tư, thúc đẩy tăng trưởng kinh tế lên một tầm cao mới Cụ thế, ngày 08/03/2018, Việt Nam đã cùng 10 nước gồm Australia, Brunei, Canada, Chile, Nhật Bản, Malaysia, Mexico, New Zealand, Peru và Singapore chính thức ký kết Hiệp định Đối tác Toàn diện và Tiến bộ xuyên Thái Bình Dương (CPTPP) tại thành pho San-ti-a-gô, Chi-lê, và có hiệu lực đối với Việt Nam

từ ngày 14/01/2019 Và ngày 30/06/2019, Hiệp định thương mại tự do (EVFTA) và Hiệp định bảo hộ đầu tư (IPA) giữa Việt Nam và Liên minh châu Âu đã được ký kết sau gần

10 năm đàm phán Bên cạnh đó, thị trường chứng khoán Việt Nam đón nhận nguồn vốn lớn từ các quỳ đầu tư, các tập đoàn tài chính lớn mạnh và cả nguồn vốn đen từ các nhà đầu tư cá nhân trong và ngoài nước Đặc biệt là cổ phiếu ngành Bất Động Sản, một trong những kênh đầu tư hấp dần thu hút khá nhiều nguồn vốn từ các nhà đầu tư

Thống kê đến ngày 31/07/2019, Sàn giao dịch chứng khoán Ho Chí Minh có 63 doanh nghiệp Bất Động Sản đang được niêm yết Những cố phiếu Bluechips đầu ngành như VIC, VHM, VRE, NVL và KDH đã góp phần nâng đỡ chỉ số chung của ngành bất động sản có giá trị vốn hóa từ 10.154 tỷ đồng đến 408.204 tỷ đồng Nhóm cổ phiếu có giá thị trưởng tăng mạnh gồm: D2D (từ 34.190 đ/cp đến 79.000 đ/cp), SZL (từ 29.820 đ/cp đến 52.200 đ/cp), V1C (từ 95.300 đ/cp đến 122.000 đ/cp), VRE (từ 26.710 đ/cp đến 36.950 đ/cp), Nhóm các cổ phiếu có giá thị trường giảm mạnh gồm NVL (từ 64.500 đ/cp xuống còn 57.700 đ/cp), DXG (từ 17.690 đ/cp xuống còn 13.640 đ/cp), DRH (từ 10.000 đ/cp xuống còn 6.520 đ/cp), KDH (từ 24.520 đ/cp xuống còn 22.200 đ/cp) Còn lại là nhóm co phiếu có giá thị trường giao động theo biên độ hẹp và đi ngang

Đứng trước tình hình biến động giá cổ phiếu trên thị trường chứng khoán, có rất

ít nhà đầu tư quan tâm đến việc đánh giá rủi ro và tỷ suất sinh lời mà mình sẽ nhận được trước khi ra quyết định mua hoặc bán cổ phiếu Bởi lẽ kỹ năng phân tích rủi ro và đánh giá hiệu quả đầu tư cổ phiếu không phải là việc làm dễ dàng đối với bất cứ nhà đầu tư nào Thông qua các bài nghiên cứu có liên quan, tác giả muốn giới thiệu tới nhà đầu tư các khái niệm, các lý thuyết và các công thức ứng dụng vào việc tính toán, phân tích và đánh giá hiệu quả đầu tư cổ phiếu Đe từ đó, các nhà đầu tư có thể tự xây dựng một hoặc nhiều danh mục co phiếu do chính họ chọn lựa thông qua việc tính toán, phân tích

và đánh giá hiệu quả đầu tư

Chính vì thế, việc nghiên cứu bài luận văn “ĐÁNH GIÁ RỦI RO VÀ TỶ

SUẤT SINH LỜI CỦA CÓ PHIẾU NGÀNH BẤT ĐỘNG SẢN TẠI SÀN GIAO DỊCH CHÚNG KHOÁN HỒ CHÍ MINH (GIAI ĐOẠN 2014-2019)” giúp cho các

nhà đầu tu có cái nhìn sâu hơn về việc đánh giá hiệu quả đầu tư vào cổ phiếu và có thể đầu tư theo mục tiêu của chính họ dựa trên các điều kiện như rủi ro phổ biến trong thị trường, mức độ thay đổi giữa tỷ suất sinh lời, độ lệch xảy ra trong tỷ suất sinh lời,

2 Mục tiêu nghiên cứu

Vận dụng các lý thuyết về các chỉ so đánh giá hiệu quả đầu tư nhằm đánh giá rủi

ro và tỷ suất sinh lời của các cổ phiếu ngành bất động sản đang niêm yết tại Sàn giao dịch chứng khoán Hồ Chí Minh

Hàm ý rút ra từ kết quả nghiên cửu và các khuyến nghị nhằm giúp cho các nhà đầu tư Việt Nam tránh được rủi ro khi đầu tư vào co phiếu ngành bất động sản tại Sàn giao dịch chứng khoán Hồ Chí Minh

3 Đối tượng và phạm vi nghiên cứu

Đoi tượng nghiên cứu: các công ty thuộc ngành bất động sản đang niêm yết tại Sàn giao dịch chứng khoán Hồ Chí Minh Danh mục thị trường được sử dụng là VN- ỉndex

Phạm vi nghiên cứu: cố phiếu của các công ty bất động sản đang niêm yết tại Sàn giao dịch chứng khoán Ho Chí Minh, chỉ số VN-Index từ ngày 01/08/2014 đến hết ngày 31/07/2019

4 Tổng quan những nghiên cứu liên quan

4.1 Những nghiên cứu liên quan trong nước

Nguyễn Thị Thanh Huyền (2014) nghiên cứu vận dụng mô hình CAPM trong đo lường rủi ro hệ thống của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam

So liệu nghiên cứu là dữ liệu ngày của 21 công ty niêm yết tại TTCK Việt Nam trong

10 năm 05/2004 - 08/2014 Thông qua quá trình ước lượng mô hình CAPM, kết quả nghiên cứu đã xác định được rủi ro hệ thống của các chứng khoán và kiểm định mô hình CAPM với hai phiên bản của Sharpe và Black đều có hiệu lực Tuy nhiên cần lưu ý đến

độ dài của dừ liệu khi sử dụng mô hình CAPM, bởi với từng khoảng thời gian khác nhau sẽ cho kết quả khác nhau

Nguyễn Duy Kha và Võ Thị Quý (2015) nghiên cứu tác động của các yếu tố rủi

ro đến tỷ suất sinh lời của cố phiếu doanh nghiệp Bất Động Sản dựa trên mô hình 5 nhân tố bao gồm 3 nhân tố của mô hình Fama - French (1993), mô hình 4 nhân tố Carhart (1997) và nhân tố tỷ số thanh toán hiện hành, số liệu nghiên cứu là báo cáo tài chính của các công ty niêm yết thuộc ngành Bất Động Sản Việt Nam trên Sàn giao dịch chứng khoán TPHCM và Hà Nội giai đoạn từ tháng 07/2009 - 06/2014 Kết quả nghiên cứu cổ phiếu Bất Động Sản chịu sự tác động mạnh cùa nhân tố phần bù rủi ro thị trường, đồng thời cũng chịu sự tác động của nhân tố phần bù quy mô, giá trị, xu hướng lọi nhuận trong quá khứ, khả năng thanh toán hiện hành

Nguyền Thanh Liêm và Ctg (2015) nghiên cứu đánh giá hiệu quả hoạt động của

9 ngành phân theo chuan ICB (Industry Classification Benchmark) từ cơ sở dữ liệu Datastream sử dụng cùng lúc 3 thước đo pho biến: Tỷ so Sharpe (1994), hệ số Alpha theo CAPM (Sharpe, 1964; Lintner, 1965) và Fama - French (1993) Các thước đo này cho phép so sánh hiệu quả hoạt động cùa danh mục đầu tư trên cơ sở điều chỉnh cho mức độ rủi ro mà nhà đầu tư phải gánh chịu Với mô hình CAPM và Fama French tính

hệ thống (không phải ngầu nhiên) của việc đạt suất sinh lời vượt trội dương/âm so với danh mục thị trường được kiếm định Phân tích hiệu quả ngành sử dụng thước đo điều chỉnh theo rủi ro là cần thiết vì hiện nay các tài liệu đánh giá hiệu quả ngành ở Việt Nam đều xoay quanh phân tích các nhóm chỉ so pho biến kèm phân tích định tính các tin tức vĩ mô Ngoài ra, tác giả sừ dụng thêm các phân tích khả năng sinh lợi, hiệu quả quản lý dòng tiền và thu nhập trên mồi cổ phiếu kiểm tra sự hợp lý cùa 3 chỉ số trên cũng như các vấn đề mà các công ty trong ngành đang gặp phải Các kết quả phân tích cho thấy sự thống nhất giữa các thước đo và tính toàn diện của việc đo lường hiệu quả hoạt động được đảm bảo tốt hơn

VÕ Xuân Vinh và Đặng Quốc Thành (2016) nghiên cứu ứng dụng mô hình định giá tài sản năm yếu tố cùa Fama và French đe giải thích tỉ suất sinh lợi cổ phiếu trên thị trường chứng khoán Việt Nam Mầu dừ liệu đưa vào phân tích bao gom các công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán TP.HCM giai đoạn 2007 - 2014 Ket quả nghiên cứu cho thấy yếu tố phần bù rủi ro thị trường theo CAPM vẫn giải thích tốt nhất tỉ suất sinh lời của cổ phiếu trên thị trường chứng khoán Việt Nam

4.2 Những nghiên cứu liên quan ở nước ngoài

J L Murphy (2015), nghiên cứu tập trung vào 4 thước đo cổ điển của việc đánh giá hiệu quả danh mục đầu tư bao gồm chỉ so Jensen’s Alpha, chỉ so Sharpe, chỉ so Sharpe suy rộng và chỉ số Treyno Bốn thước đo này được ứng dụng vào 3 mô hình tài chính: Mô hình chỉ số đơn, mô hình mối tương quan liên tục và mô hình đa nhân tố; và được so sánh để kiểm định thước đo nào đánh giá chính xác nhiều hơn trong các tình huống khác nhau Dừ liệu nghiên cứu là 36 cổ phiếu thuộc top 500 công ty dần đầu trên s&p 500 được chọn lọc từ 5 ngành lớn gồm ngành dịch vụ chung về điện, ngành Dầu

và Gas, ngành ngân hàng, ngành dịch vụ đa ngành và ngành sản xuất thuốc giai đoạn từ 01/01/2005 đến 31/12/2009 Kết quả nghiên cứu cho thấy chỉ số Sharpe là thước đo đánh giá hiệu quả danh mục đầu tư đáng tin cậy nhất trong bốn thước đo cổ điển, trong

đó việc sử dụng chỉ số thị trường như một chỉ số đối chứng thì vững chắc hơn nhiều

A Mishra (2016), nghiên cứu 5 co phiếu hàng đầu ngành xi măng ở Án Độ trong giai đoạn chuyển hóa của nền kinh tế từ tháng 04/2005 đến tháng 03/2015 Tỷ suất sinh lời được tính toán từ giá đóng cửa mồi ngày, chỉ số BSE-Sensex là chỉ số đối chứng của thị trường Các giao dịch lịch sử của cổ phiếu được chọn đề đánh giá hiệu quả dựa trên nền tảng của thước đo Sharpe, Treyno và Jensen kết quả hữu dụng cho nhà đầu tư đe đưa ra quyết định đầu tư tốt hơn Rủi ro và tỷ suất sinh lời của 5 công ty được xem xét

sử dụng các công cụ được đề cập ở trên Nghiên cứu phát hiện ra rằng nhà đầu tư có thể đầu tư vào xi măng JK Laxmi và Shree vì chúng có tỷ suất sinh lời lớn nhất Mặc dù rủi

ro rất cao nhưng các co phiếu vẫn đạt hiệu quả tốt và đem lại lợi nhuận cao sau điều chỉnh rủi ro

A H Zulkafli and Ctg (2017), nghiên cứu sử dụng lợi suất đã điều chỉnh rủi ro của chỉ so Sharpe, chỉ so Sharpe đã điều chỉnh, chỉ số Treyno, chỉ so Jensen’s Alpha, chỉ so Jensen’s Alpha đã điều chỉnh và chỉ số Sortino đe xác minh hiệu quả của việc nghiên cứu trên thị trường dựa vào chỉ số giá mồi ngày của chỉ so Sri Kehati (AJI) và chỉ số Jakarta Composite (JCI) giai đoạn từ 01/01/2009 đến 31/12/2014 Ngoại trừ chỉ

so Sharpe và chỉ so Sharpe đã điều chỉnh, việc thực hiện lợi suất đã điều chỉnh rủi ro của SKI (dựa vào chỉ số Treyno, chỉ so Jensen’s Alpha, chỉ so Jensen’s Alpha đã điều chỉnh và chỉ số Sortino) hiệu quả hơn JCI như là một chỉ số đối chứng thông thường Ket quả nghiên cứu cho thấy chỉ so Jensen’s Alpha là thước đo duy nhất và là chỉ số mang tầm quan trọng; hồ trợ SKI tốt hơn JCI trong suốt chu kỳ từ 2009 đến 2014

V Chitra and T Hemalatha (2017), nghiên cứu phân tích rủi ro và tỷ suất sinh lời của các quỳ hồ tương ở Ấn Độ Hiệu quả của việc phân tích dựa trên sự so sánh giữa chỉ số BSE-Sensex và lợi tức tín phiếu kho bạc 91 ngày hàng tháng (lài suất phi rủi ro) Đối với việc kiểm định, tác giả đã chọn các quỳ hồ tương được định hướng tăng trưởng thả nổi bởi UTI giai đoạn từ 01/04/2007 đến 31/03/2016 Giá trị tài sản ròng hằng tháng được công bố bởi các bên có liên quan được dùng cho nghiên cứu chu kỳ 10 năm và BSE-sensex là danh mục thị trường Các giao dịch lịch sử của quỳ hỗ tương được chọn

đe đánh giá hiệu quả dựa trên nền tảng của thước đo Sharpe, Treyno và Jensen, kết quả hữu dụng cho nhà đầu tư đế đưa ra quyết định đầu tư tốt hơn Từ kết quả trên, độ lệch chuẩn và giá trị beta thấp đối với quỳ lợi tức ƯTI Quỹ này đem lại tỷ suất sinh lời cao nhất trên từng đơn vị rủi ro, nhà đầu tư cần lợi nhuận thường xuyên có the đầu tư vào quỳ lợi tức UTI

H Xueqiong and s Mengnan (2018), nghiên cứu hiệu quả đầu tư vào các quỳ đầu tư ùy thác Hồng Kông giai đoạn từ 2008 đen 2017 Chỉ số quỳ đầu tư tracker Hong Kông được dùng làm chỉ số đối chứng Chỉ so Sharpe, chỉ so Jensen’s Alpha, chỉ so Treyno và mô hình chỉ số đơn được dùng để đánh giá hiệu quả đầu tư Kết quả nghiên cứu cho thấy các quỳ đầu tư chủ sở hừu đem lại hiệu quả vượt trội hơn ở thị trường Hồng Kông Dựa vào kết quả, lời kiến nghị chung cho nhà đầu tư là việc chọn lựa ngẫu nhiên một quỳ đầu tư năng động tốt hơn một quỳ đầu tư thụ động

4.3 Những vấn đề cần tiếp tục nghiên cứu

Dựa vào các nghiên cứu có liên quan trong nước và ngoài nước, giai đoạn từ 01/08/2014 đen nay tại Việt Nam, chưa có bài nghiên cứu nào về đánh giá rủi ro và tỷ suất sinh lời của cổ phiếu ngành Bất Động Sản tại Sàn giao dịch chứng khoán Ho Chí Minh

Căn cứ vào nền tảng các lý thuyết tài chính như lý thuyết danh mục đầu tư của Harry Markowitz, mô hình định giá tài sản vốn - CAPM của William F Sharpe và lý thuyết về chỉ số đánh giá hiệu quả đầu tư giúp điều chỉnh rủi ro như Jensen’s Alpha của Michael Jensen, Sharpe Ratio của William F Sharpe và Treyno Ratio của Jack Treyno Căn cứ vào việc cập nhật số liệu thị trường và giá cả cổ phiếu ngành Bất Động Sản, chỉ

số giá chứng khoán VN-Index được thu thập từ ngày 01/08/2014 đến hết ngày 31/07/2019, tác giả thực hiện bài nghiên cứu về đánh giá rủi ro và tỷ suất sinh lợi của cố phiếu ngành bất động sản tại Sàn giao dịch chứng khoán Hồ Chí Minh

5 Phương pháp nghiên cứu

Phương pháp nghiên cứu: Bài luận văn chủ yếu sử dụng phương pháp định tính thông qua áp dụng lý thuyết danh mục đầu tư, mô hình định giá tài sản von - CAPM và các chỉ số đánh giá hiệu quả đầu tư chỉ so Sharpe, chỉ số Treyno và chỉ so Jensen’s Alpha để đánh giá rủi ro và tỷ suất sinh lời của cổ phiếu ngành bất động sản tại Sàn giao dịch chứng khoán Hồ Chí Minh

6 Ý nghĩa khoa học và thực tiễn

Tác giả nghiên cứu đến việc vận dụng các lý thuyết tài chính gồm lý thuyết danh mục đầu tư, mô hình định giá tài sản vốn - CAPM và lý thuyết về các chỉ số đánh giá hiệu quả đầu tư: chỉ so Sharpe, chỉ số Treyno và chỉ so Jensen’s Alpha nhằm đánh giá rủi ro và tỷ suất sinh lời của cổ phiếu ngành Bất Động Sản tại Sàn giao dịch chứng khoán Hồ Chí Minh

Từ kết quả nghiên cứu, tác giả rút ra các hàm ý áp dụng vào thực tiễn, là cơ sở quan trọng cho nhà đầu tư khi đưa ra quyết định đầu tư vào cổ phiếu ngành Bất Động Sản tại Sàn giao dịch chứng khoán Hồ Chí Minh

Kết cấu cũa bài luận văn: Nội dung của bài luận văn gồm Ba chương

Chương 1 Cơ sở lý luận chung về rủi ro, tỷ suất sinh lời và chỉ so đánh giá hiệu

quả đầu tư

Chương 2 Phân tích rủi ro và tỷ suất sinh lời cổ phiếu ngành bất động sản.

Chương 3 Ket luận và khuyến nghị cho Nhà Đầu Tư.

CHƯƠNG 1 Cơ SỞ LÝ LUẬN CHUNG VÈ RỦI RO, TỶ SUẤT SINH LỜI

VÀ CHỈ SÓ ĐÁNH GIÁ HIỆU QUẢ ĐẦU TU 1.1 Các khái niệm và chỉ tiêu đo lường

1.1.1 Tỷ suất sinh lời

1.1.1.1 Khải niệm tỷ suất sinh lời

Tỷ suất sinh lời là lợi nhuận có được từ một đồng vốn đầu tư, thường được biếu thị bằng tỷ lệ phần trăm giữa mức lợi nhuận thu được và giá trị khoản đầu tư bỏ ra

Tỷ suất sinh lời kỳ vọng là bình quân có trọng số của các tỷ lệ thu nhập có khả năng xảy ra, trong đó trọng số là xác suất xảy ra của mồi khả năng (Markowitz)

Theo Eugene F Brigham and Joel F Houston, tỷ suất sinh lời kỳ vọng là tỷ suất sinh lời được mong đọi từ một khoản đầu tư; là bình quân trọng số của sự phân phối các kết quả có khả năng xảy ra

1.1.1.2 Chỉ tiêu đo lường tỷ suất sinh lời

TSSL của tài sản i the hiện qua công thức đơn giản như sau:

p 0

Trong đó: Pt là giá chứng khoán cuối kỳ sau điều chỉnh

Po là giá chứng khoán đầu kỳ sau điều chỉnh

c Ft là dòng tiền cổ tức trong suốt kỳ

TSSL mong đợi của tài sản i_E(Ri) là tỷ suất lợi nhuận kỳ vọng được tính bằng

tỷ suất lợi nhuận trung bình của các thời kì trong quá khứ, thể hiện qua công thức:

E(Rp) là TSSL mong đợi của DMĐT.

E(Rị) là TSSL mong đợi của tài sản I trong danh mục

Phát triển công thức từ đường SML và mô hình CAPM

Bởi vì hiệp phương sai của một tài sản riêng lẻ với danh mục 1J1Ị trường (CoVj,M) là thước đo rủi ro thích họp, nên khi tài sản riêng lẻ này chính là danh mục thị trường thì hiệp phương sai đó lại trở thành phương sai hệ thống (ơ2) hay còn gọi là phương sai của TSSL thị trường RM

Như vậy, phương trình của đường rủi ro - TSSL trong Hình 1.4 là:

= 7+ (CoviiM) = rf + (Ry - rf)

Trong đó: Rị là TSSL của chứng khoán i

R m là TSSL thị trường

ơ 2 m là phương sai của TSSL thị trường

C°vi,M là hiệp phương sai giữa chứng khoán i và thị trườngTheo mô hình CAPM, Tỷ suất lợi nhuận kỳ vọng của chứng khoán i được biểu diễn như sau:

Trong đó E(Ri): là tỉ suất lợi nhuận kỳ vọng của chứng khoán i

Rf: Lãi suất phi rủi ro Tín phiếu kho bạc được xem là tài sản không rúi ro và trên thực tế lãi suất tín phiếu kho bạc thường được dùng làm lãi suất phi rủi ro

Rm: Tỉ suất lợi nhuận kỳ vọng của DMĐT thị trường Người ta thường dùng chỉ số chứng khoán đe ước lượng mức sinh lời bình quân của thị trường

pi: Hệ so beta của chứng khoán i

1.1.2 Rủi ro

1.1.2.1 Khải niệm rủi ro

Tong rủi ro của tài sản = Rủi ro hệ thống + Rủi ro phi hệ thống

Rủi ro hệ thống còn gọi là “rủi ro không đa dạng hóa được”; rủi ro phi hệ thống còn gọi là “rủi ro đa dạng hóa được” Vì NĐT có thể đa dạng hóa để giảm rủi ro phi hệ thống cùa danh mục nên khi định giá danh mục, thị trường chỉ tính đến rủi ro hệ thống

Thông tin về mức độ ngại rủi ro (hoặc mức độ chấp nhận rủi ro) là đặc biệt quan trọng vì thái độ đối với rủi ro cùa nhà đầu tư chi phối quyết định đầu tư của họ.

Theo Markowitz, “Rủi ro là biên độ rộng hẹp của mức sinh lời Biên độ hay độ

phân tán của mức sinh lời là thước đo xem một mức sinh lời vào một thời gian cụ the nào đó khác biệt như thế nào so với mức sinh lời kỳ vọng (bình quân) Neu mức sinh lời

có biên độ dao động càng lớn khì khoản sinh lời đó càng không chắc chắn, ngược lại nếu biên độ dao động càng nhỏ thì khoản đầu tư này càng ít rủi ro”

Markowitz đo lường rủi ro thông qua phương sai hay độ lệch chuẩn với giả định

tỷ suất sinh lời được phân phối chuẩn

Phương sai VAR của danh mục hoặc tài sản thể hiện mức độ ton thất có thể xảy ra trong một khoảng thời gian nhất định với mức độ tin cậy nhất định

Độ lệch chuẩn là phương pháp đo lường độ rộng của sự phân tán so với giá trị

trung bình Độ lệch chuẩn đo lường sự không chắc chắn của tỷ suất sinh lời

Apama Mishra (2016), Độ lệch chuẩn được dùng như một công cụ đo lường rủi

ro, là thước đo của phương sai vòng quanh giá trị trung bình

Đường cong hữu dụng của nhà đầu tư là một hàm số của tỷ suất sinh lời mong đợi và phương sai (hoặc độ lệch chuẩn) của TSSL

Tất cả các kết hợp có the xảy ra chỉ giới hạn bên trong và bên dưới hình quả trứng vỡ (xem Hình 1.1) Không có khả năng chọn lựa một danh mục có tỷ suất sinh lợi vượt trên đường biên hiệu quả

Tất cả những kết hợp tot nhất nằm trên đường biên hiệu quả (đường biên của hình quả trứng vỡ) Nhà đầu tư sẽ chọn danh mục tối ưu là tiếp điếm của đường biên hiệu quả và đường hừu dụng cao nhất

Tỷ suất

sinh lời

mong đợi Hiệu quả biên

Độ lệch chuẩn

Hình 1.1 Đường cong hữu dụng

Beta được xem như là một thước đo rủi ro được chuẩn hóa vì nó thiết lập quan

hệ giữa hiệp phương sai của một tài sản i bất kỳ với danh mục thị trường (Covi M) và phương sai của danh mục thị trường (ơM)

Apama Mishra (2016), Hệ so beta là thước đo độ nhạy của tỷ suất sinh lời các tài sản có mối tương quan bị thay đổi so với tỷ suất sinh lời của danh mục đầu tư Nó được xem như một chỉ số độ nhạy của tỷ suất sinh lời cổ phiếu so với tỷ suất sinh lời thị trường

1.1.2.2 Chỉ tiêu đo lường rủi ro

Phương sai của thu nhập mong đợi của một tài sản là tong bình phương độ lệch của thu nhập mong đợi có nhân trọng số Độ lệch chuẩn là căn bậc 2 cùa phương sai

Phương sai (62) hay độ lệch chuẩn (ó), là một phương pháp ước lượng chênh lệch của những mức TSSL có thế có, Ri, so với TSSL mong đợi, E(Ri), sau đây:

Đối với hai tài sản A và B, hiệp phương sai cùa TSSL được định nghĩa là:

CovAB - [RịA E(.RÀ)][EiB £(^b)] ơab (1.8)

Hệ số tương quan bị ảnh hưởng bởi tính biến thiên của hai chuồi TSSL riêng lẻ:

Correl (A,B) = pAB Cov AB

Ơ ƠB

(1.9)

Trong đó: PAB là hệ số tương quan giữa TSSL của tài sản A và tài sản B.

6 A là độ lệch chuẩn cùa RịA

6B là độ lệch chuẩn cùa RiB

Hệ số tương quan là một công cụ thống kê dùng để đo lường mối quan hệ tương quan của 2 chứng khoán Hệ số tương quan thường được sử dụng trong quản trị danh mục đầu tư Hệ số tương quan có giá trị nằm trong khoảng -1 đến +1 Hai chứng khoán (hoặc tài sản) được xem là tương quan dương hoàn hảo (Perfect positive correlation) khi

hệ số tương quan bằng +1, nghĩa là 1 chứng khoán dịch chuyển đi lên (hoặc xuống) thì chứng khoán kia cũng dịch chuyến đi lên (hoặc xuống) một đoạn tương ứng Ngược lại, hai chứng khoán được xem là tương quan âm hoàn hảo (Perfect negative correlation) khi hệ số tương quan có giá trị -1, nghĩa là 1 chứng khoán dịch chuyển đi lên (hoặc xuống) thì chứng khoán kia dịch chuyến theo hướng ngược lại, tức là dịch chuyển đi xuống (hoặc đi lên) 1 đoạn tương ứng Neu 2 chứng khoán có hệ số tương quan bang 0 thì 2 chứng khoán được xem là không tương quan với nhau Trong thực tế, sự tương quan hoàn hảo là ít khi xảy ra mà thay vào đó chúng ta sẽ thường thấy những chứng khoán tương quan với nhau theo một mức độ nào đó

Độ lệch chuẩn của một danh mục đầu tư

Markowitz đã tìm thấy công thức tổng quát đối với độ lệch chuẩn cùa một DMĐT được thê hiện cụ thê như sau:

n

ơp =

i=l

n n Wi2 ơi2 + Wị Wj CoVjj

(1-10)

i=lj=l

Trong đó: <5p là độ lệch chuấn cùa DMĐT

wi Tỷ trọng đầu tư của tài sản riêng lẻ trong danh mục, tỷ trọng

này được xác định bởi tỷ lệ của giá trị trong DMĐT

6?i Phương sai cùa TSSL đối với tài sản i

Covịĩ Hiệp phương sai giừa TSSL đối với tài sản i và j,

với c°vij = Pịj6ị6j

Công thức phương sai danh mục có the viết dưới dạng ma trận như sau:

phương sai riêng lẻ (trong đó tỷ trọng là bình phương), cộng với tỷ trọng hiệp phương

sai giừa nhừng tài sản trong danh mục Độ lệch chuẩn (hay rủi ro) của DMĐT bao gom

không chỉ phương sai của những tài sản riêng lẻ mà còn bao gom hiệp phương sai giữa

những cặp tài sản riêng lẻ trong danh mục đó Hơn nữa, trong một DMĐT với số lượng

lớn các cổ phiếu, công thức này rút gọn thành tong tỷ trọng hiệp phương sai Từ việc

đưa ra công thức đo lường rủi ro (độ lệch chuẩn) và TSSL của DMĐT, Harry

Markowitz đã đi đến một kết luận rất có giá trị: đa dạng hỏa danh mục có thể làm

giảm thiểu, thậm chí triệt tiêu rủi ro khi đầu tư.

Suy luận từ khái niệm beta được nêu ở mục 1.1.2.1 và công thức 1.4 và 1.5, hệ

so beta theo mô hình CAPM được tính bởi công thức:

Cov (Ri,RM)

ơ2

Danh mục thị trường có beta bằng 1 Vì thế, nếu beta của một tài sản lớn hơn 1

thì tài sản này có rủi ro hệ thống lớn hơn thị trường

Beta của một danh mục đầu tư (Pp) tức là độ nhạy cảm (p) cùa DMĐT chính

bằng bình quân gia quyền theo tỷ trọng của beta mồi tài sản trong DMĐT đó, và được

thể hiện qua công thức:

Trong đó: Wp? Wị là tỷ trọng DMĐT và tỷ trọng của tài sản i trong danh mục

Pp, Pi là beta của DMĐT và beta của tài sản i trong danh mục

1.1.3 Chỉ số đánh giá hiệu quả đầu tư

1.1.3.1 Khải niệm về chỉ số đánh giá hiệu quả đầu tư

Được đề xuất đầu tiên bởi William F.Sharpe (1966), chỉ so Sharpe là tỷ số phần

bù rủi ro danh mục trên độ lệch chuẩn TSSL danh mục Chỉ số này tập trung vào rủi ro tống thề vì rủi ro tổng thể được sử dụng để điều chỉnh nên chỉ số Sharpe gần như chắc chắn phù hợp với việc đánh giá các danh mục được đa dạng hóa một cách tưong đối

Apama Mishra (2016), chỉ so Sharpe là thước đo cho việc tính toán TSSL đã điều chỉnh rủi ro và trở thành phép tính tiêu chuẩn Chỉ so Sharpe là bình quân TSSL có được từ sự dôi dư của lãi suất phi rủi ro so với từng đơn vị của sự biến động hoặc của tong rủi ro

Tỷ so Treynor là tỷ số phần bù rủi ro danh mục trên beta danh mục Tỷ số này chỉ xét đến rủi ro hệ thống và được đề xuất đầu tiên bởi Jack L Treynor (1966)

Apama Mishra (2016), chỉ số Treyno (còn gọi là hệ so reward-to-volatility hoặc thước đo Treyno) là thước đo của TSSL có được từ sự dôi dư kiếm được dựa vào một khoản đầu tư không có rủi ro phi hệ thống

Giá trị Jensen’s Alpha được rút ra từ công thức của mô hình định giá tài sản vốn, được đề xuất bởi giáo sư Michael c Jensen (1968) Theo mô hình CAPM, đe tính giá trị Alpha của Jensen, ta so sánh TSSL thực tế với TSSL dự kiến và chênh lệch giữa 2 TSSL này là giá trị Jensen’s Alpha

Apama Mishra (2016), chỉ so Jensen’s Alpha hoặc hệ số Alpha, được dùng đe đo lường hiệu quả từ những rủi ro đã điều chỉnh của một cố phiếu hoặc một danh mục đầu

tư dựa vào mối quan hệ với TSSL mong đợi của thị trường (được xác định dựa vào mô hình tài sản von CAPM) Hệ số Alpha càng cao thì một cố phiếu kiếm được lợi nhuận càng nhiều so với mức dự báo

1.1.3.2 Chì tiêu đo lường chỉ so đảnh giả hiệu quả đầu tư

Chỉ so Sharpe

ejp- rf

dP —

ơp

(1.15)Trong đó: ơp là độ lệch chuân của lợi suất cùa danh mục p

fp là tỷ suất sinh lời trung bình

r là lãi suất phi rủi ro

Sp là chỉ so Sharpe cùa danh mục p

Chỉ số Treyno

?p=

Trong đó: (3 p là hệ so beta của danh mục p

Tp là chỉ số Treyno của danh mục p

Tf là lãi suất phi rủi ro

rp là tỷ suất sinh lời thực tế của danh mục

otp là hệ so a Jensen của danh mục p

1.2 Cơ sở lý thuyết trong việc đánh giá rủi ro và tỷ suất sinh lời

1.2.1 Lịch sử hình thành các lý thuyết

William Sharpe (1963) đưa ra “Mô hình chỉ số đon” (Single Index Model_SIM)

đề cập mối quan hệ tuyến tính giừa lợi suất tài sản và lợi suất chỉ số thị trường, gọi là

“A/d hình chỉ số thị trường" (Market Index Model).

Năm 1964 trong bài báo “Capital Asset Prices: A Theory of Market Equilibrium under Condition of Risk” (Journal of Finance - September 1964), William Sharpe lan đầu tiên đà giới thiệu mô hình định giá tài sản tài chính mà tác giả gọi là “Mô hình định giá tài sản vốn” Mô hình được xây dựng trên cơ sở áp dụng phương pháp “Phân tích trung bình - phương sai” (Phương pháp MV) của H Markowitz kết hợp với điều kiện

cân bằng thị trường tài chính Các nghiên cứu bổ sung, mở rộng của J Mossin (1966), J Lintner (1965, 1969) và F Black (1972) đã tạo cho CAPM rất hoàn chỉnh về lý thuyết

và được xem là mô hình “kinh điển” trong định giá tài sản Bằng sự đóng góp cùa mình, năm 1990 w Sharpe đã nhận được giải Nobel kinh tế (cùng với H Markowitz và M Miller)

H Xueqiong and s Mengnan (2018) đề cập trong phạm vi lý thuyết trong 50 năm qua, các mô hình được thiết lập đế đo lường hiệu quả của quỳ hồ tương Dần chứng của nghiên cứu của Bodie (2014), J Treynor, w Sharpe, and M Jensen cải thiện phương thức tính giá trị trung bình - phương sai đối với sự ứng dụng mô hình CAPM Dựa vào mô hình CAPM, J Treynor (1966) đưa ra chỉ số Treyno liên kết TSSL phụ trội hơn lài suất phi rủi ro với các rủi ro cộng thêm w Sharpe (1966) phát triến chỉ so Roy,

sử dụng lãi suất phi rủi ro làm từ số và dùng độ lệch chuẩn của TSSL phụ trội làm mầu

số, được gọi là chỉ so Sharpe Nó thường được dùng đe đánh giá hiệu quả của danh mục hoặc quản lý quỳ hồ tương M Jensen (1968) tranh luận rằng TSSL mong đợi trên tài sản có mối tương quan tuyệt đối với giá trị beta của rúi ro tài sản, trong khi theo lý thuyết TSSL mong đợi dựa trên các tài sản có rủi ro cao thì TSSL cao hơn TSSL dựa trên tài sản có rủi ro thấp Sau đó, 3 chỉ số cơ bản này được sử dụng rộng rãi đe đo lường hiệu quả của các quỳ hồ tương Đe điều chỉnh rủi ro, Treyno, Sharpe và Jensen đã

sử dụng TSSL theo CAPM Sharpe (1963) giải thích tác động của rủi ro lên các quỳ hồ tương và thiết lập mô hình chỉ số đơn đe đo lường rủi ro và TSSL cổ phiếu Sharp (1964), Lintner (1965), and Black (1972) đã phát triền CAPM, cho biết TSSL cổ phiếu

là đường thắng tuyến tính với rủi ro hệ thống thông qua thị trường

1.2.2 Lý thuyết danh mục đầu tư

Đường biên hiệu quả miêu tả tập hợp những DMĐT có TSSL lớn nhất cho mồi mức độ rủi ro, hoặc rủi ro thấp nhất cho mồi mức TSSL Một danh mục mục tiêu nằm dọc theo đường biên này dựa trên hàm lợi ích và thái độ hướng đen rủi ro của nhà đầu

tư Không có một DMĐT nào nằm trên đường biên hiệu quả có thể chiếm ưu thế hơn bất kỳ DMĐT nào khác trên đường biên hiệu quả, danh mục có TSSL càng cao thì rủi

ro gánh chịu càng lớn

DMĐT tối ưu là DMĐT trên đường biên hiệu quả, tại đó lợi ích đem lại cho nhà đầu tư là cao nhất Nó nằm tại diem tiếp tuyến giữa đường biên hiệu quả và đường cong với mức hữu dụng cao nhất Mức hữu dụng cao nhất của một nhà đầu tư thận trọng nằm

tại điếm A và của một nhà đầu tư ưa thích rủi ro hon (dĩ nhiên sẽ đạt được TSSL mong đợi cao hơn) nằm tại diem B trên Hình 1.2.

Hạn chế: Mô hình chỉ đưa những tài sản có rủi ro nhưng chưa đề cập đến tài sản

phi rủi ro và giả định dựa trên số liệu phân phối chuẩn, nhưng trong thực tế số liệu thu được không thỏa điều này Do đó, tính chính xác chưa cao, sau này người ta nghiên cứu

ra các mô hình mới như CAPM, VaR,

Hình 1.2 Lựa chọn một DMĐT tối ưu trong thị trường với những tài sản rủi

ro trên đường biên hiệu quả 1.2.3 Mô hình định giá tài sản vốn CAPM

1.2.3.1 Đường thị trường chứng khoán SML

Giả sử nhà đầu tư có thể đi vay và cho vay không giới hạn với lãi suất phi rủi ro thì tập họp hiệu quả các tài sản có rủi ro sẽ bị thay đoi Neu không có sự tồn tại tài sản phi rúi ro thì các nhà đầu tư sè lựa chọn danh mục nằm trên đường biên hiệu quả Markowitz Tuy nhiên, nếu tồn tại tài sản phi rủi ro thì nhà đầu tư sè có một danh mục với sự kết hợp giừa các tài sản có rủi ro và tài sản phi rủi ro trên Lúc này, DMĐT tối ưu

sẽ là danh mục M (xem Hình 1.3 bên dưới) mà tại đó bất cứ một nhà đầu tư nào cho dù

có thái độ đối với rủi ro ra sao cũng đều muốn nắm giữ nó Danh mục M chính là danh mục thị trường và đường thăng xuất phát từ TSSL của tài sản phi rủi ro (Rí) tiếp xúc với đường biên hiệu quả Markowitz tại M được gọi là đường thị trường vốn - CML (Capital Market Line) Bởi vì M là danh mục thị trường (bao gồm tất cả tài sản rủi ro)

nên nó là danh mục được đa dạng hóa hoàn toàn, có nghĩa là tất cả các rủi ro riêng của mỗi tài sản trong danh mục đều được đa dạng hóa.

Hình 1.3 Lựa chọn một danh mục đầu tư tối ưu trong thị trường khi có sự

tồn tại của tài sản phi rủi ro

Tất cả các danh mục nằm trên đường CML là kết hợp của danh mục tài sản rủi ro M và một tài sản phi rủi ro, và việc lựa chọn DMĐT nào phụ thuộc vào thái

độ đối với rủi ro của nhà đầu tư

• Neu nhà đầu tư có mức ngại rủi ro cao (không ưa thích rủi ro) thì anh ta sẽ đầu tư một phần vào tài sản phi rủi ro (cho vay với lãi suất phi rủi ro, rf) và phần còn lại đầu tư vào danh mục tài sản rủi ro M

• Ngược lại, nếu nhà đầu tư có mức ngại rủi ro thấp (thích rủi ro hơn) thì anh

ta sẽ đì vay với lãi suất phi rủi ro, rf và đầu tư tất cả số tiền (vốn hiện có cộng với phần vay thêm) vào danh mục tài sản rủi ro M

Đường thị trường chứng khoán - SML - là đường thẳng thể hiện moi quan

hệ giữa rủi ro hệ thong và TSSL của bất kỳ tài sản nào.

Hình 1.4 Đường thị trường chứng khoán - SML

Phương trình của SML (xem Hình 1.4) dựa trên các ước lượng TSSL của tài sản phi rủi ro và của danh mục thị trường, từ đó ta có thể tính toán TSSL của một tài sản khi biết rủi ro hệ thống của tài sản đó

1.2.3.2 Mô hình định giá tài sản von CAPM

Công thức (1.5) và Hình 1.5 cho chúng ta thấy rằng TSSL mong đợi của một tài sản rủi ro được xác định bởi Rf cộng với phần bù rủi ro của tài sản đó Phần bù rủi

ro được xác định bằng rủi ro hệ thống của tài sản, p, nhân với phần bù rủi ro thị trường (Rm - Rf)

E ơ?i) -Tf + Pi (RM - rf)

Căn cứ vào beta, đường SML có thể được diền tả như ở Hình 1.5 như sau:

Hình 1.5 Đường thị trường chứng khoán vứi rủi ro hệ thống được chuẩn hóa Hạn chế: Sau khi mô hình CAPM ra đời, có rất nhiều tác giả đã sử dụng để định

giá tài sản trên nhiều thị trường Phần cốt lõi của mô hình CAPM là thiết lập mối quan

hệ giữa lợi suất kỳ vọng của tài sản với lợi suất kỳ vọng của thị trường Nói cách khác, chỉ có một yếu tố duy nhất chi phối lợi suất của tài sản là yếu tố thị trường Một số kết quả phân tích thực nghiệm mô hình cho thấy rằng nếu chỉ dùng yếu tố thị trường thì chưa đủ đe giải thích phần bù rủi ro của các co phiếu Như vậy trong thực tế có những trường hợp phù hợp nhưng cũng có những trường hợp không phù hợp

1.2.4 Lý thuyết hiệu quả đầu tư

Danh mục đối chứng_Benchmark Portfolio (Danh mục tham chiếu): Danh mục được làm chuẩn so sánh để đánh giá việc thực thi danh mục p Có thể tìm danh mục đổi chứng thông qua: (1) Danh mục tong hợp phản ánh tính chất chung của thị trường, có thể sử dụng chỉ số thị trường làm danh mục đối chứng (2) Nếu việc tính toán một danh mục T tương đối phức tạp thì nên sử dụng danh mục xấp xỉ danh mục T

Sử dụng SIM và CAPM tính TSSL trung bình, hệ số dao động (độ lệch chuẩn ơ),

hệ so beta (P) của danh mục p và danh mục đối chứng sau đó tính các chỉ so Sharpe và chỉ so Treyo đế so sánh và đánh giá hiệu quả đầu tư Trong thực tế rp, rf thường được tính theo trung bình hình học (trung bình nhân) cùa 20 quỷ cuối (5 năm) và ơp được tính theo trung bình cộng của các ơp của 20 quý cuối

Chỉ so Sharpe: Sp gọi là chỉ so Sharpe của danh mục p và SB là chỉ so Sharpe của danh mục đoi chứng B Dựa vào công thức 1.15 ta tính được Sp và SB Neu Sp > SB thì danh mục p thực thi tốt

Chỉ số Treyno: gọi pp là hệ so beta của danh mục p, Tp là chỉ số Treyno của danh mục p và TB là chỉ số Treyno của danh mục đối chứng B Áp dụng công thức 1.16, ta tính được Tp và Tb. Neu Tp > TB thì danh mục p thực thi tốt

Đối với hai chỉ so Sharpe và Treynor, tử số là phần bù rủi ro, mẫu so là rủi ro của danh mục nên việc so sánh chỉ số với danh mục đối chứng là hợp logic

Chỉ so Jensen’s Alpha: Xuất phát từ phương trình đường thị trường von (CML), tính E(rị) TSSL danh mục p theo lý thuyết (dựa vào hệ so beta pi, TSSL của thị trường

rM, lãi suất phi rủi ro rf) và xác định TSSL thực tế của danh mục (rp)

ctp là hệ so a Jensen cùa danh mục p Đặt ơp = rp - E(rị)

Nếu ơp > 0 thì danh mục p thực thi tốt

Ket luận chương 1

Nội dung chương 1 đã tổng họp các khái niệm, lý thuyết và các công thức cơ bản liên quan đến đo lường rủi ro và tỷ suất sinh lời của cố phiếu như: phương sai, hiệp phương sai, hệ so tương quan, beta và các chỉ số đánh giá hiệu quả danh mục đầu tư: Sharpe, Treyno và Jensen’s Alpha Mặc dù, co phiếu đang là một trong những tài sản đầu tư phố biến trong danh mục đầu tư của các nhà đầu tư nhưng việc đánh giá hiệu quả đầu tư cổ phiếu hiện nay chưa được nhà đầu tư ưu tiên chọn làm cơ sở tính toán trước khi đưa ra quyết định đầu tư Vì vậy, chương này đã trình bày những cơ sở quan trọng

đe giúp nhà đầu tư tính toán, phân tích, đánh giá rủi ro và tỷ suất sinh lời của các cổ phiếu một cách hợp lý, làm căn cứ cho việc đưa ra quyết định đầu tư

CHƯƠNG 2 PHÂN TÍCH RỦI RO VÀ TỶ SƯẤT SINH LỜI CÓ PHIẾƯ

NGÀNH BÁT ĐỘNG SẢN 2.1 Các yếu tố vĩ mô ảnh hưởng đến cổ phiếu ngành bất động sản

2.1.1 Ảnh hưởng của kinh tế vĩ mô

2.1.1.1 Yen to lãi suất

Thực trạng năm 2018, lãi suất huy động VNĐ của các ngân hàng thương mại có

xu hướng tăng trong quý IV/2018 Xu hướng tăng diền ra ở cả kỳ hạn dưới 6 tháng, từ 6

- 12 tháng và trên 12 tháng Trong khi đó, lãi suất không kỳ hạn được giừ khá on định (được nêu trong Bảng 2.1)

Trong quý IV/2018, một số ngân hàng thương mại đã điều chỉnh tăng lãi suất cho vay VND từ 0,5 - 1 điềm; phần trăm ở các kì hạn do áp lực từ tăng lãi suất huy động và

dư địa tín dụng hạn hẹp hơn Lãi suất cho vay VND tính đến cuối quý IV phổ biến ở mức 6 - 9%/năm đối với khoản vay ngắn hạn và 9 - 11% đối với khoản vay trung và dài hạn Lãi suất cho vay USD phổ biến ở mức 2,8 - 6,0%/năm; trong đó lãi suất cho vay ngắn hạn phố biến ở mức 2,8 - 4,7%/năm, lãi suất cho vay trung, dài hạn ở mức 4,5 - 6,0%/năm

Bảng 2.1 Lãi suất huy động VNĐ phổ biến ciia các NHTM (Đơn vị tính: %/năm)

Chi tiêu Không kỳ hạn Dưới 06 tháng 06 - 12 tháng Trên 12 tháng

(Nguồn: Ngân Hàng Nhà Nước)

Lãi suất trúng thầu Trái Phiếu Chính Phủ (kỳ hạn 5 năm) ở trong vùng từ

4,02 - 4,2%/năm trong quý IV/2018 (xem Hình 3.1) Vùng lãi suất này đã được thu hẹp hơn so với quý III/2018 (3,37 - 5,5%/năm) và cùng kỳ 2017 (4,5 - 4,65%/năm) Việc giữ quy mô phát hành trong quý IV/2018 tương đương với các quý khác đà có sự phối hợp với điều hành tiền tệ (trong bối cảnh giải ngân tín dụng không được nới lỏng), qua

đó tránh được áp lực đối với thanh khoản của hệ thong các to chức tín dụng Yeu tố này rất quan trọng nhằm xác định lài suất phi rủi ro khi ứng dụng vào việc tính toán tỷ suất

sinh lời kỳ vọng theo mô hình định giá tài sản vốn CAPM và các thước đo đánh giá hiệu

Hình 2.1 Lãi suất trái phiếu chính phu kỳ hạn 5 năm (Nguồn: HNX)

Phân tích: Giả sừ nền kinh tế đang ổn định, khi lãi suất tăng, giá cổ phiếu có xu

hướng giảm Ngược lại, khi lài suất giảm thì giá cổ phiếu có xu hướng tăng Bởi vì, (i) nguồn vốn đầu tư vào thị trường chứng khoán có khả năng bị giảm (hoặc tăng) do sự hấp dẫn của lãi suất huy động tăng (hoặc giảm), làm ảnh hưởng đến lực mua chứng khoán và giá co phiếu, (ii) NĐT chịu áp lực cao hơn (hoặc thấp hơn) trong đầu tư chứng khoán đe trang trải chi phí cơ hội khi lãi suất huy động tăng (hoặc giảm), (iii) NĐT chịu chi phí lãi vay cao hơn (hoặc thấp hơn) khi lãi suất tăng (hoặc giảm) nếu nhà đầu tư cầm

cố chứng khoán để vay vốn đầu tư (iv) Đối với NĐT là tổ chức đang dùng đòn bẩy để phát triển kinh doanh và đang trích một phần vốn kinh doanh để đầu tư vào thị trường chứng khoán thì nguồn vốn đầu tư sẽ giảm (hoặc tăng) khi lài suất tăng (hoặc giảm)

2.1.1.2 Yeu tổ lạm phát cơ bản, giả vàng và Đô la Mỹ

Hình 2.2 Tỷ lệ lạm phát cơ bản và lạm phát bình quân

(Nguồn: Sổ liệu Tổng cục thống kê)

Lạm phát cơ bản vần tương đối ổn định ở mức thấp Lạm phát cơ bản tháng

12/2018: tăng 0,09% so với tháng trước và tăng 1,7% so với cùng kỳ năm trước Bình quân năm 2018, lạm phát cơ bản ở mức 1,48% so với 2017 (xem Hình 2.2), duy trì

xu hướng tăng chậm và tương đối ơn định qua các tháng Như vậy, công tác điều hành chính sách tiền tệ và tín dụng không làm tăng áp lực đối với lạm phát Neu lạm phát bị mất kiểm soát thì sè ảnh hưởng đến lãi suất và giá cổ phiếu

Giá vàng trong nước biến động theo giá vàng thế giới Chỉ số giá vàng tháng

12/2018 tăng 0,41% so với tháng trước; bình quân năm 2018 tăng 2,36% so với 2017 Neu giá vàng giảm mạnh thì đây sè là kênh đầu tư hấp dần và nguồn vốn nằm trong thị trường chứng khoán sẽ bị phân tán và có khả năng sè chảy vào kênh đầu tư vàng

Chỉ số giá Đô la Mỹ tháng 12/2018 giảm 0,07% so với tháng trước và tăng

2,69% so với cùng kỳ năm 2017; bình quân năm 2018 tăng 1,29% so với năm 2017 Khi chỉ số giá Đô la Mỳ tăng mạnh, Việt Nam Đồng mất giá và danh mục đầu tư sè giảm giá trị bởi hệ số trượt giá Khi chi số giá Đô la Mỳ giảm mạnh thì đây sè là kênh đầu tư hấp dần và nguồn vốn nằm trong thị trường chứng khoán sẽ bị phân tán và có khả năng chảy vào kênh đầu tư ngoại tệ Vậy, chỉ số Đô la Mỳ dù tăng hay giảm đều gây bất lợi cho NĐT trên thị trường chứng khoán

2.1.2 Tác động ciia VN-Index lên cổ phiếu ngành Bất Động Sản

Đa số các cố phiếu Bất Động Sản đang được giao dịch trên sàn giao dịch chứng khoán tập trung, phần lớn giao dịch nhiều ở Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (sàn HSX) Hình 2.3 cho thấy biến động cùa VN-Index so với biến động của chỉ số ngành Bất Động Sản từ 01/08/2014 đến 31/07/2019, cụ thể:

Năm 2015, TTCK sàn HSX biến động rất mạnh, trong quý 1 và quý 2 chỉ số VN- Index có sự bứt phá mạnh nhờ nhóm cổ phiếu ngân hàng và dầu khí Chỉ số ngành bất động sản giao động không đều và đi theo chiều hướng giảm từ 456 điếm xuống còn 386 điểm VN-Index đạt mốc cao nhất trong năm 2015 với 638.69 điểm vào ngày 14/07/2015, đen tháng 8, những tác động từ việc Trung Quốc phá giá đồng Nhân dân tệ

đã ảnh hưởng mạnh đen tâm lý các nhà đầu tư, khiến thị trường hoàn toàn sụp đo đến cuối năm chỉ giữ ở mức 579.03 điểm, VN-Index mất hơn 59 điếm Tại thời điếm này, CTCP BĐS và xây dựng trường thành (mã TEG) và CTCP đầu tư LDG (mã LDG) chính thức lên sàn niêm yết

Năm 2016, TTCK sàn HSX trải qua nhiều biến cố xấu nhìn chung xuất phát từ các sự kiện vĩ mô bởi các quốc gia lớn như Trung Quốc, Anh và Mỳ khiến các nhà đầu

tư nước ngoài bán tháo co phiếu Đen cuối năm 2016 chỉ so VN Index chốt ở mức 664.87 điếm được coi là sự may mắn do nền tảng của TTCK Việt Nam vẫn tốt nên đã phục hồi ngay sau đó Trong khi VN-Index năm 2016 tăng từ 550 điểm đến gần 680 điểm thì chỉ số ngành BĐS theo chiều hướng đi ngang, giao động quanh 400 điểm Tại thời điểm này, Tập Đoàn Đầu Tư Địa òc No Va (mã NVL) và CTCP phát triển khu công nghiệp Tín nghĩa (mã TIP) chính thức lên sàn niêm yết

ớ năm 2017, TTCK sàn HSX tăng trưởng mạnh khi có một số điểm nhấn tích cực từ Nhà nước về nới rộng quy mô đầu tư vào TTCK cho nhà đầu tư nước ngoài giúp đấy mạnh mua ròng từ nước ngoài gần 26 nghìn tỷ đồng Đen cuối năm chỉ so VN- Index chốt ở mức 970 điểm được coi là đạt đỉnh cao (tăng gần 46% so với ngày 30/12/2016), mức vốn hóa thị trường đến cuối năm 2017 đạt gần 3.360 nghìn tỷ đồng, tương đương 74,6% GDP, vượt chỉ tiêu đặt ra cho năm 2020 Chỉ số VN-Index tăng từ

680 điểm đến 970 điểm và chỉ số ngành BĐS tăng từ 405 điểm đến 652 điểm, số liệu cho thấy hai chỉ số này tăng mạnh và tăng cùng chiều với nhau Và đây cũng là năm mà CTCP BĐS Điện Lực Miền Trung (mã LEC), CTCP Vincom Retail (mà VRE), CTCP Địa Ốc Sài Gòn (mã SGR), CTCP Kosy (mã KOS), CTCP đầu tư xây dựng và phát triển đô thị Thăng Long (mã TLD) và CTCP đầu tư Văn Phú (mã VPI) chính thức lên sàn niêm yết

TTCK sàn HSX biến động mạnh trong năm 2018, chỉ số VN-Index từ vùng đỉnh 1.200 điểm đã "lao dốc" xuống vùng 900 điếm trong ba quý cuối năm, tương ứng mức điều chỉnh khoảng 25% được cho là khá lớn và nằm trong top 10 chỉ số chứng khoán có biến động mạnh nhất trên thế giới Ớ quý 01/2018, kinh tế VN tăng trưởng tốt, dòng tiền khối ngoại O ạt đố vào (khối ngoại mua ròng hơn 10.000 tỷ trong quỷ một), cũng như hàng loạt doanh nghiệp lớn lên sàn, trong đó có CTCP Vinhomes (mã VHM), CTCP BĐS Thế kỷ (mà CRE), CTCP địa ốc First real (mã FIR), CTCP đầu tư Hải phát (mã HPX), CTCP Landmark holding (mã LMH) và CTCP Hưng Thịnh Incons (mà HTN) Nhưng đến quý ba, quý bốn, chịu ảnh hưởng của kinh tế vĩ mô khi Mỹ và Trung Quốc chiến tranh thương mại qua chính sách tăng thuế áp đặt lần nhau gây tiêu cực đến TTCK cùa thế giới và Việt Nam Cụ thế, VN-Index 2018 biến động khá mạnh giao động từ 892,54 diem đến 1.202,33 diem (xem Hình 2.3) Phiên giao dịch ngày

13/04/2018 đánh dấu VN-Index đạt 1.211,34 điếm vượt ngưỡng điếm cao nhất trong lịch sử so với 1.179,32 điểm ngày 30/03/2007 Chỉ số VN-Index thể hiện xu hướng giảm khá rõ, chỉ còn 892,54 vào cuối năm 2018 (giảm 9,32% so với cuối năm 2017 và giảm 25,89% so với mức đỉnh vào tháng 04/2018) Trong khi đó, mặc dù chỉ số ngành BĐS có sự biến động tương đồng ngang bằng điểm với VN-Index ở nhiều phiên giao dịch trong năm 2018 nhưng chỉ số này lại thể hiện xu hướng tăng nhẹ từ 652 điểm (đầu năm) lên 695 điểm (cuối năm).

Từ ngày 02/01/2019 đến ngày 31/07/2019, VN-Index giao động với biên độ hẹp

từ 891,75 điểm đến 1.011,86 điểm Trong đó, số lượng cổ phiếu được giao dịch khá cao

và đều đặn Tại thời điểm này, CTCP Sonadezi Châu Đức (mã SZC) và CTCP thươngmại dịch vụ TNS Holdings (mã TN1) chính thức lên sàn niêm yết

Hình 2.3 Chỉ số VN-Index 31/08/2014 - 31/07/2019

(Nguồn: Dừ liệu giá từ www.hsx.vn và được vẽ bằng Metastock cùa tác giả)

Chỉ số VN-Index và chỉ số ngành BĐS là hai chỉ số luôn đi song hành theo chiều hướng tăng nhẹ trong 7 tháng đầu năm 2019; cụ thế, VN-Index tăng từ 892 điếm đến 992 điểm

và chỉ số ngành BĐS tăng từ 695 điểm đến 823 điểm Nguyên nhân chù yếu là do các thông tin vì mô của nền kinh tế Việt Nam tác động đến tâm lý giao dịch của NĐT: (i) Tín dụng tiếp tục bị hạn chế cho các lình vực tiềm ấn rủi ro; (ii) Bất định từ môi trường kinh tế bên ngoài (đặc biệt là việc Mỹ liên tục tăng lãi suất và leo thang chiến tranh Mỳ - Trung Quốc); và (iii) Mặt bằng lãi suất chịu sức ép tăng, đặc biệt là về cuối năm

2.2 Phân tích ngành bất động sản Việt Nam

2.2.1 Danh mục cổ phiếu bất động sản tại sàn giao dịch Hồ Chí Minh

Thống kê đến 31/07/2019, có 63 doanh nghiệp BĐS niêm yết tại HSX Nhừng Bluechips đầu ngành nhu VIC, VHM, VRE, NVL và KDH đã góp phần nâng đỡ chỉ số chung của ngành BĐS có giá trị vốn hóa cuối ngày 31/07/2019 lần luợt là: 408.204 tỷ đồng; 295.427 tỷ đồng; 86.050 tỷ đồng; 53.687 tỷ đồng và 12.086 tỷ đồng (được nêu trong Bảng 2.2)

Bảng 2.2 Danh mục các doanh nghiệp bất động sản tại HSX

Giá trị vốn hóa (tỷVND)

4 NVL CTCP TẬP ĐOÀN ĐÀU Tư ĐỊA òc NO VA 57.700 53.687

6 KDH CTCP ĐÂU Tư VÁ KD NHÁ KHANG ĐIÊN 22.200 12.086

(Nguồn: www.hsx.vn và tính toán của tác giả)

45 CCL CTCP ĐT VÀ PT DỞ THỊ DÂU KHÍ cừu LONG 291 45

sử giá sau điều chỉnh chưa đạt đủ cơ sở dữ liệu 20 quý cuối trong 5 năm để đánh giá rủi

ro và TSSL cố phiếu ngành BĐS nên các cổ phiếu này sè bị loại bỏ ra khởi cơ sở dừ liệu (xem Hình 2.3) gồm:

Bảng 2.3 Danh mục các doanh nghiệp bất động sản bị loại bỏ

(Nguồn: ww hsx Vỉĩ)

24 CLG CTCP ĐÀU TƯ VÀ PHÁT TRÍẼN nhà ĐÀT COTEC không gây ảnh

Vậy danh mục cổ phiếu ngành BĐS tại HSX có lịch sử giá sau điều chỉnh đạt đủ

20 quý cuối trong 5 năm từ 01/08/2014 đến 31/07/2019 gồm 37 cổ phiếu được kết hợp với chỉ số thị trường VN-Index (hay còn gọi là chỉ số đối chứng của thị trường) làm cơ

sở dừ liệu phục vụ cho việc nghiên cứu bài luận văn

2.2.2 Các nhóm cổ phiếu đặc trưng trong ngành Bất Động Sản

Nhằm phục vụ cho nhu cầu tiêu thụ đất nền, nhà ở, căn hộ và nhu cầu kinh doanh bất động sản tại Việt Nam, thị trường bất động sản gồm: thị trường căn hộ (Apartment), thị trường đất nền (Land Property), thị trường BĐS công nghiệp (Industrial Real Estate), thị trường BĐS cho thuê (Market for Rent) và thị trường nhà phố - biệt thự (Ownhouses - Villas) Tùy theo đối tượng tiêu thụ sản phẩm mà thị trường có nhiều phân khúc khác nhau gom: phân khúc bình dân (Affordable), phân khúc trung cấp (Mid- end), phân khúc cao cap (Premium) và phân khúc sang trọng (Luxury)

Dựa vào cơ cấu doanh thu trong báo cáo tài chính đã kiếm toán năm 2018 của các doanh nghiệp BĐS có cổ phiếu niêm yết tại sàn HSX, tác giả phân chia cổ phiếu ngành này thành 5 nhóm cổ phiếu đặc trưng như sau:

Nhóm 1: nhóm các cổ phiếu đạt doanh thu có giá trị lớn (từ 2.000 tỷ đồng trở

lên) từ lĩnh vực cho thuê, chuyển nhuợng và cung cấp dịch vụ BĐS gồm căn hộ, khách sạn, dịch vụ khách sạn và BĐS đầu tư Gọi tắt là nhóm cổ phiếu tổng hợp giá trị lớn

(Nguồn: Bảo cảo tài chính đã kiểm toán 2018 được công bố tại www.hsx.vn)

Nhóm 2: nhóm các cố phiếu đạt doanh thu chủ yếu từ lĩnh vực cho thuê khách

sạn và BĐS đầu tư Gọi tắt là nhóm cổ phiếu từ cho thuê BĐS

Bảng 2.5 Các cổ phiếu từ cho thuê bất động sản

(Nguồn: Báo cảo tài chính đã kiểm toán 2018 được công bố tại www.hsx.vn)

Nhóm 3: nhóm các cổ phiếu đạt doanh thu chủ yếu từ lình vực chuyển nhượng

và cung cấp dịch vụ BĐS Gọi tắt là nhóm co phiếu từ kinh doanh và dịch vụ BĐS

Bảng 2.6 Các cố phiếu từ kinh doanh và dịch vụ bất động sản

(Nguồn: Bảo cáo tài chỉnh đã kiếm toán 2018 được công bố tại www.hsx.vn)

Nhóm 4: nhóm các cố phiếu đạt doanh thu có giá trị vừa và nhỏ (dưới 2.000 tỷ

đồng) từ lĩnh vực cho thuê, chuyển nhượng và cung cấp dịch vụ BĐS Gọi tắt là nhóm

co phiếu tong hợp giá trị vừa và nhỏ

Bảng 2.7 Các cổ phiếu tổng hợp giá trị vừa và nhỏ

(Nguồn: Báo cảo tài chỉnh đã kiểm toán 2018 được công bố tại www.hsx.vn)

Nhóm 5: nhóm các cổ phiếu đạt doanh thu từ lình vực cho thuê, chuyển nhượng

và cung cấp dịch vụ BĐS gồm nhà xưởng, hạ tầng Khu Công Nghiệp, cơ sở hạ tầng và đất cho thuê Gọi tắt là nhóm cổ phiếu từ kinh doanh nhà xưởng, khu công nghiệp

Bảng 2.8 Các cổ phiếu từ kinh doanh nhà xưởng, khu công nghiệp

(Nguồn: Bảo cảo tài chính đã kiểm toán 2018 được công bố tại www.hsx.vn)

2.2.3 Phân tích lợi thế kinh doanh cua các doanh nghiệp bất động sản

2.2.3.1 Nhóm cổ phiếu tổng hợp giá trị lớn

Tập đoàn Vingroup (VIC) có tiền thân là CTCP Thương mại Tổng hợp Việt

Nam được thành lập vào năm 2002 Tập đoàn hoạt động chính trong lĩnh vực BĐS, du lịch nghỉ dường - vui chơi giải trí, bán lẻ, công nghiệp và hạ tầng xã hội VIC là chủ đầu

tư BĐS lớn nhất Việt Nam với lượng quỳ đất 177 triệu m2 VIC đã đưa vào vận hành 17

dự án với gần 46.800 căn hộ, biệt thự, nhà phố thương mại được bàn giao, về BĐS bán

lẻ, Tập đoàn đã phát triển, sở hữu và vận hành 66 TTTM với tổng diện tích mặt bằng bán lẻ đạt 1,5 triệu m2, về du lịch nghỉ dưỡng - vui chơi giải trí: VIC sở hữu hệ thống Vinpearl gồm 31 khách sạn và khu nghỉ dường với quy mô lên tới trên 16.400 phòng khách sạn và biệt thự tại các địa điểm du lịch nổi tiếng của Việt Nam: Hạ Long, Thanh Hóa, Nghệ An, Hà Tĩnh, Huế, Đà Nằng, Hội An, Nha Trang, Cam Ranh, cần Thơ và Phú Quốc

CTCP Đầu tư và Kinh doanh nhà Khang Điền (KDH) có tiền thân là Công ty

TNHH Đầu tư và Kinh doanh Nhà Khang Điền được thành lập vào năm 2001, hiện đang sở hữu quỳ đất hơn 500 ha tại Quận 2, Quận 9 và khu vực Tây Nam TPHCM (Bình Chánh, Bình Tân) Đặc biệt trong phân khúc nhà ở thấp tầng trong các khu compound với các dự án tiêu biểu như dự án khu biệt thự Goldora Villa, Mega Ruby, Mega Village, The Venica, Lucasta Bên cạnh sản phẩm biệt thự và nhà liền kế, Công ty

mở rộng đầu tư và phát triển các dự án căn hộ cao tầng như Jamila, Sapphira, Hermosa

CTCP Đầu tư Nam Long (NLG) có tiền thân là Công ty TNHH Nam

Long được thành lập năm 1992 Công ty hoạt động trong lình vực đầu tư, phát triển và kinh doanh các dự án bất động nhà ở, khu đô thị Nam Long hiện sở hữu 567 ha đất sạch trải khắp các tỉnh miền Nam, chù yếu tập trung trong các khu đô thị và dân cư trọng điểm của TPHCM, cần Thơ, Long An Một số dự án tiêu biếu mà Nam Long tham gia đầu tư, phát trien và kinh doanh BĐS: Khu đô thị Mizuki Park- Quận Bình Chánh, TPHCM (26ha), Khu đô thị Kikyo Residences - Quận 9, TPHCM (18ha), Khu

đô thị Fuji Residences - Quận 9, TPHCM (5ha), Khu dân cư phước Long B - Quận 9, TPHCM (33ha), Khu dân cư Tân Thuận Đông - Q7,TPHCM (28ha), Khu biệt thự Thảo

Nguyên Sài Gòn - District 9, TPHCM (7,7ha), Khu dân cu Dalia Garden - cần Thơ (15ha).

CTCP Hà Đô (HDG) tiền thân là xí nghiệp xây dựng của Bộ Quốc phòng được

thành lập năm 1990 Sản phấm chính của công ty bao gồm nhà biệt thự, nhà liền kề, chung cư cao cấp tại các dự án khu đô thị tại thành phố Hà Nội và Hồ Chí Minh, cao ốc văn phòng cho thuê, khách sạn và xây dựng công trình dân dụng, giao thông Công ty hiện đang sở hữu 2 triệu m2 quỳ đất thuộc Bộ Quốc Phòng đe phát triển các dự án khu

đô thị trong cả nước Công ty hiện đang sở hữu khoảng 67 ha đất với khoảng 11 dự án đang và sẽ trien khai Các dự án này tập trung ở những vị trí đẹp của thành phố Hà Nội,

Hồ Chí Minh và đều là đất sạch Phần quỳ đất có nguồn gốc từ Bộ Quốc Phòng chiếm khoảng 50% tong quỳ đất, phần đất không có nguồn gốc từ Bộ Quốc Phòng đều là đất sạch với giá đền bù chỉ bằng 20% mức giá hiện tại

CTCP Tập đoàn FLC (FLC) được chính thức ra đời từ sự hợp nhất của các

công ty thành viên từ năm 2010 Ngành nghề kinh doanh chù yếu là kinh doanh BĐS, đặc biệt là BĐS nhà ở, BĐS nghỉ dưỡng, TTTM, văn phòng cho thuê, BĐS khu công nghiệp Tính đen cuối năm 2018, FLC đã triển khai 230 dự án BĐS tại 56 tỉnh thành trên cả nước Tập đoàn FLC đang sở hữu chuồi các quần thể nghỉ dưỡng - sân golf với quy mô hàng ngàn phòng lưu trú chất lượng 5 sao, cùng đầy đủ dịch vụ tiện ích tiêu chuẩn quốc tế, hệ thống quần the sân golf và khu nghỉ dưỡng lớn tại Quảng Ninh, Quảng Bình, Vĩnh Phúc, Thanh Hóa, Bình Định Các công trình tiêu biểu như FLC sầm Sơn Beach & Golf Resort cao 15 tầng bao gồm 3 tầng dịch vụ thương mại và 588 phòng khách sạn tiêu chuẩn 5 sao; FLC Star Tower với 37 tầng noi, 4 tầng hầm cung cấp 455 căn hộ ra thị trường; Quần thể FLC Hạ Long Golf Club & Resort: sân golf 18 hố, Trung tâm hội nghị 1500 chồ, khách sạn 22 tầng, biệt thự nghỉ dưỡng; FLC Quy Nhơn Beach

& Golf Resort - Giai đoạn 2 (The Coastal Hill Quy Nhơn), FLC Garden City (Giai đoạn 1), FLC Twin Tower: 5 tầng TTTM, tháp căn hộ 50 tầng và tháp văn phòng 38 tầng, cung cấp 420 căn hộ hạng sang, 36.270 m2 cho thuê văn phòng hạng A, 26.498m2 sàn TTTM cao cấp

CTCP Địa Óc Sài Gòn Thưong Tín (SCR) được thành lập năm 2004 Lĩnh vực

kinh doanh chính của Công ty bao gom dịch vụ môi giới BĐS, hợp tác, đầu tư và phát triển các dự án BĐS Trong những năm qua, Công ty đã thực hiện hợp tác đầu tư và làm chủ đầu tư một số dự án như Dự án Chung cư Hòa Bình, Dự án Cao OC văn phòng TTC