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

NGUYỄN THỊ THANH HUYỀNVẬN DỤNG MÔ HÌNH CAPM TRONG ĐO LƯỜNG RỦI RO HỆ THỐNG CỦA CÁC CỔ PHIẾU NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH... NGUYỄ

NGUYỄN THỊ THANH HUYỀN

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

LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH

NGUYỄN THỊ THANH HUYỀN

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

Chuyên ngành: Tài chính ngân hàng

Mã số: 60.34.20

LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH

Người hướng dẫn khoa học: PGS.TS VÕ THỊ THÚY ANH

Đà Nẵng – Năm 2014

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Đà Nẵng, tháng 9 năm 2014

Nguyễn Thị Thanh Huyền

MỞ ĐẦU 1

1 Tính cấp thiết của đề tài 1

2 Mục tiêu nghiên cứu 1

3 Câu hỏi nghiên cứu 2

4 Đối tượng và phạm vi nghiên cứu 2

5 Phương pháp nghiên cứu 3

6 Ý nghĩa khoa học và thực tiễn của đề tài 3

7 Tổng quan tài liệu nghiên cứu 3

8 Bố cục của luận văn 9

CHƯƠNG 1: TỔNG QUAN VỀ MÔ HÌNH ĐỊNH GIÁ TÀI SẢN VỐN (CAPM) 10

1.1 RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU 10

1.1.1 Khái niệm rủi ro 10

1.1.2 Phân loại rủi ro 10

1.1.3 Đo lường lợi tức và rủi ro 12

1.2 MÔ HÌNH ĐỊNH GIÁ TÀI SẢN VỐN CAPM 15

1.2.1 Các giả định của mô hình 15

1.2.2 Mô hình CAPM phiên bản của Sharpe – Lintner 17

1.2.3 Mô hình CAPM phiên bản của Black 19

1.2.4 Đánh giá mô hình CAPM 20

KẾT LUẬN CHƯƠNG 1 22

CHƯƠNG 2: THIẾT KẾ NGHIÊN CỨU 23

2.1 THU THẬP VÀ XỬ LÝ SỐ LIỆU 23

2.1.1 Mô tả dữ liệu và phương pháp thu thập 23

2.1.2 Xử lý số liệu 23

MOMENT TỔNG QUÁT (GMM) 24

2.2.1 Phương pháp thích hợp cực đại FIML 25

2.2.2 Phương pháp Moment tổng quát GMM 25

2.2.3 Chuyển hóa dữ liệu 25

2.3 KIỂM ĐỊNH VIỆC QUY LUẬT PHÂN PHỐI CHUẨN VÀ TÍNH DỪNG VỚI TỶ SUẤT LỢI TỨC CỦA CÁC CỔ PHIẾU 26

2.3.1 Kiểm định phân phối chuẩn 26

2.3.2 Kiểm định tính dừng 26

2.4 ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM PHIÊN BẢN CỦA SHARPE – LINTNER 26

2.4.1 Sử dụng phương pháp thích hợp cực đại (FIML) với dữ liệu tỷ suất sinh lợi tuân theo quy luật phân phối chuẩn 26

2.4.2 Sử dụng phương pháp Moment tổng quát (GMM) với dữ liệu tỷ suất sinh lợi không tuân theo quy luật phân phối chuẩn 35

2.5 ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM BETA ZERO PHIÊN BẢN CỦA BLACK 37

2.5.1 Sử dụng phương pháp thích hợp cực đại (FIML) với dữ liệu tỷ suất sinh lợi tuân theo quy luật phân phối chuẩn 37

2.5.2 Sử dụng phương pháp Momen tổng quát (GMM) với dữ liệu tỷ suất sinh lợi không tuân theo quy luật phân phối chuẩn 45

KẾT LUẬN CHƯƠNG 2 48

CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH CAPM VÀ KHUYẾN NGHỊ VỚI NHÀ ĐẦU TƯ 49

3.1 GIỚI THIỆU VỀ MẪU NGHIÊN CỨU 49

3.1.1 Lịch sử hình thành và phát triển của TTCK Việt Nam 49

3.2 KẾT QUẢ THU THẬP VÀ XỬ LÝ SỐ LIỆU 54

3.3 KIỂM ĐỊNH VIỆC QUY LUẬT PHÂN PHỐI CHUẨN VÀ TÍNH DỪNG VỚI TỶ SUẤT LỢI TỨC CỦA CÁC CỔ PHIẾU 56

3.4 KẾT QUẢ ƯỚC LƯỢNG MÔ HÌNH CAPM 59

3.4.1 Kết quả ước lượng mô hình CAPM phiên bản của Sharpe – Lintner 59

3.4.2 Kết quả ước lượng mô hình CAPM phiên bản của Black 64

3.4.3 Kết quả ước lượng mô hình CAPM chia theo giai đoạn 69

3.5 KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH CAPM 78

3.5.1 Kết quả kiểm định mô hình CAPM phiên bản của Sharpe – Lintner .78 3.5.2 Kết quả kiểm định mô hình CAPM phiên bản của Black 79

3.6 KHUYẾN NGHỊ ĐỐI VỚI NHÀ ĐẦU TƯ 79

3.6.1 Sử dụng kết quả của đề tài 79

3.6.2 Sử dụng mô hình và phương pháp ước lượng 81

KẾT LUẬN CHƯƠNG 3 84

KẾT LUẬN 85 DANH MỤC TÀI LIỆU THAM KHẢO

QUYẾT ĐỊNH GIAO ĐỀ TÀI (bản sao)

Số hiệu

3.1 Thống kê các mã chứng khoán 53

3.2 Thống kê mô tả tỷ suất sinh lợi thực tế của các chứng

khoán và danh mục thị trường. 54

3.3 Kiểm định việc tuân theo quy luật phân phối chuẩn của tỷ

suất sinh lợi của các chứng khoán. 56

3.4 Kiểm định tính dừng của tỷ suất sinh lợi của các chứng

3.5 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Sharpe – Lintner bằng phương pháp FIML 59

3.6 Giá trị ước lượng mô hình CAPM ràng buộc phiên bản

của Sharpe – Lintner bằng phương pháp FIML 60

3.7 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Sharpe – Lintner bằng phương pháp GMM 61

3.8 Giá trị ước lượng mô hình CAPM ràng buộc phiên bản

của Sharpe – Lintner bằng phương pháp GMM 63

3.9 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Black bằng phương pháp FIML 64

3.10 Giá trị ước lượng mô hình CAPM ràng buộc phiên bản

của Black bằng phương pháp FIML 65

3.11 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Black bằng phương pháp GMM 66

3.12 Giá trị ước lượng mô hình CAPM ràng buộc phiên bản

của Black bằng phương pháp GMM 683.13 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Sharpe – Lintner bằng phương pháp GMM 70

3.15 Giá trị ước lượng mô hình CAPM không ràng buộc phiên

bản của Black bằng phương pháp GMM 74

3.16 Giá trị ước lượng mô hình CAPM ràng buộc phiên bản

của Black bằng phương pháp GMM 763.17 Kết quả kiểm định tính hiệu lực của mô hình CAPM

phiên bản của Sharpe – Lintner 783.18 Kết quả kiểm định tính hiệu lực của mô hình CAPM

phiên bản của Black 79

Số hiệu

1.1 Minh họa rủi ro hệ thống và rủi ro phi hệ thống 11 2.1 Danh mục phương sai tối thiểu của tài sản phi rủi ro 27

MỞ ĐẦU

1 Tính cấp thiết của đề tài

Đã hơn 10 năm kể từ khi thị trường chứng khoán Việt Nam đi vào hoạtđộng Từ 2 mã chứng khoán niêm yết ban đầu là REE và SAM, cho đến nay

đã có gần 700 công ty niêm yết Điều đó cho thấy rằng, thị trường chứngkhoán Việt Nam ngày càng phát triển Các hoạt động đầu tư vào các chứngkhoán vốn tại Việt Nam hiện nay là khá phổ biến Tuy nhiên, phần đông nhàđầu tư chỉ mua bán theo cảm tính, quyết định đầu tư đa phần chịu ảnh hưởngcủa các thông tin ngắn hạn Chính vì vậy mà thị trường chứng khoán ViệtNam có tính đột biến cao về giá Làm thế nào để giảm thiểu rủi ro, đo lườngrủi ro và ổn định tỷ suất sinh lợi luôn là câu hỏi thường trực của các nhà đầu

tư Hiện tại, việc đo lường rủi ro hệ thống có thể vận dụng bằng nhiều môhình tài chính khác nhau như CAPM, CAPM đa biến, APT, Trong các môhình này, mặc dù vẫn còn tồn tại một số nhược điểm nhưng mô hình CAPMvẫn là mô hình đơn giản, khá dễ dàng vận dụng nên được sử dụng phổ biếnnhất Trong thực tế người ta sử dụng mô hình CAPM (mô hình định giá tàisản vốn) để giải thích mối quan hệ giữa rủi ro và lợi tức kỳ vọng của tài sảnvốn cụ thể là của một chứng khoán hay của một danh mục đầu tư

Xuất phát từ thực tế trên, tác giả chọn đề tài luận văn “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” để đo lường rủi ro hệ thống của các cổ

phiếu trên TTCK Việt Nam Qua đó, đưa ra một số kiến nghị cho nhà đầu tưtrong việc sử dụng mô hình

2 Mục tiêu nghiên cứu

Mục tiêu chính của đề tài tập trung giải quyết các vấn đề sau đây:

- Thứ nhất, hệ thống hóa các lý luận cơ bản về rủi ro hệ thống và đolường rủi ro hệ thống bằng mô hình định giá tài sản vốn (CAPM) của Sharpe– Lintner và CAPM Beta Zero của Black Làm rõ phương pháp ước lượng vàkiểm định đối với các mô hình trên.

- Thứ hai, ước lượng và kiểm định mô hình tại thị trường chứng khoánViệt Nam

- Phân tích và đánh giá kết quả ước lượng hệ số beta cho thị trườngchứng khoán Việt Nam Từ đó đưa ra khuyến nghị với các nhà đầu tư

3 Câu hỏi nghiên cứu

- Ưu điểm và nhược điểm của mô hình CAPM là gì?

- Sử dụng phương pháp nào để thực hiện và kiểm định mô hình CAPM?

- Mô hình CAPM có hiệu lực tại thị trường chứng khoán Việt Nam

không?

- Rủi ro hệ thống của các chứng khoán trên thị trường chứng khoán Việt

Nam như thế nào?

- Các nhà đầu tư cần lưu ý gì khi sử dụng mô hình CAPM tại thị trường

chứng khoán Việt Nam?

4 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: Đề tài tập trung vào việc đo lường rủi ro hệ

thống của thị trường chứng khoán Việt Nam thông qua việc vận dụng và kiểmđịnh mô hình CAPM cho thị trường chứng khoán Việt Nam

năm (05/05/2004 đến 15/08/2014) Số liệu được thu thập từ trang webhttp://cophieu68.com.

+ Về không gian: Thị trường chứng khoán Việt Nam

5 Phương pháp nghiên cứu

Đề tài sử dụng các phương pháp thống kê để tổng hợp dữ liệu

Sử dụng mô hình CAPM để xác định rủi ro (hệ số beta) của các chứngkhoán niêm yết trên thị trường chứng khoán Việt Nam

Phương pháp ước lượng: thích hợp cực đại (FIML) và Moment tổng quát(GMM)

Thực hiện mô hình gồm 4 bước: nhận dạng mô hình thử nghiệm, ướclượng, kiểm định tính hiệu lực và phân tích kết quả

6 Ý nghĩa khoa học và thực tiễn của đề tài

Đề tài này sẽ cung cấp cho các nhà đầu tư một công cụ để đo lường rủi ro

hệ thống của thị trường chứng khoán Việt Nam Đồng thời, kết quả nghiêncứu sẽ giúp cho nhà đầu tư nhận định được mức độ rủi ro hệ thống của các cổphiếu để đưa ra quyết định đúng đắn trong việc nắm giữ các loại cổ phiếu

7 Tổng quan tài liệu nghiên cứu

 Tổng quan các nghiên cứu liên quan đến ước lượng và kiểm định

mô hình CAPM

Cho đến nay, có nhiều công trình nghiên cứu về mô hình CAPM, đầutiên về mô hình này là: “Giá của tài sản vốn – lý thuyết thị trường cân bằngtrong điều kiện rủi ro” của William Sharpe (1964) và “Giá trị của tài sản rủi ro

và ngân sách vốn”của John Lintner (1965) Từ đó đã cho ra đời mô hình địnhgiá tài sản vốn-CAPM

Sau đó có rất nhiều công trình nghiên cứu về mô hình CAPM và kiểmđịnh hiệu lực của mô hình đã được thực hiện trên nhiều nước mà tiêu biểu:

Đầu tiên là công trình “Công tác điều hành của Quỹ đầu tư trong giaiđoạn 1945 – 1964 của Michael C.Jensen Trong công trình này, chính Jensen

đã đề xuất về việc kiểm định hàm ý “hệ số α = 0” để kiểm định hiệu lực của

mô hình CAPM

Tiếp đến là Fisher Black (1972) đã đề xuất mô hình CAPM Beta Zerotrong công trình “Sự cân bằng của thị trường vốn khi có sự hạn chế của việcvay mượn” Trong năm 1972, công trình mô hình định giá tài sản vốn “Một sốkiểm định thực nghiệm” của tác giả Fisher Black, Michael C.Jensen, MyronScholes đã kiểm định hiệu lực của mô hình này đối với các chứng khoán tạithị trường chứng khoán New York

Sau đó là các công trình phản biện mô hình CAPM của các tác giảRichard Roll (1977) trong công trình “Phản biện đối với kiểm định lý thuyếtđịnh giá tài sản” hay Eugene F.Fame và Kenneth R French (1992) với côngtrình “Dữ liệu chéo đối với thu nhập kỳ vọng của các chứng khoán” đã đưa rabằng chứng thực nghiệm bác bỏ hiệu lực của mô hình CAPM lý thuyết

Trong khi Fama – French đo lường beta bằng các tỷ suất sinh lợi hàngtháng, thì Kothari, Shanken và Sloan đã đo lường beta bằng tỷ suất sinh lợihàng năm để né tránh các vấn đề giao dịch và nhận thấy một phần bù đáng kểcho rủi ro beta Pettengill, Dundaram và Matthur lưu ý rằng các nghiên cứuthực nghiệm đặc biệt sử dụng tỷ suất sinh lợi thực tế để kiểm định mô hìnhCAPM trong khi lý thuyết này lại chuyên vào tỷ suất sinh lợi mong đợi Khicác nhà nghiên cứu điều chỉnh đối với các tỷ suất sinh lợi vượt trội thị trường

âm, họ nhận thấy mối quan hệ phù hợp và đáng kể giữa beta và tỷ suất sinhlợi Jaganathan và Wang dùng một mô hình CAPM có điều kiện cho phépthay đổi trong beta và phần bù rủi ro thị trường, mô hình này đã hoạt động tốttrong việc giải thích mẫu tiêu biểu của các tỷ suất sinh lợi Grundy và Malkiel

cũng tranh cãi rằng beta là một thước đo hữu dụng của rủi ro trong suốt thời

kỳ thị trường đi xuống

Tiếp theo đó là rất nhiều công trình nghiên cứu về mô hình CAPM như:CAPM trong điều kiện tự tương quan Mô-men bậc cao (CAPM with higher-order co-moments), CAPM có điều kiện (Condition CAPM) và CAPM trongđiều kiện không ổn định theo thời gian (CAPM conditional on time-varyingvolatility)

Nghiên cứu của Heston, Rouwenhost và Wesels (1997) trên một mẫugồm 2100 cổ phiếu thuộc 12 nước châu Âu giai đoạn 1980 – 1995 đã tìm thấymối quan hệ tích cực giữa lợi nhuận bình quân và beta Do đó, Heston,Rouwenhost và Wesels (1997) đã kết luận rằng, beta và quy mô doanh nghiệp

là hai yếu tố độc lập cùng giải thích cho lợi nhuận bình quân của cổ phiếu trênthị trường quốc tế

Nghiên cứu của Ibbotson, Kaplan và Peterson (1997) về hệ số beta củatất cả các cổ phiếu thường NYSE/AMEX/NASDAQ giai đoạn 1931 – 1994cho thấy, hệ số beta của các công ty có quy mô nhỏ được tính theo phươngpháp truyền thống quá thấp và không có liên hệ với lợi nhuận tương lai Tuynhiên, khi hệ số beta được điều chỉnh này thể hiện được sự cân bằng tích cựcgiữa rủi ro và lợi nhuận của mô hình CAPM Hơn nữa, hệ số beta được điềuchỉnh có thể giải thích cho sự ảnh hưởng của quy mô doanh nghiệp đối với lợinhuận của cổ phiếu

Nghiên cứu của Andor (1999) kiểm định mô hình CAPM cho TTCKHungary với dữ liệu thời gian tháng của 17 công ty niêm yết trên Sở giao dịch

CK Budapest trong khoảng thời gian từ 31/7/1991-1/6/1999 Áp dụng phươngpháp phân tích hồi quy, tác giả đã chỉ ra rằng tỷ suất lợi nhuận của cổ phiếu cótương quan tỷ lệ thuận với hệ số beta Hay mô hình CAPM phù hợp với các

cổ phiếu niêm yết trên sở GDCK Budapest

Michailidis (2006) đã kiểm định mối quan hệ giữa lợi nhuận và rủi ro củacác cổ phiếu trên TTCK Hy Lạp Số liệu sử dụng gồm dữ liệu tuần của 100 cổphiếu niêm yết trên SGDCK Athens trong khoảng thời gian 01/1998-12/2002.Bằng phương pháp hồi quy, tác giả đã chứng minh được rằng rủi ro của cổphiếu ngày càng cao không đi liền với lợi nhuận ngày càng cao Như vậykhông tồn tại mối quan hệ phi tuyến tính giữa lợi nhuận và rủi ro của các cổphiếu.

Gần đây nhất Choudhary (2010) đã nghiên cứu CAPM trong điều kiệnTTCK Ấn Độ thông qua việc sử dụng lợi nhuận tháng của 278 cổ phiếu niêmyết trên SGDCK Bombay trong khoảng thời gian 01/1996-12/2009 Kết quảcủa nghiên cứu đã chỉ ra rằng lợi nhuận và rủi ro có mối quan hệ tuyến tính

 Tổng quan nghiên cứu liên quan đến ước lượng và kiểm định CAPM tại Việt Nam

Cho đến nay đã có một số nghiên cứu thực nghiệm về mô hình CAPM và

mô hình Fama – French 3 nhân tố trên TTCK Việt Nam của các học viên caohọc cũng như sinh viên đại học ở Việt Nam

Trong luận văn thạc sỹ “Ứng dụng một số mô hình đầu tư tài chính hiệnđại vào thị trường chứng khoán Việt Nam” của tác giả Đinh Trọng Hưng dưới

sự hướng dẫn của tiến sỹ Lãi Tiến Dĩnh Trong đề tài này, tác giả nghiên cứucác mô hình đầu tư tài chính hiện đại bao gồm: Lý thuyết danh mụcMarkowitz, lý thuyết thị trường vốn, mô hình định giá tài sản CAPM và Fama– French 3 nhân tố Trên cơ sở các mô hình đó, tác giả áp dụng cho 26 cáccông ty niêm yết trên Sở giao dịch chứng khoán Tp Hồ Chí Minh từ01/01/2005 đến 30/06/2008 Khi sử dụng mô hình CAPM phiên bản Sharpe –Lintner, tác giả ước lượng hệ số beta tương ứng với hai trường hợp danh mụcthị trường là chỉ số VN-Index và Danh mục thị trường là danh mục tối ưu từ

26 chứng khoán Trong đó, khi kiểm định luật phân phối chuẩn đối với tỷ suất

sinh lợi của 26 mã chứng khoán chỉ có 5 chứng khoán tuân thủ luật phân phốichuẩn Tuy nhiên tác giả sử dụng luật số lớn để cho rằng khi mở rộng mẫuquan sát thì tỷ suất sinh lợi của các chứng khoán sẽ tuân thủ luật phân phốichuẩn.

Luận văn thạc sỹ “Ứng dụng các lý thuyết tài chính hiện đại trong việc

đo lường rủi ro của các chứng khoán niêm yết tại Sở giao dịch chứng khoánTP.HCM” của tác giả Trần Minh Ngọc Diễm thực hiện dưới sự hướng dẫncủa GS.TS Trần Ngọc Thơ Trong luận văn này, tác giả trình bày và ứngdụng các mô hình tài chính CAPM và APT cho chứng khoán niêm yết tạiSGDCK TP HCM từ ngày 28/07/2000 đến hết ngày 29/04/2008 để xác định

hệ số beta, chỉ tiêu đo lường rủi ro trong các mô hình này Tác giả đã ướclượng hệ số beta của mô hình CAPM phiên bản Sharpe - Lintner dựa trêndanh mục thị trường là danh mục đầu tư tối ưu Harry Markowitz Tuy nhiên,

đề tài không hề kiểm định quy luật phân phối của tỷ suất sinh lợi trước khiước lượng bằng phương pháp OLS (bình phương nhỏ nhất)

Ngoài ra, tác giả Nguyễn Ngọc Vũ cũng có bài báo viết về đề tài này:

“Tính toán hệ số bêta của một số công ty niêm yết tại sàn chứng khoán HàNội (HNX)” Trong bài, tác giả ước lượng hệ sô beta bằng phương pháp bìnhphương bé nhất Số lượng chứng khoán sử dụng gồm 43 công ty niêm yết tạiSGDCK Hà Nội và danh mục thị trường được sử dụng là chỉ số HNX-Index.Luận văn thạc sỹ: “Nghiên cứu và ứng dụng mô hình định giá tài sản vốncho TTCK Việt Nam” (2010) của tác giả Phạm Văn Sơn đã chứng minh cótồn tại mô hình CAPM tại SGDCK Tp.HCM Trong đề tài này, tác giả đã ướclượng hệ số beta của mô hình CAPM phiên bản Sharpe - Lintner và phiên bảncủa Black bằng phương pháp FIML và GMM Việc ước lượng này chỉ sửdụng dữ liệu tháng của 5 năm (05/2005-05/2010) Kết quả của nghiên cứuchưa chính xác bởi: dữ liệu chưa đủ dài nên không thể phản ánh được toàn bộ

rủi ro của TTCK; dữ liệu ngày đã được chuyển sang dữ liệu tháng nên ảnhhưởng đến kết quả hồi quy.

Luận văn thạc sỹ: “Vận dụng mô hình CAPM trong đo lường rủi ro hệthống cổ phiếu ngành xây dựng niêm yết trên HOSE” của tác giả Nguyễn ThịTiến Trong đề tài này, tác giả đã thực hiện mô hình CAPM cho 13 chứngkhoán ngành xây dựng trong giai đoạn 20/12/2010-06/03/2012 Tuy nhiên,đây là nghiên cứu đối với một ngành, đồng thời chỉ trong giai đoạn ngắn nêncũng chưa phản ánh chính xác được rủi ro hệ thống của TTCK Việt Nam Mặtkhác các doanh nghiệp được đưa ra ở đây chỉ hoạt động trong mình lĩnh vựcxây dựng nên kết quả phân tích không có tính ứng dụng cao

 Đánh giá chung về các đề tài thực nghiệm ở Việt Nam

Một là một số nghiên cứu chỉ mới dừng lại ở mô hình CAPM, phiên bảncủa Sharpe – Lintner, ước lượng bằng phương pháp ước lượng OLS và sau đókiểm định các giả thiết của mô hình hồi quy

Hai là mặc dù các chuỗi tỷ suất sinh lợi không tuân thủ quy luật phân phốichuẩn nhưng các tác giả đều sử dụng luật số lớn để cho rằng chuỗi tỷ suất sinhlợi tuân thủ quy luật phân phối chuẩn khi gia tăng kích thước mẫu Tuy nhiênqua thực tế kiểm định, điều này là không chắc chắn đúng với tỷ suất sinh lợicủa các chứng khoán niêm yết tại SGDCK TP.HCM Do đó, các nghiên cứunày bỏ qua một vấn đề khá nghiêm trọng trong kiểm định các giả thuyết môhình hồi quy là khi các ước lượng có thể bị chệch và không hiệu quả

Ba là dữ liệu thời gian của các nghiên cứu là dữ liệu tháng và khá ngắn(dưới 5 năm) nên số lượng quan sát chưa lớn vì vậy chưa phản ánh đượcchính xác rủi ro hệ thống của TTCK Việt Nam

Bốn là trong hơn 10 năm hoạt động TTCK đã nhiều lần thay đổi biên độnhưng các nghiên cứu trước chưa xem xét mức độ tác động của việc điềuchỉnh biên độ giao dịch đến rủi ro hệ thống của TTCK Việt Nam

Mặc dù kết luận của các nghiên cứu trên là có tồn tại mô hình CAPMnhưng nghiên cứu của các đề tài này chưa đủ cơ sở để chấp nhận Do đó trongluận văn mới này, tác giả sẽ kế thừa và khắc phục nhược điểm của một số đềtài trước Đầu tiên, tác giả sẽ hệ thống hóa ưu điểm, nhược điểm của mô hình

để có cái nhìn tổng quát hơn về mô hình CAPM trong đo lường rủi ro hệthống Và kế thừa phương pháp tiếp cận của các đề tài trên để thực hiện lạiviệc ước lượng tìm ra hệ số beta và kiểm định mô hình với dữ liệu giá với độdài 10 năm (từ năm 2004 đến năm 2014) để tiến hành tính toán Ngoài ra, tácgiả còn nghiên cứu tác động của việc điều chỉnh biên độ giao dịch bằng cáchước lượng theo các khoảng thời gian khác nhau để so sánh mức độ rủi ro củaTTCK theo từng giai đoạn

8 Bố cục của luận văn

Ngoài phần mở đầu và kết luận, luận văn bao gồm 3 chương như sau:Chương 1: Tổng quan về mô hình định giá tài sản vốn (CAPM)

Chương 2: Thiết kế nghiên cứu

Chương 3: Kết quả ước lượng, kiểm định mô hình CAPM và khuyếnnghị đối với nhà đầu tư

CHƯƠNG 1

TỔNG QUAN VỀ MÔ HÌNH ĐỊNH GIÁ TÀI SẢN VỐN

(CAPM)

1.1 RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU

1.1.1 Khái niệm rủi ro

Cho đến nay vẫn chưa có được định nghĩa thống nhất về rủi ro, nhữngtrường, tác giả khác nhau đưa ra những định nghĩa rủi ro khác nhau Nhưngtóm lại có thể chia thành hai trường phái chính

Theo trường phái truyền thống thì rủi ro là những thiệt hại, mất mát,nguy hiểm hoặc các yếu tố liên quan đến nguy hiểm, khó khăn hoặc điềukhông chắc chắn có thể xảy ra cho con người

Theo trường phái hiện đại, rủi ro là sự bất trắc có thể đo lường được,vừa mang tính tích cực, vừa mang tính tiêu cực Rủi ro có thể mang đếnnhững tổn thất mất mát cho con người nhưng cũng có thể mang lại những lợiích, những cơ hội Nếu tích cực nghiên cứu rủi ro, người ta có thể tìm ranhững biện pháp phòng ngừa, hạn chế những rủi ro tiêu cực, đón nhận những

cơ hội mang lại kết quả tốt đẹp cho tương lai

Trong đầu tư tài chính, rủi ro đề cập đến sự không chắc chắn về lợi tức

mà nhà đầu tư kỳ vọng nhận được từ việc đầu tư

Vậy rủi ro trong tài chính là những điều không chắc chắn của những kếtquả trong tương lai hay là những khả năng của kết quả bất lợi

1.1.2 Phân loại rủi ro

Khi nhắc đến rủi ro của chứng khoán, ta thường chỉ đề cập đến rủi rotoàn bộ Tuy nhiên, lý thuyết đầu tư hiện đại phân chia rủi ro toàn bộ thành 2loại: Rủi ro hệ thống (systematic risk) và rủi ro phi hệ thống (nonsystematicrisk)

a Rủi ro phi hệ thống

Rủi ro phi hệ thống (nonsystematic risk): Rủi ro xuất phát từ chínhcông ty phát hành chứng khoán đó Đây là một phần của rủi ro đầu tư Loạirủi ro này là kết quả của những biến cố ngẫu nhiên và chỉ ảnh hưởng đến mộtcông ty hay một ngành nào đó Các yếu tố này có thể là biến động về lựclượng lao động, năng lực quản trị, kiên tụng hay chính sách điều tiết củaChính phủ Rủi ro phi hệ thống có thể phân tán được bằng nắm giữ một danhmục đầu tư có đủ nhiều loại tài sản rủi ro [1, tr 52]

b Rủi ro hệ thống

Rủi ro hệ thống là những sự cố xảy ra trong quá trình vận hành của hệthống (nền kinh tế) và hoặc những sự cố xảy ra ngoài hệ thống nhưng có tácđộng đến phần lớn hệ thống Những rủi ro này gây ảnh hưởng đến giá hầu hếtcác chứng khoán Rủi ro hệ thống là phần rủi ro còn lại của danh mục thịtrường không thể đa dạng hóa [1, tr 52]

Rủi ro toàn bộ = Rủi ro hệ thống + Rủi ro phi hệ thống

Hình 1.1 Minh họa rủi ro hệ thống và rủi ro phi hệ thống

Rủi ro toàn bộ Rủi ro phi hệ thống (rủi ro thuộc về công ty)

Rủi ro hệ thống

Độ lệch chuẩn

()

Số loại chứng khoán (n)

1.1.3 Đo lường lợi tức và rủi ro

Quá trình đầu tư đòi hỏi nhà đầu tư phải ước lượng và đánh giá cân bằngrủi ro – lợi tức kỳ vọng của các chứng khoán Do vậy, việc hiểu cách thức đolường lợi tức và rủi ro trong đầu tư là một yêu cầu quan trọng

a Đo lường lợi tức của một chứng khoán

Lợi tức là tổng cộng thu được từ việc đầu tư vào một chứng khoán baogồm hai phần:

1- Các dòng thu nhập từ các chứng khoán đó (ví dụ: Cổ tức của một cổphiếu hoặc lãi nhận được từ các chứng khoán nợ)

2- Lợi tức do sự thay đổi trong giá cả của bản thân chứng khoán (Có thể(-) hoặc (+ ))

Thông thường, nhà đầu tư sử dụng chỉ tiêu tỷ suất sinh lợi để đánh giáchứng khoán Tỷ suất sinh lợi được xác định bằng với lợi tức tổng cộng nhậnđược chia cho giá mua chứng khoán ban đầu (tỷ suất này còn được gọi là tỷsuất trong thời gian nắm giữ chứng khoán – HPY (Holding Period Yield)

0

0 1

P

P P D

Trong đó:

- D: Dòng thu nhập từ chứng khoán

Việc tính toán HPY theo công thức trên giả định rằng cổ tức được thanhtoán vào cuối thời gian nắm giữ chứng khoán Nếu cổ tức nhận được sớmhơn, công thức HPY ở trên chưa tính đến việc tái đầu tư cổ tức trong khoảnthời gian kể từ lúc nhận được cổ tức cho đến hết thời hạn đầu tư (tuy nhiêntrong các phần phân tích tỷ suất sinh lợi này, ta giả định rằng cổ tức đã đượctái đầu tư)

Để có thể dễ dàng so sánh các chứng khoán khác nhau, tỷ suất sinh lợithường được quy đổi thành tỷ suất phần trăm, Việc quy đổi được thực hiệnnhư sau:

Nếu gọi AHPY (annual HPY) là tỷ suất sinh lợi/năm

Trong đó: n là thời gian nắm giữ chứng khoán (tính theo năm)

 Lợi tức trung bình của một chứng khoán

Khi nhà đầu tư nắm giữ một chứng khoán qua nhiều năm, lợi tức màchứng khoán đó có thể mang lại thường là khác nhau (ví dụ: Một vài năm cólợi tức cao, một vài năm có lợi tức thấp) Bên cạnh việc xem xét lợi tức trongmột năm cụ thể, nhà đầu tư còn quan tâm đến lợi tức trung bình hằng năm củachứng khoán đó trong toàn bộ thời gian đầu tư Có hai cách tính tỷ suất sinhlợi trung bình hằng năm của chứng khoán: trung bình cộng (Arithmetic Mean-AM) và trung bình nhân (Geometric Mean – GM)

AHY AM

sử dụng để ước lượng kỳ vọng ở một năm cụ thể trong tương lai Tuy nhiên,

tỷ suất sinh lợi trung bình cộng không phải là chỉ tiêu chính xác nếu muốnước lượng thành quả đầu tư qua khoảng thời gian dài (lớn hơn 1 năm)

GM

Tỷ suất sinh lợi trung bình Tỷ suất sinh lợi trung bình nhân

Tỷ suất sinh lợi trung bình nhân được xem là tỷ suất sinh lợi chính xác

để đánh giá một chứng khoán qua nhiều năm Nó chính là tỷ lệ tăng trưởngcủa giá trị chứng khoán theo thời gian Do vậy, tỷ suất sinh lợi trung bìnhnhân thường được sử dụng để đánh giá thành quả đầu tư trong một thời kỳ đãqua

 Lợi tức kỳ vọng của một chứng khoán

Khi cân nhắc quyết định đầu tư, các nhà đầu tư luôn cố gắng ước tính lợitức mà họ có thể nhận được Tuy nhiên, không có gì đảm bảo rằng nhà đầu tưchắc chắn nhận được lợi tức này Thông thường, các nhà đầu tư xác định lợitức kỳ vọng dựa vào những giá trị lợi tức ước tính có thể và xác suất của mỗilợi tức đó Tỷ suất kỳ vọng của một chứng khoán được xác định như sau:





n i

i R p R

E

1

) (

- Tỷ suất sinh lợi có thể nhận được trong tình huống i

b Đo lường rủi ro của một chứng khoán

Rủi ro đề cập đến sự không chắc chắn về lợi tức mà nhà đầu tư kỳ vọngnhận được từ việc đầu tư Sự không chắc chắn này được thể hiện bởi nhữnglợi tức có thể nhận được với những xác suất khác nhau Độ phân tán củanhững giá trị lợi tức có thể so với lợi tức kỳ vọng càng lớn, thì sự không chắcchắn (rủi ro) của lợi tức nhận được càng lớn Trong đầu tư tài chính, chỉ tiêuphương sai (Variance) hoặc chỉ tiêu độ lệch chuẩn (standard deviation) củaphân phối tỷ suất được sử dụng để đo lường rủi ro Các chỉ tiêu này được tínhnhư sau:

+ Phương sai của tỷ suất sinh lợi:

i R E R p

1

2 1

n



Trong đó:

- : Tỷ suất sinh lợi trung bình cộng

- n: Số lượng tỷ suất sinh lợi từ mẫu được quan sát trong quákhứ

Mặc dù có một số chỉ tiêu đo lường rủi ro khác nhau, chỉ tiêu phương sai(hoặc độ lệch chuẩn) vẫn là chỉ tiêu được sử dụng phổ biến nhất trong thực tếđầu tư cũng như trong các nghiên cứu lý thuyết đầu tư

1.2 MÔ HÌNH ĐỊNH GIÁ TÀI SẢN VỐN CAPM

1.2.1 Các giả định của mô hình

Một trong những vấn đề quan trọng của kinh tế học tài chính hiện đại là

sự đánh đổi giữa rủi ro và tỷ suất sinh lợi kỳ vọng Các khoản đầu tư rủi ro(chẳng hạn như đầu tư vào thị trường cổ phiếu) sẽ đạt tỷ suất sinh lợi cao hơncác khoản đầu tư không rủi ro Với sự phát triển của mô hình định giá tài sản



n i

p

1

2 ) (



vốn (CAPM), các nhà kinh tế học có thể định lượng rủi ro và phần thưởng củamột tài sản phải liên quan chặt chẽ với hiệp phương sai giữa thu nhập của tàisản và thu nhập của danh mục thị trường.

Markowitz (1959) đã đặt nền tảng cho mô hình CAPM Vì vậy, môhình CAPM dựa trên các giả định giống như giả định của thị trường vốn [1, tr 173-174]

1 Các nhà đầu tư cá nhân đều là các nhà chấp nhận giá

2 Các nhà đầu tư dự kiến đầu tư trong cùng một khoảng thời gian Nhàđầu tư thường đầu tư trong một thời kỳ đơn

3 Không có thuế và phí giao dịch

4 Các nhà đầu tư có thể cho vay hoặc đi vay ở mức lãi suất phi rủi rotrong thời gian đầu tư của họ

5 Các nhà đầu tư đều quan tâm tới thu nhập kỳ vọng và phương sai củathu nhập Họ ưa thích thu nhập kỳ vọng gia tăng và đối với phương sai thìngược lại (Điều kiện hiệu quả của vấn đề này chính là phân phối của thunhập tuân theo phân phối chuẩn)

6 Các nhà đầu tư có cùng một lượng thông tin và tin tưởng vào luậtphân phối của thu nhập

7 Thị trường bao gồm tất cả các tài sản đều có thể mua bán và có thểchia nhỏ không hạn chế

Các giả định này hàm ý rằng:

1 Tất cả các nhà đầu tư đều sử dụng thuật toán Markowitz để thiết lậpdanh mục đầu tư hiệu quả Trong đó, danh mục đầu tư hiệu quả là kết hợpgiữa tài sản phi rủi ro và danh mục tiếp tuyến Danh mục tiếp tuyến này làdanh mục có tỷ lệ phần thưởng tính cho một đơn vị rủi ro lớn nhất Và tất cảcác nhà đầu tư đều có cùng một danh mục tiếp tuyến

2 Các nhà đầu tư ngại rủi ro đầu tư chủ yếu vào các tài sản phi rủi ro(chẳng hạn như cho vay ở mức lãi suất phi rủi ro) nhưng ngược lại các nhàđầu tư chấp nhận rủi ro sẽ đi vay ở mức lãi suất phi rủi ro và đầu tư vào danhmục tiếp tuyến Trên bình diện cân bằng tổng thể mức đi vay và cho vay củatất cả các nhà đầu tư là bằng nhau.

3 Khi bất kỳ nhà đầu tư nào cũng nắm giữ danh mục tiếp tuyến và tàisản phi rủi ro, hơn nữa mức đi vay và cho vay của tất cả các nhà đầu tư bằngnhau thì danh mục tiếp tuyến chính là tổng cầu của tất cả các nhà đầu tư.Tổng cung của các tài sản chính là danh mục thị trường, danh mục này baogồm tất cả các tài sản được đầu tư theo tỷ lệ giá trị của tài sản đó trên tổng giátrị thị trường của tất cả các tài sản Trong điều kiện cân bằng thì tổng cungbằng tổng cầu và danh mục tiếp tuyến chính là danh mục thị trường

4 Khi danh mục tiếp tuyến chính là danh mục thị trường thì nó cũngchính là danh mục có giá trị trung bình - phương sai của thu nhập hiệu quả

1.2.2 Mô hình CAPM phiên bản của Sharpe – Lintner

Trong nghiên cứu nền tảng, Markowitz đã cho rằng nhà đầu tư sẽ lựachọn danh mục trên cơ sở thu nhập kỳ vọng và phương sai của thu nhập này.Ông ta đưa ra luận điểm, nhà đầu tư tối ưu hóa việc nắm giữ một danh mục cógiá trị kỳ vọng và phương sai hiệu quả Đó là danh mục đầu tư với thu nhập

kỳ vọng cao nhất tương ứng với một mức phương sai xác định trước Dựa trêncông trình của Markowitz, Sharpe (1964) và Lintner (1965) đã phát triểnnhiều gợi ý mở rộng về kinh tế Họ cho rằng, nếu nhà đầu tư đạt được mức lợitức kỳ vọng đồng nhất và tối ưu hóa việc nắm giữ các danh mục có giá trịtrung bình và phương sai đạt hiệu quả trong điều kiện không tương quan vớithị trường sẽ là danh mục có giá trị trung bình và hiệp phương sai hiệu quả

Sharpe và Lintner rút ra được từ mô hình CAPM là giả định tồn tại cáckhoản cho vay và đi vay với lãi suất phi rủi ro Từ phiên bản CAPM này, ta

có thu nhập kỳ vọng của tài sản i

] [R

) , (

m Var

Rm Ri Cov





(1.10)

Phiên bản của Sharpe và Lintner gắn chặt ý kiến về thu nhập vượt trội sovới lãi suất phi rủi ro (từ đây gọi là thu nhập vượt trội)

suất phi rủi ro, Zi = Ri – Rf

Từ đó mô hình CAPM của Sharpe và Lintner ta có:

] [Z

) , (

m Var

Zm Zi Cov





(1.12)

rủi ro được xem như phi ngẫu nhiên, phương trình (1.10) và (1.12) là tươngđương Tuy nhiên từ những nghiên cứu thực nghiệm, ta thấy rằng lãi suất phirủi ro là ngẫu nhiên và do đó beta (β) có thể khác biệt Hầu hết các công trìnhthực nghiệm liên quan đến phiên bản của Sharpe và Lintner đều chú trọng đếnthu nhập vượi trội cho nên chúng đều ứng dụng công thức (1.11) trong quátrình nghiên cứu

Đối với mỗi phương pháp ước lượng ta sẽ có những tiêu chuẩn kiểmđịnh phù hợp Cụ thể phương pháp ước lượng FIML sẽ thực hiện kiểm định

1.2.3 Mô hình CAPM phiên bản của Black

Trong điều kiện không tồn tại tài sản phi rủi ro, Black (1972) đã đưa raphiên bản tổng quát của mô hình CAPM Trong phiên bản này, thu nhập kỳvọng (vượt trội so với thu nhập của danh mục có beta bằng 0) của tài sản i cóquan hệ tuyến tính với beta của nó Cụ thể đối với thu nhập kỳ vọng của tài

Trong đó:

với danh mục thị trường (m)

Danh mục này được xác định là danh mục có phương sai tối thiểu trong

tất cả các danh mục không tương quan với danh mục m (bất kỳ danh mục

không tương quan nào khác sẽ có cùng một giá trị thu nhập kỳ vọng nhưng cóphương sai lớn hơn) Do đó mô hình Black có giá trị thực tế hơn mô hình củaMarkowitz, Sharpe và Lintner Nhìn chung các khoản thu nhập đã điều chỉnh

] [R

) , (

m Var

Rm Ri Cov

im



(1.14)Các phân tích kinh tế lượng đối với mô hình CAPM trong phiên bảnBlack phức tạp hơn so với phiên bản của Sharpe và Lintner Các phân tíchnày xem khoản thu nhập của danh mục có beta bằng 0 như một giá trị khôngthể quan sát được Phiên bản của Black có thể được kiểm định như một hạnchế đối với mô hình thị trường có thu nhập thực tế Đối với mô hình này tacó:

Và đề xuất cuả phiên bản Black là

αim = E[R0m] (1- βim) i (1.16)Đối với phương pháp ước lượng FIML sẽ thực hiện kiểm định tỷ lệ thích

1.2.4 Đánh giá mô hình CAPM

a.Ưu điểm của mô hình CAPM

Với cơ sở lý luận chặt chẽ và sự đơn giản, mô hình CAPM trở thành một

mô hình có sức ảnh hưởng mạnh mẽ trong lĩnh vực tài chính Nó được xem làhiệu quả và đã tồn tại suốt hơn 40 năm qua

Hệ số beta của mô hình CAPM được sử dụng để phân tích và dự báo rủi

ro của các công ty trên TTCK Bởi hệ số beta của mô hình CAPM đo lườngmức độ tương quan giữa rủi ro khi đầu tư vào từng công ty và rủi ro của toàn

người đầu tư và các bên liên quan có thêm một bước để đo lường dự báo rủi ro của các công ty này.

Mô hình CAPM có thể sử dụng để tính tỷ suất sinh lợi yêu cầu của từngcông ty Tỷ suất sinh lợi yêu cầu khi công ty đầu tư vốn vào từng công ty

phi rủ ro cộng phần thưởng rủi ro Trong đó phần thưởng rủi ro bằng betanhân với hiệu số của tỷ suất sinh lợi của danh mục thị trường và tỷ suất sinhlợi phi rủi ro

Ba là tỷ suất sinh lợi yêu cầu của từng công ty được sử dụng làm lãi suấtchiết khấu khi thẩm định các dự án đầu tư của từng công ty hay của các ngànhnghề Việc xác định lãi suất chiết khấu khi tính các chỉ tiêu tài chính dự án để

có thể đưa ra quyết định đầu tư hay không là vô cùng quan trọng Quyết địnhhành vi của chủ đầu tư tương ứng với các mức độ rủi ro cụ thể Đối với lĩnhvực có rủi ro càng cao thì chủ đầu tư yêu cầu tỷ suất sinh lợi càng lớn

b Nhược điểm của mô hình CAPM

Bên cạnh những ưu điểm nổi trội thì mô hình CAPM còn tồn tại nhữngvấn đề cần xem xét sau:

- Mô hình chỉ xác định beta trong hiện tại mà thôi Ước lượng beta từnghiên cứu thực nghiệm cho thấy beta không ổn định theo thời gian

- Mô hình dựa vào quá nhiều giả định trong khi thực tế không có đầy đủgiả định như thế

- Trong thực tế có các nhân tố khác ngoài lãi suất phi rủi ro và rủi ro hệthống được sử dụng để xác định tỷ suất sinh lợi mong đợi của hầu hết cácchứng khoán

- Các nhà đầu tư không hoàn toàn bỏ qua rủi ro không hệ thống

Với những hạn chế cơ bản trên, hệ số beta chưa thực sự phản ánh đầy đủ

ý nghĩa cũng như tác dụng của nó trong nền kinh tế Thực tế còn nhiều yếu tốtác động đến rủi ro Đặc biệt là việc điều chỉnh biên độ giao dịch để quản lýmức độ biến động (rủi ro) của cổ phiếu Tuy nhiên, không thể phủ nhận đượcrằng beta vẫn là biến phù hợp để đo lường rủi ro Bởi nó thể hiện được mốiquan hệ giữa lợi nhuận và rủi ro Đối với các nhà đầu tư ngại rủi ro, beta cungcấp thông tin cho việc kỳ vọng mức lợi nhuận tối thiểu; là cơ sở để đưa ra lựachọn các chứng khoán và thiết lập danh mục đầu tư phù hợp với mục đích

KẾT LUẬN CHƯƠNG 1

Chương 1 trình bày một số vấn đề lý thuyết liên quan đến rủi ro và đolường rủi ro, mô hình định giá tài sản vốn (CAPPM) với hai phiên bản củaSharpe-Lintner và Black Nhìn chung, các lý thuyết này đều dựa trên cơ sở kếthừa các nghiên cứu trước đây, nhưng đã được tác giả hệ thống lại một cách

rõ ràng

Có thể kết luận rằng, mặc dù mô hình CAPM không còn mới mẻ với cácnhà đầu tư ở Việt Nam Tuy nhiên, chỉ một số ít là nắm vững và thực sự amhiểu đối với mô hình này mà nhất là đối với phiên bản Black Do đó việc tổnghợp các nội dung lý thuyết về mô hình CAPM nói chung và mô hình CAPMphiên bản Black nói riêng là một trong những đóng góp của đề tài về mặt lýthuyết của đề tài

CHƯƠNG 2

THIẾT KẾ NGHIÊN CỨU

2.1 THU THẬP VÀ XỬ LÝ SỐ LIỆU

2.1.1 Mô tả dữ liệu và phương pháp thu thập

Trong các công trình thực nghiệm liên quan đến việc ước lượng các môhình kinh tế, dữ liệu đầu vào thường được thu thập trong ít nhất 5 năm Do đóvới dữ liệu đầu vào của mô hình CAPM là dữ liệu ngày Để đảm bảo tínhchính xác cho mô hình, đề tài sử dụng dữ liệu thu thập trong vòng 10 năm.Chính vì điều này mà số lượng chứng khoán đáp ứng đủ yêu cầu là khá ít TạiTTCK Việt Nam tính đến hết tháng 8 năm 2014, chỉ có 21 chứng khoán đápứng được điều kiện về quy mô dữ liệu

2.1.2 Xử lý số liệu

Từ dữ liệu của 21 chứng khoán, chúng ta tính tỷ suất sinh lợi của cácchứng khoán và danh mục thị trường dựa trên logarit tự nhiên của giá đóngcủa mỗi ngày chia cho giá đóng của của ngày giao dịch kề trước Như vậy,TSSL của các chứng khoán không bao gồm cổ tức được chia trong các năm

Tỷ suất sinh lợi của danh mục thị trường được tính dựa trên chỉ số Index Sở dĩ chúng ta chọn chỉ số VN-Index làm danh mục thị trường là dochỉ số VN-Index được tính cho toàn bộ các chứng khoán hiện có trên thịtrường và hơn nữa chỉ số VN-Index cũng được tính trên giá đóng của của cácchứng khoán Do đó TSSL của danh mục thị trường được tính bằng logarit tựnhiên của chỉ số VN-Index của ngày hôm nay chia cho chỉ số VN-Index củangày giao dịch kề trước

VN-Như vậy khi ta bỏ qua cổ tức được chia trong các năm khi tính tỷ suấtsinh lợi của các chứng khoán là phù hợp với cách tính tỷ suất sinh lợi của chỉ

số VN-Index

Lãi suất phi rủi ro được sử dụng trong đề tài là lãi suất tính bình quântrong vòng 10 năm (2004-2014) của tín phiếu kho bạc kỳ hạn 1 năm.

2.1.3 Phân chia dữ liệu

Do trong hơn 10 năm hoạt động, TTCK Việt Nam đã có 10 lần thay đổi biên độ giao dịch Vì vậy, để nghiên cứu sự ảnh hưởng của biên độ giao động giá Dữ liệu thu thập được chia làm 3 giai đoạn để thực hiện ước lượng

+ Giai đoạn 1: Từ ngày 03/06/2004 đến 26/03/2008

1 Mô hình hồi quy là tuyến tính theo các hệ số

2 Mô hình được xác định đúng Tức là quá trình hồi quy trên thực tếđược miêu tả bởi mối quan hệ dưới dạng:

t k

k x u x

x

y 1 2 2 3 3   

5 Không có sự tương quan giữa xt và ut Hay Cov(xt,ut)=0 Tức là khibiến giải thích thay đổi thì yếu tố sai số (nhiễu) không thay đổi theo.

có sự tương quan giữa các yếu tố sai số (không có tương quan chuỗi)

9 Không có đa cộng tuyến Không có sự tương quan giữa các biến độclập trong mô hình

Đa số các ước lượng đều được sử dụng phương pháp OLS, tuy nhiên việcước lượng hệ phương trình với dữ liệu chuỗi thời gian được sử dụng bởi 2phương pháp hữu hiệu là FIML và GMM

2.2.1 Phương pháp thích hợp cực đại FIML

Phương pháp này được đưa ra bởi nhà thống kê người Anh R.A Fisher.Phương pháp thích hợp cực đại chọn ước lượng sao cho xác suất xảy ra củamẫu quan sát là lớn nhất Một số giả thiết của phương pháp này được giảmnhẹ hơn so với OLS

2.2.2 Phương pháp Moment tổng quát GMM

GMM được Lars Peter Hansen trình bày lần đầu tiên vào năm 1982trong bài viết: “Large Sample Properties of Generalized Methods of MomentsEstimators” được đăng trong Econometrica, Vol 50, page 1029-1054 Mộtcách tổng quan, GMM là phương pháp tổng quát của rất nhiều phương phápước lượng phổ biến như OLS, GLS, MLE,… Ngay cả trong điều kiện giả thiếtnội sinh bị vi phạm, phương pháp GMM cho ra các hệ số ước lượng vững,không chệch, phân phối chuẩn và hiệu quả

2.2.3 Chuyển hóa dữ liệu

Chuyển hóa dữ liệu là một công việc phổ biến đối với các mô hình dữliệu chéo và dữ liệu thời gian nhằm giúp người phân tích lựa chọn mô hình

phù hợp hoặc thực hiện mục đích nghiên cứu có sẵn Đối với dữ liệu chéo,chúng ta thường chuyển dữ liệu gốc thành dữ liệu logarit để chuyển các môhình phi tuyến thành các mô hình tuyến tính hoặc khắc phục một số hiệntượng hay gặp trong phân tích hồi quy như: đa cộng tuyến, phương sai của sai

số thay đổi, tự tương quan

2.3 KIỂM ĐỊNH VIỆC QUY LUẬT PHÂN PHỐI CHUẨN VÀ TÍNH DỪNG VỚI TỶ SUẤT LỢI TỨC CỦA CÁC CỔ PHIẾU

2.3.1 Kiểm định phân phối chuẩn

Việc kiểm định sẽ căn cứ vào giá trị của Jarque – Bera và Probability.Nếu giá trị Probability của Jarque – Bera lớn hơn 0,05 thì chúng ta kết luậnchuỗi tỷ suất sinh lợi vượt trội tuân theo quy luật phân phối chuẩn và ngượclại

Áp dụng phương pháp ước lượng thích hợp cực đại (FIML) đối với cácchuỗi tỷ suất sinh lợi tuân thủ quy luật phân phối chuẩn Và áp dụng phươngpháp moment tổng quát (GMM) với các cổ phiếu còn lại

2.3.2 Kiểm định tính dừng

Khi thực hiện hồi quy giữa hai biến chuỗi thời gian thì chuỗi dữ liệu phải

có tính dừng Nếu tìm thấy mối quan hệ hồi quy thì mối quan hệ này luôn xácthực Hay không tồn tại mối quan hệ “hồi quy giả tạo” Ta kiểm định tínhdừng bằng cách sử dụng tiêu chuẩn kiểm định Augemented Dickey-Fuller

2.4 ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH CAPM PHIÊN BẢN CỦA SHARPE – LINTNER.

2.4.1 Sử dụng phương pháp thích hợp cực đại (FIML) với dữ liệu tỷ suất sinh lợi tuân theo quy luật phân phối chuẩn.

a Ước lượng mô hình

Để vận dụng phương pháp ước lượng thích hợp cự đại (FIML) trong ướclượng rủi ro hệ thống của các chứng khoán chúng ta phải kiểm định xem tỷ

suất sinh lợi của các chứng khoán tuân theo quy luật phân phối chuẩn thìchúng ta sử dụng phương pháp ước lượng thích hợp cực đại.

Trước tiên chúng ta giả định rằng các nhà đầu tư sẽ vay mượn với mứcthu nhập của tài sản phi rủi ro và chúng ta xem xét phiên bản CAPM củaSharpe và Lintner sau đó chúng ta bỏ qua các giả định này và phân tích phiênbản của Black

sản (hoặc danh mục tài sản) Đối với N tài sản này thì các khoản thu nhậpvượt trội có thể mô tả thông qua mô hình thị trường với thu nhập vượt trội

Hình 2.1: Danh mục phương sai tối thiểu của tài sản phi rủi ro

t mt

0 ) ( t 

(2.3)

2 2 )]

[(

, ] [Z mt t E Z mt mt m

0 ) ,

+ β là vecto có kích thước Nx1 của các beta.

từ tài sản và yếu tố nhiễu

hay các danh mục được xem như là danh mục thị trường Trong phiên bản của

Sharpe – Lintner, chúng ta định nghĩa lại μ là thu nhập vượt trội kỳ vọng.

Hệ quả trong mô hình CAPM của Sharpe – Lintner trong (2.1) là tất cả

các phần tử của vecto α đều bằng 0 Hệ quả này đến từ việc so sánh các kỳvọng không điều kiện của (2.1) với (1.20) và kiểm định các giả thuyết cơ bản

của mô hình Tất cả các phần tử của α đều bằng 0 khi m là danh mục tiếp

tuyến

Chúng ta dùng phương pháp thích hợp cực đại để ước lượng hệ số trong

mô hình không ràng buộc Ban đầu chúng ta xem xét hàm mật độ xác xuất cóđiều kiện của thu nhập vượt trội so với thu nhập vượt trội của thị trường Giả

(2.6)

Và khi thu nhập vượt trội tuân thủ theo phân phối chuẩn, độc lập, đồngnhất, với T quan sát, hàm mật độ phân phối xác suất liên tục sẽ là:

) / ( )

/

(

1 2

1 2

m T

(2.8)

Cho trước (2.8) và các quan sát của thu nhập vượt trội, các tham số của

mô hình thu nhập thị trường vượt trội có thể ước lượng bằng phương phápthích hợp cực đại Cách tiếp cận này là phù hợp bởi vì với những điều kiệncho trước thì các tham số ước lượng thích hợp cực đại là nhất quán, tiệm cậnhiệu quả và tiệm cận phân phối chuẩn Để xác định các tham số ước lượngthích hợp cực đại, chúng ta lấy logarit hàm đã cho (hàm mật độ phân phối xácsuất liên tục được xem là một hàm của các tham số chưa biết: α, β và Σ) ) Kýhiệu L là hàm logarit, chúng ta có:

t mt

Z T

NT

1

) (

) (

2

1 log 2 ) 2 log(

Các tham số ước lượng thích hợp cực đại là giá trị của các tham số khichúng ta cực đại hóa L Để tìm các tham số ước lượng này, chúng ta lấy đạohàm L theo α, β và Σ) sau đó thiết lập các phương trình này bằng 0 Đạo hàmriêng phần sẽ là

(2.10) (2.11)(2.12)

Thiết lập (2.10), (2.11) và (2.12) bằng 0, chúng ta có thể giải được cáctham số ước lượng thích hợp cực đại Đó là:

t

mt

Z l

) )(

( 2

1 2

T

t

mt t

mt

Z T