Vận dụng mô hình CAPM và lý thuyết MARKOWITZ để xây dựng danh mục đầu tư trong rổ hàng hóa VN100

Trong phương pháp định lượng, luận văn sử dụng các phương pháp phân tích và giải bài toán hàm mục tiêu tối ưu nhằm tính toán hệ số beta của từng cổ phiếu thông qua mô hình CAPM và xác đị

NGUYỄN VĂN LŨY

VẬN DỤNG MÔ HÌNH CAPM VÀ LÝ THUYẾT

MARKOWITZ ĐỂ XÂY DỰNG DANH MỤC ĐẦU TƯ

TRONG RỔ HÀNG HÓA VN100

LUẬN VĂN THẠC SĨ KINH TẾ

TP HỒ CHÍ MINH – NĂM 2020

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

NGUYỄN VĂN LŨY

VẬN DỤNG MÔ HÌNH CAPM VÀ LÝ THUYẾT

MARKOWITZ ĐỂ XÂY DỰNG DANH MỤC ĐẦU TƯ

TRONG RỔ HÀNG HÓA VN100

Chuyên ngành: Tài chính – ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGUỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN NGỌC HUY

TP HỒ CHÍ MINH – NĂM 2020

LỜI CAM ĐOAN Tôi xin cam đoan rằng luận văn “Vận dụng mô hình CAPM và lý thuyết Markowitz để xây dựng danh mục đầu tư trong rổ hàng hóa VN100” là kết quả

học tập và nghiên cứu của chính tôi

Kết quả nghiên cứu được xác định là trung thực, không chứa đựng các nội dung đã được công bố hoặc do người khác đã thực hiện, phù hợp quy định về sở hữu trí tuệ Các số liệu sử dụng trong luận văn có nguồn gốc rõ ràng và trích dẫn đáng tin cậy

Tôi xin chịu hoàn toàn trách nhiệm về lời cam đoan này của mình

TP Hồ Chí Minh, ngày… tháng … năm 2019

Tác giả

NGUYỄN VĂN LŨY

DANH MỤC TỪ VIẾT TẮT

CAPM Capital asset pricing model – Mô hình định giá tài sản vốn HSX Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh

VNMIDCAP Chỉ số VNMidcap

DANH MỤC BẢNG BIỂU, ĐỒ THỊ

A BẢNG BIỂU

Bảng 2-1 Độ biến động chỉ số và độ tương quan chỉ số với VN-Index 29

Bảng 2-2 Danh sách 10 công ty đứng đầu VN30 theo vốn hóa thị trường 31

Bảng 2-3 Danh sách 10 công ty đứng đầu VNMidcap theo vốn hóa thị trường 33

Bảng 2-4 Tỷ suất lợi nhuận kỳ vọng của cổ phiếu BID 36

Bảng 2-5 Hệ số Beta của cổ phiếu BID 40

Bảng 2-6 Danh sách các cổ phiếu được chọn vào danh mục đầu tư 43

Bảng 2-7 Bảng ma trận phương sai – hiệp phương sai 45

Bảng 2-8 Bảng tỷ suất lợi nhuận kỳ vọng của 12 cổ phiếu trong danh mục 48

Bảng 2-9 Danh mục đầu tư ban đầu 51

Bảng 2-10 Danh mục đầu tư tối ưu 52

Bảng 3-1 Kết quả đầu tư thực tế từ ngày 2/12/2019 đến ngày 13/12/2019 55

B ĐỒ THỊ Đồ thị 1-1 Quy trình xây dựng danh mục tối ưu 25

Đồ thị 2-1 Tỷ trọng vốn hóa thị trường theo ngành của rổ hàng hóa VN30 32

Đồ thị 2-2 Tỷ trọng vốn hóa thị trường theo ngành của rổ hàng hóa VNMidcap 34

Đồ thị 2-3 Kết quả phân bổ tài sản của nhà đầu tư cá nhân 54

MỤC LỤC

LỜI CAM ĐOAN iii

DANH MỤC TỪ VIẾT TẮT iv

DANH MỤC BẢNG BIỂU, ĐỒ THỊ v

MỤC LỤC vi

PHẦN MỞ ĐẦU 1

1 Lý do chọn đề tài - 1

2 Mục tiêu nghiên cứu - 2

3 Đối tượng và phạm vi nghiên cứu - 3

4 Phương pháp nghiên cứu - 3

5 Ý nghĩa của đề tài nghiên cứu - 3

6 Điểm mới của đề tài nghiên cứu - 4

7 Bố cục của đề tài nghiên cứu - 4

CHƯƠNG 1 CƠ SỞ LÝ LUẬN VỀ XÂY DỰNG DANH MỤC ĐẦU TƯ 6

1.1 Khái niệm liên quan - 6

1.1.1 Danh mục đầu tư - 6

1.1.2 Lợi nhuận kỳ vọng và rủi ro của chứng khoán riêng lẻ - 7

1.1.2.1 Lợi nhuận kỳ vọng của chứng khoán riêng lẻ 7

1.1.2.2 Rủi ro của chứng khoán riêng lẻ 8

1.1.3 Lợi nhuận kỳ vọng và rủi ro của danh mục đầu tư - 10

1.1.3.1 Lợi nhuận kỳ vọng của danh mục đầu tư 10

1.1.3.2 Rủi ro của danh mục đầu tư 10

1.1.4 Hệ số tương quan - 12

1.1.5 Sharpe Ratio - 13

1.2 Tổng quan lý thuyết và nghiên cứu liên quan - 14

1.2.1 Lý thuyết Markowitz - 14

1.2.1.1 Giả định của lý thuyết 14

1.2.1.2 Nội dung của lý thuyết 15

1.2.2 Mô hình CAPM - 19

1.2.2.1 Lý thuyết thị trường vốn và mô hình CAPM 19

1.2.2.2 Ứng dụng thực tiễn và các tranh cãi xoay quanh mô hình CAPM 21

1.2.3 Tính toán hệ số beta theo mô hình CAPM - 23

1.2.3.1 Hệ số beta theo thị trường lịch sử: 24

1.2.3.2 Hệ số beta cơ bản 24

1.2.4 Quy trình xây dựng danh mục đầu tư tối ưu - 25

TÓM TẮT CHƯƠNG 1 26

CHƯƠNG 2 VẬN DỤNG MÔ HÌNH CAPM VÀ LÝ THUYẾT MARKOWITZ ĐỂ XÂY DỰNG DANH MỤC ĐẦU TƯ TRONG RỔ HÀNG HOÁ VN100 27

2.1 Tổng quan thị trường chứng khoán Việt Nam và rổ hàng hoá VN100 27

2.1.1 Tổng quan thị trường chứng khoán Việt Nam - 27

2.1.2 Rổ hàng hóa VN100 - 28

2.1.2.1 Rổ hàng hoá VN30 30

2.1.2.2 Rổ hàng hóa VNMidcap 32

2.2 Vận dụng lý thuyết Markowitz, mô hình CAPM để xây dựng danh mục đầu tư trong rổ hàng hoá VN100 - 35

2.2.1 Thu thập và xử lý dữ liệu - 35

2.2.2 Tính toán tỷ suất lợi nhuận kỳ vọng và hệ số Beta - 35

2.2.2.1 Tính toán tỷ suất lợi nhuận kỳ vọng của chứng khoán riêng lẻ 35

2.2.2.2 Tính toán hệ số beta 38

2.2.3 Xây dựng danh mục đầu tư tối ưu - 42

2.2.3.1 Các giả định ban đầu 42

2.2.3.2 Lựa chọn cổ phiếu dựa vào beta 42

2.2.3.3 Tính toán ma trận phương sai – hiệp phương sai 44

2.2.3.4 Xác định tỷ trọng từng cổ phiếu trong danh mục dựa vào bài toán tối ưu 47

CHƯƠNG 3 KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý CHÍNH SÁCH 55

3.1 Kết quả nghiên cứu - 55

3.2 Hàm ý chính sách - 57

PHẦN KẾT LUẬN 58 DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC: DỮ LIỆU NGHIÊN CỨU

PHẦN MỞ ĐẦU

1 Lý do chọn đề tài

Thị trường chứng khoán Việt Nam, sau gần 20 năm hình thành và phát triển,

đã đạt được những thành tựu đáng ghi nhận Về quy mô huy động vốn, thị trường chứng khoán Việt Nam là điểm đến của các nhà đầu tư nước ngoài với giá trị vốn đầu tư gián tiếp vào ròng 6 tháng đầu năm 2019 đạt 1,8 tỷ USD, trung bình đạt khoảng 2 tỷ USD/năm kể từ năm 2016 đến nay Trong đó, mức vốn hóa thị trường

cổ phiếu Việt Nam tăng từ 22,7% GDP năm 2006 lên mức 78,5% GDP tính đến cuối tháng 6/2019, còn quy mô thị trường trái phiếu chính phủ tương đương 27,2% GDP, tính đến hết quý II/2019 Về quy mô niêm yết, so với con số 2 cổ phiếu trong ngày giao dịch đầu tiên năm 2000, tính đến năm 2019, số lượng cổ phiếu niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh là 379 mã cổ phiếu và Sở giao dịch chứng khoán Hà Nội là 366 mã cổ phiếu Về số lượng nhà đầu tư tham gia trên thị trường, hiện nay đã có trên 2,28 triệu tài khoản của nhà đầu tư tham gia giao dịch Hệ thống trung gian chứng khoán đã có sự phát triển mạnh về số lượng, quy mô; tính chuyên nghiệp và nền tảng công nghệ ngày càng cao; mạng lưới được mở rộng Cơ sở hạ tầng tổ chức thị trường ngày càng được nâng cấp và phát triển, từng bước phát triển mô hình theo thông lệ quốc tế

Với những thành tựu đáng kể trên, thị trường chứng khoán Việt Nam không chỉ đóng vai trò là kênh lưu chuyển vốn quan trọng của nền kinh tế mà còn là kênh đầu tư thu hút nhiều sự quan tâm của công chúng Đáng chú ý, phần lớn nhà đầu tư trên thị trường chứng khoán Việt Nam là nhà đầu tư cá nhân Số liệu thống kê từ Trung tâm lưu ký chứng khoán cho thấy, nhà đầu tư cá nhân chiếm đến hơn 90% tổng số lượng tài khoản đăng ký và hơn 70% tổng giá trị giao dịch toàn thị trường

So với các nhà đầu tư tổ chức chuyên nghiệp, các nhà đầu tư cá nhân thường

ít kinh nghiệm và thiếu công cụ phân tích chứng khoán hỗ trợ Khi thị trường có những đợt điều chỉnh mạnh, các nhà đầu tư cá nhân dễ gặp phải rủi ro hơn và do đó gánh chịu thua lỗ nặng nề hơn Điều này làm nảy sinh sự cần thiết phải có nhiều

nghiên cứu thực nghiệm huớng dẫn sử dụng các công cụ phân tích chứng khoán đơn giản, dễ áp dụng và hiệu quả cho nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam Mặc dù vấp phải nhiều tranh luận, các công cụ phân tích chứng khoán nền tảng gồm mô hình CAPM và lý thuyết Markowitz đáp ứng được các tiêu chí nêu trên Do đó, việc kết hợp hai công cụ này trong nghiên cứu thực nghiệm để xây dựng danh mục đầu tư mang ý nghĩa thực tiễn nhiều hơn so với đóng góp về mặt lý

thuyết Đây là động lực thúc đẩy tác giả thực hiện luận văn “Vận dụng mô hình CAPM và lý thuyết Markowitz để xây dựng danh mục đầu tư trong rổ hàng hóa VN100” Kết quả nghiên cứu của luận văn hướng đến việc xây dựng các danh

mục đầu tư đáp ứng nhu cầu sử dụng của các nhà đầu tư cá nhân Do đó, thông qua kết quả luận văn, tác giả kỳ vọng sẽ cung cấp một công cụ phân tích chứng khoán hữu ích cho các nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam

2 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu tổng quan của luận văn là vận dụng mô hình CAPM và

lý thuyết Markowitz để xây dựng danh mục đầu tư trong rổ hàng hóa VN100

Mục tiêu nghiên cứu cụ thể như sau:

- Vận dụng mô hình CAPM để xác định hệ số beta của cổ phiếu trong rổ hàng hóa VN100

- Lựa chọn cổ phiếu vào danh mục đầu tư dựa vào beta của cổ phiếu

- Vận dụng lý thuyết Markowitz để xây dựng danh mục đầu tư tối ưu

Các câu hỏi nghiên cứu được đặt ra như sau:

1 Vận dụng mô hình CAPM để xác định hệ số beta của cổ phiếu như thế nào?

2 Sử dụng hệ số beta làm tiêu chí lựa chọn cổ phiếu để đưa vào danh mục đầu tư như thế nào?

3 Vận dụng lý thuyết Markowitz để xác định tỷ trọng từng cổ phiếu trong danh mục đầu tư như thế nào?

3 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu của đề tài là danh mục đầu tư được xây dựng dựa trên

mô hình CAPM kết hợp với lý thuyết Markowitz

Phạm vi nghiên cứu của đề tài về mặt không gian là các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam thuộc rổ hàng hoá VN100

Phạm vi nghiên cứu của đề tài về mặt thời gian là giai đoạn hai năm (tương ứng dữ liệu 24 tháng), tính đến thời điểm có dữ liệu cập nhật nhất ở hiện tại là ngày 13/12/2019

4 Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu định tính kết hợp định lượng Trong phương pháp định tính, luận văn sử dụng các phương pháp thống kê mô tả dữ liệu, phân tích diễn giải và suy luận Trong phương pháp định lượng, luận văn sử dụng các phương pháp phân tích và giải bài toán hàm mục tiêu tối ưu nhằm tính toán hệ số beta của từng cổ phiếu thông qua mô hình CAPM và xác định tỷ trọng từng cổ phiếu trong danh mục đầu tư tối ưu

5 Ý nghĩa của đề tài nghiên cứu

Như đã trình bày trước đó, luận văn của tác giả mang ý nghĩa thực tế thiết thực hơn là ý nghĩa về mặt lý thuyết Bởi vì qua việc thực nghiệm, luận văn xây dựng được danh mục đầu tư đáp ứng khẩu vị rủi ro của các nhà đầu tư cá nhân Thông qua luận văn, các nhà đầu tư cá nhân được mô phỏng cách lựa chọn các cổ phiếu và xây dựng danh mục đầu tư Từ đó, các nhà đầu tư cá nhân sẽ có thêm nhiều cơ hội đầu tư và tự tin hơn khi xây dựng danh mục đầu tư cho riêng mình

6 Điểm mới của đề tài nghiên cứu

Mặc dù các nghiên cứu trước đó, bao gồm cả nghiên cứu lý thuyết và thực nghiệm, về mô hình CAPM và/hoặc lý thuyết Markowitz đã được nhiều tác giả thực hiện Các nghiên cứu thực nghiệm kết hợp hai công cụ trên trong việc lựa chọn cổ phiếu và xây dựng danh mục đầu tư tại Việt Nam hướng dẫn cách thức xây dựng danh mục đầu tư chi tiết vẫn chưa có nhiều Do đó, nghiên cứu thực nghiệm mô phỏng chi tiết các bước thực hiện và kiểm chứng lại kết quả thực nghiệm rất cần thiết được tiến hành với dữ liệu cập nhật nhất Các nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam đang thiếu cẩm nang phân tích chứng khoán đơn giản và dễ sử dụng này Đề tài nghiên cứu của tác giả khai thác khoảng trống nghiên cứu này cho bộ dữ liệu cập nhật nhất bao gồm các cổ phiếu trong rổ hàng hoá VN100

Việc chọn rổ hàng hóa VN100 để nghiên cứu thực nghiệm nhằm mục đích xem xét đến các cổ phiếu trong rổ hàng hóa có độ biến động mạnh và độ tương quan với chỉ số VN-Index cao Thêm vào đó, với giả định của một nhà đầu tư cá nhân ưu mạo hiểm, luận văn xây dựng danh mục đầu tư trong đó có sự kết hợp giữa các cổ phiếu có hệ số beta mang cả giá trị dương và âm Tức là, danh mục bao gồm các cổ phiếu biến động theo xu hướng thị trường lẫn các cổ phiếu đi ngược lại xu hướng thị trường

7 Bố cục của đề tài nghiên cứu

Đề tài nghiên cứu được bố cục bao gồm phần mở đầu, phần kết luận và 3 chương nội dung chính Cụ thể như sau:

Phần mở đầu: giới thiệu tổng quan về đề tài nghiên cứu

Chương 1: Cơ sở lý luận về xây dựng danh mục đầu tư

Chương 2: Vận dụng mô hình CAPM và lý thuyết Markowitz để xây dựng

danh mục đầu tư trong rổ hàng hoá VN100

Chương 3: Kết quả nghiên cứu và hàm ý chính sách

Phần kết luận: tóm tắt những nội dung đạt được của luận văn, chỉ ra các hạn

chế và hướng nghiên cứu tiếp theo của đề tài

CHƯƠNG 1

CƠ SỞ LÝ LUẬN VỀ XÂY DỰNG DANH MỤC ĐẦU TƯ

1.1 Khái niệm liên quan

1.1.1 Danh mục đầu tư

Danh mục đầu tư (Investment Portfolio) là một tập hợp bao gồm một hoặc nhiều loại tài sản đầu tư khác nhau, bao gồm chứng khoán, hàng hóa, bất động sản, các công cụ tương đương tiền mặt hay các tài sản khác Việc kết hợp nắm giữ các loại tài sản đầu tư khác nhau nhằm mục đích làm giảm rủi ro bằng cách đa dạng hoá đầu tư

Tài sản đầu tư là khái niệm dùng để phân biệt với tài sản tiêu dùng Các tài sản đầu tư (Investment Asset) được nắm giữ chủ yếu với mục đích đầu tư, ngược lại với các tài sản tiêu dùng (Consumption Assets) được nắm giữ chủ yếu với mục đích tiêu dùng

Việc đa dạng hoá danh mục đầu tư là hành động kết hợp sở hữu nhiều loại tài sản đầu tư khác nhau trong cùng một danh mục đầu tư Điều này xuất phát từ quan điểm đầu tư theo danh mục Các lý thuyết đầu tư hiện đại ủng hộ quan điểm đầu tư theo danh mục thông qua các bằng chứng thực nghiệm cho thấy hiệu ứng giảm thiểu rủi ro rất rõ ràng của quá trình đa dạng hoá danh mục đầu tư

Theo cách phân loại của CFA Institue, các loại tài sản đầu tư chủ yếu thường được nắm giữ bởi các nhà đầu tư tổ chức và cá nhân bao gồm các loại sau:

- Cổ phiếu (Equity Investment): bao gồm cổ phiếu nội địa và cổ phiếu quốc

tế

- Các công cụ đầu tư có lợi suất cố định (Fix – Income Investment): bao gồm

cổ phiếu ưu đãi, trái phiếu, các công cụ có nguồn gốc từ các tài sản được chứng khoán hóa và các công cụ thị trường tiền tệ

- Các công cụ tài chính phái sinh (Derivatives): Hợp đồng kỳ hạn, Hợp đồng tương lai, Hợp đồng quyền chọn và Hợp đồng hoán đổi

- Các hình thức đầu tư khác (Alternative Investments) Bao gồm các hình thức đầu tư như: Bất động sản, vốn cổ phần riêng lẻ, vốn đầu tư mạo hiềm, quỹ phòng hộ, các loại hàng hoá và ngoại tệ

Mỗi danh mục đầu tư sẽ bao gồm các loại tài sản đầu tư khác nhau, với tỷ trọng khác nhau tuỳ thuộc vào khẩu vị rủi ro hay mục tiêu đầu tư cụ thể của từng nhà đầu tư

1.1.2 Lợi nhuận kỳ vọng và rủi ro của chứng khoán riêng lẻ

1.1.2.1 Lợi nhuận kỳ vọng của chứng khoán riêng lẻ

Để đưa ra quyết định đầu tư, nhà đầu tư cần phải ước lượng được thu nhập

mà họ có thể nhận được sau khi kết thúc khoản đầu tư hay còn gọi là lợi nhuận kỳ vọng Việc xác định được lợi nhuận kỳ vọng của một khoản đầu tư từ trước khi thực hiện tương đối khó khăn và phức tạp do tính chất bất định của việc ra quyết định

Để giải quyết vấn đề này, sử dụng lý thuyết thống kê trong toán học vào tài chính, Markowitz đưa ra khái niệm và công thức tính lợi nhuận kỳ vọng như sau: Tỷ suất lợi nhuận kỳ vọng chỉ đơn giản 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 mỗi khả năng

- 𝐸𝑟 là tỷ suất lợi nhuận kỳ vọng;

- 𝑅𝑖 là tỷ lệ thu nhập trong trường hợp i;

- 𝑃𝑖 là xác suất xảy ra trường hợp i

Tuy nhiên, trong thực tế, do tính phức tạp của việc tính toán, các nhà đầu tư

có thể chấp nhận tỷ suất lợi nhuận kỳ vọng bằng tỷ suất lợi nhuận trung bình của

các thời kì trong quá khứ thay vì tiến hành phân tích kịch bản như trên Lúc này, công thức tính lợi nhuận kỳ vọng trở nên đơn giản hơn như sau:

Er = R̅ = ∑ Ri x 1

nn

i=1

(2)

Trong đó:

- 𝐸𝑟 là tỷ suất lợi nhuận kỳ vọng;

- 𝑅̅ là tỷ suất lợi nhuận trung bình của các thời kỳ;

- 𝑅𝑖 là tỷ lệ thu nhập trong thời kỳ i;

- n là tổng số thời kỳ có số liệu thu thập

Công thức tính tỷ lệ thu nhập như sau:

Ri =(𝑃𝑖− 𝑃0)

𝑃0 (3)

Trong đó:

- P i : giá đóng cửa điều chỉnh ngày giao dịch đầu tiên của kỳ đang xét

- P 0 : giá đóng cửa điều chỉnh ngày giao dịch đầu tiên của kỳ trước đó

1.1.2.2 Rủi ro của chứng khoán riêng lẻ

Bên cạnh lợi nhuận kỳ vọng, để ra quyết định đầu tư, các nhà đầu tư cũng cần phải lượng hoá được rủi ro Bởi vì mọi khoản đầu tư đều có rủi ro do sự không chắc chắn trong tương lai Markowitz cũng đưa ra khái niệm và công thức tính rủi

ro của chứng khoán riêng lẻ như sau: 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 thể nào đó khác biệt như thế nào so với mức sinh lợi kỳ vọng (bình quân) Nếu mức sinh lợi 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

Công thức tính: Mức độ rủi ro là độ phân tán của mức sinh lời, được đo lường thông qua phương sai của lợi nhuận kỳ vọng Phương sai của lợi nhuận kỳ vọng của một tài sản là tổng bình phương độ lệch của thu nhập kỳ vọng có nhân trọng số

- 𝛿2 là phương sai của lợi nhuận kỳ vọng;

- 𝐸𝑟 là tỷ suất lợi nhuận kỳ vọng;

- 𝑅𝑖 là tỷ lệ thu nhập trong trường hợp i;

- 𝑃𝑖 là xác suất xảy ra trường hợp i

Ngoài ra, rủi ro còn được đo lường thông qua thước đo độ lệch chuẩn của lợi nhuận kỳ vọng, cũng chính là căn bậc hai của phương sai của lợi nhuận kỳ vọng

- 𝜕 là độ lệch chuẩn của lợi nhuận kỳ vọng,

- 𝛿2 là phương sai của lợi nhuận kỳ vọng;

- 𝐸𝑟 là tỷ suất lợi nhuận kỳ vọng;

- 𝑅𝑖 là tỷ lệ thu nhập trong trường hợp i;

- 𝑃𝑖 là xác suất xảy ra trường hợp i

Tương tự như trên, do tính phức tạp của việc tính toán, để dễ dàng trong việc tính toán rủi ro của cổ phiếu riêng lẻ các nhà đầu tư có thể chấp nhận tỷ suất lợi

nhuận kỳ vọng bằng tỷ suất lợi nhuận trung bình của các thời kì trong quá khứ thay

vì tiến hành phân tích kịch bản như trên

1.1.3 Lợi nhuận kỳ vọng và rủi ro của danh mục đầu tư

1.1.3.1 Lợi nhuận kỳ vọng của danh mục đầu tư

Tỷ suất lợi nhuận của một danh mục đầu tư là bình quân gia quyền theo trọng số của tỷ suất lợi nhuận của từng tài sản trong danh mục đầu tư đó Do đó, tỷ suất lợi nhuận kỳ vọng của một danh mục đầu tư cũng bằng bình quân gia quyền theo trọng số của tỷ suất lợi nhuận kỳ vọng của từng tài sản trong danh mục đầu tư

- 𝐸𝑟𝑝 là tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư;

- 𝐸𝑟𝑖 là tỷ suất lợi nhuận kỳ vọng của chứng khoán i;

- 𝑊𝑖 là tỷ trọng của chứng khoán i trong danh mục đầu tư;

- n là tổng số chứng khoán trong danh mục

1.1.3.2 Rủi ro của danh mục đầu tư

Khác với phương sai của tỷ suất lợi nhuận kỳ vọng của chứng khoán riêng

rẻ, việc tính toán phương sai của tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư khá phức tạp và đòi hỏi phải sử dụng phương pháp tính ma trận

Công thức tính phương sai của tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư:

𝛿𝑝2 = ∑n 𝑊𝑖2𝛿𝑖2

i=1 + ∑𝑛𝑖=1∑𝑛𝑗=1𝑊𝑖 𝑊𝑗 𝐶𝑜𝑣(𝑟𝑖, 𝑟𝑗) 𝑣ớ𝑖 𝑖 ≠ 𝑗 (7)

Trong đó:

- 𝛿𝑝2 là phương sai của lợi nhuận kỳ vọng của danh mục đầu tư;

- 𝛿𝑖2 là phương sai của lợi nhuận kỳ vọng của chứng khoán i trong danh mục đầu tư; 𝑊𝑖 là tỷ trọng của chứng khoán i trong danh mục đầu tư;;

- 𝑊𝑗 là tỷ trọng của chứng khoán j trong danh mục đầu tư;

- Cov(𝑟𝑖, 𝑟𝑗) là hiệp phương sai của chứng khoán i và chứng khoán j

Công thức tính toán hiệp phương sai của chứng i và chứng khoán j:

- Cov(𝑟𝑖, 𝑟𝑗) là hiệp phương sai của chứng khoán i và chứng khoán j;

- 𝑃𝑘 là xác suất xảy ra tình huống k;

- 𝑟𝑖𝑘 là tỷ suất lợi nhuận của chứng khoán i trong tình huống k;

- 𝑟𝑗𝑘 là tỷ suất lợi nhuận của chứng khoán j trong tình huống k;

- 𝐸𝑟𝑖 là tỷ suất lợi nhuận kỳ vọng của chứng khoán i;

- 𝐸𝑟𝑗 là tỷ suất lợi nhuận kỳ vọng của chứng khoán j

Để đơn giản hơn cho việc tính toán, tỷ suất lợi nhuận trung bình được thu thập từ dữ liệu quá khứ được sử dụng thay thế cho tỷ suất lợi nhuận kỳ vọng trong công thức trên để tính phương sai như sau:

𝐶𝑜𝑣(𝑟𝑖, 𝑟𝑗) = ∑1

𝑛n

- 𝑟𝑖𝑘 là tỷ suất lợi nhuận của chứng khoán i trong thời kỳ k;

- 𝑟𝑗𝑘 là tỷ suất lợi nhuận của chứng khoán j trong thời kỳ k;

- 𝑅̅ là tỷ suất lợi nhuận trung bình của chứng khoán i; 𝑖

- 𝑅̅ là tỷ suất lợi nhuận trung bình của chứng khoán j 𝑖

Theo phương pháp ma trận, phương sai của tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư theo công thức (6) bằng tổng các ô trong ma trận sau đây:

Cũng giống hệ số hiệp phương sai, hệ số tương quan giữa hai chứng khoán i

và j cho biết mức độ tương quan giữa hai chứng khoán này Tuy nhiên, do giá trị của hệ số hiệp phương sai phụ thuộc vào hệ số đo lường của các biến trong công thức tính toán dẫn đến khó khăn trong việc so sánh mức độ tương quan giữa các cặp biến số khác đơn vị đo lường (chẳng hạn giữa các chứng khoán và chỉ số chứng

khoán khác nhau) Nhằm giới hạn giá trị của hệ số hiệp phương sai trong khoảng giá trị từ [-1;1] để dễ dàng hơn trong việc so sánh mức tương quan, công thức tính toán hệ số tương quan được xây dựng từ hệ số hiệp phương sai như sau:

𝐶𝑜𝑟(𝑟𝑖, 𝑟𝑗) =𝐶𝑜𝑣(𝑟𝑖, 𝑟𝑗)

𝛿𝑖𝛿𝑗 (9)

Trong đó:

- Cor(𝑟𝑖, 𝑟𝑗) là hệ số tương quan giữa chứng khoán i và chứng khoán j;

- Cov(𝑟𝑖, 𝑟𝑗) là hiệp phương sai của chứng khoán i và chứng khoán j;

- 𝛿𝑖 là độ lệch chuẩn của chứng khoán i;

- 𝛿𝑖 là độ lệch chuẩn của chứng khoán j

1.1.5 Sharpe Ratio

W F Sharpe (1994) đưa ra khái niệm hệ số Sharpe (Sharpe Ratio, Sharpe Index hay Sharpe Measure) là một thước đo xem lợi nhuận thu được là bao nhiêu trên một đơn vị rủi ro khi đầu tư vào một tài sản hay đầu tư theo một chiến lược kinh doanh Công thức tính của Sharpe Ratio như sau:

- R là tỷ suất lợi nhuận của tài sản;

- 𝑅𝑓 là tỷ suất lợi nhuận của tài sản được lấy làm mốc, chẳng hạn như lãi suất phi rủi ro (risk-free rate);

- 𝐸 [𝑅 − 𝑅𝑓] là giá trị kỳ vọng của mức chênh lệch giữa tỷ suất lợi nhuận của tài sản so với tỷ suất lợi nhuận mốc;

- 𝜎 là độ lệch chuẩn của mức chênh lệch này;

Sharpe Ratio được sử dụng trong việc đưa ra mục tiêu đầu tư, khi lựa chọn giữa hai tài sản để đầu tư, các nhà đầu tư sẽ chọn tài sản có hệ số Sharpe cao hơn (tất nhiên có cân nhắc đến giá trị tuyệt đối của lợi nhuận và rủi ro trong hệ số Sharpe để ra quyết định đầu tư

1.2 Tổng quan lý thuyết và nghiên cứu liên quan

1.2.1 Lý thuyết Markowitz

1.2.1.1 Giả định của lý thuyết

Lý thuyết danh mục đầu tư của Markowitz dựa trên những giả định cơ sở như sau:

- Các nhà đầu tư đều là những nhà đầu tư ngại rủi ro Mức ngại rủi ro (Risk – Aversion) cùng với khái niệm ngược lại của nó là mức chấp nhận rủi ro (Risk – Tolerance) là những khái niệm dùng để chỉ mức độ e ngại hay sẵn sàng chấp nhận rủi ro của nhà đầu tư trong quá trình đầu tư tìm kiếm lợi nhuận Với một mức rủi ro cho trước, nhà đầu tư ngại rủi ro sẽ ưa thích phương án đầu tư nào có lợi nhuận kỳ vọng cao hơn Tương tự, với một mức lợi nhuận kỳ vọng cho trước nhà đầu tư ngại rủi ro sẽ ưa thích những phương án đầu tư có rủi ro thấp hơn Theo giả định này, cũng như trên thực tế thị trường chứng khoán, phần lớn các nhà đầu tư là những nhà đầu tư ngại rủi ro

- Các nhà đầu tư không đơn thuần theo đuổi mục tiêu tối đa hóa lợi nhuận kỳ vọng mà là mục tiêu tối đa hóa mức hữu dụng của khoản đầu tư Khi lựa chọn giữa hai danh mục đầu tư, nhà đầu tư sẽ không lựa chọn danh mục đầu tư mang lại tỷ suất lợi nhuận kỳ vọng cao hơn mà chọn danh mục đầu tư có mức hữu dụng cao hơn Do mỗi nhà đầu tư có mức ngại rủi ro khác nhau nên mỗi nhà đầu tư có mức

độ hữu dụng cũng khác nhau với cùng một danh mục đầu tư

Mức hữu dụng (Utility) của danh mục đầu tư là mức độ thỏa mãn và hài lòng

mà danh mục đầu tư đó mang lại cho nhà đầu tư, được đánh giá theo tương quan giữa tỉ suất lợi nhuận kỳ vọng và độ rủi ro của danh mục đầu tư

Hàm số xác định mức hữu dụng của một danh mục đầu tư được gọi là hàm hiệu dụng, công thức tính như sau:

U = Erp−1

2 A δp

2 (10)

Trong đó:

- U là mức hữu dụng của nhà đầu tư;

- 𝐸𝑟𝑝 là tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư;

- A là mức ngại rủi ro của nhà đầu tư;

- 𝛿𝑝2 là phương sai của lợi nhuận kỳ vọng của danh mục đầu tư

- Việc lựa chọn và quyết định các phương án đầu tư của nhà đầu tư chỉ dựa trên hai yếu tố là thu nhập kỳ vọng và mức rủi ro của thu nhập Mức độ hữu dụng của nhà đầu tư chỉ phụ thuộc vào 2 yếu tố này

- Các quyết định đầu tư được đưa ra và kết thúc trong một khoảng thời gian nhất định Tất cả các nhà đầu tư đều có cùng thời hạn đầu tư như nhau

1.2.1.2 Nội dung của lý thuyết

Lý thuyết danh mục đầu tư hay Lý thuyết đầu tư hiện đại (gọi tắt là lý thuyết Markowitz) được Harry Markowitz giới thiệu lần đầu tiên trong bài tham luận “Lựa chọn danh mục đầu tư” trên tạp chí Journal of Finance vào năm 1952

Đến năm 1959, tác giả chính thức công bố một cách hệ thống lý thuyết này trong một cuốn sách cùng tên Nội dung chủ yếu của lý thuyết này là chỉ ra cách xây dựng một danh mục đầu tư đáp ứng tiêu chí tối đa hoá lợi nhuận kỳ vọng và tối thiểu hoá rủi ro

Các phương pháp đầu tư truyền thống chủ yếu tập trung vào việc dự đoán xu hướng biến động về giá một chứng khoán dựa vào việc sử dụng các phương pháp phân tích cơ bản và phân tích kĩ thuật Dựa trên việc xác định lợi nhuận kỳ vọng và rủi ro của một danh mục đầu tư, Markowitz đã phát triển một phương pháp tập

trung vào việc xây dựng một danh mục đầu tư gồm nhiều loại tại sản trong đó cho phép đạt được các mục tiêu về tối đa hoá lợi nhuận và tối thiểu hoá rủi ro

Nội dung chính của lý thuyết gốm hai phần: (1) một là, xây dựng danh mục đầu tư hiệu quả và xác định đường cong hiệu quả (2) truy tìm danh mục đầu tư tối

ưu dựa trên đường cong hiệu quả và mức hữu dụng của nhà đầu tư

Xây dựng danh mục đầu tư hiệu quả

Bài toán xây dựng danh mục đầu tư hiệu quả như sau: cho danh mục đầu tư bao gồm n chứng khoán, mỗi chứng khoán có một tỷ suất lợi nhuận kỳ vọng và độ lệch chuẩn xác định theo bảng dưới đây

Chứng khoán Lợi nhuận kỳ vọng Phương sai Tỷ trọng

Bài toán: Tối thiểu hoá rủi ro dựa trên tỷ suất lợi nhuận kỳ vọng cho trước 𝑹∗

Hàm mục tiêu phương sai như sau:

𝛿𝑝2 = ∑n 𝑊𝑖2𝛿𝑖2

i=1 + ∑𝑛𝑖=1∑𝑛𝑗=1𝑊𝑖 𝑊𝑗 𝐶𝑜𝑣(𝑟𝑖, 𝑟𝑗)→ 𝑀𝐼𝑁 𝑣ớ𝑖 𝑖 ≠ 𝑗 Các điều kiện ràng buộc như sau:

i=1

= 1

Wi ≥ 0

Bài toán: Tối đa hoá tỷ suất lợi nhuận kỳ vọng dựa trên rủi ro cho trước 𝜹∗

Hàm mục tiêu tỷ suất lợi nhuận kỳ vọng như sau:

i=1

= 1

Wi ≥ 0

Giải hai bài toán trên đây áp dụng phương án tối ưu của hàm bậc hai sẽ tìm được danh mục đầu tư hiệu quả Một danh mục đầu tư được gọi là hiệu quả, nếu không tồn tại một danh mục đầu tư nào khác có cùng độ lệch chuẩn nhưng lại có tỷ suất lợi nhuận cao hơn và không tồn tại danh mục đầu tư khác có cùng tỷ suất lợi nhuận nhưng có độ lệch chuẩn thấp hơn

Xây dựng danh mục đầu tư tối ưu

Danh mục đầu tư tối ưu, được hiểu là: một danh mục đầu tư hiệu quả (nằm trên đường cong hiệu quả), phù hợp với mức ngại rủi ro của nhà đầu tư Tức là danh mục đầu tư mang lại cho nhà đầu tư ngại rủi ro mức hữu dụng cao nhất Để tìm được danh mục đầu tư tối ưu, trước hết cần xác định được tập hợp các danh mục đầu tư hiệu quả (hay xác định được đường cong hiệu quả), sau đó dùng phương án tối ưu của hàm bậc hai để giải bài toán mục tiêu mức hữu dụng của nhà đầu tư là tối

ưu

Bài toán đặt ra như sau: cho danh mục đầu tư bao gồm n chứng khoán, mỗi chứng khoán có một tỷ suất lợi nhuận kỳ vọng và độ lệch chuẩn xác định theo bảng dưới đây

Chứng khoán Lợi nhuận kỳ vọng Phương sai Tỷ trọng

Mức ngại rủi ro của nhà đầu tư là A

Tìm tỷ trọng phân bổ của từng chứng khoán trong danh mục đầu tư sao cho thoả mãn điều kiện: mức hữu dụng của nhà đầu tư đối với danh mục đầu tư là tối

đa

Như vậy, để giải bài toán này, cần phải dùng bài toán phương án tối ưu của hàm bậc hai để tìm danh mục đầu tư theo yêu cầu

Bài toán: Tối đa hoá mức hữu dụng của nhà đầu tư dựa trên mức ngại rủi ro cho trước (A)

Hàm mục tiêu phương sai như sau:

lý thuyết Markowitz, các nhà kinh tế học tiếp tục phát triển các mô hình mới, đáng chú ý là mô hình định giá tài sản vốn gọi tắt là mô hình CAPM

1.2.2.1 Lý thuyết thị trường vốn và mô hình CAPM

Lý thuyết thị trường vốn và mô hình CAPM được phát triển trên nền tảng của lý thuyết Markowitz Ngoài những giả định của lý thuyết Markowitz, lý thuyết thị trường vốn còn có thêm những giả định sau :

- Trên thị trường tồn tại một loại tài sản không rủi ro Các nhà đầu tư có thể cho vay hoặc đi vay tại một lãi suất phi rủi ro một cách không hạn chế

- Tất cả các nhà đầu tư trên thị trường đều có chung các các kỳ vọng về các thông số như: lợi nhuận kỳ vọng, phương sai và hiệp phương sai của các chứng khoán

- Không tồn tại các chi phí giao dịch trên thị trường, không có thuế, không có cản trở hay hạn chế nào làm giảm mức độ hiệu qủa của thị trường

Mô hình CAPM được dùng để ước lượng tỷ suất lợi nhuận kỳ vọng của các chứng khoán, được biểu diễn như sau:

Eri = Rf+ (R̅m − Ri)βj (8)

Trong đó:

- 𝐸𝑟𝑖 là tỷ suất lợi nhuận kỳ vọng của chứng khoán i;

- 𝑅̅𝑚 là tỷ suất lợi nhuận kỳ vọng của danh mục đầu tư thị trường;

- 𝑅𝑓 là lãi suất phi rủi ro;

- 𝛽 là hệ số góc của hàm hồi quy,

Hệ số beta thể hiện mối quan hệ giữa lợi nhuận của một chứng khoán cụ thể với lợi nhuận của toàn bộ thị trường Hệ số beta cũng là hệ số đo lường rủi ro hệ thống của chứng khoán, cổ phiếu có hệ số beta càng lớn thì rủi ro hệ thống càng lớn

và ngược lại

Theo mô hình CAPM, lợi nhuận kỳ vọng của một chứng khoán có quan hệ đồng biến với rủi ro của chứng khoán đó Lợi nhuận kỳ vọng của một chứng khoán bằng lãi suất phi rủi ro cộng với một khoản bù rủi ro dựa trên cơ sở rủi ro hệ thống (hệ số beta) của chứng khoán đó Lợi nhuận kỳ vọng của những chứng khoán có hệ

số beta lớn hơn sẽ có khuynh hướng tăng nhanh hơn khi lợi nhuận của thị trường tăng nhưng cũng giảm nhanh hơn khi lợi nhuận của thị trường giảm

Về mặt hình học, mối quan hệ giữa lợi nhuận kỳ vọng của cổ phiếu và hệ số rủi ro beta được biểu diễn bằng đường thẳng có tên là đường thị trường chứng khoán (Security Market Line) Mô hình CAPM thường được sử dụng để ước lượng

tỷ suất lợi nhuận kỳ vọng của một chứng khoán, cung cấp tỷ suất lợi nhuận yêu cầu hợp lý, xác định mặt bằng lãi suất hợp lý của thị trường phục vụ cho việc định giá chứng khoán

1.2.2.2 Ứng dụng thực tiễn và các tranh cãi xoay quanh mô hình CAPM

Ưu điểm lớn nhất của mô hình CAPM là đơn giản, dễ dàng ứng dụng trong thực tế Khi sử dụng mô hình CAPM để ước lượng tỷ suất lợi nhuận kỳ vọng của một chứng khoán, xác định tỷ suất lợi nhuận kỳ vọng hợp lý, ứng dụng trong định giá chứng khoán, các tác giả đã phát hiện ra một số trường hợp bất thường khiến mô hình CAPM không còn đúng nữa Chẳng hạn:

Ảnh huởng tháng Giêng: việc nắm giữ cổ phiếu trong khoảng thời gian từ

tháng 12 đến tháng 1 (tháng Giêng), thường có lợi nhuận cao hơn so với các tháng còn lại trong năm Mặc dù không phải hiện tượng này đúng cho tất cả các năm, ảnh hưởng tháng Giêng vẫn được nhiều tác giả tìm thấy và xem như một trường hợp cá biệt của mô hình CAPM

Ảnh hưởng của phân phối không đối xứng: Dựa trên việc phân tích tỷ suất

lợi nhuận là beta, một vài nhà nghiên cứu cũng đã xem xét ảnh hưởng của sự không đối xứng lên tỷ suất lợi nhuận kỳ vọng Phân phối chuẩn đối xứng nghĩa là tồn tại

sự cân bằng giữa các quan sát dương và âm Trái lại, không đối xứng dương thể hiện một con số khác thường của các thay đổi dương lớn trong giá cả Các nhà nghiên cứu đã xem xét sự mất đối xứng như là một cách có thể giải thích cho các kết quả mà ở đó mô hình xem ra định giá thấp các cổ phiếu có beta thấp: các nhà đầu tư nhận được tỷ suất lợi nhuận cao hơn giá trị mong đợi; và định giá cao các cổ phiếu có beta cao: nhà đầu tư nhận được tỷ suất lợi nhuận thấp hơn giá trị mong đợi Kraus và Litzenberger (1973) đã kiểm định mô hình CAPM đối với sự bất đối xứng

và khẳng định các nhà đầu tư sẵn sàng trả cho bất đối xứng dương vì chúng cho cơ hội tỷ suất lợi nhuận rất lớn

Ảnh hưởng của quy mô: trong điều kiện các yếu tố khác là giống nhau, một

số nghiên cứu thực nghiệm tìm thấy sự khác biệt đáng kể liên quan đến quy mô

công ty Các công ty niêm yết có quy mô nhỏ, tương ứng với giá trị vốn hoá thị trường thấp, có tỷ suất lợi nhuận kỳ vọng cao hơn so với các công ty có quy mô lớn

Ảnh hưởng của tỷ số P/E, MB: tương tự như yếu tố quy mô, các nghiên

cứu thực nghiệm khác cũng tìm thấy một số yếu tố khác có ảnh hưởng mạnh đến tỷ suất lợi nhuận của cổ phiếu Các công ty có tỷ số P/E (hoặc MB) thấp có tỷ suất lợi nhuận cao hơn các công ty có tỷ số này cao Quy mô, P/E, đòn bẩy tài chính là các nhân tố rủi ro bổ sung cần được xem xét với beta Khi phân tích, chúng ta thấy, quy

mô và P/E có ảnh hưởng ngược lên tỷ suất lợi nhuận Cụ thể, tỷ suất lợi nhuận là một phương trình dương của beta, nhưng nhà đầu tư cũng đòi hỏi tỷ suất lợi nhuận cao hơn từ các doanh nghiệp có quy mô tương đối nhỏ và các cổ phiếu có P/E thấp

Các nghiên cứu của Fama-Frech: Fama-French cho rằng mối quan hệ giữa

beta và tỷ suất lợi nhuận trung bình không tồn tại trong suốt thời kỳ từ 1963-1990 Trái lại, các kiểm định lần lượt giữa tỷ suất lợi nhuận trung bình với quy mô, đòn bẩy, P/E, P/B (tỷ số của giá trị thị trường so với giá trị sổ sách) cho thấy rằng tất cả các biến này đều quan trọng và có nhiều tín hiệu mong đợi Quy mô và P/B đi theo các biến đổi mẫu tiêu biểu trong tỷ suất lợi nhuận các cổ phiếu trung bình được liên kết bởi quy mô, P/E, P/B, đòn bẩy Các tranh luận này đã mở đường cho sự hình thành của các mô hình đa nhân tố Trong đó, nổi bật là mô hình 3 nhân tố Fama-French và các mô hình đa nhân tố sau này được hình thành từ việc bổ sung thêm nhân tố mới vào mô hình 3 nhân tố của Fama-French để tạo thành mô hình đa nhân

tố mới Chẳng hạn như mô hình 4 nhân tố Cahrat, mô hình 5 nhân tố Fama-French

…Các mô hình đa nhân tố này cho rằng mặc dù mô hình CAPM vẫn có ý nghĩa về mặt lý thuyết và giá trị sử dụng về mặt thực tiễn nhưng nó không còn chính xác để xác định tỷ suất lợi nhuận kỳ vọng của một chứng khoán Các mô hình đa nhân tố đưa ra kết quả dự báo chính xác hơn so với CAPM nhờ vào việc đưa thêm các yếu

tố khác, ngoài rủi ro thị trường, vào mô hình giải thích cho tỷ suất lợi nhuận kỳ vọng Tuy nhiên, ở chiều hướng ngược lại, những tác giả bảo vệ mô hình CAPM cho rằng, hệ số beta vẫn còn nguyên giá trị sử dụng của riêng nó Bởi vì các mô hình đa nhân tố quá tập trung vào việc đi tìm các yếu tố giải thích cho tỷ suất lợi

nhuận của chứng khoán, mục đích chính là dùng để dự báo Mặc dù hệ mô hình CAPM có thể không còn là mô hình dự báo tỷ suất lợi nhuận của chứng khoán tốt nhất nữa, nhưng hệ số beta trong mô hình CAPM vẫn là một đại lượng thống kê dùng để đo lường rủi ro phù hợp nhất Bởi vì, đối với các nhà đầu tư ngại rủi ro (đa phần các nhà đầu tư trên thị trường là những nhà đầu tư ngại rủi ro), hệ số beta đo lường rủi ro, cung cấp thông tin để làm cơ sở cho việc kỳ vọng một mức lợi nhuận hợp lý Dù khá nhiều tranh cãi xoay quanh mô hình CAPM, tính ứng dụng thực tiễn của nó vẫn được nhà đầu tư trên thị trường công nhận Kể cả ở các thị trường phát triển lẫn thị trường mới nổi, hệ số beta của từng chứng khoán được các công ty chứng khoán tính toán và công bố để các nhà đầu tư làm cơ sở cho việc phân tích chứng khoán và ra quyết định đầu tư

Tại Việt Nam, hệ số beta của từng chứng khoán được các công ty chứng khoán tính toán và công bố trên website để nhà đầu tư tham khảo Chẳng hạn, website cafef.vn cung cấp hệ số beta của từng chứng khoán theo dữ liệu 100 phiên liên tiếp, website cophieu68.vn cung cấp hệ số beta của từng chứng khoán theo ngày (30 ngày, theo tuần (52 tuần) và theo tháng (24 tháng) Ngoài ra, hệ số beta còn được sử dụng làm tiêu chí trong bộ lọc chứng khoán của các quỹ đầu tư, các website cung cấp dữ liệu tài chính chứng khoán

1.2.3 Tính toán hệ số beta theo mô hình CAPM

Vì mang ý nghĩa sử dụng thực tiễn cao, việc tính toán và vận dụng hợp lý hệ

số beta được nhiều tác giả nghiên cứu và thực nghiệm Có nhiều cách để tính toán

hệ số này, trong đó có 2 cách tính cơ bản nhất: hệ số beta theo thị trường lịch sử; hệ

số beta cơ bản theo phương pháp bottom – up Ngoài ra, một cách đơn giản và tiện lợi nhất để có được hệ số beta của chứng khoán, đó là các nhà đầu tư có thể tham khảo tại các website của công ty chứng khoán, các công ty cung cấp dịch vụ tài chính chứng khoán và các báo cáo phân tích chứng khoán

1.2.3.1 Hệ số beta theo thị trường lịch sử:

Đối với các cổ phiếu niêm yết trên thị trường chứng khoán, dữ liệu về giá chứng khoán được công khai và minh bạch Do đó, việc sử dụng dữ liệu giá để ước tính tỷ suất lợi nhuận kỳ vọng của chứng khoán không gặp nhiều khó khăn Khi xác định được tỷ suất lợi nhuận kỳ vọng của cổ phiếu, việc còn lại để tính toán được hệ

số beta là cần phải xác định được tỷ suất lợi nhuận kỳ vọng của danh mục thị trường Thông thường, tỷ suất lợi nhuận kỳ vọng của danh mục thị trường cũng chính là tỷ suất lợi nhuận bình quân của danh mục bao gồm tất cả các tài sản được giao dịch trên thị trường

Để đơn giản trong tính toán, các nhà đầu tư có thể sử dụng công thức tính toán hệ số beta từ công thức tính của mô hình CAPM Trong đó, đưa ra các giả định

về lãi suất phi rủi ro là lãi suất trái phiếu chính phủ loại có kỳ hạn ngắn tương ứng với mức thanh khoản cao nhất và tỷ suất lợi nhuận của danh mục thị trường được tính toán từ chỉ số chứng khoán mang tính đại diện cho thị trường Tại Việt Nam, để đơn giản tính toán, các tác giả có thể chọn lãi suất phi rủi ro tương ứng với lãi suất trái phiếu chính phủ kỳ hạn 5 năm tương ứng là 5%/năm và tỷ suất lợi nhuận của danh mục thị trường sẽ được lấy từ chỉ số VN- Index

1.2.3.2 Hệ số beta cơ bản

Trong trường hợp các công ty chưa được niêm yết hoặc mới niêm yết trên thị trường chứng khoán trong thời gian ngắn, dữ liệu giao dịch và giá cổ phiếu thường không có sẵn Điều này dẫn đến khó khăn nhất định trong việc tính toán hệ số beta theo thị trường lịch sử Do đó, hệ số beta của chứng khoán trong trường hợp này được tính toán theo phương pháp Bottum – up và gọi là hệ số beta cơ bản

Phương pháp này đưa ra giả định tách hệ số beta thành 2 thành phần là rủi ro lĩnh vực kinh doanh và đòn bẩy tài chính Để tính toán được hệ số beta cơ bản, đầu tiên cần xác định lĩnh vực kinh doanh mà công ty đang tham gia (công ty có thể tham gia nhiều lĩnh vực kinh doanh khác nhau) Sau khi xác định được các lĩnh vực kinh doanh mà công ty đang tham gia, tính toán hệ số beta bình quân của từng lĩnh

vực kinh doanh dựa trên các công ty đã niêm yết và tính toán được hệ số beta của

từng lĩnh vực đó Ước tính hệ số beta không có đòn bẩy bình quân của từng lĩnh vực

kinh doanh Sử dụng công thức bình quân gia quyền có trọng số cho từng lĩnh vực

kinh doanh mà công ty tham gia để ước tính hệ số beta không có đòn bẩy cho công

ty cần tính hệ số beta Cuối cùng, tính toán giá trị đòn bẩy tài chính (D/E) để chuyển

đổi hệ số beta không có đòn bẩy sang hệ số beta có đòn bẩy cho công ty cần tính

toán hệ số beta

1.2.4 Quy trình xây dựng danh mục đầu tư tối ưu

Dựa trên việc tổng quan lý thuyết về CAPM và Markowitz, luận văn đề xuất

quy trình xây dựng danh mục đầu tư tối ưu như sau:

Đồ thị 1-1 Quy trình xây dựng danh mục tối ưu

Nguồn: tác giả thiết kế

mô hình CAPM

BƯỚC 3:

Tính toán ma trận phương sai - hiệp phương sai

TÓM TẮT CHƯƠNG 1

Các lý thuyết đầu tư hiện đại ủng hộ quan điểm đầu tư theo danh mục thông qua các bằng chứng thực nghiệm cho thấy hiệu ứng giảm thiểu rủi ro rất rõ ràng của quá trình đa dạng hoá danh mục đầu tư Lý thuyết Markowitz là nghiên cứu nền tảng chỉ ra cách xây dựng một danh mục đầu tư đáp ứng tiêu chí tối đa hoá lợi nhuận kỳ vọng và tối thiểu hoá rủi ro Nhiều nghiên cứu thực nghiệm dựa trên Lý thuyết Markowtz đã chứng minh được rằng một danh mục đầu tư được đa dạng hóa tối ưu có thể giảm thiểu được rất nhiều rủi ro mà không phải hy sinh hoặc hy sinh rất ít lợi nhuận Dựa trên nền tảng lý thuyết Markowitz, các nhà kinh tế học tiếp tục phát triển các mô hình mới, đáng chú ý là mô hình định giá tài sản vốn và các mô hình đa nhân tố Mặc dù khá nhiều tranh cãi xoay quanh mô hình CAPM, tính ứng dụng thực tiễn của nó vẫn được nhà đầu tư trên thị trường công nhận Kể cả ở các thị trường phát triển lẫn thị trường mới nổi, hệ số beta trong mô hình CAPM vẫn còn nguyên giá trị ứng dụng thực tiễn bởi tính phù hợp của nó cho một đại lượng thống kê dùng để đo lường rủi ro Ngày nay, ngoài việc tính toán hệ số beta theo thị trường lịch sử hoặc hệ số beta cơ bản, các nhà đầu tư có thể dễ dàng thu thập được

hệ số beta trên các nền tảng website cung cấp thông tin tài chính chứng khoán

CHƯƠNG 2 VẬN DỤNG MÔ HÌNH CAPM VÀ LÝ THUYẾT MARKOWITZ ĐỂ XÂY DỰNG DANH MỤC ĐẦU TƯ TRONG RỔ HÀNG HOÁ VN100

2.1 Tổng quan thị trường chứng khoán Việt Nam và rổ hàng hoá VN100

2.1.1 Tổng quan thị trường chứng khoán Việt Nam

Năm 2019 là năm đánh dấu con số gần tròn 20 tuổi kể từ khi thị trường chứng khoán Việt Nam hình thành và phát triển (kể từ tháng 7/2000), mở ra một kênh huy động vốn trung và dài hạn, hiệu quả cho đầu tư phát triển, góp phần đẩy mạnh công nghiệp hóa, hiện đại hóa đất nước Gần 20 năm hình thành và phát triển, thị trường chứng khoán Việt Nam đã đạt được những thành tựu nhất định

Tuy còn non trẻ nhưng mức vốn hóa thị trường cổ phiếu Việt Nam đã tăng gần 17 lần trong vòng 10 năm qua, (từ mức 22,7% GDP năm 2006 lên mức 78,5% GDP tính đến cuối tháng 6/2019), vượt chỉ tiêu Chính phủ đã đề ra đến năm 2020 Thị trường trái phiếu đang dần trở thành kênh huy động vốn quan trọng cho Chính phủ, các ngân hàng chính sách, chính quyền địa phương và doanh nghiệp Tính đến hết quý II/2019, quy mô thị trường trái phiếu chính phủ tương đương 27,2% GDP Huy động vốn của khối doanh nghiệp tư nhân thông qua phát hành cổ phiếu, trái phiếu doanh nghiệp đã tăng 70% trong năm 2017 và trên 30% trong năm 2018, đạt 3,7 tỷ USD, đưa Việt Nam trở thành quốc gia có mức huy động vốn thành công nhất khu vực Đông Nam Á

Thị trường cổ phiếu, thị trường trái phiếu nói riêng và thị trường chứng khoán Việt Nam nói chung đã có đóng góp không nhỏ vào thành công của nhiều doanh nghiệp lớn, hỗ trợ tốt cho công tác cổ phần hóa doanh nghiệp nhà nước và cùng với hệ thống tín dụng của ngân hàng tạo ra một cơ cấu thị trường vốn Việt Nam cân đối hơn, hiệu quả hơn, hỗ trợ cho sự phát triển của nền kinh tế Việt Nam

Mặc dù, thị trường chứng khoán phái sinh mới ra đời từ tháng 8/2017 với sản phẩm giao dịch đầu tiên là hợp đồng tương lai chỉ số VN30, nhưng thị trường này

đã có bước phát triển ấn tượng, tốc độ tăng trưởng khối lượng giao dịch bình quân/phiên năm 2018 gấp 7,2 lần so với năm 2017 Việt Nam đã, đang gấp rút đưa thêm các sản phẩm mới vào giao dịch để tạo ra sự đa dạng cho thị trường chứng khoán như chứng quyền có bảo đảm và hợp đồng tương lai trái phiếu chính phủ Bên cạnh đó, các sản phẩm khác đang được nghiên cứu để ra mắt như hợp đồng tương lai chỉ số khác ngoài VN30, các hợp đồng tương lai/hợp đồng quyền chọn cổ phiếu đơn lẻ, chứng chỉ lưu ký toàn cầu

Hiện nay, thị trường chứng khoán Việt Nam đã có trên 2,28 triệu tài khoản của nhà đầu tư (tăng 4,7% so với cuối năm 2018), trong đó riêng số lượng tài khoản nhà đầu tư nước ngoài tăng 7% Hệ thống nhà đầu tư tổ chức ngày càng phát triển

và mở rộng, thị trường đã phát triển các loại hình quỹ mới như: Quỹ mở, quỹ thành viên, quỹ ETF, Quỹ Đầu tư bất động sản và công ty đầu tư chứng khoán, qua đó thúc đẩy tính chuyên nghiệp, sự phân bổ hiệu quả nguồn lực vốn đầu tư, tạo sức cầu bền vững và độ sâu của thị trường Hệ thống trung gian chứng khoán đã có sự phát triển mạnh về số lượng, quy mô; tính chuyên nghiệp và nền tảng công nghệ ngày càng cao; mạng lưới được mở rộng Cơ sở hạ tầng tổ chức thị trường ngày càng được nâng cấp và phát triển, từng bước phát triển mô hình theo thông lệ quốc tế

- VNMidcap là chỉ số vốn hóa đo lường mức tăng trưởng của 70 công ty có quy mô vừa trong số các cổ phiếu niêm yết trên HSX

Các bộ chỉ số này được thiết kế với mục đích tham chiếu cho thị trường và làm cơ sở xây dựng các sản phẩm dựa trên chỉ số như quỹ đầu tư theo chỉ số, sản phẩm phái sinh Đặc điểm chung của các bộ chỉ số này như sau:

- Đảm bảo về khả năng đầu tư: do các cổ phiếu trong bộ chỉ số được sàng lọc

và tính toán dựa trên tỷ lệ tự do chuyển nhượng để đảm bảo khả năng đầu tư được

- Đảm bảo về thanh khoản: do các cổ phiếu thành phần được sàng lọc về tính thanh khoản để đảm bảo chỉ số có thể giao dịch được

- Đảm bảo minh bạch: do các chỉ số được xây dựng và quản lý tính minh bạch bởi Sở giao dịch chứng khoán Thành phố Hồ Chí Minh

- Xem xét định kỳ: bán niên vào tháng 1 và tháng 7 hàng năm

Trong nghiên cứu này, tác giả lựa chọn các cổ phiếu trong chỉ số VN100 nhằm đạt được hai mục đích: (i) thứ nhất là mức độ biến động mạnh; (ii) thứ hai là

độ tương quan với thị trường cao Bảng số liệu dưới đây dựa trên dữ liệu cập nhật của HSX về độ biến động chỉ số và độ tương quan chỉ số với VN-Index

Bảng 2-1 Độ biến động chỉ số và độ tương quan chỉ số với VN-Index

Thời gian 3 tháng 6 tháng 1 năm 3 năm 5 năm

VNMidcap 86.50% 79.15% 85.91% 78.87% 78.54%

Nguồn: Theo HSX 2.1.2.1 Rổ hàng hoá VN30

Các cổ phiếu thuộc rổ hàng hóa VN30 là những cổ phiếu có tính thanh khoản cao nhất, phản ánh xác thực mối quan hệ cung và cầu cổ phiếu trên thị trường, do

đó ít xảy ra tình trạng “làm giá” chứng khoán Có thể nói ngắn gọn rổ hàng hoá VN30 là danh sách bao gồm 30 công ty hàng đầu trên thị trường chứng khoán Việt Nam xét về giá trị vốn hoá và tính thanh khoản 30 cổ phiếu trong rổ hàng hoá VN30, đại diện cho 30 công ty được niêm yết trên HSX, chiếm khoảng 80% tổng giá trị vốn hóa và 60% tổng giá trị giao dịch toàn thị trường Trong đó, để được chọn vào rổ VN30, mỗi cổ phiếu phải thoả mãn các điều kiện về giá trị vốn hoá, tỷ

lệ cổ phiếu tự do chuyển nhượng và tỷ lệ thanh khoản Top 30 cổ phiếu đáp ứng các tiêu chí sàng lọc trên được đưa vào rổ hàng hoá VN30 và top 10 cổ phiếu đứng sau top 30 được đưa vào danh sách dự phòng (dùng để thay thế khi có một cổ phiếu thuộc rổ VN30 bị hủy niêm yết, bị mua lại hoặc bị tạm ngưng giao dịch trên 10 ngày)

Danh sách các cổ phiếu thuộc rổ hàng hoá VN30 được công bố định kỳ bán niên trên website của HSX (www.hsx.vn) Các thay đổi tại kỳ xem xét, ngoại trừ thay đổi về giới hạn tỷ trọng, sẽ được công bố ít nhất 1 tuần trước khi áp dụng chính thức rổ chỉ số mới 10 công ty đứng đầu theo vốn hóa thị trường thuộc rổ hàng hoá VN30 ở thời điểm cập nhật nhất hiện tại được HSX công bố vào kỳ tháng 7/2019 được trình bày trong Bảng 2-2 sau đây Chi tiết danh sách rổ hàng hoá VN30 xem tại phụ lục A1

Bảng 2-2 Danh sách 10 công ty đứng đầu VN30 theo vốn hóa thị trường

Như vậy, có thể thấy rằng 10 công ty đứng đầu theo vốn hóa thị trường thuộc

rổ hàng hoá VN30 đã chiếm đến hơn phân nửa giá trị vốn hóa của tổng 30 cổ phiếu trong rổ hàng hóa VN30 Hay nói cách khác, vốn hóa thị trường chủ yếu tập trung ở

10 công ty top đầu trong danh sách trên đây Ngoài ra, tỷ trọng vốn hóa thị trường

theo ngành cũng cho thấy rằng các công ty đứng đầu thị trường xét về vốn hóa thị trường và thanh khoản chủ yếu tập trung ở ngành bất động sản, tài chính và hàng tiêu dùng thiết yếu Đồ thị 2-1 sau đây mô tả tỷ trọng vốn hóa thị trường theo ngành của rổ hàng hóa VN30

Đồ thị 2-1 Tỷ trọng vốn hóa thị trường theo ngành của rổ hàng hóa VN30

Nguồn: theo HSX 2.1.2.2 Rổ hàng hóa VNMidcap

Sau 30 cổ phiếu tốt nhất thị trường xét về vốn hóa và thanh khoản, 70 cổ phiếu thuộc rổ hàng hóa VNMidcap được xem là nhóm cổ phiếu tốt tiếp theo 70 công ty có có giá trị vốn hóa và thanh khoản xếp sau VN30 đáp ứng bốn điều kiện sàng lọc sau đây sẽ được đưa vào danh mục VNMidcap Tiêu chí thứ nhất, về tư cách cổ phiếu, các cổ phiếu không thuộc trường hợp bị cảnh báo, kiểm soat, tạm ngừng giao dịch và có thời gian niêm yết trên HSX tối thiểu 6 tháng Tiêu chí thứ 2,

về tỷ lệ tự do chuyển nhượng, các cổ phiểu phải có tỷ lệ cổ phiếu tự do chuyển