Slide đề tài phân bổ tài sản

II TỔNG QUAN LÝ THUYẾT QUI TRÌNH PHÂN BỔ TÀI SẢN PHÂN BỔ TÀI SẢN Asset Allocation Các khái niệm Cách thức phân bổ tài sản Phương pháp phân bổ tài sản Bước 1: Dự báo tỷ suất sinh lợi

Đinh Thị Huyền Trâm

Nguyễn Thị Kim Oanh

Đặng Lê Hồng Trúc

( Asset

Allocation)

Nguyễn Định Tường

II

TỔNG QUAN LÝ THUYẾT

QUI TRÌNH PHÂN BỔ TÀI SẢN

PHÂN BỔ TÀI SẢN (Asset Allocation)

Các khái niệm

Cách thức phân bổ tài sản

Phương pháp phân bổ tài sản

Bước 1: Dự báo tỷ suất sinh lợi mong

đợi của các loại tài sản Bước 2: Xây dựng danh mục đầu tư tối

ưu Bước 3: Phân tích thành quả của danh

mục ngoài phạm vi mẫu.

02

 Phân bổ tài sản là một chiến lược đầu tư cố gắng để cân bằng rủi ro so với lợi suất bằng cách điều chỉnh tỷ lệ % của từng tài sản trong một danh mục đầu tư theo khả năng chịu đựng rủi ro đầu tư, mục tiêu và khung thời gian đầu tư.

 Phân bổ tài sản là một yếu tố quan trọng trong việc xác định lợi nhuận cho một danh mục đầu tư

 Nhìn chung phân bổ tài sản được định nghĩa

là sự phân bổ các loại tài sản chính trong danh mục của nhà đầu tư (William F Sharpe, 1992)

PHÂN BỔ TÀI SẢN (Asset Allocation) ?

Tổng quan lý thuyết Qui trình phân bổ tài sản

Phân bổ tài sản chiến lược (SAA)

Là việc phân bổ tài sản quy định cụ

thể tỷ lệ của từng loại tài sản khác

nhau trong một danh mục đầu tư,

cung cấp cho một nhà đầu tư với

một mức độ rủi ro / tỷ suất sinh lợi

để đạt được mục tiêu dài hạn

Phân bổ tài sản chiến thuật (TAA)

là kết quả của quản trị năng động

mà ở đó các nhà quản lý chuyển hướng từ phân bổ tài sản chiến lược

để tận dụng lợi thế của bất kỳ cơ hội nhận được trong ngắn hạn trên thị trường Mục tiêu là để cải thiện lợi nhuận, điều chỉnh rủi ro của mục tiêu đầu tư dài hạn

Introduction Literature

review Methodology Data Results Conclusion 03

Sự khác nhau giữa phân bổ TS chiến lược với chiến thuật

Chỉ tiêu Phân bổ tài sản chiến lược Phân bổ tài sản chiến thuật

Đặc điểm

Một loạt các danh mục đầu tư cơ bản phù hợp với mức độ rủi ro khác nhau trong trạng thái "trung lập" với sự thay đổi của môi

trương bên ngoài.

Thay đổi định kỳ danh mục đầu tư

cơ bản để đáp ứng với điều kiện thị trường gia tăng lợi nhuận và / hoặc giảm thiểu rủi ro.

 Phương pháp Black – Litterman (Black- Litterman)

 Sử dụng giả định Monte – Carlo (Monte Carlo simulation)

 Phương pháp quản lý căn cứ vào tài sản và nợ (Asset Liability Management- ALM)

 Dựa vào kinh nghiệm cá nhân (Experience based)

Các phương pháp phân bổ tài sản

PHÂN BỔ TÀI SẢN (Asset Allocation)

Tổng quan lý thuyết Qui trình phân bổ tài sản

Phương pháp từng đạt giải Nobel Kinh tế năm 1990 đó là Lý thuyết quản lý danh mục đầu tư hiện đại Trọng tâm của lý thuyết này là “đường biên hiệu quả” (efficient frontier)

PHÂN BỔ TÀI SẢN (Asset Allocation)

Đường biên hiệu quả

 Độ dốc của đường biên hiệu quả giảm dần Điều này có nghĩa là một sự gia tăng cùng một mức độ rủi ro khi di chuyển lên phía trên của đường biên hiệu quả thì chúng ta sẽ nhận được mức gia tăng nhỏ hơn của tỷ suất sinh lợi

PHÂN BỔ TÀI SẢN (Asset Allocation)

Tổng quan lý thuyết Qui trình phân bổ tài sản

Nhữg điểm mạnh và yếu của các PPPB tài sản

Phương pháp Trung bình – Phương sai (Mean- Variance )

- Thực hiện việc tối ưu hóa đã tạo ra

đường cong hiệu quả ít tốn kém và

luôn có sẵn

- Xác định được danh mục đầu tư với

lợi nhuận kỳ vọng cao nhất tại mỗi

mức độ rủi ro

- Bất kỳ danh mục hiệu quả nào (bao

gồm cả lợi nhuận và rủi ro) có thể

được tạo ra bằng cách kết hợp danh

mục tiếp tuyến với tài sản phi rủi ro

- Được hiểu và chấp nhận rộng rãi

- Số lượng và bản chất của các ước tính (ví dụ: lợi nhuận kỳ vọng, phương sai, hiệp phương sai) có thể bị áp đảo

- Lợi nhuận kỳ vọng thì dễ bị ước lượng chệch

- Tiếp cận tĩnh (một thời kỳ)

- Có thể làm cho danh mục đầu tư

đa dạng hóa kém (danh mục tập trung) kể cả danh mục tiếp tuyến

Nhữg điểm mạnh và yếu của các PPPB tài sản

Mô phỏng đường biên hiệu quả (Resampled efficient frontier)

Nhữg điểm mạnh và yếu của các PPPB tài sản

- EF ổn định hơn MV truyền thống

Một sự thay đổi nhỏ trong dữ liệu

đầu vào chỉ dẫn đến 1 sai số nhỏ

- Danh mục có xu hướng đa dạng

hóa tốt hơn MV truyền thống

- Không có lý thuyết hỗ trợ rằng 1 danh mục được xây dựng qua mô phỏng thì cung cấp hiệu suất cao hơn so với một danh mục đầu tư khác được xây dựng thông qua phân tích trung bình phương sai truyền thống

10

Nhữg điểm mạnh và yếu của các PPPB tài sản

Phương pháp Black – Litterman

Nhữg điểm mạnh và yếu của các PPPB tài sản

- UBL: Đưa tỷ trọng các loại tài sản từ

chỉ số toàn cầu

- Điều chỉnh dựa vào điểm mạnh của

các quan điểm sau:

+ Ổn định đường biên hiệu quả

+ Danh mục đầu tư được đa dạng hóa

tốt.

BL: Ngược lại với quá trình tối ưu hóa:

+ Thừa nhận ràng buộc danh mục đầu

tư, như là không có tỷ trọng âm, hoặc

loại tài sản bị giới hạn.

+ Danh mục đầu tư được đa dạng hóa

tốt.

+ Ổn định đường biên hiệu quả

UBL: Thừa nhận không ràng

buộc danh mục đầu tư.

+ Dựa vào tỷ suất sinh lợi, độ lệch chuẩn và hiệp phương sai trong quá khứ.

+ Sử dụng tối ưu hóa trung bình – phương sai

BL: Dựa vào độ lệch chuẩn và

hiệp phương sai trong quá khứ + Sử dụng tối ưu hóa trung bình – phương sai

+ Dựa vào lý thuyết thị trường vốn

Nhữg điểm mạnh và yếu của các PPPB tài sản

Sử dụng giả định Monte – Carlo

Nhữg điểm mạnh và yếu của các PPPB tài sản

- Có thể sinh ra niềm tin giả, đầu

ra chỉ chính xác khi dữ liệu đầu vào chính xác

12

Nhữg điểm mạnh và yếu của các PPPB tài sản

Quản lý tài sản và nợ (ALM)

Nhữg điểm mạnh và yếu của các PPPB tài sản

- Xem xét việc phân bổ tài sản trên

khía cạnh nợ

- Có thể tạo ra đường biên ALM mà

nó chỉ ra sự kết hợp giữa rủi ro và lợi

Dựa vào kinh nghiệp cá nhân (Experience based )

- Dựa vào sự kết hợp kinh nghiệm

phân bổ tài sản qua nhiều thập kỷ

Các khái niệm cơ bản

Danh mục chuẩn là một danh mục tham khảo đối với quản trị danh mục

năng động Mục tiêu của nhà quản trị năng động là vượt trên tỷ suất sinh lợi của danh mục chuẩn

Quản trị năng động là sự theo đuổi tỷ suất sinh lợi đầu tư vượt quá tỷ

suất sinh lợi của một danh mục chuẩn xác định

Phân bổ tài sản truyền thống là dạng phân bổ bỏ qua sự hiện diện của

danh mục chuẩn mà chỉ đơn giản quan tâm đến sự đánh đổi giữa tỷ suất sinh lợi vượt trội mong đợi với rủi ro tổng thể

Tỷ suất sinh lợi vượt trội là tỷ suất sinh lợi so với tỷ suất sinh lợi phi

rủi ro Nếu tỷ suất sinh lợi của tài sản là 3% và tỷ suất sinh lợi phi rủi ro

là 0,5% thì tỷ suất sinh lợi vượt trội của tài sản là 2,5%

Tổng quan lý thuyết Qui trình phân bổ tài sản

Qui trình nghiên cứu các chiến lược PBTS

15

Phân tích thành quả ngoài phạm vi

mẫu

Phân tích thành quả ngoài phạm vi

mẫu

Dự báo tỷ suất

sinh lợi mong

đợi của các loại

tài sản

Dự báo tỷ suất

sinh lợi mong

đợi của các loại

tài sản

Xây dựng các danh mục đầu

tư

Xây dựng các danh mục đầu

tư

Qui trình nghiên cứu các chiến lược PBTS

Qui trình nghiên cứu các chiến lược PBTS

Qui trình nghiên cứu các chiến lược PBTS

16

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Quản trị năng động là phải biết dự báo Chia thành 2 loại dự báo:

Dự báo vô điều kiện (dự báo sơ khởi): là dự báo tỷ suất sinh lợi mong đợi thuần nhất Nó là dự báo thiếu thông tin (không am hiểu) -> dự báo sơ khởi

dẫn đến nắm giữ những danh mục chuẩn.

Dự báo có điều kiện (dự báo có hiểu biết): dự báo dựa vào nguồn thông tin

Phương trình dự báo cơ bản chuyển những dự báo thô thành những dự

báo có chọn lọc Kết quả của phương trình này là những dự báo ở dạng những tỷ suất sinh lợi ngoại lệ, đã được điều chỉnh đối với nội dung thông tin của dự báo thô

Tổng quan lý thuyết Qui trình phân bổ tài sản

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

17

Phương trình dự báo cơ bản

Trong đó:

r: Vector tỷ suất sinh lợi vượt trội (N tài sản)

g: Vector dự báo thô (K dự báo)

E{r}: Giá trị dự báo sơ khởi (giá trị dự báo thuần nhất)

E{g}: Giá trị dự báo mong đợi

E{r|g}: Tỷ suất sinh lợi mong đợi có hiểu biết: tỷ suất sinh lợi mong đợi có điều kiện g

Cốt lõi của phương trình (*) liên hệ những dự báo khác với những mức độ mong đợi của chúng và những dự báo tỷ suất sinh lợi khác với những mức

độ mong đợi của chúng

E{r|g}= E{r}+ Cov {r,g}.Var -1 {g}.(g- E{g}) (*)

Tổng quan lý thuyết Qui trình phân bổ tài

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

Tiếp theo chúng ta sẽ khảo sát tỉ mỉ mô hình dự báo cơ bản

Mô hình ARCH

•Được xây dựng để lập mô hình và dự báo về phương sai có điều kiện

•Phương sai của biến phụ thuộc là một hàm của biến phụ thuộc thời kỳ trước, biến độc lập và các biến ngoại sinh

•Mô hình ARCH được Engle giới thiệu vào năm 1982 và mô hình GARCH được giới thiệu bởi Bollerslev vào năm 1986

Mô hình GARCH

(Generalize AutoRegressive Conditional Heteroskedastaticity)

Mô hình phương sai sai số thay đổi có điều kiện tự hồi quy tổng quát

Mô hình lọc của Kalman

Lọc Kalman là một phương pháp thuật toán lọc nhiễu ra khỏi thông tin, và

nó được dùng rất nhiều trong các lĩnh vực điều khiển, hàng không, quân sự,

vũ trụ

18

•Những thông tin về sự dao động từ thời kì trước, được xác định nhờ

bình phương phần dư từ phương trình kỳ vọng

•Phương sai dự báo ở giai đoạn trước

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

Trong đó:

p: là bậc của mô hình GARCH

q: là bậc của mô hình ARCH

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

20

Mô hình GARCH

Sự mở rộng của mô hình GARCH được thể hiện là mô hình GARCH (p, q)

có thể được ước lượng bằng cách chọn p hoặc q lớn hơn 1 Mô hình GARCH (p, q) biểu diễn phương sai có điều kiện có dạng:

Tổng quan lý thuyết Qui trình phân bổ tài sản

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

21

Mô hình lọc của Kalman

Mô hình lọc của Kalman có liên kết chặc chẽ với phân tích Bayes Quy tắc

dự báo căn bản của chúng ta là một ví dụ đơn giản Chúng ta bắt đầu với giá trị trung bình và phương sai của tỷ suất sinh lợi trước đó và sau đó phỏng theo giá trị trung bình và phương sai có điều kiện đó theo một vài thông tin mới

Lọc Kalman nhằm ước lượng giá trị đích thực của một cái gì đó, bằng cách

dự đoán giá trị của nó và tính độ tin cậy (hay độ bất định) của dự đoán đó, đồng thời đo đạc giá trị (nhưng bị sai số vì có các nhiễu), sau đó lấy một trung bình có trọng giữa giá trị dự đoán và giá trị đo đạc được, làm giá trị ước lượng Có thể coi nó là một trường hợp của “suy diễn có điều kiện kiểu Bayes” (bayesian inference)

Tổng quan lý thuyết Qui trình phân bổ tài

Bước 1: Dự báo tỷ suất sinh lợi mong đợi của các loại tài sản

Qui trình nghiên cứu các chiến lược PBTS

22

Ý nghĩa của mô hình

Tổng quan lý thuyết Qui trình phân bổ tài sản

 Mô hình GARCH tiên tiến hơn tính đến tác động khác nhau của các tỷ suất sinh lợi âm hoặc dương lớn gần đây

 ARCH và các kỹ thuật phi tuyến tính có liên quan đều có ích khi số lượng tỷ suất sinh lợi bị giới hạn dưới mức cần thiết

 Các kỹ thuật ARCH thì rõ ràng nhất khi mà phạm vi đầu tư ngắn (thời gian tính theo ngày) hơn là phạm vi đầu tư dài hạn (tính theo tháng, năm)

 Những kỹ thuật ARCH có thể cực kỳ hữu ích trong các chiến lược mà thành phần chọn lựa mạnh bởi vì các dự báo độ lệch chuẩn tốt hơn sẽ trực tiếp dẫn đến các mức giá chọn lựa tốt hơn

Bước 2: Xây dựng danh mục đầu tư tối ưu

Qui trình nghiên cứu các chiến lược PBTS

23

Căn cứ vào các kết quả dự báo tỷ suất sinh lợi vượt trội mong đợi, bước này là xây dựng có giá trị trung bình/ phương sai tối ưu.

Một vấn đề trong phân bổ tài sản truyền thống là sự

đánh đổi giữa tỷ suất sinh lợi mong đợi vượt trội với

rủi ro tổng thể mà không quan tâm tới danh mục

chuẩn

Các tỷ trọng của danh mục đầu tư tối ưu thì hết sức

nhạy cảm với những thay đổi nhỏ trong tỷ suất sinh

lợi mong đợi và thường khác biệt lớn so với tỷ trọng

trong danh mục chuẩn

Tổng quan lý thuyết Qui trình phân bổ tài

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

24

Bước này chúng ta phải tiến hành kiểm định những chiến lược này ngoài phạm vi mẫu để xác định nội dung thông tin của mô hình tỷ suất sinh lợi mong đợi này

 Kiểm định phạm vi mẫu thường mang tính quyết định đối với việc nghiên cứu các chiến lược đầu tư

 Với những mô hình dựa trên chuỗi thời gian, ngay cả thời kỷ trong mẫu cũng phải có kiểm định một cách rõ ràng về khả năng dự báo

 Một sự kiểm định nghiêm khắc các mô hình chuỗi thời gian yêu cầu kiểm định ngoài phạm vi mẫu

Tổng quan lý thuyết Qui trình phân bổ tài sản

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

25

 Bước cuối cùng trong phương pháp của chúng ta liên quan đến việc phân tích thành quả ngoài phạm vi mẫu của danh mục đầu tư tối ưu Chú trọng vào tỷ suất sinh lợi vượt trội của chiến lược

 Chúng ta có thể tính toán các tỷ số Sharpe cho danh mục và cho danh mục chuẩn

 Mục tiêu của bước phân tích thành quả ngoài phạm vi mẫu là đo lường một cách chính xác giá trị gia tăng của chiến lược và nhận diện các hướng nghiên cứu có thể để hoàn thiện mô hình

Tổng quan lý thuyết Qui trình phân bổ tài

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

26

Tỷ số Sharpe : mô tả mức tỷ suất sinh lợi vượt trội bạn nhận được là bao

nhiêu cho phần biến động tăng thêm mà bạn đang kéo dài thời gian nắm giữ 1 tài sản rủi ro

Tổng quan lý thuyết Qui trình phân bổ tài sản

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

27

 Tỷ suất sinh lợi r x

TSSL được đo lường theo khoảng thời gian hàng ngày, hàng tháng, hàng năm và có dạng phân phối chuẩn Phân phối bất thường (độ nghiêng và

độ nhọn), có thể là vấn đề của tỷ số này.

 Tỷ suất sinh lợi tài sản phi rủi ro (r f )

Được biết đến khi bạn đang được bù đắp tương xứng cho phần rủi ro tăng thêm mà bạn nắm giữ tài sản rủi ro.

 Độ lệch chuẩn (StdDev(x))

TSSL vượt trội = TSSLcủa tài sản rủi ro – TSSLcủa tài sản phi rủi ro Chúng ta cần chia TSSL vượt trội bằng độ lệch chuẩn của tài sản rủi ro được đo lường Con số này càng lớn thì kỳ vọng về rủi ro/ TSSL từ cái nhìn đầu tư càng tốt hơn.

Tổng quan lý thuyết Qui trình phân bổ tài

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

28

Sử dụng tỷ số Sharpe: là phương pháp hiệu chỉnh rủi ro của tỷ suất sinh

lợi mà được sử dụng để đánh giá kết quả của danh mục đầu tư Tỷ số này giúp so sánh kết quả danh mục đầu tư này với danh mục đầu tư khác bằng cách điều chỉnh rủi ro

Tổng quan lý thuyết Qui trình phân bổ tài sản

Bước 3: Phân tích thành quả của danh mục ngoài phạm vi mẫu

Qui trình nghiên cứu các chiến lược PBTS

29

Ví dụ: NĐT A tạo TSSL là 15%, NĐT B tạo ra TSSL là 12% => dường

như A đầu tư tốt hơn B

Tuy nhiên, nếu NĐT A tạo ra TSSL là 15% mà có mức rủi ro lớn hơn NĐT B, trong trường hợp này B có TSSL hiệu chỉnh rủi ro cao hơn

Tiếp tục ví dụ trên, tỷ lệ tài sản phi rủi ro là 5%, độ lệch chuẩn của danh mục NĐT A là 8%, độ lệch chuẩn của danh mục NĐT B là 5% =>

- Shape Ratio A= (15%-5%)/8%= 1.25

- Shape Ratio B = (12%-5%)/5%=1.4

Tổng quan lý thuyết Qui trình phân bổ tài