Ứng dụng hồi quy tuyến tính để tính hệ số Beta của các cổ phiếu niêm yết trên Trung tâm giao dịch chứng khoán TP.HCM

LÔØI MÔÛ ÑAÀU Trong boái caûnh neàn kinh teá theá giôùi phaùt trieån maïnh meõ vaø tieán trình toaøn caàu hoaù dieãn ra nhanh choùng thì Chính phuû Vieät Nam xaùc ñònh ñaây laø cô hoäi to lôùn ñeå ñöa ñaát nöôùc phaùt trieån veà moïi maët maïnh meõ hôn, vì theá trong naêm 2006 ñaùnh daáu söï thaønh coâng veà maët ngoaïi giao vaø kinh teá cuûa Vieät Nam ñöôïc minh chöùng baèng söï kieän noåi baät nhö Vieät Nam chính thöùc trôû thaønh thaønh vieân chính thöùc thöù 150 cuûa toå chöùc Thöông maïi Theá giôùi (WTO), söï kieän Chính phuû Myõ ñaõ thoâng qua quy cheá thöông maïi bình thöôøng vónh vieãn (PNTR) vôùi Vieät Nam vaø Vieät Nam toå chöùc thaønh coâng hoäi nghò APEC. Vôùi nhöõng söï kieän treân ñaõ cho thaáy Vieät Nam laø moät phaàn khoâng taùch rôøi cuûa Theá giôùi vaø neàn kinh teá Vieät Nam ñang hoäi nhaäp moät caùch saâu saéc vaø tích cöïc vaøo neàn kinh teá Theá giôùi. Cuøng vôùi vieäc hoäi nhaäp thì nhöõng lónh vöïc quan troïng cuûa neàn kinh teá Vieät Nam nhö coâng ngheä thoâng tin, taøi chính ngaân haøng, baûo hieåm, vaän taûi, vieån thoâng, ñieän löïc, daàu khí.…ñang haáp daãn caùc taäp ñoaøn, coâng ty haøng ñaàu theá giôùi ñeán tìm kieám cô hoäi ñaàu tö. Söï kieän Toång thoáng Myõ Goerge Bush ñaùnh chieâng khai tröông hoaït ñoäng giao dòch taïi Trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh vaøo ngaøy 20/11/2006 nhö laø tieáng chieâng ñaùnh thöùc caùc quoác gia, caùc toå chöùc ñaàu tö theá giôùi...quan taâm ñeán thò tröôøng chöùng khoaùn Vieät Nam tuy nhoû beù nhöng coøn nhieàu tieàm naêng phaùt trieån. Tröôùc boái caûnh Vieät Nam taêng cöôøng coå phaàn hoaù doanh nghieäp, taäp ñoaøn nhaø nöôùc coù quy moâ lôùn vaø nhieàu toå chöùc, ñònh cheá taøi chính nöôùc ngoaøi…ñeán tìm hieåu vaø ñaàu tö vaøo thò tröôøng chöùng khoaùn Vieät Nam thì caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam seõ coù nhieàu thaùch thöùc nhöng cuõng nhieàu cô hoäi ñeå laøm giaøu, vaán ñeà ñaët ra caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam seõ phaûi laøm gì ñeå taän duïng cô hoäi vaø phoøng ngöøa ruûi ro hieäu quaû khi böôùc vaøo saân chôi khaéc nghieät to lôùn hôn. Vôùi muïc tieâu cuûa luaän vaên tính heä soá beta baèng phöông phaùp hoài quy tuyeán tính cho caùc coå phieáu nieâm yeát treân Trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh ñeå coù theå öùng duïng moâ hình ñònh giaù taøi saûn voán (Capital asset pricing model- CAPM) moät moâ hình taøi chính hieän ñaïi cuûa ba nhaø kinh teá laø ngöôøi Myõ laø OÂng William Sharpe, OÂng John Lintner vaø OÂng Jack Treynor vaøo thò tröôøng chöùng khoaùn non treû Vieät Nam nhaèm phaùt trieån theâm moät coâng cuï phoøng ngöøa ruûi ro khi ñaàu tö chöùng khoaùn ñeå coù theå goùp phaàn beù nhoû hoã trôï caùc nhaø ñaàu tö chöùng khoaùn Vieät Nam vaø thuùc ñaåy tính minh baïch cuûa thò tröôøng chöùng khoaùn Vieät Nam trong töông lai. CHÖÔNG 1: CÔ SÔÛ LYÙ LUAÄN VEÀ MOÂ HÌNH CAPM, HEÄ SOÁ BETA VAØ HOÀI QUY TUYEÁN TÍNH Caùc khaùi nieäm: Ruûi ro vaø tyû suaát sinh lôøi Lôïi nhuaän laø thu nhaäp coù ñöôïc töø khoaûn ñaàu tö, thöôøng ñöôïc bieåu thò baèng tyû leä phaàn traêm giöõa thu nhaäp vaø giaù trò khoaûn ñaàu tö boû ra. Ví duï nhaø ñaàu tö boû ra 100$ ñeå mua moät coå phieáu, ñöôïc höôûng coå töùc laø 7$ moät naêm vaø sau 1 naêm giaù thò tröôøng cuûa moät coå phieáu ñoù laø 106$. Lôïi nhuaän nhaø ñaàu tö coù ñöôïc khi ñaàu tö coå phieáu naøy laø: (7$+6 $)/100$=13%. Nhö vaäy lôïi nhuaän ñaàu tö cuûa nhaø ñaàu tö coù ñöôïc khi ñaàu tö coå phieáu töø 2 nguoàn: a. Coå töùc ñöôïc höôûng töø coå phieáu b. Lôïi voán-töùc laø lôïi töùc coù ñöôïc do chöùng khoaùn taêng giaù. Toång quaùt: D t + (Pt – Pt-1) (1.1) R= Pt-1 Trong ñoù: R : lôïi nhuaän thöïc (hoaëc kyø voïng) D t : laø coå töùc Pt : giaù coå phieáu ôû thôøi ñieåm t Pt-1 : giaù coå phieáu ôû thôøi ñieåm t-1. Neáu laáy coå töùc vaø giaù coå phieáu theo giaù trò thöïc teá thì ta coù lôïi nhuaän thöïc, neáu laáy coå töùc vaø giaù coå phieáu theo soá löôïng kyø voïng thì ta coù lôïi nhuaän kyø voïng. Ruûi ro ñöôïc ñònh nghóa laø söï sai bieät cuûa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng. Giaû söû nhaø ñaàu tö mua traùi phieáu kho baïc ñeå coù ñöôïc lôïi nhuaän laø 8%. Neáu nhaø ñaàu tö naøy giöõ traùi phieáu naøy ñeán cuoái naêm thì nhaø ñaàu tö seõ nhaän ñöôïc 8% treân khoaûn ñaàu tö cuûa mình. Neáu nhaø ñaàu tö khoâng mua traùi phieáu maø duøng soá tieàn ñoù ñeå mua coå phieáu maø giöõ ñeán heát naêm, nhaø ñaàu tö coù theå coù hoaëc coù theå khoâng coù ñöôïc coå töùc nhö kyø voïng. Hôn nöõa, cuoái naêm giaù coå phieáu coù theå leân vaø nhaø ñaàu tö ñöôïc lôïi cuõng nhö giaù coù theå xuoáng khieán nhaø ñaàu tö bò loã. Keát quaû laø lôïi nhuaän thöïc teá coù theå khaùc xa so vôùi lôïi nhuaän nhaø ñaàu tö kyø voïng. Neáu ruûi ro ñöôïc ñònh nghóa laø söï sai bieät giöõa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng thì trong tröôøng hôïp treân roõ raøng ñaàu tö vaøo traùi phieáu coù theå xem nhö khoâng coù ruûi ro trong khi ñaàu tö vaøo coå phieáu ruûi ro hôn nhieàu vì xaùc suaát hay khaû naêng sai bieät giöõa lôïi nhuaän thöïc teá so vôùi lôïi nhuaän kyø voïng trong tröôøng hôïp mua traùi phieáu thaáp hôn mua coå phieáu. Hieäp phöông sai vaø heä soá töông quan: Hieäp phöông sai laø moät con soá ñöôïc tính toaùn cho hai öôùc löôïng khaùc nhau “tieán laïi gaàn nhau” nhaèm taïo thaønh moät giaù trò coù yù nghóa. Moät giaù trò hieäp phöông sai döông coù nghóa laø tyû suaát sinh lôøi ñoái vôùi hai khoaûn ñaàu tö coù khuynh höôùng dòch chuyeån veà cuøng moät höôùng so vôùi möùc trung bình cuûa noù trong suoát moät khoaûng thôøi gian. Ngöôïc laïi, moät giaù trò hieäp phöông sai aâm chæ ra tyû suaát sinh lôøi ñoái vôùi hai khoaûn ñaàu tö coù khuynh höôùng dòch chuyeån veà hai höôùng khaùc nhau lieân quan ñeán möùc trung bình vaøo töøng thôøi ñieåm cuï theå trong khoaûng thôøi gian. Ñoä lôùn cuûa hieäp phöông sai phuï thuoäc vaøo phöông sai cuûa nhöõng chuoãi tyû suaát sinh lôøi cuï theå, cuõng nhö moái quan heä giöõa nhöõng chuoãi tyû suaát sinh lôøi. Coâng thöùc tính hieäp phöông sai cuûa hai taøi saûn A vaø B nhö sau: n COVAB =∑pi {[R IA –E (RA)]} {[R IB –E (RB)]} (1.2) i=1 Trong ñoù: COVAB : Hieäp phöông sai cuûa taøi saûn A vaø B R IA : Tyû suaát sinh lôøi taøi saûn A taïi thôøi ñieåm I E (RA): Tyû suaát sinh lôøi trung bình taøi saûn A R IB : Tyû suaát sinh lôøi taøi saûn B taïi thôøi ñieåm I E (RB): Tyû suaát sinh lôøi trung bình taøi saûn B Pi: Xaùc suaát xaûy ra Trong tröôøng hôïp tyû suaát sinh lôøi cuûa hai coå phieáu A vaø B ñöôïc tính toaùn döïa vaøo thöïc nghieäm thì hieäp phöông sai cuûa chuùng ñöôïc xaùc ñònh nhö sau: 1 N COVAB = ─ ∑ {[R IA –E (RA)]} {[R IB –E (RB)]} (1.3) N i=1 Trong ñoù: COVAB : Hieäp phöông sai cuûa taøi saûn A vaø B R IA : Tyû suaát sinh lôøi taøi saûn A taïi thôøi ñieåm I E (RA): Tyû suaát sinh lôøi trung bình taøi saûn A R IB : Tyû suaát sinh lôøi taøi saûn B taïi thôøi ñieåm I E (RB): Tyû suaát sinh lôøi trung bình taøi saûn B N: Soá thôøi kyø tính toaùn Nguoàn: Ñaàu tö taøi chính, Ts Phan Thò Bích Nguyeät, NXB Thoáng Keâ 2006, trang 17 Neáu tyû suaát sinh lôøi ñoái vôùi moät coå phieáu laø cao (thaáp) so vôùi tyû suaát sinh lôøi trung bình trong suoát thôøi kyø ñaõ cho vaø tyû suaát sinh lôøi coå phieáu khaùc cuõng cao (thaáp) so vôùi tyû suaát sinh lôøi trung bình trong cuøng thôøi kyø naøy, vì vaäy keát quaû cuûa ñoä leäch töø giaù trò trung bình naøy laø döông. Neáu ñieàu naøy dieãn ra laø phuø hôïp, thì hieäp phöông sai cuûa tyû suaát sinh lôøi giöõa 2 coå phieáu seõ trôû thaønh giaù trò döông lôùn. Hieäp phöông sai bò aûnh höôûng bôûi tính bieán thieân cuûa 2 chuoãi tyû suaát sinh lôøi rieâng leû. Vì vaäy, hieäp phöông sai khi tính toaùn ra seõ laø moät con soá nhaán maïnh moái quan heä môø nhaït neáu 2 chuoãi tyû suaát sinh lôøi rieâng leû khoâng oån ñònh nhöng laïi phaûn aùnh moái quan heä beàn vöõng neáu 2 chuoãi raát oån ñònh. Hieån nhieân, neáu muoán chuaån hoùa öôùc löôïng hieäp phöông sai naøy ñeå ñöa vaøo xem xeùt tính bieán thieân cuûa hai chuoãi tyû suaát sinh lôøi rieâng leû nhö coâng thöùc sau: COVAB (1.4) β AB = σAσB Trong ñoù : β AB : Heä soá töông quan cuûa nhöõng tyû suaát sinh lôøi σA : Ñoä leäch chuaån cuûa RiA σB : Ñoä leäch chuaån cuûa RiB Chuaån hoùa hieäp phöông sai bôûi nhöõng ñoä leäch chuaån rieâng leû seõ mang laïi heä soá töông quan (βAB ), heä soá töông quan naøy coù theå thay ñoåi trong khoaûng töø -1 ñeán +1. Giaù trò +1 nhaán maïnh moái quan heä tuyeán tính xaùc ñònh giöõa RAvaø RB, nghóa laø tyû suaát sinh lôøi ñoái vôùi 2 coå phieáu cuøng thay ñoåi theo moät kieåu tuyeán tính xaùc ñònh hoaøn toaøn. Giaù trò -1 coù theå nhaán maïnh moái quan heä phuû ñònh hoaøn toaøn giöõa hai chuoãi tyû suaát sinh lôøi nhö khi tyû suaát sinh lôøi cuûa moät coå phieáu cao hôn möùc trung bình, tyû suaát sinh lôøi cuûa nhöõng coå phieáu khaùc seõ thaáp hôn möùc trung bình baèng moät soá löôïng. Ñònh nghóa veà tyû suaát sinh lôïi mong ñôïi: Tyû suaát sinh lôïi mong ñôïi ñoái vôùi moät taøi saûn ruûi ro cuï theå laø taäp hôïp tyû suaát sinh lôïi tieàm naêng vaø moät giaû ñònh caùc khaû naêng xaûy ra caùc möùc tyû suaát sinh lôøi döï kieán. n Tyû suaát sinh lôøi mong ñôïi cuûa moät taøi saûn ruûi ro = ∑pj Rj (1.5) i=1 Trong ñoù : Rj : laø tyû suaát sinh lôøi cuûa taøi saûn ruûi ro trong tình huoáng j pj : laø khaû naêng xaûy ra möùc tyû suaát sinh lôøi Rj Tyû suaát sinh lôøi mong ñôïi ñoái vôùi moät danh muïc cuûa nhöõng khoaûn ñaàu tö ñôn giaûn laø giaù trò trung bình theo tyû troïng cuûa tyû suaát sinh lôøi mong ñôïi ñoái vôùi nhöõng khoaûn ñaàu tö cuï theå trong danh muïc. Tyû troïng naøy laø söï caân ñoái toång giaù trò ñoái vôùi caùc khoaûn ñaàu tö. Vieäc tính toaùn tyû suaát sinh lôøi mong ñôïi naøy ñoái vôùi danh muïc ñaàu tö E(Rp) coù theå tính toaùn theo phöông trình sau: N E(Rp) = ∑ wi .E(Ri) (1.6) i=1 Trong ñoù : wi : Tyû troïng ñaàu tö taøi saûn i trong danh muïc E(Ri) : Tyû suaát sinh lôøi mong ñôïi cuûa taøi saûn i 1.2 Moâ hình ñònh giaù taøi saûn voán CAPM 1.2.1 Nhöõng giaû thuyeát kinh teá cho thò tröôøng voán: Moâ hình danh muïc ñaàu tö cô baûn ñöôïc oâng Harry Markowitz phaùt trieån, oâng ñaõ phaùt hieän tyû suaát sinh lôøi mong ñôïi ñoái vôùi danh muïc cuûa caùc taøi saûn vaø moät öôùc löôïng ruûi ro mong ñôïi. OÂng cuõng ñaõ tính toaùn phöông sai danh muïc ñaàu tö vaø chæ ra söï quan troïng cuûa vieäc ña daïng hoaù ñaàu tö ñeå giaûm thieåu ruûi ro toång theå. Tuy nhieân nhöôïc ñieåm moâ hình naøy laø söû duïng moâ hình ñoøi hoûi moät khoái löôïng tính toaùn quaù nhieàu vaø trong tröôøng hôïp nhaø ñaàu tö khaûo saùt thò tröôøng 100 chöùng khoaùn thì seõ phaûi öôùc löôïng suaát sinh lôøi kyø voïng vaø phöông sai suaát sinh lôøi (200 döõ lieäu), chöa heát nhaø ñaàu tö seõ tính heä soá töông quan giöõa tyû suaát sinh lôøi cuûa töøng caëp chöùng khoaùn laø 100*(100-1)= 4950 döõ lieäu. Tröôùc tình hình ñoù, W.F. Sharpe ñeà xuaát moâ hình thò tröôøng döïa treân nguyeân taéc (giaû ñònh) raèng tyû suaát sinh lôøi cuûa caùc chöùng khoaùn töông quan vôùi nhau chæ khi chuùng cuøng phuï thuoäc vaøo bieán ñoäng cuûa thò tröôøng chöùng khoaùn. Theo moâ hình naøy thì khi chæ soá taêng thì ña soá caùc chöùng khoaùn taêng giaù, ngöôïc laïi khi chæ soá giaûm ña soá chöùng khoaùn giaûm giaù. Vaø moâ hình ñònh giaù taøi saûn voán CAPM ñöôïc xaây döïng treân moâ hình thò tröôøng cuûa oâng W.F Sharpe. Lyù thuyeát danh muïc cuûa Markowitz xaây döïng treân caùc giaû ñònh cuûa nhö sau: a) Caùc nhaø ñaàu tö xem moãi khoaûn ñaàu tö khaùc nhau ñöôïc ñaïi dieän cho moät söï phaân phoái xaùc suaát cuûa tyû suaát sinh lôïi mong ñôïi leân moät vaøi thôøi kyø naém giöõ. b) Caùc nhaø ñaàu tö luoân toái ña hoùa lôïi ích mong ñôïi trong moät thôøi kyø nhaát ñònh, vaø ñöôøng cong höõu duïng cuûa hoï chöùng toû vieäc thu nhoû möùc höõu duïng bieân teá cuûa söï giaøu coù. c) Caùc nhaø ñaàu tö ñaùnh giaù ruûi ro cuûa danh muïc ñaàu tö döïa treân cô sôû phöông sai cuûa tyû suaát sinh lôïi mong ñôïi. d) Caùc nhaø ñaàu tö caên cöù treân nhöõng quyeát ñònh ñoäc laäp cuûa tyû suaát sinh lôøi vaø ruûi ro mong ñôïi, vì vaäy ñöôøng cong höõu duïng cuûa hoï laø moät phöông trình cuûa tyû suaát sinh lôøi mong ñôïi vaø phöông sai (hoaëc ñoä leäch chuaån) cuûa tyû suaát sinh lôøi. e) Vôùi moät möùc ñoä ruûi ro cho tröôùc, caùc nhaø ñaàu tö öa thích tyû suaát sinh lôøi cao hôn laø möùc tyû suaát sinh lôøi thaáp. Töông töï, vôùi moät möùc ñoä tyû suaát sinh lôøi mong ñôïi cho tröôùc, caùc nhaø ñaàu tö laïi öa thích ít ruûi ro hôn laø nhieàu ruûi ro. Vôùi nhöõng giaû ñònh naøy, moät taøi saûn rieâng leû hay danh muïc cuûa nhöõng taøi saûn ñöôïc xem nhö coù hieäu quaû neáu khoâng coù taøi saûn naøo khaùc hoaëc danh muïc cuûa nhöõng taøi saûn ñem laïi tyû suaát sinh lôøi hôn vôùi cuøng (hoaëc cao hôn) tyû suaát sinh lôïi mong ñôïi. Ngoaøi nhöõng giaû ñònh treân, moâ hình CAPM coøn coù theâm moät soá giaû ñònh: a) Taát caû nhaø ñaàu tö ñeàu laø caùc nhaø ñaàu tö hieäu quaû Markowitz, hoï mong muoán naém giöõ danh muïc naèm treân ñöôøng bieân hieäu quả. Vì vaäy vò trí chính xaùc treân ñöôøng bieân hieäu quaû vaø danh muïc cuï theå ñöôïc choïn seõ phuï thuoäc vaøo haøm höõu duïng ruûi ro –tyû suaát sinh lôïi cuûa moãi nhaø ñaàu tö. b) Caùc nhaø ñaàu tö coù theå ñi vay vaø cho vay baát kyø soá tieàn naøo ôû laõi suaát phi ruûi ro kyù hieäu rf . c) Taát caû caùc nhaø ñaàu tö ñeàu coù caùc mong muoán thuaàn nhaát: coù nghóa laø hoï öôùc löôïng caùc phaân phoái xaùc xuaát tyû suaát sinh lôøi trong töông lai gioáng heät nhau. d) Taát caû caùc nhaø ñaàu tö coù phaïm vi thôøi gian trong moät kyø nhö nhau chaúng haïn nhö moät thaùng, saùu thaùng hay moät naêm. Söï khaùc nhau trong phaïm vi thôøi gian seõ ñoøi hoûi caùc nhaø ñaàu tö xaùc ñònh ra caùc thöôùc ño ruûi ro vaø caùc taøi saûn phi ruûi ro phuø hôïp vôùi caùc phaïm vi thôøi gian ñaàu tö cuûa hoï. e) Taát caû caùc khoaûn ñaàu tö coù theå phaân chia tuøy yù, coù nghóa caùc nhaø ñaàu tö coù theå mua vaø baùn caùc tyû leä phaàn traêm cuûa baát kyø taøi saûn hay danh muïc naøo. f) Khoâng coù thueá vaø chi phí giao dòch lieân quan tôùi vieäc mua vaø baùn taøi saûn. g) Khoâng coù laïm phaùt hay baát kyø thay ñoåi naøo trong laõi suaát, hoaëc laïm phaùt ñöôïc phaûn aùnh moät caùch ñaày ñuû. h) Caùc thò tröôøng voán trong traïng thaùi caân baèng. Ñieàu naøy coù nghóa taøi saûn ñöôïc ñònh giaù ñuùng vôùi möùc ñoä ruûi ro cuûa noù. 1.2.2 Ña daïng hoùa vaø loaïi boû ruûi ro khoâng heä thoáng Muïc ñích vieäc ña daïng hoùa hoaøn toaøn laø giaûm ñoä leäch chuaån cuûa danh muïc. Ñieàu naøy giaû söû caùc chöùng khoaùn coù töông quan khoâng hoaøn toaøn vôùi nhau. Moät caùch lyù töôûng laø theâm vaøo danh muïc caùc chöùng khoaùn vaø hieäp phöông sai trung bình cuûa danh muïc seõ giaûm xuoáng. Ñeå giaûm thieåu ruûi ro khi ñaàu tö vaøo moät danh muïc ñaàu tö bao goàm nhieàu taøi saûn ruûi ro, caùc nhaø ñaàu tö ñaõ taêng cöôøng theâm soá löôïng coå phieáu trong danh muïc ñöôïc löïa choïn ngaãu nhieân. Hình veõ sau moâ taû aûnh höôûng soá löôïng coå phieáu leân vieäc ña daïng hoaù ruûi ro. Hình 1.1. Ña daïng hoùa danh muïc ñaàu tö Ñoä leäch chuaån Soá löôïng coå phieáu trong danh muïc Ñoä leäch chuaån cuûa danh muïc thò tröôøng Ruûi ro heä thoáng Toång ruûi ro Ruûi ro khoâng heä thoáng Moät nghieân cöùu sau ñoù ñaõ so saùnh caùc lôïi ích do ruûi ro thaáp hôn töø vieäc ña daïng hoùa vôùi chi phí giao dòch taêng theâm do ñöa vaøo danh muïc nhieàu chöùng khoaùn hôn, Nghieân cöùu naøy ñaõ keát luaän raèng moät danh muïc coå phieáu ñöôïc ña daïng hoùa toát nhaát phaûi coù 30 coå phieáu ñoái vôùi nhaø ñaàu tö ñi vay vaø 40 coå phieáu ñoái vôùi nhaø ñaàu tö cho vay. Moät ñieåm quan troïng caàn nhôù laø, baèng vieäc ñöa theâm caùc coå phieáu coù töông quan khoâng hoaøn toaøn vôùi caùc coå phieáu trong danh muïc vaøo danh muïc, thì coù theå giaûm thieåu ñoä leäch chuaån cuûa toaøn danh muïc nhöng khoâng hoaøn toaøn loaïi boû heát söï bieán thieân. Cuoái cuøng ñoä leäch chuaån cuûa danh muïc seõ ñaït ñeán möùc cuûa danh muïc thò tröôøng, ôû ñoù seõ ña daïng hoùa taát caû caùc ruûi ro khoâng heä thoáng nhöng vaãn coøn ruûi ro thò tröôøng hay ruûi ro heä thoáng nhö laø caùc yeáu toá kinh teá vó moâ coù aûnh höôûng ñeán taát caû caùc taøi saûn ruûi ro. 1.2.3 Ñöôøng thò tröôøng voán (The Capital Market Line –CML) Nhaân toá chuû yeáu ñeå lyù thuyeát danh muïc phaùt trieån thaønh lyù thuyeát thò tröôøng voán laø yù töôûng veà moät taøi saûn phi ruûi ro. Sau söï phaùt trieån cuûa moâ hình Mark ùi nhau. Vì CML ieåm tieáp tuyeán neân noù coù ñöôøng khaû naêng keát nhaát vaø moïi nhaø ñaàu tö ñeàu muoán ñaàu tö vaøo danh muïc owitz, moät vaøi taùc giaû quan taâm ñeán vieäc öùng duïng giaû ñònh toàn taïi moät taøi saûn phi ruûi ro, coù nghóa laø moät taøi saûn coù phöông sai baèng khoâng. Taøi saûn nhö theá seõ khoâng töông quan vôùi taát caû taøi saûn ruûi ro khaùc vaø coù moät tyû suaát sinh lôøi phi ruûi ro rf . Vì tyû suaát sinh lôøi treân taøi saûn phi ruûi ro laø hoaøn toaøn chaéc chaén, neân ñoä leäch chuaån tyû suaát sinh lôïi mong ñôïi seõ baèng khoâng (σ =0). Tyû suaát sinh lôïi coù ñöôïc treân taøi saûn ñoù seõ laø tyû suaát sinh lôïi phi ruûi ro vaø baèng vôùi tyû leä taêng tröôûng daøi haïn cuûa neàn kinh teá vôùi söï ñieàu chænh tính thanh khoaûn ngaén haïn. Taäâp hôïp caùc keát hôïp giöõa taøi saûn phi ruûi ro vaø danh muïc taøi saûn ruûi ro theå hieän qua ñöôøng CML khi maø hai taøi saûn coù töông quan hoaøn toaøn vô laø moät ñöôøng thaúng vì theá noù haøm yù raèng taát caû caùc danh muïc naèm treân CML coù töông quan döông hoaøn toaøn vôùi nhau. Nhaø ñaàu tö coù theå ñaàu tö moät phaàn vaøo taøi saûn phi ruûi ro (coù nghóa laø cho vay vôùi laõi suaát phi ruûi ro rf ) vaø ñaàu tö phaàn tieàn naøy vaøo danh muïc taøi saûn ruûi ro, hoaëc ñi vay vôùi vôùi laõi suaát phi ruûi ro rf ,vaø ñaàu tö phaàn tieàn naøy vaøo danh muïc danh muïc taøi saûn ruûi ro. Trong caû hai tröôøng hôïp, taát caû tính khaû bieán cuûa danh muïc baét nguoàn töø danh muïc taøi saûn ruûi ro. Söï khaùc bieät duy nhaát giöõa danh muïc khaùc nhau treân ñöôøng CML laø ñoä lôùn cuûa tính khaû bieán, tính khaû bieán naøy do tyû leä phaàn traêm danh muïc taøi saûn phi ruûi ro trong danh muïc keát hôïp gaây ra. 1.2.4 Danh muïc thò tröôøng Vì danh muïc M naèm taïi tieáp ñ hôïp cuûa caùc danh muïc cao M vaø ñi vay hoaëc cho vay ñeå ñaït ñöôïc moät ñieåm naøo ñoù treân ñöôøng CML. Vì theá danh muïc M phaûi bao goàm taát caû caùc taøi saûn ruûi ro. Neáu coù moät taøi saûn ruûi ro naøo ñoù khoâng ñöôïc ñöa vaøo danh muïc naøy (danh muïc maø taát caû caùc nhaø ñaàu tö muoán ñaàu tö), coù leõ seõ khoâng coù nhu caàu ñoái vôùi taøi saûn ñoù vaø vì theá noù khoâng coù giaù trò. Neáu moät taøi saûn naøo ñoù chieám tyû troïng cao trong danh muïc M hôn laø tyû troïng ñöôïc ñaùnh giaù theo giaù thò tröôøng, luùc ñoù nhu caàu taêng cao ñoái vôùi taøi saûn naøy s maø chöùa taát caû caùc taøi saûn ruûi ro, chaún , ñöôïc ñònh nghóa nhö laø tính khaû bieán trong taát caû taøi saûn r Thöôùc ño ruûi ro cuûa no röôøng Covi,M. Vì theá chuùng ta coù theå phaùc thaûo moái quan phöông sai cuûa thò tröôøng vôùi chính noù. Töông töï, hieäp phöông eõ laøm taêng giaù cuûa noù leân cho ñeán khi giaù trò thò tröôøng töông ñoái trôû neân phuø hôïp tyû troïng cuûa noù trong danh muïc M. Danh muïc bao goàm taát caû caùc taøi saûn ruûi ro naøy goïi laø danh muïc thò tröôøng. Noù khoâng chæ bao goàm caùc coå phaàn thöôøng g haïn nhö, caùc coå phieáu, caùc traùi phieáu, quyeàn choïn, baát ñoäng saûn, tranh ngheä thuaät, ñoà coå. Vì danh muïc thò tröôøng bao goàm taát caû caùc taøi saûn ruûi ro neân noù laø danh muïc ña daïng hoùa hoaøn toaøn coù nghóa laø taát caû caùc ruûi ro rieâng cuûa moãi taøi saûn trong danh muïc ñeàu ñöôïc ña daïng hoùa. Noùi cuï theå hôn, tính khaû bieán rieâng cuûa baát kyø taøi saûn naøo seõ ñöôïc buø tröø bôûi tính khaû bieán rieâng cuûa taát caû taøi saûn khaùc trong danh muïc. Ruûi ro rieâng cuûa caùc taøi saûn (coù theå ña daïng hoùa) ñöôïc goïi laø ruûi ro khoâng heä thoáng. Ruûi ro heä thoáng uûi ro do taùc ñoäng cuûa caùc bieán kinh teá vó moâ. Ruûi ro heä thoáng ñöôïc ño löôøng baèng ñoä leäch chuaån tyû suaát sinh lôïi cuûa danh muïc thò tröôøng vaø coù theå thay ñoåi theo thôøi gian khi coù nhöõng thay ñoåi trong caùc bieán vó moâ taùc ñoäng ñeán giaù trò cuûa taát caû caùc taøi saûn ruûi ro. 1.2.5 Xaùc ñònh beta (β) theo moâ hình CAPM vaø ñöôøng thò tröôøng chöùng khoaùn SML thích hôïp cuûa moät taøi saûn rieâng leû chính laø hieäp phöông sai ù vôùi danh muïc thò t heä giöõa ruûi ro – tyû suaát sinh lôøi vôùi bieán hieäp phöông sai heä thoáng Covi,M laø thöôùc ño ruûi ro. Tyû suaát sinh lôøi cuûa danh muïc thò tröôøng RM seõ töông öùng vôùi ruûi ro cuûa noù, ñoù chính laø hieäp sai cu RM-rf 2 ovi,M rf + (RM-rf ) , phöông trình seõ laø: aát si yeâu caàu cuûa coå phieáu tính toaùn øi phi ruûi ro cuûa thò tröôøng g Nguoàn: Ñ oáng Keâ 2006, trang 58 Hieäp phöông sai cuûa baát kyø coå phieáu i naøo vôùi danh muïc thò tröôøng, Covi,M laø th äp quan ûa thò tröôøng vôùi chính noù laø phöông sai cuûa tyû suaát sinh lôøi thò tröôøng CovM,M = σ2M . Nhö vaäy, phöông trình cuûa ñöôøng ruûi ro –tyû suaát sinh lôøi laø : E(Ri) = rf + (Covi,M) σ M C = σ2M Covi,M Trong khi βi = σ2M E(Ri) = rf + βi (RM-rf ) (1.7) Trong ñoù: E(R) laø tyû su nh lôøi rf : tyû suaát sinh lô βi : heä soá beta ruûi ro cuûa töøng coå phieáu i RM : tyû suaát sinh lôøi cuûa danh muïc thò tröôøn aàu tö taøi chính cuûa TS Phan Thò Bích Nguyeät, NXB Th öôùc ño ruûi ro hôïp lyù. Beta laø thöôùc ñoù chuaån hoùa cuûa ruûi ro vì noù thieát la heä giöõa hieäp phöông sai naøy so vôùi phöông sai cuûa danh muïc thò tröôøng. Keát quaû laø, danh muïc thò tröôøng coù beta baèng 1. Vì theá, neáu beta cuûa moät coå phieáu lôùn hôn 1 thì coå phieáu naøy coù ruûi ro heä thoáng lôùn hôn thò tröôøng, coù nghóa laø coå phieáu ñoù coù tính khaû bieán hôn danh muïc thò tröôøng vaø ngöôïc laïi. Vaäy heä soá beta ño löôøng ruûi ro khoâng theå phaân taùn ñöôïc- ruûi ro heä thoáng vaø beta cho thaáy caùch tyû suaát sinh lôøi coå phieáu phaûn öùng tröôùc nhöõng nhaân toá cuûa thò tröôøng. Hình 1.2. Ñöôøng thò tröôøng chöùng khoaùn SML .3 Thöïc nghieäm cuûa CAPM1 ñaõ xem xeùt tính oån ñònh cuûa beta vaø ruùt ra keát luaän chung E(Ri) SML RM rf 2σ M 1.3.1 Tính oån ñònh cuûa beta Moät loaït caùc nghieân cöùu raèng thöôùc ño ruûi ro naøy thì khoâng oån ñònh ñoái vôùi coå phieáu caù theå nhöng tính oån ñònh cuûa beta ñoái vôùi danh muïc caùc coå phieáu gia taêng maïnh. Hôn nöõa, danh muïc caùc coå phieáu caøng lôùn (treân 50 coå phieáu) vaø coù thôøi gian caøng daøi (treân 26 tuaàn) thì beta cuûa danh muïc caøng oån ñònh. Ngoaøi ra, caùc beta coù xu höôùng ngöôïc laïi vôùi möùc trung bình. Cuï theå caùc danh muïc coù beta cao coù xu höôùng giaûm theo thôøi gian daàn veà moät (1,00). Trong khi caùc danh muïc coù beta thaáp coù xu höôùng taêng thôøi gian daàn veà moät (1,00). Caùc nhaân toá khaùc aûnh höôûng ñeán tính oån ñònh cuûa beta laø soá thaùng ñöôïc söû duïng ñeå öôùc löôïng beta ban ñaàu vaø beta kieåm ñònh. Roenfeldt, Griepentrog vaø Pflamm (PGP) ñaõ so saùnh caùc beta ñöôïc ruùt ra töø 48 thaùng döõ lieäu vaø beta sau ñoù cuûa 12, 24, 36, 48 thaùng. Caùc beta 48 thaùng thì khoâng toát ñeå öôùc löôïng cho beta 12 thaùng sau ñoù nhöng khaù toát ñeå öôùc löôïng cho caùc beta 24, 36, 48 thaùng. Chen ñaõ keát luaän raèng caùc beta danh muïc seõ bò sai leäch neáu caùc beta cuûa caùc chöùng khoaùn caù theå khoâng oån ñònh, vì vaäy oâng ñaõ ñeà xuaát moâ hình Bayes ñeå öôùc löôïng beta thay ñoåi theo thôøi gian naøy. Carpenter vaø Upton xem xeùt aûnh höôûng cuûa khoái löôïng giao dòch leân tính oån ñònh cuûa beta vaø keát luaän raèng nhöõng tieân ñoaùn beta seõ toát hôn neáu söû duïng caùc beta ñaõ ñieàu chænh khoái löôïng giao dòch. Vieäc aûnh höôûng cuûa khoái löôïng giao dòch leân caùc öôùc löôïng beta coù lieân quan ñeán aûnh höôûng coâng ty nhoû, ñieàu naøy cho raèng beta cuûa caùc chöùng khoaùn coù khoái löôïng giao dòch nhoû thì bò sai leäch ñi xuoáng nhö xaùc ñònh cuûa Ibbotson, Kaplan vaø Peterson. Toùm laïi, caùc beta caù theå noùi chung baát oån theo thôøi gian trong khi ñoù beta cuûa caùc danh muïc lôùn oån ñònh. Ngoaøi ra, neân söû duïng ít nhaát 36 thaùng döõ lieäu ñeå öôùc löôïng beta vaø tænh taùo xem xeùt khoái löôïng vaø quy moâ giao dòch cuûa caùc coå phieáu. 1.3.2 Söï so saùnh beta (β) ñöôïc coâng boá vaø beta (β) öôùc tính Taïi Myõ caùc nhaø ñaàu tö söû duïng nguoàn thoâng tin töø baùo caùo ñònh giaù ruûi ro chöùng khoaùn (Security Risk Evaluation Report) cuûa Merrill Lynch (ñöôïc phaùt haønh haøng thaùng) vaø khaûo saùt ñaàu tö (Value Line Investment Survey) ra haèng tuaàn. Caû hai dòch vuï naøy söû duïng phöông trình moâ hình thò tröôøng sau: Ri,t= αi + βi RM,t + εt Caùc dòch vuï naøy söû duïng caùc döõ lieäu khaùc nhau. Cuï theå, Merrill Lynch söû duïng caùc quan saùt cuûa 60 thaùng vaø söû duïng S&P 500 laøm ñaïi dieän thò tröôøng, trong khi ñoù Value Line öôùc löôïng beta baèng caùch söû duïng caùc quan saùt cuûa 260 tuaàn vaø laáy NYSE laøm ñaïi dieän thò tröôøng. Caû hai ñeàu söû duïng moät quy trình hieäu chænh xu höôùng hoài quy. Döïa vaøo caùc sai bieät töông ñoái thöù yeáu naøy, moät ngöôøi coù theå cho raèng caùc beta coâng boá coù theå so saùnh ñöôïc. Thöïc chaát, Statman ñaõ tìm thaáy moät sai bieät nhoû nhöng khaù quan troïng giöõa beta cuûa caû coå phieáu rieâng leû vaø caû danh muïc caùc coå phieáu. Reilly vaø Wright ñaõ kieåm tra treân 1.100 chöùng khoaùn ôû ba khoaûng thôøi gian khoâng truøng nhau vaø ñaõ khaúng ñònh söï khaùc bieät trong beta maø Statman ñaõ tìm ra. Hoï cuõng cho thaáy raèng, nguyeân do caùc khaùc bieät naøy laø caùc khoaûng thôøi gian khaùc nhau (chaúng haïn nhö caùc quan saùt tuaàn so vôùi thaùng) vaø giaù trò chöùng khoaùn aûnh höôûng bôûi caû quy moâ vaø chieàu höôùng aûnh höôûng cuûa khoaûng thôøi gian. 1.3.3 Moái quan heä giöõa ruûi ro heä thoáng vaø tyû suaát sinh lôïi: Sharpe vaø Cooper ñaõ tìm thaáy moái quan heä cuøng chieàu giöõa ruûi ro vaø tyû suaát sinh lôøi maëc duø moái quan heä naøy khoâng tuyeán tính hoaøn toaøn. Douglas ñaõ kieåm tra moái quan heä naøy vaø caùc keát quaû oâng tìm thaáy chæ ra raèng caùc ñieåm chaën thì lôùn hôn tyû suaát sinh lôøi phi ruûi ro thoâng thöôøng vaø caùc heä soá cuûa caùc bieán ruûi ro heä thoáng thì quaû thaät khoâng ñaùng keå. Vì caùc vaán ñeà thoáng keâ vôùi caùc coå phieáu rieâng leû Black, Jensen vaø Scholes ñaõ xem xeùt ruûi ro vaø tyû suaát sinh lôïi cuûa caùc danh muïc coå phieáu vaø nhaän thaáy moái quan heä tuyeán tính döông giöõa tyû suaát sinh lôøi vöôït troäi haøng thaùng vaø beta cuûa danh muïc, maëc duø ñieåm chaën cao hôn giaù trò khoâng nhö mong ñôïi. Töø nghieân cöùu ruùt ra nhö sau: (1) Haàu heát caùc ñöôøng SML ñöôïc ño löôøng coù ñoä doác döông. (2) Caùc ñoä doác thay ñoåi giöõa caùc thôøi kyø (3) Caùc ñieåm caét khoâng baèng khoâng (4) Caùc ñieåm caét naøy cuõng thay ñoåi giöõa caùc thôøi kyø. 1.3.4 AÛnh höôûng cuûa phaân phoái khoâng ñoái xöùng leân moái quan heä Döïa vaøo phaân tích tyû suaát sinh lôøi vaø beta, moät vaøi nhaø nghieân cöùu cuõng ñaõ xem xeùt aûnh höôûng cuûa söï khoâng ñoái xöùng leân tyû suaát sinh lôøi mong ñôïi. Phaân phoái chuaån thì ñoái xöùng coù nghóa laø toàn taïi söï caân baèng giöõa quan saùt döông vaø aâm. Traùi laïi khoâng ñoái xöùng döông theå hieän moät con soá khaùc thöôøng cuûa caùc thay ñoåi döông lôùn trong giaù caû. Caùc nhaø nghieân cöùu ñaõ xem xeùt söï maát ñoái xöùng nhö laø moät caùch coù theå giaûi thích cho caùc keát quaû maø ôû ñoù moâ hình xem ra ñònh giaù thaáp caùc coå phieáu coù beta thaáp (vì vaäy caùc nhaø ñaàu tö nhaän ñöôïc tyû suaát sinh lôøi cao hôn giaù trò mong ñôïi). Vaø ñònh giaù cao caùc coå phieáu coù beta cao (vì vaäy caùc nhaø ñaàu tö nhaän ñöôïc tyû suaát sinh lôøi thaáp hôn giaù trò mong ñôïi). Moät vaøi keát quaû ban ñaàu khaúng ñònh caùc giaù trò mong ñôïi naøy, nhöng cuõng tìm thaáy raèng caùc coå phieáu coù beta cao maát ñoái xöùng döông cao, ñieàu naøy muoán noùi raèng caùc nhaø ñaàu tö thích coå phieáu coù baát ñoái xöùng döông cao, chuùng cho cô hoäi tyû suaát sinh lôøi raát lôùn. Kraus vaø Litzenberger ñaõ kieåm ñònh moâ hình CAPM ñoái vôùi söï baát ñoái xöùng vaø khaúng ñònh raèng nhaø ñaàu tö saün saøng traû cho baát ñoái xöùng döông. Hoï keát luaän raèng caùc hieäu chænh ba moâ hình CAPM hieän taïi cuûa hoï ñuùng vôùi vieäc ñaùnh giaù sai veà caùc coå phieáu coù ruûi ro cao vaø thaáp maâu thuaãn vôùi moâ hình CAPM chuaån. Taàm quan troïng cuûa baát ñoái xöùng ñöôïc Sears, Wei vaø Lim uûng hoä qua caùc nghieân cöùu cuûa hoï. 1.3.5 AÛnh höôûng cuûa quy moâ doanh nghieäp , tyû soá P/E vaø ñoøn baåy Khi ñeà caäp ñeán caùc phaân tích môû roäng veà aûnh höôûng cuûa quy moâ doanh nghieäp vaø chæ soá P/E (chæ soá giaù thò tröôøng treân thu nhaäp moãi coå phieáu) cho thaáy caû hai bieán naøy coù aûnh höôûng ngöôïc leân tyû suaát sinh lôïi sau khi xem xeùt moâ hình CAPM. Caùc keát quaû naøy haøm yù raèng caùc bieán quy moâ doanh nghieäp vaø P/E laø caùc nhaân toá ruûi ro boå sung caàn ñöôïc xem xeùt vôùi beta (töông töï nhö caùc tranh luaän veà söï phaân phoái khoâng ñoái xöùng). Cuï theå, tyû suaát sinh lôøi mong ñôïi laø moät phöông trình döông cuûa beta nhöng caùc nhaø ñaàu tö cuõng ñoøi hoûi tyû suaát sinh lôøi cao hôn töø caùc doanh nghieäp töông ñoái nhoû vaø caùc coå phieáu coù tyû soá P/E töông ñoái thaáp. Bhandari tìm thaáy raèng ñoøn baåy taøi chính (ñöôïc ño löôøng baèng tyû soá nôï/ voán coå phaàn) cuõng giuùp giaûi thích boä phaän tieâu bieåu cuûa tyû suaát sinh lôïi trung bình sau khi xem xeùt caû beta vaø quy moâ doanh nghieäp. Ñieàu naøy haøm yù raèng moâ hình CAPM ña bieán vôùi ba bieán ruûi ro: beta, quy moâ doanh nghieäp, vaø ñoøn baåy taøi chính. 1.3.6 Hieäu quaû cuûa giaù trò soå saùch – giaù thò trö._.ôøng, nghieân cöùu cuûa Fama French Moät nghieân cöùu ñöôïc thöïc hieän bôûi Fama vaø French ñaõ coá gaéng ñaùnh giaù caùc vai troø keát hôïp cuûa beta thò tröôøng, quy moâ, ñoøn baåy taøi chính, vaø tyû soá giaù trò soå saùch treân giaù trò thò tröôøng cuûa voán chuû sôû höõu trong maãu tieâu bieåu cuûa tyû suaát sinh lôïi trung bình treân caùc coå phieáu cuûa NYSE, AMEX, vaø Nasdaq. Trong khi moät soá nghieân cöùu tröôùc ñaây tìm thaáy moái quan heä döông ñaùng keå giöõa tyû suaát sinh lôøi vaø beta, thì nghieân cöùu naøy tìm thaáy raèng moái quan heä giöõa beta vaø tyû suaát sinh lôøi trung bình khoâng toàn taïi trong suoát thôøi kyø töø 1963-1990, ngay caû khi duøng beta ñeå giaûi thích cho tyû suaát sinh lôøi trung bình. Traùi laïi, caùc kieåm ñònh laàn löôït giöõa tyû suaát sinh lôøi trung bình vôùi quy moâ, ñoøn baåy vaø tyû soá giaù trò soå saùch so vôùi giaù trò thò tröôøng cuûa voán coå phaàn (B/P) cho thaáy raèng taát caû caùc bieán naøy ñeàu quan troïng vaø coù tín hieäu mong ñôïi. Theo caùc keát luaän naøy, Fama-French ñaõ ñeà xuaát söû duïng moâ hình CAPM ba nhaân toá vaø ñaõ söû duïng moâ hình naøy trong moät nghieân cöùu sau ñoù ñeå giaûi thích con soá khoâng bình thöôøng cuûa caùc nghieân cöùu tröôùc ñoù. 1.3.7 Toùm löôïc keát quaû thöïc nghieäm veà ruûi ro vaø tyû suaát sinh lôøi cuûa moâ hình CAPM Haàu heát caùc chöùng cöù ban ñaàu veà moái quan heä giöõa tyû suaát sinh lôøi vaø ruûi ro heä thoáng cuûa moät danh muïc hoã trôï cho moâ hình CAPM; coù moät baèng chöùng laø caùc ñieåm chaën noùi chung cao hôn rf thoâng thöôøng, ñieàu naøy phuø hôïp vôùi moâ hình beta baèng khoâng hay söï toàn taïi laõi suaát ñi vay cao hôn. Trong moät nghieân cöùu caùc bieán khaùc maø coù theå giaûi thích cho caùc tyû suaát sinh lôøi baát thöôøng, caùc bieán boå sung ñöôïc xem xeùt bao goàm khoaûn thôøi gian ngaén cuûa phaân phoái (khoâng ñoái xöùng). Caùc keát quaû naøy cho thaáy raèng söï phaân boå khoâng ñoái xöùng döông vaø caùc beta cao hôn thì töông ñöông nhau. Lyù thuyeát thò tröôøng hieäu quaû cung caáp chöùng cöù môû roäng raèng ngoaøi beta coù caùc bieán nhö quy moâ, tyû soá P/E, ñoøn baåy taøi chính, B/P cuõng coù khaû naêng giaûi thích cho tyû suaát sinh lôïi. Moät nghieân cöùu sau ñoù ñöôïc thöïc hieän bôûi Dennis, Perfect, Snow vaø Wiles khaúng ñònh laïi caùc keát quaû cuûa Fama French vaø cho thaáy söï vöôït troäi cuûa moâ hình ba nhaân toá sau khi giaû ñònh 1% chi phí giao dòch vaø taùi ñieàu chænh haèng naêm (keát quaû toái öu ñöôïc ruùt ra töø vieäc taùi ñieàu chænh haøng 4 naêm). Trong khi Fama- French ño löôøng beta baèng tyû suaát sinh lôïi haøng thaùng thì Kothari, Shanken vaø Sloan ñaõ ño löôøng beta baèng tyû suaát sinh lôøi haèng naêm ñeå neù traùnh caùc vaán ñeà veà giao dòch vaø nhaän thaáy moät phaàn buø ñaép ñaùng keå cho ruûi ro beta . Hoï ñeà xuaát laø caùc keát quaû cuûa Fama-French chaéc haún ñònh kyø ñoái vôùi phaïm vi thôøi gian naøy vaø coù theå khoâng ñaùng keå treân khoaûng thôøi gian daøi hôn. Pettengill, Dundaram vaø Matthur löu yù raèng caùc nghieân cöùu thöïc nghieäm ñaëc bieät söû duïng tyû suaát sinh lôøi thöïc teá ñeå kieåm ñònh moâ hình CAPM trong khi lyù thuyeát laïi chuyeån vaøo tyû suaát sinh lôïi mong ñôïi. Khi caùc nhaø nghieân cöùu ñieàu chænh ñoái vôùi tyû suaát sinh lôøi vöôït troäi thò tröôøng aâm, hoï nhaän thaáy coù moái quan heä phuø hôïp vaø ñaùng keå giöõa beta vaø tyû suaát sinh lôøi. Khi Jaganathan vaø Wang duøng moät moâ hình CAPM coù ñieàu kieän cho pheùp thay ñoåi trong beta vaø phaàn buø ruûi ro thò tröôøng, moâ hình naøy ñaõ hoaït ñoäng toát trong vieäc giaûi thích maãu tieâu bieåu cuûa caùc tyû suaát sinh lôøi. Grundy vaø Malkiel cuõng tranh caõi raèng beta laø moät thöôùc ño höõu duïng cuûa ruûi ro trong suoát thôøi kyø thò tröôøng ñi xuoáng. 1.3.8 Danh muïc thò tröôøng: Lyù thuyeát vaø thöïc tieãn Trong moâ hình CAPM danh muïc thò tröôøng bao goàm taát caû caùc taøi saûn ruûi ro trong neàn kinh teá vì theá danh muïc thò tröôøng khoâng chæ bao goàm caùc coå phieáu vaø traùi phieáu Myõ maø coøn bao goàm caû baát ñoäng saûn, quyeàn choïn, tranh ngheä thuaät, nhaõn hieäu, traùi phieáu vaø coå phieáu nöôùc ngoaøi…., vôùi tyû troïng baèng vôùi giaù trò thò tröôøng töông ñoái cuûa chuùng. Maëc duø khaùi nieäm veà danh muïc thò tröôøng phuø hôïp veà maët lyù thuyeát nhöng thaät khoù - neáu muoán noùi laø khoâng theå – ñeå aùp duïng khi kieåm ñònh hoaëc söû duïng moâ hình CAPM. Deã nhaát laø söû duïng moät chuoãi caùc coå phieáu cuûa NYSE, AMEX, vaø caùc thò tröôøng chöùng khoaùn quoác teá chuû choát nhö Tokyo, London, vaø Ñöùc. Cuõng coù moät chuoãi chöùng khoaùn cuûa thò tröôøng OTC, nhöng caùc chuoãi chöùng khoaùn naøy noùi chung khoâng hoaøn haûo. Hôn nöõa coù moät söï gia taêng trong soá löôïng caùc chæ soá chöùng khoaùn. Cuõng coù moät chuoãi traùi phieáu Myõ ñöôïc bieát ñeán (chaúng haïn nhö moät chuoãi traùi phieáu töø J.P Morgan, Slomo Brothers, vaø Merrill Lynch). Vì söï khoù khaên trong vieäc laáy caùc chuoãi saün coù haøng thaùng trong moâ hình theo thôøi gian ñoái vôùi soá lôùn caùc taøi saûn khaùc ñöôïc ñeà caäp, haàu beta caùc nghieân cöùu ñaõ töï giôùi haïn baèng caùch söû duïng moät chuoãi coå phieáu hoaëc traùi phieáu. Thaät ra, phaàn lôùn caùc nghieân cöùu ñaõ choïn S&P 500 hoaëc moät vaøi chuoãi coå phieáu khaùc cuûa NYSE, roõ raøng caùc chuoãi nay chæ giôùi haïn trong coå phieáu Myõ, caùc chuoãi naøy chieám chöa ñeán 20% danh muïc cuûa taøi saûn ruûi ro quoác teá. Ñaïi boä phaän giaû söû caùc chuoãi naøy ñöôïc söû duïng nhö laø ñaïi dieän danh muïc thò tröôøng coù töông quan cao vôùi danh muïc thò tröôøng ñuùng nghóa. Caùc nghieân cöùu cuûa Roll cho thaáy neáu nhö danh muïc thò tröôøng chuaån ñöôïc xaùc ñònh sai thì khoâng theå ño löôøng chính xaùc thaønh quaû cuûa nhaø quaûn lyù danh muïc. Moät danh muïc thò tröôøng ñöôïc xaùc ñònh sai coù theå coù hai aûnh höôûng: Thöù nhaát: beta ñöôïc tính toaùn cho caùc danh muïc khaùc nhau coù theå sai vì danh muïc thò tröôøng ñöôïc söû duïng tính toaùn ruûi ro heä thoáng cuûa danh muïc khoâng phuø hôïp. Thöù hai ñöôøng SML ñöôïc ruùt ra coù theå sai vì noù xuaát phaùt töø rf ñeán moät danh muïc M bò xaùc ñònh sai vaø ñieàu naøy cho thaáy thaønh quaû cuûa nhaø quaûn trò keùm hôn. Roll chaéc raèng vieäc kieåm ñònh moâ hình CAPM ñoøi hoûi phaûi phaân tích xem danh muïc ñöôïc duøng laøm ñaïi dieän cho danh muïc thò tröôøng coù hieäu quaû veà giaù trò trung bình/phöông sai (töùc naèm treân ñöôøng hieäu quaû Markowitz) hay khoâng vaø noù coù phaûi laø danh muïc thò tröôøng toái öu khoâng. Rollcho thaáy neáu danh muïc ñaïi dieän thò tröôøng (chaúng haïn nhö chæ soá S&P 500) laø hieäu quaû veà maët toaùn hoïc noù coù theå theå hieän moái quan heä tuyeán tính giöõa tyû suaát sinh lôøi vaø beta ruùt ra cho danh muïc naøy. Chaúng may, nay khoâng phaûi laø moät kieåm ñònh ñuùng cho CAPM vì khoâng kieåm ñònh vôùi ñöôøng SML ñuùng Toùm laïi, moät ñaïi dieän thò tröôøng khoâng chính xaùc seõ aûnh höôûng ñeán caû thöôùc ño ruûi ro beta, vaø caû vò trí laãn ñoä doác cuûa ñöôøng SML ñöôïc söû duïng ñeå ñaùnh giaù thaønh quaû danh muïc. Noùi chung, caùc sai soùt seõ daãn ñeán öôùc löôïng cao hôn thaønh quaû cuûa caùc nhaø quaûn lyù danh muïc vì ñaïi dieän cho thò tröôøng coù theå hieäu quaû baèng moät danh muïc thò tröôøng ñuùng nghóa, vì vaäy ñoä doác cuûa ñöôøng SML seõ bò öôùc löôïng thaáp hôn. Ngoaøi ra, thöôùc ño beta noùi chung seõ bò öôùc löôïng thaáp vì danh muïc thò tröôøng ñuùng nghóa seõ coù moät phöông sai thaáp hôn cho ñaïi dieän thò tröôøng cuï theå naøo ñoù vì tính ña daïng hoùa cuûa danh muïc thò tröôøng ñuùng nghóa hôn. 1.4 Kinh nghieäm cuûa caùc nöôùc veà tính toaùn heä soá beta ÔÛ caùc nöôùc coù thò tröôøng taøi chính phaùt trieån, caùc nhaø ñaàu tö chöùng khoaùn söû duïng moâ hình hoài quy döïa treân soá lieäu lòch söû ñeå öôùc tính heä soá beta (β) vì vaäy coù moät soá coâng ty chuyeân xaùc ñònh vaø cung caáp thoâng tin veà heä soá β. Chaúng haïn ôû Myõ ngöôøi ta coù theå tìm thaáy thoâng tin veà β töø caùc nhaø cung caáp dòch vuï laø Value Line Investment Survey, Standard&Poor’s Stock Reports. ÔÛ Canada thoâng tin veà β do Burns Fly Limited cung caáp. Vôùi caùc chæ soá beta cuûa caùc coâng ty haøng ñaàu taïi Myõ cho cung caáp thoâng tin caàn thieát cho caùc nhaø ñaàu tö xaùc ñònh ñöôïc moät caùch töông ñoái chöùng khoaùn ñöôïc ñònh giaù cao hay thaáp vaø töø ñoù coù quyeát ñònh mua hay baùn taøi saûn ñoù. Nhöõng baûng sau cung caáp heä soá β taïi Myõ vaø Canada: Baûng 1.1 : Heä soá β cuûa moät soá coå phieáu Myõ Maõ coå phieáu Teân coå phieáu Heä soá β MMM 3M Co 0,552 AA ALCOA Inc 1,611 MO Altria Group Inc 0,553 AXP Ameriacan Express Co 1,119 AIG American Internatinal Group, Inc 0,808 CAT Caterpillar Inc 1,065 C Citygroup Inc 1,311 KO Coca Cola Co 0,242 DD E.I. Du Pont De Nemours & Co (Dupont) 0,894 XOM Exxon Mobil Corp 0,397 GE General Electric Co 1,010 GM General Motors Corp 1,159 HWP Hewlett – Packard Co 1,757 HD Home Depot Inc 1,323 Maõ coå phieáu Teân coå phieáu Heä soá β HON Honeywell Internatinal Inc 1,428 INTC Intel Corp 2,162 IBM International Business Machines Corp 1,598 Nguoàn: tham khaûo ngaøy 19/01/2005 Baûng 1.2 : Heä soá β cuûa moät soá coå phieáu Canada Stt Teân coå phieáu Heä soá β Department Stores 1 Hudson’s Bay Co. 1,49 2 Sears Canada 1,21 Clothing Stores 1 Dylex Ltd 1,89 2 Reitmans (Canada) 0,99 Specialty Stores 1 Canadian Tires 0,79 2 Gendis Inc. 0,38 3 North West Company 1,28 4 Jean Coutu Group 0,85 Banks 1 Bank of Montreal 0,79 2 Bank of Nova Scotia 1,39 3 CIBC 1,51 4 National Bank 1,48 5 Royal Bank of Canada 1,25 Nguoàn: Burns Fry Limited, Toronto 1993 Moät ví duï phaân tích veà CAPM, xem xeùt caùc hoaït ñoäng cuûa moät trong nhöõng thaønh phaàn cuûa chæ soá Major Market, Ngaân haøng American Express ñöôïc so vôùi chæ soá S&P 500 trong thôøi haïn 60 thaùng töø thaùng 01/1988 ñeán thaùng 12/1992 theå hieän qua caùc chaám nhoû Hình 1.3. Ñoà thò veà moái quan heä giöõa tyû suaát sinh lôøi American Express vaø chæ soá S&P 500. Tyû suaát sinh lôøi vöôït troäi American Express Tyû suaát sinh lôøi vöôït troäi cuûa S&P500 Söû duïng phöông phaùp phaân tích hoài quy, caùc nhaø ñaàu tö chöùng khoaùn coù theå xaùc ñònh ñöôïc heä soá beta lòch söû cuûa Ngaân haøng American Express laø 1,21 vôùi sai soá chuaån laø 0,24. Moâ hình CAPM döï ñoaùn tröôùc tyû suaát sinh lôøi thaëng dö baèng khoâng. Treân thöïc teá, trong giai ñoaïn naøo ñoù, tyû suaát sinh lôøi thaëng dö ñöôïc thöïc hieän laø -78 ñieåm cuûa moãi thaùng vôùi sai soá laø 96 ñieåm, khoâng ñaùng keå ôû ñoä tin caäy 95%. Ñoä leäch chuaån tyû suaát sinh lôøi thaëng dö haøng thaùng laø 7,05% . Ñoái vôùi ví duï naøy heä soá hoài quy R2 = 0,31. Caùc coâng ty tö vaán tính toaùn chæ soá hoài quy cuûa moät chöùng khoaùn baát kyø trong moät thôøi gian daøi vaø töø ñoù ñaùnh giaù möùc ñoä oån ñònh cuûa chæ soá beta. Trong baûng lieät keâ sau theå hieän chæ soá beta vaø alpha cuûa chöùng khoaùn IBM ñöôïc OÂng Campell R. Harvey tính toaùn töø naêm 1926 ñeán naêm 1994, tyû suaát sinh lôøi tính haøng thaùng vaø nguoàn soá lieäu ñöôïc laáy töø Trung taâm nghieân cöùu giaù chöùng khoaùn (Center for Research in Security Prices). Chæ soá thò tröôøng ñöôïc söû duïng laø chæ soá chöùng khoaùn NYSE, vaø keát quaû nhö sau: Baûng 1.3: Heä soá beta cuûa Taäp ñoaøn IBM Khoaûng thôøi gian Chæ soá alpha Chæ soá beta Töø 1926 ñeán 1995 4,3 0,79 Töø 1926-1935 0,148 0,79 Töø 1936-1945 0,58 0,49 Töø 1946-1955 0,080 0,83 Töø 1956-1965 0,091 1,39 Töø 1966-1975 0,040 0,89 Töø 1976-1985 0,017 0,82 Töø 1986-1995 -0,011 0,93 Theo tuaàn töï 4 naêm Töø 1971-1975 -0,0019 0,88 Töø 1976-1980 -0,0043 0,87 Töø 1981-1985 0,0075 0,77 Töø 1986-1990 0,0035 0,89 Töø 1990-1995 -0,0045 0,97 Keát quaû chæ ra raèng chæ soá beta cuûa IBM thay ñoåi töø 0,5 ñeán 1,4 trong suoát thôøi gian xem xeùt. Trong nhöõng naêm gaàn ñaây (töø naêm 1971), chæ soá beta dao ñoäng xung quanh 0,9. Coøn chæ soá alpha thì trong nhöõng naêm gaàn ñaây tieán daàn veà soá 0. Nguoàn: Finance- Asset Pricing and Risk Management : Campell R. Harvey 1.5 Toång quan veà hoài quy 1.5.1 Kieåm tra möùc ñoä cuûa heä soá töông quan: Moái quan heä tuyeán tính giöõa tyû suaát sinh lôøi cuûa chöùng khoaùn i vaø tyû suaát cuûa danh muïc thò tröôøng M theå hieän qua phöông trình hoài quy tuyeán tính nhö sau: Ri,t = αi + βi RM, t + ε (1.8) Trong ñoù: Ri,t : tyû suaát sinh lôøi cuûa taøi saûn i trong thôøi gian t RM, t : tyû sinh lôøi cuûa danh muïc M trong thôøi gian t αi : thaønh phaàn coá ñònh huy tung ñoä cuûa phöông trình hoài quy vaø baèng vôùi Ri, - βi RM βi :ruûi ro heä thoáng (beta) cuûa taøi saûn/chöùng khoaùn/coå phieáu i, βi = Cov iM/δ2M ε : phaàn sai soá ngaãu nhieân. Khi duøng phöông phaùp hoài quy ñeå öôùc löôïng heä soá goùc beta cuûa phöông trình treân ta caàn xaùc ñònh moái töông quan (r) giöõa tyû suaát sinh lôøi cuûa danh muïc thò tröôøng RM vaø tyû suaát sinh lôøi cuûa coå phieáu i laø Ri vaø r dao ñoäng töø -1 ñeán +1 ñöôïc tính theo coâng thöùc sau: (1.9) Trong ñoù : N laø soá quan saùt vaø δ i δ M laø ñoä leäch chuaån cuûa cuûa bieán Ri vaø RM - Giaù trò r cho bieát khoâng coù moái lieân heä tuyeán tính giöõa 2 bieán chöa haún coù nghóa laø 2 bieán ñoù khoâng coù moái lieân heä. Do ñoù heä soá töông quan tuyeán tính chæ neân ñöôïc söû duïng ñeå bieåu thò möùc ñoä chaët cheõ cuûa lieân heä töông quan tuyeán tính. Khi xaùc ñònh r caàn caûnh giaùc vôùi nhöõng moái quan heä goïi laø töông quan giaû, 2 bieán ñònh löôïng coù theå coù heä soá töông quan raát r cao nhöng thöïc teá chaúng coù quan heä gì, giaù trò r cao tính ñöôïc chæ do moät söï ngaãu nhieân trong maãu vaø laø moät saûn phaåm cheá taùc cuûa kyõ thuaät thoáng keâ ñang ñöôïc söû duïng. Giaù trò r cao ñoù coù theå laø voâ nghóa khi kieåm ñònh ñoä phuø hôïp toång theå cuûa noù. N ∑ (Ri – Ri)(RM –RM) r = i=1 (N-1) δ i δ M - - Heä soá töông quan laø moät thöôùc ño mang tính ñoái xöùng, bôûi vì neáu thay ñoåi vai troø cuûa hai bieán Ri vaø RM cho nhau trong coâng thöùc thì keát quaû khoâng thay ñoåi. Heä soá töông quan tuyeán tính khoâng coù ñôn vò ño löôøng, vaø noù khoâng bò aûnh höôûng bôûi nhöõng pheùp bieán ñoåi tuyeán tính nhö coäng tröø nhaân hoaëc chia taát caû caùc giaù trò cuûa moät bieán bôûi moät haèng soá. 1.5.2 Caùc giaû ñònh ñoái vôùi phaân tích hoài quy tuyeán tính Phaân tích hoài quy khoâng phaûi chæ laø vieäc moâ taû caùc döõ lieäu quan saùt ñöôïc. Töø caùc keát quaû quan saùt trong maãu, thì caàn suy luaän giöõa caùc bieán trong toång theå. Söï chaáp nhaän vaø dieãn dòch keát quaû hoài quy khoâng theå taùch rôøi caùc giaû ñònh caàn thieát vaø nhöõng chuaån ñoaùn veà söï vi phaïm caùc giaû ñònh ñoù. Neáu caùc giaû ñònh bò vi phaïm thì keát quaû öôùc löôïng khoâng ñaùng tin caäy. Suy roäng caùc keát quaû cuûa maãu cho caùc giaû trò cuûa toång theå phaûi treân cô sôû cuûa giaû ñònh caàn thieát sau: Phaân phoái chuaån vaø phöông sai baèng nhau: ñoái vôùi baát kyø giaù trò naøo cuûa cuûa bieán ñoäc laäp RM thì phaân phoái cuûa bieán phuï thuoäc Ri laø phaân phoái chuaån vôùi trung bình cuûa Ri taïi moät giaù trò RM cuï theå laø μ(Ri / RM) vaø phöông sai khoâng ñoåi δ2. Giaû thuyeát naøy cho raèng khoâng phaûi taát caû caùc tyû suaát sinh lôøi cuûa chöùng khoaùn baèng nhau cuõng coù tyû suaát sinh lôøi cuûa danh muïc thò tröôøng baèng nhau. Maø thay vì vaäy seõ coù moät phaân phoái chuaån cuûa tyû suaát sinh lôøi chöùng khoaùn taïi moãi möùc tyû suaát sinh lôøi cuûa danh muïc thò tröôøng. Maëc duø caùc phaân phoái naøy coù trung bình khaùc nhau. Chuùng ñeàu coù phöông sai baèng nhau. Ñoäc laäp: caùc giaù trò Ri ñoäc laäp thoáng keâ ñoái vôùi nhau, töùc laø quan saùt naøy khoâng bò aûnh höôûng bôûi caùc quan saùt khaùc. Cuï theå laø tyû suaát sinh lôøi cuûa chöùng khoaùn ôû thôøi ñieåm naøy naøy seõ khoâng aûnh höôûng ñeán tyû suaát sinh lôøi cuûa chöùng khoaùn ôû thôøi ñieåm khaùc. Tuyeán tính: Taát caû caùc giaù trò trung bình μ(Ri / RM) ñeàu naèm treân moät ñöôøng thaúng, ñöôøng hoài quy cuûa toång theå. Noùi caùch khaùc giaû ñònh cho raèng moâ hình hoài quy tuyeán tính ta löïa choïn laø ñuùng neân caùc giaù trò Ri trung bình öôùc löôïng ñöôïc töø moâ hình taïi moät giaù trò cuï theå RM ñeàu naèm treân ñöôøng hoài quy toång theå . Khi chæ coù moät bieán ñoäc laäp, thì moâ hình hoài quy tuyeán tính toång theå cuûa chuùng ta coù theå moâ taû baèng Ri,t = αi + βi RM, t + ε Ñoä lôùn cuûa ñoä doác vaø haèng soá cuûa toång theå ñöôïc kyù hieäu laø βi vaø αi . Thaønh phaàn ε ñöôïc goïi laø sai soá thöïc, laø cheânh leäch giöõa giaù trò thöïc Ri quan saùt ñöôïc vaø giaù trò döï baùo (trung bình cuûa caùc giaù trò cuûa bieán Ri taïi ñieåm RM töùc laø: ε = Ri,t – (αi + βi RM, t) Bôûi vì moâ hình hoài quy maø ta xaây döïng vaãn coøn boû qua nhöõng nhaân toá khaùc coù taùc ñoäng ñeán Ri, caùc döõ lieäu thu ñöôïc veà RM vaø Ri vaãn coù caùc sai soá ño löôøng ta khoâng theå kieåm soaùt ñöôïc, daïng cuûa moái quan heä giöõa RM vaø Ri chöa chaéc laø tuyeán tính …neân vaãn coù caùc sai leäch giöõa giaù trò thöïc teá so vôùi giaù trò lyù thuyeát cuûa bieán phuï thuoäc, caùc sai leäch ñoù ñöôïc theå hieän trong ε. Trong phaân tích hoài quy phaàn dö ε ñöôïc cho laø bieán ngaãu nhieân, ñoäc laäp, coù phaân phoái chuaån vôùi trung bình baèng 0 vaø phöông sai khoâng ñoåi δ 2 neáu nhö thaät söï moâ hình hoài quy tuyeán tính phuø hôïp vôùi caùc döõ lieäu quan saùt. 1.5.3 Ñaùnh giaù ñoä phuø hôïp cuûa moâ hình Trong moâ hình hoài quy tuyeán tính theå hieän moái quan heä giöõa moät bieán ñoäc laäp- tyû suaát sinh lôøi cuûa danh muïc M vaø bieán phuï thuoäc - tyû suaát sinh lôøi cuûa bieán phu thuoäc- tyû suaát sinh lôøi cuûa chöùng khoaùn i theo coâng thöùc Ri,t = αi + βi RM, t + ε thì coâng vieäc quan troïng cuûa thuû tuïc thoáng keâ xaây döïng moâ hình töø döõ lieäu ñeàu chöùng minh tính phuø hôïp cuûa moâ hình. Bôûi vì haàu nhö khoâng coù moät ñöôøng thaúng naøo coù theå phuø hôïp hoaøn toaøn vôùi taäp döõ lieäu, vaãn luoân coù söï sai leäch giöõa caùc giaù trò döï baùo ñöôïc cho bôûi ñöôøng thaúng vaø caùc giaù trò thöïc teá (theå hieän qua phaàn dö). Ñeå bieát moâ hình hoài quy tuyeán tính ñaõ xaây döïng treân döõ lieäu maãu phuø hôïp ñeán möùc ñoä naøo vôùi döõ lieäu thì phaûi duøng moät thöôùc ño veà tính phuø hôïp cuûa moâ hình. Moät thöôùc ño söï phuø hôïp cuûa moâ hình tuyeán tính thöôøng duøng laø heä soá xaùc ñònh R2 (coefficient of determination). Coâng thöùc tính R2 xuaát phaùt töø yù töôûng: toaøn boä bieán thieân quan saùt ñöôïc cuûa bieán phuï thuoäc ñöôïc chia thaønh 2 phaàn – phaàn bieán thieân do hoài quy vaø phaàn bieán thieân khoâng do hoài quy (hay coøn goïi laø phaàn dö). Nhö vaäy giaù trò R2 laøm thoâng soá ño löôøng ñoä thích hôïp cuûa ñöôøng hoài quy theo nguyeân taéc R2 caøng gaàn 1 thì moâ hình ñaõ xaây döïng caøng thích hôïp, R2 caøng gaàn 0 thì moâ hình caøng keùm phuø hôïp vôùi taäp döõ lieäu maãu. Roõ raøng neáu taát caû caùc tyû suaát sinh lôøi chöùng khoaùn i quan saùt ñöôïc ñeàu naèm ngay treân ñöôøng hoài quy tuyeán tính thì heä soá töông quan giöõa giaù trò thöïc teá vaø giaù trò R2 =1 theå hieän moâ hình hoài quy tuyeán tính ñöôïc xaây döïng laø phuø hôïp 100% vôùi taäp döõ lieäu maãu. Vaø ñaây laø tình huoáng khoâng töôûng vì moâ hình coù toát nhaát cuõng khoâng theå ñaït ñöôïc giaù trò R2 naøy vì coøn coù nhöõng nhaân toá taùc ñoäng khaùc maø khoâng theå nhaän bieát ñöôïc heát, hay coù nhaän bieát cuõng khoù coù theå moâ hình hoaù ñöôïc, vaø neáu moâ hình hoaù ñöôïc cuõng chöa chaéc ñaõ thu thaäp ñöôïc döõ lieäu veà noù. 1.5.4 Ñoä chính xaùc khi öôùc löôïng caùc tham soá cuûa toång theå töø heä soá hoài quy maãu Moät giaù trò thoáng keâ tính toaùn töø maãu cho chuùng ta moïât öôùc löôïng ñieåm veà tham soá chöa bieát cuûa toång theå. Moät öôùc löôïng ñieåm coù theå ñöôïc xem nhö laø phoûng ñoaùn toát nhaát veà giaù trò cuûa toång theå. Do khoâng bieát ñöôïc caùc tham soá αi, βi cuûa toång theå, neân phaûi öôùc löôïng chuùng töø caùc heä soá hoài quy tính toaùn ñöôïc baèng phöông phaùp OLS (Ordinary least square) – phöông phaùp bình phöông nhoû nhaát thoâng thöôøng töø maãu. Caùc heä soá αi, βi ñöôïc duøng ñeå öôùc löôïng caùc tham soá naøy cuûa toång theå . Tuy nhieân, ñoä doác vaø haèng soá (giao ñieåm giöõa truïc tung vaø ñöôøng thaúng) tính töø maãu cuï theå seõ khaùc vôùi caùc giaù trò cuûa toång theå vaø khaùc nhau vôùi ñoä doác vaø haèng soá tính töø maãu khaùc bôûi vì maãu ñöôïc choïn ngaãu nhieân töø toång theå, do ñoù hai tham soá naøy cuõng coù moät phaân phoái maãu. Khi caùc giaû ñònh caàn thieát ñeå thöïc hieän hoài quy tuyeán tính ñöôïc thoaû maõn thì phaân phoái cuûa αi vaø βi laø phaân phoái chuaån vôùi trung bình chính laø giaù trò αi, βi cuûa toång theå. 1.5.5 Kieåm ñònh caùc giaû thuyeát Trong moâ hình hoài quy tuyeán tính ta phaûi thöïc hieän 2 kieåm ñònh laø giaû thuyeát veà ñoä phuø hôïp cuûa moâ hình (phaân tích phöông sai) vaø kieåm ñònh giaû thuyeát möùc yù nghóa cuûa heä soá hoài quy. a. Kieåm ñònh giaû thuyeát veà ñoä phuø hôïp cuûa moâ hình (Phaân tích phöông sai) Khi xaây döïng xong moâ hình hoài quy tuyeán tính, vaán ñeà ñaët ra laø xem xeùt ñoä phuø hôïp cuûa moâ hình ñoái vôùi taäp döõ lieäu qua giaù trò Rsquares. Ñeå kieåm ñònh ñoä phuø hôïp cuûa moâ hình hoài quy toång theå chuùng ta ñaët giaû thuyeát heä soá Rsquare cuûa toång theå =0. Neáu sau khi tieán haønh baøi toaùn kieåm ñònh vaø coù ñuû baèng chöùng baùc boû giaû thuyeát Ho: R2pop =0 thì ñaây laø thaønh coâng böôùc ñaàu cuûa moâ hình hoài quy tuyeán tính. Ñaïi löôïng F ñöôïc söû duïng cho kieåm ñònh naøy. Neáu xaùc suaát F nhoû thì giaû thuyeát R2pop =0 bò baùc boû. Caùc soá lieäu tính toaùn F thöôøng ñöôïc laáy töø phaân tích phöông sai ANOVA maø trong ñoù meansquare laø ñoä leäch bình phöông bình quaân hay ñoä leäch quaân phöông baèng toång caùc ñoä leäch bình phöông chia cho baäc töï do töông öùng df. F ñöôïc tính tröïc tieáp töø tyû soá giöõa ñoä leäch quaân phöông hoài quy vaø ñoä leäch quaân phöông phaàn dö: (1.10) meansquare regression F= meansquare residual b Kieåm ñònh giaû thuyeát veà yù nghóa cuûa heä soá hoài quy Moät giaû thuyeát thöôøng ñöôïc kieåm ñònh laø ñoä doác cuûa moâ hình toång theå (βi) baèng 0. Maëc duø moâ hình hoài quy tuyeán tính maãu ñöôïc xaây döïng coù giaù trò heä soá ñoä doác βi = 0 nhöng chöa theå chaéc laø heä soá ñoä doác cuûa moâ hình toång theå ñaõ khaùc 0, vì vaäy caàn phaûi thöïc hieän kieåm ñònh ñeå coù keát luaän veà βi . Giaû thuyeát duøng ñeå kieåm ñònh giaû thuyeát naøy laø Ho: βi =0 , neáu giaû thuyeát naøy ñuùng thì tyû suaát sinh lôøi cuûa danh muïc thò tröôøng khoâng coù quan heä vôùi tyû suaát sinh lôøi cuûa chöùng khoaùn i, hay noùi caùch khaùc laø giaù trò RM ñoäc laäp vaø khoâng coù aûnh höôûng giaù trò Ri 1.5.6 Döï ñoaùn baèng moâ hình hoài quy Moät trong nhöõng öùng duïng cuûa moâ hình hoài quy tuyeán tính laø ñeå döï baùo, thoâng qua phöông trình hoài quy tuyeán tính Ri,t = αi + βi RM, t + ε theå hieän moái quan heä giöõa tyû suaát sinh lôøi RM cuûa danh muïc M vaø tyû suaát sinh lôøi Ri cuûa chöùng khoaùn i thì öùng vôùi moãi giaù trò tyû suaát sinh lôøi cuûa thò tröôøng ta coù theå döï ñoaùn ñöôïc tyû suaát sinh lôøi cuûa chöùng khoaùn i. 1.5.7 Giôùi haïn cuûa phöông trình hoài quy ñôn bieán Phöông trình hoài quy tuyeán tính ñôn bieán Ri,t = αi + βi RM, t + ε laø laáy yeáu toá tyû suaát sinh lôøi cuûa danh muïc thò tröôøng M giaûi thích söï bieán thieân cuûa tyû suaát sinh lôøi chöùng khoaùn i trong thôøi gian t laø phöông trình ñaõ giaûn löôïc ñi caùc yeáu toá khaùc taùc ñoäng ñeán tyû suaát sinh lôøi cuûa chöùng khoaùn i. Treân thöïc teá tyû suaát sinh lôøi cuûa chöùng khoaùn i coøn coù theå taùc ñoäng bôûi nhieàu yeáu toá nhö chæ soá P/E, toác ñoä taêng tröôûng EPS, heä soá ROE, quy moâ cuûa coâng ty ….vì theá phöông trình ñôn bieán naøy chöa giaûi thích chính xaùc lôïi nhuaän kyø voïng cuûa moät chöùng khoaùn cuï theå. Maëc duø treân thöïc teá tyû suaát suaát sinh lôøi cuûa danh muïc thò tröôøng M taêng tröôùc vaø sau ñoù keùo theo tyû suaát sinh lôøi caùc chöùng khoaùn trong danh muïc thò tröôøng M taêng theo nhöng ñeå taêng tyû suaát sinh lôøi cuûa danh muïc thò tröôøng M thì tyû suaát sinh lôøi cuûa caùc chöùng khoaùn “blue chip” coù tyû troïng cao trong danh muïc thò tröôøng M seõ taêng tröôùc ñeå keùo tyû suaát sinh lôøi danh muïc thò tröôøng M taêng, vì vaäy yeáu toá naøo taùc ñoäng vaøo tyû suaát sinh lôøi cuûa caùc chöùng khoaùn “blue chip”, vaø ñoù coù theå laø do coâng ty kinh doanh hieäu quaû, nieàm tin vaø laïc quan cuûa nhaø ñaàu tö vaøo trieån voïng coâng ty, tình hình kinh teá phaùt trieån toát…seõ coù raát nhieàu yeáu toá taùc ñoäng vaøo tyû suaát sinh lôøi cuûa caùc chöùng khoaùn “blue chip“ naøy. Vì theá moâ hình hoài quy ñôn bieán seõ khoâng giaûi thích ñöôïc tyû suaát sinh lôøi cuûa moät soá coå phieáu coù bieán thieân khoâng heä thoáng cao hôn möùc trung bình so vôùi bieán thieân toång theå. Keát luaän chöông 1 Moâ hình ñònh giaù taøi saûn voán (CAPM-The Capiatal Asset Pricing Model) ñaõ chæ ra raèng ruûi ro heä thoáng laø moái quan taâm cuûa nhaø ñaàu tö vì chuùng khoâng theå loaïi boû ñöôïc nhöõng bieän phaùp ña daïng hoaù danh muïc ñaàu tö. Ñieàu ñaëc bieät, CAPM cho chuùng ta bieát thu nhaäp kyø voïng cuûa moät chöùng khoaùn hoaëc moät danh muïc ñaàu tö ñöôïc tính töông ñöông vôùi thu nhaäp cuûa moät chöùng khoaùn khoâng coù ruûi ro coäng theâm moät phuï phí ruûi ro. Trong moâ hình CAPM phaàn buø ruûi ro chöùng khoaùn laø keát quaû tính toaùn cuûa möùc ñoä ruûi ro chöùng khoaùn nhaân vôùi tyû suaát sinh lôïi vöôït troäi (baèng tyû suaát sinh lôøi cuûa danh muïc thò tröôøng tröø ñi tyû suaát sinh lôøi phi ruûi ro) Heä soá beta cuûa moät chöùng khoaùn hoaëc moät danh muïc ñaàu tö laø moät chæ soá cuûa ruûi ro heä thoáng cuûa taøi saûn ñoù ñöôïc xaùc ñònh baèng phöông phaùp toaùn hoài quy tuyeán tính. Heä soá beta ñöôïc tính toaùn döïa treân soá lieäu quaù khöù giöõa thu nhaäp cuûa taøi saûn ruûi ro ñoù vaø thu nhaäp cuûa danh muïc thò tröôøng. Tuy nhieân caàn thöïc hieän kieåm ñònh söï phuø hôïp moâ hình vaø yù nghóa heä soá hoài quy khi tính toaùn beta. Heä soá beta thay ñoåi theo thôøi gian vaø tuøy töøng thôøi kyø cuûa thò tröôøng maø heä soá beta ñöôïc tính toaùn seõ khaùc nhau nhöng seõ coù yù nghóa cho nhaø ñaàu tö taïi töøng thôøi ñieåm, hoï ñaùnh giaù ñöôïc coå phieáu coù möùc ñoä ruûi ro nhö theá naøo so thò tröôøng. CHÖÔNG 2: TÌNH HÌNH PHAÙT TRIEÅN THÒ TRÖÔØNG CHÖÙNG KHOAÙN VIEÄT NAM TRONG THÔØI GIAN QUA VAØ THÖÏC TRAÏNG VIEÄC TÍNH HEÄ SOÁ BETA 2.1 Tình hình phaùt trieån cuûa thò tröôøng chöùng khoaùn Vieät Nam trong thôøi gian qua 2.1.1 Qui moâ thò tröôøng chöùng khoaùn coù toå chöùc ñaõ phaùt trieån khaù nhanh + Thò tröôøng coå phieáu: Ñeán 31/12/2006 ñaõ coù 193 coâng ty nieâm yeát /ñaêng kyù giao dòch taïi caùc Trung taâm giao dòch chöùng khoaùn, toång giaù trò voán hoùa thò tröôøng coå phieáu ñaït 221.156 tyû ñoàng (töông ñöông 14 tyû USD), chieám 22,7% GDP 2006 (taêng gaàn 20 laàn so vôùi cuoái naêm 2005). Söï phaùt trieån nhanh veà quy moâ thò tröôøng coå phieáu laø do taêng nhanh toång khoái löôïng coå phieáu löu haønh (khoaûng 8 laàn), taêng soá löôïng vaø quy moâ coâng ty nieâm yeát/ñaêng kyù giao dòch (töø 41 coâng ty vaøo cuoái naêm 2005 taêng leân 193 coâng ty), ñaëc bieät laø söï coù maët cuûa caùc coâng ty lôùn; theâm nöõa do coù söï taêng veà giaù coå phieáu; möùc taêng giaù coå phieáu bình quaân toaøn thò tröôøng khoaûng 2,5 laàn do chæ soá giaù coå phieáu bình quaân thò tröôøng, ñaëc bieät taêng giaù coå phieáu cuûa caùc coâng ty trong ngaønh ngaân haøng, ñieän löïc, haøng khoâng, coâng ngheä thoâng tin môùi ñöa vaøo nieâm yeát treân thò tröôøng. + Veà thò tröôøng traùi phieáu: Nhìn chung hoaït ñoäng ñaàu thaàu traùi phieáu Chính phuû trong thôøi gian qua taêng tröôûng khaù toát. Hieän nay coù gaàn 400 loaïi traùi phieáu Chính phuû, traùi phieáu ñoâ thò vaø traùi phieáu ngaân haøng nieâm yeát vôùi toång trò giaù treân 70.000 tyû ñoàng, baèng 7,7% GDP 2006. Ngaøy 20/06/2006 Boä Taøi Chính ñaõ kyù quyeát ñònh 2276/QÑ-BTC veà vieäc taäp trung ñaáu thaàu traùi phieáu Chính phuû taïi Trung Taâm giao dòch chöùng khoaùn (TTGDCK) Haø Noäi vaø tính töø ñoù ñeán nay TTGDCK Haø Noäi toå chöùc ñöôïc 18 ñôït ñaáu thaàu traùi phieáu. Sau moät thôøi gian thöïc hieän quyeát ñònh 2276/QÑ-BTC ñaõ cho thaáy hieäu quaû cuûa vieäc toå chöùc ñaàu thầu traùi phieáu Chính phuû taïi TTGDCK Haø Noäi theå hieän ôû choã tyû leä thaønh coâng cao hôn vaø laõi suaát huy ñoäng thaáp hôn, soá thaønh vieân ñaàu thaàu coù xu höôùng taêng. + Beân caïnh vieäc nieâm yeát coå phieáu, traùi phieáu Chính phuû, thò tröôøng ñoùn nhaän coâng cuï taøi chính môùi ñoù laø chöùng chæ quyõ ñaàu tö chöùng khoaùn VF1 (500 tyû ñoàng); quyõ ñaàu tö Prudential (500 tyû ñoàng) vaø 3.550 tyû ñoàng traùi phieáu cuûa caùc Ngaân haøng Vietcombank vaø BIDV. - Soá löôïng nhaø ñaàu tö trong vaø ngoaøi nöôùc tham gia thò tröôøng chöùng khoaùn ngaøy caøng ñoâng ñaûo + Tính ñeán thaùng 12/2006, soá löôïng taøi khoaûn giao dòch cuûa nhaø ñaàu tö vaøo khoaûng treân 100.000 (taêng 3 laàn so vôùi cuoái naêm 2005 vaø treân 30 laàn so vôùi naêm ñaàu môùi môû thò tröôøng); nhaø ñaàu tö nöôùc ngoaøi coù khoaûng 1.700 vaø hieän ñang naém giöõ khoaûng 25%-30% soá löôïng coå phieáu cuûa caùc coâng ty nieâm yeát, trong ñoù coù moät soá nhaø ñaàu tö chöùng khoaùn quoác teá nhö: JP Morgan; Merryll Lynch; Citig._.tyû suaát sinh lôøi yeâu caàu cuûa caùc coåâ phieáu thoâng qua phöông trình SML ñeå töø ñoù ñaùnh giaù ñöôïc coå phieáu naøo ñöôïc ñònh giaù cao vaø coå phieáu naøo ñöôïc ñònh giaù thaáp. Vôùi tyû suaát sinh lôøi cuûa danh muïc thò tröôøng tính theo thaùng laø 2,951%/thaùng vaø tính theo naêm laø 2,951% x 12 thaùng = 35,41%/naêm, heä soá beta cuûa danh muïc thò tröôøng luoân laø 1 theå hieän söï töông quan cuûa chính tyû suaát sinh lôøi danh muïc thò tröôøng vôùi chính tyû suaát naøy. Tyû suaát sinh lôøi phi ruûi ro cuûa thò tröôøng laø 7,7% vaø ñoä ruûi ro beta baèng 0. Coå phieáu ñaùnh giaù laø moät soá coå phieáu SSC, TMS, VF1, VNM, VTC, AGF, BBC, BT6, DPC, GIL, GMD, HAP, HAS, MHC, NKD, SAV, REE, SAM, KDC. Tyû suaát sinh lôøi yeâu caàu ñöôïc tính qua phöông trình SML theå hieän nhö sau: E(R)= rf + β (RM- r f) Trong ñoù : E(R) laø tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu tính toaùn rf : tyû suaát sinh lôøi phi ruûi ro cuûa thò tröôøng β : heä soá beta ruûi ro cuûa töøng coå phieáu RM : tyû suaát sinh lôøi cuûa danh muïc thò tröôøng Nguoàn: Ñaàu tö taøi chính cuûa TS Phan Thò Bích Nguyeät , NXB thoáng keâ 2006, trang 58 Tyû suaát sinh lôøi öôùc tính ñöôïc tính toaùn baèng phöông phaùp phaân tích cô baûn caên cöù vaøo baùo caùo taøi chính coâng ty hieän taïi vaø trong quaù khöù ñeå döï baùo vaø ñaùnh giaù ñöôïc giaù coå phieáu vaøo thôøi ñieåm baát kyø vaø coå töùc ñöôïc nhaän sau moät thôøi gian naém giöõ trong töông lai. Giaû söû vôùi ñieàu kieän neàn kinh teá Vieät Nam phaùt trieån treân 8%/naêm, oån ñònh laïm phaùt, thò tröôøng chöùng khoaùn tieáp tuïc buøng noå trong 2 naêm tieáp theo do caùc coâng ty hoaït ñoäng hieäu quaû vaø nguoàn cung coå phieáu luoân luoân nhoû hôn caàu coå phieáu vaø tyû suaát sinh lôøi öôùc tính baèng vôùi tyû suaát sinh lôøi bình quaân hieän taïi cuûa caùc coå phieáu ñang nieâm yeát thì ñöôøng thò tröôøng chöùng khoaùn SML theå hieän qua baûng sau: Hình 3.3. Ñöôøng thò tröôøng chöùng khoaùn SML Ñöôøng thò tröôøng chöùng khoaùn SML 0,00 20,00 40,00 60,00 80,00 100,00 120,00 0 0,2 0,4 0,6 0,8 1 1,2 1,4 Tyû suaát sinh lôøi bình quaân beta Soá lieäu ñeå ñaùnh giaù coå phieáu ñöôïc ñònh giaù cao hay thaáp vaø ñöôøng thò tröôøng chöùng khoaùn SML theå hieän trong baûng sau: Baûng 3.11. Tyû suaát sinh lôøi yeâu caàu cuûa moät soá coå phieáu nieâm yeát Tyû suaát sinh lôøi yeâu caàu (%) Tyû suaát sinh lôøi öôùc tính (%) Heä soá beta STT Coå phieáu Cheânh leäch (%) 1 REE 1,298 43,68 42,37 -1,31 2 SSC 0,695 26,97 64,49 37,52 3 TMS 0,835 30,85 24,39 -6,46 4 VF1 1,3 43,74 57,12 13,38 5 VNM 1,042 36,58 101,91 65,33 6 VTC 1,09 37,91 25,26 -12,66 7 AGF 0,771 29,07 30,67 1,60 8 BBC 1,06 37,08 17,16 -19,92 9 BT6 0,955 34,17 22,60 -11,57 10 DPC 1,181 40,44 4,23 -36,21 11 GIL 0,939 33,73 14,02 -19,71 STT Coå phieáu Heä soá beta Tyû suaát sinh lôøi yeâu caàu (%) Tyû suaát sinh lôøi öôùc tính (%) Cheânh leäch (%) 12 GMD 0,74 28,21 28,64 0,43 13 HAP 1,18 40,41 26,69 -13,72 14 HAS 0,851 31,29 33,37 2,08 15 MHC 1,032 36,31 52,57 16,27 16 NKD 1,023 36,06 80,96 44,91 17 SAV 0,998 35,36 21,71 -13,66 18 SAM 1,077 37,55 42,91 5,35 19 KDC 1,152 39,63 93,92 54,29 Ghi chuù: Tyû suaát sinh lôøi bình quaân tính theo naêm baèng tyû suaát sinh lôøi bình quaân tính theo thaùng x 12 thaùng. Nguoàn: Theo keát quaû tính toaùn cuûa taùc giaû Vôùi ñoà thò SML töông öùng vôùi heä soá beta vaø tyû suaát sinh lôøi bình quaân theo naêm cuûa caùc coå phieáu neâu treân, ta coù theå xaùc ñònh coå phieáu ñöôïc ñònh giaù cao hay coå phieáu ñöôïc ñònh giaù thaáp. Neáu coå phieáu coù naèm döôùi ñöôøng SML thì coå phieáu ñoù ñöôïc ñònh giaù cao vaø coå phieáu naøo naèm treân ñöôøng SML coå phieáu ñöôïc ñònh giaù thaáp. Vì theá caên cöù vaøo ñöôøng thò tröôøng chöùng khoaùn SML thì caùc coå phieáu ñöôïc ñònh giaù thaáp laø SSC, VF1, VNM, SAM, NKD, MHC, HAS, KDC vaø caùc coå phieáu ñònh giaù ñuùng laø GMD, AGF , caùc coå phieáu ñònh giaù cao laø caùc coå phieáu TMS, VTC, BBC, BT6, DPC, GIL, HAP, SAV.REE. Moät ñieàu thöïc teá laø do caùc coå phieáu nieâm yeát coù thôøi gian khaùc nhau neân tyû suaát sinh lôøi trung bình caùc coå phieáu naøy theo thôøi gian cuõng khaùc nhau, cuï theå nhö VNM coù soá thaùng quan saùt laø 15 thaùng vaø tyû suaát sinh lôøi trung bình danh muïc thò tröôøng (soá thaùng quan saùt laø 81) nhöng khi aùp duïng cho moâ hình hoài quy tuyeán tính thì ñeå xaùc ñònh heä soá beta thì kyø quan saùt tyû suaát sinh lôøi trung bình thò tröôøng töông öùng vôùi kyø quan saùt tyû suaát sinh lôøi trung bình VNM laø 15 thaùng (keå töø ngaøy coå phieáu VNM nieâm yeát laø ngaøy 19/01/2006 ñeán ngaøy 04/02/2007) vaø tyû suaát sinh lôøi trung bình thò tröôøng vaø tyû suaát sinh lôøi trung bình VNM tính theo thaùng theå hieän baûng sau: Baûng 3.12. Tyû suaát sinh lôøi VNM vaø danh muïc thò tröôøng Trung bình theo thaùng Ñoä leäch chuaån Soá thaùng quan saùt Tyû suaát sinh lôøi thò tröôøng 0,08496 0.1747 15 Tyû suaát sinh lôøi VNM 0,08492 0.1879 15 Ghi chuù: döõ lieäu tính theo thaùng töø ngaøy 19/01/2006 (coå phieáu VNM nieâm yeát) ñeán ngaøy 02/04/2007 Nguoàn: Theo tính toaùn cuûa taùc giaû Vì theá öùng vôùi thôøi gian nieâm yeát cuûa caùc coå phieáu khaùc nhau thì tyû suaát sinh lôøi trung bình cuûa thò tröôøng töông öùng seõ khaùc nhau. Nhöng khi xaùc ñònh ñöôøng thò tröôøng chöùng khoaùn SML thì tyû suaát sinh lôøi bình quaân danh muïc thò tröôøng ñöôïc tính töø döõ lieäu quan saùt cho 81 thaùng. 3.1.6 Xaây döïng danh muïc ñaàu tö vaøo caùc coå phieáu caên cöù vaøo heä soá beta Moät trong nhöõng öùng duïng cuûa moâ hình CAPM laø quaûn lyù danh muïc ñaàu tö, vieäc xaây döïng danh muïc ñaàu tö ngoaøi vieäc ñaùnh giaù vaø choïn löïa caùc coå phieáu cuõa caùc coâng ty coù taøi chính toát, kinh doanh hieäu quaû thì vieäc söû duïng heä soá beta ñeå choïn löïa vaø xaây döïng danh muïc ñaàu tö seõ hieäu quaû khi caên cöù vaøo chæ soá beta hieän taïi vaø döï baùo beta töông lai. Danh muïc ñaàu tö ñöôïc choïn löïa caân baèng giöõa chæ soá beta cao vaø chæ soá beta thaáp keát hôïp vôùi tyû troïng ñaàu tö nhaèm ñeå ñaït chæ soá beta cuûa danh muïc ñaàu tö gaàn baèng 1 vaø ñoä leäch chuaån thaáp hôn ñoä leäch chuaån cuûa danh muïc thò tröôøng vaø tyû suaát sinh lôøi bình quaân cuûa danh muïc cao hôn tyû suaát sinh lôøi bình quaân cuûa danh muïc thò tröôøng. Moät danh muïc ñaàu tö nhö vaäy ñaõ giuùp cho nhaø ñaàu tö ña daïng hoaù ña soá hoaøn toaøn bieán thieân khoâng heä thoáng (ruûi ro khoâng heä thoáng) cuûa moãi coå phieáu vaø chæ coøn taùc ñoäng cuûa bieán thieân heä thoáng vaøo danh muïc. Giaû söû moät nhaø ñaàu tö xaây döïng danh muïc goàm 2 coå phieáu laø REE vaø GMD vôùi tyû troïng voán ñaàu tö laø 60% vaøo REE (wREE ) vaø 40% vaøo GMD (wGMD), ta coù caùc döõ lieäu veà tyû suaát sinh lôøi vaø ñoä leäch chuaån cuûa REE vaø GMD : Baûng 3.13 Tyû suaát sinh lôøi REE vaø GMD Trung bình theo thaùng Ñoä leäch chuaån Soá thaùng quan saùt Tyû suaát sinh lôøi REE 0,03531 0,1817 81 Tyû suaát sinh lôøi GMD 0,02386 0,1199 60 Nguoàn: Theo tính toaùn cuûa taùc giaû Nhö vaäy tyû suaát sinh lôøi trung bình theo naêm cuûa REE laø 42,37% vaø cuûa GMD laø 28,63%. Ñoä leäch chuaån cuûa REE ñieàu chænh theo naêm laø 0,6294 vaø cuûa GMD laø 0,4153. Vì tyû suaát sinh lôøi ñöôïc ñieàu chænh theo naêm neân ñoä leäch chuaån cuõng ñöôïc ñieàu chænh theo naêm. Ñoä leäch chuaån tính theo naêm tính baèng ñoä leäch chuaån thaùng nhaân vôùi caên baäc hai soá kyø trong naêm.(*) (*) Nguoàn: Ñaàu tö taøi chính, Ts Phan Thò Bích Nguyeät, NXB Thoáng Keâ 2006, trang 128 Heä soá töông quan giöõa tyû suaát sinh lôøi REE vaø tyû suaát sinh lôøi GMD khi tính toaùn theå hieän trong baûng sau: Baûng 3.14. Töông quan tyû suaát sinh lôøi REE vaø GMD Heä soá töông quan Ty suat sinh loi REE Ty suat sinh loi GMD Tyû suaát sinh lôøi REE Pearson Correlation 1 0,507(**) Sig. (2-tailed) . 0,000 N 81 60 Tyû suaát sinh lôøi GMD Pearson Correlation 0,507(**) 1 Sig. (2-tailed) 0,000 . N 60 60 Nguoàn : Theo tính toaùn cuûa taùc giaû Tyû suaát sinh lôøi trung bình cuûa danh muïc ñaàu tö 2 coå phieáu nhö sau: R = wREE* RREE + wGMD* RGMD R= 60%* 42,37% + 28,63%*40%= 36,87%/naêm Vaø phöông sai cuûa danh muïc ñöôïc tính theo coâng thöùc ma traän nhö sau δ2 = w2REE * δ2REE + w2GMD * δ2GMD + 2 wREE wGMD βREEGMD δREE δGMD δ2 = (60%)2 * (0,6294)2 + (40%)2 * (0,4153)2 +2 * (60%)* (40%)* (0,507)* (0,6294)* (0,4153) = 0,2338 => δ = 0,4835 Vaø heä soá beta cuûa danh muïc laø = wREE * βREE + wGMD * βGMD = 60% * 1,298 + 40% * 0,740 = 1,0748 So vôùi tyû suaát sinh lôøi danh muïc thò tröôøng laø 35,41%/ naêm vaø ñoä leäch chuaån ñieàu chænh laø 0,4406 thì tyû suaát sinh lôøi danh muïc 2 coå phieáu cao hôn tyû suaát sinh lôøi danh muïc thò tröôøng vaø ñoä leäch chuaån ñieàu chænh cao hôn , vì theá heä soá beta lôùn hôn 1. Moät danh muïc ñôn giaûn vôùi chæ 2 coå phieáu blue chip REE vaøø GMD taïi saøn giao dòch chöùng khoaùn Tp Hoà Chí Minh thì qua vieäc tính toaùn ñaõ cho thaáy laø vieäc tìm kieám caùc coå phieáu ña daïng hoaù nhaèm tyû suaát sinh lôøi danh muïc cao hôn tyû suaát sinh lôøi thò tröôøng vaø beta danh muïc caøng tieán gaàn veà 1 nhö vaäy danh muïc naøy ñaõ loaïi tröø ña soá bieán thieân khoâng heä thoáng maø chæ coøn bieán thieân heä thoáng. Vôùi danh muïc goàm 3 coå phieáu REE, GMD vaø SSC thì tyû suaát sinh lôøi, ñoä leäch chuaån vaø beta cuûa danh muïc ñöôïc tính toaùn trong baûng sau ñaây: Baûng 3.15. Tyû suaát sinh lôøi REE, GMD, SSC Trung bình thaùng Ñoä leäch chuaån Soá thaùng quan saùt Tyû suaát sinh lôøi REE 0,03531 0,1817 81 Tyû suaát sinh lôøi GMD 0,02386 0,1199 60 Tyû suaát sinh lôøi SSC 0,05374 0,1384 25 Nguoàn : Theo tính toaùn cuûa taùc giaû Heä soá töông quan giöõa tyû suaát sinh lôøi REE vaø tyû suaát sinh lôøi SSC khi tính toaùn theå hieän trong baûng sau: Baûng 3.16. Töông quan tyû suaát sinh lôøi REE vaø SSC Heä soá töông quan Ty suat sinh loi REE Ty suat sinh loi SSC Ty suat sinh loi REE Pearson Correlation 1 0,836(**) Sig. (2-tailed) . 0,000 N 81 25 Ty suat sinh loi SSC Pearson Correlation 0,836(**) 1 Sig. (2-tailed) 0,000 . N 25 25 Nguoàn : Theo tính toaùn cuûa taùc giaû Heä soá töông quan giöõa tyû suaát sinh lôøi GMD vaø tyû suaát sinh lôøi SSC khi tính toaùn theå hieän trong baûng sau: Baûng 3.17. Töông quan tyû suaát sinh lôøi GMD vaø SSC Heä soá töông quan Ty suat sinh loi GMD Ty suat sinh loi SSC Ty suat sinh loi GMD Pearson Correlation 1 0,206 Sig. (2-tailed) . 0,324 N 60 25 Ty suat sinh loi SSC Pearson Correlation 0,206 1 Sig. (2-tailed) 0,324 . N 25 25 Nguoàn : Theo tính toaùn cuûa taùc giaû Nhö vaäy tyû suaát sinh lôøi trung bình theo naêm cuûa REE laø 42,37%, cuûa GMD laø 28,63% vaø cuûa SSC laø 64,48%. Ñoä leäch chuaån ñieàu chænh theo naêm cuûa REE laø 0,6294 cuûa GMD laø 0,4153 vaø cuûa SSC laø 0,4794. Giaû söû tyû troïng ñaàu tö vaøo REE, GMD, SSC laàn löôït laø 40%, 30% vaø 30% Tyû suaát sinh lôøi bình quaân cuûa danh muïc laø: R = wREE* RREE + wGMD* RGMD + wSSC* RSSC R= 40%* 42,37% + 30% * 28,63% + 30%* 64,48% = 44,88% Ta coù ñoä leäch chuaån cuûa danh muïc theå hieän trong baûng ma traän sau: Baûng 3.18. Baûng ma traän tính toaùn ñoä leäch chuaån danh muïc REE GMD SSC w2REE * δ2REEREE wREE wGMD βREEGMD δREE δGMD wREE wSSC βREESSC δREE δSSC w2GMD * δ2GMDGMD wREE wGMD βREEGMD δREE δGMD wSSC wGMD βSSCGMD δSSC δGMD SSC wREE wSSC βREESSC δREE δSSC wSSC wGMD βSSCGMD δSSC δGMD w2SSC * δ2SSC Nguoàn : Taøi chính doanh nghieäp hieän ñaïi cuûa PGS,TS Traàn Ngoïc Thô , NXB Thoáng keâ 2005 trang 85 Theo keát quaû tính toaùn thì ñoä leäch chuaån cuûa danh muïc laø 0,4478 Heä soá beta cuûa danh muïc = wREE * βREE + wGMD * βGMD + wSSC * βSSC = 40% * 1,298 + 30% * 0,740 +30% * 0,695 = 0,9497 Vôùi danh muïc 3 coå phieáu REE, GMD, SSC ta coù tyû suaát sinh lôøi cao hôn tyû suaát sinh lôøi danh muïc thò tröôøng vaø ñoä leäch chuaån gaàn töông ñöông vôùi ñoä leäch chuaån cuûa thò tröôøng vaø heä soá beta gaàn baèng 1. Söï thay ñoåi tyû troïng ñaàu tö cuûa coå phieáu REE, GMD, SSC trong danh muïc ñaàu tö laøm thay ñoåi caùc chæ tieâu nhö tyû suaát sinh lôøi, heä soá beta, ñoä leäch chuaån theå hieän trong baûng sau: Baûng 3.19 Chæ tieâu cuûa danh muïc theo tyû troïng ñaàu tö Chæ tieâu cuûa danh muïc ñaàu töTyû troïng ñaàu tö trong danh muïcStt REE GMD SSC Tyû suaát sinh lôøi Heä soá Beta Ñoä leäch chuaån 1 40% 30% 30% 44,88% 0,9497 0,4478 2 20% 40% 40% 45,71% 0,8336 0,3893 3 40% 20% 40% 48,46% 0,9452 0,4642 Nguoàn : Theo keát quaû tính toaùn cuûa taùc giaû Nhö vaäy caùc nhaø ñaàu tö taøi chính luoân tìm kieám cho mình moät danh muïc toái öu baèng caùch löïa choïn caùc coå phieáu caên cöù vaøo heä soá beta vaø ñieàu chænh tyû troïng voán ñaàu tö. Söï keát hôïp nhö vaäy giuùp cho caùc nhaø ñaàu tö taøi chính coù ñöôïc moät danh muïc maø gaàn baèng vôùi danh muïc thò tröôøng về hệ số beta nhưng đñộ lệch chuẩn nhỏ hơn ñoä leäch chuaån thò tröôøng vaø caøng nhoû thì caøng toát, tỷ suất sinh lời danh mục cao hơn tỷ suất sinh lời thị trường, ñieàu naøy giuùp cho nhaø ñaàu tö giaûm thieåu caùc bieán thieân khoâng heä thoáng. 3.1.7 Döï ñoaùn baèng moâ hình hoài quy tuyeán tính Moät trong nhöõng öùng duïng cuûa phöông trình hoài quy laø döï ñoaùn tyû suaát sinh lôøi cuûa coå phieáu trong tröôøng hôïp bieát ñöôïc giaù trò cuï theå cuûa tyû suaát sinh lôøi danh muïc thò tröôøng. Vieäc döï ñoaùn tyû suaát sinh lôøi cuûa coå phieáu seõ giuùp cho nhaø ñaàu tö taøi chính coù söï döï baùo veà tyû suaát sinh lôøi cuûa danh muïc thò tröôøng ñeå tính toaùn tyû suaát sinh lôøi coå phieáu vaø coù quyeát ñònh ñaàu tö coå phieáu hay khoâng. Baûng sau ñaây theå hieän vieäc döï ñoaùn tyû suaát sinh lôøi cuûa thò tröôøng theo phöông phaùp thoáng keâ. Hình 3.4. Ñoà thò döï ñoaùn tyû suaát sinh lôøi REE Ty suat sinh loi thi truong ,283451 ,199121 ,157033 ,067879 ,031407 ,013627 -,000947 -,015683 -,024499 -,049285 -,117479 -,250739 M ea n ,8 ,6 ,4 ,2 -,0 -,2 -,4 -,6 Unstandardized Predi cted Value 95% U CI for ty suat sinh loi REE mean 95% L CI for ty suat sinh loi REE mean Baûng treân cho thaáy phaàn döï ñoaùn tyû suaát sinh lôøi thò tröôøng laø töø 0,06787/thaùng ñeán 0,09001/thaùng laø tyû suaát sinh lôøi cuûa thò tröôøng coù sai soá ít nhaát, do bieân ñoä dao ñoäng naèm heïp laïi giöõa 2 ñöôøng giaù trò trung bình cuûa tyû suaát sinh lôøi REE vôùi khoaûng tin caäy 95% Khi ñaõ döï ñoaùn tyû suaát sinh lôøi thò tröôøng thì coù theå döï ñoaùn tyû suaát sinh lôøi REE theo phöông trình hoài quy tuyeán tính : Tyû suaát sinh lôøi REE = 0,02 + 1,298 * Tyû suaát sinh lôøi thò tröôøng Vôùi vieäc öôùc löôïng giaù trò tyû suaát sinh lôøi thò tröôøng töø 0,06787/thaùng ñeán 0,09001/thaùng vaø ñöa vaøo phöông trình treân thì coù theå tính ñöôïc tyû suaát sinh lôøi cuûa REE Töông töï vôùi vieäc döï ñoaùn tyû suaát sinh lôøi GMD, vôùi phöông trình hoài quy tuyeán tính: Tyû suaát sinh lôøi GMD = 0,05 + 0,740 * Tyû suaát sinh lôøi thò tröôøng Hình 3.5. Ñoà thò döï ñoaùn tyû suaát sinh lôøi GMD Ty suat sinh loi thi truong ,283451 ,121789 ,038577 ,010826 -,001161 -,019187 -,028866 -,050445 -,201928 M ea n ,5 ,4 ,3 ,2 ,1 -,0 -,1 -,2 -,3 95% L CI for ty suat sinh loi GMD mean 95% U CI for ty suat sinh loi GMD mean Unstandardized Predi cted Value Vôùi vieäc xaùc ñònh möùc dao ñoäng tyû suaát sinh lôøi thò tröôøng naèm trong khoaûng töø 0,06718/thaùng ñeán 0,09001/thaùng thì coù theå öôùc löôïng tyû suaát sinh lôøi cuûa GMD vôùi khoaûng tin caäy 95%. 3.2 Giaûi phaùp vaø ñeà xuaát 3.2.1 ÖÙng duïng beta ñeå tính tyû suaát sinh lôøi yeàu caàu (r) cuûa coå phieáu ñaïi dieän REE, GMD töø ñoù öùng duïng tính toaùn giaù trò cuûa taøi saûn ruûi ro caên cöù vaøo moâ hình DCF (Discount Cash Flow) Moät trong nhöõng öùng duïng cuûa heä soá beta laø duøng ñeå tính tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu baát kyø. Caùc nhaø ñaàu tö coå phieáu luoân tìm kieám caùc coå phieáu ñöôïc ñònh giaù thaáp hôn giaù trò thöïc cuûa coå phieáu ñoù ñeå ñaàu tö vaø moät trong nhöõng phöông phaùp xaùc ñònh giaù trò hieän taïi cuûa coå phieáu baèng laø phöông phaùp chieát khaáu doøng coå töùc baèng tieàn maët (Discount cash flow) trong töông lai veà giaù trò hieän taïi ñeå töø ñoù xaùc ñònh giaù trò thöïc cuûa coå phieáu qua coâng thöùc: (3.8) Trong ñoù : n DIVt ∑ laø toång hieän giaù caùc khoaûn thu nhaäp coå töùc töø naêm 1 ñeán naêm H H DIVt PH P0 = ∑ + t=1 (1+r) t (1+r) H t=1 (1+r) t PH laø giaù döï kieán cuûa thò tröôøng vaøo thôøi ñieåm H r : tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu caàn tính toaùn DIVt : Caùc khoaûn thu nhaäp coå töùc töø naêm 1 ñeán naêm H Vieäc tính toaùn tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu ñöôïc xaùc ñònh treân moät nguyeân taéc laø coå phieáu coù ñoä ruûi ro lôùn hôn ñoä ruûi ro cuûa danh muïc thò tröôøng thì tyû suaát sinh lôøi yeâu caàu ñoøi hoûi phaûi cao hôn tyû suaát sinh lôøi cuûa danh muïc thò tröôøng. Vì theá caùc nhaø ñaàu tö caên cöù vaøo phöông trình ñöôøng SML ñeå xaùc ñònh tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu caàn tính toaùn qua coâng thöùc sau: E(R)= rf + β (RM- r f) Trong ñoù : E(R) laø tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu tính toaùn (r) rf : tyû suaát sinh lôøi phi ruûi ro cuûa thò tröôøng β : heä soá beta ruûi ro cuûa töøng coå phieáu RM : tyû suaát sinh lôøi cuûa danh muïc thò tröôøng Nhö vaäy vôùi cuøng tyû suaát sinh lôøi danh muïc thò tröôøng, tyû suaát sinh lôøi phi ruûi ro cuûa thò tröôøng thì coå phieáu naøo coù heä soá beta cao seõ ñöôïc buø tröø vaøo tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu ñoù cao vaø coå phieáu naøo coù heä soá beta thaáp thì tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu ñoù seõ thaáp. Vôùi caùc soá lieäu thu thaäp ôû treân thì vieäc tính toaùn tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu REE vaø coå phieáu GMD trôû neân ñôn giaûn vaø theå hieän trong baûng sau: Baûng 3.20 Tyû suaát sinh lôøi yeâu caàu REE, GMD Stt Coå phieáu RM rf Heä soá beta E(R) 1 REE 1,298 42.37% 2 GMD 35,41% 7,7% 0,740 28,64% Nguoàn: Theo tính toaùn cuûa taùc giaû Caên cöù vaøo quaù trình traû coå töùc cuûa coâng ty REE vaø GMD keát hôïp vôùi phaân tích cô baûn ñeå döï ñoaùn tình hình traû coå töùc trong töông lai cuûa coå phieáu REE vaø coå phieáu GMD thì caùc nhaø ñaàu tö taøi chính seõ duøng moâ hình chieát khaáu doøng tieàn maët döï kieán nhaän ñöôïc trong töông lai veà hieän taïi ñeå xaùc ñònh giaù coå phieáu REE hay GMD laø cao hôn hay thaáp hôn giaù trò thöïc. Hieän nay vieäc tính toaùn giaù trò cuûa coå phieáu nieâm yeát treân saøn giao dòch chöùng khoaùn Tp Hoà Chí Minh laø cao hay thaáp phuï thuoäc vaøo quan ñieåm moãi ngöôøi vaø chöa coù caùc baøi baùo, tham luaän ñaùnh giaù moät caùch xaùc ñaùng laø coå phieáu cao hôn hay thaáp hôn giaù trò thaät ñeå töø ñoù thöïc hieän hoaït ñoäng ñaàu tö. Beän caïnh caùc coâng cuï ñònh giaù coå phieáu nhö P/E thì coù moät coâng cuï khaùc laø duøng chieát khaáu doøng tieàn maët trong töông lai veà giaù trò hieän taïi vôùi tyû suaát sinh lôøi yeâu caàu cuûa coå phieáu ñöôïc tính toaùn caên cöù vaøo phöông trình chöùng khoaùn SML cuõng ñöôïc caùc nhaø phaân tích söû duïng. Tuy nhieân phaïm truø töông lai laø phaïm truø khoâng chaéc chaén neân vieäc tính toaùn doøng coå töùc baèng tieàn maët seõ ñöôïc nhaän trong töông lai cuõng seõ mang tính töông ñoái nhöng giuùp cho caùc nhaø ñaàu tö coù ñöôïc theâm moät coâng cuï tính toaùn vaø ñaùnh giaù. 3.2.2 Coâng khai chæ soá beta treân caùc thoâng tin ñaïi chuùng nhaèm cung caáp theâm thoâng tin cho nhaø ñaàu tö veà möùc ñoä ruûi ro cuûa coå phieáu vaø goùp phaàn taêng theâm tính minh baïch cho thò tröôøng. Thò tröôøng chöùng khoaùn Vieät Nam vaãn tuy coøn non treû vôùi soá löôïng coå phieáu nieâm yeát vaãn coøn ít vaø chaát löôïng haøng hoaù chöa cao nhöng cuõng ñaõ thu huùt nhieàu söï quan taâm cuûa daân chuùng cuõng nhö ñaõ coù böôùc chuyeån mình phaùt trieån maïnh meõ trong naêm 2006. Tuy nhieân do môùi hoaït ñoäng chæ khoaûng 6 naêm cuøng vôùi hoaït ñoäng giaùm saùt taïo tính minh baïch cuøng vôùi vieäc coâng boá soá lieäu baùo caùo taøi chính vaãn chöa thöïc hieän moät caùch nghieâm tuùc vaø chaët cheõ, haøøng hoaù chaát löôïng vaãn coøn thieáu… do ñoù vaãn chöa thu huùt ñöôïc nhieàu ñònh cheá taøi chính lôùn töø nöôùc ngoaøi ñaàu tö nhö caùc thò tröôøng chöùng khoaùn trong khu vöïc laø Singapore, Malaysia, Thaùi Lan. Trong boái caûnh toaøn caàu hoaù vaø Vieät Nam laø thaønh vieân chính thöùc cuûa toå chöùc thöông maïi Theá giôùi (WTO) thì Vieät Nam ñang trôû thaønh taâm ñieåm tieàm naêng thu huùt voán ñaàu tö tröïc tieáp vaø giaùn tieáp töø beân ngoaøi. Ñeå tranh thuû nguoàn voán ñaàu tö giaùn tieáp naøy thì trong 2 naêm gaàn ñaây chính phuû taêng toác ñaåy maïnh coâng taùc coå phaàn hoaù doanh nghieäp nhaø nöôùc keå caû caùc taäp ñoaøn kinh teá lôùn nhö : ngaân haøng, vieãn thoâng, ñieän löïc, xaây döïng, daàu khí….vôùi thöông hieäu noåi tieáng taïi Vieät Nam nhö Vietcombank, BIDV, Mobilephone, Vinaphone, Baûo Vieät, Ñaïm Phuù Myõ,….Beân caïnh ñoù chính phuû ban haønh caùc chính saùch quaûn lyù nhö yeâu caàu taêng voán cuûa coâng ty chöùng khoaùn, taêng tính minh baïch trong vieäc coâng boá thoâng tin, giaùm saùt chaët cheõ ñeå phaùt hieän haønh vi giao dòch noäi giaùn, phaït naëng caùc coâng ty chöùng khoaùn hoaït ñoäng sai nguyeân taéc….nhaèm taïo ñieàu kieän cho thò tröôøng chöùng khoaùn Vieät Nam phaùt trieån beàn vöõng vaø ñieàu naøy höùa heïn thò tröôøng chöùng khoaùn Vieät Nam seõ laø moät keânh thu huùt nguoàn ngoaïi teä töø nöôùc ngoaøi vaøo. Song song vôùi caùc hoaït ñoäng vó moâ cuûa chính phuû thì caùc coâng ty chöùng khoaùn phaûi taêng cöôøng hoaït ñoäng tö vaán ñaàu tö cho caùc nhaø ñaàu tö Vieät Nam. Hieän nay coâng taùc moâi giôùi ñöôïc caùc coâng ty chöùng khoaùn ñaåy maïnh nhöng hoaït ñoäng tö vaán ñaàu tö chöa taäp trung nghieân cöùu, do ñoù vôùi vieäc nghieân cöùu tính toaùn heä soá beta cuûa caùc coå phieáu cung caáp cho caùc nhaø ñaàu tö Vieät Nam laø hoaït ñoäng caàn thieát cuûa caùc coâng ty chöùng khoaùn, naâng cao söï caïnh tranh vaø söï phuïc vuï nhu caàu caùc nhaø ñaàu tö, coù nhö vaäy coâng ty chöùng khoaùn môùi coù theå tieáp tuïc toàn taïi vaø phaùt trieån. Vieäc coâng khai tính toaùn vaø cung caáp heä soá beta cuûa caùc coå phieáu treân thò tröôøng chöùng khoaùn Vieät Nam seõ cung caáp theâm thoâng tin cho nhaø ñaàu tö veà möùc ñoä ruûi ro cuûa coå phieáu vaø goùp phaàn taêng theâm tính minh baïch cho thò tröôøng bôûi vì caùc nhaø ñaàu tö Vieät Nam seõ coù cô hoäi phoøng ngöøa ruûi ro khi ñaàu tö chöùng khoaùn vaø khi caùc nhaø ñaàu tö Vieät Nam haïn cheá vieäc maát tieàn khi ñaàu tö chöùng khoaùn thì hoï seõ tieáp tuïc gaén boù vôùi thò tröôøng vaø taïo neân tính thanh khoaûn vaø goùp phaàn thuùc ñaåy thò tröôøng chöùng khoaùn phaùt trieån. Vôùi caùc toå chöùc ñaàu tö nöôùc ngoaøi môùi ñeán Vieät Nam thì thoâng tin veà chæ soá beta cuûa caùc coå phieáu seõ giuùp caùc toå chöùc naøy ñaùnh giaù ñöôïc söï phaùt trieån chuyeân nghieäp cuûa caùc coâng ty chöùng khoaùn vaø söï minh baïch cuûa thò tröôøng chöùng khoaùn Vieät Nam ñeå töø ñoù yeân taâm ñaàu tö voán vaøo. 3.2.3 Taïo cô sôû cho caùc nhaø ñaàu tö ñaùnh giaù giaù trò taøi saûn ruûi ro khi ñaàu tö töø ñoù taïo neân kyø voïng hôïp lyù cho taát caû caùc nhaø ñaàu tö. Vôùi chæ soá beta ñöôïc cung caáp bôûi caùc coâng ty chöùng khoaùn thì caùc nhaø ñaàu tö coù theå ñaùnh giaù ñöôïc möùc ñoä ruûi ro cuûa töøng coå phieáu ñeå töø ñoù xaây döïng nhöõng danh muïc ñaàu tö phuø hôïp vôùi möùc ñoä chaáp nhaän ruûi ro cuûa töøng caùc nhaø ñaàu tö. Beân caïnh ñoù nhaø ñaàu tö seõ chuû ñoäng hôn khi tìm kieám caùc thoâng tin nhaèm ñaùnh giaù giaù trò thaät cuûa coå phieáu khi tieán haønh ñaàu tö . Nhaèm taïo neân nieàm tin cuûa caùc nhaø ñaàu tö khi tìm hieåu chæ soá beta thì vieäc nghieân cöùu vaø coâng boá chæ soá beta caàn ñöôïc caùc coâng ty chöùng khoaùn thöïc hieän nghieâm tuùc vôùi döõ lieäu thu thaäp xaùc ñaùng vaø ñöôïc coâng boá coâng khai coù phaûn bieän töø caùc nhaø nghieân cöùu, kinh teá…. Coù nhö vaäy môùi taïo neân söï tin töôûng cho caùc nhaø ñaàu tö. Vôùi caùc nguoàn thoâng tin cung caáp moät caùch xaùc ñaùng vaø hieäu quaû thì hoaït ñoäng ñaàu tö chöùng khoaùn cuûa caùc nhaø ñaàu tö seõ trôû neân chuyeân nghieäp hôn töø ñoù taïo söï phaùt trieån beàn vöõng cuûa thò tröôøng chöùng khoaùn Vieät Nam vaø taïo keânh thu huùt hieäu quaû voán ñaàu tö giaùn tieáp töø nöôùc ngoaøi goùp phaàn taêng cöôøng nguoàn voán ñaàu tö thuùc ñaåy neàn kinh teá Vieät Nam phaùt trieån. Keát luaän chöông 3 Vôùi caùc döõ lieäu thu thaäp treân Trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh vaø öùng duïng moâ hình hoài quy tuyeán tính theo moâ hình thò tröôøng cuûa OÂng William Sharp thì ta coù theå öôùc löôïng heä soá anpha vaø heä soá beta cuûa caùc coå phieáu nieâm yeát. Treân thöïc teá heä soá beta chæ phuø hôïp khi bieán thieân heä thoáng giaûi thích ñöôïc 50% bieán thieân cuûa toång theå do ñoù khoâng phaûi coå phieáu naøo cuõng coù beta – ñaây laø moät nhöôïc ñieåm cuûa moâ hình hoài quy moät bieán vì khoâng theå giaûi thích ñöôïc hoaøn toaøn tyû suaát sinh lôøi cuûa moät coå phieáu baát kyø neáu chæ döïa vaøo tyû suaát sinh lôøi cuûa danh muïc thò tröôøng. Vieäc öùng duïng heä soá beta ñeå xaùc ñònh tyû suaát sinh lôøi yeâu caàu theo moâ hình CAPM seõ trôû neân roû raøng hôn vaø thoâng qua ñöôøng thò tröôøng chöùng khoaùn SML thì nhaø ñaàu tö coù theå xaùc ñònh ñöôïc coå phieáu ñònh giaù cao hay ñònh giaù thaáp. Tuy nhieân ñaây chæ laø moät trong nhieàu phöông phaùp xaùc ñònh giaù coå phieáu vaø cho keát quaû veà maët töông ñoái. Xaây döïng danh muïc ñaàu tö baèng caùch caên cöù vaøo heä soá beta, ñoä leäch chuaån tyû suaát sinh lôøi caùc coå phieáu tính toaùn seõ cho nhaø ñaàu tö moät caùch nhìn chuyeân nghieäp veà vieäc xaây döïng danh muïc ñaàu tö. Tuy nhieân vôùi caùc soá lieäu thoáng keâ trong quaù khöù thì khoâng theå ñem laïi hieäu quaû trong töông lai. Vì theá caùc nhaø ñaàu tö caàn phaûi döï ñoaùn tyû suaát sinh lôøi töông lai cuûa danh muïc thò tröôøng vaø cuûa coå phieáu theo moâ hình thò tröôøng cuûa oâng William Sharpe. Keát Luaän Thò tröôøng chöùng khoaùn Vieät Nam tuy coù böôùc phaùt trieån maïnh veà quy moâ laãn chæ soá VNINDEX nhöng vaãn coøn toàn taïi nhieàu maët haïn cheá nhö: hieän töôïng laøm giaù, tính minh baïch chöa cao, cô sôû haï taàng coøn yeáu keùm, ít haøng hoùa chaát löôïng cao … do ñoù nhieàu coå phieáu blue chip nieâm yeát treân saøn giao dòch Tp Hoà Chí Minh coù chæ soá P/E cao nhieàu so vôùi caùc nöôùc trong khu vöïc trong khi coâng ty coù quy moâ voán vaø hoaït ñoäng coøn nhoû beù, do ñoù khi aùp duïng moâ hình hoài quy tuyeán tính vaãn coù theå cung caáp caùc chæ soá beta cho caùc nhaø ñaàu tö ñeå ñaùnh giaù möùc ñoä ruûi ro cuûa töøng coå phieáu. Veà daøi haïn vôùi vieäc Chính phuû Vieät Nam ñaåy maïnh coå phaàn hoùa caùc taäp ñoaøn, coâng ty lôùn cuûa nhaø nöôùc vaø nieâm yeát nhieàu haøng hoùa coù chaát löôïng cao leân saøn giao dòch chöùng khoaùn cuøng vôùi tính minh baïch cao hôn, thò tröôøng hoaït ñoäng hieäu quaû hôn thì vieäc tính toaùn heä soá beta seõ phaùt huy theá maïnh vaø hieäu quaû khi xaây döïng danh muïc ñaàu tö, ñònh giaù coå phieáu…laøm giuùp caùc nhaø ñaàu tö phoøng ngöøa ruûi ro hieäu quaû. Moät ñieàu thöïc teá laø thò tröôøng chöùng khoaùn ñöôïc xaây döïng töø nieàm tin cuûa caùc nhaø ñaàu tö vaø thò tröôøng thöïc söï phaùt trieån khi nieàm tin cuûa caùc nhaø ñaàu tö ñöôïc cuûng coá vaø naâng cao, vì theá caùc cô quan quaûn lyù caàn xaây döïng nieàm tin cho nhaø ñaàu tö thoâng qua yeáu toá thoâng tin minh baïch roõ raøng, nhaø ñaàu tö töï trang bò kieán thöùc phoøng ngöøa ruûi ro hieäu quaû vaø coù nhö vaäy thì thò tröôøng chöùng khoaùn Vieät Nam seõ taêng toác vaø phaùt trieån beàn vöõng vaø trôû thaønh keânh hieäu quaû thu huùt nguoàn voán ñaàu tư töø nöôùc ngoøai goùp phaàn ñöa Vieät Nam trôû thaønh moät trong nhöõng quoác gia phoàn thònh treân theá giôùi trong töông lai, hoaøn thaønh muïc tieâu coâng nghieäp hoaù, hieän ñaïi hoaù ñaát nöôùc. TAØI LIEÄU THAM KHAÛO Tieáng Vieät 1. TS Phan Thò Bích Nguyeät, NXB thoáng keâ 2006, Ñaàu tö taøi chính 2. PGS, TS Traàn Ngoïc Thô, NXB thoáng keâ 2005, Taøi chính doanh nghieäp hieän ñaïi 3. Chöông trình giaûng daïy kinh teá Fullbright, nieân khoaù 2005-2006, Taøi lieäu lôïi nhuaän, ruûi ro vaø CAPM cuûa. 4. Uûy Ban Chöùng Khoaùn Nhaø Nöôùc, Taøi lieäu baùo caùo hoaït ñoäng thò tröôøng chöùng khoaùn naêm 2006 keá hoaïch, nhieäm vuï phaùt trieån thò tröôøng naêm 2007. 5. Thaïc só Hoà Vieát Tieán (2005), ñâeà taøi phaân tích khaû naêng sinh lôøi vaø möùc ñoä ruûi ro cuûa caùc coå phieáu nieâm yeát taïi trung taâm giao dòch chöùng khoaùn Tp Hoà Chí Minh sau 4 naêm hoaït ñoäng Tieáng Anh 6. Campell R. Harvey, Document Finance- Asset Pricing and Risk Management on website : www.duke.edu 7. Conway L.Lackamn, Document Exchange Risk: A Capital Asset Pricing Model FrameWork . 8. Alan O. Sykes- The professor of Law, University of Chicago Document, An Introduction to Regression Analysis. Trang web 9. Trang web cuûa coâng ty chöùng khoaùn SBSC: www.sbsc.com.vn 10. Trang web cuûa coâng ty chöùng khoaùn BSC: www.bsc.com.vn 11. Trang web cuûa coâng ty chöùng khoaùn FSC: www.fsc.com.vn 12. Trang web cuûa Trung taâm giao dòch chöùng khoaùn TPHCM: www.vse.org.vn 13. Trang web cuûa Trung taâm giao dòch chöùng khoaùn TPHN: www.hastc.org.vn ._.