Luận văn thạc sĩ Ứng dụng hệ số Bêta trong mô hình định giá tài sản vốn trên thị trường chứng khoán Việt Nam

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
o0o







LU THANH HỐNG





NG DNG H S BÊTA TRONG MÔ HÌNH
NH GIÁ TÀI SN VN TRÊN
TH TRNG CHNG KHOÁN VIT NAM









LUN VN THC S KINH T

Thành ph H Chí Minh ậ Nm 2013

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
o0o







LU THANH HỐNG




NG DNG H S BÊTA TRONG MÔ HÌNH
NH GIÁ TÀI SN VN TRÊN
TH TRNG CHNG KHOÁN VIT NAM

Chuyên ngành : Tài chính ậ Ngân hàng
Mã s : 60340201


LUN VN THC S KINH T



Ngi hng dn khoa hc: PGS.TS. BÙI KIM YN











Thành ph H Chí Minh ậ Nm 2013


LI CAM OAN

Tôi xin cam đoan rng lun vn “ng dng h s bêta trong mô hình đnh giá
tài sn vn trên th trng chng khoán Vit Nam” là công trình nghiên cu ca
riêng tôi, do chính tôi thc hin

Các thông tin, d liu đc s dng trong lun vn là đáng tin cy, các ni
dung trích dn đu đc ghi rõ ngun gc và các kt qu nghiên cu đc trình bày
trong lun vn này cha đc công b ti bt k công trình nghiên cu nào khác.

Trân trng


HVCH. Lu Thanh Hùng
MC LC
LI CAM OAN
MC LC
DANH MC CÁC CH VIT TT
MC LC CÁC BNG
MC LC CÁC HỊNH
PHN M U
Chng 1 TNG QUAN V H S BÊTA TRONG MÔ HỊNH NH GIÁ
TÀI SN VN (CAPM) 1
1.1. Tng quan v quá trình ra đi ca mô hình CAPM: 1
1.2. LỦ thuyt danh mc Markowitz 2
1.2.1. Ri ro trong hot đng đu t: 2
1.2.2. T sut sinh li, phng sai (đ lch chun) ca mt tài sn và ca danh
mc các tài sn trong đu t chng khoán 2
1.2.2.1. T sut sinh li trong đu t chng khoán 2
1.2.2.2. Phng sai (đ lch chun) ca mt tài sn và danh mc 3
1.2.3. ng biên hiu qu và li ích ca nhà đu t 7
1.3. Mô hình đnh giá tƠi sn vn (CAPM) 9
1.3.1. Các gi đnh 9
1.3.2. Tài sn phi ri ro 10
1.3.3. Kt hp mt tài sn phi ri ro vi mt danh mc tài sn ri ro 10
1.3.4. ng th trng vn CML ậla chn danh mc ti u khi có s tn ti ca

tài sn phi ri ro 11
1.4. Mô hình đnh giá tƠi sn vn (CAPM) vƠ h s bêta () 16
1.4.1. ng th trng chng khoán (SML-Security Market Line) 16
1.4.2. H s Beta 21
1.4.2.1. T sut sinh li ca mt khon đu t 21
1.4.2.2. H s Beta 21
1.4.2.3. Nhng nghiên cu v ng dng mô hình đnh giá tài sn vn (CAPM)
trên th gii 22
Kt lun chng 1. 23
CHNG 2 THC TRNG RI RO TRONG U T C PHIU VÀ NG
DNG H S BÊTA TRONG MÔ HỊNH NH GIÁ TÀI SN VN TRÊN
TH TRNG CHNG KHOÁN VIT NAM 24
2.1. Tng quan 24
2.1.1. Quá trình ra đi 24
2.1.2. Các giai đon phát trin 25
2.2. Nhng ri ro trên th trng chng khoán Vit Nam 34
2.2.1. Ri ro h thng 34
2.2.1.1. Ri ro th trng 34
2.2.1.2. Ri ro lãi sut: 35
2.2.1.3. Ri ro sc mua: 37
2.2.2. Ri ro phi h thng 37
2.2.2.1. Ri ro kinh doanh 38
2.2.2.2. Ri ro tài chính 39
2.3. Các yu t nh hng đn giá chng khoán Vit Nam hin nay 40
2.3.1. Th trng tng trng nhanh và nóng 40
2.3.2. Các yu t kinh t v mô 41
2.3.3. Bt cân xng thông tin 42
2.3.4. Chính sách ca nhà nc 43
2.3.5. Hành vi by đàn 45
2.4. S cn thit phi có mt mô hình d báo t sut sinh li trong đu t

chng khoán  Vit Nam 46
2.5. o lng beta () ca chng khoán vƠ th trng trên nn tng mô hình
CAPM 49
2.5.1. o lng beta () bng ng dng công thc tính ca mô hình CAPM 50
2.5.2. o lng h s beta () bng ng dng phn mm Eview: 54
Kt lun chng 2. 57
CHNG 3 GII PHÁP NỂNG CAO KH NNG NG DNG H S
BÊTA TRONG MÔ HỊNH NH GIÁ TÀI SN VN  O LNG RI
RO TRÊN TH TRNG CHNG KHOÁN VIT NAM 59
3.1. Gii pháp, kin ngh khi s dng h s bêta ti th trng chng khoán
Vit Nam 59
3.2. Gii pháp ng dng vic đo lng ri ro cho hot đng đu t trên th
trng chng khoán Vit Nam 62
3.2.1. Các gii pháp hn ch ri ro đu t c phiu trên th trng chng khoán
Vit Nam 62
3.2.2. Các gii pháp cho nhng vn đ còn tn ti trên th trng chng khoán
Vit Nam 69
Kt lun chng 3 73
KT LUN 74
TÀI LIU THAM KHO
PH LC

DANH MC CH VIT TT

BTC : B Tài Chính
CAPM : Capital Asset Pricing Model ậ Mô hình đnh giá tài sn vn
CML : Capital Market Line ậ ng th trng vn
CP : C phiu
CTCP : Công ty c phn
DMT : Danh mc đu t
EMH : Efficient Market Hypothesis - LỦ thuyt th trng hiu qu
HOSE : Hochiminh Stock Exchange ậ SGDCK Thành ph H Chí Minh
SGDCK : S giao dch chng khoán
SML : Stock Market Line ậ ng th trng chng khoán
TTCK VN : Th trng chng khoán Vit Nam
TSSL : T sut sinh li
TPHCM : Thành ph H Chí Minh
VNI-Index : Ch s trung bình giá chng khoán trên SGDCK TPHCM
UBCKNN : y Ban Chng Khoán Nhà Nc


MC LC CÁC BNG
Bng 2.1: Kt qu h s beta () ca các c phiu đc la chn tính toán 53
Bng 2.2: Kt qu hi quy tính toán h s beta() cho các c phiu đc la
chn đ tính toán 56

MC LC CÁC HÌNH


Hình 1.1: La chn mt danh mc đu t ti u trong th trng vi nhng tƠi

sn ri ro trên đng biên hiu qu 8
Hình 1.2: Kt qu v lỦ thuyt la chn danh mc đu t sau khi có s kt hp
ca tƠi sn phi ri ro. 12
Hình 1.3: La chn mt danh mc đu t ti u trong th trng khi có s tn
ti ca tƠi sn phi ri ro 13
Hình 1.4: Mi quan h gia ri ro vƠ li sut đi vi mi chng khoán riêng l
(ng th trng chng khoán ậ SML) 18
Hình 1.5: Các trng hp đnh giá tƠi sn trên đng SML 20
Hình 2.1: Ch s VN-Index giai đon 1 27
Hình 2.2: Ch s VN-Index giai đon 2 28
Hình 2.3: Ch s VN-Index giai đon 3 29
Hình 2.4: Ch s VN-Index giai đon 4 30
Hình 2.5: Ch s VN-Index giai đon 5 31
Hình 2.6: Ch s VN-Index giai đon 6 32
Hình 2.7: Ch s VN-Index giai đon 7 33
PHN M U
1. LỦ do la chn đ tƠi
Ngày nay, các quc gia có nn kinh t th trng phát trin đu có s đóng góp
quan trng ca th trng chng khoán. Vit Nam cng không nm ngoài quy lut phát
trin chung đó nu không mun đi ngc vi xu th ca thi đi. Th trng chng
khoán là kênh huy đng vn trung và dài hn, đã chng t s hiu qu ca nó trong
mt thi gian tng đi dài ti các quc gia phát trin, và cng không ngng th hin
vai trò quan trng ca nó trong thi đi hin nay  hu ht các quc gia. Tuy nhiên, th
trng chng khoán là ni bin đng phc tp và khó lng. Chính ph Vit Nam đã
cho ra đi và phát trin th trng này t mi ba (13) nm qua, cng đã tri qua rt
nhiu bin đng thng trm theo tng thi k phát trin ca nc ta. Tuy vy, bng
nhng n lc không ngng ngh, Vit Nam cng đã dn dn tng bc phát trin th
trng chng khoán, đa nó vào qu đo chung ca s phát trin kinh t quc gia, tng
bc đóng góp nhng mt tích cc ca nó vào nn kinh t.
Tuy đã có nhiu n lc ca chính ph cng nh ca các doanh nghip tham gia

sân chi chng khoán, nhng thi gian gn đây th trng chng khoán luôn có nhng
din bin phc tp, VNI-Index có nhng lúc lên xung không th c lng đc, t
đó nh hng đn các kt qu đu t và hiu qu huy đng vn trên th trng. Do vy,
vn đ đt ra là cn phi có nhng h tr cn thit cho nhà đu t khi tham gia th
trng chng khoán. ã có nhiu nghiên cu h tr nhà đu t, nhng phi tha nhn
rng các nhà đu t trong nc hin nay hu ht là đu t hoc theo cm tính hoc theo
s đông và dng nh cha bit ht đc các ri ro khi quyt đnh tham gia sân chi
đy may ri này.
Ti các th trng phát trin, các nhà đu t thng trc khi quyt đnh luôn có
nhng công c rt hiu qu giúp h đo lng đc ri ro và t sut sinh li cho tng
chng khoán, t đó có nhng quyt đnh đúng đn trong đu t ca mình, góp phn
phát trin hiu qu th trng chng khoán. Ngay t ban đu, lỦ thuyt danh mc đu
t ca Harry Markowitz, lỦ thuyt th trng hiu qu và mô hình đnh giá tài sn
vn(CAPM) ca William Sharpe đã có nhng đóng góp cc k hu hiu trong các
quyt đnh đu t. Mt trong s đó là h s bêta ca mô hình CAPM. Mt khi đã bit
đc h s bêta ca tng c phiu, nhà đu t có th d dàng xác đnh mt danh mc
đu t phù hp vi khu v ri ro ca mình.
Chính vì th, tác gi mun thông qua đ tài: “ng dng h s bêta trong mô
hình đnh giá tài sn vn trên th trng chng khoán Vit Nam” nhm giúp các nhà
đu t Vit Nam thy đc ri ro trong đu t tng c phiu, t đó thit lp đc danh
mc phù hp vi khu v ri ro ca mình, góp phn phát trin hiu qu th trng
chng khoán non tr ca Vit Nam.
2. Mc đích nghiên cu
Mc đích nghiên cu ca lun vn là ng dng mô hình đu t tài chính hin đi
(mô hình CAPM) vào TTCK Vit Nam nhm đo lng các nhân t ri ro, c th là beta
() nhân t ca các c phiu t đó giúp cho nhà đu t xem xét ra quyt đnh v đu t
vào c phiu nào hoc la chn danh mc c phiu nào đ đu t phù hp vi khu v
ri ro ca mình, song song vi vic qun lỦ đc ri ro trong quá trình đu t ca
mình.
3. i tng vƠ phm vi nghiên cu

a. i tng nghiên cu:
i tng nghiên cu là h s bêta trong mô hình đu t tài chính hin đi đnh
giá tài sn vn (CAPM), và ng dng h s bêta ca mô hình này vào các c phiu
niêm yt trên S giao dch chng khoán TP. HCM (HOSE).
b. Phm vi nghiên cu
Vi mc đích nghiên cu nh trên thì lun vn ch chú trng vào vic phân tích
và x lỦ d liu đ đa ra kt qu t công thc tính h s bêta trong mô hình, t đó
giúp nhà đu t đa ra đc các quyt đnh chính xác cn c trên kt qu đó.
Nghiên cu da trên mu d liu quan sát là d liu các công ty niêm yt trên
S giao dch chng khoán Tp. H Chí Minh trong khong t tháng 1nm 2007 đn
tháng 6 nm 2013, bao gm giá chng khoán, ch s VN-Index.
4. Phng pháp nghiên cu
Bng vic nghiên cu lỦ thuyt đu t tài chính, hiu rõ bn cht và điu kin áp
dng, trên c s đó, đa d liu giá ca các c phiu đang giao dch trên S giao dch
chng khoán TP. HCM (Vit Nam) vào mô hình. Lun vn đã ng dng ti đa các
công c x lỦ ca các phm mm phân tích nh Excel đ cho kt qu nghiên cu mt
cách chính xác v h s bêta ca các c phiu đc la chn.
5. Kt cu lun vn
Ngoài phn m đu và kt lun, lun vn có 4 chng:
Chng 1: Tng quan v h s bêta trong mô hình đnh giá tài sn vn
Chng 2: Thc trng ri ro trong đu t c phiu và ng dng h s bêta trong
mô hình đnh giá tài sn vn trên th trng chng khoán Vit Nam .
Chng 3: Gii pháp nâng cao kh nng ng dng h s bêta trong mô hình đnh
giá tài sn vn đ đo lng ri ro trên th trng chng khoán Vit Nam.

1
Chng 1
TNG QUAN V H S BÊTA TRONG MÔ HỊNH NH GIÁ TÀI SN
VN (CAPM)
1.1. Tng quan v quá trình ra đi ca mô hình CAPM:

Th trng tài chính ngày nay đc xem là mch máu chính ca nn kinh t
và là b phn không th thiu trong nn kinh t quc dân. Ti hu ht các quc gia
trên th gii hin nay, vic phát trin th trng tài chính đc bit là th trng
chng khoán chim vai trò cc k quan trng, đó là ngun dn vn cho các th
trng, t đó giúp cho phát trin kinh t. Trong đó, cách thc xác đnh giá ca các
c phiu và xác đnh ri ro trong đu t c phiu và danh mc đu t là vn đ luôn
đc quan tâm ca các nhà đu t và các nhà nghiên cu. Bi l, ch có vic đo
lng, xác đnh đc giá và ri ro ca c phiu góp phn rt quan trng trong vic
phát trin và bình n th trng.
Nm 1952, bt đu t lý thuyt la chn danh mc đu t ca Harry
Markowitz (Bài vit “La chn danh mc đu t”, Nht báo tài chính 7 (1952), 77-
91), ngi ta đã bt đu có các lỦ thuyt nhm lng hóa các ri ro. S ra đi ca lỦ
thuyt này đã làm thay đi hoàn toàn các đánh giá trc đây ca các nhà đu t v
chng khoán. Sau đó 10 nm, các lỦ thuyt này tip tc đc phát trin bi William
Sharpe (1964), John Lintner (1965) và Jan Mossin (1966). Bng cách thit lp mi
quan h gia danh mc đu t bao gm tt c các chng khoán đc giao dch trên
th trng và ri ro riêng ca tng chng khoán, Sharpe đã thành công trong vic
đn gin hóa nhng nghiên cu ca Markowitz. T đó bt k mt nhà đu t
chuyên nghip hay không chuyên nào cng có th áp dng lý thuyt la chn danh
mc đu t. T đó, Sharpe đã phát trin thêm và hình thành lý thuyt mô hình đnh
giá tài sn vn(CAPM- Capital Asset Pricing Model). Ni dung chính ca CAPM là
li nhun k vng cao đi lin vi ri ro  mc cao. CAPM cho rng li nhun k
vng ca mt tài sn phi ln hn t sut li nhun phi ri ro và có quan h tuyn
tính vi ri ro th trng (đo lng bng h s beta). Hin nay, lỦ thuyt này đc
2
s dng rng rãi trong cuc sng đ đo lng hiu qu ca danh mc đu t, đánh
giá tng loi chng khoán, thc hin các quyt đnh đu t…
Nm 1990, Sharpe, Markowitz và Merton Miller đã đng nhn gii Nobel
kinh t do nhng đóng góp trong vic phát trin lỦ thuyt CAPM và cho vic phát
trin kinh t tài chính hin đi.

1.2. LỦ thuyt danh mc Markowitz
1.2.1. Ri ro trong hot đng đu t:
Cho đn khi các lỦ thuyt v qun lỦ và la chn danh mc đu t, lỦ thuyt
th trng vn ra đi, xuyên sut lch s 200 nm ca các th trng chng khoán 
M và thm chí lâu hn  mt vài quc gia Châu Âu, cha tng ai đnh ngha đc
ri ro bng mt con s. Các chng khoán đu tim n ri ro và mt vài loi mang
nhiu ri ro hn s còn li, và mi ngi chp nhn điu đó. Ri ro nm trong tính
a mo him ch không phi nhng con s. i vi nhng nhà đu t liu lnh, mc
tiêu ch đn gin là ti đa hóa li nhun; nhng nhà đu t thân trng tp trung
nhiu hn vào các tài khon tit kim và trái phiu dài hn đc đánh giá cao (Peter
L. Bernstein, Chng li các v thn: Câu chuyn đáng chú Ủ v ri ro (New York:
John Wiley & Sons, 1996), trang 247).
Ri ro là nhng điu không chc chn ca nhng kt qu trong tng lai hay
là nhng kh nng ca kt qu bt li. Có th xem xét ri ro mang nhiu đnh tính
hn là đnh lng và ít ai có th lng hóa đc bi vì đó ch là nhng kh nng có
th xy ra ch thc t cha xy ra. Theo các lỦ thuyt trc đây, ngi ta ch quan
nim ri ro là nhng yu t làm cho mc sinh li gim đi nhng hin nay quan nim
này đã thay đi. Ngi ta quan nim rng tt c mi yu t làm cho mc sinh li
thay đi so vi d tính, dù làm tng hay gim , đu đc gi là ri ro.
1.2.2. T sut sinh li, phng sai (đ lch chun) ca mt tƠi sn vƠ ca danh
mc các tƠi sn trong đu t chng khoán
1.2.2.1. T sut sinh li trong đu t chng khoán
3
T sut sinh li ca tài sn (i) đc cho bi công thc sau: R

i
) =





j
.R
j
Trong đó: R
j
là t sut sinh li trong tình hung j
p
j
là kh nng xy ra mc t sut sinh li R
j
Ngoài ra còn có mt phng pháp xác đnh t su sinh li ca tài sn i th hin qua
công thc nh sau: (trong tình hung đn gin) R
i

R
i
=









Trong đó: P
t
là giá chng khoán cui k

P
o
là giá chng khoán đu k
CF
t
là dòng tin c tc trong k
T sut sinh li c tính ca mt danh mc đu t là bình quân gia quyn
(theo t trng vn đu t vào tng loi tài sn, kỦ hiu E(R
p
)) ca t sut sinh li
thu đc t mi chng khoán trong danh mc đu t đó. iu này đc tính toán
nh sau: w
i

E (R
p
) =









Trong đó: w
i
: là t trng đu t tài sn i trong danh mc


i
): là T sut sinh li mong đi ca tài sn i
1.2.2.2. Phng sai (đ lch chun) ca mt tƠi sn vƠ danh mc
Trc tiên, ta xem xỨt phng sai (đ lch chun) ca t sut sinh li đi vi
mt khon đu t c th:
Phng sai (
2
) và đ lch chun () là phng pháp c lng chênh lch
ca nhng mc T sut sinh li có th có, R
i
, so vi t sut sinh li mong đi E(R
i
)
nh sau:
4
Phng sai 
2
=




[R
i
ậE(R
i
)]
2
. p
i

Trong đó p
i
là kh nng xy ra t sut sinh li R
i

 lch chun  =




 











Tuy nhiên, vic tính toán đ lch chun ca các giá tr t sut sinh li thc
nghim thì chúng ta có th ly tng bình phng các khon chênh lch và chia cho
N, vi N là s mu thc nghim
 lch chun =







 







2
Sau đây, ta s xỨt đn phng sai (đ lch chun) ca t sut sinh li đi vi
danh mc đu t
 thit lp đc công thc phng sai ca T sut sinh li đi vi danh
mc đu t ậ 
p
, chúng ta cn tìm hiu thêm các khái nim là Hip phng sai và h
s tng quan
V Hip phng sai, khi phân tích danh mc đu t, chúng ta thng quan
tâm đn hip phng sai ca t sut sinh li hn là s thay đi giá c và mt vài th
khác. Hip phng sai là mt c lng đ hai mc đ khác nhau “tin li gn
nhau” nhm to thành mt giá tr có Ủ ngha. Mt giá tr hip phng sai dng có
ngha là t sut sinh li đi vi hai khon đu t có khuynh hng dch chuyn v
cùng mt hng và ngc li, mt giá tr hip phng sai âm ch ra rng t sut sinh
li ca hai khon đu t có khuynh hng dch chuyn v hai hng khác nhau so
vi mc trung bình ca chúng trong sut mt khong thi gian.  ln ca hip
phng sai ph thuc vào phng sai ca nhng chui t sut sinh li c th cng
nh là mi quan h gia chúng.
+ i vi hai tài sn A và B, hip phng sai ca T sut sinh li 2 tài sn

này đc xem xét nh sau:
Cov
A,B
= Giá tr k vng {[R
iA
ậ E(R
A
)][R
iB
ậ E(R
B
)]} = 
AB
5
+ i vi trng hp phân phi xác sut t sut sinh li ca hai tài sn A và
B thì hip phng sai đc xác đnh nh sau:
Cov
AB
=





.R
iA
ậ E(R
A
)][R
iB

ậ E(R
B
)]}
+ Trong trng hp t sut sinh li ca hai tài sn A và B đc tính toán da
vào thc nghim thì hip phng sai ca chúng đc xác đnh nh sau:
Cov
AB
=


.




R
iA
ậ E(R
A
)][R
iB
ậ E(R
B
)]}
Phn trên ta đã xem xét v Hip phng sai, tip sau là H s tng quan, đó
là s “chun hóa” c lng hip phng sai do hip phng sai b nh hng bi
tính bin thiên ca hai chui TSSL riêng l

AB
=








Trong đó: 
AB
là h s tng quan ca nhng TSSL

A
là đ lch chun ca R
iA

B
là đ lch chun ca R
iB
H s tng quan ch có th thay đi t -1 đn +1. Giá tr +1 có th nhn
mnh mi quan h tuyn tính xác đnh gia R
A
và R
B
, ngha là TSSL đi vi hai c
phiu cùng thay đi trong mt kiu tuyn tính xác đnh hoàn toàn. Giá tr -1 có th
nhn mnh mi quan h ph đnh hoàn toàn gia hai chui TSSL nh khi TSSL ca
mt c phiu cao hn mc trung bình, TSSL ca nhng c phiu khác s thp hn
mc trung bình bng mt s lng ln. Giá tr 0 có ngha là TSSL không có mi
quan h tuyn tính hay còn gi là tng quan đc lp, qua thng kê chúng không có
tng quan vi nhau.

Sau khi đã xem xỨt Hip phng sai và H s tng quan, sau đây s là công
thc tính cho TSSL ca mt DMT:
Nh đã nêu, TSSL ca mt DMT là giá tr trung bình theo t trng ca
TSSL mong đi ca nhng tài sn riêng l trong danh mc đó. Do đó, có mt vài ý
6
kin cho rng đ lch chun ca DMT cng đc tính toán theo cùng cách, ngha
là tính bng cách ly trung bình t trng ca đ lch chun đi vi nhng tài sn
riêng l. ây có th là mt sai lm, Markowitz đã tìm thy công thc tng quát đi
vi đ lch chun ca mt DMT đc th hin c th nh sau:

p
=









 













(i 
Trong đó: 
p
là đ lch chun ca DMT
w
i
là t trng đu t ca tài sn riêng l trong danh mc, t l này
đc xác đnh bi t l ca giá tr trong DMT.

i
2
là phng sai ca TSSL đi vi tài sn i
Cov
ij
là hip phng sai gia TSSL đi vi tài sn i và j, vi Cov
ij
=

ij

i

j
Công thc này cho thy đ lch chun ca DMT là mt phn giá tr trung
bình ca nhng phng sai riêng l (trong đó t trng là bình phng), cng vi t
trng hip phng sai gia nhng tài sn trong danh mc.  lch chun (hay ri

ro) ca DMT bao gm không ch phng sai ca nhng tài sn riêng l mà còn
bao gm hip phng sai gia nhng cp tài sn riêng l trong danh mc đó. Hn
na, trong mt DMT vi s lng ln các chng khoán, công thc này rút gn
thành tng t trng hip phng sai.
Theo công thc trên, chúng ta rút ra nhng nhn đnh sau:
+ Mt là, nu ta thêm mt tài sn vào DMT thì s xy ra hai nh hng: th
nht là phng sai TSSL ca chính tài sn đó, và th hai là hip phng sai gia
TSSL ca tài sn mi vi TSSL ca nhng tài sn khác hin có trong danh mc.
Mi liên quan giá tr ca nhng hip phng sai này v cn bn ln hn phng sai
ca mt tài sn mi thêm vào và c phng sai ca nhng tài sn hin có trong danh
mc. iu này có ngha là nhân t quan trng đc xem xét khi thêm mt khon
7
đu t vào danh mc không phi là phng sai ca chính khon đu t đó mà là
hip phng sai trung bình vi tt c nhng khon đu t khác trong danh mc.
+ Hai là, ri ro ca DMT ch yu ph thuc vào hip phng sai ca tng
cp tài sn có trong danh mc, mà hip phng sai li chu nh hng bi h s
tng quan. Nu h s tng quan ca tng cp tài sn là xác đnh hoàn toàn thì s
không có li gì trong vic gim thiu ri ro danh mc vì khi đó đ lch chun cng
ch đn gin là trung bình t trng ca nhng đ lch chun đn l. Ngc li, nu
h s tng quan là ph đnh hoàn toàn thì có th gim thiu đáng k ri ro danh
mc, đc bit là đi vi danh mc ch gm hai tài sn thì ri ro đc hoàn toàn trit
tiêu.
T vic đa ra công thc đo lng ri ro (đ lch chun) và TSSL ca
DMT, Harry Markowitz đã đi đn mt kt lun rt có giá tr: đa dng hóa danh
mc có th làm gim thiu, thm chí trit tiêu ri ro khi đu t.
1.2.3. ng biên hiu qu vƠ li ích ca nhƠ đu t
Nh ta đã bit trong lỦ thuyt danh mc ca Harry Markowitz, vic đa dng
hóa các chng khoán trong danh mc đu t s có tác dng gim thiu ri ro.
ng biên hiu qu miêu t tp hp nhng danh mc đu t có t sut sinh li ln
nht cho mi mc đ ri ro, hoc ri ro thp nht cho mi mc t sut sinh li. Nh

mt nhà đu t, bn s có mt đim mc tiêu nm dc theo đng biên hiu qu da
trên hàm li ích và thái đ hng đn ri ro, không có mt danh mc đu t nào
nm trên đng biên hiu qu có th chim u th hn bt k danh mc đu t khác
trên đng biên hiu qu, danh mc có t sut sinh li càng cao thì ri ro mà nhà
đu t phi chu s càng ln.
Hình 1.1 ch ra hai tp hp đng cong hu dng vi mt đng biên hiu
qu ca nhng khon đu t. ng cong U
1
cho thy thái đ không thích ri ro
mnh nht ca nhà đu t (so sánh vi U
3
và U
2
). Nhng đng cong hu dng này
hoàn toàn dc đng, điu này ch ra rng nhà đu t s không gánh chu thêm ri ro
đ gia tng t sut sinh li. Tp hp các đng cong U
’
1
, U
’
2,
U
’
3
cho thy thái đ
8
không thích ri ro ca nhà đu t thp hn. Mt nhà đu t s sn sang chp nhn
mt ri ro ít hn đ nhn đc mt t sut sinh li mong đi cao hn.

Hình 1.1: La chn mt danh mc đu t ti u trong th trng vi nhng tƠi
sn ri ro trên đng biên hiu qu
Ngun: Sách “u t tài chính”-tác gi Phan Th Bích Nguyt-trang 34
Danh mc đu t ti u là danh mc đu t trên đng biên hiu qu, ti đó
li ích đem li cho nhà đu t là cao nht. Nó nm ti đim tip tuyn gia đng
biên hiu qu và đng cong vi mc hu dng cao nht. Mc hu dng cao nht
ca mt nhà đu t thn trng là ti đim X trên hình 1.1, ni mà đng cong U
2
ch
tip xúc vi đng biên hiu qu. Mc hu dng cao nht ca mt nhà đu t có
thái đ mo him hn xy ra ti đim Y, ti đim này cho thy mt danh mc đu t
vi mt t sut sinh li monh đi cao hn và ri ro cao hn danh mc đu t ti
đim X.

A
U
3
 lch chun

ng cong hu dng (hay đng cong bàng quan)
ng biên hiu qu
Markowitz

p2
*


T sut sinh li mong đi
E(R
p1
*
)

E(R
p2
*
)

p1
*

B
U
1
U
2
U
’
2

U
’
1
U
’
3
9
1.3. Mô hình đnh giá tƠi sn vn (CAPM)
1.3.1. Các gi đnh
Khi cn gii quyt bt k lỦ thuyt nào trong khoa hc, kinh t hc hay trong
tài chính cn thit phi đa ra mt vài gi đnh, các gi đnh này s ch ra th gii
đc mong đi vn hành nh th nào. iu này cho phép các thuyt gia tp trung
vào vic phát trin mt lỦ thuyt mà lỦ thuyt đó s gii thích mt vài khía cnh ca
th gii s đáp ng các thay đi trong môi trng. Trong phn này, chúng ta s xem
xét nhng gi đnh ch yu làm c s cho s phát trin lỦ thuyt th trng vn
Gi đnh v tơm lỦ các nhƠ đu t
(1) Các nhà đu t là nhng cá nhân không a thích ri ro nhng luôn mun ti
đa hóa li ích mong đi. Tc là, các nhà đu t thích la chn chng khoán
có t sut sinh li cao tng ng vi ri ro cho trc hoc ri ro thp nht
vi t sut sinh li cho trc. Nh vy, nhng nhà đu t trong gi đnh này
đc gi là nhng nhà đu t thn trng
(2) Các nhà đu t s tìm cách gim thiu ri ro bng vic kt hp nhiu chng
khoán khác nhau trong tp hp danh mc đu t ca mình.
(3) Các quyt đnh đu t đc đa ra và kt thúc trong khong thi gian nht
đnh. Khong thi gian này không nht thit phi đc quy đnh c th. Nó
có th đc tính bng 6 tháng, 1 nm, 2 nm…Trong thc t, các quyt đnh
đu t thì phc tp hn nhiu và thng không ch là mt chu k thi gian.
Vic gi đnh rng quyt đnh đu t kéo dài và kt thúc trong mt giai đon
ch là s cn thit đ đn gin hóa trong khi tính toán và phân tích.
(4) Các nhà đu t có chung các k vng v các thông s đu vào s dng đ to

lp danh mc đu t hu hiu Markowitz. ó là các thông s nh: mc li
sut, đ ri ro
Nhng gi thuyt v th trng vn
(1) Th trng vn là th trng cnh tranh hoàn ho. iu này có ngha là trên
th trng có rt nhiu ngi bán và ngi mua. Nng lc ca mt nhà đu t
10
riêng l thì rt nh so vi c th trng, vì vy hot đng ca h không làm
nh hng đn th trng. Giá c trên th trng ch chu s quyt đnh bi
mi quan h cung cu.
(2) Không tn ti các loi phí giao dch trên th trng hay bt k mt s cn tr
nào trong cung và cu ca mt loi chng khoán. B gi đnh này s làm thay
đi kt qu nhng không làm thay đi kt cc c bn trong tính toán. Và
không có lm phát hay bt k thay đi nào trong lãi sut, hoc lm phát đc
phn ánh mt cách đy đ. ây là mt gi đnh ban đu hp lỦ và có th
đc thay đi.
(3) Trên th trng tn ti loi chng khoán không có ri ro mà nhà đu t có th
đu t. Hn th na, nhà đu t có th vay vi lãi sut bng lãi sut không ri
ro đó. Nói cách khác, lãi sut vay và lãi sut cho vay cùng bng nhau và bng
lãi sut không ri ro.
(4) Các th trng vn  trng thái cân bng. iu này có ngha là chúng ta bt
đu vi tt c các tài sn đc đnh giá đúng vi mc đ ri ro ca chúng.
(5) Tt c các khon đu t có th phân chia tùy Ủ, có ngha là các nhà đu t có
th mua và bán các t l phn trm ca bt k tài sn hay danh mc nào.
(6) Luôn có mt s c đnh nhng loi tài sn và s lng ca chúng trong mt
k nghiên cu đ ln.
1.3.2. TƠi sn phi ri ro
Nhân t ch yu đ Lý thuyt danh mc phát trin thành Lý thuyt th trng
vn là Ủ tng v s tn ti ca mt tài sn phi ri ro (ví d nh là trái phiu chính
ph). Vì t sut sinh li trên tài sn phi ri ro là hoàn toàn chc chn nên tài sn này
có phng sai bng không (

f
= 0) và không có tng quan ti tt c các tài sn ri
ro khác (Cov
f,i
= 0).
1.3.3. Kt hp mt tƠi sn phi ri ro vi mt danh mc tƠi sn ri ro
11
Khi kt hp mt tài sn phi ri ro vi mt danh mc các tài sn ri ro chng
hn nh các danh mc nm trên đng hiu qu Markowitz thì t sut sinh li ca
danh mc mi s là:
E (R
p
) = w
f .
r
f
+ (1- w
f).
E(R
i
)
Trong đó w
f
là t trng ca tài sn phi ri ro trong danh mc
E(R
i
) là TSSL mong đi danh mc i ca các tài sn ri ro
ng thi phng sai ca danh mc mi đc xác đnh bi công thc sau:




= 





+(1- 

)
2



+2

(1- 

)









= (1- 


)
2




Do đó, đ lch chun s là:


=

  






= (1-

)


Nh vy, đ lch chun ca danh mc kt hp gia mt tài sn phi ri ro vi
các tài sn ri ro là t l tuyn tính vi đ lch chun danh mc các tài sn ri ro.
1.3.4. ng th trng vn CML ậla chn danh mc ti u khi có s tn ti
ca tƠi sn phi ri ro
Mô hình Markowitz đã cung cp cho chúng ta nguyên tc la chn danh mc
đu t ti u cho mi nhà đu t cn c vào kh nng chp nhn ri ro ca nhà đu
t đó.Áp dng mô hình trên, nu th trng tn ti loi chng khoán phi ri ro (vi

lãi sut phi ri ro ậ Riskfree Rate ậ R
F
) và gi thit rng cá nhân nhà đu t có th
vay và mn không hn ch trên c s lãi sut này (gi thuyt 3 ca th trng vn)
thì kt qu v lỦ thuyt la chn danh mc đu t s đc mô t nh hình v sau:






12










Hình 1.2: Kt qu v lỦ thuyt la chn danh mc đu t sau khi có s kt hp
ca tƠi sn phi ri ro.
Ngun: sách “Phân tích chng khoán và qun lý danh mc đu t”- tác gi Bùi
Kim Yn-trang 84
Trên hình v, đng CML tip tuyn vi đng cong Markowitz ti M. Phía
bên trái ca M biu hin s kt hp đu t gia nhng tài sn có kh nng ri ro và
tài sn có lãi sut an toàn. Còn phía bên phi ca M biu hin phng án mua nhng
tài sn có kh nng ri ro mà nhng tài sn này đc mua bng tin đi vay vi lãi

sut an toàn.
Chúng ta hãy làm mt s so sánh gia hai danh mc đu t: Mt nm trên
đng thng P
B
và mt nm trên đng cong P
A
. Hai danh mc đu t này có cùng
kh nng ri ro nh nhau.
P
B
là s kt hp ca phng án đu t gia tài sn có lãi sut an toàn và danh
mc đu t ti u M. D nhn thy là P
B
ha hn đem li lãi sut cao hn P
A
.
Nhng nhà đu t không thích ri ro nht đnh s la chn danh mc P
B
đ đu t.
Có ngha là P
B
hiu qu hn P
A
. Thc t điu này hoàn toàn đúng cho bt k đim
T sut sinh li
mong đi
 lch chun
M
ng th trng vn
-CML

ng biên hiu qu
Markowitz
R
F
P
A
P
B
13
nào nm trên đng thng đó ch duy nht tr đim M vì nó nm trên đng cong
ti u ca Markowitz.
Chúng ta có th kt lun v lỦ thuyt la chn danh mc đu t là nhà đu t
s chn nhng danh mc đu t nm trên đng cong ti u trong mô hình ca
Markowitz. Vn đ la chn danh mc nào trong s đó ph thuc vào kh nng
chp nhn ri ro ca mi nhà đu t. Trng hp nhà đu t có th cho vay và đi
vay theo lãi sut phi ri ro (RF) thì h s chn mt trong các danh mc đu t nm
trên đng thng CML.
Ta có th xem xét hình v sau:

Hình 1.3: La chn mt danh mc đu t ti u trong th trng khi có s tn
ti ca tƠi sn phi ri ro
Ngun: Sách “u t tài chính”-tác gi Phan Th Bích Nguyt-trang 51
T sut sinh li mong đi
 lch chun
M
CHO VAY
ng th trng vn-CML
ng biên hiu qu Markowitz
E(R
M
)

M


Mc ngi ri ro cao
Mc ngi ri ro trung bình
Mc ngi ri ro thp
I VAY
14
Tt c các danh mc nm trên đng CML là kt hp ca danh mc tài sn
ri ro M và mt tài sn phi ri ro, và vic la chn danh mc đu t nào ph thuc
vào thái đ đi vi ri ro ca nhà đu t.
 Nu nhà đu t có mc ngi ri ro cao (không a thích ri ro) thì anh
ta s đu t mt phn vào tài sn phi ri ro (cho vay vi lãi sut phi ri
ro - r
f

) và phn còn li đu t vào danh mc tài sn ri ro M.
 Ngc li, nu nhà đu t có mc ngi ri ro tho (thích ri ro hn)
thì anh ta s đi vay vi lãi sut phi ri ro r
f
và đu t tt c s tin (vn
hin có cng vi phn vay thêm) vào danh mc tài sn ri ro M.
- Xây dng công thc cho đng CML:
 rút ra công thc cho đng CML, chúng ta gi thuyt rng nhà đu t to
dng mt danh mc đu t bao gm chng khoán phi ri ro (k
F
) vi t trng vn
đu t W
F
và danh mc th trng M vi t trng đu t W
M
.
Vy: W
F
+ W
M
= 1 hay W
F
= 1 - W
M
Ta đã bit li sut c tính ca danh mc đu t đc tính bng trung bình
trng s ca các chng khoán có trong danh mc đu t đó. Nh vy, trng hp
này chúng ta có li sut c tính ca danh mc đu t E (R
P
) là:
E(R

P
) = W
F
R
F
+ W
M
E(R
M
)
Trong đó:
E(R
P
) : Li sut ca danh mc đu t.
R
F
: Li sut chng khon phi ri ro.
E(R
M
) : Li sut danh mc đu t th trng M.
W
F
: T trng chng khoán phi ri ro.
W
M
: T trng danh mc th trng M.
Chúng ta bit rng: W
F
= 1 ậ W
M

Do vy, ta có th vit li là:
E(R
P
) = (1 ậ W
M
)R
F
+ W
M
E(R
M
)
Hay: E(R
P
) = R
F
+ W
M
[E(R
M
) ậ R
F
) (1)