Vận dụng mô hình CAPM trong đo lường rủi ro hệ thống cổ phiếu ngành xây dựng niêm yết trên HOSE.

LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được
ai công bố trong bất kỳ công trình nào khác.
Tác giả

NGUYỄN THỊ TIẾN


MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH


DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
Ký hiệu
APT
CAPM
CNH - HĐH
FIML
GDP
GMM
HOSE
OLS

Giải thích
Arbitrage Pricing Theory, Lý thuyết định giá chênh lệch

Capital Asset Pricing Model, mô hình định giá tài sản vốn
Công nghiệp hóa - hiện đại hóa
Full Information Method Likelihood, phương pháp ước
lượng thích hợp cực đại
Gross Domestic Product, tổng sản phẩm nội địa
General Method of Moment, phương pháp Momen tổng
quát
Hochiminh Stock Exchange, Sở giao dịch chứng khoán
thành phố Hồ Chính Minh
Ordinary Least Square, phương pháp bình phương nhỏ
nhất


DANH MỤC CÁC HÌNH
Số hiệu

Tên hình vẽ
hình vẽ
1.1
Minh họa rủi ro hệ thống và rủi ro phi hệ thống

Trang
11

1.2

Danh mục thị trường và danh mục Beta Zero đồng hành

25

2.1

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

32

3.1

Diễn biến chỉ số CPI các tháng năm 2010 - 2011

59

3.2

Tốc độ tăng trưởng GDP giai đoạn 2000 - 2011

61

4.1

Tăng trưởng lợi nhuận của HBC 2010 - 2011

80


DANH MỤC CÁC BẢNG
Số hiệu
bảng
3.1

4.1

Tên bảng
Bảng thống kê tỷ suất lợi tức của các chứng khoán
ngành xây dựng
Kiểm định việc tuân thủ quy luật phân phối chuẩn
của chuỗi tỷ suất lợi tức vượt trội của các chứng

Trang
60

68

khoán
Kiểm định tính hiệu lực của mô hình CAPM của
4.2

Sharpe - Lintner và CAPM Beta zero của Black theo

69

phương pháp FIML
Kiểm định tính hiệu lực của mô hình CAPM của
4.3

4.4
4.5
4.6
4.7
4.8

4.9

Sharpe - Lintner và CAPM Beta zero của Black theo
phương pháp GMM
Giá trị ước lượng các hệ số β của mô hình CAPM
phiên bản Sharpe - Lintner theo phương pháp FIML
Giá trị các hệ số ước lượng mô hình CAPM Beta
Zero của Black theo phương pháp ước lượng FIML
Giá trị ước lượng của hệ số γ mô hình CAPM Beta
Zero của Black theo phương pháp ước lượng FIML.
Kết quả ước lượng hệ số Beta của mô hình ràng buộc
phiên bản Sharpe - Lintner theo phương pháp GMM
Kết quả ước lượng hệ số beta theo phương pháp
GMM
Kết quả ước lượng hệ số γ theo phương pháp GMM

70

71
73
74
74
76
76


4.10
4.11

Báo cáo tài chính năm 2010-2011 công ty cổ phần

Cơ điện và Xây dựng
Báo cáo tài chính năm 2010-2011 công ty cổ phần
Đầu tư Hạ tầng và Đô thị Dầu khí

79
80


1

MỞ ĐẦU
1. Tính cấp thiết của đề tài
Trong quá trình CNH-HĐH ở Việt Nam, xây dựng cơ sở hạ tầng là một
trong những ưu tiên hàng đầu. Ngành xây dựng ở Việt Nam đang đứng trước
nhiều cơ hội phát triển, thách thức như công nghệ lạc hậu, thiếu vốn, qui mô
nhỏ, năng lực quản lý hạn chế, dự báo chưa kịp thời còn ngắn hạn, thiên tai
thường xuyên xảy ra, phụ thuộc chủ yếu vào nguyên vật liệu nhập khẩu, đặc
biệt trong thời kỳ lạm phát cao như hiện nay.
Trong các kênh thu hút vốn đầu tư, thị trường chứng khoán là kênh thu
hút vốn hiệu quả nhưng tiềm ẩn nhiều rủi ro do yếu tố chủ quan, khách quan,
qui mô và các lĩnh vực hoạt động còn hẹp, lượng vốn huy động chưa cao từ các
nhà đầu tư tiềm năng. Ngành xây dựng là một trong những ngành cần vốn đầu
tư ban đầu rất lớn. Vì vậy, để kênh chứng khoán trở thành kênh thu hút vốn đầu
tư hiệu quả, thì độ tin cậy trong phân tích các báo cáo tài chính của ngành xây
dựng mang tính sống còn.
Hiện tại, việc đo lường rủi ro hệ thống có thể vận dụng bằng nhiều mô
hình tài chính khác nhau. Tuy nhiên, vận dụng mô hình CAPM trong đo
lường rủi ro hệ thống cổ phiếu là khá đơn giản, dễ dàng vận dụng và được sử
dụng phổ biến nhất.
Trong thực tế người ta thường sử dụng mô hình CAPM (mô hình định

giá tài sản vốn) để giải thích mối quan hệ giữa rủi ro và lợi tức kỳ vọng của
tài sản vốn cụ thể là của một chứng khoán hay của một danh mục đầu tư. Bên
cạnh đó, mô hình APT - lý thuyết định giá chênh lệch là mô hình bổ sung.
CAPM và APT là cơ sở quan trọng để chứng minh rằng nếu một danh mục
đầu tư có độ đa dạng hóa cao thì rủi ro phi hệ thống gần như bị triệt tiêu và
chỉ còn lại rủi ro hệ thống.


2

Rủi ro hệ thống là rủi ro tác động đến toàn bộ hoặc hầu hết chứng
khoán. Sự bấp bênh của môi trường kinh tế nói chung như GDP sụt giảm, lãi
suất biến động, tốc độ lạm phát thay đổi, ... là những ví dụ về rủi ro hệ thống,
những biến đổi này tác động đến sự dao động giá của các chứng khoán trên
thị trường và điều đó sẽ làm ảnh hưởng đến sự biến động rủi ro hệ thống của
các cổ phiếu.
Nhằm tiếp tục phát triển những đề tài nghiên cứu về mô hình CAPM
trước đây, những đề tài này chỉ dừng lại ở việc đưa ra kết quả ước lượng và
kiểm định mô hình cho thị trường chứng khoán Việt Nam, chưa nghiên cứu
sâu về việc đo lường rủi ro hệ thống cổ phiếu ngành xây dựng.
Vì vậy, việc nghiên cứu vận dụng mô hình CAPM trong đo lường rủi
ro hệ thống cổ phiếu ngành xây dựng niêm yết trên HOSE đang là vấn đề
hết sức cấp thiết, kết quả của đề tài sẽ là cơ sở quan trọng để các nhà đầu tư
có những quyết định hợp lý khi đầu tư vào ngành xây dựng.
2. Mục tiêu nghiên cứu
Thứ nhất, hệ thống hóa cơ sở lý luận về rủi ro hệ thống và đo lường rủi
ro hệ thống bằng mô hình CAPM của Sharpe - Lintner và CAPM Beta Zero
của Black.
Thứ hai, làm rõ phương pháp ước lượng và kiểm định mô hình CAPM
của Sharpe - Lintner và CAPM Beta Zero của Black.

Thứ ba, đo lường rủi ro hệ thống của cổ phiếu ngành xây dựng theo mô
hình CAPM của Sharpe - Lintner và CAPM Beta Zero của Black bằng cả hai
phương pháp ước lượng thích hơp cực đại (FIML) và phương pháp ước lượng
GMM.
Thứ tư, đánh giá rủi ro hệ thống của ngành xây dựng với dữ liệu cụ thể
đã nêu và đề xuất các khuyến nghị đối với nhà đầu tư chứng khoán khi đang
quyết đầu tư vào ngành xây dựng.


3

3. Đối tượng và phạm vi nghiên cứu
Đề tài tập trung vào việc vận dụng mô hình CAPM trong đo lường rủi
ro hệ thống cổ phiếu ngành xây dựng niêm yết trên HOSE.
Đề tài sử dụng dữ liệu được thu thập là giá đóng cửa của 13 công ty
ngành xây dựng niêm yết trên HOSE từ ngày 20/12/2010 đến ngày 06/3/2012
với danh mục thị trường được sử dụng trong đề tài là chỉ số VN Index.
4. Phương pháp nghiên cứu
Đề tài sử dụng các phương pháp thống kê; phương pháp phân tích và
tổng hợp, phương pháp ước lượng thích hợp cực đại (FIML) và Mô-men tổng
quát (GMM), mô hình CAPM.
5. Bố cục đề tài
Đề tài gồm có 4 chương:
Chương 1: Mô hình CAPM và vận dụng mô hình CAPM trong đo
lường rủi ro hệ thống cổ phiếu.
Chương 2: Phương pháp ước lượng và kiểm định mô hình CAPM.
Chương 3: Thực trạng rủi ro cổ phiếu ngành xây dựng Việt Nam.
Chương 4: Kết quả ước lượng và kiểm định mô hình CAPM đối với cổ
phiếu ngành xây dựng niêm yết trên HOSE.
6. Tổng quan tài liệu nghiên cứu

Tổng quan về các nghiên cứu có liên quan đến việc ước lượng và kiểm
định CAPM trên thế giới:
Cho đến nay có rất nhiều công trình nghiên cứu về mô hình CAPM,
một trong những công trình đầu tiên nghiên cứu về mô hình này là "Giá của
tài sản vốn - Lý thuyết thị trường cân bằng trong điều kiện rủi ro" của
William Sharpe (1964) và "Giá trị của tài sản rủi ro và sự lựa chọn danh mục
đầu tư và ngân sách vốn" của John Lintner (1965b). Kết quả của hai mô hình
này đã cho ra đời mô hình định giá tài sản vốn - CAPM.


4

Sau đó có rất nhiều công trình nghiên cứu về mô hình CAPM và kiểm
định hiệu lực của mô hình đã được thực hiện trên nhiều nước mà tiêu biểu
nhất là các công trình dưới đây:
- Đầu tiên là công trình "Công tác điều hành của Quỹ đầu tư trong giai
đoạn 1945 - 1964 của Michael C. Jensen. Trong công trình này, chính Jensen
đã đề xuất về việc kiểm định hàm ý "hệ số α = 0 " để kiểm định hiệu lực của
mô hình CAPM.
- Tiếp đến là Fisher Black (1972) đã đề xuất mô hình CAPM Beta Zero
trong công trình "Sự cân bằng của thị trường vốn khi có sự hạn chế của việc
vay mượn". Cũng trong nắm 1972, công trình mô hình định giá tài sản vốn
"Một số kiểm định thực nghiệm" của tác giả Fisher Black, Michael C. Jensen
và Myron Scholes đã kiểm định hiệu lực của mô hình này đối với các chứng
khoán tại thị trường chứng khoán New York.
- Sau đó là các công trình phản biện mô hình CAPM của các tác giả
Richard Roll (1977) trong công trình "Phản biện đối với kiểm định lý thuyết
định giá tài sản" hay Eugene F. Fama và Kenneth R. French (1992) với công
trình "Dữ liệu chéo đối với thu nhập kỳ vọng của các chứng khoán" đã đưa ra
bằng chứng thực nghiệm bác bỏ hiệu lực của mô hình CAPM lý thuyết.

Trong khi Fama - French đo lường beta bằng tỷ suất sinh lợi hàng
tháng, thì Kothari, Shanken và Sloan đã đo lường beta bằng tỷ suất sinh lợi
hàng năm để né tránh các vấn đề giao dịch và nhận thấy một phần bù đáng kể
cho rủi ro beta. Họ đề xuất các kết quả của Fama - French định kỳ đối với
phạm vi thời gian này và có thể không đáng kể trên một khoảng thời gian dài
hơn. Pettengill, Dundaram và Matthur lưu ý rằng các nghiên cứu thực nghiệm
đặc biệt sử dụng tỷ suất sinh lợi thực tế để kiểm định mô hình CAPM trong
khi lý thuyết này lại chuyên vào tỷ suất sinh lợi mong đợi. Khi các nhà nghiên
cứu điều chỉnh đối với các tỷ suất sinh lợi vượt trội thị trường âm, họ nhận


5

thấy mối quan hệ phù hợp và đáng kể giữa beta và tỷ suất sinh lợi. Khi
Jaganathan và Wang dùng một mô hình CAPM có điều kiện cho phép thay
đổi trong beta và phần bù rủi ro thị trường, mô hình này đã hoạt động tốt
trong việc giải thích mẫu tiêu biểu của các tỷ suất sinh lợi. Grundy và Malkiel
cũng tranh cãi rằng beta là một thước đo hữu dụng của rủi ro trong suốt thời
kỳ thị trường đi xuống.
Nghiên cứu của Heston, Rouwenhost và Wessels (1997) trên một mẫu
gồm 2100 cổ phiếu thuộc 12 nước châu Âu giai đoạn 1980-1995 đã tìm thấy
mối quan hệ tích cực giữa lợi nhuận bình quân và beta. Cụ thể là trong mỗi
nhóm cổ phiếu phân loại theo qui mô doanh nghiệp, mối quan hệ tích cực
giữa lợi nhuận và beta đều được tìm thấy và trong mỗi nhóm cổ phiếu phân
loại theo hệ số beta, cổ phiếu của các công ty qui mô nhỏ có lợi nhuận cao
hơn cổ phiếu của các công ty lớn. Beta và qui mô doanh nghiệp cũng được
thấy là có vẻ không có mối tương quan với nhau. Do đó, Heston, Rouwenhost
và Wessels (1997) đã kết luận rằng, beta và qui mô doanh nghiệp là hai yếu tố
độc lập cùng giải thích cho lợi nhuận bình quân của cổ phiếu trên thị trường
quốc tế.

Cùng lúc đó, một nghiên cứu của Ibbotson, Kaplan và Peterson (1997)
về hệ số beta của tất cả các cổ phiếu thường NYSE/AMEX/NASDAQ giai
đoạn 1931-1994 cho thấy, hệ số beta của các công ty có qui mô nhỏ được tính
theo phương pháp truyền thống quá thấp và không có liên hệ với lợi nhuận
tương lai. Tuy nhiên, khi hệ số beta được điều chỉnh thành “SUM” thì kết quả
cho thấy beta được điều chỉnh này thể hiện được sự cân bằng tích cực giữa rủi
ro và lợi nhuận của mô hình CAPM. Hơn nữa, hệ số beta được điều chỉnh có
thể giải thích cho sự ảnh hưởng của qui mô doanh nghiệp đối với lợi nhuận
của cổ phiếu.


6

Tổng quan về các nghiên cứu có liên quan đến việc ước lượng và kiểm
định CAPM tại Việt Nam:
Cho đến nay đã có một số nghiên cứu thực nghiệm về mô hình CAPM
và mô hình Fama - French 3 nhân tố trên thị trường chứng khoán Việt Nam
của các học viên cao học cũng như sinh viên đại học ở Việt Nam. Trong đó,
có đề tài thạc sỹ của tác giả Đinh Trọng Hưng và Trần Minh Ngọc Diễm thực
hiện tại đại học Kinh tế thành phố Hồ Chí Minh.
Trong luận văn thạc sỹ "Ứng dụng một số mô hình đầu tư tài chính
hiện đại vào thị trường chứng khoán Việt Nam" của tác giả Đinh Trọng Hưng
dưới sự hướng dẫn của tiến sỹ Lãi Tiến Dĩnh. Trong đề tài này, tác giả nghiên
cứu các mô hình đầu tư tài chính bao gồm: Lý thuyết danh mục Markowitz, lý
thuyết thị trường vốn, mô hình định giá tài sản vốn CAPM và Fama French 3
nhân tố. Trên cơ sở các mô hình đó, tác giả áp dụng cho 26 công ty niêm yết
trên Sở giao dịch chứng khoán thành phố Hồ Chí Minh từ 01/01/2005 đến
30/6/2008. Khi sử dụng mô hình CAPM phiên bản Sharpe - Lintner, tác giả
ước lượng hệ số Beta tương ứng với hai trường hợp danh mục thị trường là
chỉ số VN Index và danh mục thị trường là danh mục tối ưu từ 26 chứng

khoán. Trong đó, khi kiểm định luật phân phối chuẩn đối với tỷ suất lợi tức
của 26 chứng khoán chỉ có 5 chứng khoán tuân theo quy luật phân phối chuẩn
[2, Tr. 51]. Tuy nhiên, tác giả sử dụng luật số lớn để cho rằng khi mở rộng
mẫu quan sát thì tỷ suất lợi tức của các chứng khoán sẽ tuân theo luật phân
phối chuẩn.
Hay luận văn thạc sỹ "Ứng dụng các lý thuyết tài chính hiện đại trong
việc đo lường rủi ro của các chứng khoán niêm yết tại Sở giao dịch chứng
khoán thành phố Hồ Chí Minh" của tác giả Trần Minh Ngọc Diễm được thực
hiện dưới sự hướng dẫn của giáo sư tiến sỹ Trần Ngọc Thơ. Trong luận văn
này, tác giả trình bày và ứng dụng các mô hình tài chính CAPM và APT cho


7

chứng khoán niêm yết tại Sở giao dịch chứng khoán thành phố Hồ Chí Minh
từ ngày 28/7/2000 đến hết ngày 29/4/2008 để xác định hệ số beta, chỉ tiêu đo
lường rủi ro các mô hình này. Trong đề tài này, tác giả đã ước lượng hệ số
Beta của mô hình CAPM phiên bản của Sharpe Lintner dựa trên danh mục thị
trường là danh mục đầu tư tối ưu Harry Markowitz. Tuy nhiên, đề tài không
hề kiểm định quy luật phân phối của tỷ suất lợi tức trước khi ước lượng bằng
phương pháp OLS. Ngoài ra, trong thời gian gần đây, tác giả Nguyễn Ngọc
Vũ cũng có bài báo viết về vấn đề này. Trong bài, tác giả ước lượng hệ số
eeta, là hệ số góc giữa lợi tức thực tế của chứng khoán và tỷ suất lợi tức thực
tế của chỉ số giá thị trường chứng khoán bằng phương pháp bình phương bé
nhất. Số lượng chứng khoán gồm 43 công ty niêm yết tại Sở giao dịch chứng
khoán Hà Nội và danh mục thị trường được sử dụng là chỉ số HNX Index.
Có thể đánh giá chung về các tài liệu thực nghiệm ở Việt Nam trong
thời gian qua như sau:
Một là, tất cả những đề tài này chỉ dừng lại ở mô hình CAPM phiên
bản của Sharpe Lintner, ước lượng bằng phương pháp ước lượng OLS và sau

đó kiểm định giả thiết của mô hình hồi quy.
Hai là, mặc dù các chuỗi tỷ suất lợi tức không tuân thủ quy luật phân
phối chuẩn nhưng các tác giả đều sử dụng luật số lớn để cho rằng chuỗi tỷ
suất lợi tức tuân thủ quy luật phân phối chuẩn khi gia tăng kích thước mẫu.
Tuy nhiên, qua thực tế kiểm định, điều này không chắc chắn đúng với tỷ suất
lợi tức của các chứng khoán niêm yết tại HOSE. Do đó, các nghiên cứu này
bỏ qua một vấn đề khá nghiêm trọng trong kiểm định các giả thiết mô hình
hồi quy là khi các ước lượng có thể bị chệch và không hiệu quả.
Chính vì vậy, mặc dù kết luận của các nghiên cứu này là có tồn tại mô
hình CAPM ở HOSE nhưng kết quả nghiên cứu của các đề tài này không đủ
cơ sở chấp nhận. Do đó, chúng ta cần phải thực hiện lại việc ước lượng và


8

kiểm định mô hình. Trong đề tài đã kế thừa một số nghiên cứu của những tác
giả trước đó đo lường rủi ro hệ thống bằng mô hình CAPM áp dụng cho các
cổ phiếu ngành xây dựng. Dữ liệu được thu thập có đặc điểm chung là giá các
cổ phiếu không tuân theo quy luật phân phối chuẩn. Do đó, trong đề tài sẽ
trình bày rõ ràng phương pháp chứng minh dữ liệu không tuân theo phân phối
chuẩn dự vào phần mềm Eviews 5. Sau khi ước lượng hệ số beta, để tài tiến
hành kiểm định rủi ro hệ thống (hệ số beta) và beta zero bằng phương pháp
FIML và GMM. Riêng phương pháp kiểm định GMM áp dụng cho dữ liệu
không tuân theo phân phối chuẩn và sẽ được sử dụng để kiểm định hệ số beta
theo mô hình CAPM.


9

CHƯƠNG 1

MÔ HÌNH CAPM VÀ VẬN DỤNG MÔ HÌNH CAPM TRONG
ĐO LƯỜNG RỦI RO HỆ THỐNG
1.1. RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU
1.1.1. Khái niệm rủi ro
Có nhiều định nghĩa khác nhau về rủi ro. Trong đầu tư tài chính, rủi ro
đề cập đến sự không chắc chắn về lợi tức mà nhà đầu tư kỳ vọng nhận được
từ việc đầu tư.
Vậy, rủi ro là những điều không chắc chắn của những kết quả trong
tương lai hay là những khả năng của kết quả bất lợi. [8, Tr. 6]
Vì hầu hết các nhà đầu tư đều có xu hướng ngại rủi ro (risk-aversion),
hàm ý rằng nếu như các yếu tố khác là giống nhau, các nhà đầu tư sẽ lựa chọn
đầu tư với sự chắc chắn lớn hơn. Các nhà đầu tư có thể chấp nhận rủi ro cao
hơn. Nói cách khác, các nhà đầu tư sẽ không chấp nhận rủi ro trừ khi họ có
được sự đền bù (phần bù lợi tức) cho việc chấp nhận đó. Sự đền bù này phải
tương xứng với rủi ro của nhà đầu tư: rủi ro càng lớn, sự đền bù càng cao và
ngược lại. Đây chính là sự cân bằng giữa rủi ro và lợi tức.
Việc chấp nhận mức rủi ro nào là tùy thuộc vào mỗi nhà đầu tư: một số
nhà đầu tư chấp nhận rủi ro cao với kỳ vọng sẽ nhận được một lợi tức cao;
nhưng cũng có một số nhà đầu tư khác chỉ muốn chấp nhận rủi ro thấp, và do
vậy cũng chỉ với lợi tức kỳ vọng thấp. Chính vì thế, chúng ta thường thấy
rằng có một số người chỉ đầu tư vào trái phiếu chính phủ, chứng chỉ tiền gửi,
…với mức độ an toàn cao nhưng chỉ mang lại lợi tức thấp. Trong khi đó một
số người khác thì sẵn sàng đầu tư vào cổ phiếu hoặc các chứng khoán phái
sinh (quyền chọn, hợp đồng tương lai, …) với kỳ vọng nhận được lợi tức cao.
Tuy nhiên, bởi vì rủi cao hơn của các loại chứng khoán này nên không có gì
đảm bảo rằng lợi tức này sẽ trở thành hiện thực.


10

1.1.2. Các loại rủi ro cổ phiếu
Khái niệm rủi ro của chứng khoán được đề cập trong các phần trên là
rủi ro toàn bộ. Lý thuyết đầu tư hiện đại phân chia rủi ro toàn bộ thành hai
loại: rủi ro hệ thống (systematic risk) và rủi ro phi hệ thống (nonsystematic
risk).
a. Rủi ro phi hệ thống
Rủi ro phi hệ thống (nonsystematic risk): rủi ro xuất phát từ chính công
ty phát hành chứng khoán đó, do vậy nó có thể được tránh bằng cách đa dạng
hóa danh mục đầu tư.
Hay rủi ro phi hệ thống là một phần của rủi ro đầu tư. Loại rủi ro này là
kết quả của những biến cố ngẫu nhiên và chỉ ảnh hưởng đến một công ty hay
một ngành công nghiệp nào đó. Các yếu tố này có thể là biến động về lực
lượng lao động, năng lực quản trị, kiện tụng hay chính sách điều tiết của
Chính phủ. Rủi ro phi hệ thống có thể phân tán được bằng cách nắm giữ một
danh mục đầu tư có đủ nhiều loại tài sản rủi ro.
b. Rủi ro hệ thống
Rủi ro hệ thống là những sự cố xảy ra trong quá trình vận hành của hệ
thống (nền kinh tế) và/hoặc những sự cố xảy ra ngoài hệ thống nhưng có tác
động đến phần lớn hệ thống. Những rủi ro này gây ảnh hưởng đến giá hầu hết
các chứng khoán và không thể đa dạng hóa được.
Đến đây, chúng ta có thể định nghĩa rủi ro hệ thống như sau: rủi ro hệ
thống là phần rủi ro còn lại của danh mục thị trường không thể đa dạng hóa.
[8, Tr. 52].
Rủi ro toàn bộ = Rủi ro hệ thống + Rủi ro phi hệ thống


11

Độ lệch chuẩn
(

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

Rủi ro hệ thống

Số loại chứng khoán (n)
Trong đó: : Độ lệch chuẩn của tỷ suất lợi tức trên danh mục đầu tư

Hình 1.1 Minh họa rủi ro hệ thống và rủi ro phi hệ thống
Trong phần trình bày ở trên chúng ta chỉ xem xét đa dạng hóa một cách
đơn giản bằng cách chọn ngẫu nhiên các chứng khoán để đưa vào danh mục
đầu tư mà không quan tâm đến các đặc điểm của chứng khoán cũng như tỷ
trọng của mỗi chứng khoán trong danh mục. Trong các nội dung sau, chúng ta
sẽ nghiên cứu việc đa dạng hóa một cách hiệu quả, theo đó danh mục đầu tư
sẽ được xây dựng để có rủi ro thấp nhất tương xứng với giá trị tỷ suất lợi tức
kỳ vọng được xác định trước.
1.1.3. Các nhân tố rủi ro hệ thống
Các nhân tố rủi ro hệ thống bao gồm:
Sự biến động ngoài dự kiến của lạm phát, lãi suất: Nhiều nhà đầu tư đã
nhầm tưởng rằng lạm phát và lãi suất kỳ vọng có thể tạo ra sự biến động của
giá chứng khoán trên diện rộng. Tuy nhiên, Chen, Roll và Ross (1986) đã


12

chứng minh bằng nghiên cứu thực nghiệm rằng lạm phát ngoài kỳ vọng ít có
tác động đến tỷ suất lợi tức của chứng khoán.
Sự thay đổi chính sách tiền tệ của Chính phủ: Cũng tương tự như các
nhân tố lãi suất, lạm phát, chính sách tiền tệ ổn định không tạo ra sự biến

động mạnh về giá của chứng khoán. Và ngược lại, sự thay đổi trong chính
sách tiền tệ của Ngân hàng Nhà nước tạo tác động mạnh trên toàn thị trường
và ảnh hưởng đến giá hầu hết các chứng khoán.
Tăng trưởng kinh tế: Chu kỳ tăng trưởng kinh tế cũng là một trong
những nhân tố rủi ro hệ thống. Thực nghiệm đã chứng minh chu kỳ kinh tế có
mối tương quan mạnh đến giá chứng khoán. Trong giai đoạn tăng trưởng kinh
tế mạnh, giá chứng khoán có xu hướng tăng lên và ngược lại, khi nền kinh tế
chuyển sang giai đoạn suy thoái, giá chứng khoán có xu hướng giảm.
Dấu hiệu của khủng hoảng kinh tế và khủng hoảng tài chính: Dấu hiệu
của khủng hoảng kinh tế và khủng hoảng tài chính là nhân tố tác động mạnh
mẽ đến thị trường chứng khoán theo chiều hướng tiêu cực. Giá chứng khoán
của hầu hết các mã chứng khoán giảm mạnh và có thể giảm liên tục trong một
khoản thời gian. Khủng hoảng kinh tế và khủng hoảng tài chính thường được
thể hiện thông qua đồng thời các dấu hiệu tỷ giá hối đoái tăng, lạm phát cao,
thâm hụt cán cân thanh toán quốc tế nghiêm trọng. Khi những dấu hiệu này
diễn ra đồng thời, người dân mất lòng tin vào hệ thống tài chính và rút vốn ra
khỏi thị trường chứng khoán nói riêng và thị trường tài chính nói chung.
Biến động chính trị và kinh tế khu vực: Đối với những nền kinh tế mở,
sự biến động mạnh của chính trị và kinh tế khu vực có thể tạo ra sự biến động
giá chứng khoán trên diện rộng. Tuy nhiên, đối với những thị trường chứng
khoán mới hoặc những quốc gia có thương mại quốc tế kém phát triển, hoặc
áp dụng chính sách khống chế tỷ lệ chứng khoán bán cho nhà đầu tư nước


13

ngoài, tác động của những biến động chính trị và kinh tế khu vực đến thị
trường chứng khoán là không đáng kể.
Biến động chính trị trong nước: Có thể nói biến động chính trị trong
nước có tác động đến giá chứng khoán của hầu hết các chứng khoán và những

tác động này có thể mạnh mẽ hơn các biến động về kinh tế. Các tác động này
có thể theo chiều hướng tích cực và tiêu cực, tùy thuộc vào sự biến động
chính trị.
Thiên tai trên diện rộng làm đình trệ hoạt động của hệ thống trong dài
ngày: Thiên tai trên diện rộng là một nhân tố rủi ro nằm ngoài sự vận hành
của hệ thống kinh tế, trong đó có thị trường chứng khoán. Điều này có thể tạo
ra sự giảm giá chứng khoán trên diện rộng và kéo dài.
1.1.4. Đo lường lợi tức và rủi ro
Quá trình đầu tư đòi hỏi nhà đầu tư phải ước lượng và đánh giá cân
bằng rủi ro - lợi tức kỳ vọng của các chứng khoán. Do vậy, việc hiểu cách
thức đo lường lợi tức và rủi ro trong đầu tư là một yêu cầu quan trọng.
a. Đo lường lợi tức của một chứng khoán
Lợi tức của một chứng khoán
Lợi tức là tổng cộng thu được từ việc đầu tư vào một chứng khoán bao
gồm hai phần: 1- Các dòng thu nhập từ các chứng khoán đó (ví dụ: cổ tức của
một cổ phiếu hoặc lãi nhận được từ các chứng khoán nợ), và 2- Lợi tức do sự
thay đổi trong giá cả của bản thân chứng khoán (có thể (-) hoặc (+)). Thông
thường, các nhà đầu tư sử dụng chỉ tiêu tỷ suất lợi tức để đánh giá một chứng
khoán. Tỷ suất lợi tức được xác định bằng với lợi tức tổng cộng nhận được
chia cho giá mua chứng khoán ban đầu (tỷ suất này còn được gọi là tỷ suất lợi
tức trong thời gian nắm giữ chứng khoán - HPY (Holding Period Yield).
HPY =

D + P1 − P0
P0

(1.1)


14

Trong đó: - D: Dòng thu nhập từ chứng khoán.
- P1: Giá bán chứng khoán vào cuối thời gian nắm giữ
- P0: Giá mua chứng khoán ban đầu
Việc tính toán HPY theo công thức trên giả định rằng cổ tức được
thanh toán vào cuối thời gian nắm giữ chứng khoán. Nếu cổ tức nhận được
sớm hơn, công thức tính HPY ở trên chưa tính đến việc tái đầu tư cổ tức trong
khoản thời gian kể từ lúc nhận được cổ tức cho đến hết thời hạn đầu tư (tuy
nhiên trong các phần phân tích tỷ suất lợi tức này, chúng ta giả định rằng cổ
tức đã được tái đầu tư).
Để có thể dễ dàng so sánh các chứng khoán khác nhau, với giá cả khác
nhau và có thời gian tồn tại khác nhau, tỷ suất lợi tức thường được quy đổi
thành tỷ suất phần trăm trên năm. Việc quy đổi được thực hiện như sau:
Nếu gọi AHPY (annual HPY) là tỷ suất lợi tức/năm.
Khi đó:

(1.2)

AHPY = n (1 + HPY ) −1

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

+ Trung bình cộng:

AM =

∑ AHPY

i

i

n

(1.3)


15

+ Trung bình nhân:

GM = n

n

∏(1 + AHPY ) −1
i

i

(1.4)
Tỷ suất lợi nhuận trung bình ≥ Tỷ suất lợi tức trung bình nhân.

Tỷ suất lợi tức trung bình cộng là chỉ tiêu phản ánh xu hướng trung tâm
của một phân phối bao gồm nhiều tỷ suất lợi tức được tính trong một khoảng
thời gian cụ thể. Nó thể hiện thành quả tiêu biểu (mang tính đại diện) cho một
năm cụ thể. Do vậy, tỷ suất lợi tức trung bình cộng thường được sử dụng để
ước lượng kỳ vọng ở một năm cụ thể trong tương lai. Tuy nhiên, tỷ suất lợi
tức trung bình cộng không phải là chỉ tiêu chính xác nếu như chúng ta muốn
ước lượng thành quả đầu tư qua khoảng thời gian dài (lớn hơn 1 năm).
Tỷ suất lợi tức trung bình nhân được xem là tỷ suất lợi tức chính xác để
đánh giá một chứng khoán được đầu tư qua nhiều năm. Nó chính là tỷ lệ tăng
trưởng của giá trị chứng khoán theo thời gian. Do vậy, tỷ suất lợi tức trung
bình nhân thường được sử dụng để đánh giá thành quả đầu tư trong một thời
kỳ đã qua.
Lợi tức kỳ vọng của một chứng khoán
Khi cân nhắc quyết định đầu tư, các nhà đầu tư luôn cố gắng ước tính
lợi tức mà họ có thể nhận được. Tuy nhiên, không có gì đảm bảo rằng nhà đầu
tư chắc chắn nhận được lợi tức này. Thông thường, các nhà đầu tư xác định
lợi tức kỳ vọng dựa vào những giá trị lợi tức ước tính có thể và xác suất của
mỗi lợi tức đó. Tỷ suất lợi tức kỳ vọng của một chứng khoán được xác định
như sau:
n

E ( R ) = ∑ pi Ri
i

Trong đó: - E(R): Tỷ suất lợi tức kỳ vọng.
- Tỷ suất lợi tức có thể nhận được trong tình huống i.

(1.5)

16

- pi: Xác suất nhận được Ri
Lợi tức được điều chỉnh theo lạm phát
Lợi tức được đề cập trong các nội dung trước là lợi tức danh nghĩa. Chỉ
tiêu này chỉ đo lường sự thay đổi trong số lượng vốn được đầu tư, nhưng chưa
tính đến sự thay đổi trong sức mua của số lượng vốn này. Để phản ánh thêm
sự thay đổi trong sức mua, nhà đầu tư sử dụng chỉ tiêu tỷ suất lợi tức được
điều chỉnh theo lạm pháp, được tính như sau:
RIA =

1+ R
−1
1 + IF

(1.6)

Trong đó: - RIA: Tỷ suất lợi tức được điều chỉnh theo lạm phát.
- IF: Tỷ lệ lạm phát
b. Đo lường rủi ro của một chứng khoán
Rủi ro đề cập đến sự không chắc chắn về lợi tức mà nhà đầu tư kỳ vọng
nhận được từ việc đầu tư. Sự không chắc chắn này được thể hiện bởi nhiều lợi
tức có thể nhận được với nhiều xác suất khác nhau. Độ phân tán của những
giá trị lợi tức có thể so với lợi tức kỳ vọng càng lớn, thì sự không chắc chắn
(rủi ro) của lợi tức nhận được càng lớn. Trong đầu tư tài chính, chỉ tiêu
phương sai (variance) hoặc chỉ tiêu độ lệch chuẩn (standard deviation) của
phân phối tỷ suất lợi tức được sử dụng để đo lường rủi ro. Các chỉ tiêu này
được tính như sau:
+ Phương sai của tỷ suất lợi tức ( σ 2 )
n

σ 2 = ∑ pi [ Ri − E ( R )]

2

(1.7)

i

+ Độ lệch chuẩn của tỷ suất lợi tức ( σ )
σ=

n

∑ p [R
i

i

− E ( R )]

2

(1.8)

i

Trong các phần trên, tỷ suất lợi tức kỳ vọng và rủi ro của chứng khoán
được xác định trên cơ sở phân tích những tình huống nhất định trong tương

17

lai. Ngoài ra, các nhà đầu tư cũng có thể dựa vào những dữ liệu quá khứ để
ước lượng tỷ suất lợi tức kỳ vọng và phương sai (hoặc độ lệch chuẩn) để sử
dụng cho việc đầu tư trong tương lai. Phương sai được ước lượng từ những dữ
liệu quá khứ được xác định như sau:

∑( R
n

σ =
2

i

−R

i

)

2

(1.9)

n −1

Trong đó:
-

R

: Tỉ suất lợi tức trung bình cộng.

- n: Số lượng tỉ suất lợi tức từ mẫu được quan sát trong quá khứ.
- Một số chỉ tiêu đo lường rủi ro khác: Ngoài chỉ tiêu phương sai (hoặc
độ lệch chuẩn) được trình bày ở phần trên, các nhà đầu tư còn có thể sử dụng
thêm một số chỉ tiêu khác để đo lường rủi ro, gồm một số chỉ tiêu như:
+ Bán phương sai: Chỉ tiêu này được tính toán từ những giá trị lợi tức
có thể thấp hơn lợi tức kỳ vọng.
+ Một số chỉ tiêu khác (được mở rộng từ chỉ tiêu bán phương sai) là chỉ
tiêu được tính toán từ những giá trị lợi tức thấp hơn giá trị zero (lợi tức âm),
hoặc có thể được tính từ những giá trị lợi tức thấp hơn một giá chuẩn nào đó.
Mặc dù có một số chỉ tiêu đo lường rủi ro khác nhau, chỉ tiêu phương
sai (hoặc độ lệch chuẩn) vẫn là chỉ tiêu được sử dụng phổ biến nhất trong thực
tế đầu tư cũng như các nghiên cứu về lý thuyết đầu tư.
c. Đo lường lợi tức và rủi ro của danh mục đầu tư
Khi phân tích lợi tức và rủi ro trong danh mục đầu tư, vấn đề mà nhà
đầu tư quan tâm nhất là lợi tức và rủi ro của toàn bộ danh mục đầu tư mà họ
đanh nắm giữ (chứ không phải lợi tức và rủi ro của từng chứng khoán riêng
lẻ, mặc dù các chỉ tiêu này cũng quan trọng). Các cơ hội đầu tư mong muốn
(với lợi tức và rủi ro khác nhau) có thể tạo lập bằng cách kết hợp các chứng
khoán riêng lẻ.


18

Lợi tức kỳ vọng của một danh mục đầu tư
Lợi tức kỳ vọng của một danh mục đầu tư được xác định như sau:

n

E ( R p ) = ∑wi E ( Ri ) Với
i

n

∑w

i

=1

i

(1.10)
Trong đó:
- E(Rp): Tỷ suất lợi tức kỳ vọng của danh mục đầu tư.
- wi: Tỷ trọng của chứng khoán thứ i trong danh mục đầu tư.
- E(Ri): Tỷ suất lợi tức kỳ vọng của chứng khoán i.
- n: Số loại chứng khoán trong danh mục đầu tư.
Rủi ro của danh mục đầu tư - Đo lường rủi ro của danh mục đầu
tư
Trước khi xem xét chỉ tiêu đo lường rủi ro của danh mục đầu tư, có hai
khái niệm cần được hiểu đầy đủ: hiệp phương sai (covariance) và tương quan
(correlation).
- Hiệp phương sai ( σAB ): Hiệp phương sai là môt hệ số đo lường mức
độ theo đó lợi tức trên hai tài sản (tài sản A và tài sản B) biến động so với
nhau. Hiệp phương sai của tỷ suất lợi tức trên hai tài sản bất kỳ A và B được
tính toán như sau:

σ AB = ∑ pi [ R A,i − E ( R A )][ RB ,i − E ( RB )]
n

(1.11)

i

Trong đó:
- σAB : Hiệp phương sai giữa tài sản A và B.
- RA,i: Tỷ suất lợi tức có thể nhận được trên tài sản A trong tình huống i.
- RB,i: Tỷ suất lợi tức có thể nhận được trên tài sản B trong tình huống i.
- E(RA): Tỷ suất lợi tức kỳ vọng trên tài sản A.
- E(RB): Tỷ suất lợi tức kỳ vọng trên tài sản B.
- pi: Xác suất xảy ra tình huống i.


19

Hiệp phương sai của hai tài sản có thể âm (-), dương (+) hoặc bằng
không (0).
+ Hiệp phương sai dương: Lợi tức trên hai tài sản có mối quan hệ cùng
chiều với nhau. Khi lợi tức trên tài sản này tăng thì lợi tức trên tài sản kia
cũng tăng và ngược lại.
+ Hiệp phương sai âm: Lợi tức trên hai tài sản có mối quan hệ ngược
chiều với nhau. Khi lợi tức trên tài sản này tăng thì lợi tức trên tài sản kia
giảm và ngược lại,
Chúng ta biết rằng tỷ suất lợi tức trên hai chứng khoán biến động
ngược chiều nhau (hiệp phương sai âm), nhưng không thể biết được quan hệ
nghịch này là mạnh hay yếu. Để giải quyết vấn đề trên, chúng ta sử dụng hệ
số tương quan (correlation coefficient).

Hệ số tương quan ( ρAB ): Hệ số tương quan giữa hai tài sản A và B
được xác định bằng cách chia hiệp phương sai giữa hai tài sản đó ( σAB ) cho
tích số độ lệch chuẩn của hai tài sản A và B ( σ
ρ AB =

A

×σB ):

σ AB
σ A ×σ B

(1.12)

Hệ số tương quan có giá trị thay đổi từ -1 đến +1 (-1 ≤ ρAB ≤ +1). Giá
trị +1 thể hiện một quan hệ tuyến tính thuận hoàn hảo giữa hai tài sản. Giá trị
-1 thể hiện quan hệ tuyến tính nghịch hoàn hảo.
Tương tự đối với tỷ suất lợi tức kỳ vọng và rủi ro của chứng khoán,
hiệp phương sai, hệ số tương quan cũng có thể được ước lượng dựa vào
những dữ liệu quá khứ để sử dụng cho việc đầu tư trong tương lai. Tuy nhiên,
không có gì đảm bảo rằng những giá trị được ước lượng từ dữ liệu quá khứ sẽ
phản ánh những gì xảy ra trong tương lai. Thông thường, các nhà đầu tư sẽ
điều chỉnh những giá trị được ước lượng từ dữ liệu lịch sử, trong đó có tính
đến những tình huống có thể xảy ra trong tương lai.