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

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

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
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

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

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.


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

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




 







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

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
=

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
=









 









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

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

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

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:



)
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

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
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
)

MM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

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