Định nghĩa về tỷ suất sinh lợi, phương sai (hay độ lệch chuẩn) của một tài sản
Các yếu tố cấu thành suất sinh lời
Không phải nhà đầu tư nào cũng e ngại rủi ro; một số xem rủi ro là cơ hội đầu tư, tin rằng chấp nhận rủi ro sẽ mang lại lợi nhuận cao hơn trong tương lai Lợi nhuận là yếu tố quyết định lớn trong đầu tư, nhưng việc đo lường lợi nhuận từ cổ phiếu có thể phức tạp Do đó, việc phân tích suất sinh lợi trong quá khứ giúp nhà đầu tư đánh giá khoản đầu tư và dự báo tiềm năng trong tương lai Các thu nhập mà cổ đông có thể nhận được từ cổ phiếu bao gồm
Thu nhập từ giá cổ phiếu tăng
Thu nhập do nhận được cổ tức bằng tiền
Thu nhập từ các hình thức khác có thể quy đổi bằng tiền.
Trong đầu tư dài hạn, chiến lược mua và giữ (buy and hold strategy) thường được áp dụng, trong đó nguồn thu nhập chính từ một cổ phiếu bao gồm hai yếu tố quan trọng: cổ tức và sự tăng giá của cổ phiếu.
Khả năng sinh lời tổng thể của cổ phiếu = Thu nhập cổ tức ± Thay đổi giá (1.1)
Trong việc đánh giá khả năng sinh lời, nhiều người thường bỏ qua các dữ liệu liên quan đến thuế và chi phí giao dịch Tuy nhiên, những yếu tố này có thể ảnh hưởng đáng kể đến thu nhập thực tế của nhà đầu tư, do đó, cần xem xét chúng một cách cẩn thận để có cái nhìn toàn diện hơn về hiệu quả đầu tư.
Đo lường suất sinh lời
Thu nhập bằng tiền mặt trong kỳ ± Thay đổi giá trong kỳ
Suất sinh lợi tổng thể = (1.2)
Với : R t : Suất sinh lời cổ phiếu kỳ t.
Pt : Giá cổ phiếu tại thời điểm t.
Pt-1: Giá cổ phiếu tại thời điểm (t-1).
Dt : Thu nhập trong kỳ t.
Trung bình cộng và trung bình nhân của suất sinh lời
Để tính toán suất sinh lời của một chứng khóan qua nhiều kỳ, người ta thường dụng đến công thức trung bình cộng : n
Trong một số tình huống, việc sử dụng trung bình cộng có thể không chính xác, do đó người ta thường áp dụng trung bình nhân Trung bình nhân phản ánh suất sinh lời gộp theo thời gian và giúp đo lường suất sinh lợi qua nhiều kỳ khác nhau Cụ thể, trung bình nhân của suất sinh lời sau n kỳ được tính bằng căn bậc n của tích các suất sinh lời qua các năm.
Với : R G : trung bình nhân suất sinh lời
Rt : suất sinh lời tổng thể năm t n : số kỳ tính toán
Trung bình cộng là công cụ quan trọng để ước lượng suất sinh lời kỳ vọng của một chứng khoán, dựa trên dữ liệu lịch sử Nó cũng được sử dụng để tính toán phương sai và độ lệch chuẩn, giúp nhà đầu tư đánh giá rủi ro và tiềm năng sinh lời của các khoản đầu tư.
Để đo lường hiệu quả đầu tư theo thời gian thì trung bình nhân thường chính xác và đáng tin cậy hơn.
Suất sinh lời kỳ vọng
Trong lĩnh vực đầu tư tài chính, cần phân biệt giữa suất sinh lời thực tế và suất sinh lời kỳ vọng Suất sinh lời thực tế là mức sinh lời đã xảy ra mà nhà đầu tư nhận được, trong khi suất sinh lời kỳ vọng thể hiện mức sinh lời mong muốn của nhà đầu tư, tức là mức sinh lời dự kiến có thể đạt được hoặc không Việc ước lượng suất sinh lời kỳ vọng là một nhiệm vụ khó khăn, và thường áp dụng hai phương pháp để thực hiện điều này.
Phương pháp thứ nhất là dựa vào xác suất có thể xảy ra bằng cách ước lượng các xác suất đã xảy ra trong quá khứ : n
Với : E(r) : suất sinh lời kỳ vọng
Suất sinh lời kỳ vọng (R k) của một chứng khoán được tính bằng trung bình có trọng số của tất cả các suất sinh lời có thể xảy ra, trong đó trọng số tương ứng là xác suất xảy ra của từng suất sinh lời (k p k) Điều này cho thấy rằng để đánh giá hiệu suất đầu tư, cần xem xét cả khả năng sinh lời và xác suất của từng khả năng đó.
Phương pháp phân tích trong thực tiễn là cách đánh giá hiệu quả đầu tư dựa trên dữ liệu lịch sử Để ước lượng suất sinh lời kỳ vọng, người ta thường sử dụng khoảng thời gian 5 năm, tương đương với 60 kỳ, mỗi kỳ là 1 tháng Công thức tính suất sinh lời kỳ vọng sẽ giúp nhà đầu tư đưa ra quyết định chính xác hơn trong việc đầu tư.
Với: E(r) : suất sinh lời kỳ vọng
R : suất sinh lời trung bình
R t : suất sinh lời kỳ t n : số kỳ ước lượng (thường là >`)
Phương sai và độ lệch chuẩn của tỷ suất sinh lợi đối với một khoản đầu tư cụ thể
Rủi ro trong đầu tư chứng khoán xuất phát từ sự chênh lệch giữa suất sinh lời thực tế và suất sinh lời kỳ vọng của nhà đầu tư Để đo lường rủi ro, phương sai và độ lệch chuẩn của tỷ suất sinh lợi sẽ được sử dụng như những phương pháp ước lượng hiệu quả.
Phương sai (σ²) và độ lệch chuẩn (σ) là các chỉ số quan trọng để ước lượng sự chênh lệch giữa các mức tỷ suất sinh lợi có thể có (Ri) và tỷ suất sinh lợi kỳ vọng (E(Ri)).
Trong đó: P i là khả năng xảy ra TSSL R i n
Để tính toán độ lệch chuẩn của các giá trị TSSL thực nghiệm, chúng ta cần tổng hợp bình phương các khoản chênh lệch và sau đó chia cho N, trong đó N đại diện cho số mẫu thực nghiệm.
Hiệp phương sai của những tỷ suất sinh lợi
Khi phân tích DMĐT, hiệp phương sai của TSSL là yếu tố quan trọng nhất, cho thấy mức độ tương quan giữa hai khoản đầu tư Hiệp phương sai dương cho thấy TSSL của hai khoản đầu tư di chuyển cùng hướng, trong khi hiệp phương sai âm cho thấy chúng di chuyển ngược chiều nhau Độ lớn của hiệp phương sai phụ thuộc vào phương sai của các chuỗi TSSL cụ thể và mối quan hệ giữa chúng Đối với hai tài sản A và B, hiệp phương sai của TSSL được định nghĩa dựa trên những yếu tố này.
CovAB = Giá trị kỳ vọng của tích chênh lệch lợi nhuận giữa hai tài sản A và B, được tính bằng công thức CovAB = E{(RiA - E(RA))(RiB - E(RB))} Đối với trường hợp phân phối xác suất TSSL của hai tài sản A và B, hiệp phương sai được xác định theo công thức trên.
Trong trường hợp TSSL của hai tài sản A và B được tính toán dựa vào thực nghiệm thì hiệp phương sai của chúng được xác định như sau:
Hệ số tương quan
Hệ số tương quan là sự “chuẩn hóa” ước lượng hiệp phương sai do hiệp r AB COV [ A, B ] COV [ A, B] (1.14) s A *s B
Trong đó : RAB là hệ số tương quan của những TSSL. σA độ lệch chuẩn của RiA. σB độ lệch chuẩn của RiB.
Hệ số tương quan nằm trong khoảng từ -1 đến +1, với giá trị +1 cho thấy mối quan hệ tuyến tính mạnh mẽ giữa hai cổ phiếu RA và RB, nghĩa là TSSL của chúng thay đổi theo một cách nhất định Ngược lại, giá trị -1 chỉ ra mối quan hệ ngược hoàn toàn, khi TSSL của một cổ phiếu cao hơn mức trung bình thì TSSL của cổ phiếu khác sẽ thấp hơn một cách đáng kể Giá trị 0 biểu thị rằng không có mối quan hệ tuyến tính nào giữa các TSSL, cho thấy sự độc lập thống kê giữa chúng.
Tổng quan về mô hình CAPM
Sơ lược về quá trình ra đời
Mô hình định giá tài sản vốn (CAPM) mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng của chứng khoán Theo mô hình, lợi nhuận kỳ vọng được tính bằng lợi nhuận không rủi ro cộng với khoản bù đắp rủi ro dựa trên rủi ro toàn hệ thống Rủi ro không toàn hệ thống không được xem xét, vì nhà đầu tư có thể giảm thiểu loại rủi ro này thông qua việc xây dựng danh mục đầu tư đa dạng hóa.
Mô hình CAPM, được phát triển bởi William Sharpe vào những năm 1960, đã trở thành một công cụ quan trọng trong phân tích thị trường tài chính Mặc dù có nhiều mô hình khác cố gắng giải thích sự biến động của thị trường, CAPM nổi bật nhờ tính đơn giản và khả năng ứng dụng thực tiễn cao Giống như mọi mô hình khác, CAPM cũng là một sự đơn giản hóa của thực tế dựa trên các giả định cần thiết, nhưng vẫn mang lại những ứng dụng giá trị cho người sử dụng.
Các giả định của mô hình CAPM
Mô hình CAPM bắt đầu bằng những giả định cần thiết nhằm đơn giản hóa vấn đề mà không làm thay đổi bản chất của nó Những giả định này đóng vai trò quan trọng trong việc phân tích và hiểu rõ hơn về mối quan hệ giữa rủi ro và lợi nhuận trong thị trường tài chính.
Tất cả các nhà đầu tư đều là nhà đầu tư hiệu quả markowitz, họ mong muốn nắm giữ danh mục nằm trên đường biên hiệu quả.
Các nhà đầu tư có thể đi vay và cho vay bất kỳ số tiền nào ở LS phi rủi ro- rf
Tất cả các nhà đầu tư đều chia sẻ những kỳ vọng đồng nhất về tỷ suất sinh lợi, phương sai và hiệp phương sai, điều này cho thấy họ có cùng quan điểm trong việc đánh giá rủi ro và lợi nhuận.
Nhà đầu tư có kế hoạch nắm giữ chứng khoán trong vòng một năm sẽ đối mặt với hai lựa chọn đầu tư: đầu tiên là đầu tư vào chứng khoán không rủi ro, và thứ hai là đầu tư vào danh mục cổ phiếu thường trên thị trường.
Lợi nhuận đạt được phân phối theo phương thức phân phối chuẩn.
Tất cả các khoản đầu tư đều có thể được phân chia linh hoạt, cho phép các nhà đầu tư mua và bán các tỷ lệ phần trăm của bất kỳ tài sản hay danh mục đầu tư nào.
Không có thuế và chi phí giao dịch liên quan tới việc mua và bán các tài sản.
Không có lạm phát hay bất kỳ thay đổi nào trong lãi suất hay lạm phát được phản ánh một cách đầy đủ.
Các thị trường vốn đang ở trạng thái cân bằng, điều này có nghĩa là tất cả các tài sản được định giá chính xác tương ứng với mức độ rủi ro của chúng.
Nội dung của mô hình CAPM 7 1 Quan hệ giữa lợi nhuận cá biệt và lợi nhuận thị trường - Đường đặc
1.2.3.1 Quan hệ giữa lợi nhuận cá biệt và lợi nhuận thị trường - Đường đặc thù chứng khoán (The security characteristic line). Đường đặc thù chứng khoán là đường thẳng mô tả mối quan hệ giữa lợi nhuận của một chứng khoán cá biệt với lợi nhuận của danh mục đầu tư thị trường Danh mục đầu tư thị trường được lựa chọn theo từng loại thị trường, ví dụ ở Mỹ người ta chọn
S&P 500 Index (S&P 500) trong khi ở Canada người ta chọn Toronto Stock Exchange
Chỉ số 300 (TSE 300) được sử dụng để so sánh hiệu suất của cổ phiếu ACB (Ngân hàng Thương mại Cổ phần Á Châu) với danh mục thị trường VN_Index Bài viết sẽ minh họa lợi nhuận của cổ phiếu ACB trong bốn tình huống khác nhau, phản ánh hai trạng thái nền kinh tế.
Tình huống Nền kinh tế LN thị LN Ngân hàng ACB trường
Trong tình huống nền kinh tế tăng trưởng và suy thoái, lợi nhuận thị trường lần lượt đạt 15% và 5% Tuy nhiên, lợi nhuận của Remico có thể biến động trong bốn trường hợp: 25%, 15%, -5% và -15% Giả sử xác suất xảy ra tình trạng tăng trưởng và suy thoái của nền kinh tế là như nhau.
Tình trạng kinh tế LN thị trường LN kỳ vọng của Ngân Hàng ACB
Hệ số β là chỉ số đo lường mức độ biến động lợi nhuận của cổ phiếu cụ thể so với lợi nhuận của toàn bộ thị trường Cụ thể, trong ví dụ này, hệ số β được tính bằng tỷ lệ giữa biến động lợi nhuận của cổ phiếu ACB và biến động lợi nhuận của thị trường trong hai tình huống kinh tế: tăng trưởng và suy thoái.
Biểu đồ 1.1: Quan hệ giữa lợi nhuận cổ phiếu ACB và lợi nhuận thị trường
Lợi nhuận cổ phiếu I Đường đặc thù chứng khoán
20 II β Lợi nhuận thị trường
Hệ số β = 1,5 cho thấy lợi nhuận cổ phiếu ACB biến động gấp 1,5 lần so với lợi nhuận thị trường, tức là trong thời kỳ kinh tế tốt, lợi nhuận ACB tăng nhanh hơn thị trường, còn trong thời kỳ kinh tế xấu, lợi nhuận ACB giảm nhanh hơn β được định nghĩa là hệ số đo lường sự biến động của lợi nhuận, do đó, nó cũng được coi là thước đo rủi ro của chứng khoán Hệ số β = 1 là tiêu chuẩn cho danh mục thị trường.
1.2.3.2 Ước lượng hệ số β trên thực tế.
Các nhà kinh doanh chứng khoán thường sử dụng mô hình hồi quy dựa trên dữ liệu lịch sử để ước lượng hệ số β Tại các quốc gia có thị trường tài chính phát triển, nhiều công ty chuyên cung cấp thông tin về hệ số β, như Value Line Investment Survey, Market Guide và Standard & Poor’s Stock Reports tại Mỹ Ở Canada, thông tin về β được cung cấp bởi Burns Fry Limited Bài viết này sẽ giới thiệu về hệ số beta của một số ngành tại Mỹ.
Bảng 1.1: Hệ số beta của một số ngành ở Mỹ
Industry Name Number of Unlevered Beta corrected for
Nguồn: GS.Damodaran http://pages.stern.nyu.edu/~adamodar/
1.2.3.3.Mối quan hệgiữa rủi ro và tỷsuất sinh lợi
Tỷ suất sinh lợi (TSSL) của chứng khoán có mối quan hệ đồng biến với rủi ro, nghĩa là nhà đầu tư kỳ vọng chứng khoán rủi ro cao sẽ có TSSL cao hơn Nhà đầu tư chỉ nắm giữ chứng khoán rủi ro cao khi lợi nhuận kỳ vọng đủ lớn để bù đắp cho rủi ro Hệ số β được sử dụng để đo lường rủi ro của chứng khoán, do đó, lợi nhuận kỳ vọng của chứng khoán cũng đồng biến với hệ số β của nó Đường thị trường chứng khoán (SML) là đường thẳng thể hiện mối quan hệ này, cho phép tính toán TSSL của tài sản dựa trên rủi ro hệ thống của nó.
Trong một thị trường tài chính hiệu quả, nhà đầu tư có thể giảm thiểu rủi ro không toàn hệ thống bằng cách đa dạng hóa danh mục đầu tư Khi đó, chỉ còn lại rủi ro toàn hệ thống ảnh hưởng đến lợi nhuận cổ phiếu Cổ phiếu có beta cao hơn sẽ có rủi ro lớn hơn, từ đó yêu cầu lợi nhuận cao hơn để bù đắp cho rủi ro đó Mối quan hệ giữa rủi ro và tỷ suất sinh lợi được mô tả qua mô hình CAPM.
(1.15) Trong đó: R f là TSSL không rủi ro
R M là TSSL của danh mục thị trường Β j là hệ số beta của cổ phiếu j
Biểu đồ 1.2 : Quan hệ giữa lợi nhuận cổ phiếu và β
Từ công thức (1.1) và hình (1.1) chúng ta có thể rút ra một số điều quan trọng sau đây:
Không có rủi ro trong đầu tư.
Rủi ro của công ty bằng rủi ro của thị trường.
Rủi ro của công ty thấp hơn rủi ro của thị trường.
Rủi ro của công ty cao hơn rủi ro của thị trường.
Với Rf = 7% và RM = 13%, chúng ta có thể tính toán TSSL mong đợi cho 5 chứng khoán có hệ số beta được liệt kê trong bảng dưới đây.
Chứng Beta So sánh giữa khoán I (βi) TSSL mong đợi i E(Ri) và RM
Trong trường hợp danh mục đầu tư :
Hệ số beta của danh mục đầu tư
Trong đó: wj là tỷ trọng của cổ phiếu j trong danh mục đầu tư. βj là beta của cổ phiếu j trong danh mục đầu tư.
Giả sử nhà đầu tư kết hợp hai loại cổ phiếu X và Y với tỷ trọng lần lượt là 1,3 và 0,8, trong bối cảnh lợi nhuận không rủi ro là 8% và lợi nhuận thị trường đạt 14% Áp dụng mô hình CAPM, chúng ta có thể tính toán tỷ suất sinh lời kỳ vọng cho danh mục đầu tư này.
Beta của danh mục đầu tư: p w j j 1, 3* 0, 5 0,8* 0, 5 1, 05 j1 Áp dụng mô hình CAPM, ta tính được tỷ suất sinh lợi kỳ vọng của danh mục đầu tư là: R i R f ( R M - R f ) * j 8% (14% - 8%) *1, 05 14, 3%
Mô hình CAPM mở rộng (đa biến)
Những hạn chế của mô hình CAPM
Mô hình CAPM, mặc dù dựa trên một số giả định có vẻ không thực tế, vẫn nhận được sự ủng hộ từ các kiểm định thống kê về hành vi thị trường chứng khoán Nó đã được áp dụng rộng rãi trong việc phân tích mối quan hệ giữa tỷ suất sinh lợi và rủi ro mà nhà đầu tư yêu cầu Tuy nhiên, mô hình này vẫn tồn tại một số vấn đề cần được xem xét thêm.
Đánh giá tỷ suất sinh lợi thị trường trong tương lai dựa trên danh mục thị trường trong quá khứ là một thách thức, đặc biệt khi danh mục này thường được lựa chọn từ nhiều tài sản có rủi ro khác nhau Việc lựa chọn một danh mục chuẩn hóa để đại diện cho toàn bộ thị trường không phải là điều đơn giản.
Để đánh giá lãi suất phi rủi ro một cách chính xác, mô hình CAPM đơn biến yêu cầu nhà đầu tư xác định một lãi suất hoàn toàn không có rủi ro Tuy nhiên, trong thực tế, việc tìm ra một lãi suất như vậy là rất khó khăn, bởi vì ngay cả lãi suất của trái phiếu hoặc tín phiếu kho bạc của Nhà nước cũng không hoàn toàn phi rủi ro, đặc biệt là trong bối cảnh thị trường có nhiều biến động.
Để xác định đánh giá tốt nhất về bêta tương lai của tài sản, cần lưu ý rằng bêta thường không ổn định Do đó, việc dự báo cũng phải bao gồm ước lượng bêta của cổ phiếu.
Bêta thay đổi theo thời gian do vậy trong dự báo cần tính toán hệ số bêta sao cho phù hợp cũng là một vấn đề khó khăn.
Nhiều nghiên cứu đã chỉ ra rằng, ngoài lãi suất phi rủi ro và rủi ro hệ thống, còn tồn tại các yếu tố khác ảnh hưởng đến việc xác định tỷ suất sinh lợi mong đợi của các loại chứng khoán.
Chúng ta đã phân tích hai loại rủi ro là rủi ro hệ thống và rủi ro không hệ thống, cho thấy rằng việc đo lường rủi ro của một cổ phiếu cần xem xét cả hai yếu tố này Mô hình CAPM đơn biến, khi đánh giá lợi nhuận và rủi ro, chủ yếu dựa vào lãi suất phi rủi ro, bêta của cổ phiếu và suất sinh lời kỳ vọng của thị trường Điều này có nghĩa là mô hình này tập trung vào rủi ro thị trường, tức là xu hướng đánh giá của thị trường, từ đó ảnh hưởng đến suất sinh lời của cổ phiếu Tuy nhiên, nó có thể bỏ qua các yếu tố nội tại của cổ phiếu như EPS, ROE, ROA, mà các chỉ số này được thể hiện qua P/E, P/B.
Trong những nghiên cứu gần đây, mô hình CAPM đã được cải tiến bằng cách bổ sung các yếu tố khác để dự báo tỷ suất sinh lợi chính xác hơn Bằng chứng thực nghiệm cho thấy ngoài bêta, các biến như tỷ số giá trên thu nhập (P/E) và giá trị thị trường trên giá trị sổ sách (P/B) cũng có ảnh hưởng đáng kể Đặc biệt, trong thị trường các nước mới nổi, tác động của P/E và P/B lên tỷ suất sinh lợi chứng khoán rất rõ ràng Do đó, P/E và P/B được sử dụng như những công cụ quan trọng trong việc dự báo tỷ suất sinh lợi trên thị trường này, cho thấy nhu cầu về một mô hình CAPM đa biến là cần thiết.
Xây dựng mô hình dự kiến
Từ các kết quả nghiên cứu đã được thực hiện, qua kết quả khảo sát điều tra thực tế mô hình mà tác giả dự kiến đưa ra là :
Trong đó : + E(ri) : Tỷ suất lợi nhuận dự báo của cổ phiếu i (biến phụ thuộc) + 0 : hằng số cố định (hay tung độ của hàm hồi quy)
+ 1 ,2 , 3 ,4 , 5 : các hệ số của các biến độc lập + i : Hệ số Bêta của cổ phiếu i (đo lường theo mô hình CAPM)
RMi là suất sinh lời của danh mục thị trường, cụ thể là chỉ số VN-index, được tính toán dựa trên khoảng thời gian xác định hệ số Beta của cổ phiếu i tại thời điểm t Bên cạnh đó, P/Ei là chỉ số thể hiện tỷ lệ giá trên thu nhập của cổ phiếu i, giúp đánh giá khả năng sinh lời và định giá cổ phiếu trên thị trường.
+ D/Ei: chỉ số đòn bẩy tài chính của công ty niêm yết cổ phiếu i.
+ P/Bi: chỉ số giá trị thị trường so với thư giá của cổ phiếu i + ROEi: chỉ số lợi nhuận ròng trên vốn cổ đông.
Sau đây, tác giả sẽ đi vào phân tích sâu các biến độc lập được đưa vào mô hình :
1.3.2.1.Bêta của cổ phiếu i tại thời điểm t (β it )
Bêta là độ nhạy cảm của chứng khoán i so với danh mục thị trường, được tính dựa vào phương trình đường đặc trưng của cổ phiếu i : R i i i R M i
Chỉ số bêta đo lường mức độ biến động của cổ phiếu so với danh mục thị trường Cụ thể, nó cho biết khi suất sinh lời của danh mục thị trường thay đổi 1%, suất sinh lời của cổ phiếu sẽ thay đổi bao nhiêu phần trăm.
Chỉ số Bêta có thể được tính theo các cách sau :
Cách 1: Dùng phương pháp hồi quy :
Ri = α + β*Rm (1.18) Trong đó: Ri là chuỗi dữ liệu về tỷ suất sinh lời của cổ phiếu đang xem xét.
Rm là chuỗi dữ liệu phản ánh tỷ suất sinh lời của danh mục thị trường Sử dụng phần mềm Ms.Excel hoặc Eview để thực hiện hồi quy (1.18) sẽ giúp chúng ta tính toán được giá trị bêta.
Cách 2: Theo lý thuyết CAPM, độ nhạy cảm (β) được tính bởi công thức:
+ k i là TSSL của chứng khoán i.
+ COV ( k i , k M ) : Hiệp phương sai giữa TSSL của CK i và TSSL thị trường
+ s M 2 là phương sai của TSSL thị trường
Sử dụng hàm Slope(array1,array2) trong phần mềm Ms Excel giúp bạn nhanh chóng và chính xác tính toán giá trị hệ số Beta.
+ Array 1 là chuỗi dữ liệu suất sinh lời của cổ phiếu xem xét.
+ Array 2 là chuỗi dữ liệu của suất sinh lợi thị trường tương ứng với cổ phiếu mà ta đang xem xét.
1.3.2.2.Suất sinh lời của thị trường (R Mit )
Suất sinh lời của danh mục thị trường tính bằng công thức sau :
P M(t-1) Trong đó PM(t) và PM(t-1) là chỉ số giá thị trường (VN-Index) tại các thời điểm t
Nhân tố Bêta, khi được nhân với RMi, cho thấy mối quan hệ giữa rủi ro thị trường và suất sinh lời của thị trường, đồng thời ảnh hưởng đến suất sinh lời riêng của từng cổ phiếu.
1.3.2.3.Tỷ số giá trên thu nhập –P/E t (Earning-Price ratio)
Thu nhập từ cổ phiếu đóng vai trò quan trọng trong việc xác định giá thị trường của cổ phiếu Hệ số P/E, hay tỷ lệ giá trên thu nhập, phản ánh mối quan hệ giữa giá thị trường (P) và thu nhập trên mỗi cổ phiếu (EPS), được tính toán để giúp nhà đầu tư đánh giá giá trị của cổ phiếu.
+ P0t : Giá thị trường mỗi cổ phần thời điểm t + EPSt (Earning per share): Thu nhập mỗi cổ phần thời điểm t
Thu nhập ròng của cổ đông thường
Số lượng cổ phần thường đang lưu hành
Hệ số P/E cho biết mức giá cổ phiếu hiện tại so với thu nhập của cổ phiếu đó, phản ánh số tiền mà nhà đầu tư phải chi cho mỗi đồng thu nhập P/E được tính riêng cho từng cổ phiếu và cũng có thể tính trung bình cho toàn bộ thị trường, thường được công bố trên các phương tiện truyền thông.
P/E cao cho thấy nhà đầu tư kỳ vọng vào sự tăng trưởng cổ tức mạnh mẽ trong tương lai Điều này cũng chỉ ra rằng cổ phiếu có rủi ro thấp, khiến nhà đầu tư chấp nhận tỷ suất vốn hóa thị trường thấp hơn Ngoài ra, P/E cao thường đi kèm với dự đoán về tốc độ tăng trưởng trung bình của công ty và khả năng trả cổ tức cao.
1.3.2.4 Đòn bẩy tài chính –Debt to Equity ratio (D/E t )
Trong lĩnh vực kinh doanh, các nhà quản trị thường chú trọng đến hai loại đòn bẩy chính: đòn bẩy kinh doanh và đòn bẩy tài chính Việc áp dụng đòn bẩy tài chính có thể mang lại lợi ích nhưng cũng đồng thời gia tăng rủi ro do sự nhạy cảm của nó đối với biến động tài chính.
(DFL), mặc dù khi sử dụng nợ thì doanh nghiệp được hưởng lợi ích từ “tấm chắn thuế”.
Tổng nợ dài hạn Đòn bẩy tài chính = (1.23)
Tổng vốn chủ sở hữu cao cho thấy doanh nghiệp sử dụng nợ nhiều trong cấu trúc vốn, điều này làm tăng rủi ro Do đó, nhà đầu tư có thể yêu cầu suất sinh lời cao hơn khi đầu tư vào cổ phiếu của những công ty có mức nợ cao, và ngược lại.
1.3.2.5.Giá thị trường trên giá trị sổ sách (Price to Book ratio –P/B t )
Chỉ số P/B (Price-to-Book ratio – Giá/Giá trị sổ sách) là một công cụ quan trọng để so sánh giá cổ phiếu với giá trị ghi sổ của nó Tỷ lệ này được tính bằng cách chia giá đóng cửa hiện tại của cổ phiếu cho giá trị ghi sổ tại quý gần nhất Công thức tính P/B giúp nhà đầu tư đánh giá giá trị thực của cổ phiếu so với giá thị trường.
Giá cổ phiếu hiện tại
Thư giá được tính bằng tổng tài sản trừ đi tài sản vô hình và nợ Đối với các nhà đầu tư, tỷ lệ P/B là công cụ hữu ích để tìm kiếm cổ phiếu có giá trị thấp mà thị trường thường bỏ qua Khi một doanh nghiệp có tỷ lệ P/B nhỏ hơn 1, điều này có thể chỉ ra rằng thị trường cho rằng giá trị tài sản của công ty bị đánh giá quá cao hoặc thu nhập trên tài sản của công ty đang ở mức quá thấp.
Nếu điều kiện đầu tiên xảy ra, nhà đầu tư cần tránh xa các cổ phiếu này, vì giá trị tài sản của công ty sẽ bị thị trường điều chỉnh nhanh chóng về giá trị thực.
Nếu điều thứ hai là đúng, khả năng lãnh đạo mới của công ty hoặc các điều kiện kinh doanh mới có thể mang lại triển vọng kinh doanh tích cực cho công ty.
Khi một công ty có giá thị trường cổ phiếu vượt quá giá trị ghi sổ, điều này thường chỉ ra rằng công ty đang hoạt động hiệu quả và có thu nhập trên tài sản cao.
1.3.2.6.Chỉ số lợi nhuận ròng trên vốn cổ đông (ROE t )
Lợi nhuận ròng kỳ t(sau thuế)
Hồi quy và dự báo bằng hồi quy
Các giả định của mô hình hồi quy tuyến tính
Giả định về phân phối chuẩn và phương sai bằng nhau yêu cầu rằng cho bất kỳ giá trị nào của biến độc lập, phân phối của biến phụ thuộc phải là phân phối chuẩn với phương sai không đổi Điều này có nghĩa là không phải tất cả các tỷ suất sinh lời của chứng khoán đều giống nhau, mặc dù tỷ suất sinh lời của danh mục thị trường có thể khác nhau Tại mỗi mức tỷ suất sinh lời của danh mục thị trường, sẽ tồn tại một phân phối chuẩn cho tỷ suất sinh lời của chứng khoán, với các trung bình khác nhau nhưng đều có phương sai bằng nhau.
Trong thống kê, các biến phụ thuộc được coi là độc lập, có nghĩa là các quan sát không bị ảnh hưởng bởi các yếu tố khác hoặc bởi nhau Điều này có thể hiểu rằng tỷ suất sinh lời của chứng khoán tại một thời điểm nhất định sẽ không tác động đến tỷ suất sinh lời của chứng khoán ở những thời điểm khác.
Phân phối tuyến tính : tất cả các giá trị trung bình đều phân bổ trên một đường thẳng đường này gọi là đường hồi quy tổng thể.
Kiểm định sự phù hợp của mô hình
Kiểm định trong thống kê là quá trình đánh giá xem dữ liệu thực tế có phù hợp với giả thuyết đã đề ra hay không Có nhiều phương pháp kiểm định, bao gồm kiểm định ý nghĩa và phương pháp khoản tin cậy Trong nghiên cứu này, tác giả sẽ áp dụng phương pháp kiểm định sự phù hợp của hàm hồi quy để phân tích dữ liệu.
Một thước đo thường sử dụng trong đánh giá mô hình là hệ số xác định R 2
Hệ số xác định (R²) là một chỉ số quan trọng trong phân tích hồi quy, cho phép phân tách biến thiên của biến phụ thuộc thành hai phần: biến thiên do hồi quy và biến thiên không do hồi quy (phần dư) Giá trị R² càng gần 1 thì mô hình hồi quy càng phù hợp với dữ liệu, trong khi giá trị tiến về 0 cho thấy mô hình kém phù hợp R² có ý nghĩa trong hồi quy đơn biến, nhưng trong hồi quy đa biến, nó chỉ mang tính chất tham khảo Để kiểm định tính phù hợp của mô hình đa biến, người ta sử dụng kiểm định F-statistic và Prob (F-statistic) Nếu F-statistic lớn hơn F, và Prob (F-statistic) tiến gần về 0, điều này chỉ ra rằng các biến được chọn có ý nghĩa giải thích cho biến phụ thuộc.
TỔNG QUAN VỀ THỊ TRƯỜNG CHỨNG KHOÁN VÀ THỰC TRẠNG CỔ PHIẾU NGÀNH THỦY SẢN VIỆT NAM
Tổng quan về thị trường chứng khoán Việt Nam
Để thực hiện công nghiệp hóa – hiện đại hóa, Việt Nam cần nguồn vốn lớn cho phát triển kinh tế Việc xây dựng thị trường chứng khoán (TTCK) trở nên cấp thiết nhằm huy động vốn trung và dài hạn từ cả trong và ngoài nước qua chứng khoán nợ và vốn Hơn nữa, cổ phần hóa doanh nghiệp nhà nước cùng với sự phát triển của TTCK sẽ tạo ra môi trường công khai và lành mạnh hơn cho nền kinh tế.
Vào ngày 10 tháng 7 năm 1998, Thủ tướng Chính phủ đã ký Nghị định 48/1998/NĐ-CP về Chứng khoán và Thị trường chứng khoán, cùng với Quyết định số 127/1998/QĐ-TTg, thành lập hai Trung tâm Giao dịch Chứng khoán tại Hà Nội và Thành phố Hồ Chí Minh.
Vào ngày 20 tháng 7 năm 2000, Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) đã chính thức khai trương và bắt đầu hoạt động Phiên giao dịch đầu tiên diễn ra vào ngày 28 tháng 7 năm 2000 với sự niêm yết của 2 cổ phiếu là REE và SAM.
Vào ngày 08/03/2005, Sở Giao dịch Chứng khoán Hà Nội chính thức đi vào hoạt động, đánh dấu sự ra mắt của 6 cổ phiếu niêm yết đầu tiên gồm CID, GHA, HSC, KHP, VSH và VTL Các cổ phiếu này đã được giao dịch tại Sàn chứng khoán thứ cấp kể từ ngày 14/07/2005.
Sau 7 năm với sự tăng trưởng của thị trường và hội nhập với TTCK thế giới,TTGDCK TPHCM đã chính thức được Chính phủ ký Quyết định số 599/QĐ-TTg ngày11/05/2007 chuyển đổi thành Sở giao dịch Chứng khoán (SGDCK) TPHCM Ngày08/08/2007, SGDCK TPHCM đã chính thức được khai trương.
2.1.2 Vai trò của thị trường chứng khoán.
Tính đến ngày 20/7/2011, Thị trường Chứng khoán Việt Nam đã hoạt động được 11 năm, đánh dấu một giai đoạn quan trọng trong quá trình phát triển và hội nhập của thị trường tài chính vào nền kinh tế Việt Nam.
Trong giai đoạn đầu, những khó khăn và vấp váp là điều không thể tránh khỏi, nhưng những đóng góp của thị trường chứng khoán (TTCK) cho nền kinh tế là điều rõ ràng và không thể phủ nhận.
Biểu đồ 2.1: Chỉ số VN-Index từ 28-07-2000 đến 09-06-2011
Biểu đồ 2.2: Chỉ số HNX-Index từ 04-01-2006 đến 01-06-2011
Sau 12 năm, thị trường chứng khoán Việt Nam đã trưởng thành vượt qua nhiều thách thức, đạt được thành tựu đáng khích lệ với sự vận hành an toàn và ổn định ngay cả trong thời điểm khó khăn Khác với thị trường chứng khoán Indonesia và Thái Lan đã trải qua nhiều lần đổ vỡ, Việt Nam nhờ có cơ quan quản lý và hệ thống luật pháp đồng bộ, cùng sự quan tâm của Chính phủ, đã duy trì hoạt động hiệu quả Đặc biệt, sự kiên trì của các nhà đầu tư trong những giai đoạn khó khăn, như năm 2011, đã góp phần quan trọng vào sự phát triển bền vững của thị trường.
Thị trường chứng khoán Việt Nam đã trưởng thành đáng kể trong 12 năm qua, với quy mô tăng hơn 50 lần và vốn hóa đạt 32% GDP vào cuối năm 2011, so với dưới 1% ở năm đầu tiên Khối lượng giao dịch cũng tăng từ 60 đến 70 lần, trong khi số lượng công ty niêm yết đã từ hơn 10 DN lên hơn 700 DN Đặc biệt, tổng số vốn huy động qua thị trường chứng khoán tính đến cuối năm 2011 đạt 828.000 tỷ đồng, với đỉnh cao vào năm 2007 là 127.000 tỷ đồng.
Luồng vốn đầu tư gián tiếp nước ngoài đã giảm từ mức cao nhất 12 tỷ USD xuống còn khoảng 6 tỷ USD, với 77% số vốn này tập trung vào 20 mã chứng khoán có vốn hóa lớn nhất Thị trường chứng khoán Việt Nam không chỉ giúp cân bằng cán cân thanh toán mà còn nâng cao sức hấp dẫn của môi trường đầu tư trong mắt nhà đầu tư quốc tế, trở thành kênh dẫn vốn dài hạn hiệu quả cho nền kinh tế.
Thị trường chứng khoán đã góp phần cải thiện đáng kể tư duy về quản lý và quản trị doanh nghiệp Sự thành công của hệ thống quản trị doanh nghiệp niêm yết đang mở ra xu hướng áp dụng các thông lệ quản trị này cho cả doanh nghiệp đại chúng và doanh nghiệp nhà nước trong tương lai.
Hệ thống doanh nghiệp ngày càng minh bạch hơn nhờ sự phát triển của thị trường trái phiếu và cổ phiếu Các nhà tạo lập chính sách nhận thấy rằng công khai và minh bạch trong chính sách là yếu tố quan trọng để duy trì uy tín cho các cấp quản lý nhà nước và doanh nghiệp Điều này không chỉ thúc đẩy sự phát triển bền vững mà còn thay đổi hệ thống nhận thức và tư duy về quản trị trong doanh nghiệp.
Vào thứ tư, nhà đầu tư đã nâng cao hiểu biết về chứng khoán, nhận thức rõ hơn về lợi thế và tính ưu việt của thị trường này Họ không chỉ sử dụng thị trường chứng khoán như một công cụ để kiếm lợi nhuận mà còn học hỏi cách phòng tránh rủi ro hiệu quả.
Hiện nay, thị trường chứng khoán đang đối mặt với nhiều khó khăn do cả nội tại và các yếu tố vĩ mô Để đảm bảo sự phát triển bền vững cho thị trường này, cần có sự ổn định từ các yếu tố vĩ mô, trong đó chính sách rõ ràng và nhất quán của Chính phủ về định hướng phát triển kinh tế là rất quan trọng Ngoài ra, cần hoàn thiện và đồng bộ các chính sách liên quan đến phát hành, niêm yết, quản trị doanh nghiệp, thuế và Luật Chứng khoán, nhằm tạo điều kiện cho thị trường chứng khoán phát triển ổn định, minh bạch và hiệu quả hơn.
2.1.3 Các loại rủi ro liên qua đến đầu tư cổ phiếu
Rủi ro trong đầu tư chứng khoán khác với rủi ro trong kinh doanh hàng hóa và dịch vụ thông thường, chủ yếu do sự chênh lệch giữa suất sinh lời thực tế và suất sinh lời kỳ vọng Sự chênh lệch này phát sinh từ biến động thu nhập và giá chứng khoán Lý thuyết danh mục đầu tư nhấn mạnh tầm quan trọng của việc đa dạng hóa để giảm thiểu rủi ro Rủi ro không hệ thống, hay còn gọi là rủi ro có thể đa dạng hóa được, có thể được loại bỏ hoàn toàn thông qua đa dạng hóa Tuy nhiên, vẫn tồn tại những rủi ro không thể tránh khỏi, bất kể mức độ đa dạng hóa của danh mục đầu tư, được gọi là rủi ro thị trường hay rủi ro hệ thống.
Hai loại rủi ro này có thể được minh họa bằng sơ đồ như sau :
Biểu đồ 2.3.Các loại rủi ro khi đầu tư chứng khoán Độ lệch chuẩn của danh mục
Rủi ro không hệ thống Tổng rủi ro
Số lượng cổ phiếu trong danh mục
Một số nguyên nhân dẫn đến rủi ro hệ thống :
Sự thay đổi về lãi suất
Sự thay đổi trong sức mua (lạm phát )
Những thay đổi trong kỳ vọng của nhà đầu tư về triển vọng của nền kinh tế Một số nguyên nhân dẫn đến rủi ro không hệ thống như :
Nguồn cung ứng nguyên liệu
Những quy định của chính phủ về kiểm soát môi trường
Những tác động của cạnh tranh nước ngoài
Mức độ sử dụng đòn bẩy tài chính và đòn bẩy kinh doanh.
ỨNG DỤNG MÔ HÌNH CAPM ĐA BIẾN TRONG DỰ BÁO TỶ SUẤT
Ước lượng các tham số của mô hình CAPM đa biến
Luận văn này sẽ phát triển mô hình CAPM mở rộng để ước lượng TSSL và rủi ro cho các công ty niêm yết trên thị trường chứng khoán, tập trung vào ngành Thủy sản Mô hình dự kiến sẽ cung cấp cái nhìn sâu sắc về mối quan hệ giữa lợi nhuận và rủi ro trong lĩnh vực này.
+ Rngành : Tỷ suất lợi nhuận dự báo của toàn ngành thủy sản.
+ 0 : hằng số cố định (hay tung độ của hàm hồi quy) + 1 ,2 , 3 ,4 , 5 : các hệ số của các biến độc lập + ngành : Hệ số Bêta của toàn ngànhThủy sản
RM là suất sinh lời của danh mục thị trường, cụ thể là chỉ số VN-index, được tính toán theo khoảng thời gian tương ứng với hệ số Beta của ngành tại từng thời điểm Trong khi đó, P/Engành đại diện cho chỉ số giá trên thu nhập của cổ phiếu trong ngành Thủy sản.
Chỉ số D/Engành phản ánh mức độ đòn bẩy tài chính của ngành Thủy sản, trong khi chỉ số P/Bngành thể hiện giá trị thị trường so với giá trị sổ sách của cổ phiếu trong ngành này Để đánh giá hiệu quả hoạt động, chỉ số ROEngành cho biết lợi nhuận ròng trên vốn cổ đông của toàn ngành Thủy sản.
+ i : sai số ngẫu nhiên. Đồng thời, kết quả dự kiến khi kiểm định mô hình :
Chỉ tiêu Ký hiệu Dấu kỳ vọng
Bêta với suất sinh lời thị trường βitRMit +
Thu nhập mỗi cổ phiếu so giá thị trường E/P it -
Giá thị trường so giá trị sổ sách của cổ phiếu P/B it +
Chỉ số nợ trên vốn chủ sở hữu D/Eit -
Tỷ suất lãi ròng so vốn chủ sở hữu ROE it +
3.1.1.Xác định tỷ trọng ảnh hưởng của các công ty trong ngành thủy sản. Để có thể tập hợp được chuỗi giá trị của các chỉ số: Beta, P/E, P/B, D/E, ROE của toàn ngành thủy sản qua từng thời điểm thì trước hết ta phải xác định được tỉ trọng ảnh hưởng của từng công ty trong ngành qua từng thời kỳ nhất định Ở đây, chúng ta sẽ sử dụng mức vốn hóa thị trường của từng công ty tại từng thời điểm như là một chỉ tiêu để xem xét mức độ ảnh hưởng đó.
“Xem tỷ trọng ảnh hưởng của từng công ty trong ngành Thủy sản qua từng thời kỳ từ Q1/2003 đến Q4/2012 tại phụ lục 3.3”
3.1.2.Ước lượng Hệ số Beta của toàn ngành thủy sản. Để có thể ước lượng được mức độ rủi ro chung cho toàn ngành Thủy sản,trước hết chúng ta phải xác định được rủi ro thị trường của các chứng khoán riêng lẻ trong ngành Thủy sản đang được giao dịch trên thị trường chứng khoán Việt Nam Để xác định được điều này chúng ta cần phải đo lường độ nhạy cảm của chứng khoán đó đối với các biến động trên thị trường chứng khoán Sau đây là các bước tính toán độ nhạy cảm β cho các cổ phiếu Thủy sản niêm yết trên TCCKVN :
Bước 1: Xác định số lượng các công ty thủy sản tham gia niêm yết trên thị trường chứng khoán Việt Nam.
Tính đến ngày 31/12/2011, có 24 công ty thủy sản đã niêm yết trên sàn HOSE và HNX Dưới đây là danh sách các công ty cùng thời gian niêm yết và sàn giao dịch tương ứng.
Bảng 3.1: Các công ty thủy sản niêm yết trên TTCK hiện nay
Cổ phiếu Tên công ty Ngày GD đầu tiên Sàn GD
AAM Công ty cổ phần Thủy sản Mekong 24/09/2009 HOSE
ABT Công ty cổ phần Xuất nhập khẩu thủy sản Bến Tre 25/12/2006 HOSE
ACL Công ty cổ phần Xuất nhập khẩu Thủy sản Cửu Long An 05/09/2007 HOSE
AGD Công ty cổ phần Gò Đàng 07/01/2010 HOSE
AGF Công ty cổ phần Xuất nhập khẩu thủy sản An Giang 02/05/2002 HOSE
ANV Công ty cổ phần Nam Việt 07/12/2007 HOSE
ATA Công ty cổ phần NTACO 08/09/2009 HOSE
AVF Công ty Cổ phần Việt An 23/11/2010 HOSE
BAS Công ty cổ phần BASA 11/11/2008 HOSE
BLF Công ty cổ phần Thủy sản Bạc Liêu 02/06/2008 HNX
CAD Công ty cổ phần Chế biến và Xuất nhập khẩu Thủy sản 05/01/2009 HOSE
CMX Công ty cổ phần Chế biến thủy sản và xuất nhập khẩu Cà 09/11/2010 HOSE
FBT Công ty cổ phần Xuất nhập khẩu lâm thủy sản Bến Tre 14/01/2008 HOSE
FMC Công ty Cổ phần Thực phẩm Sao Ta 07/12/2006 HOSE
GFC Công ty cổ phần Thủy sản Gentraco 21/04/2011 HNX
HVG Công ty Cổ phần Hùng Vương 25/11/2009 HOSE
ICF Công ty cổ phần Đầu tư Thương mại Thủy sản 18/12/2006 HOSE
MPC Công ty Cổ phần Tập đoàn Thủy hải sản Minh Phú 27/12/2006 HOSE
NGC Công ty cổ phần Chế biến thủy sản Xuất khẩu Ngô Quyền 06/03/2008 HNX
SJ1 Công ty cổ phần Thủy sản số 1 29/12/2006 HNX
TS4 Công ty cổ phần Thủy sản số 4 08/08/2002 HOSE
VHC Công ty cổ phần Vĩnh Hoàn 24/12/2007 HOSE
VNH Công ty cổ phần Thủy hải sản Việt Nhật 08/04/2010 HOSE
VTF Công ty cổ phần Thủy sản Việt Thắng 24/09/2010 HOSE
Bước 2 trong quá trình tính toán hệ số Beta cho ngành thủy sản là xác định số kỳ tính toán cho từng cổ phiếu Để đảm bảo độ chính xác cao, tác giả sẽ sử dụng mốc thời gian từ khi cổ phiếu bắt đầu giao dịch trên thị trường chứng khoán cho đến ngày 31/12/2011.
P i sẽ có từng chuỗi thời gian tính toán khác nhau cho từng cổ phiếu.
Tác giả lựa chọn phương pháp tính toán này nhằm bao quát tất cả các công ty niêm yết trong ngành thủy sản trên thị trường chứng khoán, từ cổ phiếu lâu đời nhất là AGF (niêm yết ngày 06/05/2002) đến cổ phiếu mới nhất GFC (niêm yết ngày 21/04/2011) Nhờ đó, kết quả tính toán hệ số Beta sẽ phản ánh chính xác nhất tình hình toàn ngành thủy sản.
Bước 3 : Xác định tỷ suất sinh lợi của từng chứng khoán theo từng kỳ :
Mỗi kỳ tính toán diễn ra sau 5 phiên giao dịch, do đó, tùy thuộc vào thời điểm niêm yết của 24 cổ phiếu, chúng ta sẽ có 24 chuỗi giá trị tỷ suất sinh lợi khác nhau giữa kỳ này và kỳ trước.
Trong đó : : Giá đóng cửa của chứng khoán kỳ thứ i.
: Giá đóng cửa của chứng khoán kỳ i-1. Áp dụng công thức trên ta lập bảng tính tỷ suất sinh lợi của từng cổ phiếu qua mỗi kỳ.
“Xem bảng tính chi tiết 24 chuỗi TSSL của các cổ phiếu Thủy sản qua từng kỳ tại phụ lục 3.1”
Bước 4: Xác định TSSL thị trường
Do có 24 chuỗi TSSL của 24 cổ phiếu trong ngành thủy sản, chúng ta cần thu thập 24 chuỗi giá trị TSSL thị trường tương ứng Trong số đó, 4 cổ phiếu được niêm yết trên sàn HNX là BLF, GFC, NGC và SJ1 Vì vậy, tác giả sẽ sử dụng chỉ số HNX-Index để tổng hợp 4 chuỗi TSSL thị trường tương ứng với các cổ phiếu này.
Tác giả sẽ sử dụng chỉ số VN-Index để tổng hợp 22 cổ phiếu, tạo ra 22 chuỗi TSSL thị trường tương ứng Qua đó, chúng ta có thể tính toán 24 chuỗi giá trị TSSL thị trường bằng công thức đã đề ra.
Trong đó: i : kỳ tính toán thứ i ( i= 1, ,93 )
X i là chỉ số VN-Index lúc đóng cửa tại kỳ thứ i
X i-1 là chỉ số VN-Index lúc đóng cửa tại kỳ thứ i-1.
“Xem bảng tính chi tiết 24 chuỗi TSSL của VN-Index qua từng kỳ tại phụ lục 3.1”
Bước 5 : Tính toán beta cho từng chứng khoán
Dựa vào các số liệu đã tính toán, chúng ta có thể dễ dàng xác định độ nhạy cảm (β) của từng chứng khoán đối với sự biến động của thị trường bằng nhiều phương pháp khác nhau.
Cách 1: Dùng phương pháp hồi quy :
+ Ri là chuỗi dữ liệu về tỷ suất sinh lời của cổ phiếu đang xem xét.
Rm là chuỗi dữ liệu về tỷ suất sinh lời của danh mục thị trường Sử dụng phần mềm như Ms.Excel, Eview hoặc SPSS để thực hiện hồi quy sẽ giúp chúng ta xác định được giá trị bêta.
Cách 2: Theo lý thuyết CAPM, độ nhạy cảm (β) được tính bởi công thức:
+ k i là TSSL của chứng khoán i.
+ COV ( k i , k M ) là hiệp phương sai giữa TSSL CK i và TSSL thị trường.
+ s M 2 là phương sai của TSSL thị trường
Sử dụng hàm Slope(array1, array2) trong phần mềm Ms Excel, bạn có thể nhanh chóng và chính xác tính toán giá trị hệ số Beta.
+ Array 1 là chuỗi dữ liệu suất sinh lời của cổ phiếu xem xét.
+ Array 2 là chuỗi dữ liệu của suất sinh lợi thị trường tương ứng với cổ phiếu mà ta đang xem xét.
Trong trường hợp này, có 24 cặp TSSL của cổ phiếu và TSSL của danh mục thị trường tương ứng Để đạt được kết quả nhanh chóng, chính xác và đơn giản trong tính toán, tác giả quyết định sử dụng phương pháp tính toán thứ ba, đó là áp dụng hàm.
Slope (Array1; Array2) trong phần mềm Excel.
“ Xem 24 cặp TSSL của từng chứng khoán và của danh mục thị trường tương ứng tại phụ lục 3.1”.
Và chúng ta có được kết quả tính toán hệ số Beta của các cổ phiếu trong ngành thủy sản tính đến thời điểm 31/12/2012 như sau :
Bảng 3.2: Bảng kết quả hệ số beta các cổ phiếu tính toán được
CỔ PHIẾU BETA CỔ PHIẾU BETA CỔ PHIẾU BETA
Thiết lập mô hình tương quan giữa tỷ suất sinh lợi của ngành thủy sản với các biến nhân tố
3.2.1.Phân tích thống kê mô tả
Dựa trên chuỗi giá trị TSSL của ngành thủy sản cùng với các biến độc lập như P/E, P/B, D/E, và ROE đã được tính toán và thu thập, chúng ta có thể lập bảng thống kê mô tả các yếu tố ảnh hưởng đến TSSL và rủi ro trong ngành thủy sản.
Bảng 3.3: Bảng thống kê mô tả các nhân tố tác động đến TSSL và rủi ro của ngànhTS
N Minimum Maximum Mean Std, Deviation Skewness Kurtosis
Statistic Statistic Statistic Statistic Std, Statistic Statistic Std, Statistic Std, Error
(Kết quả thu được từ xử lý số liệu bằng phần mềm SPSS 16.0)
Qua bảng thống kê mô tả trên, ta có những nhận xét sau :
Chỉ số Beta trung bình của thị trường là 1,52%, tương đương với mức suất sinh lời 6,08% mỗi năm Điều này cho thấy rằng, rủi ro và suất sinh lời của thị trường có ảnh hưởng đáng kể đến suất sinh lời của cổ phiếu ngành thủy sản, ước tính khoảng 6,08% hàng năm.
Chỉ số P/E trung bình của ngành thủy sản là 15,3239, cho thấy giá cổ phiếu cao hơn thu nhập từ cổ phiếu 15,3239 lần Điều này có nghĩa là nhà đầu tư cần chi trả 15,3239 đồng để thu về một đồng thu nhập từ cổ phiếu trong ngành này Mức P/E này được coi là hợp lý và chấp nhận được cho các nhà đầu tư.
Chỉ số P/Btrung bình = 2,0106 Ta nhận thấy đây là mức tỷ lệ vừa phải và hợp lý.
Tỷ số này cho thấy rằng giá cổ phiếu ngành thủy sản gần với giá trị thực của nó, giúp giảm thiểu rủi ro khi đầu tư vào lĩnh vực này.
Chỉ số ROE trung bình của ngành thủy sản đạt 23,04%/năm, cho thấy mỗi 100 đồng vốn chủ sở hữu tạo ra 23,04 đồng lợi nhuận sau thuế Mức ROE này tương đối cao so với các ngành khác, đặc biệt trong bối cảnh ngành đã trải qua giai đoạn khó khăn từ năm 2007-2008 và vẫn chưa phục hồi hoàn toàn Điều này chứng tỏ các công ty thủy sản đã biết cách sử dụng hiệu quả vốn của cổ đông, cân đối hài hòa giữa vốn cổ đông và vốn vay để tận dụng lợi thế cạnh tranh trong việc huy động vốn và mở rộng quy mô Kết quả này cũng phù hợp với nhận định thực tế từ Sở Giao dịch.
Cuối năm 2011, Chứng khoán TP HCM (HSX) nhận định rằng trong hai năm 2010 và 2011, các công ty thuộc ngành nông nghiệp, lâm nghiệp và thủy sản đã đạt tỷ suất lợi nhuận trên vốn và tài sản cao nhất so với các ngành khác, vượt mốc 20% mỗi năm.
Chỉ số D/E trung bình của ngành Thủy sản là 0,1456 lần, cho thấy rằng với mỗi 100 đồng vốn chủ sở hữu, chỉ có 14,56 đồng nợ dài hạn Tỷ lệ sử dụng nợ dài hạn này tương đối thấp, chứng tỏ ngành Thủy sản không phụ thuộc nhiều vào vay nợ để huy động vốn Điều này không chỉ giúp giảm rủi ro cho ngành mà còn mang lại sự an tâm cho các nhà đầu tư khi xem xét đầu tư vào cổ phiếu trong lĩnh vực này.
3.2.2.Phân tích tương quan giữa các biến độc lập Để có thể thấy rõ hơn mối quan hệ tương quan giữa các nhân tố ảnh hưởng đến TSSL và rủi ro của ngành Thủy sản, ta sẽ tiến hành thiết lập ma trận hệ số tương quan giữa các biến độc lập với nhau :
Bảng 3.4: Bảng ma trận hệ số tương quan giữa các biến độc lập.
(Kết quả thu được từ xử lý số liệu bằng phần mềm SPSS 16.0)
Qua phân tích ma trận hệ số tương quan, ta nhận thấy rằng tất cả các hệ số tương quan giữa các biến độc lập đều nhỏ hơn |0,6|, ngoại trừ hệ số tương quan giữa D/E và P/B là -0,527 Mức độ này thấp hơn nhiều so với lý thuyết, cho thấy khả năng xảy ra hiện tượng đa cộng tuyến trong mô hình là rất thấp Tuy nhiên, để xác định chắc chắn rằng không có hiện tượng đa cộng tuyến, chúng ta sẽ xem xét chỉ số VIF trong kết quả kiểm định mô hình các nhân tố ảnh hưởng đến TSSL của ngành Thủy sản.
3.2.3.Kiểm định mô hình tương quan giữa TSSL của ngành Thủy sản và các nhân tố ảnh hưởng
Chúng ta sẽ thực hiện hồi quy TSSL của ngành thủy sản bằng cách áp dụng phương pháp OLS và sử dụng phần mềm SPSS (Analyze\ Regression \ Linear) để phân tích các biến độc lập đã được tính toán và thu thập Kết quả hồi quy cụ thể sẽ được trình bày sau đây.
Bảng 3.5: Kết quả hồi quy TSSL của ngành thủy sản theo các biến nhân tố (lần 1)
R R Adjusted Std Error of R Square F Change df1 df2 Sig F Durbin-
Model Square R Square the Estimate Change Change Watson
2 0,84387 0,7121 0,67497 0,12131 -0,00052 0,0541 1 30 0,81766 1,7071 a Predictors: (Constant), ROE, P/B, P/E, Beta*Rm, D/E b Predictors: (Constant), ROE, P/B, P/E, Beta*Rm e Dependent Variable: Rnganh
Coefficients Coefficients Interval for B Correlations Collinearity
Model B Std Error Beta t Sig, Lower Upper Zero-order Partial Part Toleran VIF
(Kết quả hồi quy bộ dữ liệu bằng phần mềm SPSS 16.0-phương pháp Backward)
Sử dụng phần mềm SPSS 16.0 để thực hiện hồi quy qua phương pháp Backward, mô hình tối ưu được xác định là mô hình thứ hai, đã loại bỏ biến độc lập không có ý nghĩa D/E Tuy nhiên, tham số của biến P/B trong mô hình này lại trái với kỳ vọng ban đầu, và hệ số chặn constant cũng không có ý nghĩa thống kê Do đó, biến P/B sẽ được loại bỏ và tiến hành hồi quy lại.
Bảng 3.6: Kết quả hồi quy TSSL của ngành thủy sản theo các biến nhân tố (lần 2)
R R Adjusted Std Error of R Square F Change df1 df2 Sig F Durbin-
Model Square R Square the Estimate Change Change Watson
1 0,82144 0,6748 0,64427 0,126910,67476 22,1297 3 32 6,03E-08 1,3167 a Predictors: (Constant), ROE, P/E, Beta*Rm b Dependent Variable: Rnganh
Coefficients Coefficients Interval for B Correlations Collinearity
Model B Std Error Beta t Sig, Lower Upper Zero-order Partial Part Toleran VIF
(Kết quả hồi quy bộ dữ liệu bằng phần mềm SPSS 16.0- phương pháp Enter)
Kết quả hồi quy cho thấy chỉ số Beta*Rm có mối tương quan tuyến tính đáng kể với TSSL của ngành Thủy sản ở mức ý nghĩa 1% Ngoài ra, hệ số P/E và ROE cũng cho thấy mối tương quan tại mức ý nghĩa 10%.
Giá trị VIF của các biến độc lập đều nhỏ hơn 5
Không xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy.
Không xảy ra hiện tượng tự tương quan trong mô hình hồi quy.
Ri = - 0,1013 + 0,7261 Beta*Rm + 0,0021P/E + 1,2926ROE + ei
Ta thấy rằng: F Statistic= 22,1297 > F0,05(3;32) (hay Significance F < 0,05 ).
Mô hình hồi quy được xác định là phù hợp, vì các biến độc lập được lựa chọn thực sự có ý nghĩa trong việc giải thích tình hình tài chính của ngành thủy sản.
Hệ số xác định R² = 0,6748 cho thấy 67,48% sự thay đổi của TSSL ngành Thủy sản được giải thích bởi các biến độc lập trong mô hình, chứng tỏ mối tương quan tuyến tính chặt chẽ giữa TSSL và các biến này.
Kết quả hồi quy cho thấy rằng, trong điều kiện các yếu tố khác không thay đổi, khi suất sinh lời từ thị trường được xác định, sự thay đổi 1% của bêta sẽ dẫn đến sự thay đổi 0,7261% trong suất sinh lời của cổ phiếu ngành thủy sản mỗi tháng Tương tự, khi hệ số P/E tăng/giảm 1%, suất sinh lời của cổ phiếu ngành này cũng sẽ thay đổi 0,0021% mỗi tháng Cuối cùng, nếu ROE tăng/giảm 1%, suất sinh lời cổ phiếu ngành thủy sản sẽ tăng/giảm 1,2926% mỗi tháng.
MỘT SỐ KIẾN NGHỊ VỀ PHÂN TÍCH VÀ DỰ BÁO TỶ SUẤT LỢI NHUẬN VÀ RỦI RO KHI ĐẦU TƯ CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Một số đề suất trong dự báo tỷ suất lợi nhuận và rủi ro cổ phiếu
Kết quả kiểm định trong chương 3 cho thấy, ngoài hệ số bêta, chỉ số P/E và ROE có ý nghĩa trong việc dự báo TSSL cho ngành Thủy sản, trong khi biến DE không có ý nghĩa thống kê và biến P/B bị sai dấu kỳ vọng Dù vậy, P/E và ROE vẫn là hai chỉ số quan trọng trong việc định giá cổ phiếu và đánh giá sức khỏe tài chính của doanh nghiệp.
Cổ phiếu có Bêta cao, cùng với chỉ số PE và PB thấp, có khả năng mang lại suất sinh lời cao cho nhà đầu tư Ngoài ra, một công ty với chỉ số D/E cao cho thấy việc sử dụng nợ nhiều trong cấu trúc vốn, làm tăng rủi ro Do đó, nhà đầu tư thường yêu cầu suất sinh lời cao hơn khi đầu tư vào cổ phiếu của những công ty này và ngược lại.
Ta có thể giải thích lý do chính cho việc kiểm định các chỉ số này không cho được ý nghĩa thống kê trong mô hình là vì:
Thứ nhất, TTCK VN còn quá non trẻ, bộ chuỗi dữ liệu không đủ dài để có thể cho được kết quả ước lượng với độ chính xác cao.
Việc công bố thông tin các báo cáo tài chính hiện nay vẫn chưa đạt yêu cầu về độ đầy đủ, minh bạch và chính xác, dẫn đến việc không phản ánh đúng kết quả kinh doanh của các doanh nghiệp.
Thứ ba, do bộ dữ liệu của ngành nghề mà ta lựa chọn kiểm định.
Khi thị trường chứng khoán Việt Nam phát triển hoàn thiện với dữ liệu dài hạn và báo cáo tài chính minh bạch, các yếu tố tác động có thể ảnh hưởng đến tỷ suất sinh lợi (TSSL) của ngành Do đó, các nhà đầu tư và nhà nghiên cứu cần chú ý đến những yếu tố này để dự báo chính xác TSSL và rủi ro trong bối cảnh thị trường chứng khoán suy giảm, lãi suất cao và lạm phát gia tăng.
4.2 Các đề xuất về thị trường chứng khoán 4.2.1.Nâng cao tính minh bạch thông tin trên thị trường chứng khoán Đối với các công ty niêm yết: Trên thị trường hiện nay nhất là các công ty lớn thực hiện công bố các báo cáo tài chính quý, năm một cách kịp thời Tuy nhiên các công ty nhỏ còn thực hiện chưa nghiêm túc, nhất là các báo cáo quý, gây khó khăn trong thu thập và phân tích dữ liệu Trong quá trình thực hiện đề tài này, cũng như gặp phải một số khó khăn trong việc thu thập dữ liệu, tác giả xin đưa ra một vài kiến nghị như sau :
Các công ty cần phải có một trang web riêng để quảng bá và cung cấp thông tin kịp thời, tuy nhiên hiện nay chỉ có các công ty lớn và uy tín mới thực hiện điều này Nhiều doanh nghiệp xây dựng trang web chủ yếu để quảng cáo mà chưa chú trọng đến việc kết nối với nhà đầu tư, dẫn đến thông tin rời rạc và báo cáo tài chính chưa được tập hợp vào một thư mục riêng, gây khó khăn cho những ai muốn tìm hiểu tình hình tài chính của doanh nghiệp.
Các báo cáo tài chính hàng năm cần thuê các công ty kiểm toán uy tín để đảm bảo tính khách quan của số liệu Theo quy định, nên thay đổi công ty kiểm toán hoặc kiểm toán viên sau mỗi 3 năm để hạn chế tính chủ quan Đối với các công ty chứng khoán, mặc dù đã nỗ lực hỗ trợ nhà đầu tư trong việc lựa chọn danh mục đầu tư, nhưng dữ liệu phân tích chủ yếu chỉ phục vụ cho khách hàng của họ và chưa được công bố một cách có hệ thống Điều này khiến nhà đầu tư gặp khó khăn trong việc tiếp cận thông tin cần thiết để đánh giá cổ phiếu Do đó, các công ty chứng khoán nên thiết lập bộ phận cung cấp thông tin khoa học và có hệ thống để hỗ trợ nhà đầu tư trong việc phân tích và ra quyết định đầu tư.
4.2.2.Sự ra đời của trung tâm dữ liệu và một chỉ số chuẩn hóa là cần thiết Ở các nước có thị trường phát triển, thường họ có một trung tâm lưu trữ và phân tích dữ liệu, nếu nhà đầu tư nào cần có thể được cung cấp miễn phí hoặc mua với một mức phí nhất định Từ nghiên cứu đề tài này tác giả đã mất rất nhiều thời gian và công sức trong việc thu thập và phân tích các chỉ số Do vậy ở nước ta cũng có thể thành lập các trung tâm này hoặc các công ty chứng khoán có thể thành lập bộ phận này có thể bán, thương mại hóa các dữ liệu nhằm đáp ứng nhu cầu ngày một đông đảo của nhà đầu tư, hay một khi kiến thức và trình độ các nhà đầu tư được nâng cao thì nhu cầu tự phân tích đánh giá của họ là một nhu cầu cần thiết Dữ liệu này có thể cung cấp cho các nhà nghiên cứu, các tổ chức nghiên cứu khi muốn có dữ liệu để phục vụ cho công việc nghiên cứu khoa học, tránh mất thời gian và công sức quá nhiều trong khâu thu thập dữ liệu.
Chỉ số bêta được tính toán dựa trên sự so sánh giữa cổ phiếu và danh mục thị trường, nhưng do sự đa dạng của các công ty niêm yết, như các công ty kinh doanh đa ngành và quy mô khác nhau, nên việc tính toán bêta có thể không chính xác, đặc biệt khi phân tích theo ngành Để cải thiện độ chính xác và tính khách quan trong việc dự báo, cần xây dựng một "danh mục" hay "rổ" cổ phiếu chuẩn hóa Mặc dù đã có một số chỉ số mới như LARGECAP, MIDCAP, SMALLCAP, VN50, VN-INDEX2, VN-INDEX3, nhưng chúng chủ yếu được hình thành từ năm 2009, khiến cho việc dự đoán bêta dựa vào các chỉ số này chưa khả thi Hơn nữa, các chỉ số này dường như phục vụ lợi ích của các công ty chứng khoán và quỹ đầu tư hơn là phục vụ công chúng, gây khó khăn cho nhà đầu tư trong việc lựa chọn danh mục thị trường chuẩn hóa.
4.2.3.Nâng cao trình độ nhận thức và phân tích cho các nhà đầu tư
Để khắc phục tình trạng thông tin bất đối xứng trên thị trường chứng khoán Việt Nam còn non trẻ, việc chuẩn hóa trình độ cho tất cả các nhà đầu tư là rất cần thiết Kinh nghiệm của nhà đầu tư trong nước còn hạn chế, do đó các công ty chứng khoán nên có biện pháp cụ thể để nâng cao kiến thức cho họ Một trong những giải pháp hiệu quả là thường xuyên tổ chức các lớp bồi dưỡng và nâng cao kiến thức đầu tư chứng khoán, giúp nhà đầu tư hiểu rõ hơn về lĩnh vực tài chính.
Các nhà đầu tư cần không ngừng nâng cao kiến thức và duy trì sự tỉnh táo trong quá trình đầu tư Việc tự đưa ra quyết định đầu tư sẽ giúp họ tránh được những rủi ro do hiệu ứng đám đông hoặc đầu tư theo cảm tính, từ đó không chỉ bảo vệ bản thân mà còn góp phần ổn định thị trường trong dài hạn.
Các nhà đầu tư cá nhân trong nước hiện tại vẫn còn chưa nắm rõ các quy tắc
P/BV là một chỉ số quan trọng thể hiện mức độ rủi ro của chứng khoán Hiện nay, các nhà đầu tư rất cần một tổ chức chuyên nghiệp để tư vấn, đồng thời cần một mô hình dự báo hợp lý phù hợp với tình hình thị trường hiện tại.
Kết hợp giữa phân tích định tính và định lượng trong dự báo
Trong nghiên cứu, việc kết hợp giữa phân tích định tính và phân tích định lượng là rất quan trọng Phân tích định tính giúp nhà đầu tư nhận diện xu hướng biến động chung của toàn thị trường, trong khi phân tích định lượng cho phép ước lượng độ dung sai của sự biến động đó Mô hình mà tác giả đề xuất chỉ mang tính tham khảo và yêu cầu kiến thức chuyên môn cũng như thời gian để thu thập dữ liệu phân tích Do đó, kết hợp phân tích định tính sẽ là giải pháp tối ưu để lượng hóa sự thay đổi của thị trường trong bối cảnh đầy biến động hiện nay.
