(Luận văn thạc sĩ) Vận Dụng Mô Hình Camp Trong Đo Lường Rủi Ro Hệ Thống Của Các Cổ Phiếu Ngành Ngân Hàng Niêm Yết Trên Hose

triển, nhà đầu tư trước khi quyết định bỏ tiền vào bắt kỳ tài sản nào, họ cũng đều có dễ dàng vận dụng nên được sử dụng khá phổ biến Chính vì vậy, tác giả muốn thông qua Đề tài: “Vận d

ĐẠI HỌC ĐÀ NẴNG

Bùi Thị Tuyết

VẬN DỤNG MÔ HÌNH CAPM TRONG

ĐO LƯỜNG RỦI RO HỆ THÓNG CỦA

CÁC CÔ PHIẾU NGÀNH NGÂN HÀNG

NIÊM YÉT TRÊN HOSE

LUẬN VĂN THẠC SĨ KINH TẾ

2012 | PDF | 90 Pages

buihuuhanh@gmail.com

Đà Nẵng - Năm 2012

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, được thực hiện

trên cơ sở nghiên cứu, hệ thống hóa các lý thuyết có liên quan và dưới sự hướng

dẫn khoa học của TS Võ Thị Thúy Anh

Các số liệu nêu trong luận văn có nguôn gốc rõ ràng và đã được công bố; kết quả nghiên cứu nêu trong luận văn là trung thực và chưa từng được ai công bố trong bắt kỳ công trình nào khác

Tác giả luận văn

Bùi Thị Tuyết

MỞ ĐÀU

2: Mục tiêu nghiên cứu: <2

3 Câu hỏi nghiên cứa: -.2-2+-22-22 212.2222721 _

5 Phương pháp nghiên cứu:

7 Cấu trúc của luận văn:

Chương 1 - CO SO LY LUAN VE DO LUONG RUI RO HE THONG CO

PHIẾU NGÀNH NGÂN HÀNG BẰNG MÔ HÌNH CAPM

1.1 ĐO LƯỜNG TỶ SUÁT LỢI TỨC VÀ RỦI RO:

1.1.1 Tỷ suất lợi tức và Đo lường tỷ suất lợi tức

1.2.2 Các nhân tố ảnh hưởng đến rủi ro hệ thống của ngân hàng L1 1.2.3 Mức độ rủi ro hệ thống của ngành ngân hàng Việt Nam: L3

1.3 MÔ HÌNH CAPM 4434 (iS:2aStppcaltegcssasssasayME

1.3.1 Khái quát về mô hình CAPM "

1.3.2 Mô hình CAPM dựa trên giả định như những giá định của thị trường vốn 15

1.4 TINH HÌNH NGHIÊN CỨU CÓ LIÊN QUAN ĐÊN ĐÊ TÀI 16

1.4.1 Tổng quan về các nghiên cứu chủ yếu có liên quan đến việc ước lượng

1.4.2 Tổng quan về các nghiên cứu chủ yếu có liên quan đến việc ước lượng

và kiêm định mô hình CAPM tại Việt Nam -c-cssoee TY

2.1 PHƯƠNG PHÁP ƯỚC LƯỢNG THÍCH HỢP CỰC ĐẠI (FIML): 21

2.1.1 Điều kiện vận dụng: « s3 ni sau

2.1.2 Ước lượng Mô hình CAPM phién ban ciia Sharpe va Lintner bằng,

2.1.3 Ước lượng Mô hình CAPM beta-zero phiên bản của Black bằng phương

2.1.4 Kiểm định tính hiệu lực của mô hình 22+ BS

2.2.1 Điều kiện vận dụng: -. seo 3T 2.2.2 Ước lượng mô hình CAPM bằng phương pháp GMM „32 2.2.3 Kiểm định tính hiệu lực đối với mô hình 233 Chwong 3 - CAC NHAN TO ANH HUONG DEN RUI RO HỆ THÔNG CÁC

CÔ PHIẾU NGÀNH NGÂN HÀNG NIEM YET TREN HOSE GIAI DOAN

3.1 TONG QUAN VỀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 37

3.1.1 Quá trình hình thành và phát triển của Thị trường Chứng khoán: 37 3.1.2 Thị trường chứng khoán Việt Nam giai đoạn 2009-2011 40

3.2 CÁC NHÂN TÓ ẢNH HƯỚNG ĐỀN RỦI RO HỆ THÓNG CỦA NGÀNH

3.2.2 Các nhân tổ ảnh hưởng đến rúi ro hệ thống của ngành ngân hàng Việt

3.3 MUC DO TAC DONG CUA CAC NHAN TO RUI RO HE THONG DEN

CO PHIEU NGANH NGAN HANG NIEM YET TREN HOSE GIAI DOAN 2009-

2011:~ ~ee

3.3.1 Sự bí

3.3.2 Sự biển động ngoài dự kiến của lạm phái

động ngoài dự kiến của lãi su

3.3.5 Khủng hoảng kinh tế và khủng hoảng tài chính: 60

Chương 4 - KÉT QUÁ ĐO LƯỜNG RỦI RO HE THONG CUA CÁC co

PHIEU NGANH NGAN HANG NIEM YET TREN HOSE BANG MO HiNH

4.4 KET QUA UGC LUONG HE SO BETA:

4.4.1 Kết quả ước lượng hệ số beta với phương pháp ước lượng FIML

1 APT: Lý thuyết kinh doanh chênh lệch giá

2 BVH: Tập đoàn Bảo Việt

3 CAPM: M6 hinh định giá tả

n vin - Capital asset pricing model

4 CTCK: Céng ty chimg khoan

5 CTG: Ngan hang Thuong mai cổ phần Công Thương Việt Nam - Vietinbank

6 EMH: Giả thuyết thị trường higu qua - Efficient Market Hyppothesis

7 EIB: Ngân hàng Thương mại cổ phần Xuất nhập khẩu Việt Nam - Eximbank:

§ DPM: Tổng công ty cổ phần Phân bón và Hóa chất dẫu khí

9 FIML: Phương pháp thích hợp cực đại (FIML)

10 GMM: Phương pháp Mô - men tổng quát (GMM)

11 GDP: Tăng trưởng kinh tế

12 HBB: Ngân hàng thương mại cổ phần Nhà Hà Nội

13 HNX: Sở giao dịch chứng khoán Hà Nội

14 HOSE: Sở giao dịch chứng khoán Thành phô Hồ Chí Minh

15 LS: Lai suat

16 MSB: Ngân hàng Hàng Hải Việt Nam (MSB)

17 MB: Ngân hàng TMCP Quân Đội

18 MSN: Công ty cô phần Tập đoàn Ma San

24 OTC: Thị trường phi tập trung

25 OMO: Thị trường mở

26 P/E: Hệ số giá trên thu nhập

27 SEAB: Ngân hàng Đông Nam Á

28 SGDCK: Sở giao dịch chứng khoán

29 S&P: Té chite xép hang Standard & Poor's

30 STB: Ngan hàng Thương mại Cổ phần Sài Gòn Thương tín ~ Sacombank

31 TSLT: Tỷ suất lợi tức

32 VCB: Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam - Vietcombank

Số hiệu 'Tên bảng Trang

Tổng hợp biến động giá các cỗ phiếu ngành ngân hàng

3.1 | trên HOSE so với LS cơ bản, L§ chiết khẩu và LS tái | 53

cấp vẫn

Tổng hợp biến động giá các cổ phiểu ngân hàng trên

3.2 | HOSE và VN-index trước ảnh hưởng của các chính sách |_ 59

tiền tệ của Chính phủ

gy | TSET tue tế của Vn-index và các chứng khoán niêm 8

_ yết trên HOSE

4.2 | Kết quả kiểm định chuỗi tỷ suất lợi tức thực tế 64

Pe Kết quả kiểm định tính hiệu lực của mô hình CAPM 8

phiên bản Sharpe và Lintner

4a Kết quả kiểm định tính hiệu lực của mô hình phiên bản 66

Black

4.5 | Kết quả ước lượng hệ số beta với phương pháp FIML 66

4.6 | Kết quả ước lượng hệ số beta với phương pháp GMM 67

35 Biến động chí số VN-index và gia cdc cé phiéu ngành us

~ ngan hang giai doan nim 2009 dén nim 2011

36 Biểu đồ biến động của Vn-index so với các lãi suất cơ é

` bản, chiết khấu, tái cap von

Biến động giá của các cổ phiếu ngành ngân hảng niêm

3.7 |yết trên HOSE và Vn-index so với biến động LS cơ|_ 52

bản, LS chiết khẩu và LS tái cấp vốn

38 Biển động giá của các cổ phiểu ngành ngân hàng niêm “

yết trên HOSE và Vindex so với biến động lạm phát

Biến động của chỉ số VN-index và cổ phiếu ngành

41 ngân hàng niêm yết trên HOSE từ tháng 11/2009 đến| tháng 10/2011 63

1 Tính cấp thiết của đề tài

Để thực hiện mục tiêu đến năm 2020 phan dau dua Việt Nam trở thành một nước công nghiệp phát triển đòi hỏi trong nước phải có một nguồn vốn lớn đề đáp ứng nhu cầu ngày cảng cao của nền kinh tế Vì vậy, Việt Nam cần phải có chính sách huy động tối đa mọi nguồn lực tải chính trong và ngoài nước để chuyển các nguồn vốn nhàn rỗi trong nền kinh tế thành nguồn vốn đầu tư vả thị trường chứng khoán tắt yếu sẽ ra đời vì nó giữ vai trò quan trọng đối với việc huy động vốn trung

và dài hạn cho hoạt động kinh tế Nhận thức rõ việc xây dựng thị trường chứng

khoán là một nhiệm vụ chiến lược có ý nghĩa đặc biệt quan trọng đối với tiến trình

xây dựng và phát triển đất nước, trước yêu cầu đổi mới và phát triển kinh tế, phù

hợp với các điều kiện kinh tế - chính trị và xã hội trong nước và xu thế hội nhập

kinh tế quốc tế, trên cơ sở tham khảo có chọn lọc các kinh nghiệm và mô hình thị

trường chứng khoán trên thế giới, thị trường chứng khoán Việt Nam đã ra đời Sự ra

đời của thị trường chứng khoán Việt Nam được đánh dấu bằng việc đưa vào vận

hành Trung tâm giao dịch chứng khoán TP.Hồ Chỉ Minh ngày 20/7/2000 và thực hiện phiên giao dịch đầu tiên vào ngày 28/7/2000

Cùng với sự phát triển và hôi nhập của nên kinh tế là sự phát triển của các ngân hảng thương mại Việt Nam Các ngân hảng liên tục ra đời, mở rộng chỉ nhánh, nâng cấp dịch vụ truyền thống, tăng vốn điều lệ và cho ra đời nhiều dịch vụ mới

Bên cạnh đó nhiều ngân hàng thương mại Nhà nước bắt đầu cô phần hoá, phát hành

cổ phiếu, niêm yết trên thị trường chứng khoán

“Gần đây, giới đầu tư châu Á đã bắt đầu quan ngại về sự thừa thải các ngân

hàng và hiện nay Việt Nam cũng không nằm ngoài quan ngại đó Trên các mặt báo,

chúng ta thường đọc những thông tin về sự ưa chuộng cổ phiều ngân hang Nhung liệu rằng, nhà đầu tư đã thực sự có khi nảo xem xét những tín hiệu thành công của

các cổ phiếu này? Hay chỉ là việc đầu tư mang nặng cảm tính”{31]

triển, nhà đầu tư trước khi quyết định bỏ tiền vào bắt kỳ tài sản nào, họ cũng đều có

dễ dàng vận dụng nên được sử dụng khá phổ biến

Chính vì vậy, tác giả muốn thông qua Đề tài: “Vận dụng mô hình CAPM

trong đo lường rủi ro hệ thống các cô phiếu ngành ngân hàng niêm yết trên HOSE”

nhằm giúp các nha dau tư quan tâm tới cỗ phiếu ngành ngân hàng thấy được rủi ro

hệ thống của các cô phiếu trong ngành, đồng thời cung cấp quy trình, tiêu chuân

kiêm định cho việc nghiên cứu, ứng dụng mô hình CAPM trong thực tế của ngành ngân hàng cũng như từng ngành riêng biệt

2 Mục tiêu nghiên cứ

Hệ thống hoá các van đề lý thuyết về rủi ro trong đầu tư cô phiếu và đo

lường rúi ro hệ thống bằng mô hình CAPM

Tìm hiểu các nhân tố ảnh hưởng đến rủi ro hệ thống các cô phiều ngành ngân

hàng giai đoạn 2009-201 I

Ước lượng và kiểm định các phiên bản khác nhau của mô hình CAPM đối

với hệ thống các cỗ phiếu ngành Ngân hàng niêm yết trên HOSE

Rút ra các khuyến cáo đối với các nhà đầu tư từ kết quả nghiên cứu của đề tài

3 Câu hỏi nghiên cứu:

(1) Ước lượng mô hình CAPM bằng phương pháp thích hợp cực đại và

phương pháp Mô-men tổng quát khác nhau như thế nào? Trong trường hợp dữ liệu

như thế nào thì sử dụng Phương pháp thích hợp cực đại và phương pháp Mô-ment tông quát? Phương pháp nào phủ hợp với thị trường Chứng khoán Việt Nam?

(3) Rủi ro hệ thống của ngành cô Phiếu ngành Ngân hàng qua kết quả ước lượng cao hay thấp?

(4) Có thể rút ra những kết luận gì từ kết quả đo lường rủi ro hệ thống của cổ

phiếu ngành Ngân hàng và từ đó đưa ra các khuyến cáo đối với nhà đầu tư?

4 Đối tượng và phạm vỉ nghiên cứu:

4.1 Đối tượng nghiên cứu: Thông qua các phiên bản khác nhau của Mô hình

CAPM, ước lượng rủi ro hệ thông của các cổ phiêu ngành ngân hàng niêm yết trên

HOSE với danh mục thị trường là chỉ số VN Index vả Kiểm định độ tin cậy của mô hình CAPM cho các cô phiểu ngành ngân hàng

4.2 Phạm vi nghỉ sử dụng dữ liệu ngày của 4 ngân hàng niêm yết trên HOSE và chỉ số VN-Index để thực hiện (từ tháng 11/2009 đến 10/2011)

§ Phương pháp nghiên cứu:

cứu: Đề tt

Đề tài sử dụng phương pháp thống kê, phương pháp phãn tích và tổng hợp,

Phương pháp ước lượng thích hợp cực đại, phương pháp Mô-men tông quát, mô hình CAPM, mô hình CAPM beta-zero

6 Ý nghĩa khoa học và thực tiễn của đề tài:

- Hệ thống hoá các lý thuyết liên quan đến mô hình định giá tài sản vốn (CAPM), phương pháp ước lượng và kiểm định mô hình này Cách đo lường rúi ro

hệ thống bằng mô hình CAPM

~ Các nhân tô ảnh hưởng đến rủi ro hệ thống các cỗ phiếu ngành ngân hàng

niêm yết trên HOSE giai đoạn 2009-2011

~ Kết quả đo lường rủi ro của cỗ phiếu ngành ngân hàng

~ Các khuyến cáo đối với nhà đầu tư

7 Cấu trúc của luận văn:

Ngoài phần mở đầu và kết luận, luận văn gồm có 4 chương

Chương 1: Cơ sở lý luận về đo lường rủi ro hệ thống cổ phiếu ngành

ngân hàng bằng mô hình CAPM

2 Rủi ro hệ thống của cổ phiếu ngành ngân hàng

3 Mô hình CAPM

4 Tỉnh hình nghiên cứu có liên quan đến đẻ tài

Chương 2: Phương pháp ước lượng và kiểm định mô hình CAPM

Chương 2 gồm các nội dung cơ bản:

~ Ước lượng, kiểm định Mô hình CAPM phiên bản của Sharpe và Lintner và

Mô hình CAPM phiên bản của Black bằng phương pháp thích hợp cực đại (FIML) khi dữ liệu tuân thủ luật phân phối liên tục, độc lập, đồng nhất và chuẩn

~ Ước lượng, kiểm định Mô hình CAPM phiên bản của Sharpe và Lintner và

Mô hình CAPM phiên bản của Black bằng phương pháp Mo-men tổng quát (GMM)

khi dữ liệu không tuân thủ luật phân phối chuẩn và đồng nhất

Chương 3: Các nhân tố ảnh hưởng đến rủi ro hệ thống ngành ngân hàng giai

đoạn 2009-2011 Trong chương này tác giả đi vào 3 nội dung chính:

1 Tổng quan về thị trường chứng khoán Việt Nam

2 Các nhân tố ảnh hưởng đến rủi ro hệ thống ngành ngân hàng Việt Nam

với nhà đầu tư Trong chương 4, chú trọng vào các vấn đề sau:

1 Mé tả dữ liệu và phương pháp thu thập, xứ lý dữ liệu

2 Kết quả kiêm định chuỗi tỷ suất lợi tức thực tế

3 Kết quả kiểm định mô hình CAPM

4 Kết quả ước lượng hệ số beta

5 Phân tích kết quả

6 Các khuyến cáo đối với nhà đầu tư

1.1 DO LUONG TY SUAT LOI TUC VA RUI RO:

1.1.1 Tỷ suất lợi tức và Đo lường tỷ suất lợi tức

Tỷ suất lợi tức được biểu thị bằng tỷ lệ phần trăm giữa các khoản thu nhập và giá

trị các khoán đầu tư bỏ ra

Do lường tỷ suất lợi tức: ng ay

Trong đó:

~ R: là tỷ suất lợi tức thực (hoặc kỳ vọng)

~ D; là cỗ tức

- P¿ là giá cổ phiếu ở thời điểm t

~ P.¡: là giá cô phiều ở thời điểm t-1

Nếu lấy cổ tức và giá cổ phiếu theo số liệu thực tế thì ta có tý suất lợi tức thực

Nếu lấy cỗ tức và giá cô phiếu theo số liệu kỳ vọng thì ta có tỷ suất lợi tức kỳ vọng

Lợi tức kỳ vọng của một chứng khoán: £(#)= p,, (12)

1.1.2 Rủi ro và Đo lường rủi ro:

1.1.2.1 Khái niệm rủi ro:

“Cho đến nay chưa có được khái niệm thống nhất về rủi ro Những trường

phái khác nhau, các tác giả khác nhau đưa ra những khái niệm rủi ro khác nhau

Những định nghĩa này rất phong phú và đa dạng, nhưng tập trung lại có thể chia

thành hai trường phái lớn:

Theo trường phái truyền thống, rủi ro được xem là sự không may mắn,

sự tồn thất mắt mát, nguy hiểm Nó được xem là điều không lành, điều không tốt,

bắt ngờ xảy đến Đó là sự tồn thất về tải sản hay là sự giảm sút lợi nhuận thực tẾ so

với lợi nhuận dự kiến Rủi ro còn được hiểu là những bất trắc ngoài ý muốn xảy ra

thiệt hại, mắt mát, nguy hiểm hoặc các yếu tố liên quan đến nguy hiểm, khó khăn

hoặc điều không chắc chắn có thể xảy ra cho con người

Theo trường phái hiện đại, rủi ro là sự bất trắc có thể đo lường được, vừa

mang tính tích cực, vừa mang tính tiêu cực Rúi ro có thê mang đến những tồn thất

mất mát cho con người nhưng cũng có thé mang lại những lợi ích, những cơ

hội [33]

1.1.2.2 Phân loại rủi ro:

“Xét về mặt định tính, rủi ro tổng thể của một công ty (hay cô phiếu) là một

tổng của hai thành phần cơ bản:

Rủi ro phi hệ théng (unsystematic risk) là những yếu tổ tác đông gắn liễn

với từng công ty riêng biệt như rủi ro kinh doanh hay rủi ro tài chính của công ty

đó, mà không ảnh hưởng đến các công ty khác (trừ các công ty lớn) Để giảm thiểu rủi ro loại này, nhà đầu tư thường đa dạng hoá danh mục của mình Do vậy rủi ro phi hệ thống còn được gọi là Rúi ro có thé đa dạng hoá (diversifiable risks)

Rủi ro hệ thống (systematic risk) là các yếu tố tác động lên tắt cả các công

ty trên thị trường, tất cá các công ty đều bị chỉ phối bởi rủi ro hệ thông Như vậy các nhà đầu tư không thể đa dạng hoá để giảm thiểu rủi ro hệ thông Do đó rủi ro nay còn được gọi là Rúi ro không thé da dang hod (non-diversifiable risks) "[1]

1.1.2.3 Đo lường rủi ro:

Đo lường rủi ro của một cỗ phi

tức cổ phiếu đó so với giá trị trung bình của nó) là hai phép đo rủi ro phỏ biến nhất

: Phương sai và độ lệch chuẩn (của lợi

Trong thực tế nhiều khi chỉ xác định kỳ vọng toán của biến ngẫu nhiên thỉ chưa đủ

để xác định biến ngẫu nhiên đó Ta còn phải xác định mức độ phân tán của các giá

trị của biển ngẫu nhiên xung quanh giá trị trung bình của nó Người ta cho rằng đặc

trưng cho mức độ phân tán thì đơn giản nhất là tìm tắt cả các sai lệch của các giá trị

của biến ngẫu nhiên so với kỳ vọng toán của nó và lấy trung bình số học của các sai

lệch đó Song cách làm này không mang lại kết quả vì có thể dễ dàng chứng minh

vọng toán học bao giờ cũng bủ trừ cho nhau, do đỏ giá trị trung bình của các sai lệch sẽ bằng không Để khắc phục điều này, người ta không tính trực tiếp trung bình của các sai lệch mà tính trung bình của các giá trị tuyệt đối hoặc bình phương của các sai lệch Song đơn giản hơn là tìm trung bình của bình phương các sai lệch Từ

đó chúng ta có khái niệm phương sai và độ lệch chuẫi

+ Phương sai của tỷ suat Igi tite (6°): o? =dolk, -E(R)} (13)

ye lk -£R)F C4) Nếu phân phối của lợi tức tuân theo quy luật phân phối chuẩn, chỉ tiêu + Độ lệch chuẩn của tỷ suất lợi tức (ø): ơ

phương sai hoặc độ lệch chuẩn được sử dụng để đo lường rủi ro trong đầu tư tài chính

Đo lường rủi ro của một danh mục đầu tư: Trong thực tế, các nhà đầu tư

ít khi nào dồn hết toàn bộ tải sản của mình vào một khoản đầu tư duy nhất Do vậy,

các nhà đầu tư thường lựa chọn môt danh mục dau tu (portfolio) là sự kết hợp của 2

hay nhiều chứng khoán hoặc tài sản trong đầu tư

Lợi nhuận kỳ vọng của danh mục đầu tư đơn giản chỉ là trung bình có trọng

số của các lợi nhuận kỳ vọng của từng chứng khoán trong danh mục đầu tư Trọng

số ở đây chính là tỷ trọng của từng loại chứng khoán trong danh mục đầu tư Công

thức tính lợi nhuận kỳ vọng của danh mục đầu tư như sau:

Hiệp phương sai lợi nhuận của 2 chứng khoán là chỉ tiêu đo lường mức độ quan hệ tuyển tính giữa 2 chứng khoán (giải sử chứng khoán A và chứng khoán B) Hiệp phương sai được xác định bởi công thức:

~Š n8, ~ E(&,)Ï8,, ~E(&, ] (18)

2,

Hiệp phương sai có thể dương (+), âm (-) hoặc bằng không (0) Tuy nhiên

hiệp phương sai không giúp chúng ta hiểu đầy đủ quan hệ giữa 2 chứng khoán Ta

có khái niệm hệ số tương quan giữa 2 chứng khoán:

_- 2z

Địa

Ta có =l<ø„„<1

Øx¿ =+\: Tương quan thuận hoàn hảo

„„ =~!: Tương quan nghịch hoàn hảo

Hiệp phương sai hay hệ số tương quan có ảnh hưởng rất lớn đến rủi ro của một danh mục đầu tư Đa dạng hóa chỉ mang lại lợi ích (giảm thiểu rủi ro) khi hệ số

tương quan giữa các tài sản nhỏ hơn Ì

1.1.3 Rủi ro hệ thống:

“Nếu rủi ro phi hệ thống có thể được triệt tiêu bằng con đường đa dạng hoá,

chính tìm cách lượng hoá rúi ro hệ thống

Khi nói rủi ro phi hệ thống có thể bị triệt tiêu bằng cách đa dạng hoá, điều

này không có nghĩa là tất cả mọi nhà đầu tư đều nắm giữ danh mục thị trường và bỏ

qua việc xác định rúi ro phi hệ thống của từng công ty Tuy nhiên, việc xác định rủi

ro phi hệ thống, được xem là một nghệ thuật, bởi vì mỗi ngành, mỗi công ty đều có

những rủi ro riêng của nó Loại rủi ro này không có bắt cứ một cơ sở chung nào giữa các doanh nghiệp để có thể mô hình hoá nó thành một công thức Do vậy, người ta chỉ có thé kim điều này với rủi ro hệ thống dựa trên cơ sở chung là sự biển

động tỷ suất lợi tức của từng cô phiếu so với sự biến động tỷ suất lợi tức của toàn

bộ thị trưởng Và như thế khái niệm hệ số beta da ra đời để thực hiện nhiệm vụ đo lường rủi ro và có khả năng so sánh giữa các doanh nghiệp khác nhau

Beta được xác định với đầu vào là các tỷ suất lợi tức, mà tỷ suất này được

tính toán dựa trên các mức giá của cô phiều theo thời gian Xét về mặt toán học beta chi là một công cụ đo lường khả năng biển động giá của các cổ phiều so với sự biến

đông của chỉ số thị trường Tại sao nói beta là một đại diện cho rủi ro của doanh

nghiệp, chỉ có thế giải thích vấn để này bằng Giả thuyết thị trường hiệu quả (EMH -

Efficient Market Hyppothesis), theo thuyết này giá cả chứng khoán sẽ phản ánh tất

cả mọi hoạt động của doanh nghiệp Như vậy, beta đo lường rúi ro trong sự thay đôi

mức giá của cỗ phiểu, cũng chính là đo lường rủi ro của doanh nghiệp Trên thể

giới, các thị trường tài chính phát triển được xem như là thị trường hiệu quả Hệ số

beta ở các thị trường này là một thước đo hiệu quả của rủi ro hệ thống”[1]

Trong thực tế, người ta thường sử dụng mô hình CAPM (mô hình định giá tai san tài chính) để giải thích mỗi quan hệ giữa rủi ro và lợi tức của tài sản tài

chính CAPM là cơ sở quan trọng để chứng minh rằng nếu một danh mục đầu tư có

độ đa dạng hoá cao thì rúi ro phi hệ thống sẽ gần như bị triệt tiêu và chỉ còn lại

rủi ro hệ thống Mô hình CAPM do William Sharpe phát triển từ những năm 1960

và đã có được nhiều ứng dụng từ đó đến nay Mặc dủ cỏn có một số mô hình

khác nỗ lực giải thích động thái thị trường nhưng mô hình CAPM là mô hình đơn gián về mặt khái niệm và có khả năng ứng dụng sát thực với thực tiễn

1.2 RỦI RO HỆ THÓNG CỦA CÓ PHIẾU NGÀNH NGÂN HÀNG: 1.2.1 Đặc điểm của ngành ngân hàng:

Ngành ngân hàng là ngành kinh doanh trong lĩnh vực tiền tệ là lĩnh vực kinh

doanh rất nhạy cảm, trong đó lãi suất là giá cả của hàng hóa đặc biệt này Ngành

ngân hàng có các đặc điềm chính sau:

~ Tiền vừa là phương tiện, vừa là mục đích kinh doanh nhưng đồng thời cũng

là đối tương kinh doanh của ngành ngân hàng

~ Các ngân hàng thương mại (NHTM) tương tác với các chủ thể khác nhau

trong nền kinh tế thông qua tín dụng, chính sự quan hệ tương tác lẫn nhau này tạo

nên nhiều rủi ro cho hệ thống ngân hàng và nền kinh tế

~ Các ngân hàng thương mại trong kinh doanh luôn vừa phải cạnh tranh lẫn nhau để đảnh giật thị phần, nhưng luôn phải hợp tác với nhau, nhằm hướng tới một

môi trường lành mạnh đẻ tránh rủi ro hệ thống

~ Chính phủ tất cả các nước thông qua Ngân hàng Trung ương đều có sự giám sát chặt chẽ các hoạt động của ngành ngân hàng, đồng thời thông qua đó ngân

hàng Trung ương thực thi các chính sách tiền tệ của Chính phủ

~ Hoạt động của các ngân hàng thương mại liên quan đến lưu chuyển tiền tệ, không chỉ trong phạm vi một nước, mà có liên quan đến nhiều nước để hỗ trợ cho các hoạt động kinh tế đối ngoại Do vậy, hệ thống ngành ngân hàng chịu sự chỉ phối

và ánh hưởng của nÏ

Ta thấy, từ các

u yếu tổ trong nước và quốc tế

điểm của ngành ngân hàng thì hoạt động kinh doanh của

ngân hàng là hoạt động chứa nhiều rủi ro, bởi lẽ nó tổng hợp tắt cả các rủi ro của

khách hàng, đồng thời rủi ro trong hoạt động kinh doanh của chính mình, rủi ro của

cá nên kinh tế - xã hội trong nước và quốc tế Do đó, trong quá trình hoạt động các

ngân hàng phải thường xuyên cảnh giác, nghiên cứu, phân tích, đánh giá, dự báo và

có những biện pháp phòng ngừa rủi ro có hiệu quả

1.2.2 Các nhân tố ảnh hưởng đến rủi ro hệ thống của ngân hàng:

“Bất kỳ một công việc kinh doanh nào cũng nhằm vào tối đa hóa lợi ích bao

gồm cả kinh doanh ngân hàng đều phải quản lý rủi ro, chẳng hạn như tác động của

lạm phát hay suy thoái kinh tế, sự sụp đô của công nghệ, sự thất bại của nhà cung

cấp hay của khách hàng dưới tác động của yếu tố chính trị hay thiên tai là những rũi

ro tiềm ấn mà tắt cả các doanh nghiệp đều phải đương đầu” [2] Những rúi ro nảy là

cụ thể hoặc là sự kiện, có ánh hưởng tới khả năng sinh lời và nguy cơ rủi ro của ngân hàng Chúng cũng bao gồm những thay đổi đột ngột, không dự đoán trước về

thuế, về chính sách điều chỉnh hay về những điều kiện thị trường tài chính do chiến

tranh, cách mạng hay sụp đồ thị trường và những rúi ro vĩ mô như biến động của

lạm phát hay thất nghiệp Rủi ro hệ thống là rủi ro tác động đến toàn bộ hoặc hầu

hết các chứng khoán Sự bấp bênh của môi trường kinh tế nói chung như sự sụt

giảm GDP, biến động lãi suất, tốc độ lạm phát thay đôi cũng là những nhân tố ảnh

hưởng rủi ro hệ thống Các nhân tố ảnh hướng tới rúi ro hệ thống có tác động mạnh tới ngành ngân hàng và ngân hàng thường xuyên phải đối mặt với các rủi ro hệ

thống như:

~ Rủi ro về lãi suất hay chính xác hơn là sự biến động ngoài dự kiến của lãi

suất: Nhìn vào các rủi ro của ngân hàng thương mại ta có thê thấy rằng ngân hang

phải đối đầu với rất nhiều rủi ro, đặc biệt là rủi ro lãi suất vì lãi suất là giá cả của hàng hóa đặc biệt mang tên tiền tệ Lãi suất thị trường thường xuyên thay đổi, ngân

hàng luôn nghiên cứu và dự báo lãi suất Tuy nhiên, trong nhiều trường hợp ngân

hàng không thể dự báo chính xác mức độ thay đổi của lãi suất Sự biến động ngoài

dự kiến của lãi suất gây ra rủi ro cho ngân hàng

~ Rúi ro về lạm phát hay sự biến động ngoài dự kiến của lạm phát: “các nhà kinh tế có quan điểm rất khác nhau về quy mô của các tác động tiêu cực cúa lạm phát, thậm chí nhiễu nhà kinh tế cho rằng tôn thất do lạm phát gây ra là không đáng

kể và điều này được coi là đúng khi tỷ lệ lạm phát ôn định và ở mức vừa phải Khi

lạm phát biển động mạnh, tác động xã hội của nó thông qua việc phân phối lại của

cải giữa các cá nhân rõ rằng là rất lớn và do vậy Chính phủ của tất cả các nước đều

tìm cách chồng lại loại lạm phát này bằng nhiều biện pháp khác nhau, biện pháp chủ yếu là thông qua các chính sách kinh tế, tiền tệ nhằm kiềm chế lạm phát”[32] Các

biện pháp này thường mang tính chất hành chính, áp đặt do đó các ngân hàng thương mại phải gánh chịu rủi ro rất lớn từ các biện pháp kiểm chế lạm phát do sự

biến động ngoài dự kiến của lạm phát gây ra

~ Rủi ro do chính sách tiễn tệ của Chính phủ: “Rúi ro mà các ngân hàng vẫn

thường xuyên đối mặt đó chính là

đổi và không thể dự đoán

ro chỉnh sách Khi môi trường chính sách thay

ác chiến lược và kế hoạch kinh doanh của ngân hàng

cũng bị phá vỡ Do không thể biết được điều gì sẽ xảy ra nên tính chất bất ôn của

môi trường pháp lý hiện nay thể hiện la sw bat tric (uncertainty) chit khong con Ia

rủi ro (risk) thuần túy Trong môi trường bắt trắc không suy giảm, các ngân hang

không thể chủ động lập được chiến lược kinh doanh phù hợp, thay vào đó là các sách lược phòng thủ và đối phó Khi các ngân hàng phải lo đối phó với các thách thức chính sách ngắn hạn như vậy thì sẽ không còn đủ nguồn lực để giải quyết những rủi ro và các thách thức có tính chất dài hạn khác "[25]

~ Rủi ro từ tăng trưởng kinh tế (GDP): Tăng trưởng kinh tế là chỉ tiêu kinh tế tông hợp ảnh hưởng trực tiếp đến toàn bộ nền kinh tế, thị trường chứng khoán cũng như ngành ngân hàng Trong bối cảnh nền kinh tế sáng sủa sẽ kéo theo sự phát triển của toàn bộ nên kinh tế cũng như ngành ngân hàng Tuy nhiên trong bối cảnh kinh

tế bất dn thi rủi ro từ sự tăng trưởng kinh tế đối với ngành ngân hàng là rất lớn

~ Rủi ro từ khủng hoảng kinh tế và khủng hoáng tài chính: “Cuộc khủng

hoảng tải chính kinh tế và tài chính toàn cầu đã len lỏi trong đời sống của ngay cả

những người dân bình thường nhất trong xã hội Theo các nhà quan sát rúi ro chuyên nghiệp thì, sự khủng hoảng toàn cầu đang ngảy một tăng nhanh và đang tạo

ra một thách thức mới cho Chính phủ các nước, các doanh nghiệp trên toàn thế

giới"[23] Ngành ngân hàng không những không thể thể nằm ngoải vùng ảnh hưởng

của khủng hoảng kinh tế, khúng hoảng tài chỉnh mà còn là nguyên nhân của khủng

hoảng và chịu ảnh hưởng mãnh mẽ nhất trong nền kinh tế.

- Các rủi ro khác; Ngoài các rủi ro trên, do đặc thù của ngành ngân hàng là kinh doanh tiền tệ, các ngân hàng còn cỏn phải đối diện với một loạt các rủi ro khác như rủi ro từ các bảo cáo của các tổ chức phân tích đánh giá tín nhiệm thị trường,

rủi ro từ môi trường kinh tế trong nước và quốc tế, rủi ro từ môi trường tự nhiên

1.2.3 Mức độ rủi ro hệ thống của ngành ngân hàng Việt Nam:

“Theo đánh giá của tô chức xếp hạng Standard & Poors (S&:P), mức độ rủi

ro kinh tế mả S&P xếp hạng cho toàn bộ nền kinh tế Việt Nam là “10 điểm” (là mức

rủi ro cao nhất trong thang đo) thể hiện hiện những đánh giá về "mức độ rủi ro rất cao" trong khả năng hồi phục, tình trạng mắt cân bằng kinh tế Rủi ro ngành ngân

hàng của Việt Nam được đánh giá 8 điểm, cũng thể hiện mức độ “rủi ro cực cao” về

khung chính sách thể chế, "rủi ro rất cao" trong động lực cạnh tranh và "rủi ro trung

bình" về gây vốn hệ thống Cách đánh giá của S&P thể hiện rủi ro mà một ngân

hàng họat động tại riêng một quốc gia nói riêng và toàn bộ hệ thống ngân hàng nói

chung phải đối mặt, so với các ngân hàng trong hệ thống ngân hàng khác Việt Nam

là nước có thu nhập thấp, hệ thống tài chính và khung chính sách còn đang phát triển, những điểm yếu này càng nâng cao khả năng dễ bị tốn thương của nẻn kinh tế

trước những cú sốc lớn Những viễn cánh tăng trưởng lạc quan được hỗ trợ bởi nỗ

lực bền bi của Chính phủ trong việc tái cấu trúc nền kinh tế, phần nảo bù đắp những

điểm yếu này

Vé khung chinh sich, S&P cho ring các tiêu chuẩn về khung chính sách của

Việt Nam còn thiếu các tiêu chuẩn quốc tế và ngân hàng Trung ương dễ bị tổn

thương trong chính các thỏa thuận của mình Khung chính sách càng yếu hơn do sự

yếu kém trong điều hành và minh bạch Hầu hết các ngân hàng không công bố báo

cáo tài chính kịp thời, và thường không đầy đủ chỉ tiết

'Về động lực cạnh tranh, rủi ro cho các ngân hàng chỉ ở mức trung bình và

tập trung vào tăng trưởng Thị trường đang bão hòa dẫn đến cạnh tranh giữa các

ngân hàng cả về vốn vay và tiền gửi

Về gây vốn hệ thống, hệ thống ngân hàng Việt Nam, theo S&P đánh giá,

được hỗ trợ bởi lượng tiền gửi của khách hàng ở mức ôn định, ít phụ thuộc vào các

nguồn bên ngoài trong khi chính phủ vẫn đóng vai trò hỗ trợ trong nguồn vốn cho

các ngân hàng nếu cần S&P đánh giá Chính phủ Việt Nam "hỗ trợ cao" cho các

ngân hàng trong nước [30]

Như vậy ta thấy mức rúi ro của ngành ngân hàng Việt Nam khá cao nhưng

vẫn thấp hơn so với rủi ro của toàn bộ nền kinh tế

1.3 MÔ HÌNH CAPM

1.3.1 Khái quát về mô hình CAPM

Một trong những vấn để quan trọng của kinh tế học tải chính hiện đại là sự

đánh đôi giữa rủi ro và tỷ suất lợi tức kỳ vọng Các khoản đầu tư rủi ro (chẳng hạn

như đầu tư vào thị trường cô phiếu) sẽ đạt tỷ suất lợi tức cao hơn các khoản đầu tư Không có rủi ro Với sự phát triển của Mô hình định giá tài sản vỗn (CAPM), các nhà kinh tế học có thể định lượng rủi ro va phan thưởng cho việc chấp nhận ri ro

Mô hình CAPM gợi ý rằng thu nhập kỳ vọng của một tải sản phải liên quan chặt chẽ với hiệp phương sai giữa thu nhập của tải sản và thu nhập của danh mục thị

trường

Markowitz (1959) đã đặt nền tảng của mô hình CAPM Trong nghiên cứu

nên tảng này, tác giả đã cho rằng nhà đầu tư sẽ lựa chọn danh mục trên cơ sở thu nhập kỳ vọng và phương sai của thu nhập này Ông ta đưa ra luận điểm, nhà đầu tư tối ưu hóa việc nắm giữ một danh mục có giá trị kỳ vọng và phương sai hiệu quả Đó

là, danh mục đầu tư với thu nhập kỳ vọng cao nhất, tương ứng với một mức phương

sai xác định trước Dựa trên công trình của Markowitz, Sharpe (1964) va Lintner

(1965b) da phat triển nhiều gợi ý mở rộng về kinh tế Họ cho rằng, nếu nhà đầu tư đạt

được mức lợi tức kỳ vọng đồng nhất và tối ưu hóa vii

nắm giữ các danh mục có giá

trị trung bình và phương sai đạt hiệu quả trong điều kiện không tương quan với thị

trường thì chính danh mục của tất cả các khoản đầu tư lợi tức hoặc danh mục thị trường sẽ là danh mục có giá trị trung bình và phương sai hiệu quả [12]

1.3.2 Mô hình CAPM dựa trên giả định như những giả định của thị

trường vốn|4]:

(1) Các nhà đầu tư cá nhân đều là các nhà chấp nhận giá

(2) Tat cả các tài sản đều có thé mua, bán và có thể chia nhỏ không hạn chế

(3) Dau tu trong một thời kỳ đơn

(4) Hoạt động đầu tư chỉ giới hạn với những tài sản tải chính được kinh doanh

(5) Không có thuế và phí giao địch

(6) Quyết định của nhà đầu tư chỉ dựa vào giá trị trung bình và phương sai

của tỷ suất lợi tức, tức là:

~ Tỷ suất lợi tức tuân theo quy luật phân phối chuẩn

~ Hàm hữu dụng của nhà đầu tư là hàm bậc 2

(7) Được phép mua bán khống, vay và cho vay ở mức lợi tức phi rúi ro

không hạn chế

(8) Thông tin không đắt đỏ vả luôn sẵn có đối với các nhà đầu tư

(9) Các nhà đầu tư là những người có lý trí, lựa chọn danh mục đầu tư trên

cơ sở kỳ vọng — phương sai

(10) Tất cả các ước lượng đều đồng nhất

(11) Tất cả các nhà đầu tư nắm giữ cùng một danh mục đầu tư: danh mục thị trường đối với tài sản phi rủi ro

(12) Danh mục thị trường bao gồm tất cả các loại chứng khoản và tỷ trọng

của mỗi loại chứng khoán là tỷ lệ phần trăm giá trị của chứng khoán này trên tông

giá trị của thị trường

1.3.3 Mô hình CAPM

1.3.3.1 Mô hình CAP.M phiên bản của Sharpe và Lintner

Phiên bản CAPM của Sharpe và Lintner với giả định tồn tại các khoản cho

vay và đi vay với lãi suất phi rủi ro [4]

+[R]=R, + 8„(E[R, ]- R,) (1.10)

Var[R_]

Với R,là tỷ suất lợi tức của tài sản ¡, R„ là thu nhập của danh mục thị trường

và Rự là thu nhập của tài sản phi rủi ro, i=1,2, n

1.3.3.2 Mô hình CAPM beta-sero phiên bản của Black

Trong điều kiện không tổn tại tài sản phi rủi ro, Black (1972) tìm thấy phiên bản tổng quát của mô hình CAPM beta-zero [4]

1.4 TÌNH HÌNH NGHIÊN CỨU CÓ LIEN QUAN DEN ĐÈ TÀI

1.4.1 Tổng quan về các nghiên cứu chủ yếu có liên quan đến việc ước lượng và kiểm định mô hình CAPM trên thế giới:

“Mô hình định giá tải sản vốn (Capital asset pricing model CAPM) là mô hình mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng Trong mô hình này, lợi nhuận kỳ vọng của một chứng khoán bằng lợi nhuận không rủi ro (risk-free) cng với một khoản bù đắp rủi ro dựa trên cơ sở rủi ro hệ thống của chứng khoán đó Còn

rủi ro phi hệ thông không được xem xét trong mô hình này do nhà đầu tư có thể xây

dựng danh mục đầu tư đa dạng hoá để loại bỏ loại rủi ro nay

Mô hình CAPM do William Sharpe phát triển từ những năm 1960 và đã có được nhiều ứng dụng từ đó đến nay Mặc dủ còn có một số mô hình khác nỗ lực giải thích động thai thị trường nhưng mô hình CAPM lả mô hình đơn giản về mặt

khái niệm và có khả năng ứng dụng sát với thực tiễn Cũng như bắt kỳ mô hình nào

khác, mô hình này cũng chỉ là một sự đơn giản hoá hiện thực bằng những giả định

nhưng nó vẫn cho phép chúng ta rút ra những ứng dụng hữu ích” [10]

“Sau đó 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 sau 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 nảy chính Jensen đã đề xuất về việc kiểm định hàm ý “hệ số œ =0” để kiểm định hiệu lực của mô hình CAPM

- Sau dé 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 năm 1972, công trình mô hình định giá tài sản vốn “Một số kiểm định

đã

thực nghiệm của các tác giả Fisher Black, Michael C.lensen vả Myron schole: kiểm định hiệu lực của mô hình này đối với các chứng khoán tại thị trường chứng khoán New York” [12]

- Sau đó 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 các bằng chứng thực nghiệm

bác bỏ hiệu lực của các mô hình CAPM lý thuyét Eugene Fama va Kenneth French tiến hành nghiên cứu thực nghiệm về quan hệ giữa lợi nhuận của cổ phiếu, qui mô

công ty, tỷ số MB (market-to-book value ratio) và hệ số beta Kết quả kiểm định dựa vào số liệu thời kỳ 1963 — 1990 cho thấy rằng các biến qui mô và tỷ số MB là những biển ánh hưởng mạnh đến lợi nhuận cô phiếu Khi những biển này được đưa vào phân tích hồi qui trước rồi mới thêm biến beta vào thì kết quả cho thấy rằng

biến beta không mạnh bằng các biến kia trong việc giải thích lợi nhuận cỗ phiếu

Điều này khiến giáo sư Fama, một giáo sư có uy tín, đi đến kết luận rằng beta không, phải là biến duy nhất giải thích lợi nhuận Ông phát động cuộc tắn công vào khả năng sử dụng mô hình CAPM đề giải thích lợi nhuận cổ phiếu và đề nghị rằng biến

qui mô và biến tỷ số MB thích hợp để giải thích lợi nhuận hơn là biến rủi ro Tuy nhiên, Người ta cho rằng Fama và French giải thích lợi nhuận thị trường với hai biến dựa vào giá trị thị trường cho nên không có gì ngạc nhiên khi thấy có sự tương

quan rất cao giữa các biến này Fama và French đã quá tập trung vào biến lợi nhuận thay vì tập trung vào biến rúi ro, cho nên cũng không cỏ nẻn tảng lý thuyết cho

những phát hiện có tính phản bác của họ[ 10]

~ Tiếp theo đó là rất nhiều công trình nghiên cứu về mô hình CAPM trong

các trường hợp thực tế như: CAPM trong điều kiện tương quan Mô-men bậc cao

(CAPM with higher-order co-moments), CAPM có điều kiện (Condition CAPM) và

CAPM trong điều kiện không ôn định theo thời gian (CAPM conditional on time

varying volatilyty) [12]

1.4.2 Tống quan về các nghiên cứu chũ yếu có liên quan đến việc ước

lượng và kiểm định mô hình 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 tổ trên TTCK Việt Nam của các học viên cao học cũng như sinh viên đại học Việt Nam Trong đó có 3 đề tai có nội dung chính liên quan đến mô hình CAPM đều là luận văn thạc sỹ của tác giả Đỉnh Trọng Hưng, Trần Minh Ngọc Diễm thực hiện tại Đại học Kinh tế TP Hồ Chí Minh và Phạm Văn Sơn thực hiện tại Đại Học Đà Nẵng [12]

Trong luận văn thạc sỹ “Ứng dụng mô hình đầu tư tài chính hiện đại vào thị

trường chứng khoán Việt Nam” của tác giá Đinh Trọng Hưng dưới sự hướng dẫn

của TS Lại Tiến Dĩnh, tác giả nghiên cứu các mô hình đầu tư tải chính hiện đại bao

gồm: Lý thuyết danh mục đầu tư Markowitz, lý thuyết thị trường vốn, mô hình định

giá

dụng cho 26 công ty niêm yết trên Sở Giao dịch chứng khoán TP Hồ Chí Minh từ

ngày 01/01/2005 đến 30/6/2008 Khi sử dụng Mô hình CAPM phiên bản Sharpe

Litner, tác giả ước lượng hệ số beta tương ứng với 2 trường hợp danh mục thị

i san CAPM và Fama -French 3 nhân tố Trên cơ sở các mô hình đó, tác giả áp

trường là chỉ số VN-index và danh mục thị trường là danh mục tối ưu từ 26 chứng

khoán Khi kiểm định luật phân phối chuẩn đối với tỷ suất lợi tức của 26 mã chứng

khoán chỉ có 5 chứng khoán tuân thủ luật phân phối chuẩn Tuy nhiên tác giả sử

dụng luật số lớn để cho rằng khi mớ rộng mẫu quan sát thì tỷ suất lợi tức của các

chứng khoán sẽ tuân thủ luật phân phối chuẩn Tuy nhiên các luận văn này cũng chỉ

mới dừng lại ở việc tính toán các hệ số beta một cách đơn thuần [ 12]

Luận văn thạc sỹ “Nghiên cứu và ứng dụng mô hình định giá tài sản vốn cho thị trường Chứng khoán Việt Nam” của tác giả Phạm Văn Sơn thực hiện dưới sự hướng dẫn của TS Võ Thị Thúy Anh Trong luận văn này tác giả tổng hợp các lý luận cơ bản của mô hình định giá tài sản vốn (CAPM) đối với cả 2 phiên bản Sharpe - Lintner và Black Hệ thống hóa các quy trình cùng với phương pháp ước

lượng và kiểm định mô hình định giá tài sản vốn phù hợp với các đặc thù của thị

trường chứng khoán mới, đó là dữ liệu có thể không tuân thủ giả định phân phối liên tục, độc lập, đồng nhất và phân phối chuẩn Trong luận văn nảy, tác giả sử dụng

chỉ số Vn-index như danh mục thị trường và 20 chứng khoán đáp ứng đủ điều kiện

về quy mô dữ liệu (dữ liệu tháng, ít nhất 5 năm tức 60 quan sát từ tháng 6/2005 đến 5/2010) để phân tích Quan trọng nhất trong luận văn nảy là tác giả đã tập trung vào ước lượng kiểm định mô hình CAPM đối với các chứng khoán đủ số lượng quan sát

từ đó đưa ra các kết luận có ý nghĩa đối với thị trường chứng khoán Việt Nam

Ngoài ra, trong thời gian gần đây Tác giả Nguyễn Ngọc Vũ cũng có bài báo viết về đề tài này Trong bài tác giả ước lượng hệ số beta, là hệ số góc giữa tỷ suất 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 (OLS) Số lượng chứng khoán

sử dụng gồm 43 công ty niêm yết tại SGDCK Hà Nội và danh mục thị trường được

sử dụng là chỉ số HNX-Index [12]

Tuy nhiên, hiện nay chưa có một nghiên cứu cụ thể nảo về phương pháp đo

lường rủi ro hệ thống thực sự có ý nghĩa đối với ngành ngân hàng Việt Nam là

ngành kinh doanh có ảnh hưởng lớn đến toàn bộ nền kinh tế - xã hội

Trong luận văn này, tác giả chủ yếu sử dụng phân cơ sở lý luận của Luận văn

thạc sỹ “Nghiên cứu và ứng dụng mô hình định giá tài sản vốn cho thị trường Chứng khoán Việt Nam” của tác giả Phạm Văn Sơn thực hiện, đồng thời tham khảo Chuong 5 cudn sich” The Econometric of the Financial Markets ”, của các Tác giả Jonh Y, Campbell, Andrew W Lo and A Craig Mackinlay (1961),

Kết luận chương 1

Trong chương 1, ngoài tình hình các nghiên cứu có liên quan đến mô hình

CAPM trên thể giới và trong nước thì trong chương 1 còn đề cập đến các khái niệm

cơ bản về tỷ suất lợi tức, cách đo lường tỷ suất lợi tite; Rui ro và đo lưởng rủi ro;

khái niệm về rủi ro hệ thống, tại sao beta được giao nhiệm vụ đo lường rủi ro hệ

thống của thị trường; các phiên bản khác nhau của mô hình CAPM

Ngoài ra trong chương này còn đề cập đến các đặc điểm cơ bản của ngành

ngân hàng mà với các đặc điểm của ngảnh nảy làm cho các nhân tô rủi ro hệ thống

tác động lên ngành một cách mạnh nhất Trong các nhân tổ rủi ro hệ thống tác động

lên ngành ngân hàng như sự biến động ngoài dự kiến của lãi suất, lạm phát; chính

sách tiền tệ của Chính phủ; tăng trưởng kinh tế (GDP); khủng hoảng kinh tế và

khủng hoảng tài chính thì chúng đều có tác động qua lại lẫn nhau, rất khó phân biệt một cách riêng lẽ Trong các loại rủi ro này, thì ngành ngân hàng phải chịu sự tác động mãnh mẽ nhất của chính sách tiền tệ của Chính phủ Và theo tô chức xếp hang S&P

ngành ngân hàng sẽ nhỏ hơn Vn-Index Chúng ta sẽ kiểm chứng trong chương 4 khi

đi vào đo lường ro hệ thống của các cô phiều ngành ngân hàng trên HOSE.

Chương 2 - PHƯƠNG PHÁP ƯỚC LƯỢNG VÀ KIÊM ĐỊNH

MÔ HÌNH CAPM

2.1 PHƯƠNG PHÁP ƯỚC LƯỢNG THÍCH HỢP CỰC ĐẠI (FIML):

2.1.1 Điều kiện vận dụng:

Điều kiện để vận dụng Phương pháp ước lượng thích hợp cực đại (FIML) là

dữ liệu tuân thủ luật phân phối liên tục, độc lập, đồng nhất và chuẫn

2.1.2 Ước lượng Mô hình CAPM phiên băn của Sharpe và Lintner bằng phương pháp thích hợp cực đại (FIML)|12]:

Từ mô hình CAPM phiên bản của Sharpe và Lintner (1.10) Ta có mô hình

số chặn của thu nhập từ tài sản và yếu tố nhiễu Trong suốt chương này, chúng ta

loại bỏ sự phụ thuộc của ø , Ø và e, trong danh mục thị trường hay các danh mục được xem là danh mục thị trường Trong phiên bản của Sharpe-Lintner, chúng ta định nghĩa lại „ là thu nhập vượt trội kỳ vọng

~ Chúng ta dùng phương pháp thích hợp cực đại để ước lượng các hệ số trong

mô hình không rằng buộc

Chúng ta có các tham số sau:

v6i W,, di duoc dinh nghia va o» =F2(z -)

Luu ¥: y(7-2,2) chi ra rằng ma trận 7ÿ vời kích thức NxN có phân

phối Wishart với T-2 bậc tự do và ma trận hiệp phương sai 3 Phân phối này là sự

tổng quát đa biến của phân phối Chí bình phương

Hiệp phương sai của @ va Ô sẽ là ca|z.0| (212)

Y là không phụ thuộc vào cả # và Ø

~ Các tham số ước lượng của mô hình rằng bude (a=0) sé la:

(2.13)

Trong điều kiện không có các tài sản phi rủi ro, chúng ta xem xét mô hình

của Black trong mục 1.2.3.2 thu nhập kỳ vọng của danh mục Beta zero, #|#,, | được xem là một danh mục không thể quan sát và vì thế nó trở thành một tham số

chưa được xác định của mô hình Ký hiệu thu nhập kỳ vọng của danh mục Beta zero là y và thay vào (1.12) chúng ta có mô hình của Black sẽ là

#{&,]=y + Ø(E[R.]- z)=(- 8} + BELR] (2.17)

'Với mô hình Black, mô hình không ràng buộc là mô hình thu nhập thực của thị trường Định nghĩa R, là véctơ có kích thước (Nx1) của các thu nhập thực từ N

tải sản hoặc danh mục các tài sản Từ các tài sản này, mô hình thu nhập thực của thị

B là véctơ beta của các tài sản có kích thước (Nx1), R„; thu nhập của danh mục thị trưởng ở thời kỳ t và a, e, là các véctơ có kích thước (Nx1) lần lượt là hệ số

chăn của thu nhập và yếu tô nhiễu

Có thể dễ dàng xác định được hệ quả của mô hình Black bằng cách so sánh

các kỳ vọng không điều kiện của (2.18) và (2.17)

Đó là ø =(t~)y

Kiểm định hệ quả này phức tạp hơn so với kiểm định ràng buộc hệ số chặn

bằng 0 của mô hình Sharpe-Lintner bởi vì tham số ƒ) và y tham gia vào mô hình phi

tuyến

Với giả định phân phối đồng nhất xác định và thu nhập theo phân phối chuân

liên tục thì mô hình CAPM của Black có thể ước lượng và kiểm định bằng cách sử

dụng phương pháp thích hợp cực đại Các tham số ước lượng thích hợp cực đại của

mô hình không ràng buộc (mô hình thu nhập thực của thi trường) ở (2.18) là giống

với các tham số ước lượng của mô hình thu nhập vượt trội ngoại trừ thu nhập thực được thay thể bởi thu nhập vượt trội

~ Đối với mô hình không rằng buộc, chúng ta xem xét mô hình thị trường, trong điều kiện ty suất sinh lợi vượt trội so với tý suất sinh lợi kỳ vong Beta 0 (7)

hợp không ràng buộc được xác định dựa vào các tham số ước lượng thích hợp cực

đại cụ thể như sau: L=~ŠTigam~ lai

RỊ- AT khéng phy thude vào y

~ Khi ø dẫn về 0 thì các tham số ước lượng rằng buộc là:

2.1.4 Kiểm định tính hiệu lực của mô hình|12]:

2.1.4.1 Kiểm định tính hiệu lực của mô hình CAP.M phiên bản của Sharpe-

Lintner:

Hệ quả mô hình CAPM của Sharpe-Lintner trong (2.1) la tat ca cac phan tir

của vectơ œ đều bằng 0 Hệ quả này đến từ việc so sánh các kỳ vọng không điều

kiện của (2.1) và (1.12) và kiểm định các giả thuyết cơ bản của mô hình Tắt cả các

phần tử của ø đều bằng 0 khi z là danh mục tiếp tuyến Do đó, chúng ta có thể kiểm

định tính hiệu lực của mô hình CAPM

Giả thiết Hạ: œ=0 (nghĩa là mô hình có hiệu lực)

Đối thiết H,: ¿0 (nghĩa là mô hình không có hiệu lực)

(1) Kiểm định Wald - thống kê kiểm định J„

Sử dụng các tham số ước lượng không ràng buộc, chúng ta có thẻ thiết lập thống kê

kiểm định Wald

7 ada (232)

Chúng ta đã thay thế Var[ ] cho (2.9) Với giả thiết Họ, Jo s® tuân thủ phân

phối Chỉ bình phương với bậc N tự do Với > chưa biết, sử dụng Jạ để kiểm định Hạ, chúng ta thay tham số ước lượng đồng nhất đối với Y trong (2.32) Tham số ước lượng thích hợp cực đại của ¥ có thê là ước lượng tham số đồng nhất

(2)Tiéu chuẩn kiểm định Eisher - Thống kê kiểm định J,

Chúng ta có giá trị thông kê kiểm định J¿ tuân thủ về quy định phân phối Chỉ

bình phương với N bậc tự do Điều này là không chắc chắn đối với các mẫu cỏ quy

mô nhỏ Tuy nhiên trong tình huống này, chúng ta không cần sử dụng đến luật phân

phối số lớn để suy ra kết luận về việc sử dụng kiểm định Wald Luật phân phối cho một mẫu nhỏ được phát hiện bởi MacKinlay (1987) và Gibbons, Ross và Shanken

mẫu có quy mô nhỏ J, bằng cách sử dụng các tham số ước lượng từ mô hình không

ràng buộc Đó là mô hình thị trường có thu nhập vượt trội

(3) Kiểm định tỷ lệ thích hợp - Thống kê kiểm định J, va Js

Để xem xét kiểm định tỷ lệ thích hợp, chúng ta cần các tham số ước lượng

của mô hình rằng buộc

Cho trước cả 2 loại tham số ước lượng thích hợp cực đại (hệ số ước lượng của mô hình ràng buộc và không ràng buộc), chúng ta có thể kiểm định các giới hạn của mô hình Sharpe-Lintner bằng cách sử dụng kiểm định tỷ lệ thích hợp, kiểm định này dựa trên logarit của tỷ lệ thích hợp, đây là giá trị của hàm logarit của các tham

số ước lượng thích hợp không phụ thuộc cực đại hoá Ký hiệu LR là tỷ lệ logarit

thích hợp, chúng ta có:

Trong đó LỶ đại diện cho hảm logarit thích hợp rằng buộc

Kiểm định dựa trên kết quả tiệm cận theo giả thuyết Hạ, là -2 nhân cho hàm

logarit của tỷ lệ thích hợp tuân thú theo luật phân phối Chỉ bình phương với số bậc

Thống kê kiểm định J¡ bằng cách sử dụng kết quả từ việc thiết lập hiệu quả

toán học giúp chúng ta giải thích được ý nghĩa kinh té Gibbons, Ross và Shanken

3.1.4.2 Kiểm định tính hiệu lực của mô hình CAPM Beta zero:

Cho trước các tham số ước lượng thích hợp cực đại của mô hình ràng buộc

và mô hình không ràng buộc chúng ta có thể thiết lập thống kê kiểm định tý lệ thích

hợp tiệm cận của Hạ Giả thiết Hp va các các giả thiết khác được xác định

Ho: ứ = (t— P)y (nghĩa là mô hình có hiệu lực),

Hị.a# (t— B)y (nghĩa là mô hình không có hiệu lực)

Kiểm định tỷ lệ thích hợp có thê được thiết lập giống với kiểm định của mô

hình Sharpe-Lintner trong (2.35) J¿ được xác định là giá trị thống kê kiểm định, chúng ta có

J =o

Lưu ý rằng bậc tự do của luật phân phối theo giả thiết Hụ là (N-1) Giống

như mô hình của Sharpe — Lintner mô hình CAPM của Black giảm một bậc tự do

-lo

boi vì tỷ suất sinh lợi kỳ vọng Beta zero là một tham số tự do Bên cạnh các tham số

N(N-1)/2 trong ma trận hiệ phương sai của các phân dư, mô hình không ràng buộc

có 2N tham số (N tham số từ véctơ ơ và N tham số từ véctơ ) Số lượng các tham

số ma trận hiệp phương sai mô hình ràng buộc gồm N tham số từ véctơ j và tham

số đến từ tỷ suất sinh lợi kỳ vọng của danh mục Beta zero (7) Vì thế mô hình không ràng buộc có ít hơn (N-1) tham số tự do so với mô hình ràng buộc

Chúng ta có thể điều chinh J, dé cải thiện các thuộc tính của mẫu có qui mô

nhỏ Ký hiệu 1; là giá trị thống kê kiểm định đã được điều chỉnh Chúng ta có

Trong mẫu nhỏ, quy luật phân phối của trị kiểm định theo giả thiết Họ của J;

ật phân phối Chi bình phương

là

Chúng ta có thẻ rút ra 2 hạn chế từ các phương pháp mà chúng ta thảo luận ở

trên Việc ước lượng này phải lặp đi lặp lại các điều kiện theo m:

tự Hơn nữa việc kiểm định này chỉ dựa vào luật số lớn và có thể tiến hành trên một mẫu xác định có các thuộc tính không đa dạng Chúng ta có thể sử dụng kết quả của Kandel

(1984) và Shanken (1986) để khắc phục những hạn chế này Họ đã chỉ ra cách xác

định các tham số ước lượng thích hợp cực đại một các chính xác và cách để triển

khai một kiểm định xắp xi trên một mẫu có quy mô nhỏ

Chúng ta có thẻ thiết lập kiêm định gần đúng theo mô hình Black bằng cách

sử dụng các khoản tỷ suất sinh lợi vượt trội như trong công thức (2.29), trong trường hợp y được xác định thì kiểm định Fisher đối với mô hình của Sharpe- Lintner sẽ được thiết lập như trong công thức (2.33) và được áp dụng để kiểm định giả thuyết Hạ mà ở đó hệ số chặn của mô hình tỷ suất sinh lợi vượt trội thị trường có

Beta bing 0 Gia tri thống kê kiểm định sẽ là

r * ˆ

Gna} eal, aly)" E a0) ~ Fy r-vs (240)

Bởi vì y chưa biết, kiểm định trong (2.40) không thể thực hiện trực tiếp

'Nhưng kiểm định gần đúng có thể thực hiện với J") vì y= 7` làm cực tiêu

ham logarit ty Ié thích hợp và do đó 2(?}am đạt giá trị cực tiểu Vĩ vậy 47)

tương đương với Jo(Yo) trong đó o là giá trị thực chưa được xác định của ÿ Chính vì

vậy kiểm định 2Á] được chấp nhận Trong trường hợp giả thiết Hạ bác bỏ

giá trí 7 thì nó cũng sẽ bác bỏ bắt kỷ giá trị nào của yọ Phương pháp kiểm định này thường được lựa chọn để kiểm định bởi vì phương pháp kiểm định tỷ lệ thích hợp tiệm cận thông thường trong (2.35) thưởng bị bác bỏ

Cuối cùng chúng ta rút ra kết luận đối với tý suất sinh lợi kỳ vọng của danh mục Beta Zero Cho trước tham số ước lượng thích hợp cực đại y, cần phải xác định

được phương sai tiệm cận của nó dé có kết luận chinh xác Bằng cách sử dụng ma trận Fisher, phương sai tiệm cận của tỷ lệ thích hợp cực đại y là

(2.41)

Hệ số ước lượng này có thể xác định bằng cách ước lượng các tỷ lệ thích hop

cực đại và sau đó những kết luận liên quan đến giá trị của y cũng có thể xác định

được theo phân phối tiệm cận chuẩn cia y*

2.1.4.3 Kiểm định các giả thiết đối với

Tương tự, trong mô hình thu nhập vượt trội thị trưởng, giá trị ước lượng ÿ đo

lường quan hệ rủi ro hệ thống của tài sản so với rủi ro của danh mục thị trường Một trong những giả thuyết kiểm định đáng quan tâm là rủi ro hệ thống của tải sản có cùng mức độ với rủi ro của danh mục thị trường và đối thuyết là rủi ro hệ thống của

tài sản khác với rủi ro của danh mục thị trường Những giả thuyết này có thể định dạng như là kiểm định hai phía

Ho: B= 1 và Hị: Bé

Để kiểm định chủng ta sử dụng giá trị thống kê z„., =-“——, giá trị này tính

2)

giá trị sai số ước lượng OLS của [ so với giá trị của beta trong giả thuyết cần phải

kiểm định (=1) tuân thủ theo luật phân phối student với T-2 bậc tự do Giá trị

thống kê này đo lường sai số ước lượng OLS của j so với 1 Nếu giá trị tuyệt đối

của tạ-,>ta,›s +.a chúng ta bác bỏ giả thuyết Hạ với mức ý nghĩa 5%

Một khi giả thuyết Hạ được khẳng định, chúng ta có thể kết luận rằng rủi ro

hệ thống của các chứng khoán luôn bằng với mức độ rủi ro của danh mục thị

trường Hay ngược lại, khi đối thiết #7; được khẳng định chúng ta có thể phát biểu

rủi ro hệ thống của chứng khoán luôn khác với mức độ rủi ro của danh mục thị

trường Trong trường hợp này, chúng ta cần phải kiểm định một phía đối với giả thiết ÿ < 1 hay j >1 để khẳng định mối quan hệ chính xác giữa mực độ rủi ro hệ thống khi đầu tư vào chứng khoán và mức độ rủi ro của danh mục thị trường.

Chúng ta cũng có thế kiểm định giả thiết cho rằng rủi ro của tài sản bằng với

mức độ rủi ro của danh mục thị trường và đối thiết sẽ là rủi ro của tải sản nhỏ hơn

ối thiết sẽ là rủi ro của tài sản lớn hơn rủi ro

rủi ro của danh mục thị trường hoặc

của danh mục thị trường

tạ¡ < -t\-a¡+2 (trong trường hợp Hị: ÿ <1) hoặc tạ-¡ > tị.) (trong trường hợp Hị:

>1), chúng ta bác bỏ giá thiết Hạ với mức ý nghĩa 5%

Như vậy, thông qua công tác kiếm định đối với các giả thiết , chúng ta có

thể khẳng định giả thiết Hụ hoặc đối thiết H, tồn tại một cách cỏ ý nghĩa Lúc bấy

giờ chúng ta có thể khẳng định chính xác quan hệ giữa mức độ rủi ro hệ thống khi đầu tư vào chứng khoán và mức độ rủi ro của danh mục thị trường

2.2 PHƯƠNG PHÁP MÔ - MEN TONG QUAT (GMM)/12]

2.2.1 Điều kiện vận dụng:

Điều kiện để vận dụng Phương pháp Mô - men tổng quát (GMM) là khi dữ

liệu không tuân thủ luật phân phối chuẩn và độc lập đồng nhất

Trong mục nảy chúng ta quan tâm đến các kết luận khi giả định chuỗi thu

nhập không tuân thủ giả định phân phối liên tục, chuẩn và đồng nhất theo thời gian

Chúng ta cân nhắc các kiểm định phủ hợp với chuỗi thu nhập có luật phân phối

không chuẩn, phương sai sai số thay đổi và phụ thuộc theo thời gian Quan tâm đến

các kiểm định này vì hai lý do Thứ nhất, trong khi giả định phân phối chuẩn là

không cần thiết như mô hình CAPM lý thuyết Hơn nữa giả định phân phối chuân

được chấp nhận cho mục đích thống kê Nếu không có giả định này các kiểm định

của mô hình định giá tài sản đối với các mẫu hạn chế là khó chấp nhận được Thứ

hai, sự chệch hướng khỏi phân phối chuẩn của chuỗi thu nhập các chứng khoán cần

phải được chứng minh Có quá nhiều bằng chứng về phương sai sai số thay đổi và