Xây dựng và quản lý danh mục đầu tư trên thị trường chứng khoán Việt Nam

Em lựa chọn đề tài “Vận dụng mô hình đa nhân tố trong phân tích lợi suất cổ phiếu ngành ngân hàng trên thị trường chứng khoán Việt Nam” không nằm ngoài mục đích hỗ trợ những kiến thức về

LỜI CẢM ƠN

Trong quá trình học tập tại trường Đại Học Kinh Tế Quốc Dân em đãđược lĩnh hội những kiến thức qúy báu của thầy cô giáo kết hợp với thời gianđược thực tập tại ngân hàng cổ phần công thương Vietin Bank đã giúp emhoàn thành chuyên đề tốt nghiệp này

Em xin cảm ơn ban lãnh đạo cùng các anh chị trong ngân hàng đã giúp

em tìm hiểu kiến thức cũng như thực hành những nghiệp vụ thực tế của ngânhàng để em có cơ sở thực tế cho việc hoàn thành chuyên đề này

Em xin chân thành cảm ơn các thầy cô trong khoa Toán Kinh Tế đã giúp

đỡ em trong thời gian học tập và thực tập vừa qua Đặc biệt, em xin cảm ơnTh.s Trần Chung Thủy đã hướng dẫn chỉ bảo tận tình giúp em hoàn thànhchuyên đề tôt nghiệp này

MỤC LỤC

LỜI MỞ ĐẦU 1

CHƯƠNG 1: CÁC CỞ SỞ LÝ LUẬN 3

1.1 Mô hình đa nhân tố trong phân tích tài sản tài chính 4

1.2 Phương pháp ước lượng mô hình đa nhân tố 7

1.2.1 Phân tích theo chuỗi thời gian 7

1.2.2 Phân tích chéo 8

1.2.3 Phân tích nhân tố thống kê 9

1.3 Kỹ thuật phân tích thành phần chính 9

1.4 Một số các chỉ tiêu và tỷ lệ tài chính chủ yếu được dùng cho ước lượng mô hình 11

1.5 Tổng quan về cổ phiếu ngành ngân hàng 15

1.5.1.Khái niệm giá trị thị trường của cổ phiếu 15

1.5.2 Khái niệm giá trị hợp lý của cổ phiếu 16

1.5.3 Đặc điểm ngành ngân hàng Việt Nam 16

1.5.3.1 Phân loại các nhóm ngân hàng Việt Nam 16

1.5.3.2 Một số chỉ số đặc trưng phản ánh ngành ngân hàng 17

CHƯƠNG 2: ƯỚC LƯỢNG MÔ HÌNH ĐA NHÂN TỐ ĐỐI VỚI CỔ PHIẾU NGÀNH NGÂN HÀNG TRÊN TTCK VIỆT NAM 19

2.1 Cơ sở dữ liệu 19

2.1.1 Các cổ phiếu được lựa chọn 19

2.2 Ước lượng mô hình đa nhân tố với các cổ phiếu đã chọn 20

2.2.1 Phân tích dựa trên một số chỉ tiêu cơ bản của ngành ngân hàng – Phân tích số liệu chéo 20

CHƯƠNG 3: XÂY DỰNG VÀ QUẢN TRỊ DANH MỤC ĐẦU TƯ NHÓM CỔ PHIẾU NGÀNH NGÂN HÀNG 30

3.1 Xây dựng danh mục đầu tư 30

3.1.1 Danh mục đầu tư theo phương pháp phân tích nhân tố 30

3.1.1.1 Kết quả đạt được 30

3.1.1.2 Ưu điểm 30

3.1.1.3 Hạn chế 31

3.1.2 Danh mục đầu tư theo chỉ số trên thị trường 33

3.1.3 Lập danh mục đầu tư tối ưu 35

3.2 Thông tin về các cổ phiếu được lựa chọn 35

3.2.1 Ngân hàng Thương mại Cổ phần Á châu (ACB) 35

3.2.2 Ngân hàng TMCP Ngoại thương Việt Nam (VCB) 36

3.2.3 Ngân hàng TMCP Xuất Nhập Khẩu Việt Nam (EIB) 37

3.2.4 Ngân hàng thương mại cổ phần công thương Việt Nam (CTG) 38

3.3 Sử dụng thuật toán EGP để lập danh mục tối ưu T 39

3.4 Sử dụng phương pháp Trung bình – Phương sai (Phương pháp Markowitz) trong lựa chọn danh mục đầu tư 44

3.5 Đánh giá danh mục đầu tư 47

3.5.1 Đánh giá hiệu quả thực thi danh mục 47

3.5.1.1 Theo chỉ số Sharpe 47

3.5.1.2 Theo chỉ số Treynor 47

3.5.2 Đánh giá khả năng đa dạng hóa của danh mục tối ưu 48

3.5.2.1 Về lợi nhuận của danh mục 49

3.5.2.2 Về rủi ro của danh mục 49

3.5.2.3 Về hệ số beta của danh mục 50

3.5.2.4 Giá của rủi ro 50

3.5.3 Kết luận về tính hiệu quả cua danh mục 50

KẾT LUẬN 51

DANH MỤC TÀI LIỆU THAM KHẢO 52

DANH MỤC CHỮ VIẾT TẮT

APT: Lý thuyết định giá kinh doanh chênh lệch (Arbitragepricing theory)

CAPM:Mô hình định gía tài sản vốn (capital asset pricing model)

DANH MỤC BẢNG BIỂU

Bảng 2.1 Kết quả phân tích thành phần chính với các chỉ tiêu của ngành (lựa chọn 3 thành phần chính) 22 Bảng 2.2 Hệ số tương quan của các thành phần với các chỉ tiêu, sau khi thực hiện phép xoay chiều 23 Bảng 2.3 Phần dư thu được từ mô hình trên 26 Bảng 2.4 Hệ số thành phần của các chuỗi lợi suất trong các thành phần chính 27 Bảng 2.5 Kết quả từ mô hình đa nhân tố 27 Bảng 2.6 Thị giá vốn và hệ số beta của cổ phiếu 36 Biểu đồ 2.1 Biểu đồ giá trị riêng của các thành phần chính 23 Biểu đồ 2.2 Biểu đồ các cổ phiếu được vẽ theo thành phần 1, thành phần 2, thành phần 3 24

LỜI MỞ ĐẦU

Sự cần thiết của đề tài

Thị trường chứng khoán là một thị trường của lợi nhuận và rủi ro Khitham gia vào thị trường này nhà đầu tư luôn kì vọng đạt được lợi nhuận cao.Tuy nhiên lợi nhuận càng nhiều thì rủi ro càng lớn Vì vậy mỗi nhà đầu tư cầnphải chuẩn bị thông tin, kiến thức và khả năng chấp nhận rủi ro trong đầu tư.Khi thị trường chứng khoán ngày càng phát triển đòi hỏi các nhà đầu tưphải trang bị những kiến thức vững vàng khi tham gia vào sân chơi đầy mayrủi này cũng như tuân theo các quy luật vận hành nhất định của nó Chínhviệc đầu tư chứng khoán có tổ chức và nghiên cứu một cách có hệ thốngkhông chỉ đem lại thành công cho nhà đầu tư mà còn giúp cho thị trường trởnên hiệu quả hơn

Em lựa chọn đề tài “Vận dụng mô hình đa nhân tố trong phân tích lợi suất cổ phiếu ngành ngân hàng trên thị trường chứng khoán Việt Nam”

không nằm ngoài mục đích hỗ trợ những kiến thức về toán kinh tế và thống

kê giúp nhà đầu tư có thêm hướng lựa chọn khi phân tích biến động của cácloại cổ phiếu trên thị trường Do trên thị trường chứng khoán Việt Nam việctiếp cận mô hình này còn khá mới mẻ trên việc tìm hiểu và vận dụng nó vàotrong thực tiễn lại càng cần thiết hơn

Mục tiêu nghiên cứu

Khảo sát mô hình đa nhân tố và xây dựng mô hình cho chuỗi lợi suất của

cổ phiếu ngành ngân hàng trên thị trường chứng khoán Việt Nam để đánh giá

độ nhạy cảm của các nhân tố đối với lợi suất cổ phiếu Dựa trên kết quả của

mô hình đã ước lượng đưa ra một số kết luận có thể giúp ích cho nhà đầu tưtrong việc đưa ra quyết định đầu tư

Phương pháp nghiên cứu

- Phương pháp phân tích thành phần chính trong thống kê

- Phương pháp định dạng và ước lượng hồi qui trong kinh tế lượng với

số liệu theo chuỗi thời gian và số liệu chéo cho mô hình đa nhân tố

Kết quả dự kiến

- Đối với phân tích dựa trên một số chỉ tiêu – phân tích chéo, ta rút rađược nhân tố nào có tác động tới lợi suất cổ phiếu Phần dư thu được từ môhình sẽ đại diện cho lợi suất riêng của từng cổ phiếu

- Đối với phân tích dựa trên các chuỗi lợi suất – phân tích theo chuỗithời gian ước lượng được từng độ nhạy của từng lợi suất cổ phiếu đối vớicác tham số

- Đưa ra một số kết luận có ý nghĩa đối với việc ra quyết định của nhàđầu tư

CHƯƠNG 1 CÁC CỞ SỞ LÝ LUẬN

Các mô hình đa nhân tố được sử dụng trong nhiều lĩnh vực, chúng đượcdùng để mô tả sự vận động của các biến nội sinh trong mô hình dưới tác độngcủa các nhân tố chung Khi áp dụng để phân tích các bài toán kinh tế hay tàichính, mô hình đa nhân tố thường mô tả giá hoặc lợi suất của các tài sản (cổphiếu, trái phiếu, bất động sản, lãi suất…) bằng một số hữu hạn các nhân tố

có liên quan dưới cấu trúc một phương trình tuyến tính

Các mô hình đa nhân tố khi áp dụng trong lĩnh vực tài chính chủ yếu dựatrên một trong các nguyên lý cơ bản của lý thuyết tài chính là: các tài sản tàichính là phi lợi nhuận khi không có rủi ro

Có thể kể đến:

Mô hình định giá tài sản vốn (CAPM) của Sharpe (1964), Linner(1965) và Mossin (1966) (mô hình này sử dụng hệ số beta của cổ phiếu làmthước đo rủi ro duy nhất)

Lý thuyết định giá cơ lợi APT do Ross đề suất năm 1976 cũng thừanhận một cấu trúc đa nhân tố có tác động tới các quá trình tạo ra lợi nhuậncủa các chứng khoán Tuy nhiên, Ross chưa đưa ra bản chất và số lượng cácnhân tố trong cấu trúc mà ông đã đề xuất

Các nghiên cứu thực nghiệm sau đó cũng chỉ ra cách tiếp cận của môhình CAPM còn hạn chế Chẳng hạn, Fama và French đã phát hiện bên cạnhchỉ số của thi trường chứng khoán, tỷ số giá thị trường trên giá trị sổ sách(Price to Book Value Ratio) và giá trị thị trường của vốn (MarketCapitalisation) của chứng khoán cũng ảnh hưởng đến lợi suất của các cổphiếu Trên cơ sở đó hai nhà nghiên cứu này đã đưa ra một mô hình với 3nhân tố trên vào năm 1993

Những nghiên cứu đầu tiên với mô hình đa nhân tố trong lĩnh vực kinh tế

và tài chính là của Rosenberg, trong đó các mô hình này được ứng dụng trong

đầu tư, chủ yếu vì chúng cho phép phân tích dấu hiệu của rủi ro – lợi nhuận.Ứng dụng của các mô hình đa nhân tố là tương đối rộng và dựa trên phân tích

và dự đoán về rủi ro của danh mục đầu tư Chúng cũng cung cấp nhữngnghiên cứu chi tiết về vai trò và đặc tính của rủi ro

1.1 Mô hình đa nhân tố trong phân tích tài sản tài chính

Các mô hình đa nhân tố trong lĩnh vực tài chính mô tả lợi suất của các tàisản tài chính khác nhau bằng các nhân tố chung theo 1 hàm tuyến tính Ảnhhưởng của các nhân tố đến lợi suất của tài sản tài chính được gọi là độ nhạycủa tài sản đó đối với các nhân tố trong mô hình

: Lợi suất của chứng khoán i

: Hệ số nhân tố của lợi suất chứng khoán i phản ánh mối quan hệ củanhân tố j đối với chứng khoán i, đại diện cho độ nhạy của tài sản chứng khoán

i đối với nhân tố j

: Nhân tố thứ j với j = 1, 2,…k

: Đại diện các yếu tố không có mặt trong mô hình nhưng vẫn có ảnhhưởng đến chứng khoán I, đó là nhân tố riêng đặc thù của chứng khoán.

được kí hiệu là , hiệp phương sai của các nhân tố được kí hiệu là Ф

Bên cạnh đó, để mô hình trở thành một công cụ hoàn chỉnh, một số giảthiết cần được thỏa mãn:

- Các nhân tố riêng ,…, không tương quan với nhau Giả thiết nàyngụ ý là sự tương quan giữa lợi suất của 2 chứng khoán khác nhau được xácđịnh một cách duy nhất dựa trên sự phụ thuộc chung vào các nhân tố ,…,

- Kỳ vọng toán của các nhân tố riêng bằng 0

- Nhân tố riêng của các chứng khoán độc lập với các nhân tố chung.Trên thực tế, đây chính là các giả thiết cơ bản của mô hình hồi quy tuyếntính Theo các giả thiết trên ta có:

Có thể biểu diễn (1) dưới dạng ma trận:

R=£*₣ + ε (2)

Hoặc dưới dạng chi tiết:

Trong đó R là 1 vector ngẫu nhiên với các thành phần là các lợi suất , ,

Độ nhạy của các chứng khoán đối với các nhân tố tương ứng sẽ là cácthành phần của ma trân £

Các nhân tố sẽ được đại diện bởi vector ngẫu nhiên ₣ với k+1 thànhphần trong đó thành phần đầu tiên nhận giá trị cố định là 1, các thành phần

Ma trận L chính là ma trận £ đã được bỏ cột vector ngẫu nhiên F là

Theo phương trình (2) ta có: n*k tham số đối với ma trận L, ½*( + k)tham số với ma trận Ф và n tham số với ma trận Ω

Như vậy trên thực tế chúng ta có (n + ½k)*(k + 1) tham số Có thể lấy

ví dụ như sau về vai trò của việc giảm số lượng các tham số phải ước lượng.Nếu muốn ước lượng ma trận hiệp phương sai đối với lợi suất của 50 chứngkhoán trên thị trường mà không có một ràng buộc nào thì chúng ta cần ướclượng 1275 tham số Tuy nhiên, nếu giả định rằng lợi suất của các chứngkhoán đó chịu tác động của 10 nhân tố chung trong một mô hình đa nhân tố,

ta chỉ phải ước lượng 616 tham số (khoảng 50% con số ban đầu) Khi sốchứng khoán tăng lên, ưu điểm này càng được thể hiện rõ nét hơn

1.2 Phương pháp ước lượng mô hình đa nhân tố

Có 3 phương pháp khác nhau để ước lượng mô hình đa nhân tố:

Phương pháp chuỗi thời gian (time series)

Phương pháp số liệu chéo (cross-section)

Phương pháp nhân tố thống kê (statistical factor)

1.2.1 Phân tích theo chuỗi thời gian

Phân tích theo chuỗi thời gian là phương pháp phổ biến để ước lượng

mô hình đa nhân tố Theo phương pháp này, ma trận £ được ước lượng dựatrên các giá trị đã biết của các nhân tố (nói cách khác, ma trận ₣ đã xác định)

Ưu điểm của phương pháp này thể hiện dưới góc độ tác động của các nhân tốđược giải thích tương đối dễ dàng Các nhân tố điển hình cho các phân tíchdưới dạng này có thể gặp trong rất nhiều bài nghiên cứu, chẳng hạn trong cácnghiên cứu của Berry/Burmeister/Mcelroy (1988) về trái phiếu dài hạn, tỷ giáhối đoái hay những thay đổi trong lạm phát,…

Thông thường một hồi quy tuyến tính luôn kèm theo giả thiết các tham

số , ,…, của chứng khoán i là không thay đổi theo thời gian Trong đó,không bắt buộc phải có giả thiết dang gốc mô hình Điều này cũng phù hợpvới thực tế vì hiển nhiên rằng độ nhạy của một chứng khoán đối với một nhân

tố xác định nào đó là thay đổi theo thời gian, đặc biệt là ở các thị trườngchứng khoán lâu đời, sau các hoạt động sáp nhập và cấu trúc lại công ty Tuy

vậy, thì cách tiếp cận dựa trên phân tích chuỗi thời gian cũng luôn cần cónhững khoảng thời gian để điều chỉnh thích nghi với những thay đổi bất ngờtheo dạng trên cho dù là không có giả thiết này trong mô hình.

1.2.2 Phân tích chéo

Cách tiếp cận này ít phổ biến hơn hình thức tiếp cận theo chuỗi thờigian Trong cách tiếp cận này, tác động của các nhân tố được xác định trước(ma trận £ đã biết) Sau đó một hồi quy sẽ được thực hiện với tất cả ácchứng khoán trong một thời kỳ chứ không giống như trên là hồi quy mộtchứng khoán theo tất cả các thời kỳ Ma trận £ sẽ đóng vai trò ma trận cácbiến hồi quy và vector các tham số được ước lượng sẽ được giải thích nhưvector giá trị của các nhân tố Hồi quy sẽ được thực hiện với vài thời kỳ đểchúng ta thu được các chuỗi thời gian về giá trị các nhân tố Và với các chuỗithời gian này, có thể ước lượng được ma trận Ф, ma trận hiệp phương sai củacác nhân tố Vấn đề cần giải quyết trong phân tích chéo là các độ nhạy đượcgiả thiết là đã biết trước Mô hình đa nhân tố được phát triển bởi nhà kinh tếlượng Barra (cùng với Rosenberg 1974 và Rosenberg/Marathe 1976) sử dụngcác yếu tố mô tả cơ bản, vì theo ông độ nhạy của chứng khoán tương ứng vớitình trạng kinh tế của công ty Khi đó, mô hình hồi quy trong thời kỳ t sẽ đượctrình bày dưới dạng:

Trong đó, là giá trị của yếu tố j của chứng khoán i trong thời kỳ t.Các ước lượng của vector tham số trong mô hình hồi qui trên sẽ được giảithích là vector giá trị của nhân tố thời kỳ t Nếu mục đích chính của môhình nhân tố là ước lượng đơn giản ma trận hiệp phương sai V của lợi suấtcác chứng khoán thì việc giải thích chính xác về kết quả thống kê ướclượng của các nhân tố là không cần thiết Tuy nhiên, việc lựa chọn các yếu

tố mô tả trong mô hình cũng cho ta một gợi ý về các giải thích tương ứng

về các nhân tố

1.2.3 Phân tích nhân tố thống kê

Phân tích nhân tố thống kê hay thường được gọi là phân tích nhân tố là

phương pháp thứ 3 được dùng để ước lượng mô hình đa nhân tố Theophương pháp tiếp cận này, cả ma trận £ và ma trận nhân tố ₣ đều được ướclượng đồng thời Bởi vậy, cả 2 cấu trúc thống kê này đều tối ưu dưới góc độgiải thích cho quá khứ, nhưng lại rất khó khăn giải thích dưới góc độ kinh tế.Phân tích nhân tố là phương pháp thống kê nhiều chiều, và phương pháp này

cố gắng giải thích cấu trúc hiệp phương sai của các biến ngẫu nhiên đượcquan sát bằng một số ít hơn các tổ hợp tuyến tính của các biến ngẫu nhiên trên(các tổ hợp tuyến tính này được giải thích như các nhân tố) Tất cả các biếncủa mô hình có thể được ước lượng dựa trên số liệu quá khứ về lợi suất, sửdụng phương pháp ước lượng hợp lý tối đa Tuy nhiên vẫn cần kèm theo giảthiết phân phối chuẩn của lợi suất các tài sản Thêm nữa, cũng cần giả thiếtcác thành phần ma trận L là không đổi Cả độ nhạy và các nhân tố đều khôngđược định nghĩa trước mà được ước lượng dựa trên dữ liệu quá khứ

1.3 Kỹ thuật phân tích thành phần chính

Sử dụng kỹ thuật phân tích thành phần chính trong việc xác định vàước lượng các nhân tố, có thể tóm tắt một số nội dung cơ bản của kỹ thuậtnày

Nội dung cơ bản nhất của phân tích thành phần chính là tìm cách chiếucác đám mây điểm của một đám mây n điểm trong không gian p chiều thànhđám chiếu sẽ được thực hiện theo những tiêu chuẩn nhất định, và phải đảmbảo cho quán tính của đám mây hình chiếu lớn nhất (nó lưu giữ thông tin củađám mây gốc nhiều nhất) Nếu có 25 điểm tương ứng với 25 cổ phiếu vàchúng được nghiên cứu trong không gian các chỉ tiêu đã đề cập ở trên, các chỉtiêu sẽ được tổ hợp dưới dạng biểu diễn tuyến tính của chính các chỉ tiêu đó

Nếu ký hiệu ma trận X là ma trận số liệu với các dòng tương ứng vớicác điểm (các cổ phiếu) còn mỗi cột là 1 tiêu thức (1 chỉ tiêu tài chính hoặc 1chỉ tiêu hoạt động công ty) thì khi thực hiện phép chiếu p, mỗi vector dòngcủa X sẽ được biến đổi thành 1 vector trong không gian qua công thức:

( là 1 vector cột của X)

Ma trận hiệp phương sai của đám mây ảnh sẽ là:

D (X ) = PV

Trong đó đường chéo chính là trọng số của các dòng của ma trận X, còn

V là ma trận hiệp phương sai của X, cần tìm P sao cho quán tính tổng củađám mây hình chiếu là lớn nhất

D là ma trận với các thành phần trên chiếu sẽ là:

Trace (VPM) với M là ma trận đường chéo dương cấp p và Trace là kíhiệu tổng các phần tử trên đường chéo của ma trận tương ứng

Trong không gian các cá thể, cần tìm 1 đường thẳng đi qua tâm củađám mây số liệu sao cho quán tính của đám mây hình chiếu (ảnh của đámmây số liệu ban đầu) trên trục này là lớn nhất Gọi α là vector chỉ phương củađưởng thẳng trên, phép chiếu M vuông góc lên đường thẳng này được xácđịnh:

Và M không suy biến

của VM Giá trị riêng này lại chính là quán tính của đám mây hình chiếu trên

trục chứa vector chỉ phương a, ta cần tìm a với giá trị riêng lớn nhất Vector ađược gọi là trục chính, ngoài ra chúng ta còn 1 vector U = M a được gọi lànhân tố chính và các thành phần chính được xác định là C = XU.

1.4 Một số các chỉ tiêu và tỷ lệ tài chính chủ yếu được dùng cho ước lượng mô hình

Bất cứ một nhà đầu tư, một nhà phân tích chứng khoán nào cũng đềuquan tâm đến báo cáo tài chính của công ty hay cổ phiếu mà họ đang theođuổi Đó là cơ sở dữ liệu để họ có thể đưa ra những đánh giá về tính linh hoạt,khả năng sinh lời, khả năng thanh toán của công ty đó Rõ ràng việc phân tích

và đánh giá các chỉ tiêu tài chính được xây dựng dựa trên các báo cáo tàichính là công cụ hữu hiệu cho việc đánh giá tiềm năng của các cổ phiếu vàđưa ra quyết định đầu tư hợp lý

Phạm vi nghiên cứu của đề tài cũng đề cập tới một số các chi tiêu và tỉ

lệ tài chính Sau đây là các chỉ tiêu được sử dụng trong việc ước lượng môhình:

Chỉ tiêu phản ánh kết quả hoạt động sản xuất kinh doanh của công ty

và tốc độ tăng trưởng

- Doanh thu: đây là yếu tố quan trọng để đánh giá kết quả hoạt động củacông ty

- Vốn chủ sở hữu: là nguồn vốn thuộc sở hữu của các cổ đông trong công

ty cổ phần Nguồn vốn chủ sở hữu lớn thể hiện qui mô công ty và nhiều ngườicho rằng nó là một sự đảm bảo khi đầu tư vào công ty

- Lợi nhuận ròng: biểu thị thu nhập của công ty sau khi xem xét tất cảcác khoản thu và chi phí được báo cáo trong kỳ kế toán Đây cũng là một chỉtiêu khá quan trọng mà nhìn vào đó người ta có thể đánh giá hoạt động củacông ty ra sao Mức lợi nhuận hàng năm ra sao Cổ phiếu của nó có triển vọnghay không

- Tốc độ tăng trưởng của doanh thu: thể hiện mức độ tăng (giảm) củadoanh thu của năm nay so với năm trước

Nhóm chỉ tiêu về khả năng thanh toán

Các hệ số về khả năng thanh toán cho biết khả năng của công ty trongviệc thanh toán các nghĩa vụ tài chính ngắn hạn Chúng so sánh các nghĩa vụtài chính ngắn hạn như nợ phải trả hoặc thương phiếu phải trả với tài sản lưuđộng hoặc các luồng tiền sẵn có để đáp ứng các nghĩa vụ này.

Nhóm chỉ tiêu về cơ cấu tài chính

Hệ số trên được dùng để tính mức vay nợ của công ty Có thể nói sốlượng và tỷ lệ phần trăm nợ trong cơ cấu vốn của công ty là vô cùng quantrọng đối với các nhà phân tích tài chính bởi sự cân bằng giữa lợi nhuận và rủi

ro Nợ bao giờ cũng kèm theo đó là rủi ro, song bản thân nó cũng tạo cơ hộigiúp công ty tăng lợi nhuận Nếu nợ được sử dụng có hiệu quả thì có nghĩa làlợi nhuận chia cho cổ đông của công ty được tăng thêm nhờ đòn bẩy tài chính(hoạt động vay nợ)

Chi tiêu về cơ cấu tài sản cho ta biết tỉ lệ tài sản dài hạn trong tổng tàisản

Nhóm chỉ tiêu về hiệu quả hoạt động

Cho biết tính thanh khoản của tài sản có và hiệu quả quản lý tài sản

Vòng quay khoản phải thu cho biết các khoản phải thu sẽ được thu hồibình quân bao nhiêu lần trong năm Nhìn chung, vòng quay cao thường tốthơn bởi vì đó chính là bằng chứng cho chúng ta thấy hiệu quả của việc

chuyển các khoản phải thu thành tiền, tuy nhiên nếu hệ số này quá cao thìchứng tỏ rằng chính sách tín dụng và thu hồi các khoản phải thu của công tyquá chặt chẽ.

Vòng quay hàng tồn kho sẽ xem xét hiệu quả của công ty trong việcquản lý và bán hàng trong kho Đó chính là tiêu chuẩn để đánh giá tính thanhkhoản của hàng tồn kho của một công ty Nhìn chung, vòng quay này càngcao sẽ cho thấy dấu hiệu của việc quản lý có hiệu quả hàng tồn kho, và chắcchắn sẽ đem lại lợi nhuận cho công ty Hàng tồn kho được bán càng nhanh thìvốn lưu trong kho càng thấp Tuy nhiên nếu vòng quay này quá cao cũng cónghĩa là công ty đang thiếu hoặc bị mất các đơn đặt hàng, giá hàng đanggiảm, hoặc công ty đang thiếu nguyên liệu Ngược lại nếu hệ số này quá thấpthì lại là dấu hiệu của việc công ty đang ứ đọng quá nhiều hàng trong khohoặc hàng trong kho bị lỗi thời, chất lượng kém… Vòng quay thấp cũng cóthể xuất phát từ việc dự trữ hàng vì những lí do chính đáng Một điều hết sứcquan trọng nữa, đó là cần phải đánh giá vòng quay hàng tồn kho theo từngngành

Lợi nhuận sau thuế đánh giá tỉ lệ chuyển doanh thu thành thu nhập.Trên quan điểm của các nhà đầu tư nên tìm những công ty có sự tăng về hệ sốlợi nhuận dòng/doanh thu Con số này càng thể hiện công ty có sự tốt lên vềquản lý và cả trong hoạt động Nên so sánh chỉ số này giữa các công ty cóngành nghề tương đồng Tiêu chí để xác định là lợi nhuận trước thuế ít nhấtđạt 18% doanh thu, lợi nhuận sau thuế luôn đạt 10% trở lên

Hệ số lợi nhuận trên các tài sản (ROE) cho chúng ta biết mức thu nhậpthu nhập thu được so với mức độ đầu tư vào tổng tài sản Khi đầu tư vào 1đơn vị tài sản sẽ tạo ra bao nhiêu đơn vị lợi nhuận cho công ty

Hệ số lợi nhuận trên vốn cổ phần (ROE) sẽ tính mức doanh thu của các

cổ đông thường của công ty Đây là chỉ tiêu phổ biến nhất để đánh giá sự hiệuquả của hoạt động tài chính đóng góp cho sự phát triển của công ty ROE chobiết công ty sử dụng tiền của cổ đông có tốt hay không Chỉ số này tăng caohàng năm phản ánh tiềm năng tăng lợi nhuận và quản lý hiệu quả Nói chung,nên tránh các công ty có chỉ số này nhỏ hơn 17% Hầu hết mọi ngành, chỉ sốnày của những công ty hàng đầu thường đạt trong khoảng 20% đến 30%, cábiệt có những công ty đạt trên 40% Chỉ số này có xu hướng cao lên theo thờigian do việc áp dụng những công nghệ mới đã cắt giảm chi phí và nâng caonăng suất

 Nhóm chỉ tiêu về phân phối lợi nhuận

Thu thập cổ phần (EPS) cho chúng ta thấy được thu nhập của cổ đôngthường Đây là một hệ số hữu ích và đáng chú ý đối với các nhà phân tích vànhà đầu tư dựa trên số cổ phiếu trung bình lưu hành trong năm và mức lợinhuận ròng Hệ số này là một yếu tố cơ bản đóng góp cho giá trị thị trườngcủa cổ phiếu Chỉ số EPS càng cao nghĩa là doanh nghiệp tạo ra lợi nhuận cổđông càng lớn và ngược lại và được xem xét trong một giai đoạn nhất định đểđánh giá xu hướng ổn định và mức tăng trưởng, qua đó thấy được hiệu quảhoạt động của doanh nghiệp

Cổ tức là một phần trong lợi nhuận của doanh nghiệp dành cho cổ đông,được gọi là thu nhập của cổ đông Mức độ cao thấp của cổ tức cũng như tínhchất ổn định tương đối của việc chi trả cổ tức giữa các ngành và các công tytrong từng ngành là khác nhau Cổ tức trên một cổ phần thường là do công tyquyết định tùy theo tình hình hoạt động kinh doanh của mình và lợi nhuận giữlại để tiếp tục mở rộng quy mô kinh doanh Nếu như công ty giảm cổ tức là

một dấu hiệu tiêu cực về tương lai của công ty Sẽ càng bất thường hơn nếumột công ty giảm chi trả tức trong một năm kinh doanh có hiệu quả Tuynhiên điều đó cũng có thể được lí giải khi công ty áp dụng chính sách mới,theo đó giảm cổ tức để tăng vốn mở rộng quy mô và hứa hẹn sẽ đem lại nhiềulợi nhuận hơn cho các cổ đông.

Hệ số chi trả cổ tức đo lường tỷ lệ phần trăm lợi nhuận ròng trả cho cổđông thường dưới dạng cổ tức

 Chi tiêu hoạt động của cổ phiếu trên thị trường.

tiêu tốt để đánh giá tính thanh khoản của cổ phiếu trên thị trường

thu nhập của nó Người ta dùng thu nhập của một cổ phiếu trong bốn quýtrước đó để tính Ý nghĩa đầu tiên của chỉ số này là biểu hiện mức giá nhà đầu

tư sẵn sàng bỏ ra cho một đồng thu được từ cổ phiếu đó Tuy nhiên, P/Ethường phản ánh kì vọng của thị trường về sự tăng trưởng của cổ phiếu.Người ta so sánh P/E của một công ty cao hơn mức bình quân, có nghĩa thịtrường kỳ vọng công ty này sẽ ăn nên làm ra trong một thời gian tới Công ty

có chỉ số P/E cao chắc chắn phải có lợi nhuận tương lai cao hơn như kì vọng,nếu không thị trường sẽ tự điều chỉnh, giá cổ phiếu giảm cho đúng với thựctế

- Mức vốn hóa thị trường: bằng toàn bộ cổ phiếu của công ty đang lưuhành trên thị trường nhân với mức giá hiện tại

1.5 Tổng quan về cổ phiếu ngành ngân hàng

1.5.1.Khái niệm giá trị thị trường của cổ phiếu

Giá trị thị trường là giá trị của cổ phiếu trên thị trường tại thời điểmhiện tại, được thể hiện trong giao dịch cuối cùng đã được ghi nhận Giá trị thịtrường còn được gọi là thị giá cổ phiếu, phụ thuộc vào rất nhiều yếu tố, đượcxác định bởi quan hệ giữa cung và cầu, do vậy nó có thể thay đổi thườngxuyên

Giá trị thị trường của cổ phiếu ngành ngân hàng cũng giống như giá trịthị trường của cổ phiếu các ngành khác Đó chính là giá đóng cửa mỗi ngàycủa các cổ phiếu niêm yết trên sàn Giá này do cung cầu quyết định và có thểthay đổi thường xuyên theo từng ngày.

1.5.2 Khái niệm giá trị hợp lý của cổ phiếu

Giá trị hợp lý của cổ phiếu hay còn gọi là giá trị nội tại, giá trị đíchthực, giá trị kinh tế của cổ phiếu Đây là mức giá thể hiện một bộ phận giá trịcủa công ty niêm yết hoặc chưa niêm yết Công ty có giá trị cao thì cổ phiếu

có giá trị cao và ngược lại

Khác với các ngành khác, ngân hàng là tổ chức trung gian tài chínhthực hiện hai nghiệp vụ chính là đi vay và cho vay đối với các tổ chức và cánhân Do đó mà giá trị hợp lý của bản thân ngân hàng thường rất khó xác địnhmột cách chính xác Có những khoản vay không được thanh khoản sẽ làmtăng giá trị của ngân hàng lên với giá trị thực tế của nó Hay những khoản nợxấu mà ngân hàng không giải quyết được có thể làm giảm giá trị của ngânhàng đi rất nhiều Như vậy, giá trị hợp lý của ngân hàng thường rất khó xácđịnh Tùy vào mức độ chính xác trong việc minh bạch báo cáo tài chính củatừng ngân hàng mà giá trị hợp lý này có thể đúng hoặc gần đúng

1.5.3.Đặc điểm ngành ngân hàng Việt Nam

1.5.3.1.Phân loại các nhóm ngân hàng Việt Nam

Hiện có hơn 100 tổ chức tín dụng đang hoạt động tại Việt Nam, các tổchức tín dụng này có thể phân thành các nhóm:

- Ngân hàng quốc doanh gồm: 5 NHTMQD, Ngân hàng Chính sách Xãhội và Ngân hàng Phát triển Việt Nam

- Ngân hàng thương mại cổ phần

- Ngân hàng có yếu tố nước ngoài

- Công ty tài chính và cho thuê tài chính

- Hệ thống các tổ chức tín dụng nhân dân

 Ngân hàng quốc doanh

Phần lớn NHTMQD có quy mô vốn và tài sản nổi trội, có năng lực tàichính để tài trợ cho các dự án lớn và dài hạn Các NHTMQD là cơ chế quảntrị, đặc biệt là quản trị rủi ro, chưa được áp dụng theo các thông lệ thống nhất

Hệ thống xếp hạng tín dụng nội bộ, đánh giá rủi ro, chất lượng tín dụng vẫnđang trong quá trình hoàn thiện Trong thời gian qua NHNN cũng phải bơmthêm vốn xử lý các khoản nợ xấu để cải thiện tình hình tài chính của cácNHTMQD

Nhóm NHTMCP hiện chiếm số lượng lớn trong hệ thống các tổ chứctín dụng Việt Nam, với 37 ngân hàng Nhưng phần lớn thì các ngân hàng này

có qui mô vừa và nhỏ nhiều ngân hàng có vốn dưới 10.000 tỷ đồng Vốn điều

lệ giao động lớn, từ 3,000 tỷ đồng đến 20,000 tỷ đồng

Từ khi nước ta chuyển hệ thống ngân hàng nhà nước thành 2 cấp đồngthời cho phép các NHTMCP trong nước và nước ngoài hoạt động, môi trườngcạnh tranh ngân hàng đã được tạo ra Đặc biệt từ khi nước ta mở cửa thịtrường gia nhập tổ chức Thương mại thế giới (WTO), mức độ canh tranhngân hàng đã được tăng lên Một mặt, cạnh tranh đã tạo áp lực buộc cácNHTM phải đổi mới hoạt động hiệu quả hơn Mặt khác, cạnh tranh làm phásản các ngân hàng không đủ sức cạnh tranh

1.5.3.2.Một số chỉ số đặc trưng phản ánh ngành ngân hàng

Nguồn vốn vững mạnh

Nguồn vốn mạnh là vấn đề số một để xem xét trước khi đầu tư vàongân hàng Nhà đầu tư có thể nhìn vào một số chỉ tiêu như tỷ số vốn chủ sởhữu trên tổng tài sản, chỉ số này càng cao càng tốt

Lợi nhuận trên vốn chủ sở hữu (ROE) và trên tổng tài sản (ROA)

Những chỉ tiêu này trên thực tế là tiêu chuẩn để đo mức sinh lời củangân hàng Nhìn chung, nhà đầu tư nên tìm kiếm những ngân hàng liên tiếptạo ra mức ROE cao Nhà đầu tư cũng nên cẩn thận với những ngân hàng tạo

ra mức lợi nhuận quá thấp cũng như quá cao so với mức trung bình ngành.Suy cho cùng, rất nhiều ngân hàng có thể đưa ra con số ROE từ 30% hoặcnhiều hơn bằng cách phân bổ mức dự phòng nợ khó đòi quá thấp,tức là trongngắn hạn dự phòng nợ khó đòi thấp hơn mức cần thiết nhưng điều này có thể

sẽ rất rủi ro trong dài hạn Do đó, cũng tốt khi có mức ROA cao, ROA củacác ngân hàng hàng đầu ở mức 1.2 % đến 1.4%

Tỷ số hiệu quả

Tỷ số hiệu quả đo lường mức chi phí phi lãi vay hay chi phí hoạt độngnhư là phần trăm của doanh thu ròng Tỷ số này cho biết được rằng, ngân hàngđược điều hành hiệu quả đến mức nào Rất nhiều ngân hàng tốt có tỷ số này dướimức 55% (càng thấp càng tốt) Hãy tìm kiếm những ngân hàng với tỷ số hiệuquả như là một bằng chứng cho thấy chi phí đang được kiểm soát tốt

Ví dụ, các khoản cho vay thông qua thẻ tín dụng thường đem lại mức lãi suấtcao hơn những khoản cho vay cầm cố thông thường, nhưng cho vay thôngqua thẻ tín dụng cũng rủi ro hơn việc cho vay bảo đảm bằng một căn nhà

CHƯƠNG 2 ƯỚC LƯỢNG MÔ HÌNH ĐA NHÂN TỐ ĐỐI VỚI CỔ PHIẾU

NGÀNH NGÂN HÀNG TRÊN TTCK VIỆT NAM

2.1 Cơ sở dữ liệu

2.1.1 Các cổ phiếu được lựa chọn

Có 15 cổ phiếu thuộc nhóm ngành ngân hàng trên thị trường chứngkhoán Việt Nam để đưa vào mô hình ước lượng Đây là những cổ phiếu cóquá trình hoạt động liên tục trong những năm gần đây trên thị trường củanhóm ngành ngân hàng

Danh mục cổ phiếu được lựa chọn trong chuyên đề

TCB Ngân hàng Thương Mại Cổ Phần Kỹ Thương Việt Nam –

Techcombank

Theo 2 phương pháp tiếp cận:

- Phân tích theo số liệu chéo: Phân tích dựa trên một số chỉ tiêu cơ bảncủa ngành ngân hàng

- Phân tích theo số liệu thời gian: Phân tích dựa trên chuỗi lợi suất của

15 cổ phiếu ngành ngân hàng

2.2 Ước lượng mô hình đa nhân tố với các cổ phiếu đã chọn

2.2.1 Phân tích dựa trên một số chỉ tiêu cơ bản của ngành ngân hàng – Phân tích số liệu chéo

Các biến số được sử dụng

 Loisuat = ln( ) : Lợi suất của cổ phiếu

: giá thời điểm t và t-1Chuỗi lợi suất là 340 quan sát của 15 cổ phiếu ngành ngân hàng từngày 24/11/2010 đến ngày 6/4/2012

Các chỉ tiêu tài chính cơ bản của ngành ngân hàng

 Chỉ số định giá

P_E4 Hệ số giữa giá một cổ phiếu trên thu nhập của nó 4 quí trước

P_B Hệ số giá một cổ phiếu trên giá trị sổ sách của công ty

TGV Thị giá vốn

- Tăng trưởng

- Khả năng tài chính

- Khả năng sinh lời

Do số lượng các chỉ số cơ bản phản ánh ngành ngân hàng dù đã đượclựa chọn nhưng vẫn khá nhiều mà số lượng cổ phiếu lại có hạn nên ta sẽ sửdụng kỹ thuật phân tích thành phần chính để giảm bớt chỉ số chỉ tiêu sẽ được

sử dụng trong mô hình đa nhân tố phía sau

Bảng 2.1 Kết quả phân tích thành phần chính với các chỉ tiêu của ngành

(lựa chọn 3 thành phần chính)Total Variance Explained

Cumulative

% of Variance

Cumulative

%

Tota l

% of Variance

Biểu đồ 2.1 Biểu đồ giá trị riêng của các thành phần chính

Biểu đồ này mô tả giá trị trong cột Total trong bảng Total VarianceExplained ở trên Biểu đồ cho ta các giá trị riêng tương ứng với các thànhphần chính Nhìn trên biểu đồ ta thấy có thể lựa chọn 3 thành phần chính đểđại diện cho các chỉ tiêu trên

Bảng 2.2 Hệ số tương quan của các thành phần với các chỉ tiêu, sau khi

thực hiện phép xoay chiều Rotated Component Matrix a

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization

Thành phần thứ nhất có thể được coi là quy mô của ngân hàng đó làtổng tài sản, vốn chủ sở hữu, vốn đầu tư của chủ sở hữu, cho vay khách hàng,tổng dư nợ của các ngân hàng Ta định danh nhân tố thứ nhất F1 là Qui môcủa ngân hàng Thành phần thứ 2 được đại diện cho là hệ số sinh lời tài sản(ROE), thành phần thứ 3 được giải thích như tăng trưởng EPS 3 năm trước

Biểu đồ 2.2 Biểu đồ các cổ phiếu được vẽ theo thành phần 1, thành

phần 2, thành phần 3

Nhìn trên biểu đồ ta thấy các cổ phiếu khá là tập trung với nhau, riêngchỉ có cổ phiếu PGB là khá tách biệt so với các cổ phiếu khác.

2.2.2 Khẳng định mức độ phù hợp của các nhân tố đã được định danh

Sau khi định danh được 3 nhân tố như trên, ta tiến hành hồi quy các chuỗi lãi suất của các cổ phiếu đã nêu ở trên (chuỗi lợi suất trung bình theo quý) theo các chỉ tiêu phản ánh qui mô của ngân hàng, hệ số sinh lời tài sản (ROE) và tăngtrưởng EPS 3 năm trước

Các nhân tố đã được định danh một cách chính xác là sau khi hồi quy ta thu được các hệ số hồi quy có ý nghĩa về mặt thống kê.

Sau khi hồi quy có có thể nhận thấy hầu như tất cả các hệ số hồi quy đều có

ý nghĩa về mặt thống kê (với mức ý nghĩa là 5%), điều này chứng tỏ rằng các chuỗi lợi suất có thể được giải thích bởi các nhân tố đã định danh ở trên Tuy nhiên, số liệu được lấy trong khoảng thời gian ngắn (hơn 1 năm), chuỗi lợi suất sau khi tính

ra trung bình theo quý thì số lượng quan sát chỉ là 4 quan sát là số lượng quá nhỏ Chính vì lý do đó mà kết quả ước lượng không được chính xác, đó cũng chính là hạn chế của mô hình trên.

Mức ý nghĩa của các hệ số hồi quy sau khi thực hiện mô hình có ở phần Phụ Lục.

Kết quả ước lượng mô hình đa nhân tố

Dependent Variable: LOISUAT

Adjusted R-squared -0.179400 S.D dependent var 0.064591

S.E of regression 0.070146 Akaike info criterion -2.241507

Sum squared resid 0.049205 Schwarz criterion -2.058920

Log likelihood 19.69055 F-statistic 0.340852

Durbin-Watson stat 1.997366 Prob(F-statistic) 0.796426

Theo kết quả ước lượng chuỗi lợi suất thì với mức xác suất 5%, 10%,15% thành phần F3 không có ý nghĩa thống kê

Bảng 2.3 Phần dư thu được từ mô hình trên

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization

Component Scores.

Với kết quả này chúng ta có thể sử dụng mô hình 3 nhân tố để mô tảcho lợi suất các chứng khoán, các nhân tố sẽ được tính dựa trên các tọa độtương ứng của chúng với các chuỗi lợi suất ở trên bảng Các thành phần chính

sẽ được xác định theo công thức sau:

Kết quả ước lượng chi tiết được mô tả trong phần phụ lục

Bảng 2.5 Kết quả từ mô hình đa nhân tố.