Mơ hình định giá tài sản vốn

Một phần của tài liệu Xây dựng phần mềm ứng dụng các mô hình đầu tư tài chính hiện tại (Trang 35 - 36)

6. Tĩm tắt nội dung luận vă n

1.2.3Mơ hình định giá tài sản vốn

Nhà đầu tư cĩ thể kỳ vọng giá cổ phiếu trong tương lai, kết hợp với một số thu nhập kỳ vọng trên cổ phiếu như cổ tức, từ đĩ cĩ thể ước lượng tỷ suất sinh lợi của cổ phiếu trong tương lai (gọi tắt là tỷ suất sinh lợi ước tính). So sánh tỷ suất sinh lợi ước tính này với tỷ suất sinh lợi mong đợi từ SML để cĩ thể quyết định đầu tư. Hiệu của tỷ suất sinh lợi ước tính với tỷ suất sinh lợi kỳ vọng được gọi là alpha (αi) của cổ phiếu.

Nếu αi > 0: cổ phiếu được định giá thấp, nằm bên trên SML Nếu αi < 0: cổ phiếu được định giá cao, nằm bên dưới SML Nếu αi = 0: cổ phiếu được định giá đúng, nằm ngay trên SML.

Hình 1.10: T ỷ suất sinh lợi ước tính trên đồ thị SML

Nhìn vào đồ thị trên, các cổ phiếu C và E nằm trên SML, cĩ αi > 0, được định giá thấp; cổ phiếu A nằm ngay trên SML cĩ αi = 0, được định giá đúng; cổ

phiếu B và D nằm dưới SML, cĩ αi < 0, được định giá cao. Nếu giả định rằng nhà đầu tư tin cậy sự phân tích của mình về dự báo tỷ suất sinh lợi ước tính, họ sẽ khơng cĩ động thái gì đối với cổ phiếu A, sẽ mua vào cổ phiếu C và E, bán ra cổ phiếu B và D.

Mơ hình hồi qui ước lượng beta:

Tính tốn beta là đo lường sự thay đổi của tỷ suất sinh lợi chứng khốn liên quan đến tỷ suất sinh lợi thị trường. Như đã đề cập ở trên, với nhược điểm của lý thuyết danh mục Markowitz là khối lượng tính tốn nhiều, khĩ áp dụng thực tế. Do vậy, W. F. Sharpe đã đề xuất “mơ hình thị trường” vào những năm 1960, với lập luận rằng tỷ suất sinh lợi chứng khốn phụ thuộc vào biến động của thị trường, tức là khi chỉ số của thị trường tăng thì đa số các chứng khốn sẽ tăng giá và ngược lại, khi chỉ số thị trường giảm thì đa số chứng khốn sẽ giảm giá. ðường đặc trưng của chứng khốn biểu diễn mối quan hệ giữa tỷ suất sinh lợi của danh mục thị trường M và tỷ suất sinh lợi của chứng khốn tại mỗi thời điểm Ri,t. Mối quan hệ này được ước lượng bởi một mơ hình hồi qui tuyến tính như sau:

Ri,t = αi + βiRM,t + εi,t

Trong đĩ: Ri,t là tỷ suất sinh lợi của tài sản i kỳ t, RM,t là tỷ suất sinh lợi của danh mục thị trường M kỳ t, αi là hệ số chặn của mơ hình hồi qui (bằng

M i

i R

R −β ) và εi,t là sai số ngẫu nhiên.

Trong thực tế, chưa cĩ một nghiên cứu nào khẳng định được khoảng thời gian cần quan sát cho mơ hình hồi qui trên. Chúng ta cần phải cân bằng giữa các quan sát để loại trừ những tác động ngẫu nhiên của tỷ suất sinh lợi hoặc khoảng thời gian dài quá mức.

Một phần của tài liệu Xây dựng phần mềm ứng dụng các mô hình đầu tư tài chính hiện tại (Trang 35 - 36)