Đề tài Phân tích, đánh giá hiệu quả thực thi danh mục và áp dụng trên thị trường chứng khoán Việt Nam

Một danh mục đầu tư có thể bao gồm tất cả các chứng khoán đang được giao dịch trên thị trường, bao gồm cổ phiếu, trái phiếu, hay bất động sản…Danh mục đầu tư thị trường là một danh mục đầu tư bao gồm tất cả những tài sản có nguy cơ chiếm rủi ro trên thị trường và mỗi tài sản trong danh mục này chiếm một tỷ lệ đúng bằng giá trị thị trường của tài sản đó trong tổng giá trị của toàn bộ thị trường. Để đơn giản hóa: khi nói đến khái niệm tài sản có nguy cơ rủi ro thường ngầm định là cổ phiếu. Tỷ lệ của mỗi cổ phiếu trong danh mục đầu tư thị trường được xác định bằng cách lấy tổng giá trị thị trường của cổ phiếu đó chia cho tổng giá trị thị trường của tất cả các cổ phiếu đang được giao dịch trên thị trường. Ký hiệu: () là giá trị thị trường ( hay thị giá ) của tổng số tài sản i Ta có: : là tổng giá trị thị trường của tất cả các tài sản rủi ro có trên thị trường. () => () => Ta được danh mục hiệu quả gọi là danh mục thị trường. Xác định danh mục dựa trên trạng thái cân bằng của thị trường: Giả sử thị trường có K nhà đầu tư và nhà đầu tư k chọn danh mục tối ưu P : là điểm thuộc biên hiệu quả và là tiếp điểm giữa đường mức và đường thờ ơ (đường bàng quan). Gọi là giá trị thị trường của tất cả tài sản của nhà đầu tư k. là giá trị thị trường của tài sản i do nhà đầu tư k nắm giữ. Nếu danh mục có tài sản phi rủi ro thì: Ta có : 3.2.2. Đường thị trường vốn ( The Capital Market Line- CML) Mô hình Markowitz đã đưa ra nguyên tắc lựa chọn danh mục đầu tư tối ưu cho mỗi nhà đầu tư căn cứ vào khả năng chấp nhận rủi ro của nhà đầu tư đó. Theo mô hình trên, nếu thị trường tồn tại loại chứng khoán phi rủi ro (với lãi suất ) và giả thiết rằng cá nhân nhà đầu tư có thể vay và mượn không hạn chế trên cơ sở lãi suất này (giả thiết 3 của thị trường vốn) thì kết quả về lý thuyết lựa chọn danh mục đầu tư sẽ được mô tả như hình vẽ sau đây: Bảng 2: Đường thị trường vốn. E(r) CML M P P Đường hiệu quả Markowitz Trên hình vẽ, đường thẳng xuất phát từ điểm tiếp tuyến với đường cong hiệu quả Markowitz thể hiện mọi danh mục khả thi có thể tạo ra được từ sự kết hợp giữa chứng khoán phi rủi ro (tín phiếu kho bạc) với danh mục đầu tư có rủi ro (danh mục tối ưu Markowitz). Tiếp điểm của chúng được ký hiệu M là danh mục thị trường, được coi là tối ưu nhất trong số các danh mục tối ưu. Phương trình : Trong đó : : risk premium of market : market risk : giá của rủi ro thị trường (được tính theo thị giá). Đây cũng chính là độ dốc của đường CML. Hệ số này được dùng để thể hiện đánh giá của thị trường về rủi ro. : Tỷ lệ đánh đổi giữa và rủi ro của danh mục thị trường. Dựa vào hệ số này ta có thể tính toán được khi tăng 1% rủi ro của danh mục thì nhà đầu tư phải yêu cầu tăng một lượng trong lợi suất ( của ). Biên hiệu quả lúc này chính là đường thị trường vốn CML. 3.2.3. Đường thị trường chứng khoán Trong mô hình CAPM, độ rủi ro của mỗi chứng khoán không được đo bằng độ lệch chuẩn đã bị triệt tiêu do đa dạng hóa danh mục đầu tư. Khi các chứng khoán tham gia vào danh mục đầu tư thì triệt tiêu bớt phần rủi ro phi hệ thống, danh mục thị trường được coi là đa dạng hóa hoàn hảo. Vì vậy, rủi ro phi hệ thống của từng chứng khoán được triệt tiêu hết, chỉ còn lại phần rủi ro hệ thống được đo bằng tích sai của chứng khoán đó với danh mục M. Đồ thị thể hiện mối quan hệ giữa rủi ro và lợi suất đối với mỗi chứng khoán riêng lẻ như trên được gọi là đường thị trường chứng khóan (Security Market Line- SML) được thể hiện dưới đây. Bảng 3: Đồ thị biểu diễn đường SML E(rM) E(ri) i M Mô hình giá tài sản vốn ( CAPM) như sau: : lợi suất của tài sản phi rủi ro : lợi suất của danh mục thị trường Đây chính là mối quan hệ giữa rủi ro và lợi suất ước tính của từng chứng khoán riêng lẻ được thể hiện dưới dạng phương trình. Phương trình này cho thấy: với những giả thiết về thị trường vốn nêu trên, lợi suất kỳ vọng của mỗi chứng khoán có quan hệ tỷ lệ thuận với hệ số rủi ro hệ thống (). Chứng khoán có hệ số beta càng cao thì yêu cầu lợi suất phải càng cao. Trong phương trình trên, chính là phần bù rủi ro (risk premium). Từ điều kiện cân bằng thị trường, nếu một danh mục P là danh mục khả thi thì danh mục đó phải được định giá sao cho P phải nằm trên đường CML. Tuy nhiên trong thực tế, nếu có danh mục Q, tài sản i nào đó phi hiệu quả, có giá trên thị trường. Trong trường hợp này giá danh mục Q và tài sản i được xác định : Đây chính là chênh lệch lợi suất so với lợi suất phi rủi ro của danh mục Q bất kỳ. 3.2.4. ý nghĩa của CAPM - SML được coi là một tiêu chí chuẩn mực để đánh giá một phương án đầu tư. Với việc chấp nhận một độ rủi ro nhất định đối với một phương án đầu tư (được đo bằng hệ số bêta), SML cho chúng ta biết lợi nhuận thu được của phương án đầu tư đó phải là bao nhiêu mới có thể bù đắp được rủi ro mà các nhà đầu tư phải gánh chịu. - Xuất phát từ ý nghĩa của đường SML, tất cả các chứng khoán nếu được định giá chính xác nhất thiết phải nằm trên đường SML. Với những điểm nằm phía trên hoặc dưới đường SML đều biểu hiện tình trạng giá không phản ánh đúng với giá trị cân bằng trên thị trường. Nếu là điểm nằm phía trên đường SML, chứng khoán đó được định giá thấp hơn giá trị thực sự của chúng. Trong trường hợp này, các nhà đầu tư nên mua loại chứng khoán đó. Ngược lại, nếu điểm đó nằm dưới đường SML, không nên mua loại chứng khoán này vì giá của chúng cao hơn giá trị thực sự của chúng. Định giá thấp Rf M 1 3 2 14 15 16 E(r) Định giá cao Bảng 4: Hệ số của tài sản hay của danh mục biểu thị sự chênh lệch giữa lợi suất thực hiện và lợi suất kỳ vọng (lợi suất mong đợi) của tài sản hay của danh mục. : lợi suất thực hiện của tài sản i : lợi suất thực hiện của danh mục P Định nghĩa: Từ mô hình CAPM suy ra: Trong đó: : chênh lệch lợi suất thực hiện : chênh lệch lợi suất thị trường : phần bù rủi ro Dễ dàng chứng minh được : Các nhà quản lý danh mục có thể sử dụng hệ số của danh mục hoặc tài sản để đánh giá việc thực hiện (hay thực thi) danh mục. Nếu tài sản i định giá đúng thì Nếu: : tài sản i đang được định giá thấp : tài sản i đang được định giá cao Nếu hệ số càng lớn thì việc thực thi danh mục càng có hiệu quả. Một ý nghĩa khác của CAPM là vai trò của nó trong việc ra quyết định đầu tư vốn. Đối với các công ty đang chuẩn bị cho một dự án đầu tư mới, CAPM đưa ra một mức lợi suất yêu cầu phải đạt đựơc cho dự án đầu tư trên cơ sở những thông số của hệ số bêta được các nhà đầu tư chấp thuận. Như vậy, đối với các phương án đầu tư khác nhau, CAPM sẽ quyết định phương án nào tối ưu nhất để lựa chọn. 3.3. Mô hình đơn chỉ số ( mô hình chỉ số thị trường) Như chúng ta đã biết, lý thuyết CAPM xây dựng trên cơ sở các giả thiết và rất nhiều các giả thiết này không thực tế, đó là chưa nói đến khối lượng tính toán các yếu tố đầu vào rất phức tạp. Đó chính là khuyết điểm của lý thuyết này, làm ảnh hưởng lớn đến tính áp dụng của CAPM. Để khắc phục những khuyết điểm này trong khi vẫn tận dụng được các giá trị cơ bản của lý thuyết CAPM trong đầu tư trên thị trường chứng khoán, các nhà nghiên cứu đã xây dựng thêm rất nhiều lý thuyết mới gắn với thực tiễn hơn. Trong khuôn khổ nghiên cứu này, tôi xin được giới thiệu khái quát về mô hình đơn chỉ số, mô hình đa chỉ số và mô hình định giá qua chênh lệch. Mô hình đơn chỉ số (Single Index Model) của một thị trường phân loại các nguồn gốc rủi ro thành các nhân tố hệ thống (vĩ mô) và các nhân tố riêng (vi mô). Mô hình này giảm được công việc tính toán đầu vào trong quy trình lựa chọn chứng khoán vào danh mục đầu tư theo mô hình Markowitz, góp phần chuyên môn hóa lao động trong phân tích chứng khoán. Mô hình đơn chỉ số được tính toán bằng cách áp dụng phân tích hồi quy đối với chênh lệch lợi tức của một chứng khoán với lợi tức của thị trường. Hệ số hồi quy đối với chênh lệch lợi tức của một chứng khoán với lợi tức của thị trường. Hệ số hồi quy của phép hồi quy này chính là hệ số beta() của một tài sản trong khi số hạng tự do là chỉ số của danh mục chứng khoán. Đường hồi quy tính được còn được gọi là Đường đặc trưng chứng khoán (Security Characteristic Line). Hệ số beta của hồi quy tương ứng với hệ số beta của mô hình CAPM sử dụng lợi tức kỳ vọng. Mô hình CAPM cũng coi tổng thể hệ số alpha của các chứng khoán tính được qua mô hình đơn chỉ số sẽ bằng không. Mô hình đa chỉ số (Multi factor model) là sự mở rộng mô hình đơn chỉ số bằng cách mô hình hóa nhân tố vĩ mô với nhiều chi tiết hơn. Các mô hình này sử dụng các chỉ số nhằm cố gắng đại diện cho nhiều nhân tố kinh tế vĩ mô hơn và đôi khi sử dụng cả các chỉ số phản ánh tương quan doanh nghiệp. Mô hình định giá qua chênh lệch dựa trên giả thiết một cơ hội kiếm chênh lệch giá mà không hề chịu rủi ro nào xuất hiện khi giá của từ hai chứng khoán trở lên có thể tạo cơ hội cho nhà đầu tư xây dựng một danh mục đầu tư có tổng đầu tư bằng không mà chắc chắn có lợi nhuận. Các nhà đầu tư sẽ muốn có vị thế càng lớn càng tốt trên các danh mục này.Sự xuất hiện của các cơ hội chênh lệch này và số lượng lớn các nhà đầu tư muốn tận dụng cơ hội này sẽ dẫn đến sức ép lên giá chứng khoán. Sức ép này sẽ tiếp tục cho đến khi giá chứng khoán trở về mức không tạo ra cơ hội. Khi chứng khoán không được định giá sao cho không gây ra cơ hội đầu tư chênh lệch giá, chúng ta nói thị trường đã đạt đến điều kiện không chênh lệch. Các danh mục đầu tư được gọi là tốt nếu chúng chứa một lượng lớn các chứng khoán và tỷ trọng của mỗi chứng khoán là nhỏ đến mức bất kể thay đổi hợp lý trong lợi tức của một chứng khoán cũng chỉ có ảnh hưởng không đáng kể đến lợi tức của cả danh mục. Trong một thị trường chứng khoán tất cả các danh mục đầu tư được đa dạng hóa tốt nhất cần phải thỏa mãn điều kiện tương quan lợi tức – beta của đường thị trường chứng khoán mới có thể đáp ứng được điều kiện không chênh lệch. Giả thiết thị trường chứng khoán chỉ có một yếu tố tác động có thể tạo ra dạng thức đơn giản của lý thuyết định giá qua chênh lệch không đòi hỏi các giả định nghiêm ngặt của mô hình CAPM và danh mục thị trường. Lý thuyết định giá qua chênh lệch cũng có thể được mở rộng sang mô hình nhiều yếu tố để phản ánh được các nguồn gốc rủi ro khác nhau. 3.3.1. Các giả thuyết của mô hình đơn chỉ số Bằng quan sát thống kê và so sánh dữ liệu rất thông thường, người quan sát thường nhận thấy một xu hướng khá rõ là các mức lợi tức của chứng khoán trên thị trường bị một số nhân tố chung và phổ biến tác động, chẳng hạn như nhân tố portfolio thị trường. Trên quan điểm thống kê – toán thì các nhân tố phổ biến đó đại diện cho các đặc tính và giá trị của hiệp phương sai và quan hệ lệ thuộc của từng các cặp chứng khoán nhất định trong quá trình quan sát hành vi. Quay lại với mô hình quan hệ đơn chỉ số (SIM). SIM là một mô hình đơn giản hóa và chỉ định nghĩa một nhân tố duy nhất là căn nguyên của giá trị hiệp phương sai giữa các mức lợi suất của một loại chứng khoán và giả thuyết các mức lợi suất của chứng khoán i là một phương trình tuyến tính của nhân tố đó, hoặc là chỉ số . Hàm số mô tả SIM ở dạng tuyến tính : Các giả định cơ sở của mô hình: Lợi suất của chứng khoán có dạng hàm tuyến tính như trên định nghĩa. Các tham số của SIM như và được tính toán thông qua các bước hồi quy tuyến tính, sao cho mức rủi ro phụ trội chỉ là hàm số của chỉ số thị trường, chứ không bao hàm rủi ro đặc thù của chứng khoán i đang xét. Nói cách khác, Phần rủi ro đặc thù () của chứng khoán i không có quan hệ hàm số với giá trị của chỉ số , tức là Cov () =0; cov ()=0 với mọi i khác j. Chỉ số đại diện cho một tác nhân duy nhất ảnh hưởng đến hiệp phương sai giữa các mức lợi suất, nghĩa là . 3.3.2. Mô hình SIM Hàm số mô tả SIM ở dạng tuyến tính: (1) Trong đó, số hạng biểu thị một bộ phận lợi suất cố định gắn liền của chứng khoán i. Theo nghĩa đó, là hằng số và không có quan hệ phụ thuộc gì vào tập chỉ số . là hệ số đo mức độ nhạy cảm của lợi suất chứng khoán i đối với hành vi của tập chỉ số . Nếu thì tài sản i tương ứng được gọi là năng động. Nếu thì tài sản i là tài sản thụ động. Và cuối cùng, đại diện cho phần lợi suất đặc thù của chứng khoán i đang xét, không có tương quan với chỉ số cũng như mức lợi suất của các loại chứng khoán khác đang tồn tại trên thị trường. Các mô hình đơn chỉ số dạng tương tự xét về bản chất đơn thuần là các mô hình hồi quy, với giả định rằng các mức lợi suất quan sát của chứng khoán i nào đó chính là hàm tuyến tính của một chỉ số thị trường nhất định. Coi các mô hình quan hệ đơn chỉ số là đáng tin cậy trong công tác phương sai và hiệp phương sai cho chứng khoán và chỉ số đang xét được giản lược đi đáng kể. Với ý nghĩa thực tiễn trên, các SIM có những tác dụng tích cực: giảm bớt các thông số và tính toán đầu vào cho việc phân tích portfolio. Mô hình SIM rất hữu ích trong dự báo lợi suất và rủi ro portfolio hay chứng khoán đơn lẻ. SIM được dùng vào việc tạo nên và ứng dụng các mô hình trạng thái cân bằng, như CAPM hay APT. Điều chỉnh trong các nghiên cứu và chương trình kiểm định. Dựa trên mô hình SIM, có thể mô phỏng mức lợi suất kỳ vọng của chứng khoán i hay portfolio P như là: Hoặc Để tiện lợi và ngắn gọn, có thể sử dụng ký hiệu toán tử kỳ vọng để thay cho dấu sigma: ó Như vậy ta có : Biểu diễn phương sai chứng khoán hàm số của chỉ số: Biểu thức được rút gọn lại thành: Từ (1) suy ra : Đối với việc đầu tư một chứng khoán i, rủi ro của chứng khoán bằng tổng rủi ro chỉ số và rủi ro đặc thù của công ty. Như vậy, một portfolio P được đa dạng hóa hợp lý (kết hợp khoa học nhiều loại chứng khoán) sẽ có tác dụng làm giảm số hạng rủi ro của các công ty cụ thể trong tổng rủi ro của P, tức là phương sai tiến tới 0, khi đó phương sai của cả danh mục sẽ có dạng tối ưu: Mô hình SIM cho phép giảm đáng kể khối lượng công việc tính toán cho các hiệp phương sai trong công tác quản lý rủi ro của danh mục. Nếu ta có những chứng khoán trong P, số lượng hiệp phương sai phải tính là . Ta có : Sau một thời gian phát triển, các chỉ số phản ánh mức giao dịch thị trường sẽ ngày càng đa dạng, và có thể sử dụng được cho mục đích tính phương sai chỉ số và rủi ro của danh mục. Thông thường, phương pháp tính quá khứ là dựa trên các hiệp phương sai và phương sai được suy luận dựa trên một giai đoạn quá khứ khoảng 45-60 tháng. Thực tế là việc ước lượng quá khứ đã tồn tại sai số do chọn mẫu và phương pháp đo. Một phương pháp hiệu chỉnh đã được nhà nghiên cứu Blume đề xuất năm 1975 theo công thức : Trong đó, là dự báo của trong một giai đoạn tương lai 5 năm, và là trong quá khứ được ước lượng dựa trên phương pháp tính đã trình bày ở trên. Tuy vậy, hai hệ số mới xuất hiện là được xác định thông qua việc tiến hành hồi quy với các giá trị của cho 5 năm dựa vào tập hợp giá trị của quá khứ đã được ước lượng của một giai đoạn 5 năm ngay trước đó. Thường thì tổng của các hệ số điều chỉnh này có giá trị xung quanh 1. III. ĐÁNH GIÁ HIỆU QUẢ THỰC THI DANH MỤC ĐẦU TƯ. Để đánh giá được danh mục đó có hoạt động tốt hay không, ta sử dụng các cách sau: 1. Tính một số chỉ số và so sánh với danh mục đối chứng( Bench mark portfolio ) Sau khi lập danh mục đối chứng, ta tính các chỉ số. Các chỉ số liên quan cần tính toán là các chỉ số dựa vào phần bù rủi ro có điều chỉnh ( Risk Adjusted Exess Return ) Chỉ số Sharpe : Trong đó : : Lợi suất phi rủi ro : Lợi suất trung bình của danh mục P : Độ dao động của danh mục Lợi suất trung bình thường được tính theo trung bình nhân của 20 quý cuối. : Tính trung bình nhân của hai mươi quý cuối : Tính trung bình cộng của hai mươi quý cuối : Phần bù rủi ro : Chỉ số Sharpe của danh mục P. : Chỉ số Sharpe của danh mục đối chứng B Nếu thì danh mục P được đánh giá là thực thi tốt. Chỉ số Treynor: : Lợi suất phi rủi ro : Lợi suất trung bình của danh mụcP : Hệ số beta Gọi danh mục B là danh mục đối chứng. Tính chỉ số Treynor của danh mục P cũng như danh mục B. Nếu thì danh mục P được đánh giá là thực thi tốt. 2. Sử dụng hệ số của danh mục Phương trình đường thị trường vốn: CML : CML T Trong đó: T: Danh mục tiếp tuyến. : Lợi suất của danh mục P được tính toán theo lý thuyết. : Lợi suất thực tế của danh mục. : Chỉ số Jensen. => Danh mục thực thi tốt. Xem xét mối quan hệ giữa CML và SML theo phương trình: SML Trường hợp 1: Danh mục đối chứng B là danh mục tổng hợp phản ánh chung tính chất chung của thị trường. Trường hợp 2: Danh mục đối chứng được lấy là danh mục tiếp tuyến. CHƯƠNG 2 PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU QUẢ THỰC THI DANH MỤC ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM. I. ÁP DỤNG VÀO THỰC TẾ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM. Thị trường chứng khoán Việt Nam tuy còn non trẻ nhưng cũng đã trải qua nhiều sóng gió, thăng trầm. Qua quá trình hình thành và phát triển, bắt đầu từ sàn giao dịch chỉ có bốn cổ phiếu niêm yết cho đến nay, với trên ba chục mặt hàng trong các lĩnh vực khác nhau và lượng nhà đầu tư tham gia thị trường tăng đến chóng mặt đã đẩy thị trường chứng khoán Việt Nam bước sang giai đoạn mới. Đó là giai đoạn “bùng nổ”, phát triển mạnh mẽ cả về quy mô lẫn chất lượng, thể hiện qua chỉ số Vnindex đã vượt qua ngưỡng 1000 điểm và khối lượng giao dịch lớn, đều đặn hàng trăm tỷ một ngày. Thị trường chứng khoán Việt Nam cuối năm 2006, đầu năm 2007 đặc biệt khởi sắc với các kỳ giao dịch vô cùng sôi động, vượt ra ngoài cả kỳ vọng của giới đầu tư. Những đợt tăng giá liên tục bùng phát ở nhiều cổ phiếu đã xoáy thị trường vào cơn lốc tăng giá mạnh mẽ. Số lượng người đầu tư mới tìm đến thị trường chứng khoán ngày càng tăng mạnh. Bối cảnh này là một cơ hội rất lớn nhưng cũng là thử thách không nhỏ đối với các nhà đầu tư cũng như các doanh nghiệp niêm yết. II. HOẠT ĐỘNG QUẢN LÝ DANH MỤC ĐẦU TƯ CỦA CÔNG TY CHỨNG KHOÁN NGÂN HÀNG CÔNG THƯƠNG. Công ty TNHH Chứng khoán Ngân hàng Công thương (IBS) hoạt động theo mô hình công ty trách nhiệm hữu hạn một thành viên vốn nhà nước, kinh doanh trong lĩnh vực chứng khoán và cung cấp các dịch vụ tư vấn tài chính với số vốn điều lệ là 105 tỷ đồng và được sự hỗ trợ tích cực của mạng lưới kinh doanh trảI rộng toàn quốc của Ngân hàng Công thương Việt Nam. Là một trong số những công ty chứng khoán đầu tiên của Việt Nam, IBS luôn đặt lợi ích của khách hàng lên hàng đầu và xây dựng sự tin cậy của khách hàng trên cơ sở chất lượng các dịch vụ chuyên nghiệp. IBS đã trở thành địa chỉ tin cậy cho các doanh nghiệp có nhu cầu về dịch vụ tư vấn tài chính, phát hành chứng khoán huy động vốn, cũng như những nhà đầu tư tổ chức và cá nhân muốn tìm kiếm cơ hội đầu tư hiệu quả thông qua thị trường chứng khoán . Cùng với sự hỗ trợ tích cực của mạng lưới kinh doanh trải rộng toàn quốc của Ngân hàng Công thương Việt Nam, IBS luôn hỗ trợ khách hàng trong các hoạt động trên thị trường tài chính và không ngừng xây dựng mối quan hệ lâu dài với khách hàng bằng cách cung cấp các dịch vụ chất lượng cao và kịp thời đáp ứng nhu cầu của khách hàng. Một trong những nghiệp vụ quan trọng của công ty là hoạt động quản lý danh mục đầu tư. Phòng quản lý danh mục đầu tư của công ty hiện nay đang hoạt động rất hiệu quả: thực hiện quản lý theo ủy thác của từng nhà đầu tư trong mua bán, nắm giữ chứng khoán. Thiết kế một danh mục đầu tư dựa trên đặc điểm kỳ vọng về lợi nhuận và mức độ chấp nhận rủi ro của nhà đầu tư. * Trong chuyên đề này, tôi lựa chọn danh mục đầu tư có mức độ chấp nhận rủi ro của nhà đầu tư là cao nhất: 50%. Danh mục đầu tư gồm các chứng khoán được niêm yết trên sàn giao dịch thành phố Hồ Chí Minh: VFMVF1, CII, DRC, KHP, BMP, VSH, STB. Trong đó: VFMVF1: Chứng chỉ quỹ đầu tư Việt Nam. CII: Công ty cổ phần đầu tư hạ tầng kỹ thuật thành phố Hồ Chí Minh. DRC: Công ty cổ phần cao su Đà Nẵng. KHP: Công ty cổ phần điện lực Khánh Hòa. BMP: Công ty cổ phần nhựa Bình Minh. VSH: Công ty cổ phần thủy điện Vĩnh Sơn sông Hinh STB: Ngân hàng thương mại cổ phần Sài Gòn thương tín Danh mục đầu tư được lấy ban đầu có tỷ trọng là (12.4% VFMVF1, 7% CII, 14% DRC, 8.5% KHP, 25.1% BMP, 14.85% VSH, 18.15% STB). Từ danh mục này, ta xây dựng danh mục tối ưu P và tiến hành đánh giá xem danh mục tối ưu từ thời điểm lập ra đến nay họat động có hiệu quả không. 1. Xây dựng danh mục tối ưu. Do giá chứng khoán là chuỗi thời gian nên lợi suất R cũng là các chuỗi thời gian.Vì thế trước khi phân tích các cổ phiếu thì chúng ta phải để ý đến tính dừng các chuỗi của từng loại cổ phiếu. Chuỗi lợi suất của các chứng khoán được tính dựa trên chuỗi số liệu giá chứng khoán theo công thức: Các số liệu giá chứng khoán cập nhật theo ngày nên trong chuyên đề này lợi suất của các chứng khoán cũng được tính theo ngày. Trước hết, ta kiểm tra tính dừng của các chuỗi lợi suất cổ phiếu VFMVF1, CII, DRC, KHP, BMP, VSH, STB. (Xem phụ lục 1) Giả thiết: H0: (chuỗi không dừng) H1: (chuỗi dừng) Nếu thì bác bỏ Ho + Chuỗi lợi suất R_VFMVF1: Kiểm định nghiệm đơn vị cho ta kết quả: DW= 1.996373 cho biết ut không tự tương quan. Và: Vậy chuỗi R_VFMVF1 là chuỗi dừng. + Chuỗi lợi suất R_CII : Kiểm định nghiệm đơn vị cho ta kết quả: DW= 2,036625 cho biết ut không tự tương quan. Và: Vậy chuỗi lợi suất R_CII là chuỗi dừng. + Chuỗi lợi suất R_DRC: Kiểm định nghiệm đơn vị cho ta kết quả: DW= 1,967388 cho biết ut không tự tương quan. Và: Vậy chuỗi lợi suất R_DRC là chuỗi dừng. + Chuỗi lợi suất R_KHP: Kiểm định nghiệm đơn vị cho ta kết quả: DW= 1,989971 cho thấy ut không tự tương quan. Và: Vậy chuỗi lợi suất R_KHP là chuỗi dừng. + Chuỗi lợi suất R_BMP: Kiểm định nghiệm đơn vị cho ta kết luận: DW= 2,007820 cho thấy ut không tự tương quan. Và: Vậy chuỗi lợi suất R_BMP là chuỗi dừng. + Chuỗi lợi suất R_VSH: Kiểm định nghiệm đơn vị cho ta kết luận: DW= 2,022837 cho thấy ut không tự tương quan. Và: Vậy chuỗi lợi suất R_VSH là chuỗi dừng. + Chuỗi lợi suất R_STB : Kiểm định nghiệm đơn vị cho ta kết luận: DW= 1,981274 cho thấy ut không tự tương quan. Và: Vậy chuỗi lợi suất R_STB là chuỗi dừng. + Với chuỗi lợi suất R_VNINDEX : Kiểm định nghiệm đơn vị cho ta kết luận: DW= 1,943799 cho thấy ut không tự tương quan. Và: Vậy chuỗi lợi suất R_VNINDEX là chuỗi dừng. Như vậy, các chuỗi lợi suất đều là các chuỗi dừng. Ta giả định các yếu tố khác ( thị trường vốn, tâm lý nhà đầu tư,…) đều thỏa mãn các giả thiết cơ bản của mô hình CAPM và mô hình chỉ số thị trường. * Ký hiệu: Ri là lợi suất của chứng khoán i. R_Vni là lợi suất của danh mục thị trường mà trong trường hợp này chính là Vnindex. Lấy lợi suất phi rủi ro là Rf = 8.95%/ năm. Áp dụng mô hình CAPM : Với : Ta tính được : VFMVF1 CII DRC KHP var(Rvni)= 0.00024791 0.00042543 0.0005309 0.0005165 covar( Ri,Rvni)= 4.32E-05 9.88E-05 0.000286 0.0001882 beta(i)= 1.74E-01 2.32E-01 0.5387019 0.3643586 E(Rm)= 0.002576 0.002913 0.006107 0.005745 E(Ri)(%/ năm)= 23.80% 31.57% 124.21% 82.09% phần bù rủi ro(%/ năm)= 14.80% 22.62% 115.25% 73.14% BMP VSH STB var(Rvni)= 0.00044723 0.00044957 0.0004479 covar( Ri,Rvni)= 0.00031258 0.00040286 0.0003008 beta(i)= 0.69892533 0.89609493 0.6715941 E(Rm)= 0.004133 0.004513 0.004211 E(Ri)(%/ năm)= 108.13% 148.53% 106.16% phần bù rủi ro(%/ năm)= 99.18% 139.58% 97.21% Hệ số bêta thể hiện rủi ro của chứng khoán đó so với rủi ro thị trường.Theo tính toán ở trên ta thấy các chứng khoán đều có hệ số beta dương chứng tỏ các chứng khoán trên biến động cùng chiều so với biến động của thị trường. Sử dụng kết quả tính ở bảng tính trên, ta có: Hệ số bêta (năm) (ngµy) VFMVF1 1.74E-01 23.80% 0.000652 CII 0.002913 31.57% 0.000865 DRC 0.53870186 124.21% 0.003403 KHP 0.36435856 82.09% 0.002249 BMP 0.69892533 108.13% 0.002962 VSH 0.89609493 148.53% 0.004069 STB 0.67159408 106.16% 0.002908 = var( Rvni )= 0.000280 (tính cho lợi suất của VNI trên chuỗi số liệu từ ngày 31/7/2000 đến ngày 30/3/2007). Chọn = 8.95%/ năm = 0.02452%/ ngày. Bước 1: Tính chỉ số Treynor : RVOL( reward to Volatility Ratio) Sau đó sắp xếp các chỉ số này tương ứng với từng chứng khoán theo thứ tự giảm dần. Bước 2: Tính Ci * Sử dụng OLS để ước lượng mô hình chỉ số thị trường (phụ lục 2): Từ các mô hình ước lượng được bằng OLS , ta ghi lại được phần dư của lợi suất từng chứng khoán.điều khiển Dùng kiểm định nghiệm đơn vị để kiểm định tính dừng của các phần dư của lợi suất từng chứng khoán ( phụ lục 3): + Với chuỗi phần dư EVFMVF1 ta có: Vậy chuỗi EVFMVF1 là chuỗi dừng. + Với chuỗi phần dư ECII ta có: Vậy chuỗi ECII là chuỗi dừng. + Với chuỗi phần dư EDRC ta có: Vậy chuỗi EDRC là chuỗi dừng. + Với chuỗi phần dư EKHP ta có: Vậy chuỗi EKHP là chuỗi dừng. + Với phần dư EBMP ta có: Vậy chuỗi EBMP là chuỗi dừng. + Với chuỗi phần dư EVSH ta có: Vậy chuỗi EVSH là chuỗi dừng. + Với chuỗi phần dư ESTB ta có: Vậy chuỗi ESTB là chuỗi dừng. Bằng kiểm định nghiệm đơn vị, ta xác nhận các chuỗi phần dư này đều là các chuỗi dừng. Như vậy, các mô hình chỉ số thị trường sử dụng trong phần tính toán này đều là các mô hình chấp nhận được. Tính var cho các chuỗi phần dư này ta tìm được các : STT Chứng khoán RVOLi 1 DRC 0.00092784 0.003403 0.5387019 2.1395508 2 KHP 0.00080691 0.002249 0.3643586 2.0073633 3 VSH 0.00062115 0.004069 0.8960949 1.5576475 4 STB 0.00053957 0.002908 0.6715941 1.4474517 5 BMP 0.00074593 0.002962 0.6989253 1.4190357 6 CII 0.00093814 0.000865 2.32E-01 9.74E-01 7 VFMVF1 0.00063542 0.000652 1.74E-01 8.52E-01 STT Chứng khoán Lũy kế Lũy kế Ci 1 DRC 3.40338852 1.833411729 1.8334117 312.76911 312.769115 0.000472 2 KHP 2.48329347 0.904809239 2.738221 164.5249 477.294014 0.000676 3 VSH 6.15604706 5.516402577 8.2546235 1292.7508 1770.04478 0.001545 4 STB 4.93500553 3.31432051 11.568944 835.91634 2605.96113 0.001873 5 BMP 3.64216973 2.54560466 14.114549 654.88353 3260.84465 0.002066 6 CII 0.66066556 1.53E-01 1.43E+01 5.75E+01 3.32E+03 2.07E-03 7 VFMVF1 0.64020298 1.12E-01 1.44E+01 4.78E+01 3.37E+03 2.07E-03 Bước 3: Xác định phân vị bằng cách so sánh RVOLi với Ci, ta xác định được với một chỉ số k thì , nhưng thì khi đó danh mục tối ưu sẽ bao gồm các chứng khoán xếp từ 1 đến k. Các chứng khoán từ thứ tự k+1 trở đi sẽ không có mặt trong danh mục tối ưu. Trong trường hợp này, ta xác định được phân vị tương ứng k=7 vì tất cả các chứng khoán đều có . Vậy các chứng khoán VFMVF1, CII, DRC, KHP, BMP, VSH, STB sẽ đều có mặt trong danh mục tối ưu. Bước 4: Xác định Wi ( i=1,2,…,7). STT Chứng khoán Zi Wi 1 DRC 580.597799 0.005861869 3.1293358 22.74% 2 KHP 451.546681 0.005499528 2.1779047 15.83% 3 VSH 1442.64935 0.004267182 3.9266009 28.53% 4 STB 1244.67497 0.003964895 2.6039926 18.92% 5 BMP 936.986403 0.003887111 1.7064831 12.39% 6 CII 2.48E+02 2.67E-03 1.48E-01 1.07% 7 VFMVF1 2.74E+02 2.33E-03 7.15E-02 0.52% 13.763687 100.00% Như vậy danh mục tối ưu sẽ là: P =( 22.74% DRC, 15.83%KHP, 28.53%VSH, 18.92% STB, 12.39% BMP, 1.07%CII, 0.52% VFMVF1). 2. Đánh giá việc thực thi danh mục. * Trước hết ta xem xét tình hình hoạt động của danh mụcthông qua biến động giá cả của các cổ phiếu trên thị trường thể hiện qua các đồ thị sau: + Đồ thị của VNindex và giá cổ phiếu CII: Đồ thị cho thấy giá cổ phiếu CII biến động theo xu hướng biến động của thị trường. Trong giai đoạn 6/2006 đến 1/2007 biến động giá CII gần như trùng khít với độ biến động của vnindex,chỉ có giai đoạn tháng 2/2007 là giá cổ phiếu CII biến động mạnh hơn độ biến động của thị trường. + Đồ thị của cổ phiếu DRC và Vnindex: Từ đồ thị ta thấy giá cổ phiếu DRC biến động cùng chiều với độ biến động chung của thị trường nhưng % thay đổi của cổ phiếu DRC lớn hơn % thay đổi của Vnindex tương đối nhiều. + Đồ thị của cổ phiếu KHP và Vnindex: Từ đồ thị cho thấy giá cổ phiếu KHP biến đổi cùng xu hướng với biến động của thị trường. Riêng giai đoạn tháng 3/2007 là giá KHP biến động lớn hơn so với sự biến đổi chung của toàn thị trường. + Đồ thị của giá cổ phiếu BMP và Vnindex: Nhìn vào đồ thị ta thấy sự biến động giá cổ phiếu BMP cũng lớn hơn độ biến động chung của thị trường. + Đồ thị của giá cổ phiếu VSH với Vnindex: Từ đồ thị ta thấy độ biến động của giá cổ phiếu VSH rất sát với độ biến động chung của thị trường. % thay đổi giá cổ phiếu VSH gần bằng với % thay đổi của Vnindex. + Đồ thị của cổ phiếu STB và Vnindex: Nhìn vào đồ thị ta thấy % thay đổi giá cổ phiếu STB thấp hơn % thay đổi của Vnindex. Cổ phiếu STB có giá tương đối ổn định so với thị trường. Nhìn chung giá của các cổ phiếu CII, DRC, KHP, BMP, VSH, STB đều biến động theo xu hướng biến động của thị trường. Trong đó cổ phiếu VSH là biến động sát với thị trường nhất. Như vậy, danh mục trên gồm các cổ phiếu tương đối năng động. * Để đánh giá hiệu quả thực thi của danh mục trên, ta tiến hành tính toán một số chỉ số. a. Chỉ số Treynor: Lấy danh mục đối chứng B là danh mục thị trường trong trường hợp này chính là Vnindex . Tính chỉ số Treynor theo công thức: Từ kết quả trên ta có STT Chứng khoán 1 DRC 22.74% 0.5387019 0.003403 2 KHP 15.83% 0.3643586 0.002249 3 VSH 28.53% 0.8960949 0.004069 4 STB 18.92% 0.6715941 0.002908 5 BMP 12.39% 0.6989253 0.002962 6 CII 1.07% 0.232 0.000865 7 VFMVF1 0.52% 0.174 0.000652 Từ đó ta tính được = 0.6528843 = 0.00322058 = =0.004557 Với =0.004314 – 0.0002452 = 0.0040688 b. Chỉ số Sharpe: Lấy danh mục đối chứng B là danh mục thị trường trong trường hợp này chính là Vnindex . Tính chỉ số Sharpe theo công thức : Với Ta tìm được ma trận V: RDRC RKHP RVSH RSTB RBMP RCII RVFMVF1 RDRC 0.001213 -1.84E-07 7.89E-05 -3.98E-05 0.000202 0.000308 8.16E-05 RKHP -1.84E-07 0.00094778 -6.39E-05 8.38E-05 2.26E-05 -0.00015 1.33E-05 RVSH 7.89E-05 -6.39E-05 0.000839 -2.87E-05 0.000267 0.000276 6.37E-05 RSTB -3.98E-05 8.38E-05 -2.87E-05 0.000685 0.000143 8.26E-06 -2.82E-05 RBMP 0.000202 2.26E-05 0.000267 0.000143 0.000659 0.000185 1.51E-05 RCII 0.000308 -0.0001538 0.000276 8.26E-06 0.000185 0.000965 8.77E-05 RVFMVF1 8.16E-05 1.33E-05 6.37E-05 -2.82E-05 1.51E-05 8.77E-05 0.000104 Có W=(22.74%, 15.83%, 28.53%, 18.92%, 12.39%, 1.07%, 0.52%) Ta tính được: = 0.000234 => = 0.015297 = 0.016733 = = 0.194507 = =0.177815 Tính toán cả hai chỉ số Sharpe và Treynor đều cho ta kết quả: > và > nên ta kết luận danh mục P là danh mục thực thi tốt. KẾT LUẬN Bằng việc áp dụng các công cụ trong Phân tích và định giá tài sản tài chính và các mô hình kinh tế lượng, ta đã đánh giá được hiệu quả đầu tư của danh mục gồm một số cổ phiếu trên thị trường chứng khoán Việt Nam. Qua đó cho ta thấy đầu tư chứng khoán sẽ đem lại lợi nhuận cao nếu ta biết phân tích, đánh giá đúng tình hình thị trường. Việc phát triển thị trường chứng khoán ổn định, lành mạnh và hoạt động hiệu quả không thể thiếu được sự tham gia của các tổ chức đầu tư lớn và các tổ chức trung gian phân tích, đánh giá tình hình thị trường để cố vấn cho các nhà đầu tư giúp họ đầu tư có hiệu quả hơn. Thị trường chứng khoán Việt Nam đã trải qua thời kỳ khởi đầu với nhiều biến động đã cho thấy còn thiếu nhiều các nhà phân tích, cố vấn có kinh nghiệm. Xuất phát từ tính cấp thiết đó, em đã đưa ra những nội dung cơ bản mang tính lý thuyết về quản lý danh mục đầu tư và đánh giá hiệu quả thực thi danh mục đầu tư. Do vấn đề nội dung nghiên cứu trong đề tài là những vấn đề phức tạp, bị hạn chế về thời gian và kinh nghiệm thực tế về lĩnh vực này của em còn hạn hẹp nên đề tài khó tránh khỏi những khiếm khuyết. Em xin kính nhận các ý kiến phê bình cùng những chỉ dẫn của các thầy cô, các anh chị trong phòng và bạn học. Em xin chân thành cảm ơn! DANH MỤC TÀI LIỆU THAM KHẢO Bài giảng môn Phân tích và định giá tài sản tài chính của PGS .TS Hoàng Đình Tuấn, khoa Toán kinh tế trường Đại học Kinh tế Quốc dân. Giáo trình Kinh tế lượng và bài tập Kinh tế lượng – Trường Đại học Kinh tế Quốc dân – Khoa Toán kinh tế, Bộ môn điều khiển kinh tế, Nxb Khoa học và kỹ thuật. Giáo trình Thị trường chứng khoán của PGS . Đinh Xuân Trình, PTS . Nguyễn Thị Quy- Nxb Giáo dục 1998. Các trang web: PHỤ LỤC PHỤ LỤC 1: Kiểm tra tính dừng của các chuỗi lợi suất các cổ phiếu. ADF Test Statistic -19.81077 1% Critical Value* -2.5692 5% Critical Value -1.9400 10% Critical Value -1.6159 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_VFMVF1) Method: Least Squares Date: 04/13/07 Time: 21:45 Sample(adjusted): 2 591 Included observations: 590 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_VFMVF1(-1) -0.800456 0.040405 -19.81077 0.0000 R-squared 0.399870 Mean dependent var 0.000116 Adjusted R-squared 0.399870 S.D. dependent var 0.032706 S.E. of regression 0.025337 Akaike info criterion -4.511423 Sum squared resid 0.378111 Schwarz criterion -4.503999 Log likelihood 1331.870 Durbin-Watson stat 1.996373 ADF Test Statistic -10.32919 1% Critical Value* -3.4620 5% Critical Value -2.8750 10% Critical Value -2.5739 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_CII) Method: Least Squares Date: 04/13/07 Time: 21:46 Sample(adjusted): 2 217 Included observations: 216 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_CII(-1) -0.662396 0.064129 -10.32919 0.0000 C 0.001545 0.002053 0.752271 0.4527 R-squared 0.332693 Mean dependent var 0.000426 Adjusted R-squared 0.329575 S.D. dependent var 0.036806 S.E. of regression 0.030136 Akaike info criterion -4.156956 Sum squared resid 0.194354 Schwarz criterion -4.125703 Log likelihood 450.9512 F-statistic 106.6921 Durbin-Watson stat 2.036625 Prob(F-statistic) 0.000000 ADF Test Statistic -4.826340 1% Critical Value* -3.5598 5% Critical Value -2.9178 10% Critical Value -2.5964 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_DRC) Method: Least Squares Date: 04/13/07 Time: 21:53 Sample(adjusted): 2 53 Included observations: 52 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_DRC(-1) -0.626542 0.129817 -4.826340 0.0000 C 0.009621 0.004870 1.975604 0.0437 R-squared 0.317812 Mean dependent var 0.000179 Adjusted R-squared 0.304168 S.D. dependent var 0.038553 S.E. of regression 0.032160 Akaike info criterion -3.998495 Sum squared resid 0.051713 Schwarz criterion -3.923447 Log likelihood 105.9609 F-statistic 23.29356 Durbin-Watson stat 1.967388 Prob(F-statistic) 0.000014 ADF Test Statistic -4.041505 1% Critical Value* -3.5437 5% Critical Value -2.9109 10% Critical Value -2.5928 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_KHP) Method: Least Squares Date: 04/13/07 Time: 21:59 Sample(adjusted): 2 60 Included observations: 59 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_KHP(-1) -0.445494 0.110230 -4.041505 0.0002 C 0.004904 0.004004 1.224853 0.2257 R-squared 0.222732 Mean dependent var 9.84E-07 Adjusted R-squared 0.209096 S.D. dependent var 0.032955 S.E. of regression 0.029308 Akaike info criterion -4.188622 Sum squared resid 0.048960 Schwarz criterion -4.118197 Log likelihood 125.5643 F-statistic 16.33377 Durbin-Watson stat 1.989971 Prob(F-statistic) 0.000161 ADF Test Statistic -11.13984 1% Critical Value* -2.5776 5% Critical Value -1.9416 10% Critical Value -1.6167 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_BMP) Method: Least Squares Date: 04/13/07 Time: 22:04 Sample(adjusted): 2 172 Included observations: 171 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_BMP(-1) -0.843277 0.075699 -11.13984 0.0000 R-squared 0.421955 Mean dependent var -8.66E-05 Adjusted R-squared 0.421955 S.D. dependent var 0.041311 S.E. of regression 0.031408 Akaike info criterion -4.077656 Sum squared resid 0.167702 Schwarz criterion -4.059284 Log likelihood 349.6396 Durbin-Watson stat 2.007820 ADF Test Statistic -10.63108 1% Critical Value* -2.5774 5% Critical Value -1.9416 10% Critical Value -1.6166 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_VSH) Method: Least Squares Date: 04/13/07 Time: 22:08 Sample(adjusted): 2 175 Included observations: 174 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_VSH(-1) -0.783333 0.073683 -10.63108 0.0000 R-squared 0.395116 Mean dependent var 0.000282 Adjusted R-squared 0.395116 S.D. dependent var 0.039578 S.E. of regression 0.030782 Akaike info criterion -4.118067 Sum squared resid 0.163919 Schwarz criterion -4.099912 Log likelihood 359.2719 Durbin-Watson stat 2.022837 ADF Test Statistic -10.60927 1% Critical Value* -2.5771 5% Critical Value -1.9415 10% Critical Value -1.6166 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_STB) Method: Least Squares Date: 04/13/07 Time: 22:13 Sample(adjusted): 2 179 Included observations: 178 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_STB(-1) -0.776189 0.073161 -10.60927 0.0000 R-squared 0.388609 Mean dependent var -0.000470 Adjusted R-squared 0.388609 S.D. dependent var 0.034884 S.E. of regression 0.027277 Akaike info criterion -4.359978 Sum squared resid 0.131690 Schwarz criterion -4.342103 Log likelihood 389.0380 Durbin-Watson stat 1.981274 ADF Test Statistic -26.23493 1% Critical Value* -2.5671 5% Critical Value -1.9396 10% Critical Value -1.6157 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R_VNINDEX) Method: Least Squares Date: 04/13/07 Time: 22:15 Sample(adjusted): 2 1507 Included observations: 1503 Excluded observations: 3 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. R_VNINDEX(-1) -0.628472 0.023956 -26.23493 0.0000 R-squared 0.314240 Mean dependent var 4.20E-06 Adjusted R-squared 0.314240 S.D. dependent var 0.018833 S.E. of regression 0.015596 Akaike info criterion -5.482930 Sum squared resid 0.365343 Schwarz criterion -5.479393 Log likelihood 4121.422 Durbin-Watson stat 1.943799 Kiểm định cho thấy các chuỗi lợi suất của các cổ phiếu đều là các chuỗi dừng. PHỤ LỤC 2: Ước lượng mô hình chỉ số thị trường bằng OLS Dependent Variable: R_VFMVF1 Method: Least Squares Date: 05/02/07 Time: 17:34 Sample: 1 591 Included observations: 591 Variable Coefficient Std. Error t-Statistic Prob. BETAVFMVF1*R_VNI 1.002008 0.384877 2.603450 0.0095 C 0.001864 0.001069 1.743184 0.0818 R-squared 0.011377 Mean dependent var 0.002329 Adjusted R-squared 0.009698 S.D. dependent var 0.025759 S.E. of regression 0.025634 Akaike info criterion -4.486454 Sum squared resid 0.387018 Schwarz criterion -4.471625 Log likelihood 1327.747 F-statistic 6.777953 Durbin-Watson stat 1.636277 Prob(F-statistic) 0.009462 Phương trình ước lượng được là: R_VFMVF1 = 1.002008269*(BETAVFMVF1*R_VNI) + 0.001864195036 Dependent Variable: R_CII Method: Least Squares Date: 05/02/07 Time: 17:37 Sample: 1 217 Included observations: 217 Variable Coefficient Std. Error t-Statistic Prob. BETACII*R_VNI 1.001288 0.451087 2.219725 0.0275 C 0.001226 0.002178 0.562897 0.5741 R-squared 0.022404 Mean dependent var 0.001869 7Adjusted R-squared 0.017857 S.D. dependent var 0.032085 S.E. of regression 0.031797 Akaike info criterion -4.049685 Sum squared resid 0.217382 Schwarz criterion -4.018534 Log likelihood 441.3908 F-statistic 4.927180 Durbin-Watson stat 1.474886 Prob(F-statistic) 0.027482 Phương trình ước lượng được là: R_CII = 1.001288174*(BETACII*R_VNI) + 0.001225921321 Dependent Variable: R_DRC Method: Least Squares Date: 05/02/07 Time: 17:40 Sample: 1 53 Included observations: 53 Variable Coefficient Std. Error t-Statistic Prob. BETADRC*R_VNI 1.000000 0.367021 2.724638 0.0088 C 0.010265 0.004762 2.155422 0.0359 R-squared 0.127066 Mean dependent var 0.014046 Adjusted R-squared 0.109950 S.D. dependent var 0.035154 S.E. of regression 0.033165 Akaike info criterion -3.937612 Sum squared resid 0.056097 Schwarz criterion -3.863261 Log likelihood 106.3467 F-statistic 7.423652 Durbin-Watson stat 1.220677 Prob(F-statistic) 0.008796 Phương trình ước lượng được là R_DRC = 0.9999999285*(BETADRC*R_VNI) + 0.01026480505 Dependent Variable: R_KHP Method: Least Squares Date: 05/02/07 Time: 17:43 Sample: 1 60 Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. BETAKHP*R_VNI 1.000000 0.533504 1.874400 0.0659 C 0.009555 0.004553 2.098523 0.0402 R-squared 0.057116 Mean dependent var 0.011620 Adjusted R-squared 0.040859 S.D. dependent var 0.034940 S.E. of regression 0.034219 Akaike info criterion -3.879311 Sum squared resid 0.067914 Schwarz criterion -3.809499 Log likelihood 118.3793 F-statistic 3.513377 Durbin-Watson stat 0.876089 Prob(F-statistic) 0.065914 Phương trình ước lượng được là: R_KHP = 0.9999998955*(BETAKHP*R_VNI) + 0.009554644448 Dependent Variable: R_BMP Method: Least Squares Date: 05/02/07 Time: 17:45 Sample: 1 172 Included observations: 172 Variable Coefficient Std. Error t-Statistic Prob. BETABMP*R_VNI 1.000000 0.140920 7.096202 0.0000 C 0.003404 0.002134 1.595234 0.1125 R-squared 0.228521 Mean dependent var 0.006697 Adjusted R-squared 0.223983 S.D. dependent var 0.031010 S.E. of regression 0.027317 Akaike info criterion -4.351043 Sum squared resid 0.126859 Schwarz criterion -4.314445 Log likelihood 376.1897 F-statistic 50.35608 Durbin-Watson stat 2.132988 Prob(F-statistic) 0.000000 Phương trình ước lượng được là: R_BMP = 1.000000036*(BETABMP*R_VNI) + 0.003404191272 Dependent Variable: R_VSH Method: Least Squares Date: 05/02/07 Time: 17:47 Sample: 1 175 Included observations: 175 Variable Coefficient Std. Error t-Statistic Prob. BETAVSH*R_VNI 1.000001 0.099423 10.05804 0.0000 C 0.000335 0.001931 0.173517 0.8624 R-squared 0.368991 Mean dependent var 0.004350 Adjusted R-squared 0.365344 S.D. dependent var 0.031368 S.E. of regression 0.024990 Akaike info criterion -4.529359 Sum squared resid 0.108034 Schwarz criterion -4.493190 Log likelihood 398.3189 F-statistic 101.1641 Durbin-Watson stat 2.179393 Prob(F-statistic) 0.000000 Phương trình ước lượng được là: R_VSH = 1.000001041*(BETAVSH*R_VNI) + 0.0003350151004 Dependent Variable: R_STB Method: Least Squares Date: 05/02/07 Time: 17:49 Sample: 1 179 Included observations: 179 Variable Coefficient Std. Error t-Statistic Prob. BETASTB*R_VNI 1.000000 0.126310 7.917029 0.0000 C 0.000773 0.001830 0.422504 0.6732 R-squared 0.261513 Mean dependent var 0.003578 Adjusted R-squared 0.257341 S.D. dependent var 0.027873 S.E. of regression 0.024020 Akaike info criterion -4.608738 Sum squared resid 0.102123 Schwarz criterion -4.573124 Log likelihood 414.4820 F-statistic 62.67935 Durbin-Watson stat 1.482039 Prob(F-statistic) 0.000000 Phương trình ước lượng được là: R_STB = 1.000000123*(BETASTB*R_VNI) + 0.0007731722538 Các giá trị P-value tương ứng với các mô hình ước lượng chuỗi lợi suất của các cổ phiếu đều cho thấy các hệ số của biến độc lập trong là khác không với mức ý nghĩa 5%.  PHỤ LỤC 3: Kiểm tra tính dừng của các chuỗi phần dư. ADF Test Statistic -20.23130 1% Critical Value* -2.5692 5% Critical Value -1.9400 10% Critical Value -1.6159 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(EVFMVF1) Method: Least Squares Date: 04/14/07 Time: 22:42 Sample(adjusted): 2 591 Included observations: 590 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EVFMVF1(-1) -0.820540 0.040558 -20.23130 0.0000 R-squared 0.409993 Mean dependent var 0.000116 Adjusted R-squared 0.409993 S.D. dependent var 0.032789 S.E. of regression 0.025186 Akaike info criterion -4.523348 Sum squared resid 0.373629 Schwarz criterion -4.515924 Log likelihood 1335.388 Durbin-Watson stat 1.992735 ADF Test Statistic -11.30098 1% Critical Value* -3.4620 5% Critical Value -2.8750 10% Critical Value -2.5739 *MacKinnon critical values for rejection of hypothesis of a unit root. Dependent Variable: D(ECII) Method: Least Squares Date: 04/14/07 Time: 22:44 Sample(adjusted): 2 217 Included observations: 216 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. ECII(-1) -0.745182 0.065940 -11.30098 0.0000 C 0.000283 0.002084 0.135936 0.8920 R-squared 0.373742 Mean dependent var 0.000422 Adjusted R-squared 0.370815 S.D. dependent var 0.038614 S.E. of regression 0.030629 Akaike info criterion -4.124513 Sum squared resid 0.200763 Schwarz criterion -4.093260 Log likelihood 447.4474 F-statistic 127.7121 Durbin-Watson stat 2.018779 Prob(F-statistic) 0.000000 ADF Test Statistic -4.878695 1% Critical Value* -3.5598 5% Critical Value -2.9178 10% Critical Value -2.5964 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(EDRC) Method: Least Squares Date: 04/14/07 Time: 22:46 Sample(adjusted): 2 53 Included observations: 52 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EDRC(-1) -0.639268 0.131033 -4.878695 0.0000 C 0.000673 0.004226 0.159316 0.8741 R-squared 0.322509 Mean dependent var 0.000121 Adjusted R-squared 0.308959 S.D. dependent var 0.036642 S.E. of regression 0.030460 Akaike info criterion -4.107076 Sum squared resid 0.046392 Schwarz criterion -4.032028 Log likelihood 108.7840 F-statistic 23.80167 Durbin-Watson stat 2.092031 Prob(F-statistic) 0.000011 ADF Test Statistic -4.090680 1% Critical Value* -3.5437 5% Critical Value -2.9109 10% Critical Value -2.5928 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(EKHP) Method: Least Squares Date: 04/14/07 Time: 22:47 Sample(adjusted): 2 60 Included observations: 59 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EKHP(-1) -0.448602 0.109664 -4.090680 0.0001 C -0.000390 0.003699 -0.105502 0.9163 R-squared 0.226947 Mean dependent var -0.000175 Adjusted R-squared 0.213385 S.D. dependent var 0.032028 S.E. of regression 0.028406 Akaike info criterion -4.251100 Sum squared resid 0.045994 Schwarz criterion -4.180675 Log likelihood 127.4075 F-statistic 16.73367 Durbin-Watson stat 2.117251 Prob(F-statistic) 0.000137 ADF Test Statistic -13.96059 1% Critical Value* -2.5776 5% Critical Value -1.9416 10% Critical Value -1.6167 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(EBMP) Method: Least Squares Date: 04/14/07 Time: 22:48 Sample(adjusted): 2 172 Included observations: 171 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EBMP(-1) -1.068744 0.076554 -13.96059 0.0000 R-squared 0.534106 Mean dependent var -0.000188 Adjusted R-squared 0.534106 S.D. dependent var 0.039896 S.E. of regression 0.027231 Akaike info criterion -4.363068 Sum squared resid 0.126062 Schwarz criterion -4.344696 Log likelihood 374.0423 Durbin-Watson stat 2.004737 ADF Test Statistic -14.38948 1% Critical Value* -3.4690 5% Critical Value -2.8781 10% Critical Value -2.5755 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(EVSH) Method: Least Squares Date: 04/14/07 Time: 22:49 Sample(adjusted): 2 175 Included observations: 174 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EVSH(-1) -1.094235 0.076044 -14.38948 0.0000 C 0.000103 0.001889 0.054479 0.9566 R-squared 0.546242 Mean dependent var -5.32E-05 Adjusted R-squared 0.543604 S.D. dependent var 0.036891 S.E. of regression 0.024923 Akaike info criterion -4.534645 Sum squared resid 0.106837 Schwarz criterion -4.498334 Log likelihood 396.5141 F-statistic 207.0571 Durbin-Watson stat 2.008904 Prob(F-statistic) 0.000000 ADF Test Statistic -10.25146 1% Critical Value* -2.5771 5% Critical Value -1.9415 10% Critical Value -1.6166 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(ESTB) Method: Least Squares Date: 04/14/07 Time: 22:50 Sample(adjusted): 2 179 Included observations: 178 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. ESTB(-1) -0.755994 0.073745 -10.25146 0.0000 R-squared 0.372337 Mean dependent var -0.000532 Adjusted R-squared 0.372337 S.D. dependent var 0.029237 S.E. of regression 0.023163 Akaike info criterion -4.686912 Sum squared resid 0.094965 Schwarz criterion -4.669037 Log likelihood 418.1352 Durbin-Watson stat 1.924791 Kiểm định cho thấy các chuỗi phần dư tương ứng của các mô hình chỉ số thị trường trên đều là các chuỗi dừng. Do vậy các mô hình trên đều là các mô hình chấp nhận được. MỤC LỤC