Chuyên đề Ước lượng phần bù rủi ro cho thị trường và áp dụng đối với các cổ phiếu Ngành vận tải trên thị trường chứng khoán Việt Nam

nền kinh tế. Vấn đề đặt ra ở đây là ta không thể so sánh phương sai của một tài sản đơn lẻ với phương sai của một danh mục được đa dạng hoá tốt. Phương sai của danh mục sẽ gần như luôn nhỏ hơn. Phép đo chính xác cho một tài sản đơn lẻ là hệ số Beta, là hiệp phương sai của nó với thị trường chia cho phương sai của thị trường. Một tính chất quan trọng khác của CAPM là phép đo rủi ro cho một tài sản đơn lẻ là cộng tuyến tính khi tài sản được đưa vào danh mục. Ví dụ nếu ta đưa a% của cải của ta vào tài sản X với rủi ro hệ thông BetaX, và b% vào tài sản Y , với rủi ro hệ thông là BetaY, thì Bbeta của danh mục tạo lên đơn giản là trung bình gia quyền của Beta các tài Phương sai của doanh lợi một danh mục là: Var(= Có thể viết lại là: ta hiểu wCOV(R,R) chính là rủi ro chứng khoán i trong danh mục P. Tuy nhiên, sự thay đổi biên của đóng góp của tài sản i vài rủi ro của danh mục đơn giản là COV(RR). Do vậy, hiệp phương sai là định nghĩa đúng đắn về rủi ro vì nó đo lường sự thay đổi trong rủi ro danh mục khi ta thay đổi trọng số của một số tài sản trong danh mục. Mặc dù việc sử dụng rủi ro hệ thống và rủi ro không thể đa dạng hoá có cùng nghĩa như rủi ro hiệp phương sai, chúng có đôi chút khác nhau. Chúng đều bắt nguồn cùng từ việc có thể đa dạng hoá mà không mất chi phí và sự tồn tại của một danh mục thị trường lớn. Định nghĩa về rủi ro hiệp phương sai thì lại không phải vậy . Nó tiếp tục có nghĩa ngay cả khi khái niệm về danh mục thị trường chỉ chứa một tài sản mà thôi. 4. Ứng dụng của mô hình CAPM 4.1. Phân tích rủi ro của tài sản, danh mục Ta có mô hình hồi quy đơn Trong đó : Tổng rủi ro : Rủi ro hệ thống của tài sản i (rủi ro thị trường ) : Rủi ro riêng (rủi ro phi hệ thống ) Đối với tài sản hoặc danh mục có rủi ro riêng ta có thể giảm bằng cách đa dạng hóa 4.2. Tính hệ số của tài sản, danh mục Lợi suất thực hiện khi nắm giữ tài sản hoặc danh mục tương ứng sau một chu kỳ đầu tư Sự chênh lệch giữa lý thuyết và thực tế Nhận xét : Nếu hệ số = 0 thì tài sản hoặc danh mục được định giá đúng theo mô hình CAPM. Nếu hệ số > 0 thì tài sản hoặc danh mục được định giá thấp theo mô hình CAPM nếu là một nhà tư vấn ta nên khuyên khách hàng mua. Nếu hệ số <0 thì tài sản hoặc danh mục được định giá thấp theo mô hình CAPM nếu là một tư vấn ta nên khuyên khách hàng bán đi. Kết luận : Mô hình định giá tài sản vốn CAPM là một học thuyết kinh tế mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng. Nói một cách khác, đây là mô hình định giá cho những chứng khoán có nguy cơ rủi ro. CAPM cho rằng rủi ro hệ thống là mối quan tâm đối với các nhà đầu tư vì chúng không thể loại bỏ được bằng biện pháp đa dạng hoá danh mục đầu tư. Đặc biệt CAPM cho biết lợi suất ước tính của một chứng khoán hoặc một danh mục đầu tư được xác định bằng lợi suất của chứng khoán không rủi ro cộng với một phụ phí bù đắp rủi ro. Trong mô hình CAPM, phụ phí rủi ro được xác định bằng cách nhân mức độ rủi ro β với giá thị trường của chứng khoán đó (E(rm) - rf). Phụ phí này được gọi là “phần bù rủi ro”. Một đóng góp cụ thể hơn nữa của mô hình là hệ số đo lường Beta (β). Mặc dù mô hình CAPM mô tả hoàn toàn chính xác, nhưng có thể nói rằng hệ số Beta là một thành phần môt tả rõ rằng về rủi ro của một tài sản và là một yếu tố quyết định quan trọng của lợi suất kỳ vọng. II. Mô hình chỉ số đơn (Single index model) - SIM 1.Giới thiệu Mô hình chỉ số đơn hay còn gọi là mô hình chỉ số thị trường được W.Sharpe đưa ra nhằm tính toán hệ số Beta của các tài sản tài chính dựa trên mối quan hệ của chúng với chỉ số thị trường.Mô hình chỉ số (Single index model) của một thị trường phân loại các nguồn góc rủi ro thành các nhân tố hệ thống (vĩ mô) và các nhân tố riêng (vi mô). Mô hình chỉ số giả thiết rằng các nhân tố vĩ mô có thể được đại diện bằng chỉ số thị trường. Mô hình này tuy 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 hoá lao động trong phân tích chứng khoán. Mô hình 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 của phép hồi này chính là hệ số Beta (β) của một tài sản trong khi số hạng tự do là chỉ số anpha (α) của chứng khoán. Đường hồi quy tính được còn được gọi là “đường đặc trưng chứng khoán” (Security Characterític Line). Hệ số Beta của hồi quy tương ứng với hệ số Beta của Mô hình CAPM, chỉ khác là trường hợp hồi quy sử dụng lợi tức thực sự còn CAPM sử dụng lợi tức kỳ vọng. Mô hình CAPM cũng coi tổng hệ số alpha của các chứng khoán tính được qua Mô hình chỉ số đơn bằng 0. 2. Mô hình chỉ số đơn (SIM) 2.1. Các giả thiết của mô hình Hàm số mô tả Mô hình chỉ số đơn ở dạng tuyến tính như sau: Rit = αi t + βitIit + εit Các giả thiết cơ sở của mô hình E(εit) = E(εjt) Giả thiết: Cov(Rit , Rjt) = 0 i j Cov(Rit , εit) = 0 i 2.2. Hàm số mô tả SIM Hàm số mô tả SIM ở dạng tuyến tính : Rit = αi t + βitIit + εit Trong đó: Rit : Lợi suất của chứng khoán i αi t : Hệ số α của tài sản i, biểu thị một bộ phận lợi suất cố định gắn liền của chứng khoán i và không có quan hệ phụ thuộc gì vào tập chỉ số Iit Iit : Chỉ số thị trường εit : Đại diện cho phần lợi suất đặc thù của tài sản đang xét, không có tương quan với chỉ số Iit cũng như mức lợi suất của các tài sản khác đang tồn tại trên thị trường. CHƯƠNG II ƯỚC LƯỢNG PHẦN BÙ RỦI RO CHO CÁC CỔ PHIẾU NGÀNH VẬN TẢI TRÊN TTCK VIỆT NAM I. Tổng quan về Ngành vận tải 1. Giới thiệu về Ngành vận tải Theo thông tin niêm yết theo Ngành thì Ngành vận tải (Transport) bao gồm 9 công ty có cổ phiếu đang hoạt động giao dịch tại trung tâm giao dịch Thành phố Hồ Chí Minh như sau: Công ty Vốn điều lệ(VNĐ) % 1 GMD Công ty Cổ phần Đại lý liên hiệp vận chuyển 347,953,150,000 50.2302 2 HAX Công ty Cổ phần Dịch vụ Ô tô Hàng Xanh 16,257,300,000 2.34690 3 HTV Công ty Cổ phần Vận tải Hà Tiên 48,000,000,000 6.92920 4 MHC Công ty Cổ phần Hàng Hải Hà Nội 120,000,000,000 17.3231 5 PJT Công ty Cổ phần Vận tải Xăng dầu Đường Thủy Petrolimex 35,000,000,000 5.05260 6 SFI Công ty Cổ phần Đại lý vận tải SAFI 11,850,000,000 1.71070 7 SHC Công ty Cổ phần Hàng hải Sài Gòn 15,000,000,000 2.16540 8 TMS Công ty Cổ phần Transimex - Saigon 42,900,000,000 6.19300 9 VFC Công ty Cổ phần VINAFCO 55,756,270,000 8.04890 692,716,720,000 100.000 2. Các lĩnh vực kinh doanh Ngành, nghề kinh doanh và các sản phẩm chính của Ngành vận tải: Kinh doanh vận tải đường thuỷ, vận tải đường bộ; kinh doanh tổng hợp vật tư, thiết bị phương tiện vận tải, khai thác bến bãi và kinh doanh các ngành nghề khác theo phạm vi cho phép của pháp luật cụ thể như sau: + Tổ chức kinh doanh vận tải đa phương thức, vận chuyển container bằng đường thủy nội địa đến Cảng cạn (ICD) và ngược lại; + Tổ chức xếp dỡ, sang mạn container và các loại hàng hóa khác từ tàu xuống sà lan và ngược lại trong khu vực các cảng; + Tổ chức kinh doanh dịch vụ giao nhận hàng hóa bằng đường biển và hàng không, kinh doanh khai thác bến bãi container và các dịch vụ có liên quan; + Mua bán, cho thuê tàu và container để kinh doanh trong lĩnh vực vận tải biển; + Xây dựng môi giới và gọi đối tác đầu tư vào hạ tầng cơ sở giao thông vận tải, công trình bến bãi, cầu tàu, văn phòng phục vụ vận tải đa phương thức; + Kinh doanh văn phòng làm việc. + Đại lý hàng hải; + Dịch vụ giao nhận kho vận hàng hoá; + Buôn bán xuất nhập khẩu và nhập khẩu tư liệu sản xuất, tư liệu tiêu dùng; + Đóng mới, sửa chữa các loại rờ moóc, container, tàu thuyền, xà lan; + Đại lý mua, đại lý bán, ký gửi hàng hoá; + Dịch vụ cho thuê văn phòng và khu siêu thị. 3. Các nhân tố rủi ro ảnh hưởng đến giá chứng khoán của Ngành vận tải 3.1 Rủi ro về kinh tế - Giao nhận vận chuyển hàng hóa là một lĩnh vực hoạt động thiết yếu, phục vụ cho nhiều ngành nhiều lĩnh vực khác nhau, đặc biệt là phục vụ cho hoạt động xuất nhập khẩu. Hàng năm tỷ trọng sản lượng hàng hóa xuất nhập khẩu bằng đường biển chiếm khoảng 80% toàn bộ lượng hàng hóa xuất nhập khẩu. Do đó sự thay đổi về khối lượng hàng hóa xuất nhập khẩu sẽ ảnh hưởng đến hoạt động kinh doanh của Ngành vận tải; - Sự tăng trưởng về xuất nhập khẩu luôn gắn liền với những chính sách phát triển kinh tế. Khi chính sách xuất nhập khẩu thay đổi, đặc biệt là về cơ cấu ngành hàng thì sẽ có tác động trực tiếp đến kim ngạch xuất nhập khẩu và ảnh hưởng đến hoạt động kinh doanh của Ngành vận tải. Khi khối lượng những mặt hàng xuất khẩu như thủy sản, dệt may, giày dép, thủ công mỹ nghệ và các mặt hàng nhập khẩu như nguyên liệu gia công, thiết bị máy móc biến đổi thì sẽ ảnh hưởng đến sản lượng của Ngành vận tải. Bởi vì đây là nguồn hàng chính của các loại dịch vụ mà Ngành vận tải đang cung cấp. Ngược lại nếu khối lượng hàng hóa như dầu thô (xuất khẩu); xăng dầu, phân bón (nhập khẩu)... thay đổi sẽ không tác động đến Ngành vận tải (hàng hóa này qua các cảng và tàu chuyên dụng). 3.2 Rủi ro kinh doanh - Hoạt động của Ngành vận tải gắn chặt với hoạt động của các hãng tàu lớn mà Công ty có quan hệ đối tác. Do đó, sự biến động của thị trường hàng hải thế giới nói chung và biến động kinh doanh của các hãng tàu này sẽ ảnh hưởng lớn đến hoạt động sản xuất và kinh doanh của Ngành vận tải. - Theo xu hướng toàn cầu hóa và Việt Nam tham gia vào các tổ chức kinh tế quốc tế và khu vực, nhất là việc tham gia lộ trình gia nhập AFTA (từ năm 2003 đến năm 2006), các hãng tàu nước ngoài có thể mở chi nhánh và đảm nhận công việc khai thác tàu. Điều này có nghĩa là các hãng tàu nước ngoài sẽ trực tiếp thực hiện các loại dịch vụ mà Ngành vận tải đang thực hiện. Như vậy, Ngành vận tải có thể sẽ phải chịu thêm sự cạnh tranh về phía các hãng tàu nước ngoài. - Hiện nay theo quy hoạch tổng thể hệ thống cảng biển Việt Nam (đến năm 2010) là tập trung xây dựng một số cảng tổng hợp giữ vai trò chủ đạo ở các vùng kinh tế trọng điểm cho các tàu có trọng tải lớn (2.000 - 3.000 TEU). Chú trọng tới các cảng hoặc khu bến chuyên dùng cho hàng container và cảng trung chuyển container quốc tế, đặc biệt là khu vực TP.HCM - Đồng Nai - Vũng Tàu (ví dụ, hệ thống liên hợp Cảng Thị Vải - Vũng Tàu). Khi các cảng mới này ra đời (dự kiến vào khoảng năm 2006 - 2008) sẽ thu hút một lượng hàng hoá và ảnh hưởng đến hoạt động kinh doanh của Ngành vận tải. 3.3 Rủi ro về tỷ giá - Khách hàng của Ngành vận tải có các đối tác nước ngoài, nên doanh thu tính bằng ngoại tệ của Ngành rất lớn (chiếm hơn 80% tổng doanh thu). Vì thế nên mọi biến động về tỷ giá sẽ có ảnh hưởng rất đáng kể đến Ngành vận tải. 3.4 Rủi ro khác Một số rủi ro mang tính bất khả kháng ít có khả năng xảy ra nhưng nếu xảy ra sẽ tác động đến tình hình kinh doanh của Ngành vận tải. Đó là những hiện tượng thiên tai (hạn hán, bão lụt, động đất... ), chiến tranh hay dịch bệnh hiểm nghèo. Ngoài ra do lĩnh vực hoạt động đặc trưng của mình nên Ngành vận tải còn gặp một số rủi ro khác về bảo hiểm, lãi suất... II. Ước lượng phần bù rủi ro cho cổ phiếu 1. Số liệu sử dụng Để ước lượng phần bù rủi cho cổ phiếu của Ngành giao thông vận tải, trong chuyên đề này số liệu sử dụng là giá các cổ phiếu được công bố trên thị trường chứng khoán Việt Nam từ phiên khi cổ phiếu này xuất hiện đến phiên ngày 04/04/2007. Chuỗi số liệu dùng để phân tích là chuỗi lợi suất của các cổ phiếu được tính bằng công thức: t > 1 i = 1, 2, 3 ,..., n Trong đó: : lợi suất của cổ phiếu từ thời điểm t-1 đến thời điểm t : giá cổ phiếu tại thời điểm t : giá cổ phiếu tại thời điểm t-1 Ta phân tích động thái của chuỗi giá chứng khoán thông qua việc phân tích chuỗi lợi suất () 1.1. Các quan sát về chuỗi lợi suất TMS Thống kê mô tả đối với chuỗi lợi suất của cổ phiếu TMS Biếu đồ chuỗi lợi suất của cổ phiếu TMS Nhìn vào biểu đồ chuỗi lợi suất của cổ phiếu TMS ta thấy lợi suất các thời kỳ khác nhau dao động tương đối đều quanh mức 0 và có độ dao động thay đổi theo thời gian có nhiều thời kỳ là biến động rất lớn và lại có những thời kỳ biến động rất nhỏ. Mặc dù biến động theo thời gian nhưng sự biến thiên của RTMS luôn ở trong một khoảng như vậy đây có thể là chuỗi dừng. Ta sẽ kiểm định nghiệm đơn vị (unit root test). 1.2. Kiểm định nghiệm đơn vị Với kết quả ước lượng trên ta có: = 31.86599 > = 2.5671 = 31.86599 > = 1.9396 = 31.86599 > = 1.6157 Như vậy theo tiêu chuẩn ADF chuỗi trên là chuỗi dừng tại các giá trị tới hạn là 1%, 5%, 10%. 1.3. Lược đồ tương quan và mô hình ARMA Từ lược đồ tương quan nhận được ta thấy có sự thay đổi trong lợi suất trung bình giữa các phiên giao dịch của cổ phiếu và gắn với sự thay đổi của các phiên trước đó (hệ số tương quan trễ một thời kỳ là khác 0). Phân tích cụ thể ta sẽ có 0, từ k = 2 trở đi các giảm. Ước lượng mô hình ARMA(1,0,0) ta được kết quả sau: Mô hình không có hệ số chặn: Từ kết quả ước lượng trên ta thấy lợi suất của TMS trong một phiên giao dịch thực sự chịu ảnh hưởng của lợi suất trong phiên giao dịch trước do hệ số của AR(1) thực sự khác 0 (Pvalue của kiểm định T với hệ số AR(1) = 0.000 0 nói lên rằng lợi suất của một cổ phiếu trong một phiên giao dịch ngày hôm nay chịu ảnh hưởng thực sự cùng chiều của lợi suất phiên giao dịch hôm trước. Vậy mô hình ARMA đối với chuỗi RTMS là: RTMS = 0.189899*RTMS + εt Vậy, mức giao động trong lợi suất khác nhau trong các phiên phụ thuộc vào sự thay đổi lợi suất trong quá khứ nhưng nó có phụ thuộc vào mức độ giao động của sự thay đổi này hay không ?. Chúng ta sẽ tiếp tục ước lượng các mô hình tiếp theo để trả lời câu hỏi này. 1.4. Các mô hình tiếp theo Kiểm định sự thay đổi trong lợi suất và trong dao động của cổ phiếu TMS. Sử dụng mô hình ARCH(1) Như vậy mức độ dao động của lợi suất trung bình trong các phiên có khác nhau, nó chịu ảnh hưởng dương cảu sự thay đổi rong lợi suất của cổ phiếu do hệ số ARCH(1) dương thực sự ( Pvalue của kiểm định T với hệ số ARCH (1) = 0.0000 < 0.05). Kiểm định sự thay đổi trong lợi suất và trong dao động của cổ phiếu TMS. Sử dụng mô hình GARCH(1,1) Mô hình GARCH(r,m): yt = + yt-1 + + với ~ N(0, ) = E[/I] = + + Mô hình GARCH(1,1): RTMS = 0.170291*RTMS + = 0.000139 + 0.580511* + 0.183202* Từ kết qủa ước lượng mô hình AR(1) và GARCH(1,1) cho thấy lợi suất trung bình của cổ phiếu trong một phiên doa dịch có liên hệ dương với sự thay đổi trong lợi suất của phiên trước đó (do hệ số của biến AR(1) dương thực sự) vừa phụ thuộc vào sự thay đổi của lợi suất (do hệ số của biến ARCH(1) dương thực sự) vừa phụ thuộc vào mức dao động của sự thay đổi này ( do hệ số của biến GARCH(1,1) dương thực sự). Do các hệ số ước lượng được đều dương nên nếu sự thay đổi trong giá cổ phiếu càng lớn thì xu hướng này còn kéo dài cho đến khi có tác động bất tường làm thay đổi xu thế. Kiểm định Wald-Test cho các giả thiết của mô hình GARCH(1,1): + Kiểm định giả thiết H0 : c = 0 ; H1 : c > 0 Kết quả cho thấy C > 0 do: kiểm định F có Pvalue 0 < 0.05 kiểm định 2 có Pvalue 0 < 0.05 + Kiểm định giả thiết H0 : c(3) + c(4) = 1 ; H1 : c(3) +c(4) < 1 Kết quả cho thấy c(3) +c(4) < 1 do: kiểm định F có Pvalue 0 < 0.05 kiểm định 2 có Pvalue 0 < 0.05 Như vậy, các giả thiết của mô hình GARCH(1,1) đối với chuỗi RTMS đều được đảm bảo, mô hình không còn ARCH, thêm vào đó c(3) +c(4) < 1 cụ thể là : 0.183202 + 0.580511 = 0.763713 tương đối nhỏ so với 1, điều này nói lên tốc độ hội tụ là tương đối nhanh. Mô hình vừa ước lượng được là một mô hình tốt. Kiểm định hiệu ứng đòn bẩy với chuỗi lợi suất của cổ phiếu TMS. Sử dụng mô hình T-GARCH Khi chúng ta mong muốn có sự khác biệt giữa các cú sốc âm và các cú sốc dương chúng ta thêm vào biến sau: It-1 = 1 khi < 0 It-1 = 0 khi 0 Phương sai trong mô hình GARCH(1,1) được hiệu chỉnh thành: = + + + Kỹ thuật này đưa ra một sự tác động bất cân đối từ những cú sốc = + + nếu < 0 = + + nếu 0 Kết quả ước lượng mô hình như sau: Từ kết quả ước lượng trên ta thấy hệ số của biến (RESID<0)*ARCH(1) khác 0 (do kiểm định T với hệ số này có Pvalue = 0.0312 < 0.05) nên như vậy có thể kết luận rằng: ảnh hưởng của các cú sốc âm lên lợi suất của cổ phiếu TMS là có đáng kể hay ta nói có biểu hiện của hiệu ứng đòn bẩy. Mô hình GARCH-M kiểm định sự phụ thuộc của lợi suất cổ phiếu TMS vào độ rủi ro của bản thân nó Về mặt lý thuyết, độ rủi ro càng lớn có thể mang lại lợi suất kỳ vọng càng cao. Ước lượng bằng Eviews cho ta kết quả sau: Và: Trong hai kết quả ước lượng trên ta đều có thể chấp nhận sự tồn tại thực sự của các biến ARCH và SQR(GARCH) do theo tiêu chuẩn của kiểm định T thì 2 hệ số của 2 biến này khác 0 có ý nghĩa về mặt thống kê ( do Pvalue = 0.0007 < 0.05 và Pvalue = 0.0000 < 0.05 ). Như vậy lợi suất của cổ phiếu TMS có phụ thuộc vào độ rủi ro của bản thân cổ phiếu này. Kiểm định mô hình cơ cấu GARCH(The compnent GARCH) Phương sai có điều kiện trong mô hình GARCH(1,1) = + + chỉ ra giá trị trung bình thu được là không thay đổi theo thời gian. Bằng cách ngược lại mô hình cơ cấu cho phép trung bình nhận được ở mức biến đổi như mô hình sau: - qt = + + qt = + + Ước lượng bằng Eviews cho ta kết quả sau: Kết luận : Qua các bước thực hiện ước lượng và kiểm định các mô hình như trên ta sẽ chọn được mô hình tôt nhất cho chuỗi lợi suất của mỗi cổ phiếu và từ đó hiẹu chỉnh để chọn được chuỗi số liệu tốt nhất đưa vào phân tích cho các bước tiếp theo. 2. Chỉ số thị trường chứng khoán Việt Nam Chỉ số thị trường là các con số tiêu biểu cho các giá trị nghiêng về thành tố nào đó tạo nên chỉ số. Thí dụ, chỉ số thị trường chứng khoán thì nghiêng về phần giá cả và số cổ phần đang hiện hành( do cổ đông và người mua giữ) của các loại chứng khoán. Chỉ số chứng khoán Việt Nam ký hiệu là VN-index được xây dựng căn cứ vào giá trị thị trường của tất cả các loại cổ phiếu được niêm yết. Với hệ thống chỉ số này, nhà đầu tư có thể đánh giá và phân tích thị trường một cách tổng quát. Chỉ số VN-index được tính toán dựa trên phương pháp Passcher. Phương pháp Passcher cho ta loại chỉ số giá cổ phiếu thông dụng nhất và nó là chỉ số giá bình quân gia quyền giá trị với squyền số là số lượng chứng khoán niêm yết thời kỳ tính toán. Kết qủa tính toán sẽ phụ thuộc vào cơ cấu quyền số(cơ cấu chứng khoán niêm yết) thời kỳ tính toán. Như vậy, chỉ số thị trường chứng khoán Việt Nam_Vn-index được tính theo công thức sau : VN-index = Trong đó: Pit: Giá khớp lệnh tại thời điểm t Qit: Khối lượng chứng khoán niêm yết tại thời điểm t Pio: Giá khớp lệnh của ngày đầu tiên lên sàn Qio: Khối lượng chứng khoán tại thời điểm ban đầu Như vậy tại thời kỳ gốc ngày 28/7/2000 thì VN-index là 100 điểm. Khi thị trường xảy ra trường hợp niêm yết mới hay tổ chức niêm yết tiến hành tăng vốn, hệ số chia sẽ được điều chỉnh như sau: D0 = Trong đó: D0: Hệ số chia cũ( D0 = ) D1: Hệ số chia mới V1: Tổng giá trị hiện hành của các cổ phiếu niêm yết( V1 = ) AV: Hệ số điều chỉnh Khi huỷ niêm yết hay tổ chức niêm yết tiến hành giảm vốn. hệ số chia mới sẽ được tính như sau: D1 = 3. Ước lượng phần bù rủi ro cho các cổ phiếu Ngành vận tải Sử dụng thông tin niêm yết theo ngành ta chọn các cổ phiếu của ngành Giao thông vận tải (Transport) gồm các cổ phiếu sau: GMD, HAX, HTV, MHC, PJT, SFI, SHC, TMS, VFC. Sử dụng lợi suất kỳ vọng của chỉ số thị trường VN-index làm đại diện thay thế cho lợi suất kỳ vọng của danh mục thị trường hiệu quả M nên theo công thức CAPM ta có: E(Ri) = Rf + [E(RM) – Rf)]βi Trong đó: E(Ri): Lợi nhuận ước tính của tài sản i Rf : Lãi suất phi rủi ro βi : Mức độ rủi ro hệ thống của tài sản i (βi = ) E(RM): Lợi nhuận ước tính của danh mục thị trường Theo thông báo về việc niêm yết trái phiếu chính phủ TP4A2205 của Trung tâm giao dịch chứng khoán Thành phố Hồ Chí Minh kỳ hạn 10 năm với lãi suất 8,95%/năm - cố định và trả sau hằng năm. Theo quy định của Thông tư 126 thì Rf được xác định là khoản thu từ đầu tư không rủi ro được tính bằng lãi suất trả trước của Trái phiếu chính phủ có kỳ hạn từ 10 năm trở lên tại thời điểm gần nhất. Như vậy quy đổi lãi suất trả sau của Trái phiếu chính phủ về lãi suất trả trước ta được: Rf = 0.0821(8.21%/năm) Dựa vào mô hình CAPM và chuỗi số liệu của các cổ phiếu của Ngành vận tải ta tính được: Cổ phiếu Var(Rm) Cov(Ri,Rm) Beta(i) E(Rm) E(Ri) E(Ri)-E(Rf) GMD 0.0001814 0.0001539 0.8479964 0.00134751 0.29815149 0.216051486 HAX 0.0005114 0.0001001 0.1957859 0.0053162 0.32623766 0.244137658 HTV 0.0004326 0.0002865 0.6622849 0.00401139 0.69189872 0.609798723 MHC 0.0002860 0.0002333 0.8157332 0.0028918 0.60486618 0.522766176 PJT 0.0005271 0.0002478 0.4702576 0.0053590 0.67352688 0.591426878 SFI 0.0005400 0.0002607 0.4827300 0.0054913 0.70517672 0.623076722 SHC 0.0003873 0.0003137 0.8100532 0.0052242 1.07358169 0.991481688 TMS 0.0002808 0.0002543 0.9053643 0.0015374 0.35575410 0.273654095 VFC 0.0004330 0.0002436 0.5627057 0.00473964 0.70265850 0.620558497 Với Rvni hay RM là lợi suất của danh mục thị trường mà trong trường hợp này chính là VN-index. Trung bình trong một năm có khoảng 250 ngày có giao dịch, bảng kết quả cho ta thấy: Cổ phiếu GMD HAX HTV MHC PJT SFI SHC TMS VFC E(Rm) %/năm E(Ri) %/năm E(Ri)-E(Rf) %/năm 0.134751 250 = 33.68787770 29.8151490 21.6051486 0.531620 250 = 132.9062155 32.6237660 24.4137658 0.401139 250 = 100.2849791 69.1898720 60.9798723 0.289180 250 = 72.29543170 60.4866180 52.2766176 0.535900 250 = 133.9765613 67.3526880 59.1426878 0.549130 250 = 137.2835216 70.5176720 62.3076722 0.522420 250 = 130.6071000 107.358169 99.1481688 0.153740 250 = 38.43585370 35.5754100 27.3654095 0.473964 250 = 118.4911724 70.2658500 62.0558497 Với cổ phiếu GMD sử dụng phương trình CAPM: E(RGMD) = 0.0821 + 0.8479964[0.336878777 – 0.0821] = 0.29815149 (29.815149%/năm). Như vậy phần bù rủi ro cho cổ phiếu GMD là 21.6051486%/năm Nhận xét: Phương trình CAPM thể hiện mối quan tương quan cân bằng giữa mức lợi suất kỳ vọng của danh mục thị trường E(Rm) với mức lợi suất kỳ vọng của cổ phiếu i, E(Ri). Như vậy, nếu kết quả lợi suất “Thực tế” của danh mục thị trường và cổ phiếu i cũng thoả mãn phương trình CAPM thì có nghĩa nhà quản lý cổ phiếu i đạt được kết quả trung bình, xếp ngang với danh mục thị trường. Tuy nhiên cần lưu ý rằng khi nói cổ phiếu i có kết quả xếp ngang với danh mục thị trường không có nghĩa là lợi suất của chúng được đánh giá ngang bằng nhau mà chỉ có nghĩa là được đánh giá ngang nhau. Hai mức lợi suất này có thể rất khác nhau do độ chấp nhận rủi ro là khác nhau. Rõ ràng, nếu cổ phiếu i có độ rủi ro lớn hơn danh mục thị trường tức là βi > 1 thì lợi suất yêu cầu đạt được của cổ phiếu i cũng phải lớn hơn lợi suất của danh mục thị trường và lợi suất này được tính tương ứng theo phương trình CAPM và ngược lại. Chỉ khi, βi = 1 thì lợi suất của cổ phiếu này mới bằng lợi suất của danh mục thị trường. Trong trường hợp lợi suất thực tế của cổ phiếu i và danh mục thị trường không tuân theo mô hình CAPM thì có nghĩa là cổ phiếu này và danh mục thị trường được xếp hạng khác nhau, cụ thể như sau: - Nếu Ri* > Rf + βi[Rm - Rf] thì chứng tỏ cổ phiếu i hoạt động tốt hơn danh mục thị trường hay tốt hơn mức trung bình của thị trường - Nếu Ri* < Rf + βi[Rm - Rf] thì chứng tỏ cổ phiếu i hoạt động kém hơn danh mục thị trường hay kém hơn mức trung bình của thị trường. 3. Ước lượng hệ số Beta cho các cổ phiếu Ngành vận tải Kết hợp chỉ số thị trường chứng khoán Việt nam và mô hình chỉ số đơn để ước lượng hệ số Beta của các cổ phiếu Ngành vận tải. Mô hình sử dụng cho mỗi chuỗi lợi suất của mỗi cổ phiếu như sau: Rit = αi + βi*Rvni + εit Trong đó i là cổ phiếu được niêm yết trên thị trường Sử dụng phương pháp ước lượng mô hình kinh tế lượng áp dụng cho mô hình có chuỗi thòi gian trong tài chính ARCH, GARCH, Thực hiện ước lượng bằng phần mềm Eviews ta có được kết qủ về hệ số Beta cho các cổ phiếu của Ngành vận tải như sau: + Cổ phiếu GMD Nhận thấy c(2) = 0 do Pvalue = 0.0585 > 0.05 nên sử dụng kiểm định Wald-test ta được: Kết quả kiểm định F có Pvalue = 0.058767 > 0.05 và kiểm định có Pvalue = 0.058530 > 0.05 nên chấp nhận giả thiết H0 : c(2) =0 Ước lượng lại mô hình trên ta được: Với kết quả ước lượng này cho ta thấy hệ số Beta của cổ phiếu GMD dương thực sự (do Pvalue của kiểm định T đối với hệ số này bằng 0) và hệ số này đạt giá trị 1.14 > 1. Điều này có nghĩa là cổ phiếu GMD là cổ phiếu năng động vì giá trị của cổ phiếu này biến động lớn hơn mức biến động của chỉ số thị trường. Như vậy hệ số Beta = 1.14 cho biết mức độ biến động lợi nhuận của cổ phiếu GMD sẽ gấp 1.14 lần mức biến động lợi nhuận của thị trường khi nền kinh tế tốt. Và sẽ giảm nhanh hơn mức giảm lợi nhuận của thị trường 1.14 lần khi nền kinh tế xấu. Ước lượng tương tự với các cổ phiếu còn lại trong Ngành vận tải ta nhận được kết quả theo bảng sau đây: Mã CK Tên công ty của Ngành vận tải Hệ số Beta GMD Công ty cổ phần Đại lý liên hiệp vận chuyển 1.14 HAX Công ty Cổ phần Dịch vụ Ô tô Hàng Xanh 0.52 HTV Công ty Cổ phần Vận tải Hà Tiên 0.66 MHC Công ty Cổ phần Hàng Hải Hà Nội 0.89 PJT Công ty Cổ phần Vận tải Xăng dầu Đường Thủy Petrolimex 0.56 SFI Công ty cổ phần Đại lý vận tải SAFI 0.68 SHC Công ty cổ phần Hàng hải Sài Gòn 0.50 TMS Công ty cổ phần Transimex - Saigon 0.89 VFC Công ty Cổ phần VINAFCO 0.55 Nhận xét : Hệ số Beta cũng được xem như là một yếu tố “đòn bẩy” đối với lợi nhuận của tài sản tài chính. Khi phần bù rủi ro thị trường thay đổi 1% thì lợi nhuận kỳ vọng của tài sản tài chính sẽ thay đổi Beta %.Trên thị trường đầu tư , hệ số Beta được tính toán và sử dụng rất rộng rãi trong việc tạo ra các quyết định đầu tư và đánh giá hoạt động của các nhà quản lý đầu tư, trong phân tích cũng như hoạch định chiến lược đầu tư.Do hệ số Beta là hệ số đo lường mức độ rủi ro, khi xác định được hệ số Beta của công ty mình, các nhà quản lý đồng thời ước lượng được rủi ro mà công ty mình đành gánh chịu, trên cơ sở đó họ có thể đưa ra những đối sách hợp lý trong chiến lược phát triển của công ty. Mặc dù Beta có thể không là biến tốt dự báo lợi nhuận cổ phiếu nhưng nó vẫn là biến phù hợp để đo lường rủi ro. Đối với các nhà đầu tư ngại rủi ro, Beta cung cấp cho họ thông tin làm cơ sở cho việc kỳ vọng một mức lợi nhuận tối thiểu. Mặc dù không phải nhà đầu tư nào cúng có thể chấp nhận mức lợi nhuận này nhưng với mục đích của tài chính công ty nó vẫn hữu ích để hướng dẫn công ty phân bổ vốn vào các dự án đầu tư. CHƯƠNG III ĐÁNH GIÁ VIỆC ÁP DỤNG CÁC MÔ HÌNH TRÊN TTCK VIỆT NAM I. Đôi nét thị trường chứng khoán Việt Nam Thị trường chứng khoán nước ta tuy mới được hình thành và đi vào hoạt động 7 năm (2000-2007) nhưng đã có bước phát triển đáng khích lệ, điều đó khẳng định sự nghiệp đổi mới của Đảng và Nhà nước ta là đúng đắn. Sự phát triển nhanh của thị trường chứng khoán vừa qua thể hiện về tiềm năng phát triển kinh tế của đất nước, của doanh nghiệp cũng như tiềm năng phát triển thị trường vốn dài hạn cho nền kinh tế. Về tổ chức và phát triển thị trường: thị trường chứng khoán (TTCK) có tổ chức phát triển nhanh về qui mô; tổng mức vốn hoá đến nay đã đạt mức 38% GDP, khoảng 22 tỷ USD, nếu kể cả trái phiếu đạt mức 46% GDP;  doanh nghiệp và Chính phủ đã sử dụng TTCK như một kênh huy động vốn đầu tư dài hạn cho nền kinh tế; tổng mức vốn huy động qua cổ phiếu, trái phiếu, chứng chỉ quỹ, đấu giá cổ phần hoá trên 2 Trung tâm giao dịch chứng khoán là khoảng 27,9 nghìn tỷ đồng năm 2006 tăng 3,93 lần so với năm 2005.Hệ thống tổ chức trung gian đã hình thành và phát triển, cho đến nay đã có 55 công ty chứng khoán, 18 công ty quản lý quỹ, 6 ngân hàng hoạt động lưu ký chứng khoán Tuy nhiên, tình hình vừa qua cũng đang đặt ra lo ngại về việc tăng giá quá cao so với giá trị thực của một số cổ phiếu hay còn gọi là "giá bong bóng" đòi hỏi phải tiếp tục theo dõi, bám sát để bảo đảm cho thị trường phát triển phù hợp với chủ trương đổi mới của Đảng và Nhà nước, phù hợp với quy luật của phát triển kinh tế. II. Đánh giá việc áp dụng các mô hình định giá 1. Những ưu nhược điểm của mô hình CAPM Trong quá trình áp dụng mô hình CAPM để xác định phần bù rủi ro và hệ số Beta cho các cổ phiêu của Ngành vận tải chúng ta thấy rằng có những ưu điểm và nhược điểm đối với mô hình CAPM như sau: Mô hình CAPM có ưu điểm là đơn giản và có thể ứng dụng được trên thực tế. Tuy nhiên cũng như các mô hình khác, CAPM cũng không tránh khỏi những hạn chế và khuyết điểm. Một số những hạn chế của mô hình CAPM khiến cho CAPM không đúng như trường hợp bình thường: + Ảnh hưởng của quy mô công ty: cổ phiếu của công ty có giá trị thị trường nhỏ đem lại lợi nhuận cao hơn cổ phiếu của công ty có giá trị thị trường lớn trong trường hợp các yếu tố khác như nhau + Ánh hưởng của tỷ số PE và MB: cổ phiếu của công ty có tỷ số PE (price/earning ratio) và tỷ số MB (market-to-book vaule ratio) thấp đem lại lợi nhuận cao hơn cổ phiếu của những công ty có ty số PE và MB cao. + Ảnh hưởng của tháng Giêng(12): cổ phiếu của một số công ty trong một số năm vào khoảng thời gian từ tháng 12 đến tháng 1 thường có lợi nhuận cao hơn so với những tháng khác. 2. Những vấn đề về hệ số Beta Như đã nói hệ số Beta là hệ số đo lường rủi ro của chứng khoán. Việc ước lượng hệ số Beta luôn rất khác nhau, với mỗi một phương pháp ước lượng Beta có thể cho chúng ta các kết quả khác nhau. Trên thị trường tài chính không có một chỉ tiêu nào chung nhất cho việc đánh giá Beta cả, các kết quả mà các công ty hoặc các chuyên gia tính toán cho chúng ta có thể đã được hiệu chỉnh theo các phương pháp khác nhau và đó có thể coi là “bí mật nghề nghiệp” của các nhà tính toán hệ số Beta. Ở các nước có thị trường chứng khoán phát triển có một số công ty chuyên xác định và cung cấp thông tin về hệ số Beta. Chẳng hạn, ở Mỹ người ta có thể tìm thấy thông tin về hệ số Beta từ hai công ty cung cấp dịch vụ là: Vaule line Investment Survey, Market Guide và Standard & Poor’s Stock Reports. Ở Canada thông tin về Beta do Burns Fry Limited cung cấp. 3. Đánh giá về kết quả ước lượng được Như ta đã biết trong trường hợp lợi suất thực tế của cổ phiếu i và danh mục thị trường không tuân theo mô hình CAPM thì có nghĩa là cổ phiếu này và danh mục thị trường được xếp hạng khác nhau, cụ thể như sau: - Nếu Ri* > Rf + βi[Rm - Rf] thì chứng tỏ cổ phiếu i hoạt động tốt hơn danh mục thị trường hay tốt hơn mức trung bình của thị trường. - Nếu Ri* < Rf + βi[Rm - Rf] thì chứng tỏ cổ phiếu i hoạt động kém hơn danh mục thị trường hay kém hơn mức trung bình của thị trường. Từ chuỗi lợi suất của các cổ phiếu Ngành vận tải ta tính được lợi suất trung bình theo ngày và theo năm thực tế của các cổ phiếu trong ngành theo bảng sau: Cổ phiếu %/ngày %/năm GMD 0.001158 0.1158% 250 = 28.9500% HAX 0.005257 0.5257% 250 = 131.425% HTV 0.003178 0.3178% 250 = 79.4500% MHC 0.002128 0.2128% 250 = 53.2000% PJT 0.003237 0.3237% 250 = 80.9250% SFI 0.007612 0.7612% 250 = 90.3000% SHC 0.001496 0.1496% 250 = 37.4000% TMS 0.001075 0.1075% 250 = 26.8750% VFC 0.001934 0.1934% 250 = 48.3500% Với cổ phiếu GMD sử dụng phương trình CAPM: E(RGMD) = 0.0821 + 0.8479964[0.336878777 – 0.0821] = 0.29815149 (29.815149%/năm). Như vậy phần bù rủi ro cho cổ phiếu GMD là 21.6051486%/năm điều này có nghĩa là nếu nhà đầu tư nắm giữ cổ phiếu GMD thì lợi suất yêu cầu của nhà đầu tư này trung bình là: 21.6051486% + 8.21% = 29.815149%/năm. So sánh với lợi suất thực tế của cổ phiếu GMD mà ta tính được ở bảng trên là 28.9500% < 29.815149%/năm chứng tỏ cổ phiếu GMD hoạt động kém hơn danh mục thị trường hay kém hơn mức trung bình của thị trường. So sánh tương tự với các cổ phiếu còn lại trong Ngành vận tải ta được kết quả như trong bảng sau đây: Cổ phiếu (%/năm) Lợi suất thực tế E(Ri) %/năm Kết quả so sánh (so với danh mục thị trường) GMD 28.9500% 29.8151490% Hoạt động kém hơn HAX 131.425% 32.6237660% Hoạt động tốt hơn HTV 79.4500% 69.1898720% Hoạt động tốt hơn MHC 53.2000% 60.4866180% Hoạt động kém hơn PJT 80.9250% 67.3526880% Hoạt động tốt hơn SFI 90.3000% 70.5176720% Hoạt động tốt hơn SHC 37.4000% 107.358169% Hoạt động kém hơn TMS 48.3500% 35.5754100% Hoạt động tốt hơn VFC 48.3500% 70.2658500% Hoạt động kém hơn Với hệ số Beta của các cổ phiếu Ngành vận tải ta cũng so sánh để xem xét độ năng động của các cổ phiếu, ta có bản kết quả sau: Cổ phiếu Hệ số Beta (β) Kết quả so sánh (β với 1) GMD 1.14 > 1 Tài sản năng động (β > 1) HAX 0.52 < 1 Tài sản thụ động (β < 1) HTV 0.66 < 1 Tài sản thụ động (β < 1) MHC 0.89 < 1 Tài sản thụ động (β < 1) PJT 0.56 < 1 Tài sản thụ động (β < 1) SFI 0.68 < 1 Tài sản thụ động (β < 1) SHC 0.50 < 1 Tài sản thụ động (β < 1) TMS 0.89 < 1 Tài sản thụ động (β < 1) VFC 0.55 < 1 Tài sản thụ động (β < 1) C - PHẦN KẾT LUẬN Phần bù rủi ro của một chứng khoán có thể hiểu đơn giản rằng đó là phần bù đắp rủi ro cho nhà đầu tư vào chứng khoán đó thay cho việc nắm giữ tài sản phi rủi ro. Và phần bù rủi ro được tính theo mô hình định giá tài sản tài chính CAPM là bằng hiệu của lợi suất của tài sản tài chính với tài sản phi rủi ro. Mặc dù bị hạn bởi nhiều giả thiết về nhà đầu tư, thị trường và các tài sản trên thị trường nhưng mô hình CAPM vẫn thực sự là một mô hình tốt trong định giá tài sản tài chính cũng như hữu ích trong việc xác định giá trị công ty niêm yết trên thị trường chứng khoán. Tuy nhiên, trong thực tế của thị trường chứng khoán Việt Nam như hiện nay thì cũng đang đặt ra lo ngại về việc tăng giá quá cao so với giá trị thực của một số cổ phiếu đòi hỏi phải tiếp tục theo dõi, bám sát để bảo đảm nắm được thông tin chính xác trên thị trường. Từ đó mới có được phương hướng điều chỉnh các mô hình lý thuyết cho hợp lý. Trên cơ sở của mô hình lý thuyết và thông tin phản ánh trên thị trường là giá cổ phiếu của các công ty trong Ngành vận tải, chuyên đề đã áp dụng để tính toán các phần bù rủi ro cho các cổ phiếu đồng thời tính toán hệ số Beta của các của các công ty trong ngành. Mặc dù kết quả thu được chấp nhận được về mặt lý thuyết xong về thực tế vẫn còn nhiều tồn tại như: phản ánh có độ chính xác chưa cao, vẫn còn dựa nhiều vào các mô hình lý thuyết ... Chính vì vậy, để có những nghiên cứu có tính chính xác hơn, ứng dụng thực tế tôt hơn cần phải có được những phương pháp tiếp cận từ nhiều khía cạnh của vấn đề để có thể đưa ra các kết quả tốt nhất. D - PHẦN PHỤ LỤC Phụ lục I: Thông tin về các công ty Ngành vận tải: 1_Công ty cổ phần Đại lý liên hiệp vận chuyển Thông tin cơ bản Tên công ty: Công ty cổ phần Đại lý liên hiệp vận chuyển Tên tiếng Anh: General Forwarding and Agency Corporation Tên viết tắt: Gemadept Mã niêm yết/Mã OTC: GMD Tên bộ ngành trực thuộc: Ra đời / Hình thành: Thành lập dưới hình thức công ty cổ phần theo quyết định số 1489 QĐ/TCCB - LĐ ngày 24 tháng 7 năm 1993 do Bộ trưởng Bộ Giao thông Vận tải cấp. Thành phố/Tỉnh: Ho Chi Minh Địa điểm : 35 Nguyễn Huệ, Tầng 15 Harbour View Tower, Q1, Tp HCM Telephone: (84.8) 9140133 Fax: (84.8) 8215189 Email: gmdhcm@hcm.vnn.vn Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 347,953,150,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: Số lượng niêm yết: 34,795,315 Ngày niêm yết: 22/04/2002 Giá giao dịch phiên đầu: 42,500 Đăng ký hoạt động Số giấy phép Ngày cấp Nơi cấp T/Lập : 1489 QĐ/TCCB - LĐ . 24/07/93 Bộ trưởng Bộ Giao thông Vận tải K/Doanh: 2_Công ty Cổ phần Dịch vụ Ô tô Hàng Xanh Thông tin cơ bản Tên công ty: Công ty Cổ phần Dịch vụ Ô tô Hàng Xanh Tên tiếng Anh: Tên viết tắt: HAX Mã niêm yết/Mã OTC: HAX Tên bộ ngành trực thuộc: Bộ Giao thông vận tải Thành phố/Tỉnh: Ho Chi Minh Địa điểm : Số 10 Điện Biên Phủ, P15, Quận Bình Thạnh, Tp.HCM Telephone: (84.08) 5.120.026 Fax: (84.08) 5.120.025 Email: Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 16,257,300,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: Số lượng niêm yết: 1,625,730 Ngày niêm yết: 26/12/2006 Giá giao dịch phiên đầu: 35,000 3_Công ty Cổ phần Vận tải Hà Tiên Thông tin cơ bản Tên công ty: Công ty Cổ phần Vận tải Hà Tiên Tên tiếng Anh: Hatien Transport joint Stock Company Tên viết tắt: Mã niêm yết/Mã OTC: HTV Tên bộ ngành trực thuộc: Thành phố/Tỉnh: Ho Chi Minh Địa điểm : Km7, đường Hà Nội, Quận Thủ Ðức, Tp. Hồ Chí Minh Telephone: (08) 7311506-7311507-7311508 Fax: (08) 8966169 Email: Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 48,000,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: VSE Số lượng niêm yết: 4,800,000 Ngày niêm yết: 05/01/2006 Giá giao dịch phiên đầu: 17,000 Đăng ký hoạt động Số giấy phép Ngày cấp Nơi cấp T/Lập : 24/2000/QĐ-TTg 21/01/2000 Thủ tướng Chính phủ 4_Công ty Cổ phần Hàng Hải Hà Nội Thông tin cơ bản Tên công ty: Công ty Cổ phần Hàng Hải Hà Nội Tên tiếng Anh: HANOI MARITIME HOLDING COMPANY Tên viết tắt: MARINA HANOI Mã niêm yết/Mã OTC: MHC Tên bộ ngành trực thuộc: Thành phố/Tỉnh: Ha Noi Địa điểm : Tầng 2 khách sạn Công đoàn, 14 Trần Bình Trọng, Hoàn Kiếm, Hà Nội Telephone: 844 9425295 Fax: 844 9425208 Email: mailto:marina.mkt@fpt.vn Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 120,000,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: Trung tâm GDCK Hồ Chí Minh Số lượng niêm yết: 6,705,640 Ngày niêm yết: 21/03/2005 Giá giao dịch phiên đầu: 19,000 Đăng ký hoạt động Số giấy phép Ngày cấp Nơi cấp T/Lập : 3829/GP-UB 17/11/98 UBND TP Hà Nội K/Doanh: 056428 19/11/98 Sở KHĐT TP Hà Nội 5_Công ty Cổ phần Vận tải Xăng dầu Đường Thủy Petrolimex Thông tin cơ bản Tên công ty: Công ty Cổ phần Vận tải Xăng dầu Đường Thủy Petrolimex Tên tiếng Anh: Tên viết tắt: PJT Mã niêm yết/Mã OTC: PJT Tên bộ ngành trực thuộc: Bộ Công nghiệp Thành phố/Tỉnh: Ho Chi Minh Địa điểm : Telephone: Fax: Email: Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 35,000,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: VSE Số lượng niêm yết: 3,500,000 Ngày niêm yết: 28/12/2006 Giá giao dịch phiên đầu: 44,000 6_Công ty cổ phần Đại lý vận tải SAFI Thông tin cơ bản Tên công ty: Công ty cổ phần Đại lý vận tải SAFI Tên tiếng Anh: SEA AND AIR FREIGHT INTERNATIONAL Tên viết tắt: SAFI Mã niêm yết/Mã OTC: SFI Tên bộ ngành trực thuộc: Bộ Giao thông vận tải Thành phố/Tỉnh: Ho Chi Minh Địa điểm : 39 Đoàn Như Hài, Phường 12, Quận 4, Tp.HCM Telephone: Fax: Email: Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 11,850,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: VSE Số lượng niêm yết: 1,185,000 Ngày niêm yết: 29/12/2006 Giá giao dịch phiên đầu: 110,000 7_Công ty cổ phần Hàng hải Sài Gòn Thông tin cơ bản Tên công ty: Công ty cổ phần Hàng hải Sài Gòn Tên tiếng Anh: SAIGON MARITIME JOINT STOCK CO.LTD Tên viết tắt: SMC Mã niêm yết/Mã OTC: SHC Tên bộ ngành trực thuộc: Bộ Giao thông vận tải Thành phố/Tỉnh: Ho Chi Minh Địa điểm : 422 Nguyễn Tất Thành, Phường 18, Quận 4, TPHCM. Telephone: (84 8) – 8261 627 Fax: (84 8) – 9404 300 Email: Website: Cơ cấu vốn Vốn điều lệ (VNĐ 15,000,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: VSE Số lượng niêm yết: 1,500,000 Ngày niêm yết: 15/08/2006 Giá giao dịch phiên đầu: 30,000 Đăng ký hoạt động Số giấy phép Ngày cấp Nơi cấp T/Lập : 630/HĐQT 17/12/98 Tổng Công ty Hàng hải Việt Nam K/Doanh: 4103000942 15/04/2002 Sở Kế hoạch và Đầu tư TPHCM 8_Công ty cổ phần Transimex – Saigon Thông tin cơ bản Tên công ty: Công ty cổ phần Transimex – Saigon Tên tiếng Anh: Tên viết tắt: Transimex-Saigon Mã niêm yết/Mã OTC: TMS Tên bộ ngành trực thuộc: Ra đời / Hình thành: 1983 - Công ty kho vận Giao nhận Ngoại thương Thành phố/Tỉnh: Ho Chi Minh Địa điểm : 172 Hai Bà Trưng, Phường Đa Kao, Quận 1 TPHCM Telephone: (84 8) 829 5027 Fax: (84 8) 829 6011 Email: Tsmsg-fax@hcm.vnn.vn Website: Cơ cấu vốn Vốn điều lệ (VNĐ ): 42,900,000,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: HTSC Số lượng niêm yết: 4,290,000 Ngày niêm yết: 04/08/2000 Giá giao dịch phiên đầu: 14,000 9_Công ty Cổ phần VINAFCO Thông tin cơ bản Tên công ty: Công ty Cổ phần VINAFCO Tên tiếng Anh: Tên viết tắt: Mã niêm yết/Mã OTC: VFC Tên bộ ngành trực thuộc: Bộ Giao thông vận tải Ra đời / Hình thành: Thành phố/Tỉnh: Ha Noi Địa điểm : Số 36 đường Phạm Hùng, xã Mỹ Đình, huyện Từ Liêm, Hà Nội Telephone: (84 - 4) 7684464 Fax: (84 - 4) 7684465 Email: Website: vinafco.net Cơ cấu vốn Vốn điều lệ (VNĐ ): 55,756,270,000 Mệnh giá: 10,000 Vốn góp - thực góp: Đơn vị tiền tệ: VND Niêm yết Nơi niêm yết: VSE Số lượng niêm yết: 5,575,627 Ngày niêm yết: 24/07/2006 Giá giao dịch phiên đầu: 30,000 Đăng ký hoạt động Số giấy phép Ngày cấp Nơi cấp T/Lập : K/Doanh: 0103000245 09/06/2006 Sở Kế hoạch và Đầu tư thành phố Hà Nội Phụ lục III: Kết quả ước lượng hệ số Beta cho các cổ phiếu Ngành vận tải Dependent Variable: RGMD Method: ML - ARCH (Marquardt) Date: 05/02/07 Time: 00:06 Sample: 1 1227 Included observations: 1227 Convergence achieved after 80 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 1.140630 0.020642 55.25793 0.0000 Variance Equation C 1.45E-05 1.46E-06 9.866947 0.0000 ARCH(1) 0.719351 0.035441 20.29713 0.0000 GARCH(1) 0.491682 0.021473 22.89737 0.0000 R-squared 0.236752 Mean dependent var 0.001158 Adjusted R-squared 0.234880 S.D. dependent var 0.022032 S.E. of regression 0.019272 Akaike info criterion -6.023787 Sum squared resid 0.454219 Schwarz criterion -6.007121 Log likelihood 3699.593 Durbin-Watson stat 1.954440 Dependent Variable: RHAX Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:28 Sample(adjusted): 2 64 Included observations: 63 after adjusting endpoints Convergence achieved after 32 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.527827 0.289540 1.822982 0.0683 D(RVNI) -0.481381 0.243106 -1.980130 0.0477 Variance Equation C 7.93E-05 0.000129 0.615771 0.5380 ARCH(1) -0.103375 0.005276 -19.59419 0.0000 GARCH(1) 1.035689 0.095559 10.83823 0.0000 R-squared 0.066619 Mean dependent var 0.004675 Adjusted R-squared 0.002248 S.D. dependent var 0.037949 S.E. of regression 0.037907 Akaike info criterion -3.688136 Sum squared resid 0.083341 Schwarz criterion -3.518046 Log likelihood 121.1763 Durbin-Watson stat 1.095738 Dependent Variable: RHTV Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:08 Sample: 1 307 Included observations: 307 Convergence achieved after 203 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.666159 0.060845 10.94853 0.0000 Variance Equation 2.03E-05 1.67E-05 1.213164 0.2251 ARCH(1) 0.165445 0.068421 2.418047 0.0156 GARCH(1) 0.813580 0.072584 11.20874 0.0000 R-squared 0.209129 Mean dependent var 0.003178 Adjusted R-squared 0.201299 S.D. dependent var 0.030152 S.E. of regression 0.026947 Akaike info criterion -4.568182 Sum squared resid 0.220013 Schwarz criterion -4.519624 Log likelihood 705.2159 Durbin-Watson stat 1.493575 Dependent Variable: RMHC Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:10 Sample: 1 508 Included observations: 508 Convergence achieved after 12 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.899764 0.043224 20.81628 0.0000 Variance Equation C 7.26E-06 2.52E-06 2.876117 0.0040 ARCH(1) 0.136400 0.029287 4.657412 0.0000 GARCH(1) 0.846995 0.024250 34.92731 0.0000 R-squared 0.320789 Mean dependent var 0.002128 Adjusted R-squared 0.316746 S.D. dependent var 0.024240 S.E. of regression 0.020037 Akaike info criterion -5.281759 Sum squared resid 0.202342 Schwarz criterion -5.248448 Log likelihood 1345.567 Durbin-Watson stat 1.503285 Dependent Variable: RPJT Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:12 Sample(adjusted): 2 62 Included observations: 61 after adjusting endpoints Convergence achieved after 34 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.562343 0.227593 2.470831 0.0135 AR(1) 0.530239 0.135302 3.918922 0.0001 Variance Equation C 3.94E-05 3.62E-05 1.087855 0.2767 ARCH(1) -0.124781 0.015638 -7.979243 0.0000 GARCH(1) 1.070094 0.036086 29.65417 0.0000 R-squared 0.200052 Mean dependent var 0.002507 Adjusted R-squared 0.142913 S.D. dependent var 0.038203 S.E. of regression 0.035368 Akaike info criterion -3.937629 Sum squared resid 0.070050 Schwarz criterion -3.764606 Log likelihood 125.0977 Durbin-Watson stat 2.074376 Inverted AR Roots .53 Dependent Variable: RSFI Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:15 Sample: 1 61 Included observations: 61 Convergence achieved after 41 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.686609 0.149165 4.603029 0.0000 Variance Equation C 5.58E-05 0.000120 0.465687 0.6414 ARCH(1) -0.153446 0.215406 -0.712361 0.4762 GARCH(1) 0.794581 0.032265 24.62693 0.0000 GARCH(2) 0.317160 0.196246 1.616133 0.1061 R-squared 0.064067 Mean dependent var 0.007612 Adjusted R-squared -0.002786 S.D. dependent var 0.037507 S.E. of regression 0.037559 Akaike info criterion -3.748687 Sum squared resid 0.078998 Schwarz criterion -3.575665 Log likelihood 119.3350 Durbin-Watson stat 1.606709 Dependent Variable: RSHC Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:18 Sample(adjusted): 2 158 Included observations: 157 after adjusting endpoints Convergence achieved after 14 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.501299 0.070481 7.112545 0.0000 AR(1) 0.189077 0.073779 2.562751 0.0104 Variance Equation C 0.000141 9.18E-05 1.532908 0.1253 ARCH(1) 0.578350 0.136953 4.222980 0.0000 GARCH(1) 0.383631 0.162221 2.364862 0.0180 R-squared 0.202377 Mean dependent var 0.001195 Adjusted R-squared 0.181387 S.D. dependent var 0.037187 S.E. of regression 0.033646 Akaike info criterion -4.162007 Sum squared resid 0.172071 Schwarz criterion -4.064674 Log likelihood 331.7175 Durbin-Watson stat 1.830988 Inverted AR Roots .19 Dependent Variable: RVFC Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:17 Sample(adjusted): 2 174 Included observations: 173 after adjusting endpoints Convergence achieved after 17 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.550225 0.087724 6.272218 0.0000 AR(1) 0.323944 0.080922 4.003172 0.0001 Variance Equation C 1.24E-05 2.73E-05 0.452882 0.6506 ARCH(1) 0.081592 0.069690 1.170785 0.2417 GARCH(1) 0.900677 0.101186 8.901186 0.0000 R-squared 0.265904 Mean dependent var 0.002241 Adjusted R-squared 0.248425 S.D. dependent var 0.028724 S.E. of regression 0.024902 Akaike info criterion -4.633942 Sum squared resid 0.104179 Schwarz criterion -4.542807 Log likelihood 405.8360 Durbin-Watson stat 1.890361 Inverted AR Roots .32 Dependent Variable: RTMS Method: ML - ARCH (Marquardt) Date: 04/27/07 Time: 13:20 Sample: 1 1497 Included observations: 1497 Convergence not achieved after 500 iterations Variance backcast: ON Coefficient Std. Error z-Statistic Prob. RVNI 0.898946 0.033685 26.68693 0.0000 Variance Equation C 6.50E-05 1.73E-05 3.753727 0.0002 ARCH(1) 0.046948 0.013376 3.509811 0.0004 GARCH(1) 0.775266 0.056551 13.70915 0.0000 R-squared 0.405222 Mean dependent var 0.001075 Adjusted R-squared 0.404027 S.D. dependent var 0.023839 S.E. of regression 0.018404 Akaike info criterion -5.154426 Sum squared resid 0.505672 Schwarz criterion -5.140234 Log likelihood 3862.088 Durbin-Watson stat 1.934021 Phụ lục III: Bảng thống kê mô tả đối với lợi suất của các cổ phiếu Ngành vận tải: Sum 1.42098 0.336472 0.975669 1.080913 0.200671 0.464306 0.236389 1.609438 0.336472 Std. Dev. 0.022032 0.037934 0.030152 0.02424 0.038321 0.037507 0.037261 0.023839 0.028927 Skewness -7.69563 -0.22151 -0.06069 0.023693 -0.13409 -0.33292 -1.53471 -2.79973 -0.00027 Probability 0 0.051071 0.005274 0.966651 0.042621 0.045522 0 0 0.124878 Observati ons 1227 64 307 508 62 61 158 1497 174 Minimum -0.46781 -0.05129 -0.05129 -0.05129 -0.05129 -0.05108 -0.23289 -0.38841 -0.05129 Median 0 0 0 0 0 0 0 0 0 Mean 0.001158 0.005257 0.003178 0.002128 0.003237 0.007612 0.001496 0.001075 0.001934 Maximum 0.04879 0.04879 0.04879 0.060259 0.04879 0.04879 0.04879 0.200021 0.04879 Kurtosis 169.5043 1.573595 2.102602 3.030974 1.460199 1.590116 11.11451 54.17025 2.242432 RGMD RHAX RHTV RMHC RPJT RSFI RSHC RTMS RVFC DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt 1. Giáo trình Kinh tế lượng và bài tập Kinh tế lượng - Bộ môn điều khiển kinh tế - Khoa Toán Kinh Tế - Trường Đại học Kinh Tế Quốc Dân. Nhà xuất bản Khoa học và kỹ thuật 2. Bài giảng môn phân tích và định giá tài sản tài chính PGS.TS. Hoàng Đình Tuấn - Khoa Toán Kinh Tế - Trường Đại học Kinh Tế Quốc Dân. 3. Giáo trình phân tích và đầu tư chứng khoán - Trung tâm nghiên cứu và bồi dưỡng nghiệp vụ chứng khoán - Uỷ ban chứng khoán Nhà Nước, Thạc sĩ Lê Thị Mai chủ biên. Nhà xuất bản chính trị quốc gia 4. Các Website về chứng khoán: www.bsc.com.vn ; www.vse.gov.vn ; www.hastc.gov.vn ; www.ssc.gov.vn ... 5. Bàn về tính toán hệ số Beta ở Việt Nam - Tạp chí chứng khoán số 6/2005 - Tiến sĩ Nguyễn Văn Định. Tiếng Anh 1. Financial Modeling - Simon Benninga - The MIT Press Cambridge, Massachusetts LonDon, England.