cammje_cammje_05
New Member
Download Đề tài Những ưu điểm và hạn chế trong việc thiết lập danh mục đầu tư tối ưu bằng mô hình nhân tố ở thị trường chứng khoán Việt Nam – một số giải pháp
Trong từng giai đoạn cụthểcủa nền kinh tếluôn có những thời điểm thuận lợi,
cũng nhưbất lợi cho cho đầu tưvào một sốngành cụthểnào đó. Việc đầu tiên của nhà
đầu tưlà lựa chọn một hay một sốngành phù hợp với khẩu vị đầu tưcủa bản thân
mình trên nguyên tắc đạt được tỷsuất sinh lợi tối đa tương ứng với một rủi ro nhất
định. Đểchọn được một ngành đầu tưtốt việc cần làm là dựa vào phân tích kinh tếvĩ
mô. Từnhững dựbáo vềsựbiến động của các nhân tốvĩmô mà nhà đầu tưsẽcó một
tỷsuất sinh lợi mong đợi phù hợp cho từng chứng khoán ứng riêng lẽ, cũng nhưcó
những hướng đầu tưvào các ngành một cách đúng đắn hơn.
++ Ai muốn tải bản DOC Đầy Đủ thì Trả lời bài viết này, mình sẽ gửi Link download cho!
những ngành công nghiệp cao cấp.
1.4.2.2 Những giả định cơ bản
v Lợi suất của chứng khoán có dạng hàm tuyến tính
v Các tham số của mô hình như được tính toán thông qua các bước hồi quy tuyến
tính, sao cho mức 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
Trang 21
v Phần bù rủi ro đặc thù của chứng khoán i không liên quan hàm số với giá trị của
chỉ số, hay Cov(εit,F) = 0.
v Chỉ số chỉ thay mặt cho một tác nhân duy nhất ảnh hưởng đến hiệp phương sai
giữa các tỷ suất sinh lợi.
1.4.3 Mô hình đa nhân tố
1.4.3.1 Khái niệm
Thay vì mô hình một nhân tố, mô hình đa nhân tố cho thu nhập chứng khoán
chịu nhiều sự tác động khác nhau có thể chính xác hơn. Mô hình đa nhân tố được thể
hiện ở dạng tổng quát qua công thức sau:
ri = αi + βi1F1 + βi2F2 + βi3F3 + … + βikFk + εi
Với:
αi là tỷ suất sinh lợi mong đợi của chứng khoán i (tỷ suất sinh lợi phi rủi ro rf)
εi là nhân tố đặc trưng riêng có của chứng khoán i và có thể đa dạng hoá được.
F1, F2 ,…, Fk: các nhân tố có tác động đến tỷ suất sinh lợi của chứng khoán i.
βi1, βi2, …, βik là độ nhạy cảm với các nhân tố F1, F2 ,…, Fk tương ứng.
Trong bài nghiên cứu này, chúng ta chỉ lựa chọn ra 2 nhân tố có sức ảnh hưởng
phát triển nhất đến tỷ suất sinh lợi của chứng khoán và tạo nên mô hình 2 nhân tố.
1.4.3.2 Mô hình 2 nhân tố
Công thức cho mô hình 2 nhân tố:
ri = αi + βi1F1 + βi2F2 + εi
Tương tự như trường hợp tổng quát thì F1, F2 là 2 nhân tố có tác động mạnh
nhất đến tỷ suất sinh lợi của chứng khoán i.
Nếu như ở mô hình một nhân tố, thì một điểm trên đồ thị thể hiện mối quan hệ
giữa tỷ suất sinh lợi chứng khoán i với nhân tố F và nó được tập hợp thành một đường
thẳng thể hiện mối quan hệ này, thì ở mô hình 2 nhân tố một điểm trên đồ thị sẽ thể
hiện mối quan hệ giữa tỷ suất sinh lợi chứng khoán với 2 nhân tố F1, F2 . Đồ thị của
Trang 22
những điểm này sẽ được điều chỉnh trên một mặt phẳng bởi việc sử dụng những kỹ
thuật thống kê và phân tích hồi quy đa biến
Hình 6: Đồ thị mô hình 2 nhân tố
Bốn tham số cần đuợc ước tính cho mỗi chứng khoán trong mô hình 2 nhân tố
là: αi, βi1, βi2, và độ lệch chuẩn của sai số ngẫu nhiên ߪεi . Ứng với mỗi nhân tố, 2 tham
số cần được ước tính là giá trị mong đợi của mỗi nhân tố (Fതଵ, Fതଶ) và phương sai ứng
với mỗi nhân tố (ߪଶிଵ, ߪଶிଵ), cuối cùng là hiệp phương sai của hai nhân tố COV( F1,
F2) cũng cần được ước tính.
Thu nhập mong đợi của mỗi chứng khoán i có thể được quyết định bởi việc chỉ
ra các giá trị mong đợi cho 2 nhân tố và sử dụng công thức:
ܚഥ= αi + βi1ࡲഥ + βi2ࡲഥ
Phương sai của chứng khoán i:
࣌
= ࢼ ࣌ࡲ + ࢼ ࣌ࡲ + 2ࢼࢼCOV(F1, F2) + ࣌ࢋ
Hiệp phương sai:
Trang 23
Theo mô hình 2 nhân tố, hiệp phương sai của 2 chứng khoán i và j có thể được
xác định như sau:
࣌ = ࢼࢼ࣌ࡲ + ࢼࢼ࣌ࡲ + (ࢼࢼ + ࢼࢼ)COV(F1, F2)
1.4.4 Cách thức xây dựng danh mục tối ưu trong phạm vi ngành dựa vào
các mô hình nhân tố kết hợp với phương pháp Markowitz.
Để xây dựng một danh mục tối ưu cho ngành cụ thể bằng các mô hình nhân tố,
ta thực hiện các bước sau:
ü Lựa chọn phương pháp ước lượng các nhân tố.
Trong thực tế có ba phương pháp chủ yếu để ước lượng các nhân tố phổ biến
trong mô hình nhân tố:
- Bằng cách sử dụng các phương pháp thống kê - như phân tích nhân tố - để xác
định danh mục nhân tố, là những danh mục các chứng khoán sao cho có thể mô phỏng
lại các nhân tố
- Sử dụng các biến vĩ mô như là những chỉ báo cho các nhân tố.
- Sử dụng những đặc thù riêng của công ty có ảnh hưởng đến tỷ suất sinh lợi cao
hơn hay thấp hơn để tạo ra các danh mục như là các chỉ báo cho các nhân tố.
Trong bài nghiên cứu này, chúng ta chỉ chú ý tập trung vào cách ước lượng thứ 2
là sử dụng các biến kinh tế vĩ mô có khả năng giải thích tốt nhất mẫu hình đã được
quan sát. Hầu hết tỷ suất sinh lợi của một chứng khoán trong từng ngành đều chịu ảnh
hưởng rất nhiều của các nhân tố vĩ mô, đồng thời việc sử dụng cách ước lượng còn lại
là tương đối phức tạp và có nhiều hạn chế khi thực hiện.
ü Tìm kiếm và sử lý các chuỗi số liệu
Trong bước này trước tiên ta phải chọn lọc một số chứng khoán trong từng
ngành mà chúng ta muốn đầu tư để thiết lập nên một danh mục, sau đó ta sẽ tìm số liệu
tỷ suất sinh lợi của các chứng khoán trong từng ngành riêng biệt và một số nhân tố vĩ
mô theo thời gian tương ứng. Sau đó ứng dụng kinh tế lượng để xem xét sự phụ thuộc
các nhân tố đến tỷ suất sinh lợi chứng khoán để có thể tìm ra được 1 hay 2 nhân tố thể
hiện sự phụ thuộc nhiều nhất đến các chứng khoán trong ngành.
Trang 24
ü Xác định tỷ suất sinh lợi kỳ vọng của chứng khoán dựa vào các mô hình
nhân tố.
Dựa vào những chuỗi số liệu có được, ta sẽ tính được các thông số trong mô
hình từ đó tính được tỷ suất sinh lợi kỳ vọng của tất cả các chứng khoán có trong danh
mục. Ở đây trong quá trình tính toán ta có thể sử dụng công cụ eview hay excel thì
việc tính toán sẽ trở nên đơn giản hơn.
Chú ý ở đây ta sử dụng tỷ suất sinh lợi kỳ vọng từ mô hình nhân tố thay cho tỷ
suất trung bình trong một thời kỳ theo cách tính thông thường với ý nghĩa là mục đích
xây dựng danh mục đáp ứng kỳ vọng của nhà đầu tư trong tương lai. Nếu sử dụng giá
trị trung bình của tỷ suất sinh lợi từ dữ liệu quá khứ sẽ không đủ cơ sở cho một quyết
định đầu tư. Tỷ suất sinh lợi của chứng khoán sẽ xoay quanh giá trị trung bình của nó,
nhưng nếu chúng ta đầu tư vào thời điểm tỷ suất sinh lợi cao sẽ tăng lợi nhuận cho nhà
đầu tư, từ đó tạo ra nhiều lựa chọn cho nhà đầu tư hơn. Dựa vào đồ thị ta sẽ thấy,
đường M1 là đường Markowitz xây dựng dựa trên tỷ suất sinh lợi trung bình của các
chứng khoán trong danh mục. Nếu nhà đầu tư dự báo rằng tỷ suất sinh lợi của các
chứng khoán sẽ cao hơn mức trung bình trong thời gian tới thì ứng với tỷ suất sinh lợi
dự báo đó, nhà đầu tư sẽ có thể xây dựng một danh mục M2 tốt hơn M1, ngược lại nếu
tỷ suất sinh lợi của các chứng khoán thấp hơn mức trung bình thì ta sẽ có đường
Markowitz M3 thấp hơn M1.
Trang 25
Hình 7: Đồ thị so sánh các trường hợp xây dựng danh mục tối ưu.
Khi chúng ta dự báo một tỷ suất sinh lợi cao hơn mức trung bình và xây dựng
một danh mục đầu tư theo tỷ suất sinh lợi dự báo đó thì dường như làm như thế sẽ tốt
hơn sử dụng tỷ suất sinh lợi trung bình, nhưng chúng ta cũng cần nhớ rằng, đường
M2 ngoài mức rủi ro được đo lường băng độ lệch chuẩn thì nó còn có thêm rủi ro dự
báo. Nếu một nhà đầu tư có khả năng dự báo tốt, và xây dựng các mô hình nhân tố một
cách hợp lý thì việc ứng dụng mô hình nhân tố để xây dựng danh mục đầu tư sẽ mang
lại hiệu quả tốt hơn.
ü Xây dựng đường cong Marko...
Download Đề tài Những ưu điểm và hạn chế trong việc thiết lập danh mục đầu tư tối ưu bằng mô hình nhân tố ở thị trường chứng khoán Việt Nam – một số giải pháp miễn phí
Trong từng giai đoạn cụthểcủa nền kinh tếluôn có những thời điểm thuận lợi,
cũng nhưbất lợi cho cho đầu tưvào một sốngành cụthểnào đó. Việc đầu tiên của nhà
đầu tưlà lựa chọn một hay một sốngành phù hợp với khẩu vị đầu tưcủa bản thân
mình trên nguyên tắc đạt được tỷsuất sinh lợi tối đa tương ứng với một rủi ro nhất
định. Đểchọn được một ngành đầu tưtốt việc cần làm là dựa vào phân tích kinh tếvĩ
mô. Từnhững dựbáo vềsựbiến động của các nhân tốvĩmô mà nhà đầu tưsẽcó một
tỷsuất sinh lợi mong đợi phù hợp cho từng chứng khoán ứng riêng lẽ, cũng nhưcó
những hướng đầu tưvào các ngành một cách đúng đắn hơn.
++ Ai muốn tải bản DOC Đầy Đủ thì Trả lời bài viết này, mình sẽ gửi Link download cho!
Tóm tắt nội dung:
c phẩm nhưng lại tác động nhiều đếnnhững ngành công nghiệp cao cấp.
1.4.2.2 Những giả định cơ bản
v Lợi suất của chứng khoán có dạng hàm tuyến tính
v Các tham số của mô hình như được tính toán thông qua các bước hồi quy tuyến
tính, sao cho mức 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
Trang 21
v Phần bù rủi ro đặc thù của chứng khoán i không liên quan hàm số với giá trị của
chỉ số, hay Cov(εit,F) = 0.
v Chỉ số chỉ thay mặt cho một tác nhân duy nhất ảnh hưởng đến hiệp phương sai
giữa các tỷ suất sinh lợi.
1.4.3 Mô hình đa nhân tố
1.4.3.1 Khái niệm
Thay vì mô hình một nhân tố, mô hình đa nhân tố cho thu nhập chứng khoán
chịu nhiều sự tác động khác nhau có thể chính xác hơn. Mô hình đa nhân tố được thể
hiện ở dạng tổng quát qua công thức sau:
ri = αi + βi1F1 + βi2F2 + βi3F3 + … + βikFk + εi
Với:
αi là tỷ suất sinh lợi mong đợi của chứng khoán i (tỷ suất sinh lợi phi rủi ro rf)
εi là nhân tố đặc trưng riêng có của chứng khoán i và có thể đa dạng hoá được.
F1, F2 ,…, Fk: các nhân tố có tác động đến tỷ suất sinh lợi của chứng khoán i.
βi1, βi2, …, βik là độ nhạy cảm với các nhân tố F1, F2 ,…, Fk tương ứng.
Trong bài nghiên cứu này, chúng ta chỉ lựa chọn ra 2 nhân tố có sức ảnh hưởng
phát triển nhất đến tỷ suất sinh lợi của chứng khoán và tạo nên mô hình 2 nhân tố.
1.4.3.2 Mô hình 2 nhân tố
Công thức cho mô hình 2 nhân tố:
ri = αi + βi1F1 + βi2F2 + εi
Tương tự như trường hợp tổng quát thì F1, F2 là 2 nhân tố có tác động mạnh
nhất đến tỷ suất sinh lợi của chứng khoán i.
Nếu như ở mô hình một nhân tố, thì một điểm trên đồ thị thể hiện mối quan hệ
giữa tỷ suất sinh lợi chứng khoán i với nhân tố F và nó được tập hợp thành một đường
thẳng thể hiện mối quan hệ này, thì ở mô hình 2 nhân tố một điểm trên đồ thị sẽ thể
hiện mối quan hệ giữa tỷ suất sinh lợi chứng khoán với 2 nhân tố F1, F2 . Đồ thị của
Trang 22
những điểm này sẽ được điều chỉnh trên một mặt phẳng bởi việc sử dụng những kỹ
thuật thống kê và phân tích hồi quy đa biến
Hình 6: Đồ thị mô hình 2 nhân tố
Bốn tham số cần đuợc ước tính cho mỗi chứng khoán trong mô hình 2 nhân tố
là: αi, βi1, βi2, và độ lệch chuẩn của sai số ngẫu nhiên ߪεi . Ứng với mỗi nhân tố, 2 tham
số cần được ước tính là giá trị mong đợi của mỗi nhân tố (Fതଵ, Fതଶ) và phương sai ứng
với mỗi nhân tố (ߪଶிଵ, ߪଶிଵ), cuối cùng là hiệp phương sai của hai nhân tố COV( F1,
F2) cũng cần được ước tính.
Thu nhập mong đợi của mỗi chứng khoán i có thể được quyết định bởi việc chỉ
ra các giá trị mong đợi cho 2 nhân tố và sử dụng công thức:
ܚഥ= αi + βi1ࡲഥ + βi2ࡲഥ
Phương sai của chứng khoán i:
࣌
= ࢼ ࣌ࡲ + ࢼ ࣌ࡲ + 2ࢼࢼCOV(F1, F2) + ࣌ࢋ
Hiệp phương sai:
Trang 23
Theo mô hình 2 nhân tố, hiệp phương sai của 2 chứng khoán i và j có thể được
xác định như sau:
࣌ = ࢼࢼ࣌ࡲ + ࢼࢼ࣌ࡲ + (ࢼࢼ + ࢼࢼ)COV(F1, F2)
1.4.4 Cách thức xây dựng danh mục tối ưu trong phạm vi ngành dựa vào
các mô hình nhân tố kết hợp với phương pháp Markowitz.
Để xây dựng một danh mục tối ưu cho ngành cụ thể bằng các mô hình nhân tố,
ta thực hiện các bước sau:
ü Lựa chọn phương pháp ước lượng các nhân tố.
Trong thực tế có ba phương pháp chủ yếu để ước lượng các nhân tố phổ biến
trong mô hình nhân tố:
- Bằng cách sử dụng các phương pháp thống kê - như phân tích nhân tố - để xác
định danh mục nhân tố, là những danh mục các chứng khoán sao cho có thể mô phỏng
lại các nhân tố
- Sử dụng các biến vĩ mô như là những chỉ báo cho các nhân tố.
- Sử dụng những đặc thù riêng của công ty có ảnh hưởng đến tỷ suất sinh lợi cao
hơn hay thấp hơn để tạo ra các danh mục như là các chỉ báo cho các nhân tố.
Trong bài nghiên cứu này, chúng ta chỉ chú ý tập trung vào cách ước lượng thứ 2
là sử dụng các biến kinh tế vĩ mô có khả năng giải thích tốt nhất mẫu hình đã được
quan sát. Hầu hết tỷ suất sinh lợi của một chứng khoán trong từng ngành đều chịu ảnh
hưởng rất nhiều của các nhân tố vĩ mô, đồng thời việc sử dụng cách ước lượng còn lại
là tương đối phức tạp và có nhiều hạn chế khi thực hiện.
ü Tìm kiếm và sử lý các chuỗi số liệu
Trong bước này trước tiên ta phải chọn lọc một số chứng khoán trong từng
ngành mà chúng ta muốn đầu tư để thiết lập nên một danh mục, sau đó ta sẽ tìm số liệu
tỷ suất sinh lợi của các chứng khoán trong từng ngành riêng biệt và một số nhân tố vĩ
mô theo thời gian tương ứng. Sau đó ứng dụng kinh tế lượng để xem xét sự phụ thuộc
các nhân tố đến tỷ suất sinh lợi chứng khoán để có thể tìm ra được 1 hay 2 nhân tố thể
hiện sự phụ thuộc nhiều nhất đến các chứng khoán trong ngành.
Trang 24
ü Xác định tỷ suất sinh lợi kỳ vọng của chứng khoán dựa vào các mô hình
nhân tố.
Dựa vào những chuỗi số liệu có được, ta sẽ tính được các thông số trong mô
hình từ đó tính được tỷ suất sinh lợi kỳ vọng của tất cả các chứng khoán có trong danh
mục. Ở đây trong quá trình tính toán ta có thể sử dụng công cụ eview hay excel thì
việc tính toán sẽ trở nên đơn giản hơn.
Chú ý ở đây ta sử dụng tỷ suất sinh lợi kỳ vọng từ mô hình nhân tố thay cho tỷ
suất trung bình trong một thời kỳ theo cách tính thông thường với ý nghĩa là mục đích
xây dựng danh mục đáp ứng kỳ vọng của nhà đầu tư trong tương lai. Nếu sử dụng giá
trị trung bình của tỷ suất sinh lợi từ dữ liệu quá khứ sẽ không đủ cơ sở cho một quyết
định đầu tư. Tỷ suất sinh lợi của chứng khoán sẽ xoay quanh giá trị trung bình của nó,
nhưng nếu chúng ta đầu tư vào thời điểm tỷ suất sinh lợi cao sẽ tăng lợi nhuận cho nhà
đầu tư, từ đó tạo ra nhiều lựa chọn cho nhà đầu tư hơn. Dựa vào đồ thị ta sẽ thấy,
đường M1 là đường Markowitz xây dựng dựa trên tỷ suất sinh lợi trung bình của các
chứng khoán trong danh mục. Nếu nhà đầu tư dự báo rằng tỷ suất sinh lợi của các
chứng khoán sẽ cao hơn mức trung bình trong thời gian tới thì ứng với tỷ suất sinh lợi
dự báo đó, nhà đầu tư sẽ có thể xây dựng một danh mục M2 tốt hơn M1, ngược lại nếu
tỷ suất sinh lợi của các chứng khoán thấp hơn mức trung bình thì ta sẽ có đường
Markowitz M3 thấp hơn M1.
Trang 25
Hình 7: Đồ thị so sánh các trường hợp xây dựng danh mục tối ưu.
Khi chúng ta dự báo một tỷ suất sinh lợi cao hơn mức trung bình và xây dựng
một danh mục đầu tư theo tỷ suất sinh lợi dự báo đó thì dường như làm như thế sẽ tốt
hơn sử dụng tỷ suất sinh lợi trung bình, nhưng chúng ta cũng cần nhớ rằng, đường
M2 ngoài mức rủi ro được đo lường băng độ lệch chuẩn thì nó còn có thêm rủi ro dự
báo. Nếu một nhà đầu tư có khả năng dự báo tốt, và xây dựng các mô hình nhân tố một
cách hợp lý thì việc ứng dụng mô hình nhân tố để xây dựng danh mục đầu tư sẽ mang
lại hiệu quả tốt hơn.
ü Xây dựng đường cong Marko...