![C叩c th動畛c o r畛i ro
Ph動董ng sai:
L t b狸 h 畛 b狸 h h 畛 h棚 h l畛 h i畛 叩 kh畉 i h l畛i
L trung b狸nh c畛a b狸nh ph動董ng m畛c ch棚nh l畛ch gi畛a c叩c kh畉 nng sinh l畛i so
v畛i t畛 l畛 sinh l畛i k畛 v畛ng.
C担ng th畛c
[ ]
2
2
)
( R
E
R
P
g
Trong 坦: P l x叩c su畉t x畉y ra l畛i su畉t R
[ ]
=
2
2
)
( i
i
i R
E
R
P
Trong 坦: Pi l x叩c su畉t x畉y ra l畛i su畉t Ri
Ri l l畛i su畉t n畉u tr動畛ng h畛p i x畉y ra
E(Ri) l l畛i su畉t k畛 v畛ng t動董ng 畛ng v畛i tr動畛ng h畛p i](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-25-320.jpg)
![C叩c th動畛c o r畛i ro
畛 l畛ch chu畉n
L ch棚nh l畛ch b狸nh qu但n c畛a thu nh畉p so v畛i gi叩 tr畛 k畛
v畛ng
v畛ng
C担ng th畛c:
[ ]
=
=
2
2
)
( i
i
i R
E
R
P](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-26-320.jpg)
![C叩c th動畛c o r畛i ro
Bi gi畉i:
Ri E(Ri ) Ri - E(Ri ) [Ri - E(Ri )]2 Pi [Ri - E(Ri )]2Pi
i ( i ) i ( i ) [ i ( i )] i [ i ( i )] i
0,08 0,103 -0,023 0,0005 0,35 0,000185
0,10 0,103 -0,003 0,0000 0,30 0,000003
0,12 0,103 0,017 0,0003 0,20 0,000058
0 14 0 103 0 037 0 0014 0 15 0 000205
0,14 0,103 0,037 0,0014 0,15 0,000205
T畛ng 0,000451
000451
,
0
2
=
021237
,
0
,
=](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-28-320.jpg)
![Ph動董ng sai v 畛 l畛ch
g 畛 畛
chu畉n c畛a l畛i su畉t qu叩 kh畛
Ph動董ng sai l trung b狸nh b狸nh th動畛ng ch棚nh l畛ch gi畛a l畛i su畉t
th畛c t畉 v l畛i su畉t trung b狸nh. Ph動董ng sai cng l畛n ch畛ng t畛
ch棚nh l畛ch gi畛a l畛i su畉t th畛c t畉 v l畛i su畉t trung b狸nh cng l畛n:
ch棚nh l畛ch gi畛a l畛i su畉t th畛c t畉 v l畛i su畉t trung b狸nh cng l畛n:
C担ng th畛c:
[ ] [ ] [ ] [ ]
1
2
2
3
2
2
2
1
2
+
+
+
+
=
n
R
R
R
R
R
R
R
R n
K
2
=
畛 l畛ch chu畉n](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-29-320.jpg)
![Hi畛p ph動董ng sai
Covariance 叩p d畛ng v畛i s畛 li畛u qu叩 kh畛:
C担ng th畛c
C担ng th畛c
[ ][ ]
{ }
1
,
,
,
=
n
R
R
R
R
Cov
n
t
B
B
t
A
A
t
B
A
Trong 坦: Rt,A :L畛i su畉t y棚u c畉u c畛a ti s畉n A trong th畛i k畛 t
R L i 畉 棚 畉 畛 i 畉 B h畛i k畛
1
n
Rt,B :L畛i su畉t y棚u c畉u c畛a ti s畉n B trong th畛i k畛 t
: L畛i su畉t trung b狸nh c畛a ti s畉n A
B
R
:L畛i su畉t trung b狸nh c畛a ti s畉n B
A
R](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-35-320.jpg)
![H畛 s畛 t動董ng quan
ngh挑a
Gi叩 tr畛 c畛a h畛 s畛 t動董ng quan n畉m trong kho畉ng [-1 1]N畉u h畛 s畛
Gi叩 tr畛 c畛a h畛 s畛 t動董ng quan n畉m trong kho畉ng [ 1,1]N畉u h畛 s畛
t動董ng quan =1 (perfectly positively correlated), l畛i su畉t c畛a hai ti
s畉n lu担n lu担n chuy畛n 畛ng t畛 l畛 theo c湛ng h動畛ng v畛i nhau.
N畉u h畛 s畛 t動董ng quan =-1 (perfectly neigatively correlated), l畛i
su畉t c畛a hai ti s畉n lu担n lu担n chuy畛n 畛ng t畛 l畛 ng動畛c chi畛u v畛i
nhau
nhau.
Gi叩 tr畛 tuy畛t 畛i c畛a h畛 s畛 t動董ng quan cng nh畛 th狸 m畛i quan h畛
tuy畉n t鱈nh cng l畛ng l畉o n畉u gi叩 tr畛 c畛a h畛 s畛 t動董ng quan b畉ng 0
tuy畉n t鱈nh cng l畛ng l畉o, n畉u gi叩 tr畛 c畛a h畛 s畛 t動董ng quan b畉ng 0
th狸 l畛i su畉t c畛a A v B kh担ng c坦 m畛i quan h畛 tuy畉n t鱈nh.](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-39-320.jpg)
![畛ng d畛ng trong qu畉n tr畛
畛ng d畛ng trong qu畉n tr畛
danh m畛c 畉u t動
C担ng th畛c x叩c 畛nh l畛i su畉t y棚u c畉u:
E(Ri ) = RFR + 硫i [E(R )- RFR]
E(Ri ) RFR + 硫i [E(Rm ) RFR]
Trong 坦: E(Ri ) l l畛i su畉t y棚u c畉u 畛i v畛i c畛 phi畉u i
RFR l l畛i su畉t phi r畛i ro
畛 p
硫i[E(Rm ) RFR)] l l畛i su畉t b湛 r畛i ro c畛a c畛 phi畉u i
[E(Rm ) RFR)] l l畛i su畉t b湛 r畛i ro c畛a th畛 tr動畛ng
E(Rm ) l l畛i su畉t y棚u c畉u/k畛 v畛ng c畛a th畛 tr動畛ng](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-58-320.jpg)
![畛ng d畛ng trong qu畉n tr畛
畛ng d畛ng trong qu畉n tr畛
danh m畛c 畉u t動
動畛ng SML-Security Market Line
L 動畛ng bi畛u di畛n m畛i quan h畛 gi畛a l畛i su畉t y棚u c畉u v畛i r畛i ro h畛
L 動畛ng bi畛u di畛n m畛i quan h畛 gi畛a l畛i su畉t y棚u c畉u v畛i r畛i ro h畛
th畛ng c畛a c叩c c畛 phi畉u/ danh m畛c 畉u t動 tr棚n th畛 tr動畛ng ch畛ng kho叩n
theo c担ng th畛c
[ ]
2
,
)
(
)
( m
m
m
i
i RFR
R
E
Cov
RFR
R
E
+
=
2
,
m
m
i
i
Cov
硫 =](https://image.slidesharecdn.com/chuong5-220321103632/85/Chuong-5-pdf-62-320.jpg)
More Related Content
What's hot (19)
Similar to Chuong 5.pdf (20)
![[123doc] chuong-6-ra-quyet-dinh-dau-tu](https://cdn.slidesharecdn.com/ss_thumbnails/123doc-chuong-6-ra-quyet-dinh-dau-tu-220321004726-thumbnail.jpg?width=560&fit=bounds)
Chuong 5.pdf
- 1. Ch動董ng 5: L畛i su畉t v R畛i ro
- 2. N畛i dung nghi棚n c畛u 1. L畛i su畉t v th動畛c o l畛i su畉t 2 R畛i 叩 h 畛 畛i 2. R畛i ro v c叩c th動畛c o r畛i ro 3. M畛i quan h畛 gi畛a l畛i su畉t v r畛i ro 4. 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動
- 3. L畛i su畉t (rate of return) Thu nh畉p t畛 畉u t動 ch畛ng kho叩n bao g畛m: p g g Thu nh畉p 畛nh k畛 (c畛 t畛c, tr叩i t畛c) L達i v畛n (Ch棚nh l畛ch gi畛a gi叩 b叩n v gi叩 mua) ( g g g )
- 4. L畛i su畉t 畛nh ngh挑a: L ph畉n trm (%) ch棚nh 畛nh ngh挑a: L ph畉n trm (%) ch棚nh l畛ch gi畛a thu nh畉p t畛 ch畛ng kho叩n c坦 動畛c sau m畛t kho畉ng th畛i gian (th動畛ng 動畛c sau m畛t kho畉ng th畛i gian (th動畛ng l m畛t nm) v畛i kho畉n v畛n 畉u t動 ban 畉u 畉u.
- 5. 畉 L畛i su畉t 1 0 1 P P D R + 1 0 1 0 0 R P P = + T畛 l畛 l達i 畛 畛 T畛 l畛 l達i c畛 t畛c V畛n
- 6. 畉 L畛i su畉t V鱈 d畛: 畉u nm b畉n mua m畛t c畛 phi畉u v畛i gi叩 25 USD/CP. Cu畛i nm b畉n b叩n c畛 phi畉u ny v畛i gi叩 USD/CP. Cu畛i nm b畉n b叩n c畛 phi畉u ny v畛i gi叩 35 USD. Trong nm b畉n nh畉n 動畛c c畛 t畛c l 2 USD/CP. H達y t鱈nh l畛i su畉t c畛a vi畛c 畉u t動 vo c畛 phi畉u ny Tr畉 l畛i: T畛 l畛 t 畉 畛 t畛 2/25 8% T畛 l畛 tr畉 c畛 t畛c=2/25=8% T畛 l畛 l達i v畛n= (35-25)/25=40% L畛i su畉t (R)=40%+8%=48% L畛i su畉t (R) 40%+8% 48%
- 7. C叩c th動畛c o l畛i su畉t L畛i su畉t danh ngh挑a i 畉 h 畉 L畛i su畉t th畛c t畉 L畛i su畉t b狸nh qu但n
- 8. L畛i su畉t danh ngh挑a L畛i su畉t danh ngh挑a v l畛i su畉t th畛c L畛i su畉t danh ngh挑a c畛a m畛t kho畉n 畉u l h畉 h棚 h l畛 h 畛 i畛 b t動 l ph畉n trm ch棚nh l畛ch s畛 ti畛n m b畉n c坦 so v畛i s畛 ti畛n b畉n b畛 ra 畛 畉u t動 L畛i su畉t th畛c t畉 cho bi畉t s畛c mua c畛a kh 畉 畉 b 畉 l棚 b h 棚 kho畉n 畉u t動 ban 畉u tng l棚n bao nhi棚u sau m畛t nm.
- 9. L畛i su畉t danh ngh挑a L畛i su畉t danh ngh挑a v l畛i su畉t th畛c t畉 Hi畛u 畛ng Fisher 1+ R=(1+r)*(1+h) Trong 坦: Trong 坦: R: L畛i su畉t danh ngh挑a L i 畉t th t畉 r: L畛i su畉t th畛c t畉 h: T畛 l畛 l畉m ph叩t
- 10. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n s畛 h畛c: C担ng th畛c C担ng th畛c V鱈 d畛 1: n R R R R R n K + + + = 3 2 1 V鱈 d畛 1: Vo 畉u nm, 3 nh 畉u t動 畉u t動 vo c叩c c畛 phi畉u nh動 sau: nh 畉u t動 1 畉u t動 vo A, nh 畉u t動 2 畉u t動 畛 hi畉 B h 畉 3 畉 畛 hi畉 C vo c畛 phi畉u B, nh 畉u t動 3 畉u t動 vo c畛 phi畉u C. Gi叩 mua c叩c c畛 phi畉u l畉n l動畛t l 25000VN/CP, 42000VN/CP, 85000VN/CP. Vo cu畛i nm, gi叩 c畛a 3 c畛 phi畉u ny l畉n l動畛t l 22000VN/CP 3 c畛 phi畉u ny l畉n l動畛t l 22000VN/CP, 45000VN/CP, 125000VN/CP. X叩c 畛nh l畛i su畉t b狸nh qu但n c畛a 3 nh 畉u t動.
- 11. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n s畛 h畛c (ti畉p) Tr畉 l畛i: L畛i su畉t c畛a nh 畉u t動 1 l: % 12 12 . 0 25000 25000 22000 = = = A R L畛i su畉t c畛a nh 畉u t動 2 l: L畛i su畉t c畛a nh 畉u t動 3 l: 25000 % 14 . 7 0714 . 0 42000 42000 45000 = = B R % 06 . 47 4706 . 0 85000 85000 125000 = = C R L畛i su畉t trung b狸nh c畛a 3 nh 畉u t動 l: 85000 % 07 14 06 . 47 14 . 7 12 + + R % 07 . 14 3 = R
- 12. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n s畛 h畛c (ti畉p) V鱈 d畛 2: C坦 s畛 li畛u c畛a m畛t kho畉n 畉u t動 ti畉n hnh trong 5 nm nh動 sau: Nm 1 2 3 4 5 畉 畛 L畛i su畉t trong nm (%) 12 10 13 -2 15 T鱈nh l畛i su畉t b狸nh qu但n trong 5 nm ny theo c担ng th畛c b狸nh qu但n s畛 h畛c Tr畉 l畛i L畛i su畉t b狸nh qu但n hng nm trong 5 nm % 6 . 9 5 15 2 13 10 12 = + + + = R
- 13. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n h狸nh h畛c C担ng th畛c Trong 坦: R1 R2 Rn l l畛i su畉t t畛 nm 1 畉n nm n ( )( )( ) ( ) 1 1 1 1 1 3 2 1 + + + + = n n R R R R R K Trong 坦: R1, R2,, Rn l l畛i su畉t t畛 nm 1 畉n nm n V鱈 d畛 1: T鱈nh l畛i su畉t b狸nh qu但n h狸nh h畛c c畛a kho畉n 畉u t動 5 nm nh動 sau: N 1 2 3 4 5 Nm 1 2 3 4 5 L畛i su畉t trong nm (%) 12 10 13 -2 15 Bi gi畉i ( )( )( )( )( ) % 43 . 9 0943 . 0 1 15 . 0 1 02 . 0 1 13 . 0 1 1 . 0 1 12 . 0 1 5 = + + + + = R Nh畉n x辿t: b狸nh qu但n h狸nh h畛c lu担n nh畛 h董n b狸nh qu但n s畛 h畛c ( )( )( )( )( )
- 14. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n gia quy畛n C担ng th畛c n R R Trong 坦: wi l t畛 tr畛ng c畛a kho畉n 畉u t動 i trong = = i i i w R w R 1 o g 坦: wi 畛 畛 g c畛 o u 動 o g danh m畛c 畉u t動 Ri l l畛i su畉t c畛a kho畉n 畉u t動 i trong danh m畛c 畉u t動 danh m畛c 畉u t動 n l s畛 kho畉n 畉u t動
- 15. L畛i su畉t b狸nh qu但n L畛i su畉t b狸nh qu但n gia quy畛n (ti畉p) V鱈 d畛: V鱈 d畛: T鱈nh l畛i su畉t 畉u t動 b狸nh qu但n c畛a danh m畛c d畉u t動 g畛m 3 c畛 phi畉u A B C v畛i t畛 tr畛ng l畉n l動畛t l 0 5 g畛m 3 c畛 phi畉u A, B, C v畛i t畛 tr畛ng l畉n l動畛t l 0,5, 0,3, 0,2 bi畉t l畛i su畉t trong nm v畛a qua c畛a 3 c畛 phi畉u l畉n l動畛t l 15%, 40%, -20%. Bi gi畉i: L畛i su畉t b狸nh qu但n c畛a danh m畛c 畉u t動 l: ( ) ( ) ( ) ( ) % 5 , 15 20 2 , 0 40 3 , 0 15 5 , 0 = + + = w R
- 16. L畛i su畉t k畛 v畛ng L畛i su畉t k畛 v畛ng L l i 畉t b狸 h 但 畛 畛t h畛i 畉 t t t l i L l畛i su畉t b狸nh qu但n c畛a m畛t c董 h畛i 畉u t動 trong t動董ng lai tr棚n c董 s畛 c叩c kh畉 nng sinh l畛i d畛 t鱈nh C担 h畛 C担ng th畛c: = i i R P R E ) ( Trong 坦: Pi l x叩c su畉t c畛a hon c畉nh i Ri l l畛i su畉t n畉u hon c畉nh i x畉y ra
- 17. L畛i su畉t k畛 v畛ng V鱈 d畛:Nh ph但n t鱈ch d畛 o叩n kh畉 nng sinh l畛i vo c畛 phi畉u A nh動 trong b畉ng sau. H達y t鱈nh l畛i su畉t k畛 c畛 phi畉u A nh動 trong b畉ng sau. H達y t鱈nh l畛i su畉t k畛 v畛ng c畛a c董 h畛i 畉u t動 vo c畛 phi畉u A N畛n kinh t畉 Xsu畉t A A Suy tho叩i 0,1 0,1 - -22,0% 22,0% D動畛i trung b狸nh 0,2 0,2 - -2,0% 2,0% Trung b狸nh 0,4 0,4 20,0% 20,0% Tr棚n trung b狸nh 0,2 0,2 35,0% 35,0% Th畛nh v動畛ng 0 1 0 1 50 0% 50 0% Th畛nh v動畛ng 0,1 0,1 50,0% 50,0%
- 18. L畛i su畉t k畛 v畛ng Bi gi畉i: g L畛i su畉t k畛 v畛ng c畛a c董 h畛i 畉u t動 A l: % 4 , 17 1 , 0 %) 50 ( 2 , 0 %) 35 ( 4 , 0 %) 20 ( 2 , 0 %) 2 ( 1 , 0 %) 22 ( ) ( = + + + + = A R E
- 19. L畛i su畉t k畛 v畛ng L畛i su畉t k畛 v畛ng c畛a danh m畛c 畉u t動 L b狸 h 但 i 畛 畛 叩 l i 畉 k畛 畛 叩 L b狸nh qu但n gia quy畛n c畛a c叩c l畛i su畉t k畛 v畛ng c畛a c叩c kho畉n 畉u t動 trong danh m畛c C担ng th畛c: = = n i i i P R E w R E 1 ) ( ) ( Trong 坦: E(Ri) l l畛i su畉t k畛 v畛ng c畛a kho畉n 畉u t動 i wi l t畛 tr畛ng c畛a kho畉n 畉u t動 i
- 20. L畛i su畉t k畛 v畛ng L畛i su畉t c畛a danh m畛c 畉u t動 (ti畉p) V鱈 d畛: Chuy棚n vi棚n ph但n t鱈ch d畛 b叩o v畛 l畛i su畉t c畛a 3 c畛 phi畉u nh動 trong Chuy棚n vi棚n ph但n t鱈ch d畛 b叩o v畛 l畛i su畉t c畛a 3 c畛 phi畉u nh動 trong b畉ng sau. H達y t鱈nh l畛i su畉t c畛a danh m畛c 畉u t動 trong hai tr動畛ng h畛p: (1) t畛 tr畛ng c叩c c畛 phi畉u trong danh m畛c b畉ng nhau; (2) c畛 phi畉u A chi畉m 遜 danh m畛c v c畛 phi畉u B v C chi畉m t畛 l畛 nh動 nhau trong chi畉m 遜 danh m畛c v c畛 phi畉u B v C chi畉m t畛 l畛 nh動 nhau trong danh m畛c: N畛n kinh t畉 X叩c su畉t L畛i su畉t N畛n kinh t畉 X叩c su畉t L畛i su畉t C畛 phi畉u A C畛 phi畉u B C畛 phi畉u C Tng tr動畛ng 0.4 10% 15% 20% S h 叩i 0 6 8% 4% 0% Suy tho叩i 0.6 8% 4% 0%
- 21. L畛i su畉t k畛 v畛ng L畛i su畉t k畛 v畛ng c畛a danh m畛c (ti畉p) Bi gi畉i: Bi gi畉i: Tr動畛ng h畛p 1: Wa=Wb=Wc=1/3 E(Ra)=0,4x0,1+0,6x0,08=0,088=8,8% E(Rb)=0,4x0,15+0,6x0,04=0,084=8,4% E(Rc)=0,4x0,2+0,6x0=0,08=8%. ( ) , , , , % E(Rp)=1/3x8,8%+1/3x8,4%+1/3x8%=8,4% Tr動畛ng h畛p 2: Wa=1/2; Wb=Wc=1/4 Tr動畛ng h畛p 2: Wa=1/2; Wb=Wc=1/4 E(Rp)=1/2x8,8%+1/4x8,4%+1/4x8%=8,4%=8,5%.
- 22. R畛i Ro 畛nh ngh挑a R畛i ro l kh畉 nng m畛c sinh l畛i th畛c t畉 h畉 t t l i 坦 th畛 KHC nh畉n 動畛c trong t動董ng lai c坦 th畛 KHC v畛i d畛 t鱈nh ban 畉u -Quan ni畛m c滴 : R畛i ro l kh畉 nng lm l達i 畉t i畉 畛i l達i 畉t d t鱈 h l達i su畉t gi畉m so v畛i l達i su畉t d畛 t鱈nh
- 23. C叩c lo畉i r畛i ro R畛i ro h畛 th畛ng (systematic risk-market risk) 畛 畉 畉 L nh畛ng thay 畛i mang t鱈nh v挑 m担 畉nh h動畛ng 畉n l畛i su畉t c畛a t畉t c畉 c叩c ti s畉n ti ch鱈nh trong n畛n kinh t畉. (v鱈 d畛 l畉m ph叩t tng ho畉c gi畉m; thay 畛i trong ch鱈nh s叩ch ti kh坦a, ti畛n t畛 vvv). 畉 g ; y g , 畛 ) R畛i ro c叩 bi畛t (unsystematic risk-unique risk) L nh畛ng thay 畛i trong n畛i t畉i ch畛ng kho叩n 坦 ho畉c thay 畛i c畛a c担ng ty ph叩t hnh, ho畉c thay 畛i trong ngnh m c担ng ty ho畉t 畉 畉 畛ng, c坦 畉nh h動畛ng 畉n l畛i su畉t c畛a c叩c ch畛ng kho叩n 坦 (VD: r畛i ro kinh doanh, r畛i ro ti ch鱈nh, r畛i ro thanh kho畉n, ...)
- 24. C叩c th動畛c o r畛i ro Ph動董ng sai (Variance) 畉 畛 l畛ch chu畉n (Standard Deviation)
- 25. C叩c th動畛c o r畛i ro Ph動董ng sai: L t b狸 h 畛 b狸 h h 畛 h棚 h l畛 h i畛 叩 kh畉 i h l畛i L trung b狸nh c畛a b狸nh ph動董ng m畛c ch棚nh l畛ch gi畛a c叩c kh畉 nng sinh l畛i so v畛i t畛 l畛 sinh l畛i k畛 v畛ng. C担ng th畛c [ ] 2 2 ) ( R E R P g Trong 坦: P l x叩c su畉t x畉y ra l畛i su畉t R [ ] = 2 2 ) ( i i i R E R P Trong 坦: Pi l x叩c su畉t x畉y ra l畛i su畉t Ri Ri l l畛i su畉t n畉u tr動畛ng h畛p i x畉y ra E(Ri) l l畛i su畉t k畛 v畛ng t動董ng 畛ng v畛i tr動畛ng h畛p i
- 26. C叩c th動畛c o r畛i ro 畛 l畛ch chu畉n L ch棚nh l畛ch b狸nh qu但n c畛a thu nh畉p so v畛i gi叩 tr畛 k畛 v畛ng v畛ng C担ng th畛c: [ ] = = 2 2 ) ( i i i R E R P
- 27. C叩c th動畛c o r畛i ro V鱈 d畛: M畛t 畛 hi畉 A 動畛 d畛 叩 叩 kh畉 l畛i M畛t c畛 phi畉u A 動畛c d畛 o叩n c叩c kh畉 nng l畛i su畉t nh動 trong b畉ng d動畛i 但y. H達y t鱈nh ph動董ng sai v 畛 l畛ch chu畉n c畛a c畛 phi畉u A? sai v 畛 l畛ch chu畉n c畛a c畛 phi畉u A?. L畛i su畉t (Ri ) X叩c Su畉t (Pi ) L畛i su畉t d畛 ki畉n -E(Ri ) 0 08 0 35 0 103 0,08 0,35 0,103 0,10 0,30 0,103 0,12 0,20 0,103 0,14 0,15 0,103
- 28. C叩c th動畛c o r畛i ro Bi gi畉i: Ri E(Ri ) Ri - E(Ri ) [Ri - E(Ri )]2 Pi [Ri - E(Ri )]2Pi i ( i ) i ( i ) [ i ( i )] i [ i ( i )] i 0,08 0,103 -0,023 0,0005 0,35 0,000185 0,10 0,103 -0,003 0,0000 0,30 0,000003 0,12 0,103 0,017 0,0003 0,20 0,000058 0 14 0 103 0 037 0 0014 0 15 0 000205 0,14 0,103 0,037 0,0014 0,15 0,000205 T畛ng 0,000451 000451 , 0 2 = 021237 , 0 , =
- 29. Ph動董ng sai v 畛 l畛ch g 畛 畛 chu畉n c畛a l畛i su畉t qu叩 kh畛 Ph動董ng sai l trung b狸nh b狸nh th動畛ng ch棚nh l畛ch gi畛a l畛i su畉t th畛c t畉 v l畛i su畉t trung b狸nh. Ph動董ng sai cng l畛n ch畛ng t畛 ch棚nh l畛ch gi畛a l畛i su畉t th畛c t畉 v l畛i su畉t trung b狸nh cng l畛n: ch棚nh l畛ch gi畛a l畛i su畉t th畛c t畉 v l畛i su畉t trung b狸nh cng l畛n: C担ng th畛c: [ ] [ ] [ ] [ ] 1 2 2 3 2 2 2 1 2 + + + + = n R R R R R R R R n K 2 = 畛 l畛ch chu畉n
- 30. Ph動董ng sai v 畛 l畛ch Ph動董ng sai v 畛 l畛ch chu畉n c畛a l畛i su畉t qu叩 kh畛 V鱈 d畛: 畉 H達y t鱈nh ph動董ng sai v 畛 l畛ch chu畉n c畛a c担ng ty A c坦 m畛c l畛i su畉t th畛c t畉 trong 4 nm g畉n 但y nh動 sau: Nm L畛i su畉t th畛c t畉 2000 -20% 2000 20% 2001 50% 2002 30% 2002 30% 2003 10%
- 31. Ph動董ng Sai v 畛 l畛ch chu畉n Ph動董ng Sai v 畛 l畛ch chu畉n c畛a l畛i su畉t qu叩 kh畛 Bi gi畉i: Nm L畛i su畉t th畛c t畉 L畛i su畉t trung 1-2 (1-2)2 (1) b狸nh (2) 2000 -20% 17,5% -0,375 0,140625 2001 50% 17 5% 0 325 0 105625 2001 50% 17,5% 0,325 0,105625 2002 30% 17,5% 0,125 0,015625 2003 10% 17,5% -0,75 0,005625 T畛ng 0,70 0,267500 L畛i su畉t b狸nh qu但n=0,70/4=0,175 畛 q , , Ph動董ng sai=0,267500/3=0,892 畛 l畛ch chu畉n= = 0,2987 892 , 0
- 32. H畛 s畛 r畛i ro H畛 s畛 r畛i ro 叩nh gi叩 m畛c 畛 r畛i ro c畛a c叩c kho畉n 畉u t動: R CV CV = = , E(R) Nh畉n x辿t: H畛 s畛 r畛i ro cng nh畛 cng t畛t. N畉u 2 kho畉n 畉u t動 c坦 h畛 s畛 r畛i ro nh動 nhau th狸 kho畉n 畉u t動 c坦 l畛i su畉t k畛 畛 v畛ng l畛n h董n s畉 t畛t h董n
- 33. R畛i ro c畛a danh m畛c 畉u t動 T動董ng t畛 nh動 r畛i ro c畛a m畛t kho畉n 畉u t動, r畛i ro c畛a m畛t danh m畛c 畉u t動 l kh畉 nng l畛i su畉t th畛c t畉 c畛a danh m畛c (l畛i su畉t th畛c t畉 b狸nh 畉u t動 l kh畉 nng l畛i su畉t th畛c t畉 c畛a danh m畛c (l畛i su畉t th畛c t畉 b狸nh qu但n c畛a danh m畛c) kh叩c bi畛t so v畛i l畛i su畉t k畛 v畛ng b狸nh qu但n c畛a danh m畛c. C叩c th動畛c o r畛i ro c畛a danh m畛c 畉u t動: Hi畛p ph動董ng sai (Covariance) H畛 s畛 t動董ng quan (correlation coefficient) Ph動董ng sai c畛a danh m畛c 畉u t動 Ph動董ng sai c畛a danh m畛c 畉u t動
- 34. Hi畛p ph動董ng sai Covarian l ch畛 s畛 o l動畛ng m畛c 畛 chuy畛n 畛ng c湛ng chi畛u v畛i gi叩 tr畛 trung b狸nh c畛a hai bi畉n s畛. g 畛 g C担ng th畛c: ( )( ) ) ( ) ( ) , ( , , B i B A i A i B A R E R R E R P R R Cov = Trong 坦:Pi l x叩c su畉t x畉y ra hon c畉nh i R l l畛i su畉t ti s畉n A trong hon c畉nh i ( )( ) , , i i i RA,i l l畛i su畉t ti s畉n A trong hon c畉nh i RB,i l l畛i su畉t c畛a ti s畉n B trong hon c畉nh i E(RA ): L畛i su畉t k畛 v畛ng c畛a ti s畉n A E(RB ): L畛i su畉t k畛 v畛ng c畛a ti s畉n B ( B ) 畛 畛 畛 g
- 35. Hi畛p ph動董ng sai Covariance 叩p d畛ng v畛i s畛 li畛u qu叩 kh畛: C担ng th畛c C担ng th畛c [ ][ ] { } 1 , , , = n R R R R Cov n t B B t A A t B A Trong 坦: Rt,A :L畛i su畉t y棚u c畉u c畛a ti s畉n A trong th畛i k畛 t R L i 畉 棚 畉 畛 i 畉 B h畛i k畛 1 n Rt,B :L畛i su畉t y棚u c畉u c畛a ti s畉n B trong th畛i k畛 t : L畛i su畉t trung b狸nh c畛a ti s畉n A B R :L畛i su畉t trung b狸nh c畛a ti s畉n B A R
- 36. Hi畛p ph動董ng sai Nh畉n x辿t: Covariance d動董ng : L畛i su畉t c畛a ti s畉n A v ti s畉n B chuy畛n 畛ng c湛ng chi畛u C i 但 L i 畉t 畛 ti 畉 A ti 畉 B h 畛 畛 Covariance 但m: L畛i su畉t c畛a ti s畉n A v ti s畉n B chuy畛n 畛ng ng動畛c chi畛u Covariance =0: L畛i su畉t c畛a ti s畉n A v ti s畉n B kh担ng c坦 quan h畛 tuy畉n t鱈nh v畛i nhau
- 37. Hi畛p ph動董ng sai V鱈 d畛: T鱈nh covariance c畛a c畛 phi畉u A v B Nm L畛i su畉t C畛 phi畉u A L畛i su畉t-C畛 phi畉u B ) ( A A t R R ) ( B B t R R ) ( , A A t R R ) ( B B t R R phi畉u A phi畉u B 2004 0,10 0,20 0,05 0,10 0,005 2005 -0,15 -0,20 -0,20 -0,30 0,060 2006 0,20 -0,10 0,15 -0,20 -0,030 2007 0 25 0 30 0 20 0 20 0 040 ) ( , A A t ) ( , B B t ) ( , B B t 2007 0,25 0,30 0,20 0,20 0,040 2008 -0,30 -0,20 -0,35 -0,30 0,105 2009 0,20 0,60 0,15 0,50 0,075 T畛ng 0,30 0,60 0,255 Cov=0,255/5=0,0510 05 , 0 6 / 30 , 0 = = A R 10 , 0 6 / 60 , 0 = = B R
- 38. H畛 s畛 t動董ng quan H畛 s畛 t動董ng quan -Corelation coeficience: Chu畉n h坦a covariance v狸 covariance ch畛 cho bi畉t hai bi畉n c坦 m畛i quan h畛 tuy畉n t鱈nh hay kh担ng ch畛 kh担ng cho bi畉t m畛c 畛 c畛a h畛 tuy畉n t鱈nh hay kh担ng ch畛 kh担ng cho bi畉t m畛c 畛 c畛a m畛i quan h畛 坦: Covariance ch畛u t叩c 畛ng c畛a ph動董ng sai (m畛c 畛 r畛i ro) Covariance ch畛u t叩c 畛ng c畛a ph動董ng sai (m畛c 畛 r畛i ro) c畛a cac ti s畉n thnh ph畉n. Chia Covariance cho t鱈ch c畛a ph動董ng sai c畛a ti s畉n A v ti s畉n B ta 動畛c h畛 s畛 t動董ng quan. quan. ) ( ) ( ) , ( ) , ( ) , ( B A B A B A B A R R R R Cov R R R R Corr = = ) , ( ) , ( B A B A B A R R R R Cov =
- 39. H畛 s畛 t動董ng quan ngh挑a Gi叩 tr畛 c畛a h畛 s畛 t動董ng quan n畉m trong kho畉ng [-1 1]N畉u h畛 s畛 Gi叩 tr畛 c畛a h畛 s畛 t動董ng quan n畉m trong kho畉ng [ 1,1]N畉u h畛 s畛 t動董ng quan =1 (perfectly positively correlated), l畛i su畉t c畛a hai ti s畉n lu担n lu担n chuy畛n 畛ng t畛 l畛 theo c湛ng h動畛ng v畛i nhau. N畉u h畛 s畛 t動董ng quan =-1 (perfectly neigatively correlated), l畛i su畉t c畛a hai ti s畉n lu担n lu担n chuy畛n 畛ng t畛 l畛 ng動畛c chi畛u v畛i nhau nhau. Gi叩 tr畛 tuy畛t 畛i c畛a h畛 s畛 t動董ng quan cng nh畛 th狸 m畛i quan h畛 tuy畉n t鱈nh cng l畛ng l畉o n畉u gi叩 tr畛 c畛a h畛 s畛 t動董ng quan b畉ng 0 tuy畉n t鱈nh cng l畛ng l畉o, n畉u gi叩 tr畛 c畛a h畛 s畛 t動董ng quan b畉ng 0 th狸 l畛i su畉t c畛a A v B kh担ng c坦 m畛i quan h畛 tuy畉n t鱈nh.
- 40. H畛 s畛 t動董ng quan T鱈nh h畛 s畛 t動董ng quan c畛a c畛 phi畉u A v B trong v鱈 d畛 tr動畛c: Bi gi畉i: 2236 , 0 = A 7072 , 0 3225 , 0 2236 , 0 0510 , 0 3225 , 0 , , = = = = x Cov B A B A B A B Nh畉n x辿t: L畛i su畉t c畛a c畛 phi畉u A v B c坦 xu h動董ng chuy畛n 3 5 , 0 36 , 0 x B A 畉 畛 p g y 畛ng c湛ng chi畛u nhau tuy nhi棚n kh担ng ph畉i l t動董ng quan tuy畛t 畛 do h畛 s畛 t動董ng quan nh畛 h董n 1
- 41. Ph動董ng sai c畛a danh m畛c 畉u t動 C担ng th畛c t畛ng qu叩t: = = = n i n j j i j i P w w 1 1 2 , cov Trong 坦: : Ph動董ng sai c畛a danh m畛c 畉u t動 j 2 : Ph動董ng sai c畛a danh m畛c 畉u t動 Wi: T畛 tr畛ng c畛a ti s畉n i trong danh m畛c Wj : T畛 tr畛ng c畛a ti s畉n j trong danh m畛c C (i j) C i 畛 l i 畉 i 畉 i i 畉 j P Cov (i,j): Covariance c畛a l畛i su畉t ti s畉n i v ti s畉n j
- 42. Ph動董ng sai c畛a Ph動董ng sai c畛a danh m畛c 畉u t動 Danh m畛c 畉u t動 g畛m 2 kho畉n 畉u t動: ) cov( ) cov( ) cov( ) cov( 2 R R w w R R w w R R w w R R w w + + + = ) , cov( 2 ) , cov( ) , cov( ) , cov( ) , cov( 2 2 2 2 B A B A B B A A B B B B A B A B B A B A A A A A P R R w w w w R R w w R R w w R R w w R R w w + + = + + + = 2 2 2 2 2 2 2 C C B B A A P w w w + + + = Danh m畛c 畉u t動 g畛m 3 kho畉n 畉u t動 ) , cov( 2 ) , cov( 2 ) , cov( 2 C B C B C A C A B A B A C C B B A A P R R w w R R w w R R w w w w w + + + + + +
- 43. Ph動董ng sai c畛a danh m畛c g 畛 畉u t動 V鱈 d畛 1: Cho danh m畛c 畉u t動 g畛m 2 c畛 phi畉u A, B c坦 s畛 li畛u nh動 sau: 畛 T畛 tr畛ng Ph動董ng sai H畛 s畛 t動董ng quan A 0,4 0,09 0.5 T鱈nh 畛 l畛ch chu畉n c畛a danh m畛c 畉u t動 B 0,6 1,96 Bi gi畉i ( ) ( ) 8280 0 4 , 1 3 , 0 5 , 0 6 , 0 4 , 0 2 96 , 1 6 , 0 09 , 0 4 , 0 2 2 2 + + = P 906 , 0 8280 , 0 = =
- 44. a d畉ng h坦a danh m畛c 畉 g 畛 畉u t動 a d畉ng h坦a danh m畛c 畉u t動 c坦 t叩c d畛ng lm gi畉m r畛i ro c畛a danh m畛c: X辿t v鱈 d畛 sau: 畛 Ta c坦 s畛 li畛u v畛 r畛i ro v l畛i su畉t k畛 v畛ng c畛a c畛 phi畉u A v B nh動 sau: C畛 phi畉u A C畛 phi畉u B L畛i su畉t k畛 v畛ng (%) 11% 25% 畛 畛 畛 g 畛 l畛ch chu畉n (%) 15% 20% H畛 s畛 t動董ng quan 0,3
- 45. a d畉ng h坦a danh m畛c a d畉ng h坦a danh m畛c 畉u t動 C叩c kh畉 nng k畉t h畛p gi畛a c畛 phi畉u A v B: T畛 tr畛ng CPA -(WA) 100% 80% 60% 40% 20% 0% T畛 tr畛ng CPB-(WB) 0% 20% 40% 60% 80% 100% L畛i su畉t k畛 v畛ng c畛a 11,0% 13,8% 16,6% 19,4% 22,2% 25,0% danh m畛c (E(Rp)) 畛 l畛ch chu畉n c畛a danh m畛c 15,0% 13,7% 13,7% 14,9% 17,1% 20,0%
- 46. a d畉ng h坦a danh m畛c a d畉ng h坦a danh m畛c 畉u t動 B B A C A
- 47. a d畉ng h坦a danh 畉 g m畛c 畉u t動 Nh畉n x辿t: K畉t h畛p c叩c c畛 phi畉u l畉i v畛i nhau c坦 th畛 lm gi畉m r畛i ro (ch畉ng h畉n ban 畉u ch畛 c坦 B, sau 坦 th棚m A vo), ho畉c v畛a lm tng l畛i su畉t k畛 v畛ng v畛a lm gi畉m r畛i ro (ch畉ng h畉n ban 畉u ch畛 c坦 A, sau 坦 th棚m B vo). 畛 g g ( g 畉 , ) H畛 s畛 t動董ng quan cng nh畛, l畛i 鱈ch t畛 a d畉ng h坦a cng l畛n
- 48. a d畉ng h坦a danh m畛c 畉 g 畛 畉u t動 a d畉ng h坦a 畉u t動 c坦 t叩c d畛ng r畉t quan tr畛ng l gi畉m thi畛u 叩 畛i 叩 bi畛 畛 畛 kh 畉 畉 i棚 畉 c叩c r畛i ro c叩 bi畛t c畛a t畛ng kho畉n 畉u t動 ri棚ng r畉. a d畉ng h坦a kh担ng c坦 t叩c d畛ng lm gi畉m r畛i ro h畛 th畛ng v狸 但y l r畛i ro g但y ra b畛i nh畛ng s畛 thay 畛i 畉nh h動畛ng 畉n ton b畛 n畛n kinh t畉 ho畉c h畛 th畛ng ti ch鱈nh.
- 49. a d畉ng h坦a danh m畛c 畉u t動 p (%) p (%) R畛i ro c叩 bi畛t R畛i ro c畛a danh m畛c m畛c R畛i ro h畛 th畛ng S畛 l動畛ng c畛 phi畉u 畛 g p
- 50. M畛i quan h畛 gi畛a l畛i su畉t M畛i quan h畛 gi畛a l畛i su畉t v r畛i ro R畛i ro cng cao th狸 l畛i su畉t k畛 v畛ng cng cao v ng動畛c l畉i
- 51. M畛i quan h畛 gi畛a l畛i su畉t q 畛 g 畛 v r畛i ro Risk-Return 15.00% 20.00% turn Small-Company Stocks Large-Company Stocks 5 00% 10.00% erage Ret Corporate Bonds 0.00% 5.00% 0 00% 10 00% 20 00% 30 00% 40 00% Ave T-Bills T-Bonds 0.00% 10.00% 20.00% 30.00% 40.00% Standard Deviation
- 52. 畛ng d畛ng trong qu畉n tr畛 g 畛 g g q 畛 danh m畛c M担 h狸nh Markowitz M担 h狸nh Markowitz C叩c gi畉 畛nh: Ph但n b畛 l畛i su畉t: Nh 畉u t動 xem c董 h畛i 畉u t動 nh動 x叩c su畉t ph但n b畛 l畛i su畉t d畛 ki畉n 畉 trong kho畉ng th畛i gian 畉u t動. T畛i a h坦a t鱈nh h畛u d畛ng: Nh 畉u t動 t畛i a h坦a s畛 h畛u d畛ng c畛a h畛 trong th畛i gian 畉u t動 v 動畛ng cong h畛u d畛ng th畛 hi畛n bi棚n 畛 gi畉m d畉n c畛a t鱈nh h畛u d畛ng. (L動u 箪: 畛 畉 畉 畉 畉 動畛ng cong h畛u d畛ng l s畛 叩nh 畛i gi畛a l畛i su畉t d畛 ki畉n v r畛i ro m nh 畉u t動 s畉n sng th畛c hi畛n) R畛i ro l ph動董ng sai; Nh 畉u t動 o l動畛ng r畛i ro b畉ng ph動董ng sai ho畉c 畛 l畛ch chu畉n 畉 畉 c畛a l畛i su畉t y棚u c畉u L畛i su畉t/r畛i ro: Nh 畉u t動 ra quy畉t 畛nh 畉u t動 th担ng qua vi畛c ch畛 xem x辿t r畛i ro v l畛i su畉t c畛a c董 h畛i 畉u t動. S畛 r畛i ro: N畉u hai c董 h畛i 畉u t動 c坦 l畛i su畉t nh動 nh但u, nh 畉u t動 s畉 ch畛n c董 h畛i c坦 m畛c 畛 r畛i ro th畉p. Ng動畛c l畉i, nh 畉u t動 s畉 ch畛n c董 h畛i c坦 m畛c l畛i su畉t cao v畛i c湛ng m畛c r畛i ro nh動 nhau:
- 53. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c M担 h狸nh Markowitz (ti畉p) 動畛ng bi棚n hi畛u qu畉 (Efficient Frontier) bao g畛m t畉t c畉 c叩c danh 動畛ng bi棚n hi畛u qu畉 (Efficient Frontier) bao g畛m t畉t c畉 c叩c danh m畛c c坦 m畛c l畛i su畉t cao nh畉t v畛i m畛t m畛c r畛i ro c畛 畛nh hay r畛i ro th畉p nh畉p v畛i m畛c l畛i su畉t c畛 畛nh.
- 54. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 M担 h狸nh: Markowitz (ti畉p) Danh m畛c t畛i 動u (optimal portfolio) c畛a m畛i nh 畉u t動 l i畛m m 動畛ng cong h畛u d畛ng cao nh畉t c畛a nh 畉u t動 坦 c畉t 動畛ng bi棚n hi畛u qu畉. Nh 畉u t動 鱈t s畛 h畛u d畛ng cao nh畉t c畛a nh 畉u t動 坦 c畉t 動畛ng bi棚n hi畛u qu畉. Nh 畉u t動 鱈t s畛 r畛i ro s畉 動a th鱈ch c叩c danh m畛c r畛i ro h董n v畛i l畛i su畉t k畛 v畛ng cao h董n.
- 55. 畛ng d畛ng trong qu畉n tr畛 danh g 畛 g g q 畛 m畛c 畉u t動 M担 h狸nh CAPM C叩c gi畉 畛nh h畛c thuy畉t th畛 tr動畛ng v畛n T畉t c畉 nh 畉u t動 畛u s畛 d畛ng l箪 thuy畉t Markowit 畛 l畛a ch畛n ch畛ng kho叩n. C坦 ngh挑a l h畛 mu畛n l畛a ch畛n danh m畛c n畉m tr棚n 動畛ng bi棚n hi畛u qu畉 d畛a vo kh畉 nng h畛u d畛ng (kh畉 nng ch畛u r畛i ro) c畛a h畛 Nh 畉u t動 c坦 th畛 i vay ho畉c cho vay b畉t k畛 l動畛ng ti畛n no v畛i m畛c l達i su畉t phi r畛i ro Khi nh 畉u t動 xem x辿t m畛t c畛 phi畉u, h畛 畛u nh狸n th畉y ph但n b畛 l畛i nhu畉n v r畛i ro nh動 nhau. T畉t c畉 c叩c nh 畉u t動 畛u c坦 c湛ng kho畉ng th畛i gian 畉u t動 C叩c kho畉n 畉u t動 c坦 th畛 chia nh畛 kh担ng gi畛i h畉n Nh 畉u t動 c坦 th畛 mua v b叩n t畛ng ph畉n c畛a C叩c kho畉n 畉u t動 c坦 th畛 chia nh畛 kh担ng gi畛i h畉n. Nh 畉u t動 c坦 th畛 mua v b叩n t畛ng ph畉n c畛a b畉t k畛 ti s畉n hay danh m畛c no Kh担ng c坦 chi ph鱈 giao d畛ch v thu畉 Kh担 坦 l h叩t l達i 畉t 畛 畛 h Kh担ng c坦 l畉m ph叩t v l達i su畉t c畛 畛nh Th畛 tr動畛ng l hi畛u qu畉
- 56. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 Ph叩t tri畛n t畛 m担 h狸nh Markowit, m担 h狸nh CAPM th棚m ti s畉n phi r畛i ro (risk-free asset) vo danh m畛c ti s畉n r畛i ro (danh m畛c ) ( th畛 tr動畛ng ) theo m担 h狸nh Markowit.
- 57. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 M担 h狸nh CAPM (ti畉p) Theo m担 h狸nh CAPM, l畛i su畉t y棚u c畉u 畛i v畛i vi畛c 畉u t動 vo m畛t Theo m担 h狸nh CAPM, l畛i su畉t y棚u c畉u 畛i v畛i vi畛c 畉u t動 vo m畛t c畛 phi畉u s畉 bao g畛m 2 ph畉n: L畛i su畉t phi r畛i ro L畛i su畉t b湛 r畛i ro E(R ) RFR + L i 畉t b湛 畛i E(Ri )= RFR + L畛i su畉t b湛 r畛i ro Trong 坦, l畛i su畉t b湛 r畛i ro c畛a c畛 phi畉u l畉i 動畛c t鱈nh theo l畛i su畉t b湛 r畛i ro c畛a th畛 tr動畛ng: L畛i su畉t b湛 r畛i ro c畛a c畛 phi畉u = m畛c 畛 r畛i ro c畛a c畛 畛 p 畛 phi畉u so v畛i th畛 tr動畛ng x ph畉n b湛 b湛 r畛i ro c畛a th畛 tr動畛ng L畛i su畉t b湛 r畛i ro c畛a c畛 phi畉u = 硫(E(Rm - RFR)
- 58. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 C担ng th畛c x叩c 畛nh l畛i su畉t y棚u c畉u: E(Ri ) = RFR + 硫i [E(R )- RFR] E(Ri ) RFR + 硫i [E(Rm ) RFR] Trong 坦: E(Ri ) l l畛i su畉t y棚u c畉u 畛i v畛i c畛 phi畉u i RFR l l畛i su畉t phi r畛i ro 畛 p 硫i[E(Rm ) RFR)] l l畛i su畉t b湛 r畛i ro c畛a c畛 phi畉u i [E(Rm ) RFR)] l l畛i su畉t b湛 r畛i ro c畛a th畛 tr動畛ng E(Rm ) l l畛i su畉t y棚u c畉u/k畛 v畛ng c畛a th畛 tr動畛ng
- 59. 畛ng d畛ng trong qu畉n tr畛 畉 畉 danh m畛c 畉u t動 M担 h狸nh CAPM (ti畉p) ngh挑a c畛a l畛i su畉t y棚u c畉u: L畛i su畉t y棚u c畉u l l畛i su畉t t畛i thi畛u nh 畉u t動 mu畛n 畉t 動畛c 畛i v畛i m畛t kho畉n 畉u t動 nh畉t 畛nh ch鱈nh l t畛 l畛 chi畉t kh畉u c叩c d嘆 ti畛 t l i khi h但 t鱈 h 叩 kh 畉 畉 t d嘆ng ti畛n t動董ng lai khi ph但n t鱈ch c叩c kho畉n 畉u t動. N畉u l畛i su畉t k畛 v畛ng l畛n h董n l畛i su畉t y棚u c畉u: undervalue N畉u l畛i su畉t k畛 v畛ng nh畛 h董n l畛i su畉t y棚u c畉u: overvalue Ch炭 箪: trong m担 h狸nh CAPM 担i khi ng動畛i ta c坦 th畛 g畛i l畛i su畉t 畉 畉 畉 箪 g g g畛 畛 y棚u c畉u l l畛i su畉t k畛 v畛ng, c嘆n l畛i su畉t k畛 v畛ng theo ngh挑a b狸nh th動畛ng th狸 動畛c g畛i l l畛i su畉t d畛 t鱈nh.
- 60. 畛ng d畛ng trong qu畉n 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 H畛 s畛 Beta trong m担 h狸nh CAPM B棚ta 硫 l h畛 s畛 ph畉n 叩nh s畛 r畛i ro c畛a 1 c畛 phi畉u so v畛i s畛 r畛i ro c畛a ton th畛 tr動畛ng c畛 phi畉u n坦i chung (t畛c l so v畛i r畛i ro c畛a danh m畛c th畛 tr動畛ng M). B棚ta 動畛c x叩c 畛nh b畉ng c担ng th畛c N畉u I硫I=1: ch畛ng kho叩n c坦 畛 r畛i ro b畉ng 畛 r畛i ro c畛a th畛 tr動畛ng 2 ) , cov( M i M i 硫 = 硫 g g g N畉u I硫I>1: ch畛ng kho叩n c坦 畛 r畛i ro l畛n h董n 畛 r畛i ro c畛a th畛 tr動畛ng N畉u I硫I<1: ch畛ng kho叩n c坦 畛 r畛i ro nh畛 h董n 畛 r畛i ro c畛a th畛 tr動畛ng H畉u h畉t c叩c c畛 phi畉u c坦 硫 n畉m trong kho畉ng 0,5-1,5, r畉t 鱈t tr動畛ng h畛p c坦 硫<0.
- 61. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 M担 h狸nh CAPM (ti畉p) V鱈 d畛: X叩c 畛nh l畛i su畉t y棚u c畉u c畛a kho畉n 畉u t動 vo c畛 phi畉u ABC bi畉t l畛i su畉t phi r畛i 畛 h畛 畛 l 11% l i 畉 b湛 畛i 畛 h畛 畛 l 6% h畛 畛 硫 畛 畛 ro c畛a th畛 tr動畛ng l 11%, l畛i su畉t b湛 r畛i ro c畛a th畛 tr動畛ng l 6%, h畛 s畛 硫 c畛a c畛 phi畉u A l 1.2 Bi gi畉i E(RDBC) = 11+1.2 x 6 = 18.2% ( DBC) % V鱈 d畛 2: X叩c 畛nh l畛i su畉t y棚u c畉u c畛a kho畉n 畉u t動 vo c畛 phi畉u ACB bi畉t l畛i su畉t phi r畛i ro c畛a th畛 tr動畛ng l 11%, l畛i su畉t k畛 v畛ng c畛a th畛 tr動畛ng l 15%, h畛 s畛 硫 c畛a c畛 phi畉u A 畛 g , 畛 畛 畛 g 畛 g , 畛 硫 p l 1.5 Bi gi畉i kDBC = 11+1.5 x (15-11) = 17%
- 62. 畛ng d畛ng trong qu畉n tr畛 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 動畛ng SML-Security Market Line L 動畛ng bi畛u di畛n m畛i quan h畛 gi畛a l畛i su畉t y棚u c畉u v畛i r畛i ro h畛 L 動畛ng bi畛u di畛n m畛i quan h畛 gi畛a l畛i su畉t y棚u c畉u v畛i r畛i ro h畛 th畛ng c畛a c叩c c畛 phi畉u/ danh m畛c 畉u t動 tr棚n th畛 tr動畛ng ch畛ng kho叩n theo c担ng th畛c [ ] 2 , ) ( ) ( m m m i i RFR R E Cov RFR R E + = 2 , m m i i Cov 硫 =
- 63. 畛ng d畛ng trong qu畉n 畛ng d畛ng trong qu畉n tr畛 danh m畛c 畉u t動 動畛ng SML Securities market line Danh m畛c th畛 tr動畛ng E(Rm) 2 C R畛i ro h畛 th畛ng 2 , m m m Cov = R畛i ro h畛 th畛ng (Covm,m )
- 64. 畛ng d畛ng trong qu畉n tr畛 畉 danh m畛c 畉u t動 動畛ng Security Market Line (ti畉p) C畛 phi畉u n畉m d動畛i 動畛ng SML: ang 動畛c 畛nh gi叩 tr棚n gi叩 tr畛 th畛c C畛 phi畉u n畉m tr棚n 動畛ng SML: ang 動畛c 畛nh gi叩 d動畛i gi叩 tr畛 th畛c C畛 phi畉u n畉m tr棚n 動畛ng SML: 炭ng gi叩 tr畛 th畛c C畛 phi畉u n畉m tr棚n 動畛ng SML: 炭ng gi叩 tr畛 th畛c.