Các chỉ số về rủi ro tài chính trong đầu tư
Beta(β):
Là một khái niệm quan trọng trong quản lý rủi ro đầu tư. Nó đo lường mức độ biến động hoặc rủi ro hệ thống của chứng khoán hoặc danh mục đầu tư so với thị trường tổng thể, thường được đại diện bởi VNINDEX.
Định nghĩa và Mục đích:
- Beta của một cổ phiếu cung cấp ước tính về cách thức nó biến động so với so với chuẩn mực thị trường được sử dụng trong tính toán.
- Beta giúp nhà đầu tư hiểu mức rủi ro mà một cổ phiếu bổ sung vào danh mục.
- Nó được sử dụng chủ yếu trong Mô hình Định giá Tài sản Vốn (CAPM), liên hệ rủi ro hệ thống với lợi nhuận kỳ vọng của tài sản (thường là cổ phiếu).
Công thức: Hệ số Beta (β) = Covariance(Re, Rm) / Variance(Rm)
- Re là lợi nhuận của một cổ phiếu riêng lẻ.
- Rm là lợi nhuận của toàn bộ thị trường, thường là 1 chỉ số chứng khoán như VNINDEX,….
- Covariance = Hiệp phương sai: đo lường sự liên quan giữa thay đổi lợi nhuận của một cổ phiếu với thay đổi lợi nhuận của thị trường.
- Variance = Phương sai: mô tả mức độ các điểm dữ liệu của thị trường phân bố xung quanh giá trị trung bình của chúng.
Ý nghĩa:
- VNINDEX có beta là 1,0.
- Cổ phiếu có beta trên 1 có xu hướng biến động mạnh hơn VNINDEX.
- Cổ phiếu có beta dưới 1 có tính biến động thấp hơn.
Ví dụ:
- Giả sử Cổ phiếu A có beta là 1,2. Điều này có nghĩa là nó dự kiến sẽ biến động mạnh hơn 20% so với thị trường. Nếu thị trường (VNINDEX) tăng 10%, Cổ phiếu A có thể tăng 12% (gấp 1,2 lần lợi nhuận thị trường). Ngược lại, nếu thị trường giảm 10%, Cổ phiếu A có thể giảm 12%.
Ứng dụng:
- Nhà đầu tư sử dụng beta để đánh giá rủi ro và đưa ra quyết định sáng suốt.
- Cổ phiếu beta cao có thể mang lại lợi nhuận cao hơn nhưng rủi ro cũng lớn hơn.
- Cổ phiếu beta thấp có thể ổn định hơn nhưng lợi nhuận tiềm năng thấp hơn.
Alpha(α):
Còn được gọi là Alpha của Jensen, là một thước đo hiệu quả điều chỉnh theo rủi ro, giúp xác định mức lợi nhuận vượt trội của một danh mục đầu tư so với mức dự đoán của Mô hình Định giá Tài sản Vốn (CAPM), tính đến beta của khoản đầu tư và lợi nhuận trung bình của thị trường. Hãy cùng khám phá chi tiết hơn:
Định nghĩa và Mục đích:
- Alpha thể hiện sự khác biệt giữa lợi nhuận thực tế của nhà đầu tư và lợi nhuận dự kiến dựa trên rủi ro thị trường.
- Khi nhà quản lý danh mục vượt trội thị trường trong khi quản lý rủi ro, họ đã "tạo ra alpha" cho khách hàng của mình.
- Nó tính đến lãi suất không rủi ro cho khoảng thời gian cụ thể.
Công thức: Alpha = R - Rf – Beta x (Rm - Rf)
- R là lợi nhuận thực tế của danh mục hoặc khoản đầu tư.
- Rm là lợi nhuận thực tế của thị trường như VNINDEX.
- Rf là lãi suất không rủi ro.
- Beta của danh mục hoặc khoản đầu tư so với chỉ số thị trường đã chọn, đại diện cho rủi ro hệ thống của một danh mục đầu tư.
Ý nghĩa:
- Alpha dương: Cho biết nhà quản lý quỹ đã "vượt qua thị trường" nhờ kỹ năng chọn cổ phiếu.
- Ngược lại, alpha âm: Cho thấy nhà quản lý không kiếm được đủ lợi nhuận so với rủi ro đã chấp nhận.
Ví dụ:
- Giả sử một quỹ đạt được lợi nhuận 15% trong năm ngoái. Chỉ số thị trường tương ứng đạt được lợi nhuận 12% trong cùng kỳ. Beta của quỹ so với chỉ số đó là 1,2 và lãi suất không rủi ro là 3%. Tính alpha của quỹ: Alpha = 15% - 3% - 1.2 x (12% - 3%) = 15% - 3% - 10.8% = 1.2%
=> Alpha dương cho thấy nhà quản lý quỹ tương hỗ đã kiếm được nhiều lợi nhuận hơn mức cần thiết để bù đắp cho rủi ro đã chấp nhận.
Ứng dụng:
- Nhà đầu tư sử dụng alpha để đánh giá xem liệu một danh mục có đang mang lại lợi nhuận phù hợp với mức độ rủi ro của nó hay không.
- Alpha dương gợi ý sự quản lý đầu tư hiệu quả, trong khi alpha âm có thể báo hiệu sự kém hiệu quả.
Value at Risk (VaR)
Là một thước đo thống kê được sử dụng trong quản lý rủi ro để định lượng mức độ thua lỗ tài chính tiềm ẩn của một công ty, danh mục đầu tư hoặc vị thế giao dịch trong một khoảng thời gian cụ thể. Hãy cùng khám phá chi tiết hơn:
Định nghĩa và Mục đích:
- VaR đo lường quy mô hoặc khả năng thua lỗ trong một danh mục đầu tư.
- Nó giúp các ngân hàng và tập đoàn lớn theo dõi giá trị rủi ro của danh mục đầu tư của họ.
- Được áp dụng rộng rãi, VaR được chấp nhận như một tiêu chuẩn khi đề xuất, mua hoặc bán tài sản trên nhiều loại tài sản khác nhau như cổ phiếu, trái phiếu, ngoại tệ và các công cụ phái sinh.
Các phương pháp tính VaR:
*, Phương pháp lịch sử: Phương pháp này xem xét lịch sử lợi nhuận trước đó của một tài sản, sắp xếp chúng từ mức lỗ nặng nhất đến mức tăng cao nhất. Sau đó, nó giả định rằng lịch sử sẽ lặp lại theo góc độ rủi ro.
- Công thức: Value at Risk = vm (vi / v(i - 1) ).
Trong đó:
- vm: Số ngày dữ liệu lịch sử được sử dụng.
- vi: Số biến (thường là giá trị đóng cửa của tài sản) vào ngày thứ i.
Ví Dụ: Tính toán VaR 1 ngày, mức tin cậy 95% cho 100 ngày
- Giả sử chúng ta có dữ liệu lợi nhuận lịch sử của 100 ngày và muốn tính VaR 1 ngày với mức tin cậy 95%. Dưới đây là các bước thực hiện:
- Thu thập lợi nhuận hàng ngày trong 100 ngày qua. Điều này có nghĩa là lấy giá đóng cửa của mỗi ngày và tính toán lợi nhuận dựa trên sự thay đổi so với ngày trước đó.
- Sắp xếp các lợi nhuận này theo thứ tự từ tồi tệ nhất đến tốt nhất. Xếp hạng lợi nhuận từ mức âm lớn nhất (tồi tệ nhất) đến mức dương nhỏ nhất (tốt nhất).
- Tìm lợi nhuận tồi tệ thứ 5. Vì 5% của 100 là 5, nên lợi nhuận tồi tệ thứ 5 chính là VaR 1 ngày, mức tin cậy 95% của nhà đầu tư.
=> Điều này có nghĩa là, dựa trên dữ liệu lịch sử, nhà đầu tư không mong đợi lỗ vượt quá giá trị này trong 95% số ngày. Nói cách khác, với xác suất 95%, lợi nhuận của nhà đầu tư sẽ cao hơn hoặc bằng giá trị VaR đã tính, tức là lỗ ít hơn hoặc bằng.
*, Phương pháp tham số: còn được gọi là phương pháp Phương Sai-Hiệp Phương Sai, phương pháp này giả định rằng lợi nhuận và thua lỗ được phân bố theo chuẩn mực, do đó các khoản lỗ tiềm ẩn có thể được tính theo độ lệch chuẩn của các sự kiện so với giá trị trung bình.
Công thức: VaR = Giá Trị Danh Mục × Điểm Chuẩn (z-score) × Độ Lệch Chuẩn
Trong đó:
- Giá Trị Danh Mục: Giá trị hiện tại của danh mục.
- Điểm Chuẩn (z-score): Một chỉ số thống kê mô tả mối quan hệ của một giá trị với giá trị trung bình của một nhóm giá trị. Với mức độ tin cậy 95%, z-score là 1,645.
- Độ Lệch Chuẩn: Một thước đo mức độ biến động hoặc phân tán của một tập giá trị.
Ví dụ: Xét một danh mục chỉ bao gồm một chứng khoán, cổ phiếu ABC. Giả sử 500 triệu VND được đầu tư vào cổ phiếu ABC. Độ lệch chuẩn của cổ phiếu ABC trong 252 ngày, tương đương một năm giao dịch là 7%. Theo phân phối chuẩn, mức độ tin cậy 95% có z-score là 1,645.
- VaR cho danh mục với mức độ tin cậy 95% được tính như sau:
- VaR = 500 triệu × 1,645 × 7% = 57,575 triệu
=> Do đó, với độ tin cậy 95%, khoản lỗ tối đa sẽ không vượt quá 57,575 triệu VND trong một năm giao dịch nhất định.
*, Phương pháp Monte Carlo: Phương pháp này sử dụng các thuật toán máy tính và lấy mẫu để tạo ra một loạt các kết quả tiềm năng trong tương lai của một danh mục đầu tư.
Công thức: Phương pháp Monte Carlo trong tính toán VaR không có một công thức đơn giản, bởi nó liên quan đến việc tạo ra một lượng lớn các kịch bản ngẫu nhiên về lợi nhuận tương lai, sau đó tính toán tổn thất danh mục cho mỗi kịch bản. Tuy nhiên, cách tiếp cận chung như sau:
1. Xây dựng mô hình thay đổi giá trong tương lai: Đây có thể là mô hình chuyển động Brown đơn giản hoặc phức tạp hơn.
2. Tạo nhiều đường giá ngẫu nhiên theo mô hình này:
- Chọn ngẫu nhiên các giá trị phù hợp với mô hình đã xây dựng.
- Ví dụ: Sử dụng phân phối chuẩn với độ lệch chuẩn bằng độ lệch chuẩn của lợi nhuận và thêm lợi nhuận trung bình để tạo đường giá.
3. Tính tổn thất danh mục cho mỗi đường giá:
- Tính toán sự thay đổi giá trị danh mục dưới mỗi đường giá và sau đó trừ đi giá trị ban đầu.
4. Xếp hạng tổn thất từ tồi tệ nhất đến tốt nhất và chọn tổn thất ở percentile thứ 5: Đây chính là ước tính VaR 1 ngày, mức tin cậy 95% của nhà đầu tư.
Ứng dụng:
- Các nhà quản lý rủi ro sử dụng VaR để đo lường và kiểm soát mức độ rủi ro mà họ phải gánh chịu. Họ có thể áp dụng tính toán VaR cho các vị thế cụ thể, toàn bộ danh mục đầu tư hoặc dùng chúng để đo lường rủi ro toàn công ty. Dựa trên dữ liệu do mô hình VaR cung cấp, các tổ chức tài chính có thể xác định liệu họ có đủ dự trữ vốn để trang trải thua lỗ hay rủi ro cao hơn mức chấp nhận được buộc họ phải giảm bớt các khoản nắm giữ tập trung.
Sharpe Ratio
Là một thước đo cơ bản trong quản lý rủi ro đầu tư. Nó đánh giá hiệu quả điều chỉnh theo rủi ro của một khoản đầu tư bằng cách so sánh lợi nhuận của nó với mức độ biến động. Dưới đây là những điều nhà đầu tư cần biết:
Định nghĩa và Mục đích:
- Nó đo lường mức lợi nhuận vượt trội của một khoản đầu tư trong một khoảng thời gian nhất định so với mức độ biến động của nó.
- Tử số đại diện cho sự khác biệt giữa lợi nhuận thực tế (hoặc dự kiến) và một tiêu chuẩn (ví dụ: lãi suất phi rủi ro hoặc hiệu suất thị trường).
- Mẫu số là độ lệch chuẩn của lợi nhuận, phản ánh mức độ biến động của khoản đầu tư.
Công thức:
- Tỷ lệ Sharpe được tính theo công thức sau: Sharpe Ratio = (Rp – Rf)/ SDp
- Rp là hiệu suất của danh mục.
- Rf là lãi suất phi rủi ro.
- SDp là độ lệch chuẩn của hiệu suất vượt trội của danh mục.
Ý nghĩa:
- Sharpe Ratio trên 1 thường được coi là "tốt", mang lại lợi nhuận vượt trội so với sự biến động. Tuy nhiên, các nhà đầu tư cần so sánh Sharpe Ratio của danh mục đầu tư hoặc quỹ với các công ty cùng ngành.
- Độ lệch chuẩn giúp ta biết mức độ biến động của khoản đầu tư.
Ví dụ:
- Một nhà đầu tư đang xem xét bổ sung khoản phân bổ chứng chỉ quỹ vào danh mục đầu tư đã mang lại lợi nhuận 18% trong năm qua. Lãi suất phi rủi ro hiện tại là 3% và độ lệch chuẩn hàng năm của lợi nhuận hàng tháng của danh mục đầu tư là 12%.
-> Sharpe Ratio một năm = (18 - 3) / 12 = 1,25.
- Nhà đầu tư tin rằng việc bổ sung quỹ này vào danh mục đầu tư sẽ làm giảm lợi nhuận kỳ vọng xuống 15% trong năm tới, nhưng cũng kỳ vọng độ biến động của danh mục đầu tư sẽ giảm xuống 8%. Lãi suất phi rủi ro dự kiến sẽ giữ nguyên trong năm tới.
-> Sharpe Ratio dự kiến là: (15 - 3) / 8 = 1,5
=> Trong trường hợp này, mặc dù khoản đầu tư của quỹ này dự kiến sẽ làm giảm lợi nhuận tuyệt đối của danh mục đầu tư, nhưng dựa trên mức độ biến động thấp hơn dự kiến, nó sẽ cải thiện hiệu quả hoạt động của danh mục đầu tư trên cơ sở điều chỉnh rủi ro. Dựa trên dự báo, nếu khoản đầu tư mới hạ thấp Sharpe Ratio thì nó sẽ được coi là gây bất lợi cho lợi nhuận khi rủi ro bị điều chỉnh cao lên.
Ứng dụng:
- Nhà đầu tư sử dụng tỷ lệ Sharpe để so sánh các danh mục tương tự. Nó giúp đánh giá xem liệu một khoản đầu tư có bù đắp đủ cho rủi ro của nó hay không.
Volatility (Biến động)
Là một thước đo thống kê dùng để đánh giá sự phân tán của lợi nhuận cho một chứng khoán hoặc chỉ số thị trường. Về cơ bản, nó đo lường mức độ dao động của giá đầu tư theo thời gian. Biến động thường đề cập đến mức độ không chắc chắn hoặc rủi ro liên quan đến biên độ thay đổi giá trị của một chứng khoán.
Công Thức: v=σT
Trong đó:
- v: Biến động trong một khoảng thời gian nhất định.
- σ: Độ lệch chuẩn.
- T: Khoảng thời gian ta đang đo Volatility.
Ý Nghĩa:
- Biến động thường được thể hiện dưới dạng độ lệch chuẩn hoặc tỷ lệ phần trăm.
- Biến động cao cho thấy phạm vi lợi nhuận tiềm năng lớn hơn (cả tích cực và tiêu cực) và thường đi kèm với rủi ro cao hơn.
- Biến động thấp cho thấy một khoản đầu tư ổn định hơn, ít biến động giá hơn và thường được coi là ít rủi ro hơn.
Ví dụ: Xét cổ phiếu của Công ty ABC trong bốn ngày qua với giá như sau:
- Ngày 1 – 10 VND
- Ngày 2 – 12 VND
- Ngày 3 – 9 VND
- Ngày 4 – 14 VND
Để tính toán biến động của giá, chúng ta cần thực hiện các bước sau:
+ Tìm giá trung bình:
- (10 + 12 + 9 + 14)/ 4 = 11,25
+ Tính chênh lệch giữa mỗi mức giá và mức giá trung bình:
- Ngày 1: 10 – 11,25 = -1,25
- Ngày 2: 12 – 11,25 = 0,75
- Ngày 3: 9 – 11,25 = -2,25
- Ngày 4: 14 – 11,25 = 2,75
+ Bình phương sự chênh lệch trong bước trước:
- Ngày 1: (-1,25)^2 = 1,56
- Ngày 2: (0,75)^2 = 0,56
- Ngày 3: (-2,25)^2 = 5,06
- Ngày 4: (2,75)^2 = 7,56
+ Tổng các chênh lệch bình phương:
- 1,56 + 0,56 + 5,06 + 7,56 = 14,75
+ Tìm phương sai:
- Phương sai = 14,75 / 4 = 3,69
+ Tìm độ lệch chuẩn:
- Độ lệch chuẩn = 1,92 (căn bậc hai của 3,69)
ð Volatility (Độ lệch chuẩn) của giá cổ phiếu của ABC có độ lệch so với giá cổ phiếu trung bình của nó là 1,92 VND.
Ứng dụng:
- Các thước đo biến động được sử dụng trong các chiến lược quản lý rủi ro để đánh giá tác động tiềm ẩn của các kịch bản thị trường khác nhau đối với danh mục đầu tư.
- Biến động thay đổi có thể phản ánh sự dịch chuyển trong tâm lý thị trường. Biến động đột ngột tăng lên có thể cho thấy sự không chắc chắn hoặc lo sợ gia tăng trong số các nhà đầu tư.
- Biến động cũng là một yếu tố quan trọng để tính toán giá quyền chọn. Nó cung cấp một khía cạnh hướng tới tương lai về những biến động giá có thể xảy ra trong tương lai.
R-squared (R^2)
Là một thước đo thống kê xác định tỷ lệ phân tán của một biến phụ thuộc (chẳng hạn như lợi nhuận của cổ phiếu) có thể được giải thích bởi một biến độc lập (thường là một chỉ số chuẩn như Vnindex) trong một mô hình hồi quy.
Định nghĩa và Mục đích:
- R-squared giải thích mức độ phân tán của biến phụ thuộc do biến độc lập gây ra.
- Trong khi hệ số tương quan đo lường cường độ mối quan hệ giữa các biến, R-squared đi sâu vào mức độ chính xác mà biến độc lập dự đoán hành vi của biến phụ thuộc.
- Nếu R² của một mô hình là 0,50, thì khoảng nửa sự phân tán quan sát được có thể được giải thích bởi các yếu tố đầu vào của mô hình.
Công thức:
- Công thức của R-squared: R^2 = 1 – ( Biến thiên không giải thích được/ Tổng biến thiên)
- Biến thiên không giải thích được: Đại diện cho sự sai lệch giữa giá trị thực tế và giá trị dự đoán.
- Tổng biến thiên: Bao gồm toàn bộ sự biến động của biến phụ thuộc.
Các Bước Tính Toán:
- Thu thập dữ liệu cho các biến phụ thuộc và độc lập.
- Tìm đường hồi quy tuyến tính tốt nhất (thường thông qua phân tích hồi quy).
- Tính các giá trị dự đoán, trừ đi các giá trị thực tế và bình phương kết quả (tạo ra một danh sách các lỗi bình phương).
- Cộng các lỗi bình phương để xác định biến thiên không giải thích.
- Tính tổng biến thiên bằng cách trừ giá trị thực tế trung bình khỏi mỗi giá trị thực tế, bình phương kết quả và cộng chúng lại.
- Chia biến thiên không giải thích cho tổng biến thiên và lấy 1 trừ kết quả đó để có được giá trị R-squared.
Ý nghĩa:
- Trong đầu tư, R-squared thường được hiểu là tỷ lệ biến động của một quỹ hoặc chứng khoán có thể được giải thích bởi biến động của một chỉ số chuẩn.
Ví dụ: R-squared bằng 100% có nghĩa là tất cả các biến động của chứng khoán đều được giải thích hoàn toàn bởi các biến động của chỉ số.
Ứng dụng:
- Nhà đầu tư sử dụng R-squared để hiểu mức độ gần giữa lợi nhuận của khoản đầu tư với một chỉ số chuẩn. Nó giúp đánh giá hiệu suất điều chỉnh rủi ro và tác động của biến động thị trường lên khoản đầu tư. Ví dụ, nếu một cổ phiếu hoặc quỹ có giá trị R-squared gần 100% nhưng beta dưới 1, thì nó có thể mang lại lợi nhuận điều chỉnh rủi ro cao hơn.