Ứng dụng lý thuyết tài chính hiện đại vào đo lường rủi ro hệ thống trong đầu tư cổ phiếu tại thị trường chứng khoán Việt Nam

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN 2 89 
ỨNG DỤNG LÝ THUYẾT TÀI CHÍNH HIỆN ĐẠI VÀO ĐO LƯỜNG RỦI RO 
HỆ THỐNG TRONG ĐẦU TƯ CỔ PHIẾU TẠI THỊ TRƯỜNG CHỨNG KHOÁN 
VIỆT NAM 
APPLICATION OF MODERN FINANCIAL THEORY TO MEASURE THE RISKS 
IN INVESTING SHARES ON VIETNAM'S STOCK MARKET 
Nguyễn Thị Thanh Huyền 
Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng; ntth0401@gmail.com 
Tóm tắt - Do ảnh hưởng của khủng hoảng kinh tế thế giới nên hoạt
động của thị trường chứng khoán (TTCK) Việt Nam khá ảm đạm.
Không ít nhà đầu tư đã thua lỗ nặng trước những thăng trầm của thị
trường. Tuy nhiên, nếu có chiến lược đầu tư phù hợp và đo lường
được rủi ro thì vẫn có thể đạt được lợi nhuận. Hiện nay, có nhiều lý
thuyết, mô hình tài chính hiện đại được vận dụng vào thực tế để đo
lường rủi ro. Nhưng CAPM là mô hình được sử dụng phổ biến nhất.
Bởi cơ sở lý luận chặt chẽ, đơn giản, dễ dàng vận dụng và hiệu quả.
Trong phạm vi bài báo này, tác giả sẽ sử dụng dữ liệu với độ dài 10
năm, phương pháp thích hợp cực đại (FIML) và moment tổng quát
(GMM) để kiểm định tính hiệu lực của mô hình CAPM đối với TTCK
Việt Nam; ước lượng tìm ra hệ số beta () với 2 phiên bản của
Sharpe– Lintner và Black. Bên cạnh đó, tác giả còn nghiên cứu tác
động của việc điều chỉnh biên độ giao dịch đến độ rủi ro của TTCK. 
 Abstract - Due to the world economic crisis, the operation of
Vietnam stock market is rather dull. A number of investors have
made a loss over the rises and falls of the market. However, if they
have appropriate investing strategies and can assess the risks, they
can still make a profit. In recent years, many modern theories and
financial models have been applied into real cases to assess the
risks, but CAPM is the most popular one because of its firm and
simple theory foundation, applicability and efficiency. In this paper,
the author will use the data over a ten year period with FIML and
GMM to examine the validity of CAPM in Vietnam stock market,
estimate to find beta with Sharpe-Lintner and Black. In addition, the
author also considers the impacts of adjusting the transacting
variation on the risks of the stock market. 
Từ khóa - thị trường chứng khoán; cổ phiếu; đầu tư; rủi ro hệ
thống, hệ số beta. 
 Key words - stock market; stock; investment; systematic risks,
beta. 
1. Đặt vấn đề 
Từ khi mới thành lập, với 2 mã chứng khoán niêm yết 
là REE và SAM, cho đến nay thị trường chứng khoán 
(TTCK) Việt Nam đã có khoảng 700 công ty niêm yết. 
Điều đó cho thấy rằng, TTCK Việt Nam ngày càng phát 
triển. Hoạt động đầu tư vào chứng khoán hiện nay là khá 
phổ biến. Tuy nhiên, phần đông nhà đầu tư (NĐT) chỉ mua 
bán theo cảm tính, quyết định đầu tư đa phần chịu ảnh 
hưởng của thông tin ngắn hạn. Vì vậy nên thị trường có 
tính đột biến cao về giá. Điều này ảnh hưởng đến sự ổn 
định và phát triển bền vững của TTCK Việt Nam [2]. 
Tất cả các quyết định đầu tư đều được cân nhắc dưới góc 
độ rủi ro và tỷ suất sinh lợi mong đợi và những tác động của 
chúng trên giá chứng khoán cũng như kết quả tài chính cuối 
cùng đạt được trong quyết định đầu tư. NĐT cũng cần có 
những phân tích kỹ lưỡng về rủi ro, đặc biệt là rủi ro hệ thống 
và tỷ suất lợi tức. Rủi ro hệ thống là những sự cố xảy ra trong 
quá trình vận hành hệ thống (nền kinh tế) hoặc những sự cố 
xảy ra ngoài hệ thống nhưng có tác động đến phần lớn hệ 
thống. Các nhân tố của rủi ro hệ thống bao gồm: Sự biến 
động ngoài dự kiên của lạm phạt, lãi suất; sự thay đổi chính 
sách tiền tệ của chính phủ; tăng trưởng kinh tế, dấu hiệu của 
khủng hoảng kinh tế, khủng hoảng tài chính; biến động chính 
trị và kinh tế khu vực; biến động chính trị trong nước; thiên 
tai diện rộng làm đình trệ hoạt động của hệ thống trong dài 
ngày; Những rủi ro này gây ảnh hưởng đến giá của hầu 
hết chứng khoán và không thể đa dạng hóa được [1]. 
Nhằm giảm thiểu rủi ro, đạt được lợi ích, cần dự báo 
được mức độ biến động Vn-Index và đo lường rủi ro của 
hệ thống của cổ phiếu để có quyết định đầu tư phù hợp. 
Trong giai đoạn hiện nay, việc nghiên cứu và ứng dụng 
các lý thuyết tài chính hiện đại khi đầu tư vào TTCK Việt Nam 
là rất quan trọng và cấp thiết. Hơn nữa, đã có nhiều nghiên 
cứu trên thế giới trong việc ứng dụng các lý thuyết này vào 
thực tế, đặc biệt là các nghiên cứu thực nghiệm tại TTCK mới 
nổi đã cho những kết quả có ý nghĩa thiết thực. Các nhà kinh 
tế học đã nghiên cứu và vận dụng khá nhiều lý thuyết, mô hình 
tài chính hiện đại vào thực tế như: mô hình định giá tài sản 
vốn - CAPM của William Sharpe, lý thuyết kinh doanh chênh 
lệch giá - APT của Stephen Ross, mô hình chỉ số đơn – SIM... 
Mỗi mô hình trên đều có những lợi thế riêng. 
Mô hình CAPM được hình thành dựa trên nền tảng Lý 
thuyết danh mục đầu tư của Markowizt (1952) [5]. Hiện có 
2 phiên bản của mô hình CAPM của: Sharpe (1964) [6] – 
Lintner (1965) [4] và Black (1972) [3]. Đây không phải là 
mô hình duy nhất dự báo tỷ suất sinh lợi nhưng nó có nền 
tảng lý thuyết vững chắc, chặt chẽ, đơn giản, dễ vận dụng. 
Vì vậy nó trở thành mô hình có sức ảnh hưởng mạnh mẽ 
trong lĩnh vực tài chính và được sử dụng phổ biến nhất suốt 
hơn 40 năm qua. Người ta sử dụng mô hình CAPM để giải 
thích mối quan hệ giữa rủi ro và lợi tức kỳ vọng của chứng 
khoán thông qua việc xác định hệ số beta. 
Hệ số Beta () là một công cụ hữu ích để đánh giá mức 
độ rủi ro hệ thống của một chứng khoán hay một danh mục 
đầu tư trong tương quan với toàn bộ thị trường. Tỷ suất 
sinh lời kỳ vọng của một tài sản được tính toán dựa vào hệ 
số  của nó và TSSL trên thị trường. 
Hiện nay, hoạt động của TTCK Việt Nam khá ảm đạm. 
NĐT không mặn mà bởi mức sinh lợi không cao. Tuy 
nhiên, nếu có chiến lược đầu tư phù hợp, xác định được 
mức độ của rủi ro hệ thống thì vẫn có thể đạt được lợi nhuận 
cao. Vì vậy, trong phạm vi bài báo này, tác giả sẽ thực hiện 
90 Nguyễn Thị Thanh Huyền 
việc kiểm định tính hiệu lực của mô hình CAPM đ ... thu được kết quả là t<1 
Bảng 1. Kết quả ước lượng mô hình CAPM 
phiên bản Sharpe-Lintner bẳng phương pháp FIML 
STT CK Giá trị ước lượng  Kết luận 
1 DPC 0,086370 <1 
2 GIL -0,047292 <1 
3 GMD 0,499389 <1 
4 VTC 0,035516 <1 
Các hệ số  đều nhỏ hơn 1. Vậy rủi ro hệ thống của các 
chứng khoán đếu thấp hơn rủi ro của thị trường. Thậm chí 
giá trị  của GIL còn nhỏ hơn 0, điều đó cho thấy chứng 
khoán này có mức rủi ro hệ thống thấp hơn và biến động 
ngược chiều với rủi ro danh mục thị trường. 
3.3.2. Sử dụng phương pháp GMM 
Sử dụng phương pháp GMM với 17 mã cổ phiếu AGF, 
BPC, BT6, CAN, DHA, BBC, HAP, HAS, KHA, LAF, 
PMS, REE, SAM, SAV, SGH, TMS, TS4. 
Ta thấy rằng các hệ số α không có ý nghĩa vì xác suất 
sai lầm (bằng 1-Pro) khi bác bỏ giả thiết H0 cho rằng α=0 
của 17 chứng khoán trên đều nhỏ hơn 0,95. Với mức ý 
nghĩa 0,05, hệ số α của 17 chứng khoán trên đều bằng 0. 
Khi α=0. Thực hiện ước lượng và kiểm định Student 
đối với từng hệ số  ta có kết quả sau: 
Bảng 2. Kết quả ước lượng mô hình CAPM 
phiên bản Sharpe-Lintner bẳng phương pháp GMM 
STT CK Giá trị ước lượng  Kết luận 
1 AGF 0,672517  <1 
2 BBC 0,646829  <1 
3 BPC 0,051554  <1 
4 BT6 0,093086  <1 
5 CAN 0,081043  <1 
6 DHA 0,111743  <1 
7 HAP 1,083168  >1 
8 HAS 0,071957  <1 
9 KHA 0,031267  <1 
10 LAF 0,307524  <1 
11 PMS -0,000651  <1 
12 REE 1,091422  >1 
13 SAM 1,128800  >1 
14 SAV 0,076707  <1 
15 SGH 0,053415  <1 
16 TMS 0,022839  <1 
17 TS4 0,274583  <1 
Đa số các chứng khoán có hệ số  dương và nhỏ hơn 1, 
chỉ có 3 cổ phiếu REE, SAM, HAP có hệ số  lớn hơn 1. 
Điều đó cho thấy 3 cổ phiếu này có mức rủi ro cao. 
3.4. Kết quả ước lượng mô hình CAPM phiên bản Black 
3.4.1. Sử dụng phương pháp FIML 
Sử dụng phương pháp FILML để ước lượng với 4 mã 
cổ phiếu: DPC, GIL, GMD và VTC. Theo kết quả thu được 
là hệ số α của 4 chứng khoán trên đều bằng 0. 
Khi α=0, thực hiện ước lượng và kiểm định hệ số  với 
từng cổ phiếu. Ta có hệ số  đều nhỏ hơn 1. Vậy rủi ro hệ 
thống của các cổ phiếu này đều nhỏ hơn rủi ro của danh 
mục thị trường. Cổ phiếu GIL có hệ số  âm, tức là sự biến 
động giá của GIL ngược hướng với thị trường. 
Bảng 3. Kết quả ước lượng mô hình CAPM 
phiên bản Black bẳng phương pháp FIML 
STT CK Giá trị ước lượng  Kết luận 
1 DPC 0,086889 <1 
2 GIL -0,056581 <1 
3 GMD 0,499420 <1 
4 VTC 0,036413 <1 
3.4.2. Sử dụng phương pháp GMM 
Với 17 cổ phiếu có TSSL không theo quy luật phân 
phối chuẩn ta dùng phương pháp GMM để ước lượng. 
Theo kết quả thu được, các hệ số α không có ý nghĩa vì 
xác suất sai lầm (bằng 1-Pro) khi bác bỏ giả thiết H0 cho 
rằng α=0 của 17 chứng khoán trên đều nhỏ hơn 0,95. Do 
92 Nguyễn Thị Thanh Huyền 
đó, với mức ý nghĩa 0,05 ta có thể kết luận tất cả hệ số α 
của 17 chứng khoán trên đều bằng 0. 
Bảng 4. Kết quả ước lượng mô hình CAPM phiên bản Black 
bẳng phương pháp GMM 
STT CK Giá trị ước lượng  Kết luận 
1 AGF 0,672490  <1 
2 BBC 0,646787  <1 
3 BPC 0,051573  <1 
4 BT6 0,093113  <1 
5 CAN 0,080912  <1 
6 DHA 0,111739  <1 
7 HAP 1,083117  >1 
8 HAS 0,071928  <1 
9 KHA 0,031168  <1 
10 LAF 0,307455  <1 
11 PMS -0,000738  <1 
12 REE 1,091480  >1 
13 SAM 1,127788  >1 
14 SAV 0,076634  <1 
15 SGH 0,053371  <1 
16 TMS 0,022884  <1 
17 TS4 0,274508  <1 
Đa số chứng khoán có mức rủi ro biến động cùng chiều 
và thấp hơn danh mục thị trường, ngoại trừ 3 cổ phiếu HAP, 
REE, SAM. 
Ta thấy rằng ước lượng theo phiên bản của Sharpe – 
Lintner hay Black đều cho cùng kết quả là 3 cổ phiếu HAP, 
REE, SAM có mức rủi ro lớn hơn danh mục thị trường. Và 
các cổ phiếu còn lại có mức rủi ro dương và thấp hơn so 
với danh mục thị trường. 
3.5. Kết quả ước lượng mô hình CAPM theo giai đoạn 
Kể từ khi thành lập TTCK Việt Nam đã 10 lần thay đổi 
biên độ giao dịch. Cơ quan quản lý thường giảm biên độ 
khi thị trường sụt giảm mạnh, nới rộng biên độ khi thị 
trường lạc quan. Các lần giảm biên độ tỏ ra hiệu quả, giúp 
NĐT bình tĩnh và thị trường có thể hồi phục nhẹ trở lại. 
Hiệu ứng của việc nới rộng biên độ là không rõ ràng và 
nếu có tác động tích cực thì chỉ trong ngắn hạn từ 1 đến 2 
tuần trước và sau thời điểm điều chỉnh. Sau đó, thị trường 
biến động theo xu hướng của nó. 
Sự thay đổi biên độ dao động giá như vậy sẽ ảnh hưởng 
rất lớn đến hành vi mua bán của NĐT, đến tính ngẫu nhiên 
của giá chứng khoán và có thể làm cho chuỗi TSSL không 
còn tuân thủ luật phân phối chuẩn. 
Vì vậy, bên cạnh việc ước lượng hệ số  của các cổ 
phiếu trong thời kỳ 10 năm, tác giả còn chia thành các giai 
đoạn để ước lượng. Để loại bỏ sự ảnh hưởng của quy định 
về biên độ giao dịch với từng khoảng thời gian, đồng thời 
cũng nghiên cứu mối quan hệ giữa biên độ giao động và 
mức rủi ro, ta chia thành 3 giai đoạn: 
+ Giai đoạn 1: Từ 03/01/2004 đến 26/03/2008. Biên độ 
giao dịch là: ±5%. Giai đoạn này chỉ số VN-Index tăng 
mạnh. Đồng thời, số lượng doanh nghiệp tham gia niêm yết 
trên TTCK tăng lên nhanh chóng. 
+ Giai đoạn 2: Từ 18/8/2008 đến 14/1/2013. Biên độ 
giao dịch là: + /-5%. Thời gian này hoạt động của TTCK 
suy giảm và không nhận được sự quan tâm của các NĐT. 
+ Giai đoạn 3: Từ 15/1/2013 đến 31/12/2014. Biên độ 
giao dịch với HSX là 7%, HNX sẽ là 10%. 
Riêng khoảng thời gian từ 27/3/2008 đến 18/8/2008 do 
ảnh hưởng của khủng hoảng kinh tế thế giới, nên chỉ trong 
vòng 05 tháng mà biên độ giao dịch được điều chỉnh tới 04 
lần. Điều đó cho thấy sự biến động của giá chứng khoán rất 
phức tạp, NĐT không thể xác định được mức rủi ro. Vì vậy 
không đưa khoảng thời gian này vào ước lượng. Mặt khác 
do kết quả của phương pháp FIML và GMM gần bằng nhau 
nên ta sử dụng phương pháp GMM để ước lượng cho tất cả 
các cổ phiếu. 
Bảng 5. Giá trị ước lượng mô hình CAPM theo 3 giai đoạn 
STT CK Giá trị ước lượng  
Phiên bản Sharpe-Lintner 
Giá trị ước lượng  
Phiên bản Black 
GĐ 1 GĐ 2 GĐ 3 GĐ 1 GĐ 2 GĐ 3 
1 AGF 0,6647 1,0138 0,7317 0,0206 1,1356 0,5173 
2 BBC 0,6383 1,0205 0,7037 -0,009 1,1370 0,4519 
3 BPC 0,6127 0,7950 0,7703 -0,147 0,12832 0,4488 
4 BT6 0,7197 0,7732 0,7931 0,2106 -0,056 0,4893 
5 CAN 0,7193 0,7495 0,6049 0,1593 0,0276 0,0285 
6 DHA 0,7252 0,7908 0,7455 0,1608 0,0872 0,1254 
7 DPC 0,6683 0,7815 0,7392 0,1120 0,0532 -0,0893
8 GIL 0,6597 0,7340 0,7561 -0,021 -0,0723 0,0170 
9 GMD 0,7587 0,9002 0,9278 0,3460 0,49985 1,2897 
10 HAP 0,9126 1,0637 0,9694 0,8890 1,19872 1,362 
11 HAS 0,5934 0,7874 0,6860 0,0507 0,0244 0,2951 
12 KHA 0,6903 0,7453 0,7074 0,0692 -0,061 0,3305 
13 LAF 0,7099 0,8454 0,7348 0,1951 0,3346 0,6396 
14 PMS 0,6460 0,8032 0,8171 -0,046 -0,013 0,4641 
15 REE 0,9315 1,0305 0,9533 0,8926 1,2454 1,2337 
16 SAM 0,8962 1,0626 1,0082 0,8704 1,2776 1,3600 
17 SAV 0,6379 0,8003 0,7294 -0,040 0,087 0,5719 
18 SGH 0,6641 0,7585 0,8909 0,1109 -0,046 0,1493 
19 TMS 0,6469 0,7799 0,6071 0,0339 0,0519 -0,1969
20 TS4 0,6845 0,8300 0,8105 0,0978 0,3408 0,5413 
21 VTC 0,6349 0,8129 0,6862 0,0405 0,051 0,1091 
Theo kết quả ước lượng trên ta thấy: hệ số  cao nhất 
là giai đoạn 3 và thấp nhất là giai đoạn 1. 
3.6. Kiểm định tính hiệu lực của mô hình 
Thực hiện kiểm định tính hiệu lực của mô hình cho kết 
quả: xác suất sai lầm các trị thống kê phiên bản của Sharpe 
– Lintner và của Black với phương pháp FIML và GMM 
đều lớn hơn mức ý nghĩa 5% nên mô hình CAPM phiên 
bản Sharpe – Lintner và Black có hiệu lực. Vậy, có thể sử 
dụng mô hình với cả 2 phiên bản để ước lượng hệ số  cho 
TTCK Việt Nam. 
Bảng 6. Kết quả kiểm định tính hiệu lực mô hình CAPM 
Tiêu 
chuẩn Giá trị Pro Kết luận 
J0 1,948573 0,74521 Mô hình có hiệu lực 
J1 0,861662 0,74593 Mô hình có hiệu lực 
J2 0,134321 0,99784 Mô hình có hiệu lực 
J3 0,134105 0,99784 Mô hình có hiệu lực 
J4 0 1 Mô hình có hiệu lực 
J5 0 1 Mô hình có hiệu lực 
J6 0,007132 1 Mô hình có hiệu lực 
J7 0,007653 1 Mô hình có hiệu lực 
4. Bàn luận 
4.1. Vận dụng kết quả của nghiên cứu 
Kết quả ước lượng bằng cả 2 phiên bản của mô hình 
CAPM và 2 phương pháp đều thể hiện rằng đa số các chứng 
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN 2 93 
khoán trong mẫu nghiên cứu có hệ số rủi ro thấp hơn 1. 
Điều đó chứng tỏ rằng các chứng khoán đó có mức thay 
đổi thấp hơn mức thay đổi của thị trường. Có một vài chứng 
khoán có mức rủi ro cao hơn danh mục thị trường. 
Theo kết quả ước lượng, ta có các cổ phiếu có hệ số rủi 
ro lớn hơn 1 gồm: HAP, REE, SAM. Với các mã cổ phiếu 
này, nếu VN-Index có dấu hiệu tăng lên thì nên mua vào vì 
giá cổ phiếu sẽ tăng lên theo VN-Index. Ngược lại nên bán 
ra khi VN-Index có dấu hiệu suy giảm. 
Các cổ phiếu còn lại đều có hệ số rủi ro nhỏ hơn 1. 
Thậm chí có  âm. Dựa vào kết quả này NĐT có thể lựa 
chọn cổ phiếu phù hợp với mục đích để đầu tư. Khi thị 
trường bất ổn, nên lựa chọn cổ phiếu có  nhỏ hơn 1 để sử 
dụng cho chiến lược phòng vệ, hạn chế rủi ro. Đặc biệt khi 
thị trường có xu hướng giảm giá thì NĐT nên lựa chọn cổ 
phiếu có hệ số  âm như PMS, GIL. 
Tuy nhiên, NĐT cần lưu ý rằng kết quả ước lượng hệ 
số  tại TTCK Việt Nam chỉ phản ánh được rủi ro hệ thống 
chứ không phải toàn bộ rủi ro của doanh nghiệp, vì: 
Theo quy luật, mức giá là chỉ số phản ánh mọi thông tin 
về hoạt động của doanh nghiệp. Nhưng ở Việt Nam, mức 
giá chỉ thể hiện một phần nhỏ về doanh nghiệp. Đặc biệt, 
tâm lý đầu tư theo “bầy đàn” hay “hiệu ứng đám đông” 
luôn chi phối mạnh mẽ đến giá cổ phiếu. 
Chỉ số Vn-Index không đại diện được cho danh mục thị 
trường. Bởi danh mục này chưa có đầy đủ các lĩnh vực, 
ngành nghề trong nền kinh tế và trong từng lĩnh vực không 
bao gồm các doanh nghiệp đại diện cho lĩnh vực đó. Vì 
vậy, sự biến động của danh mục chưa đánh giá chính xác 
sự biến động của nền kinh tế. 
4.2. Lựa chọn mô hình và phương pháp ước lượng 
Theo kết quả kiểm định tính hiệu lực ta thấy, dù có sự 
khác biệt giữa hệ số  khi cùng ước lượng bằng 2 mô hình 
khác nhau nhưng tính hiệu lực của mô hình khá cao. Tuy 
nhiên, NĐT nên sử dụng phiên bản Black vì phiên bản này 
bỏ bớt giả định về lãi suất phi rủi ro nên cách thức ước 
lượng đơn giản và kết quả gần với thực tế hơn. 
Phương pháp GMM có thể ước lượng được tất cả các 
chứng khoán mà mô hình OLS hay FIML không thể thực 
hiện được. Đa số các dữ liệu thu thập được đều không tuân 
theo quy luật phân phối chuẩn. Do vậy khả năng ứng dụng 
của phương pháp GMM trong thực tế là khá cao. 
NĐT cần xem xét đến mức độ ảnh hưởng của các lần 
thay đổi biên độ giao dịch. Điều đó chứng tỏ rằng có tồn 
tại mối quan hệ giữa biên độ giao động và mức độ rủi ro. 
Bởi theo kết quả ước lượng theo giai đoạn, ta thấy: Giai 
đoạn 1 là giai đoạn TTCK Việt Nam đang trong giai đoạn 
hình thành, có nhiều cổ phiếu đang được niêm yết mới nên 
mức độ biến động giá chưa cao. Giai đoạn 2 chịu ảnh 
hưởng mạnh mẽ của suy thoái kinh tế thế giới nên mức độ 
rủi ro cũng cao hơn. Sang giai đoạn 3, TTCK có dấu hiệu 
phục hồi, biên độ giao động được mở rộng hơn so với 2 
giai đoạn trước cho phép mức giá biến động mạnh hơn và 
vì thế rủi ro cũng cao hơn. Khi biên độ giao dịch rộng thì 
rủi ro cũng cao hơn và giá chứng khoán thể hiện được quan 
hệ cung cầu trên thị trường. Do đó kết quả ước lượng  sẽ 
phản ánh đúng mức rủi ro hệ thống của chứng khoán. 
Để phản ánh được toàn bộ rủi ro hệ thống của chứng 
khoán thì cần sử dụng dữ liệu thời gian dài. Nhưng với điều 
kiện hạn chế thì NĐT có thể sử dụng dữ liệu từ 15/1/2013. 
Với thời gian này, kết quả nghiên cứu sẽ chỉ phản ánh được 
rủi ro hệ thống trong giai đoạn nghiên cứu. Tuy nhiên, sử 
dụng kết quả đó là phù hợp bởi: Trong thời gian này, thị 
trường đã dần ổn định hơn. Biên độ giao dịch được nới rộng 
nên giá chứng khoán sẽ biến động theo đúng cung cầu của 
thị trường và phản ánh chính xác hơn mức rủi ro hệ thống 
của chứng khoán.Sử dụng chỉ số Vn-Index làm danh mục 
thị trường là hợp lý. Vì số lượng cổ phiếu toàn thị trường 
khá ổn định. Số lượng cổ phiếu mới niêm yết không gia 
tăng ồ ạt như giai đoạn 2007-2009 và có rất ít cổ phiếu bị 
hủy niêm yết. 
5. Kết luận 
Qua quá trình ước lượng, nghiên cứu đã xác định được 
rủi ro hệ thống của các chứng khoán. Đồng thời cho thấy 
mô hình CAPM với hai phiên bản của Sharpe và Black đều 
có hiệu lực. Vì vậy NĐT có thể sử dụng mô hình CAPM 
để phục vụ mục đích đầu tư. 
NĐT cần lưu ý đến độ dài của dữ liệu, bởi với từng 
khoảng thời gian khác nhau sẽ cho kết quả khác nhau. Mặt 
khác, việc liên tục điều chỉnh biên độ giao động cũng sẽ 
ảnh hưởng đến kết quả mô hình. 
Mặc dù hệ số  không hoàn toàn phản ánh được rủi ro 
của cổ phiếu. NĐT cần xem xét, kết hợp thêm các yếu tố 
khác trong quá trình đầu tư. Tuy nhiên,  vẫn rất hữu ích 
khi ta biết sử dụng đúng cách. Vì vậy, có thể coi  như một 
chỉ báo trong phân tích kỹ thuật. 
Bên cạnh những đóng góp tích cực, nghiên cứu này còn 
có hạn chế như: quy mô chưa bao quát hết TTCK Việt 
Nam. Vì vậy nghiên cứu sẽ khắc phục khi tương lai có 
nhiều mã chứng khoán đáp ứng yêu cầu về dữ liệu. 
TÀI LIỆU THAM KHẢO 
[1] Võ Thị Thúy Anh, Đầu tư tài chính, Nhà xuất bản Tài chính, 2012, 
trang 52- 54. 
[2] Thu Hương, “Mong manh tâm lý nhà đầu tư”, Tạp chí chứng khoán, 
số 173, 2013. 
[3] Fischer Black, “Capital Market Equilibrium with Restricted 
Borrowing”, The Journal of Business, 1972, vol 45, pp 444-445. 
[4] Lintner, John, “The Valuation of Risk Assets and the Selection of 
Risky Investments in Stock Portfolios and Capital Budgets”, Review 
of Economics and Statistics, 1965, Vol 47, pp 13-37. 
[5] Markowitz, H.M, “Portfolio Selection”, The Journal of Finance, 
1952, pp 77-91. 
[6] Sharpe, William F, “Capital Asset Prices – A Theory of Market 
Equilibrium Under Conditions of Risk”, The Journal of Finance, 
1964, vol 33, pp 885-901. 
(BBT nhận bài: 10/08/2015, phản biện xong: 29/12/2015)