Bài tập về nhà tuần 2

MÔ PHỎNG BIẾN ĐỘNG GIÁ CỔ PHIẾU NGÂN HÀNG TMCP QUÂN ĐỘI

Lý do chọn đề tài:

Cổ phiếu ngân hàng được coi là nhóm cổ phiếu “chính yếu” và trụ cột của thị trường, dành được sự quan tâm của nhiều nhà nghiên cứu, các tổ chức và cá nhân tại Việt Nam. Không chỉ vậy cổ phiếu ngân hàng là loại cổ phiếu có độ nhạy cảm khá cao và có vai trò quan trọng trong việc dẫn dắt thị trường chứng khoán. Sự biến động của nhóm cổ phiếu này sẽ quyết định rất lớn đến xu hướng của thị trường, ít nhất là biến động của chỉ số chung.

Chính vì thế việc mô phỏng biến động giá cổ phiếu ngân hàng là rất cần thiết. Quá trình mô phỏng này sẽ giúp các nhà đầu tư có những đánh giá, nhận định tốt hơn và có chính sách hợp lý khi quyết định đầu tư vào cổ phiếu ngành Ngân hàng. Trọng tâm trước tiên của nghiên cứu này là nhận định, xem xét, đánh giá các yếu tố ảnh hưởng đến giá cổ phiếu của ngành Ngân hàng. Từ đó xác định mức độ tác động của các yếu tố vĩ mô và vi mô đến biến động giá cổ phiếu của ngân hàng. Đưa ra một mô hình thực nghiệm có thể mô phỏng được mức độ tác động của các yếu tố đã xác định đối với giá cổ phiếu ngân hàng trên thị trường chứng khoán Việt Nam trong thời gian tới.

Đề tài: Bằng cách sử dụng mô phỏng Monte Carlo xác định xem việc biến động giá cổ phiếu ngân hàng TMCP Quân Đội bị ảnh hưởng bởi những yếu tố nào.
Biến đầu vào

SIZE: Quy mô ngân hàng = Log(Tổng tài sản)
P/B (Price-to-Book ratio): là tỷ lệ được sử dụng để so sánh giá của một cổ phiếu với giá trị sổ sách của cổ phiếu đó. Tỷ lệ này được tính toán bằng cách lấy giá đóng cửa hiện tại của cổ phiếu chia cho giá trị ghi sổ tại quý gần nhất của cổ phiếu đó. Hệ số Giá trị sổ sách / Giá trị thị trường của cổ
P/E (Price to Earning ratio): là chỉ số đánh giá mối quan hệ giữa giá thị trường của cổ phiếu (Price) với thu nhập trên một cổ phiếu (EPS).
EPS (Earnings per share): là lợi nhuận sau thuế của công ty phân bổ trên một cổ phiếu thông thường đang được lưu hành ở trên thị trường.
EXR: hay còn gọi là tỷ giá trao đổi ngoại tệ. Được hiểu là tỷ giá của một đồng tiền này có thể được quy đổi cho một đồng tiền khác, tỷ giá giữa 2 loại tiền tệ, là số lượng đơn vị tiền tệ cần thiết để mua một đơn vị ngoại tệ. Ở đây tác giả sử dụng tỷ giá USD/VND
ROA: tỷ số lợi nhuận ròng trên tài sản (Return on total assets), là chỉ tiêu đo lường khả năng sinh lợi trên mỗi đồng tài sản của công ty. ROA = Lợi nhuận ròng dành cho cổ đông thường/Tổng tài sản

Biến đầu ra

P: Giá cổ phiếu

Dựa trên các giá trị ngẫu nhiên của các biến đầu vào, chúng ta tính toán kết quả liên quan đến biến động giá cổ phiếu của Ngân hàng TMCP Quân Đội (MBB) bằng phương pháp Monte Carlo thông qua các phân phối xác suất khác nhau với độ tin cậy 95%. Từ đó, giúp nhà đầu tư và các chuyên gia tài chính đánh giá được mức độ ảnh hưởng, gây ra biến động giá cổ phiphiéu của các ngân hàng và đưa ra quyết định dựa trên thông tin có cơ sở cũng như đầu tư cổ phiếu một cách hiệu quả.

Bài tập về nhà tuần 1

library(ggplot2)

Binomial distribution

Giả sử số tô hủ tiếu bán được ở quán trong tháng có phân phối nhị thức với tham số n=1000 và xác suất bán được p=0.2

b <- rbinom(2000, 1000, 0.20)
summary(b)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   163.0   191.0   200.0   199.6   208.0   241.0

var(b)

## [1] 156.2291

sd(b)

## [1] 12.49916

hist(b, main="Number of hypertensive patients",xlab = "b")

Normal distribution

Thông tin về một cửa hàng kinh doanh được cho như sau: Lợi nhuận được tính bằng công thức: LN = (P - Z)*Q (với P, Q, Z lần lượt là: giá bán, giá vốn, số lượng hàng bán được) Giá bán có phân phối chuẩn với kỳ vọng là 16.000đ và độ lệch chuẩn là 4.000đ. Giá vốn có phân phối đều từ 12.500đ đến 16.500đ. Số lượng hàng bán được có phân phối đều trong khoảng từ 50.000 đến 80.000 sản phẩm mỗi tháng. Hãy mô phỏng lợi nhuận của cửa hàng này.

times=100
muy=16000
sigma=4000
c=array(dim = times)
Z=sample(12500+(16500-12500)*runif(times))
P=rnorm(times,muy,sigma)
Q=sample(50000+(80000-50000)*runif(times))
for (i in 1:times)  c=(P-Z)*Q
hist(c)

summary(c)

##       Min.    1st Qu.     Median       Mean    3rd Qu.       Max. 
## -664820139  -81970279   57839114   70758051  244610361  717884653

var(c)

## [1] 6.790938e+16

sd(c)

## [1] 260594279

hist(c, main="Lợi Nhuận", xlab = "cc")

c <- as.data.frame(c)
ggplot(data = c, aes(c)) +
  geom_density(color = 'green')

Union distribution

Giả sử số lượng ly trà sữa được bán ra mỗi ngày tuân theo quy luật phân phối đều. Theo ghi nhận số lượng ly trà sữa được bán ra trong ngày ít nhất là 20 ly và nhiều nhất là 40 ly. Hãy mô phỏng số lượng ly trà sữa được bán ra trong 1 ngày trong khoảng thời gian 4000 ngày

d <- runif(4000, 20, 40)
summary(d)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   20.01   24.83   29.78   29.93   35.05   40.00

var(d)

## [1] 33.3706

sd(d)

## [1] 5.776729

hist(d)

Poisson distribution

Giả sử số người rút tiền trong một ngày tại cây ATM có phân phối poisson với số lượng người rút tiền trung bình λ = 2.6 (người/ngày). Hãy mô phỏng số tiền được rút từ một cây ATM trong một ngày

e <- rpois(20, 2.6)
summary(e)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    1.75    2.50    2.75    4.00    6.00

var(e)

## [1] 2.302632

sd(e)

## [1] 1.517442

e <- table(e)
e <- as.data.frame(e)
ggplot(e, aes(e, Freq)) + geom_col(fill = 'red') +
  geom_point() +
  geom_line(aes(as.integer(e), Freq), color = 'green')

Exponential distribution

Mô phỏng số khách hàng đến một quầy dịch vụ trong 2000 ngày với tỷ lệ là 1%

f <- rexp(2000,1)
summary(f)

##      Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
##  0.000041  0.281136  0.705964  0.985112  1.318561 11.362490

var(f)

## [1] 1.019566

sd(f)

## [1] 1.009736

hist(f)

f <- as.data.frame(f)
ggplot(data = f, aes(f)) +
  geom_density(color = 'green')

MÔ PHỎNG NGẪU NHIÊN

Nguyễn Thị Lan Anh

2023-06-05