Đề tài Các phương pháp đo lường rủi ro và lợi nhuận của đầu tư vốn mạo hiểm

rong bước cuối cùng là ước tính chỉ số vốn mạo hiểm với mức trung bình có trọng số của các chỉ số phụ.Tỉ trọng của mỗi chỉ số phụ tỷ lệ với giá trị tài sản ròng của nó cộng với phần giá trị các khoản đầu tư chưa hoàn thành được phân phối vào các danh mục phụ. Chính điều này đã giúp điều chỉnh sự chênh lệch do lựa chọn thiên vị , điều cần phải khắc phục mà các phương pháp trước đây chưa làm được . 2.2.3 Ưu nhược điểm , khó khăn và cách khắc phục 2.2.3.1 Ưu điểm Việc xây dựng danh mục, chỉ số dựa trên dữ liệu được cung cấp bởi Offroad Capital. Các tập dữ liệu được biên dịch từ nhiều nguồn, bao gồm cơ sở dữ liệu của VentureOne, Plantinum SDC, MarketGuide, và nguồn tài nguyên trực tuyến khác. Theo VentureOne, nguồn cơ sở dữ liệu hoàn chỉnh nhất cho dữ liệu thuộc dạng này, và nó đã ghi nhận khoảng 98% các vòng tài trợ như vậy từ năm 1992. Do đó, cơ sở dữ liệu giảm nhẹ đáng kể lựa chọn thiên vị tiềm năng gây ra bởi việc chỉ nghiên cứu các dự án thành công. Việc xác định chỉ số vốn mạo hiểm dựa trên hai chỉ số phụ . Do có sự lựa chọn thiên vị - những công ty thành công hay có những triển vọng tốt sẽ có được nhiều ưu ái hơn, vì thế có sự chênh lệch giữa hai chỉ số phụ . Bằng cách chỉ định tỉ trọng cho hai chỉ số dựa vào khả năng thành công hoặc thoát khỏi kinh doanh của doanh nghiệp , Peng đã hiệu chỉnh khoản chênh lệch do thiên vị . Nhờ đó đã góp phần tăng tính chính xác và độ tin cậy của chỉ số. 2.2.3.2 Nhược điểm , khó khăn và cách khắc phục Nhược điểm Do khó xác định chỉ số phụ nên phải dựa trên các ước tính và giả định nên đôi khi sẽ làm giảm độ chính xác . Việc tính toán thực hiện qua nhiều khâu có thể nảy sinh nhiều sai sót. Khó khăn và cách khắc phục - Vấn đề đầu tiên là dữ liệu bị kiểm duyệt.Một số khoản đầu tư đã không hoàn thành vào cuối thời kỳ mẫu, vì vậy giá trị của chúng là không thể xác định. Đơn giản chỉ cần bỏ qua các khoản đầu tư dở dang sẽ dẫn đến một sự thiên vị vì những đầu tư đã hoàn thành có thể không chính xác đại diện cho tất cả các khoản đầu tư vào các danh mục đầu tư mạo hiểm. Ví dụ, nếu các khoản đầu tư chưa hoàn thành có xu hướng ít thành công hơn, việc bỏ qua chúng dẫn đến ước tính lên về lợi nhuận của danh mục. Cách khắc phục : sử dụng phương pháp tái tỉ trọng. - Vấn đề thứ hai là thiếu dữ liệu bởi vì giá trị của khoản đầu tư là không quan sát được trong thời gian tạm thời giữa rót vốn và chi ra. Các dữ liệu bị thiếu ngăn cản chúng tôi trực tiếp tính toán lợi nhuận danh mục. Cách khắc phục : sử dụng phương pháp RSR ( repeat-sales regression ) , nó cung cấp các ước lượng có thể tìm thấy giá trị thật sự của chỉ số. - Vấn đề thứ ba là lựa chọn mẫu: lợi nhuận các khoản đầu tư hoàn thành thành công đã quan sát được trong khi những khoản không hoàn thành thành công là không thể. Rõ ràng, việc ước tính lợi nhuận danh mục chỉ dựa trên các khoản đầu tư hoàn thành công sẽ gây ra ước tính có hướng lệch lên nghiêm trọng. Cách khắc phục : đưa ra các giả định hợp lý cho các khoản đầu tư hoàn thành nhưng không thành công. 2.3.2 Mô hình Cochrane (2001) với điều chỉnh sự lựa chọn thiên vị 2.3.1 Nội dung công trình Bài viết phân tích rủi ro và lợi nhuận của các khoản đầu tư vốn mạo hiểm bằng cách đo lường lợi nhuận dự kiến , độ lệch chuẩn , alpha , beta và độ lệch chuẩn thặng dư của các dự án đầu tư vốn mạo hiểm . Nếu công ty được mua lại , ra công chúng hoặc thoát khỏi kinh doanh ta có thể ước tính lợi nhuận cho nhà đầu tư vốn mạo hiểm . Lợi nhuận chính là đầu vào căn bản để phân tích . Trở ngại ở đây chính là sự lựa chọn thiên vị . Tác giả đã khắc phục nó bằng một ước tính tối đa thông qua việc đồng nhất hóa và đo lường sự gia tăng xác suất của việc đi ra công chúng hoặc là được mua lại khi giá trị gia tăng . điểm mà tại đó doanh nghiệp đi ra khỏi kinh doanh và giá trị trung bình , phương sai , alpha , beta lúc này là của lợi nhuận cơ bản . Mô hình này thu hút nhiều tính năng đáng ngạc nhiên về dữ liệu chẳng hạn như thực tế là việc phân phối lợi nhuận ít bị ảnh hưởng bởi thời gian phát hành IPO . Sự ước lượng cũng điều chỉnh thêm sự lựa chọn thiên vị do sai số dữ liệu . Tác giả chỉ sử dụng lợi nhuận từ đầu tư mà kết quả là IPO hoặc mua lại , hoặc các doanh nghiệp đã đi ra khỏi kinh doanh . Và việc tính toán lợi nhuận chỉ đối với dự án đầu tư vốn mạo hiểm , tác giả không cố gắng xác định giá trị thị trường của vốn mạo hiểm tại những ngày trung gian và cũng không phân tích lợi nhuận ước tính giữa các vòng tài trợ . Vì quỹ mạo hiểm thường tính 2-5 quỹ mạo hiểm thường thấp hơn . 2.3.2 Đo lường lợi nhuận và rủi ro thông qua ước tính khả năng đúng tối đa 2.3.2.1 Các thuật ngữ sử dụng trong bài Return - Lợi nhuận - Net return lợi nhuận ròng được theo dõi hàng năm của các công ty . - Log return : Các lợi nhuận không cân xứng cho thấy một chuyển đổi log, việc chuyển đổi log giúp cho việc nắm bắt tính bất cân xứng lợi nhuận tốt hơn, và sự phân bố lognormal là một xấp xỉ rất tốt để phân phối lợi nhuận thực tế. Sự phân bố thực tế có khi lớn hơn so với phân phối bình thường, nhưng sự khác biệt là không lớn. - Nên lựa chọn loại nào của lợi nhuận ? Từ quan điểm thống kê, mô tả những thời điểm của sự phân bố log return có vẻ tốt hơn.Tuy nhiên, để quyết định danh mục đầu tư, mức độ dự kiến hoặc mức lợi nhuận trung bình số học và độ lệch chuẩn tương ứng là số liệu thống kê quan trọng. Nếu ta tạo thành một danh mục đầu tư gồm phần nhỏ w trong một đầu tư VC với lợi nhuận RVC và phần (1 – w) trong một lợi nhuận phi rủi ro Rf, lợi nhuận của danh mục đầu tư RP được cho bởi wRVC + (1 - w) Rf, với trung bình E(RP)=wE(RVC) + (1 - w) Rf và độ lệch chuẩn σ (RP) = wσ (RVC).Chúng tôi không thể làm cho loại hình chuyển đổi với giá trị trung bình và phương sai của log lợi nhuận. –phương sai trung bình lý thuyết danh mục đầu tư cũng chỉ rõ lợi nhuận thực tế hơn là logreturn. Tất nhiên, ta có thể dễ dàng chuyển đổi giữa hai biện pháp. Ví dụ, nếu mô tả thống kê tốt nhất là logreturn mà bình thường phân phối với trung bình μ và phương sai σ2, sau đó chúng ta có thể tính toán lợi nhuận trung bình thực tế hoặc số học eμ+σ2/2. Độ lệch chuẩn của lợi nhuận phản ánh tính thay đổi và không cân xứng của lợi nhuận. Returns sorted by age Cho đến nay, việc gộp tất cả lợi nhuận với nhau đã không xem xét việc phải mất bao lâu để đạt được lợi nhuận đó, đây là một cách hợp lý để mô tả dữ liệu. Tuy nhiên, điều quan trọng là phải hiểu lợi nhuận khác nhau tùy theo tuổi tác của dự án. Betas Thực hiện hồi quy lợi nhuận IPO hoặc lợi nhuận do mua lại ta sẽ có được beta - một cơ sở thực tế thú vị để xem độ nhạy cảm, nhưng không đánh giá được lợi nhuận của các khoản đầu tư cơ bản cho đến khi chúng ta lựa chọn chính xác cho sự thiên vị. Annualized returns – lợi nhuận hàng năm So sánh lợi nhuận hàng năm với lợi nhuận thực tế mà bạn có thể thấy rằng lợi nhuận thực tế ổn định hơn nhiều loại qua tuổi hơn là return hàng năm, chính xác trái với các mô hình, bạn nên quan sát cho một mẫu không được chọn. 2.3.2.2 Công thức tính toán Khắc phục sự lựa chọn thiên vị Để hiểu được ý tưởng cơ bản để khắc phục lựa chọn thiên vị, giả sử có một đầu tư vốn mạo hiểm phát triển với một tốc độ trung bình không đổi là 10% mỗi năm và một độ lệch chuẩn không đổi là 50% mỗi năm. Nếu xác suất của việc đi ra công chúng được độc lập với giá trị của dự án, giá trị trung bình sẽ đo các đặc tính return cơ bản. Các dự án mà phải mất hai năm để ra công chúng sẽ có lợi nhuận trung bình 2 × 10% = 20% và phương sai 2 × 0,502; các dự án mà phải mất 3 năm để ra công chúng sẽ có lợi nhuận trung bình của 3 × 10% = 30% và phương sai của 3 × 0,502 và vv. Như vậy, trung bình (return/time to IPO) sẽ là một ước tính khách quan của lợi nhuận dự kiến hàng năm và trung bình của (return2/time to IPO) sẽ hình thành một ước tính khách quan của phương sai của lợi nhuận hàng năm. Tuy nhiên, các dự án có khuynh hướng ra công chúng khi giá trị của chúng đã tăng lên. Để hiểu tác dụng của thực tế này, giả sử rằng mỗi dự án ra công chúng khi giá trị của nó đã phát triển theo hệ số 10. Bây giờ, tất cả lợi nhuận đo chính xác là 1%. Các công ty không đạt được giá trị này thì duy trì tư nhân.Lợi nhuận trung bình đo được là 1% với một độ lệch chuẩn của 0. Trong ví dụ này, chúng ta có thể xác định các thông số của phân phối cơ bản bằng cách đo số lượng các dự án ra công chúng. Nếu lợi nhuận trung bình thực là cao hơn 10%, hoặc nếu độ lệch chuẩn cao hơn 50%, nhiều dự án sẽ vượt quá ngưỡng 1% cho việc đi ra công chúng trong năm đầu tiên. Bởi vì tăng trưởng trung bình và độ lệch chuẩn phát triển theo căn bậc hai, các phân số mà ra công chúng trong một năm và hai năm với nhau có thể xác định các trung bình độ lệch chuẩn. Các quan sát ở khoảng thời gian khác nhau thêm vào nhiều thông tin. Ước tính khả năng đúng tối đa Thủ tục ước tính khả năng đúng tối đa Để ước lượng giá trị trung bình , độ lệch chuẩn , alpha , beta của vốn mạo hiểm , điều chỉnh sự lựa chọn thiên vị mà chúng ta chưa thấy được lợi nhuận của những dự án vẫn còn chưa được biết đến , tác giả đã xây dựng một mô hình cấu trúc xác suất của dữ liệu – làm thế nào có thể thấy được lợi nhuận được tạo ra từ giá trị cơ bản và quyết định ra công chúng hoặc thoát khỏi kinh doanh . Với Vt là giá trị doanh nghiệp tại thời điểm t . Sự gia tăng trong giá trị được xem như là một biến phân phối lognormally với các tham số µ và σ . Đây là những tham số trung tâm mà chúng tôi muốn tìm hiểu . Ln ( ∆) ˜ N (µ∆ , σ2 ∆ ) (1) Tiêu chuẩn hóa từng dự án đến giá trị bằng 1 , sử dụng khoảng thời gian ∆ = 3 tháng .Mỗi giai đoạn , doanh nghiệp có thể thoát ra khỏi kinh doanh , ra công chúng hay được mua lại . k biểu thị cho cận dưới của giá trị . Nếu Vt ≤ k thì doanh nghiệp đi ra khỏi kinh doanh , lúc đó ta có xác suất : Pr ( out of business | Vt ) = 0 >1 ≤ (2) Nếu doanh nghiệp vẫn còn trong kinh doanh nó có thể được IPO hoặc mua lại . Xác suất của việc đi ra công chúng là một hàm gia tăng của giá trị . Ta mô hình hóa xác suất này như một hàm logistic .Ta có xác suất: Pr ( IPO | Vt , > ) = 1/ ( 1+ e-a(ln(V) –b) ) (3) a và b biểu thị cho xác suất của việc đi ra công chúng ( hoặc mua lại ) dưới dạng là một hàm của giá trị . Những doanh nghiệp đưa ra khỏi tập hợp các doanh nghiệp vẫn còn trong mẫu có xác suất : Pr ( removed | Vt ) = 1/ ( 1 + − ( ( ) – ) ) >1 ≤ (4) Như vậy xác suất của giá trị Vt+∆ tại giai đoạn bắt đầu của t + ∆ là : Pr ( Vt+∆) = ∫ Vt Pr(Vt+∆| Vt )[1 - Pr ( removed | Vt ) ]Pr(Vt ) (5) Và xác suất Pr(Vt+∆| Vt ) được cho bởi phân phối lognormal của (1) Vì ta không có những quan sát vững chắc ở trên toàn bộ các doanh nghiệp đã thoát khỏi kinh doanh , vì thế một vài thời kì sẽ bị sai . Như vậy , xác suất : Pr( out of business at t , see ) = c × Pr ( out of business at t ) (6) Ta ước lượng trực tiếp c như là số thập phân của những doanh nghiệp thoát khỏi kinh doanh mà ta có dữ liệu đáng tin cậy . Pr ( IPO at t , value = Vt , see ) = d × Pr ( IPO at t , value = Vt ) (7) Ta ước lượng trực tiếp d như là số thập phân của những doanh nghiệp IPO hoặc mua lại mà ta có dữ liệu đáng tin cậy . Cho các thông số {µ,σ,k,a,b,c,d} ta có thể tính toán phân phối xác suất của giá trị và thời gian cho việc thoát khỏi kinh doanh và IPO , và xác suất của số năm vẫn còn là doanh nghiệp tư nhân với giá trị Vt . Thiết lập một hệ thống giá trị , ước tính tất cả các xác suất . Sử dụng (1) ta có được xác suất của giai đoạn 1 của quá trình đầu tư. Sử dụng (2) ,(3),(6),(7) ta có được xác suất của IPO hoặc phá sản trong giai đoạn 1 , và xác suất của IPO hoặc phá sản đã có nhưng với dữ liệu xấu . Sự dụng (5) ta có xác suất của giai đoạn 2 , và cứ làm tiếp tục theo đó . Sauk hi có xác suất cho mọi trường hợp , ta kết nối dữ liệu để tính toán các hàm có khả năng . Mẫu bao gồm các quan sát vòng tài trợ vốn mạo hiểm . Kết quả mỗi vòng là một trong các loại sau :- IPO / mua lại với dữ liệu tốt .- IPO / mua lại với thời gian tốt nhưng dữ liệu lợi nhuận xấu .- IPO / mua lại với thời gian và dữ liệu lợi nhuận xấu. - Vẫn còn là doanh nghiệp tư nhân . Thời gian = ( Ngày kết thúc mẫu – Ngày đầu tư ).- Thoát khỏi kinh doanh , ngày thoát tốt .- Thoát khỏi kinh doanh , ngày thoát xấu . Dựa vào cấu trúc ở trên , cùng với việc cho biết các thông số {µ,σ,k,a,b,c,d}ta có thể tính toán xác suất của một điểm dữ liệu nhìn thấy nào . Tính log và thêm vào bên trên xác suất này cho mọi điểm dữ liệu , ta có thể có khả năng đúng . Lợi nhuận đối với vốn cổ phần nếu có IPO được xác định : = max ( , 0 ) (8) Lợi nhuận đối với vốn cổ phần nếu công ty thoát khỏi kinh doanh là bằng 0 ( ngay cả khi Vt < k ). Ước tính của alpha và beta Để ước tính mô hình hồi quy , tác giả chỉ định Ln ( ( ∆) ) = γ + ln ∆ + δ (ln ∆ - ln ) + εt + ∆; εt + ∆˜ N (0,σ2) (9) thay thế cho (1) . Với ∆ : lợi nhuận phi rủi ro tại thời điểm t+∆ : lợi nhuận phi rủi ro tại thời điểm t ∆ : lợi nhuận thị trường tại thời điểm t+∆ Điều này như CAPM nhưng giống trong log returns hơn là trong mức lợi nhuận . Để ước tính (9) ta nhóm tất cả các khoản đầu tư theo quý theo nơi mà chúng được tạo ra , Sau đó ta sử dụng chuỗi thời gian quan sát của và để tìm ra xác suất của lợi nhuận, IPO , thoát khỏi kinh doanh v.v Ta ước tính giá trị trung bình và độ lệch chuẩn của các báo cáo riêng biệt, ta có một con số của các ước lượng nhỏ hơn với alpha và beta tốt. 2.3.3 Ưu nhược điểm 2.3.3.1Ưu điểm Khắc phục được sự lựa chọn thiên vị bằng ước tính khả năng đúng tối đa , khả năng đồng nhất hóa và đo lường xác suất việc đi ra công chúng sẽ được mua lại hoặc là tăng giá trị. 2.3.3.2Nhược điểm- Mô hình thị trường của Cochrane không cho phép sự khác biệt thuộc đặc tính của các công ty cá nhân, nhưng chỉ alpha thị trường rộng và beta cho đầu tư mạo hiểm- Trong điều chỉnh xu hướng lựa chọn, Cochrane không phân biệt giữa các loại khác nhau về lối thoát và vòng tài trợ, thực thi một ngưỡng duy nhất cho các sự kiện xác định giá trị khác nhau- Trong điều chỉnh chênh lệch lựa chọn, trong Cochrane, ngưỡng bắt nguồn từ lợi nhuận của các công ty cá nhân trong khoảng thời gian quy định mà không cần tham chiếu đến điều kiện thị trường. 2.4 Mô hình chỉ số lai (Hybrid Index) với hiệu chỉnh sự lựa chọn thiên vị 2.4.1 Nội dung công trình Bài viết này xây dựng một chỉ số cho vốn mạo hiểm để cung cấp một chuẩn mực rõ ràng. Như vậy một chuẩn mực là rất hữu ích: để ước lượng hiệu suất của cổ phần vốn mạo hiểm đặc biệt; để ước lượng hiệu suất của các quỹ cụ thể, bao gồm cả công ty hợp danh vốn mạo hiểm, quỹ mạo hiểm doanh nghiệp và cổ phần vốn mạo hiểm của các quỹ lương hưu và các khoản hiến tặng, để so sánh hiệu suất của vốn mạo hiểm với các loại tài sản khác; để xác định phân bổ danh mục đầu tư của các loại tài sản khác nhau, và cho các ứng dụng khác. Có một số vấn đề quan trọng trong xây dựng một chỉ số. Đầu tiên đó là vấn đề giá cả cho các công ty tư nhân thì gián đoạn và không thường xuyên. Giá được thiết lập đối với cổ phiếu trong một công ty cá nhân khi nó làm tăng vốn mới, khi bán cổ phiếu ra công chúng (thông qua IPO ), khi nó được mua lại, hoặc khi nó không còn hoạt động. Các công ty này là " tư nhân" - cổ phiếu của họ không đăng ký với Ủy ban Chứng khoán và Giao dịch (SEC), họ không báo cáo kết quả tài chính cho SEC hay cho công chúng, trừ khi họ muốn, và cổ phiếu của họ không được giao dịch ở bất kỳ thị trường có tổ chức . Để đo lường chuyển động trong giá trị của các công ty tư nhân theo thời gian, tác giả phát triển một phương pháp để tạo ra một chỉ số giá tiêu chuẩn cho các công ty như vậy. Trước tiên là xây dựng các chỉ số bằng cách sử dụng một phiên bản lai hiện đại của kỹ thuật repeat-sales (lặp lại bán hàng) được đưa ra bởi Bailey và cộng sự (1963) để đo sự thay đổi giá bán bất động sản không thường xuyên, và chúng tôi hiệu chỉnh cho nó sự lựa chọn chênh lệch. Các đơn vị quan sát là một khả năng về giá có thể xảy ra cho một công ty tư nhân. Điều này bao gồm bất kỳ đợt huy động vốn tư nhân, trong đó nhất thiết phải tạo ra một giá trị công ty (báo cáo hoặc không) được xác định bằng thương lượng giữa công ty phát hành và nhà đầu tư của mình (có thể bao gồm công ty hợp danh vốn đầu tư mạo hiểm , cá nhân, và tập đoàn). Các khả năng về giá có thể xảy ra cũng bao gồm các IPO, mua lại, và kết thúc hay phá sản. Chỉ số này do đó phản ánh tổng lợi nhuận từ đầu tư trực tiếp tại các công ty, chứ không phải lợi nhuận đến các nhà đầu tư là thành viên hợp danh của quỹ đầu tư mạo hiểm sau các lệ phí và các chi phí quỹ của họ. Đây được gọi là mô hình lai vì nó là kết quả lai của việc thực hiện phương pháp repeat- sales trong Peng (2001) đồng thời thực hiện ước tính tối đa như Cochrane(2005) nhưng có một vài sự điều chỉnh cho phù hợp. 2.4.2 Công thức tính toán Có hai bước để xây dựng các chỉ số. Trong bước đầu tiên, để đo lường việc chọn lọc mẫu trong các giao dịch mà không tiết lộ giá trị, chúng tôi xây dựng lịch sử của các khả năng về giá có thể xảy ra cho tất cả các công ty mà chúng tôi có dữ liệu (những sự kiện đó cho biết giá trị và những sự kiện khác thì không) để ước lượng xác suất mà một công ty sẽ tiết lộ giá trị (thông qua IPO, mua lại, tư nhân tài trợ, hoặc ngừng hoạt động). Chúng tôi sau đó sử dụng khả năng này ước tính trong việc xây dựng các chỉ số của một phiên bản lai của phương pháp xác định giá trị lặp lại, sử dụng thông tin về các giao dịch cho các công ty mà cho biết giá trị và để chúng ta có thể quan sát một mức giá hoặc lợi nhuận trong một vài khoảng thời gian. Hybrid Index Model ( mô hình chỉ số lai) với hiệu chỉnh sự chênh lệch lựa chọn Ước tính giá trị thị trường cho hàng hóa giao dịch : Vt = b0 + ∑ ixit + ∑ + = b’xt + p’ + (1) Với Vt : giá trị thị trường hay giá giao dịch Xt : vector mô tả các thuộc tính và định lượng của hàng hoá Xt = (x1t, x2t, …., xnt) b: hệ số ước tính, đại diện cho giá biên tiềm ẩn của mỗi thuộc tính δ τ biến chỉ định với một giá trị cho tất cả các khoảng thời gian lên đến t ξ τ một sai số ngẫu nhiên với giá trị trung bình là không. Qua đó ta thấy rằng giá trị thị trường được xác định bằng tổng hợp các yếu tố tác động lên nó bao gồm : hệ số ước tính tại thời điểm bắt đầu b0, sự thay đổi của hàng hóa theo gian sẽ làm giá biên tiềm ẩn của mỗi thuộc tính thay đổi dẫn đến giá trị thị trường thay đổi (∑ ixit ), sự thay đổi giá theo thời gian ∑ và sai số ngẫu nhiên . Có một lý luận cơ bản về giá trị thị trường mà ta hay gặp đó là giá trị thị trường được xác định bằng tích của giá và khối lượng sản phẩm theo thời gian. Vt = XtPt (2) Với X : số lượng , P : giá của sản phẩm Các logarit của giá giao dịch là đi ngược trở lại khi đo lường các biến đặc tính vật lý của các hàng hoá xit và biến giả đại diện cho thời gian δ τ . Trong công thức này, exp∑ là chỉ số giá tại t . Xem xét sự khác biệt giữa giá giao dịch đo lường tại t và T.(từ công thức (1) chỉ khác nhau là t hay T thôi) ta có được công thức : Vt – VT = b’(xt – xT) + p’( – ) + – (3) Lý thuyết cung cấp hướng dẫn nhỏ trong việc xây dựng các mô hình thống kê về giá ẩn . Giá ẩn là tính chất của một hàng hoá. Một phần giá của loại hàng hoá đó có liên quan đến mỗi tính chất của nó và do vậy có thể đánh giá sự thay đổi về chất lượng. Nếu hình thức của các chức năng giá ẩn là bán logarit và nếu các đặc tính của hàng hóa là không thay đổi giữa doanh số bán hàng, lúc đó xt – xT = 0 , lúc này công thức viết lại là : Vt – VT = p’( – ) + – (4) Lợi thế của công thức này là, để bán hàng lặp lại đối với những hàng hóa không thay đổi (xt – xT = 0), nó không phải là cần thiết phải đo lường các đặc tính chi tiết của các mặt hàng để ước tính chỉ số giá ẩn bởi phương trình (1). Phương pháp bán hàng lặp lại gặp hai thách thức lớn. Trước tiên, doanh số bán hàng có thể là mẫu không ngẫu nhiên của tập hợp cơ sở(Hwang và Quigley, 2004). Thứ hai, đặc điểm của sản phẩm có thể thay đổi. Để giải quyết những vấn đề này, một loạt các mô hình lai đã được phát triển. Những mô hình này kết hợp các tính chất giá ẩn (b’xit ) và doanh thu ước tính lặp lại (p’ ). Ví dụ, ước tính chung của phương trình (1) và (3) cho doanh số bán hàng đơn và bán lặp lại kết hợp với điều chỉnh tính chất của giá ẩn với những thay đổi trong giá trị thị trường. Vit = b’xit + p’ + (5a) Vit - ViT = bˆ’(xit – xiT) + pˆ’( – ) + – (5 b) b = bˆ và p = pˆ (5c) Ta có thể hiểu đó như là kết hợp 2 yếu tố tính chất giá ẩn trong xit và doanh thu ước tính trong p’δ it nên công thức 1,3 được viết lại như trên. Sai số trong công thức (5) có thể là do quá trình tự hồi qui bậc 1: = + và = λ , + μit (6) và μit là các yếu tố nhiễu trắng đưa thêm vào ( Nhiễu trắng mô tả sự biến thiên hoàn toàn mang tính ngẫu nhiên và không có các phần tử mang tính hệ thống nào) , vì thế mà E( ) = E (μit) = E( μit) = 0 E( ) = σ2 η (7) E(μ2 it ) = σ2μ Ban đầu Bailey và cộng sự (1963) giả định λ = 0, trong khi Case-Shiller (1987) giả định λ = 1. Trong công thức, phương sai trung bình trong phương trình (5a) và (5b) là: Var ( ) = + σ2 η (8a) Var ( - ) = ( ) + 2 σ2 η (8b) E [( - )( - )]= ( − − + ) + σ2 η(I(t=g)-I(t=γ)-I(τ=g)+I(τ=γ)) (8c) Bây giờ xem xét sự lựa chọn thiên vị. Các công ty thành công có nhiều khả năng để thu hút thêm các vòng của tài trợ cổ phần tư nhân, có nhiều khả năng để khám phá giá trị khi họ thu hút tiền, có nhiều khả năng được mua lại bởi các công ty giao dịch công khai, và có nhiều khả năng tăng vốn thông qua IPO. Trong thời gian bất kỳ, chúng ta quan sát thấy rằng công ty i có một trong những hành động sau đây: (1) nó chấm dứt hoạt động; (2) nó được mua lại bởi một công ty mà không tiết lộ giá trị của nó; (3) nó cam kết không có sự kiện tài trợ (4 ) nó cũng có một vòng mới về tài trợ cổ phần tư nhân, nhưng chọn không tiết lộ giá trị của nó; (5) thì nó cũng có một vòng mới về tài chính, tiết lộ giá trị của nó; (6) nó được mua lại bởi một công ty mà tiết lộ giá trị của nó; (7) nó bán cổ phần thông qua IPO , "ra công chúng" và tiết lộ giá trị của nó. Những lựa chọn khác tạo thành một thứ tự tự nhiên, từ ít mong muốn nhất (1, đóng cửa) cho mong muốn nhất (6 hoặc 7, IPO, mua lại với một giá trị được tiết lộ). Trong số bảy sự kiện này, chỉ có bốn trong số đó dẫn đến một quan sát về xác định giá trị của công ty (1, 5, 6 và 7). Chúng tôi giả sử có một chỉ số tiết lộ không quan sát được, Iit, cho từng công ty và cho các ngưỡng không quan sát được, Ik , như vậy nếu nó Iit ≤ I1, công ty là đóng cửa, nếu I1 < Iit ≤ I2 , công ty được mua lại mà không tiết lộ giá trị, nếu I2 < Iit ≤ I3, công ty cam kết không có tài trợ; nếu I3 < Iit ≤ I4 , công ty có được một vòng mới về tài trợ cổ phần tư nhân, mà không tiết lộ giá trị, nếu I4 < Iit ≤ I5, công ty có được một vòng mới về tài trợ và tiết lộ giá trị của nó, nếu Iit > I5, công ty ra công chúng thông qua IPO hoặc được mua lại với các giá trị của nó được tiết lộ. Lưu ý rằng Iit có thể thay đổi theo thời gian và với các đặc tính của công ty (ví dụ như tình trạng phát triển bền vững). Giả sử Iit = z’it γ + ςit (9) Với zit = (z1it , z2it ,…, z3it ) là những đặc điểm của công ty i tại thời điểm t có ảnh hưởng đến tài trợ và các khía cạnh khác của sự tiết lộ giá trị, và ςit là một sai số ngẫu nhiên. Các chỉ số tiết lộ giá trị phụ thuộc một cách tích cực vào nhu cầu của công ty để kiếm được tài trợ và phụ thuộc một cách tiêu cực về giá trị của công ty liên quan đến giá trị trước đó của nó. Chúng tôi quan sát giá trị của một công ty duy nhất tại thời điểm một sự kiện tiết lộ giá trị, Iit > I4 hoặc Iit ≤ I1 . Như vậy, kỳ vọng của phương trình (1) cho công ty i là E(Vit ) = b’xit + p’δ it + E(ξ it | khả năng tài trợ cho công ty i tại thời điểm t ) (10) khi mà một sự kiện tài trợ là một trong {ω| Iit > I5 }, {ω| I5 ≥Iit > I4 } hoặc {ω| Iit ≤ I1}. Tương tự như vậy, từ phương trình (3) E( Vit – ViT ) = b’(xit – xiT) + p’(δ it – δ iT ) + (E(ξ it|khả năng tài trợ cho công ty i tại thời gian t) – E (ξ iT | năng tài trợ cho công ty i tại thời gian T)) (11) Rõ ràng, các hệ số ước tính từ phương trình (10) hoặc (11) là thiên vị nếu điều kiện kỳ vọng về thời hạn sai số không phải là số không. Giả sử rằng phương sai của ςit l là 1. Sau đó, phương trình (10) trở thành: E(Vit ) = b’xit + p’δ + ρ (5d) Với = ( )Ф( (( )) khi Iit > I5 = ( ) ( )Ф(( ) Ф( ) khi I5 ≥Iit > I4ϖ = − ( )Ф( (( )) khi Iit ≤ I1 ϕ biểu thị hàm mật độ xác suất và Φ biểu thị hàm phân phối tích lũy của các phân phối chuẩn hóa. Vì vậy, ϖ là tỷ lệ nghịch đảo Mills trong hàm probit . Khuynh hướng của sự lựa chọn, điều chỉnh mô hình định giá kết hợp với phương trình (10) và (11) là Vit – ViT = b’(xit – xiT) + p’(δ – δ ) +θ(ϖ − ϖ ) (ξ – ξ ) (5e) cho một công ty với nhiều nguồn tài trợ các sự kiện, và Vjt = b’xjt + p’ δ τ +θϖ ξ (5e’) cho một công ty với một sự kiện tài trợ duy nhất, θ là tham số ρσ . Ước tính của mô hình có thể được hoàn thành trong một quy trình hai bước. Đầu tiên, một ordered probit với bảy giải pháp thay thế được ước tính để tính toán tỷ lệ Mills , ϖ ,cho mỗi quan sát. Thứ hai, với các tỷ lệ Mills tính trong giai đoạn đầu tiên, phương trình (5e) và (5e ') được ước tính cùng bởi khả năng tối đa sử dụng sai số giả định trong (6), (7) và (8 do đó có thể có được ước lượng không chệch của sự dịch chuyển giá của các công ty cổ phần tư nhân bằng cách sử dụng các mẫu không ngẫu nhiên của các công ty có định giá được thực sự quan sát. Lựa chọn mô hình: xác suất của tài trợ vốn vổ phần tư nhân và các lối thoát Ta ước tính xác suất mà một công ty sẽ được định giá và giá trị đó sẽ được tiết lộ tại bất kỳ điểm nào trong thời gian qua việc xây dựng và phân tích các sự kiện lịch sử về cơ hội tài trợ cho các doanh nghiệp này. Một "sự kiện" là một quan sát trên mỗi công ty trong mẫu trong từng quý. Đặc biệt, chúng ta quan sát dù công ty đã được tài trợ, các loại hình tài trợ, và, đôi khi sự tiết lộ của giá trị. Những sự kiện lịch sử được phân tích bằng cách ước tính một mô hình odered probit bằng cách sử dụng bảy kết quả có thể trong từng quý. Đó là: 1) sự tiết lộ của các giá trị thông qua việc đóng cửa, 2) tài trợ thông qua việc mua lại, mà không có sự tiết lộ của giá trị; 3) không có tài trợ ở tất cả; 4) tài trợ của cổ phần tư nhân mà không có sự tiết lộ của giá trị; 5) tài trợ của cổ phần tư nhân có sự tiết lộ của giá trị, 6 ) tài trợ thông qua việc mua lại với giá trị cho biết; 7) tài trợ và sự cho biết của một giá trị thông qua IPO. Chúng tôi ước tính xác suất của tài trợ đương thời của bất kỳ công ty như là một chức năng của tình trạng phát triển của nó, ghi nhận tại vòng gần đây nhất của nó về tài trợ, các nhóm ngành công nghiệp của nó và vị trí địa lý, thị trường chứng khoán vốn tại thời điểm thời gian và thời gian trên lịch trong quý. Chúng tôi cũng đưa ra giả thuyết rằng xác suất của tài trợ là liên quan nghịch đảo đến thời gian trôi qua vì khoản tiền vốn bơm vào cuối cùng của nó, và tầm quan trọng của thời gian trôi qua khác nhau với các loại vòng tài chính trước đó. Chúng tôi sử dụng mô hình ordered probit để ước tính xác suất mà mỗi công ty sẽ kinh nghiệm học được từ những sự kiện tài trợ và định giá trong từng thời kỳ. Đối với mỗi quan sát vào giá trị doanh nghiệp, chúng tôi bao gồm tỷ lệ nghịch đảo của Mill được tính toán từ xác suất này như là một biến, điều chỉnh dự toán cho sự chênh lệch lựa chọn . Họ thiết lập rõ ràng rằng các công ty mà vòng cuối cùng tìm kiếm càng xa trong quá khứ thì ít có khả năng nhận được tài trợ trong giai đoạn hiện nay. Đặc biệt, một thời gian dài trôi qua kể từ khi các vòng khởi đầu (nguyên gốc) hoặc vòng bấp bênh(các giả định áp chót) thì liên quan nghịch đến tài trợ trong giai đoạn hiện nay. Thời gian trôi qua càng dài kể từ vòng vốn mô tả như là "đầu" và "cuối" cũng gắn liền với xác suất thấp hơn của tài trợ trong giai đoạn hiện nay. Các doanh nghiệp chưa được tài trợ "gần đây" ít có khả năng được tài trợ "ngày hôm nay." Ước tính xác định giá trị doanh nghiệp mạo hiểm và chỉ số Vòng tài trợ sau đó thường dành cho các công ty với định giá cao hơn. Đặc biệt, vòng cuối của tài chính tư nhân, mua lại, và IPO là tất cả liên quan đến định giá cao hơn. Để kiểm tra độ nhạy của các kết quả đối với thứ tự của các sự kiện nêu trên, chúng tôi lại ước tính các mô hình probit với một vài biến thể về thứ tự. Khi kết quả 2 và 3 được tái sắp xếp, log giảm và quy mô R2 cũng giảm đáng kể(Xem Estrella, 1998). Khi kết quả 5 và 6 được tái sắp xếp, log và số liệu thống kê quy mô R2 giảm nhẹ tương ứng. Khi tỷ lệ Mills tính toán từ các mô hình probit thay thế được bao gồm trong phương trình xác định giá trị, nó chỉ dẫn đến thay đổi nhỏ trong ước tính xác định giá trị. Khi kết quả 5 và 6 được sắp xếp lại, các R2 trong phương trình xác định giá trị là không thay đổi, bình quân log lợi nhuận của chỉ số là giống nhau và độ lệch chuẩn của log lợi nhuận là như nhau. Khi kết quả 2 và 3 được sắp xếp lại, các R2 trong phương trình xác định giá trị là giảm nhẹ và độ lệch chuẩn cũng giảm nhẹ như vậy . 2.4.3 Ưu nhược điểm 2.4.3.1 Ưu điểm So sánh với mô hình của Cochrane ta thấy :- Mô hình thị trường của Cochrane không cho phép sự khác biệt thuộc đặc tính của các công ty cá nhân, nhưng chỉ alpha thị trường rộng và beta cho đầu tư mạo hiểm, trong khi mô hình hybrid trình bày ở đây cho phép xác định giá trị ước tính riêng biệt của thị trường toàn cầu và các thành phần không biết nguyên nhân của các công ty cá nhân.- Trong điều chỉnh xu hướng lựa chọn, Cochrane không phân biệt giữa các loại khác nhau về lối thoát và vòng tài trợ, thực thi một ngưỡng duy nhất cho các sự kiện xác định giá trị khác nhau. Ngược lại, thủ tục hiệu chỉnh của chúng tôi cho phép các ngưỡng khác nhau cho các loại hình tài trợ.- Trong điều chỉnh chênh lệch lựa chọn, trong Cochrane, ngưỡng bắt nguồn từ lợi nhuận của các công ty cá nhân trong khoảng thời gian quy định mà không cần tham chiếu đến điều kiện thị trường. Trong cách tiếp cận của chúng tôi, ngưỡng có nguồn gốc tham khảo trực tiếp đến điều kiện thị trường kể vì phương trình odered probit của chúng tôi bao gồm một tập hợp của các biến chỉ báo cho thời gian.- Phân tích của Cochrane là chỉ dựa trên thông tin đến quý II năm 2000, là cao điểm cho định giá vốn chủ sở hữu công cộng và tư nhân. Dữ liệu của chúng tôi bao gồm thêm ba năm nữa, đến quý II năm 2003, phản ánh một chu kỳ đầy đủ của công ty định giá, cho cả các công ty cổ phần tư nhân và công cộng. 2.4.3.2 Nhược điểm Trong việc xác định giá định giá trị thị trường của doanh nghiệp ở công thức 1 , những yếu tố về đặc tính hàng hóa nếu nhìn nhận không đúng sẽ dẫn đến những kết quả không chính xác . Kết luận chương 2 Bài viết đã đưa ra ba cách đánh giá rủi ro , lợi nhuận , xây dựng danh mục , chỉ số cho đầu tư vốn mạo hiểm , đó là phương pháp xây dựng danh mục đầu tư vốn mạo hiểm dựa vào thủ tục tái tỉ trọng của Peng (2001) , phương pháp đánh giá rủi ro và lợi nhuận dựa vào tính ước lượng khả năng đúng tối đa của Cochrane (2005) và xây dựng chỉ số đầu tư vốn mạo hiểm dựa vào mô hình lai của Min Hwang , John , Susan (2005) . Cả ba đều có sử dụng phương pháp điều chỉnh sự lựa chọn thiên vị .Trong mỗi phương pháp đã nêu lên nội dung , cách thực hiện , ưu nhược điểm của từng phương pháp để từ đấy làm nền tảng lý thuyết cho việc áp dụng xây dựng các chỉ tiêu đánh giá . Tính mới lạ trong ứng dụng của chúng tôi nằm trong phần mở rộng của phương pháp lai bán hàng lặp lại cho các công ty tư nhân, hiệu chỉnh cho sự lựa chọn chênh lệch là cần thiết bởi bản chất không ngẫu nhiên của các báo cáo giao dịch, và - quan trọng - các phân tích của bộ dữ liệu kịp thời và duy nhất mà nối với giai đoạn biến động gần đây trong thị trường tài sản. CHƯƠNG III : XÂY DỰNG CHỈ SỐ ĐẦU TƯ MẠO HIỂM : NHỮNG KIẾN NGHỊ CHO VIỆT NAM 3.1 Tình hình xây dựng chỉ số đầu tư vốn mạo hiểm trên thế giới Thị trường vốn mạo hiểm lớn nhất thế giới hiện nay không ai khác chính là Mỹ . Với sự phát triển mạnh mẽ của vốn mạo hiểm đã đáp ứng một cách nhanh chóng và hiệu quả cho các dự án công nghệ cao của Mỹ. Với hàng chục nghìn nhà đầu tư mạo hiểm thường góp vốn vào các công ty hay quỹ đầu tư mạo hiểm, có khả năng tài trợ cho nhiều dự án, đặc biệt là những dự án nghiên cứu và phát triển công nghệ cao đã đem đến cho Mỹ những thành tựu đáng nể , một ví dụ điển hình đó là nước Mỹ mất 85 năm để có được 1 triệu bằng sáng chế đầu tiên, nhưng từ bằng sáng chế thứ 5 triệu cho tới 6 triệu thì chỉ mất có 8 năm. Không chỉ là một nguồn cung cấp vốn mạo hiểm khổng lồ , Mỹ còn là nơi lý tưởng thu hút các nguồn vốn nước ngoài đầu tư vào để kiếm lời . Với sự phát triển cùng những điều kiện thuận lợi trong hệ thống dữ liệu , việc đánh giá rủi ro và lợi nhuận , việc xây dựng các chỉ số đầu tư mạo hiểm đã được thực hiện và có những thành công bước đầu . Việc những chỉ số này được công bố rộng rãi đã góp phần làm cho những bức tranh về vốn mạo hiểm rõ nét hơn và hấp dẫn hơn . Chỉ số đầu tư vốn mạo hiểm Dow Jones Chỉ số đầu tư vốn mạo hiểm Dow Jones là chỉ số đầu tiên và chỉ có giá trị với công ty được đầu tư vốn mạo hiểm. Chỉ số này được xây dựng dựa trên những nguyên tắc xây dựng chỉ số hiện đại , đối với những việc đầu tư được thực hiện liên tục và giá trị có tầm ảnh hưởng nhất định , và hiển nhiên là không có sự lựa chọn thiên vị . Khác với chỉ số đầu tư vốn mạo hiểm thông thường chỉ nhằm theo dõi hiệu suất đầu tư thì chỉ số đầu tư vốn mạo hiểm Dow Jones là chỉ số đầu tiên đo lường sự năng động của thị trường vốn mạo hiểm , đo lường sự thay đổi trong giá trị đầu tư của công ty được tài trợ vốn mạo hiểm . Cũng giống như chỉ số thị trường cổ phiếu hang đầu , những chỉ số này là tỉ trọng vốn hóa thị trường và đầu tư liên tục , có nghĩa là các công ty thoát khỏi danh mục do mua lại hoặc IPO thì bất kì số tiền nào thu được từ việc thoát ra khỏi việc đầu tư vốn mạo hiểm sẽ được tái phân bổ vào tỉ trọng vốn hóa của công ty khác . Cụ thể chỉ số đầu tư vốn mạo hiểm Dow Jones cho biết giá trị thị trường của công ty được tài trợ vốn mạo hiểm ở Mỹ tăng 19% trong quý IV và 23% trong năm 2010 . Sự gia tăng trong chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ trong năm 2010 đã đánh dấu năm thứ hai liên tiếp giá trị và số tiền đầu tư vốn mạo hiểm đã tăng hơn so với năm trước. Nhà tư bản mạo hiểm đã đầu tư 28.5 triệu USD vào 2,874 giao dịch trong năm 2010 , tăng 17% số tiền đầu tư và tăng 8% số giao dịch so với năm 2009 ., theo Dow Jones VentureSource . Quý IV năm 2010 , tổng đầu tư là 9 triệu USD với 785 giao dịch tăng 20% trong số tiền đầu tư và không thay đổi số giao dịch so với năm quý IV năm 2009 với 7.2 triệu USD tổng số tiền đầu tư và 785 giao dịch , theo Dow Jones VentureSource . Và sự gia tăng trong vốn mạo hiểm tài trợ cho các công tytrong quý IV năm 2010 sẽ phân bổ cho nhiều công ty chứ không phải nhằm vào một số ít công ty nào đó . Ông Susan E.Woodward , một nhà kinh tế và là người sáng lập Sand Hill Econometrics “ Đã có 785 vòng tài trợ trong quý IV với một số lượng trung bình 11.5 triệu USD , cao hơn quý III 9 triệu USD . Những con số mới xác nhận quan điểm cho rằng giá trị của vốn mạo hiểm tài trợ cho các công ty quý IV năm 2010 đã tăng đáng kể . Giá trị chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ đã được chỉnh sửa từ những giá trị được công bố trước đó . Đây là điều bình thường , và việc sửa đổi liên tục diễn ra khi những giao dịch không được báo cáo trước đó được biết đến . Chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ lần đầu tiên được công bố vào ngày 31 tháng 3 năm 2010 bởi Dow Jones Indexes , nhà cung cấp hàng đầu thế giới về các chỉ số . Và tính đến ngày 31 tháng 12 năm 2010 đã có khoảng 8000 công ty hoạt động trong chỉ số đầu tư mạo hiểm Dow Jones của Mỹ . Tất cả mọi giá đóng cửa lịch sử hàng ngày được ước tính trước ngày hôm đó dựa trên thử nghiệm ngược lại (tức là tính toán các chỉ số có thể được thực hiện như thế nào trong quá khứ nếu nó tồn tại) . Thông tin hiệu suất được kiểm tra lại hoàn toàn là giả thuyết và chỉ duy nhất cho mục đích thông tin . Hiệu suất được kiểm tra lại không đại diện cho hiệu suất thực tế và hiệu suất quá khứ không biểu thị kết quả cho tương lai . Chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ theo dõi một loại tài sản mà không có giá trị sẵn trước khi ra công chúng , theo Michael A. Petronella , chủ tịch Dow Jones Indexes . “ Bằng cách công bố các chỉ số này , chúng tôi dự đinh làm sáng tỏ về thị trường năng động này và cung cấp cho các nhà đầu tư tiếp cận thông tin trong phân khúc quan trọng của tăng trưởng kinh tế Mỹ” theo Petronella . Phương pháp cho chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ được phát triển bởi chỉ số Dow Jones kết hợp với Sand Hill Econometircs . Các giá trị dựa trên sự kết hợp những giá trị báo cáo của Dow Jones VentureSource và giá trị ước tính dựa trên phương pháp phát triển kinh tế trước đó của Sand Hill nhằm ước lượng giá trị công ty khi giá trị thị trường gần đây không phải là một giá trị sẵn có . Dow Jones VentureSource là cơ sở dữ liệu thuộc sở hữu của Dow Jones & Company và là cơ sở dữ liệu đầu tư vốn mạo hiểm toàn diện nhất thế giới thuẫn trong tất cả các ngành công nghiệp và giai đoạn phát triển . Hình 1: Chỉ số VC : tháng 1 năm 1992 – tháng 6 năm 2010 Hình 2 : So sánh chỉ số VC : tháng 3 năm 2009 – tháng 6 năm 2010 Nguồn : Dow Jones Index of venture capital – 2010Q2 Nguồn : Dow Jones Index of venture capital – 2010Q2 Những trở ngại cần khắc phục khi xây dựng chỉ số đầu tư vốn mạo hiểm Dow Jones- Cổ phần công ty không được giao dịch ở bất cứ thị trường liên tục nào .- Giá trị chỉ được tiết lộ khi các công ty huy động vốn hoặc thoát khỏi kinh doanh, những sự kiện thường cách nhau 1-2 năm .- Khi công ty huy động vốn , chỉ một vài lần họ tiết lộ giá trị doanh nghiệp khi trong điều kiện thỏa thuận có bao hàm nội dung đó .- Trong khi các kết quả tốt nhất của họ như IPO hoặc lợi nhuận cao từ việc mua lại thì luôn luôn được báo cáo thì các vụ mua lại ở giá trị thấp được 0 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 D ec -9 1 Ju n- 92 D ec -9 2 Ju n- 93 D ec -9 3 Ju n- 94 D ec -9 4 Ju n- 95 D ec -9 5 Ju n- 96 D ec -9 6 Ju n- 97 D ec -9 7 Ju n- 98 D ec -9 8 Ju n- 99 D ec -9 9 Ju n- 00 D ec -0 0 Ju n- 01 D ec -0 1 Ju n- 02 D ec -0 2 Ju n- 03 D ec -0 3 Ju n- 04 D ec -0 4 Ju n- 05 D ec -0 5 Ju n- 06 D ec -0 6 Ju n- 07 D ec -0 7 Ju n- 08 D ec -0 8 Ju n- 09 D ec -0 9 Ju n- 10 VC Index: January 1992 - June 2010 (December 31, 1991 = 100) 2010-Q1… 2010-Q1… 2010-Q2 600 800 1,000 1,200 1,400 1,600 1,800 M ar -0 9 A pr -0 9 M ay -0 9 Ju n- 09 Ju l-0 9 A ug -0 9 Se p- 09 O ct -0 9 N ov -0 9 D ec -0 9 Ja n- 10 Fe b- 10 M ar -1 0 A pr -1 0 M ay -1 0 Ju n- 10 VC Index Comparison: March 2009 - June 2010 (December 31, 1991 = 100) 2010-Q1… 2010-Q1… 2010-Q2 báo cáo nhưng không nêu giá trị còn nếu đóng cửa thì hiếm khi được báo cáo. Vì thế , việc nghiên cứu cho các vụ mua lại hoặc đóng cửa phải được theo dõi liên tục và một số giá trị phải được ước tính . 3.2 Những kiến nghị cho việc xây dựng chỉ số đầu tư vốn mạo hiểm tại Việt Nam 3.2.1 Tình hình đầu tư vốn mạo hiểm tại Việt Nam Tuy hiện tại số quỹ đầu tư đang hoạt động tại Việt Nam khá nhiều khoảng 56 quỹ, và phân loại theo hình thức đầu tư , trong đó đầu tư chủ yếu vào cổ phần tư nhân:3 quỹ; đầu tư công nghệ cao và đầu tư mạo hiểm: 3 quỹ( Mekong Capital, IDGVV- IDG Venture VietNam, VinaCapital); đầu tư vào bất động sản: 7 quỹ, đầu tư vào cổ phiếu niêm yết, các công ty cổ phần và các khoản đầu tư cơ hội: 43 quỹ , theo Nguyệt (2009). Mặc dù có khá nhiều quỹ đầu tư đang hoạt động tại Việt Nam nhưng các quỹ mang tính chất đầu tư vốn mạo hiểm thì chiếm tỷ trọng rất thấp và đặc biệt là những quỹ đầu tư vào lĩnh vực công nghệ cao . Hiện nay có 4 quỹ đầu tư lớn nhất tại Việt Nam đó là :- Dragon Capital (1994): Quỹ đầu tư của Anh này là quỹ lớn nhất và nhiều kinh nghiệm nhất tại Việt Nam với tổng tài sản lên tới 1,3 tỷ USD với 7 quỹ thành viên. Hiện Dragon Capital đang quản lý 5 quỹ là Vietnam Enterprise Investments Limited(VEIL), Vietnam Growth Fund Limited (VGF), Vietnam Debt Fund SPC (VDF), Vietnam Debt Fund SPC (VDeF), Vietnam Dragon Fund Limited (VPF) và Vietnam Resource Investments Limited (VRI). Trong đó 2 quỹ lớn nhất là VEIL, VGF.- Mekong Capital : Quỹ đầu tư chủ yếu vào các công ty tư nhân và công ty ở giai đoạn đầu quá trình cố phần hóa, trong hoạt động xuất khẩu. Quỹ có 3 quỹ thành viên là: Mekong Enterprise Fund (2001), Mekong Enterprise Fund II - vốn 50 triệu USD (2006) và Azalea Fund (VAF) - vốn 100 triệu USD (2007) - IDG Venture : Tập đoàn IDG Venture - Mỹ, đầu tư vào Việt Nam từ năm 2004. IDG dự tính đầu tư mạo hiểm 80-100 triệu USD vào Việt Nam giai đoạn 2003-2010 trong lĩnh vực xuất bản ấn phẩm chuyên ngành, tổ chức các triển lãm hội nghị trong lĩnh vực công nghệ thông tin . Và trong năm 2011, theo ông Patrick J. McGovern, IDG sẽ đầu tư quỹ mạo hiểm thứ hai với số vốn 150 triệu USD, tập trung vào các công ty mới hoạt động được một - hai năm, có tiềm năng phát triển trong tương lai, nhưng đang gặp khó khăn về vốn. Sang năm 2012, IDG sẽ đưa ra quỹ thứ ba, với số vốn là 250 triệu USD. Mục tiêu của quỹ này là đầu tư vào các công ty đã hoạt động được từ hai năm trở lên, đã có những sản phẩm có thương hiệu trên thị trường. Đồng thời, quỹ này cũng có thể sẽ được sử dụng đầu tư sang cả các lĩnh vực khác như chăm sóc sức khỏe, bán lẻ.- Vina Capital : Vina Capital hiện có 4 quỹ đầu tư tại Việt Nam: Quỹ đầu tư cơ sở hạ tầng (2007) , Vietnam Opportunity Fund (VOF), VinaLand (2006) và DFJ Vina Capital L.P (2006) - với tổng vốn trên 1 tỷ USD. Vina Capital chủ yếu đầu tư vào các doanh nghiệp hoạt động trong lĩnh vực bất động sản, công nghệ thông tin, viễn thông. Với số lượng quỹ mạo hiểm khá ít , số lượng các doanh nghiệp nhiều nhưng những dự án khả thi để được đầu tư vốn mạo hiểm thì hạn chế , đồng thời việc rót vốn vào các công ty chỉ được thông báo rộng rãi bằng những con số chung chung chứ không phải là con số cụ thể được rót trong từng giai đoạn , nhiều con số về công ty không được tiết lộ . Như vậy về dữ liệu đầu vào cho việc đánh giá rủi ro và lợi nhuận khá khiêm tốn và không đầy đủ . Việc tính toán này chỉ các quỹ đầu tư và chính các doanh nghiệp với nguồn thông tin nội bộ ít được tiết lộ này mới có khả năng tính toán được nên bài viết sẽ không thực hiện tính toán áp dụng 3 phương pháp nêu trên ở Việt Nam mà chỉ nêu ra định hướng và lựa chọn mô hình cho việc xây dựng chỉ số đầu tư vốn mạo hiểm . 3.2.2 Lựa chọn mô hình Xem xét ba mô hình trong điều kiện Việt Nam- Mô hình Peng – thủ tục tái tỉ trọng Trong mô hình này ta cần số liệu về dòng tiền ra vào các dự án , giá trị tài sản ròng , giá trị tăng vốn của các dự án , xác định được thời điểm rót vốn , khoản thời gian đầu tư . Việc thiếu dữ liệu sẽ gây nhiều khó khăn cho phương pháp này .- Mô hình Cochrane – ước tính khả năng đúng tối đa Trong mô hình này ta cần ước tính xác suất của các trường hợp đầu tư hoàn thành sẽ thoát khỏi như thế nào và cần có giá trị doanh nghiệp tại thời gian thoát vốn để ước tính lợi nhuận tối đa . Việc ước tính tối đa độ lệch chuẩn , giá trị trung bình , alpha , beta phải thông qua hồi quy các quan sát lợi nhuận thị trường và lợi nhuận phi rủi ro theo thời gian. Về lợi nhuận thị trường ta có thể có dữ liệu song còn lợi nhuận phi rủi ro của các khoản đầu tư mạo hiểm thì có vẻ như vẫn chưa có dữ liệu nào ở Việt Nam tính toán về điều này.- Mô hình lai với sự điều chỉnh sự lựa chọn thiên vị Trong mô hình này đầu tiên ta cần biết được những yếu tố liên quan đến hàng hóa của doanh nghiệp được đầu tư để từ đó xác định giá trị thị trường tại các thời điểm . Nhờ việc xác định phương pháp repeat-sales đã giúp hạn chế phần nào việc thiếu sót dữ liệu . Việc xác định hệ số ước tính , biến chỉ định , sai số ngẫu nhiên sẽ tùy từng trường hợp mà có những ước tính cụ thể. Về chỉ số tiết lộ không quan sát được Iit cho từng công ty và cho các ngưỡng không quan sát được Ik , những chỉ số này có thể do chính cơ quan quản lý quỹ đầu tư dựa vào từng dự án đầu tư với quy mô tương ứng cùng với những kỳ vọng về lợi nhận đạt được mà đưa ra những ngưỡng tiêu chuẩn để đánh giá tình hình . Đồng thời mô hình lai này là kết quả lai của phương pháp repeat- sales của Bailey và ước tính khả năng đúng tối đa của Cochrane nên đã khắc phục được nhiều nhược điểm . Hiện tại đây là công trình nghiên cứu mới nhất về xây dựng chỉ số đầu tư vốn mạo hiểm nên đã dần khắc phục những tồn tại trước đó . Vì thế Việt Nam có thể áp dụng mô hình này để xây dựng chỉ số đầu tư vốn mạo hiểm nhằm cung cấp những phương tiện đánh giá tình hình đầu tư , từ đấy những nhà đầu tư khác có thể dựa vào để lựa chọn những doanh nghiệp họ sẽ đầu tư trong tương lai . 3.2.3 Những yếu tố cần thiết Dữ liệu thực hiện Cần tạo một kho dữ liệu đầy đủ , chính xác , theo dõi các yếu tố liên quan đến đầu tư vốn mạo hiểm theo thời gian . Về phía quỹ đầu tư mạo hiểm : cần cung cấp bảng kế hoạch rót vốn cụ thể cho từng dự án theo thời gian và cung cấp giá trị thu hồi được khi các dự án hoàn thành dù thành công hay không thành công . Về phía các doanh nghiệp được đầu tư cần cung cấp một cách trung thực và chính xác và liên tục giá trị của công ty , lợi nhuận thu được va những tình hình biến động của công ty để có những ước tính chính xác cho những con số dự báo trong tương lai. Bộ phận thực hiện Nếu như có một bộ phận đứng ra đảm nhiệm việc tập hợp dữ liệu từ các công ty , có những chuyên gia để thực hiện các việc tính toán ,ước tính và xây dựng , đồng thời nghiên cứu những thay đổi trong công thức xây dựng ở Việt Nam sẽ góp phần nâng cao tính chính xác của chỉ số . Thị trường vốn mạo hiểm phát triển Sự phát triển của thị trường vốn mạo hiểm sẽ giúp cho danh mục đầu tư phong phú hơn, mang tính hiệu quả hơn và chất lượng hơn . Ta có thể có nhiều sự so sánh về các chỉ số hơn, tạo nên những áp lực cho các doanh nghiệp để thực hiện kinh doanh tốt hơn nhằm cải thiện các chỉ số , tăng tính cạnh tranh . Sự phát triển của thị trường vốn mạo hiểm sẽ cần nhiều sự hỗ trợ của chính phủ trong khuôn khổ pháp lý , nguồn tài trợ từ các nhà đầu tư , nguổn ý tưởng có chất lượng và hiệu quà , một thị trường có tính thanh khoản và thuận lợi cho việc giao dịch , đầu tư và thu hồi vốn . Kết luận chương 3 Trong phần này , bài viết giới thiệu một cách sơ lược về chỉ số đầu tư vốn mạo hiểm Dow Jones của Mỹ . Và do thiếu cơ sở dữ liệu bài viết chỉ dừng lại ở việc lựa chọn mô hình xây dựng chỉ số đầu tư mạo hiểm ở Việt Nam và các yếu tố cần thiết tạo nền tảng cho việc xây dựng chỉ số đầu tư vốn mạo hiểm ở Việt Nam. Nguồn tài liệu tham khảo Website www.indexventures.com Các bài nghiên cứu Liang Peng (2001) Building a venture capital index John H.Cochrane (2001) The risk and return of venture capital Min Hwang , John M.Quigley , Susan E. Woodward ( 2005) An index for venture capital 1987 – 2003 , page 1 – 25 PGS.TS Phan Thị Bích Nguyệt (2009) Thu hút vốn đầu tư mạo hiểm cho đổi mới công nghệ tại Việt Nam Nguồn tài liệu tham khảo Website www.indexventures.com Các bài nghiên cứu Liang Peng (2001) Building a venture capital index John H.Cochrane (2001) The risk and return of venture capital Min Hwang , John M.Quigley , Susan E. Woodward ( 2005) An index for venture capital 1987 – 2003 , page 1 – 25 PGS.TS Phan Thị Bích Nguyệt (2009) Thu hút vốn đầu tư mạo hiểm cho đổi mới công nghệ tại Việt Nam PHỤ LỤC 1 CÁCH THỨC THỰC HIỆN MÔ PHỎNG Trong mô phỏng, các bước sau đây được thực hiện 200 lần. 1. 1200 số ngẫu nhiên rút ra từ một phân phối lognormal với mức ý nghĩa là 0,03 và độ lệch chuẩn 0,3. Có nghĩa là tương đương khoảng 3% lợi nhuận, và độ lệch chuẩn tương đương với khoảng 34%. 2. Đối với mỗi con số trong 1.200con số lợi nhuận trung bình của một khoản đầu tưcá nhân, và ngẫu nhiên rút ra 50 con số lợi nhuận thời kỳ riêng lẻ cho mỗi đầu tưcá nhân. Độ lệch chuẩn của phân phối từ doanh thu thời kỳ riêng lẻ được tạo ra tương đương với 20% củadoanh thutrung bình củatài sảnđó. 3. 1200sốngẫu nhiênrút ratừmột phân bốđềuvớitối thiểu0,5vàtối đa10. Những con số nàylàcácgiá trịban đầu của mỗi đầu tư. Ngoài ra, ngẫu nhiên rút ra1.200số ngẫu nhiên từ một phân bố đều với tối thiểu1 và tối đa 50 là ngày đầu tiên của mỗi đầu tư. 4. Ngẫu nhiên tạo ra một mức độ nợ cho mỗi đầu tư từ một phân bố đềuvới mức tối thiểu 0 và một phần năm giá trị ban đầu của đầu tư đó. Khoản đầu tư đi ra khỏi doanh nghiệp khi giá trị của nó thấp hơn mức độ nợcủa mình. 5. Đối với tất cảcác khoản đầu tư mà không đi ra khỏi kinh doanh, tính toán xác suất của việc đi ra công chúng tại thời kỳ t là1/(1+exp(2-log(Vt-Vo))). Trong thiết lập này,khi giá trịcủamộtđầu tư tăng lên khoảng1, xác suất của IPO là khoảng 12%, khi tăng giá trị bằng2, xác suất là khoảng 21%, khi tăng giá trị bằng10, xác suất là khoảng 58%. 6. IPOTạo radựa trên các xác suấttừbước5. Tínhđến nay, chúng tôi đãtạo ramộtthị trườngmà trong đómột sốkhoản đầu tưđãđira công chúng, một sốđãđi ra ngoài DN, và phần còn lại là tư nhân nắm giữ. 7. Tính toán doanh thu thực tế cho danh mục thị trường như là chúng ta quan sát doanh thu cho tất cả khoản đầu tư cho mỗi thời kỳ. 8. Ước tính doanh thu danh mục thị trường với MM-RSR, mà còn sử dụng khoản đầu tư bên ngoài DN và kết quả là IPO. 9. Sử dụng một phiên bản đơn giản của phương pháp re-weighting để ước lượng danh mục đầu tư thị trường. Cụ thể, ước tình đầu tiên doanh thu của good và bad sub-indices. Thứ hai, ước tínhxác suấtthành côngchocác khoản đầu tưchưa hoàn thànhvàphân phốigiá trịcủa họthành cácchỉ số phụ liên quan. Ở đây chúng tôichỉsử dụngthời gian để thoát vốn như là biến dự báo để ước tính xác suất. Thứ ba là tính trung bình các chỉ số phụ với điều chỉnh tỷ trọng. 10. Tính toán sự khác biệt của doanh thu trung bình hình học giữa doanh thu ước tính và doanh thu thị trường thực tế, cho cả hai ước tính nguyên thuỷ ban đầu và ước tính re-weighting. Ngoài ra, tính Mean Squared Error (MSE) cho cả hai ước tính này.