Bài 46 · Mô hình định lượng, không gian & mô phỏng trong BĐS

Portfolio Optimization: lợi nhuận, rủi ro và phân bổ danh mục BĐS

Portfolio Optimization trong BĐS trả lời cách phân bổ vốn giữa nhiều tài sản, dự án hoặc phân khúc để đạt lợi nhuận mong muốn với mức rủi ro chấp nhận được. Khác tối ưu danh mục chứng khoán, BĐS có thanh khoản thấp, giao dịch theo lô lớn, dữ liệu lợi suất bị appraisal smoothing, chi phí giao dịch cao và debt/cash-flow constraints.

Do đó Mean–Variance của Markowitz chỉ là nền tảng. Một mô hình danh mục BĐS thực tế phải đưa concentration, leverage, liquidity, lease expiry, geography, property type và downside scenarios vào constraints hoặc risk model.

Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 46 · Mô phỏng, tối ưu và tương tác chiến lược

Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn

1. Mean–Variance cơ bản

Chọn weights w để tối đa expected return − λ·portfolio variance, với variance = w'Σw. λ phản ánh mức ngại rủi ro.

2. Efficient Frontier

Tập danh mục có return cao nhất cho mỗi risk level. Một danh mục nằm dưới frontier bị phương án khác vượt về cả return/risk.

3. Expected return là đầu vào khó nhất

Weights cực nhạy với expected returns. Một sai lệch nhỏ có thể tạo corner solution. Shrinkage, Bayesian priors hoặc return scenarios thường ổn hơn sample means.

4. Covariance trong BĐS

Appraisal-based returns bị làm mượt nên covariance thấp giả. Transaction/REIT indices có dynamics khác private assets. Cần hiểu nguồn dữ liệu trước khi nói diversification.

5. Diversification không chỉ geography

Hai tài sản khác tỉnh nhưng cùng tenant sector, debt maturity và climate exposure có thể cùng rủi ro. Feature risk nên đa chiều.

6. Constraints thực tế

  • Max tỷ trọng một tài sản.
  • Max office/residential/logistics.
  • Min liquidity/cash.
  • Leverage ceiling.
  • Geography concentration.
  • Tenant concentration.
  • ESG/climate limits.
  • Lot indivisibility.

7. Integer portfolio

Private assets không mua 2,3% một tòa nhà. Nếu quyết định mua/bán cả asset, dùng binary/integer optimization thay continuous weights.

8. Transaction costs

Stamp duty, brokerage, due diligence, tax và market impact lớn. Turnover penalty hoặc explicit buy/sell cost làm rebalancing thực tế hơn.

9. Liquidity risk

Expected return cao nhưng mất 18 tháng bán được không tương đương asset thanh khoản. Có thể đặt minimum cash, maximum illiquid weight hoặc forced-sale discount scenarios.

10. Downside risk và CVaR

Variance phạt upside và downside như nhau. Conditional Value at Risk – CVaR – tập trung tail loss, phù hợp khi Investment Committee quan tâm stress.

11. Scenario-based optimization

Tạo returns dưới interest-rate, cap-rate, recession, climate scenarios rồi tối ưu expected return subject to CVaR hoặc loss constraints. Correlation có thể tăng trong downturn.

12. Robust optimization

Khi expected return/covariance bất định, robust optimization tìm danh mục ít nhạy trong uncertainty set thay vì cược vào point estimates.

13. Bayesian và Black–Litterman logic

Có thể kết hợp prior/equilibrium với investment views và confidence để ổn định expected returns. Private real estate không có market portfolio hoàn hảo, nhưng shrinkage logic vẫn hữu ích.

14. Multi-period portfolio

Acquisition, disposal, debt maturity, development completion và capital calls xảy ra qua nhiều năm. Single-period optimizer có thể đề xuất bán ngay tài sản không thể thoát nhanh.

15. Liability-aware portfolio

Quỹ có redemption, debt repayment hoặc capital commitments cần tối ưu asset allocation cùng cash obligations. Return tối đa nhưng thiếu cash đúng kỳ là lời giải thất bại.

16. Case: quỹ 10.000 tỷ

30 assets, constraints max 15%/asset, max 35% office, min 8% cash, LTV≤45%, CVaR downside. So danh mục current với efficient/robust portfolios dưới cap-rate +150 bps stress.

17. Cấu trúc dữ liệu

asset_idexp_returnscenario_returnsliquidity_monthsLTVtyperegiontenant_conc
A019.2%...1240%LogisticsSouth0.18

18. Risk decomposition

Báo contribution-to-risk theo asset/factor giúp biết danh mục tưởng đa dạng nhưng risk tập trung ở một vài cap-rate sensitive assets.

19. Rebalancing

Tối ưu nên xuất trades cần làm và chi phí. Danh mục optimum lý thuyết không đáng dùng nếu phải bán 60% portfolio để đạt.

20. Near-optimal và regret

Có thể chọn danh mục kém optimum 0,2% return nhưng giảm turnover và ổn định hơn. Near-optimal set thường hữu ích hơn một nghiệm duy nhất.

21. Sai lầm

  • Mean returns sample dùng thẳng.
  • Appraisal covariance coi là rủi ro thật.
  • Không transaction costs.
  • Continuous weights cho tài sản nguyên khối.
  • Không liquidity.
  • Không stress correlations.
  • Optimal portfolio = dự báo chắc chắn.

22. Bài tập thực hành

Tạo portfolio 20 tài sản với expected returns, covariance/scenario returns, liquidity và leverage. So Mean–Variance với CVaR, thêm sector/geography constraints và transaction cost; báo efficient frontier và stress loss.

23. Factor-based risk

Thay vì covariance thuần giữa từng tài sản, có thể mô hình risk theo factors như lãi suất, cap-rate, GDP, office demand, logistics demand và climate. Factor model giúp hiểu vì sao assets đồng biến và stress theo macro scenario rõ hơn.

24. Development assets và stabilized assets

Dự án đang phát triển có return distribution, liquidity và capital-call profile rất khác tài sản đã ổn định. Portfolio model nên tách state hoặc scenario thay vì xem mọi asset là cùng loại return hàng năm.

25. Governance của giả định danh mục

Expected return, covariance, liquidity haircut và scenario probabilities nên có owner, version và approval. Portfolio optimizer rất dễ cho ra kết quả đẹp nhưng phụ thuộc mạnh vào vài input khó ước lượng.

Ghi nhớ trong 30 giây

  • Markowitz là nền tảng chứ chưa đủ cho BĐS.
  • Expected returns và covariance có estimation error lớn.
  • Liquidity, leverage, concentration và transaction costs phải vào model.
  • CVaR/scenario/robust optimization phù hợp downside risk.
  • Near-optimal nhưng ổn định có thể tốt hơn optimum nhạy cảm.

Nguồn tham khảo

  • Markowitz – Portfolio Selection.
  • Rockafellar & Uryasev – Optimization of Conditional Value-at-Risk.
  • Tài liệu institutional real estate portfolio allocation và robust optimization.

Bài tiếp theo: Game Theory, Bargaining và Auction Model: chiến lược giữa các tác nhân BĐS

📚 Xem toàn bộ 46 bài trong series Mô hình định lượng, không gian & mô phỏng trong BĐS