Đo lường rủi ro danh mục đầu tư chứng khoán – trường hợp lợi suất không phân phối chuẩn

QUAN VỀ QUẢN TRỊ RỦI RO DANH MỤC ĐẦU TƯ VÀ MÔ HÌNH VAR

Quản trị rủi ro Danh mục Đầu tư

1.1 Khái niệm về rủi ro và quản trị rủi ro của danh mục đầu tư

1.1.1 Khái niệm về rủi ro & rủi ro của danh mục đầu tư

Rủi ro có thể được hiểu đơn giản là những kết cục có thể xảy ra trong tương lai mà không được mong đợi.

Rủi ro danh mục đầu tư được quan niệm là khả năng xảy ra nhiều kết quả ngoài dự kiến, hay nói cách khác mức sinh lời thực tế nhận được trong tương lai của danh mục đầu tư có thể khác dự tính ban đầu.

Thực tế đầu tư tài chính có nhiều cách để phân loại rủi ro Dựa vào các tính chất của rủi ro có thể chia làm hai loại là rủi ro hệ thống và rủi ro cá biệt

Trong đầu tư, những rủi ro do các yếu tố nằm ngoài công ty, không kiểm soát được và có ảnh hưởng rộng rãi đến cả thị trường và tất cả mọi loại chứng khoán được gọi là rủi ro hệ thống.

1.1.2.2 Rủi ro phi hệ thống

Rủi ro phi hệ thống là một phần trong tổng rủi ro gắn liền với một công ty hay một ngành công nghiệp cụ thể nào đó ngoài những rủi ro gắn liền với thị trường Những yếu tố này có thể là khả năng quản lý, thị hiếu tiêu dùng, đình công hay những yếu tố khác là nguyên nhân gây ra sự thay đổi trong thu nhập từ cổ phiếu của công ty Do những yếu tố này chỉ ảnh hưởng tới một ngành hay một công ty cụ thể nên chúng phải được xem xét cho từng công ty.

Quản trị rủi ro là quá trình xác định các rủi ro và tìm cách quản lý, hạn chế các rủi ro đó xảy ra Một cách tổng quát, đấy là quá trình xem xét toàn bộ hoạt động của tài sản đầu tư, xác định các nguy cơ tiềm ẩn, và khả năng xảy ra các nguy cơ đó Từ đó có sự chuẩn bị các hành động thích hợp để hạn chế các rủi ro đó ở mức thấp nhất

Quản trị rủi ro hay quản lý rủi ro là quá trình tiếp cận rủi ro một cách khoa học toàn diện và có hệ thống nhằm nhận dạng, kiểm soát, phòng ngừa và giảm thiểu những tổn thất, mất mát, những ảnh hưởng bất lợi của rủi ro

Quản trị rủi ro bao gồm các nội dung:

Bước 1: nhận dạng rủi ro Đây là bước đầu tiên nhằm tìm hiểu cặn kẽ về bản chất của rủi ro Cách đơn giản và trực tiếp là liệt kê các biến cố và nhân tố có thể gây ra rủi ro.

Bước 2: Ước tính, định lượng rủi ro

Bước này sẽ đo lường mức độ phản ứng của nhà đầu tư đối với các nguồn rủi ro đã xác định ở trên Cụ thể là dùng một phương pháp giả định nếu có nhân tố rủi ro thì nhà đầu tư sẽ như thế nào? Và điều quan trọng là phải lượng hoá được mức độ rủi ro, có như vậy mới có thể quản lý rủi ro một cách có hiệu quả.

Bước 3: đánh giá tác động của rủi ro Đó là việc nhà đầu tư xem xét những thiệt hại, tổn thất mà mình phải gánh chịu nếu rủi ro thực sự xảy ra Sự tác động của nó đến tổng thể chiến lược đầu tư của mình

Bước 4: đánh giá năng lực của người thực hiện chương trình bảo hiểm rủi ro

Bước 5: lựa chọn công cụ và quản trị rủi ro thích hợp Đây là bước mấu chốt cuối cùng trong quy trình quản trị rủi ro

1.2.1 Phương sai và độ lệch chuẩn

Một trong những chỉ tiêu để đo lường sự biến thiên của lợi suất danh mục là phương sai và độ lệch chuẩn (độ lệch chuẩn là căn bậc 2 của phương sai) Đối với một khoản đầu tư cụ thể, phương sai hay độ lệch chuẩn là một phương pháp ước lượng chênh lệch của những mức lợi suất có thể có, Ri so với lợi suất mong đợi, E(Ri), sau đây:

 (1.1) Trong đó: pi là khả năng xảy ra lợi suất Ri Độ lệch chuẩn: σ =   i n i i i E R p

Khi phân tích danh mục đầu tư, chúng ta thường quan tâm nhiều nhất đến hiệp phương sai của lợi suất Một giá trị hiệp phương sai dương có nghĩa là lợi suất đối với hai khoản đầu tư có khuynh hướng dịch chuyển về cùng một hướng và ngược lại, một giá trị hiệp phương sai âm chỉ ra rằng lợi suất đối với hai khoản đầu tư có khuynh hướng dịch chuyển về hai hướng khác nhau so với mức trung bình của chúng trong suốt một khoảng thời gian Độ lớn của hiệp phương sai phụ thuộc vào phương sai của những chuỗi lợi suất cụ thể cũng như mối quan hệ giữa những chuỗi lợi suất.

Hiệp phương sai bị ảnh hưởng bởi tính biến thiên của hai chuỗi lợi suất riêng lẻ Vì vậy, một con số hiệp phương sai thể hiện mối quan hệ không đúng nếu như hai chuỗi lợi suất không ổn định nhưng lại phản ảnh mối quan hệ bền vững nếu hai chuỗi này ổn định Hệ số tương quan là sự “chuẩn hóa” ước lượng của hiệp phương sai theo công thức như sau:

Trong đó: ρ XY hệ số tương quan của các lợi suất σ X độ lệch chuẩn của tài sản X σ Y độ lệch chuẩn của tài sản Y

Mô hình VaR

2.1 Nguồn gốc ra đời mô hình VaR

Khái niệm “Giá trị tại rủi ro – VaR” có nguồn gốc từ lĩnh vực bảo hiểm Sau đó, nó được du nhập vào thị trường tài chính Mỹ nhờ ngân hàng

“Bankers Trust” trong những năm 1980 của thế kỷ này Tuy nhiên, có công lớn nhất trong trong việc thực tiễn hóa khái niệm VaR lại là ngân hàng thương mại JPMorgan của Mỹ vào những năm 1994

Nguồn gốc hình thành nên những cơ sở khoa học đầu tiên về VaR xuất phát từ những báo cáo về hoạt động trên thị trường tài chính của JPMorgan mà ngài chủ tịch lúc đó – Dennis Weatherstones đã yêu cầu các chuyên viên của mình phải thực hiện hàng ngày Ông Weatherstones muốn có được một cái nhìn tổng quát về rủi ro của từng vị thế khác nhau mà JPMorgan đang thực hiện.

Ngoài ra, việc sử dụng VaR còn được khuyến khích bởi “Nhóm Ba Mươi” vào năm 1993 – tập hợp những định chế tài chính lớn trên thế giới – nhằm kiểm soát rủi ro của từng thành viên Thật ra, việc tính toán rủi ro thị trường đã dần trở nên phổ biến ở các ngân hàng trong nhiều năm trước đó vì hai nguyên nhân: Thứ nhất, kết quả kinh doanh của họ ngày càng bị ảnh hưởng nhiều bởi những hoạt động trên thị trường tài chính; thứ hai, nhiều vị thế trên thị trường, ví dụ như vị thế khi đầu tư vào sản phẩm phái sinh, có thể gây nguy hiểm cho sự phát triển lâu dài và bền vững của họ.

2.2 Khái niệm giá trị tại rủi ro – VaR

VaR là một phương pháp đo lường khoản lỗ tiềm năng cho một công ty, một quỹ, một danh mục, một giao dịch, hay một chiến lược tài chính Nó thường thể hiện bằng phần trăm hay bằng đơn vị tiền Bất kể tại vị thế nào có thể gây ra tổn thất cũng là mục tiêu để tính bằng phương pháp đo lường này. VaR thường được dùng để đo lường mức tổn thất trong rủi ro thị trường, nhưng nó cũng có thể được dùng để đo lường rủi ro tín dụng và một số loại rủi ro khác.

Giả sử rằng một nhà đầu tư quyết định đầu tư một danh mục tài sản P. Tại thời điểm t, giá trị của danh mục đầu tư là V t Sau một khoảng thời gian Δtt, tức là tại thời điểm t + Δtt thì giá trị của danh mục đầu tư là V k Khi đó, giá trị  V ( k )  V k  V t cho biết sự thay đổi giá trị của danh mục P trong khoảng thời gian Δt. t  t t   t

Hình 1.1: Biểu diễn thay đổi giá trị tài sản sau khoảng thời gian Δt

V k là một biến ngẫu nhiên khi đó  V ( k )  V k  V t cũng là một biến ngẫu nhiên Fk(x) là hàm phân phối xác suất của biến ngẫu nhiên  V (k ) Nếu ta xem xét P(  V (k ) ≤ xα) = α, với 0 < α < 1, thì giá trị xα gọi là “Phân vị mức

V t V k α” của hàm phân bố Fk.

VaR của một danh mục (hoặc một lượng tài sản) với chu kỳ k (đơn vị thời gian) và độ tin cậy (1- α)100% là mức phân vị α của hàm phân bố Fk(x). Khi đó đại lượng này được ký hiệu là VaR(k, α) và mang giá trị âm biểu thị tổn thất (thua lỗ) Như vậy ta có:

Từ đây suy ra ý nghĩa của VaR(k, α): nhà đầu tư nắm giữ danh mục P sau chu kỳ k, với độ tin cậy (1-α)100%, khả năng tổn thất một khoản bằng | VaR(k, α)| trong điều kiện thị trường hoạt động bình thường.

Thí dụ: Ngân hàng JP Morgan trong báo cáo tài chính năm 1994 có công bố: VaR (1 ngày, 5%) là 15 triệu USD Như vậy với xác suất 5%, trong một ngày toàn hệ thống của JP Morgan có khả năng thua lỗ là 15 triệu USD.

2.3.3 Các giả thiết về chuỗi lợi suất của mô hình VaR

Tính dừng: Một chuỗi được gọi là dừng nếu kỳ vọng, phương sai và hiệp phương sai không thay đổi theo thời gian Điều này cũng có nghĩa là phân bố xác suất của chuỗi là không thay đổi theo thời gian.

Bước ngẫu nhiên : Với giả thiết này, người ta tin rằng giá trị tương lai không phụ thuộc vào giá trị trong quá khứ.

Giá trị không âm : Các tài sản nhất thiết phải là các giá trị không âm. Thời gian cố định : Giả thiết này cho rằng, điều gì đúng cho một khoảng thời gian thì cũng đúng cho nhiều khoảng thời gian Chẳng hạn, nếu cho khoảng thời gian một tuần thì cũng có thể mở rộng cho một năm.

Phân phối chuẩn: Trong hầu hết các phương pháp tính VaR, người ta giả thiết rằng lợi suất tài sản tuân theo quy luật phân phối chuẩn, chỉ trừ một số phương pháp tiếp cận VaR phi tham số như Monte Carlo.

2.4 Mô hình VaR trong thực hành

2.4.1 Mô hình VaR cho lợi suất và tài sản

Với giả thiết chuỗi lợi suất của tài sản r t là chuỗi dừng và có phân bố chuẩn, chúng ta chỉ cần sử dụng hai tham số kỳ vọng (  ) và độ lệch chuẩn ( ) (hoặc sử dụng các ước lượng của chúng) có thể tính được giá trị VaR.

Từ giả thiết r t ~ N (  ,  2 ) suy ra r t ~ N ( 0 , 1 )

 Công thức tính VaR được xác định như sau: VaR ( 1 ngày , ( 1   ) 100 %)    N  1 (  )  (1.1)

Trong đó với các mức ý nghĩa  : 1%; 2,5%; 5% ta có N  1 ( 0 , 01 ) = - 2,33; N  1 ( 0 , 025 ) = -1,96; N  1 ( 0 , 05 ) = -1.65.

Hình 1.2: Ngưỡng VaR xác định trên hàm mật độ phân phối chuẩn

2.4.2 Mô hình VaR cho danh mục Đối với việc xác định VaR lợi suất cho một danh mục P cũng có công thức tương tự: p p r ngày N

VaR p ( 1 , ( 1   ) 100 %)     1 (  )  (1.2) nếu lợi suất từng tài sản của danh mục tuân theo quy luật phân phối chuẩn

~ i i 2 i N r   với i = 1N thì lợi suất danh mục cũng tuân theo quy luật phân

VaR μ r i phối chuẩn r p ~ N (  p ,  p ) Giả sử  w 1 , w 2 , , w n  là tỷ trọng danh mục khi đó ta xác định được 

Một số phương pháp ước lượng VaR

3.1 Phương pháp toán kinh tế để tính VaR

Xem xét loga lợi suất rt của một tài sản Mô hình chuỗi thời gian chung cho rt có thể được viết là: t t t q j j t j p i t i t i t u u u r r

Hai phương trình này có thể được sử dụng để thu được những giá trị dự báo bước tiếp theo của giá trị trung bình có điều kiện và phương sai có điều kiện của rt với giả định rằng những tham số là đã biết Đặc biệt chúng ta có :

Nếu giả định rằng t là nhiễu Gauxơ, thì phân phối có điều kiện của rt+1 thông tin có thể có tại thời điểm t là N  r ˆ t ( 1 );  ˆ t 2 ( 1 )  Những điểm phân vị của phân phối có điều kiện dễ dàng đạt được để tính VaR.

Với điểm phân vị 5%, thì VaR = r  t  1  1,65*  t  1

 Giả định của phương pháp

 RiskMetrics giả định rằng , rt/Ft ~ N    t , t 2 , ở đây μt là trung bình có điều kiện &  t 2 là phương sai có điều kiện của rt.

 Phương pháp giả định rằng, hai lượng trên có thể được khai triển theo thời gian bằng mô hình đơn giản sau: μt = 0,  t 2    * t 2  1  (1   )* r t 2  1 , 0 t Các giá trị VAR có thể được xác định từ sự phân bố của các giá trị danh mục đầu tư mô phỏng Phương pháp Monte Carlo được thực hiện theo thuật toán sau đây:

 Xác định quy trình ngẫu nhiên và thông số quá trình cho các biến tài chính và các mối tương quan.

 Mô phỏng các quỹ đạo giá giả định cho tất cả các biến lợi suất. Giả thuyết sự thay đổi giá thu được bằng cách mô phỏng, rút ra từ phân phối cụ thể.

 Thu được các giá trị tài sản tại thời điểm T, Pi,T, từ quỹ đạo giá mô phỏng Tính giá trị danh mục đầu tư P p , T =  i , T P i , T

 Lặp lại bước 2 và 3 nhiều lần để hình thành sự phân bố của giá trị danh mục đầu tư P p , T

 Đo lường VART như giá trị âm của phần trăm thứ (1-α) của phân phối mô phỏng cho P p , T

Kỹ thuật mở rộng của Cornish-Fisher (CF)

4.1 Một số lưu ý khi sử dụng giả thiết phân phối chuẩn

Các giả thiết đưa ra để tính VaR thừa nhận các chuỗi lợi suất tài sản tuân theo quy luật phân phối chuẩn Tuy nhiên, trong tài chính, điều kiện hàm phân phối của lợi suất tài sản tuân theo quy luật phân phối chuẩn là không phải thường xuyên xảy ra, đặc biệt đối với mẫu nhỏ Nếu mẫu quá nhỏ, xác suất xảy ra những khoản lỗ lớn không còn chính xác; nhưng nếu mẫu quá lớn thì mối tương quan về thời gian của những kết quả sẽ không còn ý nghĩa.

Nếu lợi suất của một danh mục không phân phối chuẩn thì công thức tính VaR truyền thống không còn là một biện pháp tính toán rủi ro hiệu quả. Để xử lý vấn đề này có thể sử dụng phương pháp Cornish – Fisher mở rộng – bằng cách đưa lợi suất trở về gần với phân phối chuẩn.

4.2 Kỹ thuật mở rộng của Cornish-Fisher

Theo Stuart và Al (1999), một số lượng lớn của phân phối có xu hướng chuẩn khi số lượng của quan sát n tiến tới vô cùng Tuy nhiên đối với mẫu nhỏ, phân phối chuẩn thường không thích hợp lắm Thực tế, trong lĩnh vực bất động sản, trường hợp không có giá thị trường và số lượng giao dịch thấp dẫn đến việc chỉ thu thập được một mẫu nhỏ Do đó, giả định phân phối chuẩn có vẻ là một giả định quá mạnh Ý tưởng ở đây là phải sửa chữa các sai lệch phát sinh từ các điểm phân vị chuẩn.

Về cơ bản phương pháp mở rộng này là sự liên quan xấp xỉ giữa các phân vị của phân phối chuẩn và moment của nó Ước lượng gần đúng này được dựa trên khai triển chuỗi Taylor Nó dựa trên các moment của một phân bố đi chệch khỏi đường cong phân phối chuẩn để xác định các phân vị của phân bố này.

Phương pháp Cornish Fisher mở rộng được phát triển bởi Cornish và Fisher (1973) Phương pháp mở rộng này là một công thức để ước lượng điểm phân vị của một biến ngẫu nhiên chỉ căn cứ một vài nửa bất biến (cumulant) đầu tiên của nó Các nửa bất biến của biến ngẫu nhiên X là khái niệm tương tự như những moment của nó Chúng được định nghĩa là những giá trị Kr theo công thức: với tất cả giá trị t.

Nếu một phân phối được sắp đặt bằng cách tạo ra các moment đầu tiên của các phân phối thích hợp, về nguyên tắc, ta có thể tính toán được điểm phân vị của phân phối và coi đó là xấp xỉ với các điểm phân vị tương ứng của phân phối thực tế Vì vậy, chúng ta có các ước lượng của các điểm phân vị thực tế, đây là các hàm của moment đó Thông thường, các hàm này rất phức tạp và không dễ mô tả theo dạng tường minh Tuy nhiên, trong trường hợp các biến ngẫu nhiên độc lập và cùng phân phối, có thể nhận được sự mở rộng cho các phân vị tiêu chuẩn giống như các hàm của phân vị tương ứng của phân phối chuẩn hóa Trong những sự mở rộng này, điều kiện là các hàm đa thức của phân vị chuẩn hóa thích hợp, với các hệ số là các hàm của moment – các tỷ lệ của phân phối Cách tiếp cận này dẫn đến một giải tích xấp xỉ của các phân vị miễn là các moment của phân phối được xác định (xấp xỉ Cornish – Fisher có tính đến lợi suất 6 moment đầu tiên):

Trong đó E(X n ) biểu thị moment của bậc n và zα là phân vị tương ứng với N(0,1) Chi tiết về sự mở rộng có thể xem trong bài báo của Johson và Kotz (1970) Tính đến hệ số nhọn vượt quá và bỏ qua tất cả các điều kiện không quan trọng, phương pháp Cornish – Fisher mở rộng sử dụng 4 moment đầu tiên của phân phối đưa ra như sau:

Trong đó E(X 3 ) là hệ số bất đối xứng S và E(X 4 ) là hệ số nhọn mở rộng (K-3) của một phân phối, nếu X ở trung tâm và giảm Công thức có thể viết lại:

VaR được đưa ra bởi công thức:

Tính toán VaR sử dụng kỹ thuật mở rộng Cornish – Fisher tìm cách để điều chỉnh bội số liên quan tới quy luật phân phối để có tính đến các moment của bậc cao hơn 2 của các phân phối lợi suất

Nói cách khác, các moment có thể được ước tính bằng cách sử dụng lợi suất lịch sử của danh mục hoặc sử dụng ước lượng đa biến cho các moment. Khi lợi suất có hệ số bất đối xứng đạt giá trị âm hay phần đuôi rộng (platykurtic) phương pháp Cornish – Fisher sẽ đưa một ước lượng rộng hơn cho phần mất mát của VaR thông thường Mặt khác, khi lợi suất có hệ số bất đối xứng dương (leptokurtic), mức lỗ dự kiến sẽ nhỏ hơn của VaR thông thường Khi lợi suất là phân phối chuẩn, phương pháp này hội tụ về các tham số VaR thông thường Ảnh hưởng của lợi suất tài sản không phân phối chuẩn lên phân vị được mô tả dưới đây

Cho một phân bố lệch trái, phân vị nhỏ nhất thấp hơn (cao hơn VaR) phân phối Gaussian Nó trái ngược với một phân bố lệch phải Điểm đầu tiên được minh họa bằng hình 1.3.a nơi hệ số nhọn S = -1 dẫn đến q0.05 = -1.9103 trong khi z0.05 = -1.6449 Chúng ta cũng có q0.001 = -3.3049 và z0.001 = -3.0902. Trên hình 1.3.b, S = 0.5 chúng ta nhận được q0.05 = -1.4980.

Hình 1.3: Phân vị C-F và phân phối chuẩn theo hệ số bất đối xứng

Một phân phối hệ số bất đối xứng đạt giá trị dương – leptokurtic (hay hệ số bất đối xứng âm - platokurtic) hàm ý các phân vị nhỏ nhất thấp hơn (hoặc cao hơn) như hình 1.4a (1.4b) Sự hiệu chỉnh cao nhất cho VaR sẽ xảy ra trong trường hợp của một phân bố lệch trái và hệ số bất đối xứng dương như minh họa hình 1.4.b.

Hình 1.4: Phân vị C-F và phân phối chuẩn theo hệ số nhọn

Chương này nêu lên một cách tổng quát về Quản trị rủi ro danh mục đầu tư và mô hình VaR, trong đó nhấn mạnh kỹ thuật Cornish - Fisher mở rộng như một công cụ đo lường VaR một cách hiệu quả. Để có thể vận dụng quản trị rủi ro danh mục đầu tư vào TTCK thì nhất thiết chúng ta phải có nền tảng vững chắc các lý thuyết về đo lường rủi ro. Giá trị tại rủi ro (VaR) là thước đo rủi ro mang tính chuẩn mực và phổ biến nhất hiện nay Thước đo VaR không chỉ dừng lại ở cấp độ đo lường rủi ro mà ngày càng trở thành công cụ quản trị rủi ro một cách linh hoạt, chủ động đối với nhiều định chế tài chính.

Có nhiều phương pháp xác định VaR, không có một phương pháp nào là tối ưu hoàn toàn vì mỗi phương pháp có một ưu nhược điểm riêng Đặc biệt mỗi phương pháp thường đi kèm với một số giả thiết ngặt nghèo mà trong thực tế hiếm khi xảy ra Cụ thể các phương pháp đo lường VaR thường giả thiết chuỗi lợi suất tài sản phân phối chuẩn Giả thiết này thường gặp khó khăn lớn trong điều kiện mẫu khảo sát không đủ số quan sát cần thiết Trong điều kiện đó, Cornish & Fisher đã đưa ra một phương pháp hữu ích để tính VaR gọi là kỹ thuật Cornish – Fisher mở rộng trên cơ sở điều chỉnh giá trị tham chiếu của phân phối chuẩn.

THỰC TRẠNG QUẢN TRỊ RỦI RO TRONG ĐẦU TƯ CHỨNG KHOÁN TẠI VIỆT NAM

Tổng quan về thị trường chứng khoán Việt Nam

1.1 Tổng quan về thị trường chứng khoán

Thị trường chứng khoán (TTCK) trong điều kiện của nền kinh tế hiện đại, được quan niệm là nơi diễn ra các hoạt động giao dịch mua bán chứng khoán trung và dài hạn Việc mua bán này được tiến hành ở thị trường sơ cấp khi người mua mua được chứng khoán lần đầu từ những người phát hành, và ở những thị trường thứ cấp khi có sự mua đi bán lại các chứng khoán đã được phát hành ở thị trường sơ cấp.

Như vậy, xét về mặt hình thức, TTCK chỉ là nơi diễn ra các hoạt động trao đổi, mua bán, chuyển nhượng các loại chứng khoán, qua đó thay đổi chủ thể nắm giữ chứng khoán.

1.1.2 Chức năng cơ bản của TTCK

- Huy động vốn đầu tư cho nền kinh tế

- Cung cấp môi trường đầu tư cho công chúng

- Tạo tính thanh khoản cho các chứng khoán

- Đánh giá hoạt động của doanh nghiệp

- Tạo môi trường giúp Chính phủ thực hiện các chính sách vĩ mô

1.1.3 Các chủ thể tham gia TTCK

Các tổ chức và cá nhân tham gia TTCK có thể được chia thành các nhóm sau: tổ chức phát hành, nhà đầu tư và các tổ chức có liên quan đến chứng khoán.

Tổ chức phát hành là các tổ chức thực hiện huy động vốn thông qua TTCK Tổ chức phát hành là tổ chức cung cấp các chứng khoán - hàng hoá của TTCK.

 Chính phủ và chính quyền địa phương là nhà phát hành các trái phiếu Chính phủ và trái phiếu địa phương.

 Công ty là nhà phát hành các cổ phiếu và trái phiếu công ty.

 Các tổ chức tài chính là nhà phát hành các công cụ tài chính như các trái phiếu, chứng chỉ thụ hưởng phục vụ cho hoạt động của họ

Nhà đầu tư là những người thực sự mua và bán chứng khoán trên TTCK Nhà đầu tư có thể được chia thành 2 loại: nhà đầu tư cá nhân và nhà đầu tư có tổ chức.

1.1.3.3 Các tổ chức kinh doanh trên TTCK

 Quỹ đầu tư chứng khoán

 Các trung gian tài chính

1.1.3.4 Các tổ chức có liên quan đến TTCK

 Cơ quan quản lý Nhà nước

 Sở giao dịch chứng khoán/Trung tâm giao dịch chứng khoán

 Hiệp hội các nhà kinh doanh chứng khoán

 Tổ chức lưu ký và thanh toán bù trừ chứng khoán

 Công ty dịch vụ máy tính chứng khoán

 Các tổ chức tài trợ chứng khoán

 Công ty đánh giá hệ số tín nhiệm

1.1.4 Cấu trúc và phân loại cơ bản của TTCK

TTCK là nơi diễn ra các giao dịch, mua bán những sản phẩm tài chính (cổ phiếu, trái phiếu, các khoản vay ngân hàng có kỳ hạn trên 1 năm) Sau đây là một số cách phân loại TTCK cơ bản.

1.1.4.1 Căn cứ vào sự luân chuyển các nguồn vốn

Căn cứ vào sự luân chuyển các nguồn vốn TTCK được chia thành thị trường sơ cấp và thị trường thứ cấp.

 Thị trường sơ cấp: là thị trường mua bán các chứng khoán mới phát hành Trên thị trường này, vốn từ nhà đầu tư sẽ được chuyển sang tổ chức phát hành thông qua việc nhà đầu tư mua các chứng khoán mới phát hành.

 Thị trường thứ cấp: là nơi giao dịch các chứng khoán đã được phát hành trên thị trường sơ cấp, đảm bảo tính thanh khoản cho các chứng khoán đã phát hành.

1.1.4.2 Căn cứ vào phương thức hoạt động của thị trường

Căn cứ vào phương thức hoạt động của thị trường TTCK được phân thành thị trường tập trung (Sở giao dịch chứng khoán) và phi tập trung (thị trường OTC).

1.1.4.3 Căn cứ vào hàng hoá trên thị trường

Căn cứ vào hàng hoá trên thị trường TTCK cũng có thể được phân thành các thị trường: thị trường cổ phiếu, thị trường trái phiếu, thị trường các công cụ chứng khoán phái sinh.

 Thị trường cổ phiếu: là thị trường giao dịch và mua bán các loại cổ phiếu, bao gồm cổ phiếu thường, cổ phiếu ưu đãi

 Thị trường trái phiếu: là thị trường giao dịch và mua bán các trái phiếu đã được phát hành, các trái phiếu này bao gồm các trái phiếu công ty, trái phiếu đô thị và trái phiếu chính phủ

 Thị trường các công cụ chứng khoán phái sinh: là thị trường phát hành và mua đi bán lại các chứng từ tài chính khác như: quyền mua cổ phiếu, chứng quyền, hợp đồng quyền chọn

1.1.5 Vài nét về một số thị trường chứng khoán trên thế giới

Vào ngày 17/5/1792 tại Wall Street, 24 nhà môi giới (broker) và thương gia (merchant) đã chính thức ký thỏa thuận Buttonwood thành lập thị trường chứng khoán New York (NYSE) Tại phiên họp các thương gia quyết định sẽ gặp nhau hàng ngày tại Wall Street để giao dịch cổ phiếu và trái phiếu Cho đến bây giờ, chỉ số NYSE vẫn là một trong những chỉ số quan trọng để đánh giá TTCK toàn cầu.

Ngày nay, NYSE, AMEX, NASDAQ và hàng trăm các thị trường chứng khoán khác đã góp phần quan trọng đáng kể vào nền kinh tế quốc gia và toàn cầu.

1.2 Quá trình ra đời của TTCK Việt Nam

Sau nhiều năm chuẩn bị và chờ đợi , ngày 11-7-1998 Chính phủ đã ký Nghị định số 48/CP ban hành về chứng khoán và TTCK chính thức khai sinh cho Thị trường chứng khoán Việt Nam ra đời

Nhà đầu tư trên thị trường chứng khoán Việt Nam

2.1 Kiến thức, trình độ, kinh nghiệm của nhà đầu tư

Có câu hỏi cho rằng: “trình độ của nhà đầu tư Việt Nam đến đâu”? Thật khó để trả lời chính xác câu hỏi này bởi trên thị trường chứng khoán Việt Nam có nhiều nhóm nhà đầu tư khác nhau và họ có những trình độ, kiến thức và kinh nghiệm khác nhau Nếu xét về nghề nghiệp hay tầng lớp trong xã hội chúng ta có thể thấy sự đa dạng trong việc xuất thân của nhà đầu tư Việt Nam Từ những người có bằng cấp về chuyên ngành tài chính, chứng chỉ về chứng khoán, những người làm việc trong văn phòng của các công ty, cán bộ công chức có điều kiện tiếp xúc với thị trường chứng khoán, thì hiện nay những người ít tiếp xúc với thị trường chứng khoán như người dân bình thường, những người làm việc đồng áng hay người bán hàng nước cũng đều có thể tham gia thị trường và thực tế đã tham gia giao dịch tại sàn giao dịch Còn những nhà đầu tư là người nước ngoài thì sao? Thường khi tham gia thị trường chứng khoán Việt Nam, hầu hết họ đều có kiến thức về chứng khoán và tài chính, một số có thể nói là có kiến thức chuyên sâu về chứng khoán, không chỉ vậy họ còn nói tiếng Việt tốt, am hiểu văn hóa Việt sâu, thích nghi với môi trường bản địa nhanh, có người đã từng viết sách về chứng khoán Việt Nam

Giai đoạn 2000 – 2005 : Có thể tạm gọi là giai đoạn thành lập, thị trường giao dịch rất kém sôi động, lượng nhà đầu tư tham gia ít Những nhà đầu tư tham gia vào thời điểm đó đa phần là những người có kiến thức về tài chính Số tài khoản cá nhân được mở đến giai đoạn này chỉ khoảng hơn 20.000. Đến thời điểm hiện tại, đa số họ đã thành công và thường giữ những vị trí cao ở các công ty chứng khoán hay các tổ chức tài chính, các cơ quan nhà nước có ảnh hưởng đến thị trường chứng khoán.

Giai đoạn 2005 đến 2008: Có thể tạm gọi là giai đoạn khởi động của thị trường chứng khoán Việt Nam, thị trường giao dịch sôi động hơn rất nhiều so với giai đoạn trước Số lượng nhà đầu tư tham gia đông hơn Các công ty có cổ phiếu niêm yết tăng lên về số lượng, quy mô, ngành nghề Chính sự sôi động trong giai đoạn này đã thu hút số lượng nhà đầu tư tham gia đa dạng hơn Xét kỹ hơn về những đối tượng tham gia vào giai đoạn này có thể thấy đối với những người học tài chính, hay liên quan đến tài chính, có hiểu biết về tài chính, độ tuổi trẻ hơn, kinh nghiệm ít hơn và tham gia đúng vào thời điểm thị trường tăng mạnh, nên ít có thời gian trau dồi kiến thức, do thành công có phần nào đó may mắn nên có tâm lý chủ quan tự mãn Ngoài ra còn có các đối tượng khác ít điều kiện để hiểu biết về chứng khoán như công chức hành chính nghiệp vụ, người dân lao động chân tay,…Hầu hết họ ít hiểu biết về chứng khoán, ít kinh nghiệm và các giao dịch mua bán của họ có tính "cờ bạc" hơn nhiều hơn là đầu tư thực sự Xu hướng chung là thích "lướt sóng", mức độ "lướt sóng" tăng lên theo sự tự tin Thuật ngữ “lướt sóng” là ngôn từ khá dân dã trên thị trường chứng khoán, các nhà đầu tư cá nhân mua bán cổ phiếu với chu kỳ rất ngắn, tính theo ngày, theo tuần, thậm chí bằng các mẹo của mình mua bán nhỏ hơn giới hạn T+3

Các nhà đầu tư trong nước đã có nhiều thay đổi, thay vì cuốn theo

"phong trào" như trước đây thì hoạt động đầu tư đang trở nên bài bản hơn, thậm chí không còn bị chi phối bởi sự trồi sụt bất thường từ các chỉ số trên thị trường Các nhà đầu tư chú trọng tới các mã cổ phiếu tốt thay vì "đánh" theo xu hướng thị trường như trước đây.

Cơ cấu nhà đầu tư trong giai đoạn này thì tỷ trọng đầu tư của các nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam còn khá lớn Nhưng từ những bài học đắt giá trong hoạt động đầu cơ, các nhà đầu tư đã ít bị ảnh hưởng bởi sự lôi kéo và nhiều người đang quay về với hoạt động đầu tư cơ bản, có mức độ rủi ro thấp hơn

Các nhà đầu tư Việt Nam đa số có nguồn vốn tự có rất hạn hẹp, phần lớn là cầm cố tài sản, vay ngân hàng, thường là vay ngắn hạn (dưới 1 năm) khi ngân hàng "khóa" khoản cầm cố thì tiềm lực vốn quá yếu kém của nhà đầu tư trong nước bộc lộ ra Tuy nhiên vẫn có những cá nhân có tiềm lực tài chính lớn nhưng số lượng này không nhiều Áp lực về nguồn vốn của nhà đầu tư rất lớn, minh chứng rằng: trong giai đoạn cuối năm 2007 - 2008, áp lực trả nợ đã buộc nhiều nhà đầu tư cá nhân phải bán tháo, góp phần dẫn thị trường xuống dốc nghiêm trọng Tiếp nữa, khi đầu tư, nhà đầu tư cá nhân thường dùng tất cả số tiền mình có để mua cổ phiếu và không có dự phòng rủi ro, thậm chí chỉ mua một cổ phiếu thay vì một danh mục đầu tư, với mong muốn thu được khoản lợi nhuận càng nhiều càng tốt

Còn đối với nhà đầu tư cá nhân là người nước ngoài thì họ có tiềm lực tài chính tốt hơn, tuy số lượng ít nhưng tính tổng giá trị danh mục đầu tư thì đây là một khoản tiền không nhỏ chút nào Theo UBCKNN, trong năm 2012 số lượng tài khoản nhà đầu tư đạt khoảng 1,2 triệu tài khoản Dòng vốn đầu tư gián tiếp nước ngoài vào thuần đạt 300 triệu USD, tăng 25% so năm 2011. Dòng vốn tăng cao trở lại chủ yếu trong những tháng cuối năm Nếu tính cả vốn vào thị trường chưa niêm yết, số liệu ước đạt 2 tỷ USD, tính chung dòng vốn đầu tư gián tiếp tăng 10% so với năm 2011.

Do thiếu kiến thức, kinh nghiệm và tiềm lực tài chính yếu kém dẫn đến hành vi phổ biến là đầu tư theo phong trào của nhà đầu tư Việt Nam Họ mua bán cổ phiếu dựa trên cảm tính và cảm hứng, ảnh hưởng nhiều bởi tin đồn, khi có thông tin xấu về cổ phiếu mình đang nắm giữ hoặc do áp lực phải trả nợ, hay một lý do nào đó về nhu cầu vốn họ sẵn sàng bán tháo Hầu hết có xu hướng đầu tư mua bán ngắn hạn nhiều hơn, các chu kỳ giao dịch có thể theo tuần, theo ngày, thậm chí mua bán nhỏ hơn giới hạn T+3.

Và chính những nhà đầu tư thiếu kinh nghiệm sẽ là người gánh chịu nhiều rủi ro nhất Cách thức mua bán chứng khoán của họ mang đến thất bại cho họ đó là: Mua lúc giá cao và bán lúc giá thấp với hy vọng mua nhanh vì giá sẽ tiếp tục lên để kiếm lời hoặc bán ngay vì giá sẽ còn giảm nữa Mặt khác, khả năng phân tích tình hình tài chính, hoạt động của DN của nhóm nhà đầu tư này hạn chế nên việc chọn lựa mua cổ phiếu cũng không chính xác. Một ví dụ điển hình là giao dịch của cổ phiếu BBT trong thời gian tăng trưởng nóng tháng 4/2006 rất lớn và giá CP này được đẩy từ mức 11.000đ lên trên 22.000đ chỉ trong vài tuần Chỉ số giá trên thu nhập (P/E) của BBT lên tới trên 100 lần, tức là giá giao dịch hiện tại cao gấp 100 lần mức lợi nhuận mà một cổ phiếu BBT đem lại cho nhà đầu tư Sau hơn 3 tháng thị trường đi xuống, giá BBT thấp nhất chỉ còn 12.500đ/CP Sau đó cổ phiếu này bị hủy niêm yết khiến nhiều nhà đầu tư mắc kẹt vốn, không thể thu hồi được vốn. Còn đối với nhà đầu tư là người nước ngoài thì họ lại có cách đầu tư khác với nhà đầu tư Việt Nam Họ dựa vào kiến thức của mình để phân tích, đánh giá thị trường và không đầu tư theo phong trào, họ có chiến lược đầu tư dài hạn khi đầu tư vào thị trường chứng khoán Việt Nam và không ít nhà đầu tư nước ngoài đã thành công.

2.4 Chính sách đối với nhà đầu tư

Theo Quyết định số 39/2000/QĐ-TTg ngày 27/3/2000 của Thủ tướng Chính phủ quy định tạm thời về ưu đãi thuế đối với hoạt động kinh doanh CK và Thông tư số 74/2000/TT BTC ngày 19/7/2000 của Bộ Tài chính hướng dẫn thi hành Quyết định 39 nêu trên Nhà đầu tư cá nhân (trong nước và nước ngoài) được miễn thuế thu nhập với người có thu nhập cao đối với khoản thu nhập từ cổ tức, lãi trái phiếu và chênh lệch mua bán chứng khoán Thuế suất chuyển lợi nhuận ra nước ngoài đối với khoản thu nhập từ đầu tư chứng khoán của nhà đầu tư nước ngoài là 5%.

Nhưng theo bản dự thảo mới nhất ngày 29/8/2008 của Thông tư hướng dẫn thi hành Luật Thuế thu nhập cá nhân và Nghị định của Chính phủ quy định chi tiết một số điều của luật trên Thu nhập từ góp vốn mua cổ phần, cổ phiếu, tín phiếu, trái phiếu (trừ trái phiếu Chính phủ), cổ phiếu thưởng đều phải nộp thuế Thu nhập chuyển nhượng chứng khoán phải chịu thuế không phải chỉ có ở thì hiện tại, mà cả tương lai, bao gồm chứng quyền, hợp đồng tương lai, quyền chọn mua, chọn bán Thậm chí nhận thừa kế từ chứng khoán cũng phải nộp thuế Như vậy kể từ 1/1/2009 các nhà đầu tư cá nhân phải nộp thuế thu nhập cá nhân từ cổ tức, lãi chênh lệch mua bán chứng khoán Mức thuế tùy thuộc văn bản quy định.

Theo quy định tại Quyết định số 55/2009/QĐ-TTg của Thủ tướng Chính phủ ngày 15/4/2009: Kể từ ngày 1/6 tới, nhà đầu tư nước ngoài mua khi bán chứng khoán trên thị trường chứng khoán Việt Nam được nắm giữ tối đa 49% tổng số cổ phiếu của công ty cổ phần đại chúng. Đầu năm 2013, Ủy ban Chứng khoán Nhà nước đã khai trương Hệ thống giám sát giao dịch chứng khoán trên thị trường chứng khoán Việt Nam Đây là công cụ hỗ trợ tích cực cho công tác giám sát của cơ quan quản lý đối với các giao dịch trên thị trường, giúp kịp thời phát hiện các dấu hiệu giao dịch bất thường, xây dựng hệ thống báo cáo, cảnh báo sớm nhằm ngăn chặn các hành vi vi phạm Qua đó tăng cường bảo vệ các nhà đầu tư trên thị trường chứng khoán.

Dự thảo quy định mới tăng cường xử phạt đối với những hành vi giao dịch thao túng thị trường chứng khoán Mức phạt có thể lên tới tối đa đến 2 tỷ đồng đối với tổ chức và 1 tỷ đồng đối với cá nhân.

Những rủi ro trong hoạt động đầu tư trên thị trường chứng khoán Việt Nam .47 1 Rủi ro thị trường

Là rủi ro dao động giá cả chứng khoán do những nhân tố ảnh hưởng tới thị trường nói chung Thảm họa tự nhiên cũng có thể là một trong những nhân tố này Thị trường chứng khoán và thị trường trái phiếu bị ảnh hưởng do giá cả tăng và giảm do sự qua lại của những giai đoạn giá cổ phần tăng và giảm. Rủi ro thị trường xuất hiện do phản ứng của các nhà đầu tư đối với các hiện tượng trên thị trường Những sự sút giảm đầu tiên trên thị trường là nguyên nhân gây sợ hãi đối với các nhà đầu tư, đặc biệt là nhà đầu tư cá nhân nhỏ lẻ và họ sẽ cố gắng rút vốn Phản ứng dây chuyền này làm tăng số lượng bán, giá chứng khoán sẽ rơi xuống thấp so với giá trị cơ sở, hay giá trị thực của nó Đây là việc các nhà đầu tư mua bán chứng khoán theo tâm lý đám đông, đầy cảm tính và cảm xúc, làm phá vỡ các quy luật vận động bình thường của thị trường, gây nên rủi ro về mặt hệ thống

Rủi ro thị trường còn xuất hiện khi chịu ảnh hưởng của các chấn động bên ngoài như các cuộc khủng hoảng tài chính của các nước trên thế giới

Rủi ro lãi suất ảnh hưởng tới các chứng khoán lợi tức cố định và dùng để chỉ rủi ro xảy ra khi giá trị khoản đầu tư thay theo sự thay đổi mức lãi suất Ví dụ như bạn đầu tư vào một chứng khoán có mức sinh lợi là 8% trong vòng ba năm Nếu tỉ lệ lãi suất tăng lên 9% một năm, một chứng khoán tương tự có thể được phát hành với mức lãi suất 9% một năm Do mức sinh lợi thấp hơn, nên giá trị chứng khoán của bạn cũng bị giảm theo

Khi lãi xuất thị trường càng tăng thì xu hướng các nhà đầu tư bán các chứng khoán để gửi vào tiết kiệm tăng, điều này làm cho giá của các chứng khoán giảm Đối với việc đầu tư vào trái phiếu, khi lãi xuất thị trường tăng thì giá trái phiếu giảm, khi lãi xuất thị trường giảm thì giá trái phiếu tăng Nguyên nhân chính là do lãi xuất của trái phiếu đã được ấn định từ trước nên khi lãi suất thị trường giảm, trái phiếu cũ với mức lãi xuất cao hơn sẽ trở nên hấp dẫn hơn và ngược lại Trái phiếu có thời gian đáo hạn càng dài thì mức độ tăng hay giảm giá càng cao

Còn đối với việc đầu tư vào cổ phiếu Khi lãi suất tăng khiến vốn đi vay ngân hàng của doanh nghiệp phải chịu mức lãi xuất cao hơn sẽ làm tăng chi phí đầu vào, có thể làm giảm lợi nhuận dẫn đến giá cổ phiếu giảm.

Lạm phát là hiện tượng cung tiền tệ kéo dài làm cho mức giá cả chung của nền kinh tế tăng lên liên tục trong một thời gian nhất định

Lạm phát gia tăng thì giá phải trả để sử dụng vốn của người khác sẽ tăng lên để tương xứng với mức độ gia tăng của giá cả Chính vì vậy, lãi suất huy động của ngân hàng phải tăng lên dẫn tới lãi suất cho vay của các ngân hàng cũng tăng lên, nó tác động đến hành vi tiêu dùng của các cá nhân và chiến lược kinh doanh của các doanh nghiệp, gia tăng chi phí cho các doanh nghiệp, khiến cho thu nhập thấp hơn và cuối cùng là nó có khuynh hướng làm cho thị trường chứng khoán trở nên kém hấp dẫn hơn đối với các nhà đầu tư

Lạm phát làm tăng chi phí đầu vào, tăng lãi xuất danh nghĩa do đó ảnh hưởng đên giá cổ phiếu Rủi ro về lạm phát ảnh hưởng trực tiếp đến hoạt động kinh doanh của các doanh nghiệp do vậy ảnh hưởng đến kết quả lợi nhuận và ảnh hưởng đến giá trị doanh nghiệp và khoản đầu tư vào cổ phiếu của doanh nghiệp, làm giảm giá trị cổ phiếu Rủi ro về lạm phát không chỉ ảnh hưởng đến doanh nghiệp và còn ảnh hưởng rất lớn đến nhà đầu tư cá nhân Lợi nhuận của doanh nghiệp giảm dẫn đến cổ tức của nhà đầu tư giảm, giá trị cổ phiếu mà nhà đầu tư đang nắm giữ cũng giảm

Còn đối với nhà đầu tư cá nhân đầu tư vào trái phiếu, vấn đề lạm phát là một rủi ro lớn, khi lạm phát càng cao, lãi xuất thực của trái phiếu (bằng lãi xuất danh nghĩa của trái phiếu trừ đi lạm phát) càng giảm, do vậy làm mất giá trị của trái phiếu Ví dụ nếu một trái phiếu trả lãi 8%/năm, lạm phát bình quân là 3%/năm thì lãi xuất thực của trái phiếu là 5%/năm

3.4 Rủi ro do tính thanh khoản thấp

Rủi ro thanh khoản xảy ra khi cung về tiền ít hơn cầu về tiền Tính thanh khoản của chứng khoán là khái niệm thể hiện khả năng chuyển đổi dễ dàng từ tiền sang chứng khoán và ngược lại

 Một giá trị của thị trường tập trung là tạo nên tính thanh khoản cao, hỗ trợ nhà đầu tư giao dịch và chủ động trước các quyết định mua/bán. Tuy nhiên, có những phiên giao dịch, cột dư mua trống ngay từ đầu phiên, chủ động bán giá sàn nhưng vẫn khó thành công Đó là điểm lo sợ nhất đối với nhà đầu tư, bởi nắm chứng khoán trong tay, thấy lỗ qua từng ngày và khả năng thanh khoản ngày một thu hẹp.

 Tính thanh khoản thấp của chứng khoán mà nhà đầu tư đang sở hữu có thể do chứng khoán đó khó và thậm chí không thể bán được, hoặc không được phép bán hay chuyển nhượng nhằm thu hồi vốn đầu tư.

 Nhà đầu tư gặp rủi ro thanh khoản khi nhà đầu tư mua phải cổ phiếu của những công ty, tổ chức có tình trạng tài chính thiếu lành mạnh và triển vọng cung cấp các yếu tố đầu vào, cũng như khả năng tiêu thụ sản phẩm đầu ra của công ty, tổ chức đó không đảm bảo hiệu quả vững chắc Rủi ro đối với nhà đầu tư sẽ là tối đa khi công ty, tổ chức phát hành chứng khoán bị phá sản hoặc đơn giản là lặng lẽ “biến mất” trên thương trường sau những lần “tự đánh bóng” khá chuyên nghiệp, giật gân nhằm thu hút, dẫn dụ những nhà đầu tư có tình trạng tài chính thiếu lành mạnh

 Rủi ro thanh khoản xảy đến với nhà đầu tư khi nhà đầu tư mua quá nhiều cổ phiếu của một công ty điều này cũng mang đến rủi ro khi nhà đầu tư muốn xả hàng, việc bán 1 số lượng lớn chứng khoán đang giảm giá là việc làm khó khăn.

 Việc sở hữu thuần túy các cổ phiếu ưu đãi mà không được chuyển nhượng trong thời hạn nhất định (thường từ 3-5 năm) cũng có thể khiến nhà đầu tư gặp rủi ro liên quan đến tính thanh khoản thấp của các chứng khoán này, nhất là khi họ cần tiền để trả lãi vay ngân hàng hoặc muốn rút vốn về để đầu tư vào nơi khác có lãi hơn, an toàn hơn…

Thực trạng Quản trị rủi ro trong đầu tư chứng khoán trên thị trường chứng khoán Việt Nam

4.1 Quản trị rủi ro đứng trên góc độ nhà quản lý thị trường

4.1.1 Hoàn thiện hệ thống khung pháp lý, công tác pháp

Cùng với việc hoàn thiện hệ thống khung pháp lý, công tác pháp chế của UBCKNN ngày càng được tăng cường UBCKNN đã thực hiện những nhiệm vụ, những quyền hạn quản lý Nhà nước bằng pháp luật trong lĩnh vực chứng khoán và thị trường chứng khoán Hệ thống pháp luật hoàn thiện sẽ tạo ra môi trường pháp lý thuận lợi cho sự phát triển của thị trường chứng khoán Hệ thống văn bản pháp luật về chứng khoán và thị trường chứng khoán cho đến nay dần dần đã đáp ứng được nhu cầu của thị trường nhằm đảm bảo cho thị trường hoạt động an toàn, thông suốt Nghị định 144/2003/NĐ-CP được Chính phủ ban hành ngày 28/11/2003 thay thế Nghị định 48/1998/NĐ-CP ngày 11/07/1998 của Chính phủ về chứng khoán và thị trường chứng khoán đã tạo một bước quan trọng nhằm hoàn thiện hệ thống pháp luật về chứng khoán và thị trường chứng khoán Sau Nghị định 144 là một loạt các văn bản hướng dẫn thi hành như Nghị định 161/2004/NĐ-CP ngày 07/09/2004 của Chính phủ về xử lý vi phạm hành chính trong lĩnh vực chúng khoán và thị trường chứng khoán Quyết định 83/2004/QĐ-BTC ngày 11/11/2004 của Bộ trưởng Bộ tài chính ban hành quy chế thành lập và hoạt động của Văn phòng đại diện tổ chức kinh doanh chứng khoán tại Việt Nam Từ ngày 01/01/2007, Luật chứng khoán có hiệu lực thi hành đã đánh dấu một bước hoàn thiện mới cho hệ thống pháp luật về chứng khoán và thị trường chứng khoán.

Hiện nay hoạt động công bố thông tin trên TTCK VN đã được quy định cụ thể bằng pháp luật Tuy vậy, TTCK VN vẫn chưa đáp ứng được nhu cầu cung cấp thông tin cho các nhà đầu tư Tại Việt Nam cần phát triển những phương tiện cung cấp thông tin bao gồm tất cả những thông tin về các công ty niêm yết, công ty chứng khoán, luật pháp, dự đoán kinh tế, TTCK nước ngoài, những lý thuyết cơ bản về TTCK Các công ty chứng khoán cũng cần cung cấp đầy đủ thông tin qua các trang web riêng của mình Đó cũng là một trong những điều kiện để thu hút khách mới và giữ vị trí trong thị trường. Nội dung giám sát được quy định cụ thể cho từng đối tượng giám sát, cụ thể:

 Đối với tổ chức phát hành, giám sát quá trình phát hành chứng khoán ra công chúng, thực hiện chế độ báo cáo, công bố thông tin, tuân thủ các quy định của pháp luật Đối với tổ chức niêm yết: Giám sát việc duy trì các điều kiện niêm yết, thực hiện chế độ báo cáo, công bố thông tin, thực hiện quy chế quản trị công ty.

 Giám sát việc chấp hành quy chế thành viên, quyền hạn, trách nhiệm của thành viên khi tham gia thị trường đối với công ty chứng khoán Giám sát việc phát hành chứng chỉ quỹ đầu tư để huy động vốn, duy trì các điều kiện niêm yết chứng chỉ quỹ đầu tư.

 Hoạt động giám sát của UBCKNN được duy trì thường xưyên, liên tục, chủ động, kịp thời và tuân thủ theo quy định của pháp luật Nội dung giám sát ngày càng được mở rộng phù hợp với từng đối tượng giám sát Riêng đối với các giao dịch có dấu hiệu lũng đoạn thị trường, giao dịch nội gián… được theo dõi, giám sát một cách chặt chẽ và tiến hành kiểm tra thanh tra kịp thời khi thấp cần thiết.

4.1.2 Nâng cao chất lượng hàng hoá, đồng thời với tăng cung và kích cầu cho TTCK Việt Nam

Chất lượng nguồn cung ứng chứng khoán là một trong những nhân tố quan trọng giúp thị trường phát triển lành mạnh và bền vững Đối với công tác cổ phần hoá: chính phủ và các cơ quan hữu quan đã đưa ra các chính sách chỉ đạo kiên quyết hơn đối với việc CPH các DNNN ở các lĩnh vực làm ăn có lãi, các DN sản xuất kinh doanh hiệu quả và có quy mô vốn lớn, đủ điều kiện thu hút người đầu tư và tham gia TTCK. Đối với việc đấu giá cổ phần ra công chúng: hoàn thiện cơ chế chính sách và kỹ thuật đấu giá sao cho thông qua việc đấu giá, DNNN CPH sẽ trở thành công ty đại chúng và hội đủ điều kiện niêm yết, đăng ký giao dịch tại

Sở giao dịch, Trung tâm giao dịch chứng khoán Đối với loại hình DN mới thành lập theo luật DN: nhà nước có các biện pháp tiếp cận tìm hiểu, vận động khuyến khích các DN này tham gia CPH và niêm yết trên TTCK, vì đây sẽ là nguồn cung hàng hoá tiềm năng chính trong tương lai.

Công tác tuyên truyền vận động DN tham gia TTCK: UBCK cần có các biện pháp vận động sâu rộng trong hệ thống các DN đủ điều kiện giao dịch trên TTCK thì tham gia niêm yết Bên cạnh đó, tích cực cải tiến các thủ tục và điều kiện cấp giấy phép, cấp đăng ký phát hành và niêm yết theo hướng tạo cơ chế thuận lợi, linh hoạt, phù hợp với từng đối tượng DN. Đối với các tổ chức trung gian tham gia thị trường Cơ quan quản lý khuyến khích, tạo điều kiện phát triển các tổ chức trung gian thị trường nhằm nâng cao hoạt động tư vấn phát hành, niêm yết và định giá chứng khoán.

4.1.3 Nâng cao tính chuyên nghiệp và vai trò của nhà đầu tư

TTCK thật sự cần những nhà đầu tư có hiểu biết, có tổ chức Tính chuyên nghiệp trong đầu tư chứng khoán là cần thiết để đạt được mục tiêu quản trị rủi ro Vì các nhà đầu tư chuyên nghiệp sẽ luôn có kế hoạch đầu tư cụ thể, đầu tư theo đúng trình tự, bài bản dựa trên nền tảng kiến thức về đầu tư chứng khoán và quản trị rủi ro trong đầu tư chứng khoán, có thể phát hiện những điểm bất thường chứa đựng rủi ro để có biện pháp phòng ngừa và hạn chế rủi ro ở mức có thể chấp nhận được

UBCKNN và các cơ quan hữu quan có chính sách đào tạo và nâng cao kiến thức cho nhà đầu tư đặc biệt là nhà đầu tư cá nhân Ngoài việc mở các lớp đào tạo chứng khoán, SGD, TTGD cần phối hợp với UBNN thành phố, Trung tâm đào tạo chứng khoán, các phương tiện thông tin đại chúng… bằng nhiều hình thức khác nhau để trang bị những kiến thức cần thiết cho công chúng đầu tư, giúp họ nhận thức được những quyền lợi cũng như rủi ro trong việc đầu tư vào chứng khoán Đồng thời góp phần làm cho thị trường phát triển ổn định hơn.

4.1.4 Phát triển thị trường thông tin cân xứng

Cơ quan quản lý tăng cường các biện pháp công khai hoá thông tin đối với các công ty niêm yết Xử lý nghiêm minh các trường hợp cố tình không minh bạch thông tin hoặc cung cấp thông tin sai lệch, chậm trễ.

Các Sở GD hoàn thiện và phát triển hệ thống cung cấp thông tin thị trường như: bản tin thị trường, xây dựng hệ thống cung cấp thông tin tự động, tổ chức định kỳ các buổi gặp gỡ, tiếp xúc nhà đầu tư, thiết lập đường dây nóng để trả lời mọi thắc mắc của nhà đầu tư với thị trường Đối với các DN niêm yết: cần nâng cao ý thức và nhận thức cho các

DN- nơi phát sinh thông tin cần biết rằng công khai thông tin là liệu pháp hữu hiệu nhất trong việc quảng bá thương hiệu, lành mạnh hoá các hoạt động tài chính, hạn chế hiện tượng xuất hiện những luồng thông tin không chính thống gây nghi ngờ cho công chúng đầu tư. Đối với hệ thống các tiêu chuẩn đánh giá chất lượng thông tin: chuẩn hóa và nâng cao chất lượng thông tin về độ tin cậy, minh bạch, cập nhật, công bằng…

4.1.5 Nâng cao chất lượng hoạt động của các định chế trung gian tài chính

Các CTCK, các CTQLQ cần xây dựng kế hoạch cụ thể để tăng năng lực tài chính theo hướng dẫn của Luật chứng khoán và theo kế hoạch phát triển CTCK, CTQLQ và quỹ đầu tư chứng khoán do UBCKNN ban hành.

Các CTCK, CTQLQ cần hiện đại hoá hệ thống công nghệ cung cấp dịch vụ, từng bước hình thành các ngân hàng đầu tư nhằm tăng cường chất lượng dịch vụ và đa dạng hoá sản phẩm Bên cạnh đó, có kế hoạch mở rộng cơ sở hạ tầng, mặt bằng để tạo thuận tiện cho khách hàng đến giao dịch.

LƯỜNG RỦI RO DANH MỤC ĐẦU TƯ CHỨNG KHOÁN – TRƯỜNG HỢP LỢI SUẤT KHÔNG PHÂN PHỐI CHUẨN

Giới thiệu về danh mục

Danh mục đề xuất bao gồm các cổ phiếu thuộc ngành Hàng tiêu dùng đang niêm yết trên Sở GDCK TP Hồ Chí Minh

 Đây là lĩnh vực khá đa dạng bao gồm nhiều ngành công nghiệp như thực phẩm, đồ uống, đồ gia dụng và các sản phẩm cá nhân khác

 Những cổ phiếu được lựa chọn đều niêm yết trên Sở Giao Dịch Chứng Khoán TP.Hồ Chí Minh (HOSE) bởi vì trong quá trình lập mô hình, tác giả cần sử dụng cùng với chỉ số VN-Index của sàn HOSE để tính toán.

 Số liệu và biến động giá các cổ phiếu phù hợp với các phương pháp tính toán trong luận văn.

 Biến động giá các cổ phiếu không có sự tương quan với chỉ số thị trường – Vnindex Đây là nguyên nhân tác giả không lựa chọn danh mục các cổ phiếu Blue chip vì lợi suất danh mục hiệu quả không khác so với lợi suất chỉ số thị trường – Vnindex.

 Cổ phiếu hàng tiêu dùng phù hợp với đầu tư (theo danh mục) hơn là các nhóm ngành khác phù hợp với hoạt động đầu cơ như bất động sản, dầu khí, khoáng sản, chứng khoán…

Danh sách 06 loại cổ phiếu cấu thành nên danh mục

Danh mục mà tác giả đề xuất bao gồm 06 cổ phiếu tiêu biểu trong ngành tiêu dùng đang niêm yết trên sàn HOSE hiện nay Danh sách 06 cổ phiếu được trình bày trong bảng dưới đây.

Bảng 3.1: Bảng danh sách cổ phiếu trong danh mục đề xuất

CK SLCP lưu hành Thị giá

2 CTCP Bóng đèn Điện Quang DQC 21,982,279 16.800

4 CTCP Dầu thực vật Tường An TAC 18,980,200 37.000

5 CTCP VinaCafé Biên Hòa VCF 26,579,135 146.000

6 CTCP Sữa Việt Nam Vinamilk VNM 555,677,344 129.000

Giới thiệu thuật toán EGP

Năm 1976, ba tác giả Edwim Elton, Martin Gruber và Manfred Padberg trong bài báo “Simple criteria for optimal porfolio selection” (Journal of Finace 31) đã sử dụng mô hình SIM để xác định tính chất lựa chọn tài sản trong danh mục tiếp tuyến Tiêu chuẩn này gọi là “ thuật toán Elton – Gruber – padberg” (gọi tắt là thuật toán EGP) xác định danh mục tối ưu.

2.1.1 Các giả thiết của mô hình

 Quan hệ tuyến tính giữa lợi suất tài sản i và lợi suất chỉ số thị trường có dạng:

 Kỳ vọng của yếu tố ngẫu nhiên bằng 0, tức là E(εi) = 0.

 Lợi suất chỉ số thị trường và yếu tố ngẫu nhiên không tương quan với nhau, tức là: Cov (εi, ri) = 0.

 Không có sự tương quan giữa các yếu tố ngẫu nhiên, tức là: Cov (εi, εk)

Mô hình SIM phản ánh mối quan hệ giữa lợi suất tài sản i với lợi suất chỉ số thị trường, có dạng:

 ϒi : Biểu thị phần lợi suất cố định, riêng có của tài sản i.

 βi : Hệ số bêta của tài sản, hệ số này đo mức độ nhạy cảm của tài sản i đối với biến động của thị trường Theo SIM, nếu βi > 1 thì tài sản i được gọi là tài sản năng động vì tài sản này phản ứng mạnh đối với sự biến động của thị trường; nếu βi < 1, tài sản i gọi là tài sản thụ động.

 εi : Đại diện cho phần biến động ngẫu nhiên riêng có của tài sản i.

 ri ; rI : Lợi suất tài sản i và lợi suất của chỉ số thị trường.

2.1.3 Ước lượng và kiểm định mô hình

Với phương trình cơ bản của SIM và các giả thiết về εi có thể coi SIM như mô hình hồi quy tuyến tính đơn với biến độc lập là lợi suất chỉ số thị trường, biến phụ thuộc là lợi suất tài sản i và sai số ngẫu nhiên εi.

Ta có thể viết SIM dưới dạng mô hình kinh tế lượng:

Quy trình ước lượng SIM diễn ra như sau:

 Thu thập và tính chuỗi số liệu về lợi suất tái sản, lợi suất chỉ số thị trường (có thể tính theo ngày, tuần, tháng…).

 Kiểm định tính dừng của chuỗi lợi suất (bằng kiểm định ADF).

 Nếu chuỗi lợi suất không dừng có thể sử dụng các mô hình kinh tế lượng AR, MA, ARMA, ARIMA để ước lượng.

 Hồi quy (1.4) bằng phương pháp :

 OLS nếu các giả thiết của OLS được thoả mãn.

 Hiệu chỉnh mô hình nếu giả thiết của OLS bị vi phạm (phương sai không thuần nhất, tự tương quan).

 Kiểm định mô hình là ta thực hiện các kiểm định về khuyết tật của mô hình cho kết quả của mô hình không có khuyết tật và được định dạng đúng.

 Kiểm định mô hình SIM chính là việc kiểm định dạng hàm (1.4) có đúng hay không Đối với mô hình SIM, ta sử dụng kiểm định Ramsey là phổ biến.

2.2.1 Điều kiện sử dụng thuật toán EGP

Thuật toán này áp dụng cho trường hợp cấm bán khống tài sản

Trường hợp cho phép bán khống, nếu hệ số bêta của các tài sản không âm thì cũng có thể sử dụng thuật toán này

2.2.2 Các bước của thuật toán EGP

Bước 1: tính tỷ số ERBi của tài sản i.

Sau đó sắp xếp các chỉ số ERBi theo thứ tự giảm dần tương ứng với từng tài sản.

Bước 2: Tính các hệ số Ci với

Bước 3: Xác định hệ số ngưỡng C* (Cut-off)

 So sánh ERBi với Ci để tìm số thứ tự k: C* = Ck với k sao cho: ERBi ≥

Ci với i ≤ k và ERBi < Ci với i > k.

 Khi đó, danh mục tối ưu (danh mục hiệu quả) sẽ bao gồm các tài sản xếp từ 1 đến k

 Các tài sản từ thứ tự k+1 trở đi sẽ không có mặt trong danh mục.

Bước 4: Tính tỷ trọng các tài sản trong danh mục tiếp tuyến

Tính các tỷ trọng wi:

2.3 Xác định tỷ trọng danh mục đề xuất (danh mục P) bằng phương pháp EGP

2.3.1 Kiểm tra tính dừng chuỗi lợi suất các cổ phiếu đề xuất

Ta kiểm định tính dừng của chuỗi lợi suất cổ phiếu Vinamilk - VNM bằng kiểm định nghiệm đơn vị - unit root test.

Bảng 3.2: Kết quả kiểm định tính dừng chuỗi lợi suất VNM

ADF Test Statistic -6.839247 1% Critical Value* -3.4610

*MacKinnon critical values for rejection of hypothesis of a unit root.

Giả thiết: H0 : chuỗi lợi suất danh mục P là chuỗi không dừng.

H1 : chuỗi lợi suất danh mục P là chuỗi dừng.

Tiêu chuẩn kiểm định Dickey-Fuller:   ^  / Se (  ^ )

Nếu     thì bác bỏ H0 , thừa nhận H1

Nếu     không đủ cơ sở bác bỏ H0

 = 6.839247 >  0 1 = 2.5736 nên đủ cơ sở bác bỏ giả thiết H0 , do đó chuỗi lợi suất là chuỗi dừng với các mức ý nghĩa 1%, 5%, 10%.

Kiểm định tương tự với các chuỗi lợi suất còn lại ta có kết luận: Với mức ý nghĩa 1%, 5% và 10% thì chuỗi lợi suất của các cổ phiếu còn lại và của chuỗi lợi suất Vnindex đều là dừng (Kết quả kiểm định xem Phụ lục 1)

2.3.2 Ước lượng SIM đối với các cổ phiếu

Quan hệ tuyến tính giữa lợi suất các cổ phiếu (i) và lợi suất chỉ số VN_index (I) có dạng:

Sau khi ước lượng và kiểm định ta thu được các giá trị của βiI , σ 2 i, η 2 i và ri Trong đó:

 σ 2 i: phương sai lợi suất chỉ số thị trường I, VnIndex.

 η 2 i : phương sai của yếu tố ngẫu nhiên.

 ri : lợi suất kỳ vọng của tài sản i.

Bằng phương pháp OLS ta có kết quả ước lượng đối với cổ phiếu Vinamilk – VNM

Bảng 3.3: Kết quả ước lượng OLS cổ phiếu VNM

Variable Coefficient Std Error t-Statistic Prob

Adjusted R-squared 0.322078 S.D dependent var 0.015907 S.E of regression 0.013097 Akaike info criterion -5.824176

Sum squared resid 0.038937 Schwarz criterion -5.794187

Durbin-Watson stat 1.849087 Prob(F-statistic) 0.000000

Từ kết quả ước lượng ta thu được βVNM = 0.691799 ηVNM = 0.013097 r VNM = 0.001942 Ước lượng OLS tương tự với các chuỗi lợi suất còn lại ta có bảng sau:

Bảng 3.4: Bảng kết xuất các thành phần trong mô hình SIM của các cổ phiếu β η η 2 r

(Kết quả ước lượng OLS xem Phụ lục 2)

2.3.3 Xác định tỷ trọng cổ phiếu bằng thuật toán EGP

Lợi suất tài sản phi rủi ro là: rf = 9,15%/ năm = 0,0251%/ năm

Từ thống kê mô tả của chuỗi lợi suất VnIndex (xem Phụ lục 3)

Tính tỷ số ERBi của tài sản i là:

Kết quả tính toán được cho ở bảng dưới đây và được sắp xếp theo thứ tự giảm dần của chỉ số ERB:

Bảng 3.5: Kết quả tính toán chỉ số ERB β η η 2 r r f r - r f ERB

VCF 0.266421 0.019446 0.000378147 0.002084 0.000251 0.001833 0.006881 KDC 0.576437 0.020363 0.000414652 0.002766 0.000251 0.002515 0.004364 TAC 0.629821 0.027869 0.000776681 0.00255 0.000251 0.002299 0.003651 VNM 0.691799 0.013097 0.000171531 0.001942 0.000251 0.001691 0.002445 BBC 1.110566 0.024949 0.000622453 0.002361 0.000251 0.00211 0.0019 DQC 1.459988 0.023169 0.000536803 0.00213 0.000251 0.001879 0.001287

Tính các hệ số Ci: với Tính toán bằng Excel ta có kết quả sau:

Bảng 3.6: Kết quả tính toán chỉ số C β η η 2 r r f r - r f ERB C

VCF 0.266421 0.019446 0.000378 0.002084 0.000251 0.001833 0.006881 0.000215 KDC 0.576437 0.020363 0.000415 0.002766 0.000251 0.002515 0.004364 0.000703 TAC 0.629821 0.027869 0.000777 0.00255 0.000251 0.002299 0.003651 0.000909 VNM 0.691799 0.013097 0.000172 0.001942 0.000251 0.001691 0.002445 0.001333 BBC 1.110566 0.024949 0.000622 0.002361 0.000251 0.00211 0.0019 0.001426 DQC 1.459988 0.023169 0.000537 0.00213 0.000251 0.001879 0.001287 0.001392

So sánh ERBi với Ci để tìm số thứ tự k: C * = Ck với k sao cho: ERBi ≥

Ci với i ≤ k và ERBi < Ci với i > k Khi đó, danh mục tối ưu (danh mục hiệu quả) sẽ bao gồm các tài sản xếp từ 1 đến k Các tài sản từ thứ tự k+1 trở đi sẽ không có mặt trong danh mục

Từ điều kiện trên ta thấy k bằng 5 Như vậy, danh mục tối ưu sẽ bao gồm 5 tài sản sau: VCF, KDC, TAC, VNM, BBC.

Tính tỷ trọng các tài sản trong danh mục tiếp tuyến:

Tính các tỷ trọng Wi: Áp dụng 2 công thức trên ta tính được tỷ trọng của các tài sản trong danh mục tiếp tuyến:

Như vậy từ 6 cổ phiếu ban đầu nhờ ứng dụng của mô hình SIM và thuật toán EGP, ta xác định được danh mục đầu tư hiệu quả với tỷ trọng các tài sản trong danh mục như sau:

Từ tỷ trọng trên ta xác định được chuỗi lợi suất danh mục hiệu quả P

Một số phương pháp tính VaR của danh mục đầu tư

3.1 Kiểm định các giả thiết chuỗi lợi suất danh mục hiệu quả P

Kiểm định tính dừng chuỗi lợi suất danh mục P

Biểu đồ 3.1: Biểu đồ chuỗi lợi suất giá đóng cửa theo phiên danh mục P

Chuỗi lợi suất có những dải tăng giá và cũng có những dải giảm giá là nhận xét ban đầu thấy chuỗi lợi suất có phương sai sai số thay đổi theo thời gian.

Ta kiểm định tính dừng của chuỗi lợi suất ls_P bằng kiểm định nghiệm đơn vị Bảng 3.7: Kết quả kiểm định tính dừng chuỗi lợi suất danh mục P

ADF Test Statistic -7.02767990505 1% Critical Value* -3.46096414723

*MacKinnon critical values for rejection of hypothesis of a unit root.

Giả thiết: H0 : chuỗi lợi suất danh mục P là chuỗi không dừng.

H1 : chuỗi lợi suất danh mục P là chuỗi dừng.

Tiêu chuẩn kiểm định Dickey-Fuller:   ^  / Se (  ^ )

Nếu     thì bác bỏ H0 , thừa nhận H1

Nếu     không đủ cơ sở bác bỏ H0

 = 7.027680 >  0 1 = 2.5682 nên đủ cơ sở bác bỏ giả thiết H0 , do đó chuỗi lợi suất là chuỗi dừng với các mức ý nghĩa 1%, 5%, 10%.

Kiểm định giả thiết phân phối chuẩn

Mean 0.002320 Median 0.001669 Maximum 0.047654 Minimum -0.042201 Std Dev 0.011895 Skewness 0.162140 Kurtosis 3.947227

Biểu đồ 3.2: Đồ thị hàm mật độ và thống kê mô tả chuỗi lợi suất danh mục P

Bài toán kiểm định: H o : Chuỗi lợi suất ls_P có phân phối chuẩn

H 1 : Chuỗi lợi suất ls_P không có phân phối chuẩn.

Sử dụng tiêu chuẩn kiểm định Jacque - Bera:

Nếu JB qs > χ 2 α (2) bác bỏ H0, thừa nhận H1

Nếu JB qs < χ 2 α (2) không đủ cơ sở bác bỏ H0

Căn cứ vào kết quả trên ta có hệ số Jarque-Bera = 9.564523 > 5.99147 và probabitily = 0.008377 < 0.05 đủ cơ sở bác bỏ giả thiết H0 , thừa nhận giả thiết H1 do đó chuỗi lợi suất danh mục P không có phân phối chuẩn.

Hệ số bất đối xứng (Skewness) = 0.162140 > 0 lệch phải

Kiểm định tính tự tương quan của chuỗi lợi suất danh mục P

Biểu đồ 3.3: Bảng lược đồ tương quan của chuỗi lợi suất danh mục P ls_P

Nhìn vào lược đồ trên ta thấy lợi suất LS_P có phụ thuộc vào các kỳ trước Từ kết quả trực quan ta có thể có AR(1), AR(5), AR(14), AR(19), AR(21), MA(1), MA(5), MA(12), MA(14) …

Nhìn chung, có nhiều phương pháp đo lường giá trị rủi ro VaR tuy vậy, các phương trước đây thường thừa nhận chuỗi lợi suất tài sản tuân theo quy luật phân phối chuẩn Trong tài chính, điều kiện hàm phân phối của lợi suất tài sản tuân theo quy luật phân phối chuẩn là không thường xuyên xảy ra Kỹ thuật Cornish - Fisher mở rộng được thực hành dưới đây là một công cụ toán học hữu hiệu cho trường hợp lợi suất tài sản không phân phối chuẩn Để có cơ sở so sánh và đánh giá, từ đó cho thấy sự vượt trội của kỹ thuật Cornish – Fisher, tác giả tính VaR bằng cả các phương pháp thông thường (với giả thiết áp đặt chuỗi lợi suất tài sản tuân theo quy luật phân phối chuẩn) với phương pháp được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng.

3.2.1 Dự báo VaR dưới giả định thu nhập tuân theo phân phối chuẩn

Giả định của phương pháp: lợi suất cổ phiếu hàng ngày

Trong đó: t là trung bình có điều kiện có điều kiện của rt với  t  0

 t 2 là phương sai có điều kiện của rt. Ở đây, trung bình có điều kiện  t  0 và độ dao động  t của lợi suất thoả mãn mô hình IGARCH(1,1) là mô hình không có bụi Mô hình phù hợp sẽ là: t t u r  ; u t   t  t ; 2 1

 với ( 0    1 ) Ở đây,  t phân bố IDD: E (  t )  0 ; Var (  t )  1 và Cov (  t ,  t s )  0 với s  0 Qua quá trình ước lượng và loại bỏ dần các hệ số không có ý nghĩa thống kê cũng như kết hợp với một số tiêu chuẩn khác (Akaike, Schwarz) ta chọn mô hình có biến AR(14), MA(14).

Lấy 229 quan sát đầu tiên tiến hành ước lượng mô hình AR(14), Ma(14) - GARCH(1, 1) :

Chuỗi  229  j ,  229  j thu được từ việc sử dụng các hàm trên có thể giúp tính được giá trị VaR lợi suất theo công thức:

Trong đó với các mức ý nghĩa  : 1% ; 2,5% ; 5% ta có N  1 ( 0 , 01 ) = - 2,33 ;

Bảng 3.8: Kết quả ước lượng mô hình dự báo VaR bằng phương pháp RiskMetric

Included observations: 215 after adjusting endpoints

MA backcast: 1 14, Variance backcast: ON

Coefficient Std Error z-Statistic Prob

S.E of regression 0.011566 Akaike info criterion -6.125073

Sum squared resid 0.027960 Schwarz criterion -6.031009

Durbin-Watson stat 1.744490 Prob(F-statistic) 0.009807

Từ dữ liệu và mô hình thích hợp, ta có: r229 = u229 = -0.007394721;  229 2  8.55E-05;

Thực tế tính toán, phương pháp Riskmetrics cho  t  0.

Tại thời điểm t = 230 (ngày 30/11/2012), với mức ý nghĩa  : 5%;

3.2.2 Dự báo VaR dưới giả định thu nhập tuân theo phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish-Fisher mở rộng

3.2.2.1 Xác định các giá trị điều chỉnh của giá trị U của phân phối chuẩn

Từ chuỗi số liệu về lợi suất danh mục P, ta kết xuất ra 2 hệ số nhọn và bất đối xứng tại thời điểm 29/11/2012:

K-3 = 3.956972 Áp dụng kỹ thuật mở rộng của Cornish – Fisher ta đưa ra được các giá trị điều chỉnh của giá trị U của phân phối chuẩn với các mức ý nghĩa  : 5%; 2,5%; 1%

3.2.2.2 Dự báo VaR được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng

Tại thời điểm t = 230 (ngày 30/11/2012), với mức ý nghĩa  : 5%; 2,5%; 1% ; ta có: m VaR r p ( 1 ngày , 95 %)    q ( 0 , 05 )  = -0.01512. m VaR r p ( 1 ngày , 97 , 5 %)    q ( 0 , 025 )  = -0.02164; m VaR r p ( 1 ngày , 99 %)    q ( 0 , 01 )  = -0.03166;

VaR 5% mVaR 5% VaR 2.5% mVaR 2.5% VaR 1% mVaR 1%

3.3 Phương pháp toán kinh tế

3.3.1 Dự báo VaR dưới giả định thu nhập tuân theo phân phối chuẩn

Phương pháp toán kinh tế sử dụng phương trình trung bình và những mô hình phương sai sai số thay đổi có điều kiện Cụ thể, chúng ta sẽ sử dụng mô hình GARCH và cách tiếp cận như phương pháp toán kinh tế để tính VaR của cổ phiếu VSH. t t t q j j t j p i t i t i t u u u r r

 Ở đây, εt phân bố IDD: : E (  t )  0 ; Var (  t )  1 và Cov (  t ,  t s )  0 với s  0 với s  0

Phương trình trung bình và phương trình độ dao động của rt thuộc lớp ARMA(p,q) và GARCH(n,m).

Qua quá trình ước lượng và loại bỏ dần các hệ số không có ý nghĩa thống kê cũng như kết hợp với một số tiêu chuẩn khác (Akaike, Schwarz) ta chọn mô hình có biến AR(1) - GARCH(1,4).

Lấy 229 quan sát đầu tiên tiến hành ước lượng mô hình AR(1)- GARCH(1,

Nhìn vào giá trị Prob nhỏ hơn mức ý nghĩa 0.05 nên các hệ số đều có ý nghĩa. Công thức dự báo lợi suất trung bình và phương sai có điều kiện cho quan sát tiếp theo là:

( t chính là thời điểm ngày 30/11/2012 hay quan sát thứ 229).

Bảng 3.9: Kết quả ước lượng mô hình dự báo VaR bằng phương pháp RiskMetric

Included observations: 228 after adjusting endpoints

Coefficient Std Error z-Statistic Prob

S.E of regression 0.011924 Akaike info criterion -6.067652

Sum squared resid 0.031277 Schwarz criterion -5.947324

Durbin-Watson stat 2.038108 Prob(F-statistic) 0.528258

Eviews cho phép xuất ra chuỗi phần dư và chuỗi phương sai theo cách tiếp cận trên bằng dòng công cụ Make Residual Series, Make GARCH variance Series, ta có:

Giá trị VaR được tính bằng

Tại thời điểm t = 230 (ngày 30/11/2012), với các mức ý nghĩa  : 5%; 2,5%; 1% ta có:

3.3.2 Dự báo VaR dưới giả định thu nhập tuân theo phân phối chuẩn được điều chỉnh bởi kỹ thuật mở rộng Cornish-Fisher

3.3.2.1 Xác định các giá trị điều chỉnh của giá trị U của phân phối chuẩn

Từ chuỗi số liệu về lợi suất danh mục P, ta kết xuất ra 2 hệ số nhọn và bất đối xứng tại thời điểm 29/11/2012:

K-3 = 3.956972 Áp dụng kỹ thuật mở rộng của Cornish – Fisher ta đưa ra được các giá trị điều chỉnh của giá trị U của phân phối chuẩn với các mức ý nghĩa  : 5%; 2,5%; 1%

*Kết quả tương tự phương pháp RiskMetric vì cùng kết xuất từ một chuỗi số liệu.

3.3.2.2 Dự báo giá trị rủi ro VaR được điều chỉnh bởi kỹ thuật mở rộng Cornish - Fisher

Tại thời điểm t = 230 (ngày 30/11/2012), với các mức ý nghĩa  : 5%; 2,5%; 1% ; ta có: m VaR r p (1 ngày , 95%) LS _ P t 1  q (0,05)

VaR 5% mVaR 5% VaR 2.5% mVaR 2.5% VaR 1% mVaR 1%

Một số kiểm định hậu mẫu

Backtesting là một quá trình để đánh giá độ chính xác của giá trị tại rủi ro (VaR) Các mô hình VaR có nhiều tồn tại, dựa trên rất nhiều giả định như giả định phân phối, độ tin cậy, thời gian nắm giữ, thời kỳ tham chiếu Khi số lượng các giả định gia tăng, tính chính xác của VaR có xu hướng giảm Do đó, để giải quyết những thiếu sót, các phương pháp Backtest là một công cụ phổ biến để kiểm tra độ chính xác của các mô hình VaR giữa các nhà nghiên cứu và các chuyên gia.

Kiểm định Kupiec kiểm tra sự cân đối giữa tần số thực tế của những dao động bất thường (violations) với tần số được dự báo bởi các mô hình VaR Tiêu chuẩn kiểm định này tuân theo phân phối Chi bình phương χ 2

Kiểm định Kupiec giả định dựa trên giả thiết H0 rằng xác suất thực nghiệm phù hợp với xác suất nhất định.

H0 = p = p ^ = T x Ở đây T là số quan sát, x là số quan sát có VaR ngoại lệ (tức là giá trị VaR không phản ánh chính xác mức độ tổn thất của danh mục do giá trị này thấp hơn thấp hơn tổn thất thực tế), c là mức độ tin cậy và p là tỷ lệ thất bại (1-c). Tiêu chuẩn kiểm định:

Mô hình VaR được cho là tốt khi: LR POF < χ 2 α (1)

4.2 Kiểm định khoảng dự báo Christoffersen (hay kiểm định độc lập)

Kiểm định khoảng dự báo Christoffersen là kiểm định có điều kiện. Kiểm định này không chỉ bao gồm các tỷ lệ vi phạm mà còn bao gồm tính độc lập của các ngoại lệ Kiểm định tính độc lập kiểm tra có hay không những dao động bất thường ngày mai phụ thuộc trên những dao động bất thường hôm nay Tiêu chuẩn kiểm định này tuân theo phân phối Chi bình phương χ 2 Tiêu chuẩn kiểm định:

 n (00): số lần không vi phạm VaR tại thời điểm I và ngày I-1

 n (10): số lần không vi phạm VaR tại thời điểm I nhưng vi phạm VaR ngày I-1

 n (01): số lần vi phạm VaR tại thời điểm I nhưng không vi phạm VaR ngày I-1

 n (11): số lần vi phạm VaR tại thời điểm I và vi phạm VaR thời điểm ngày I-1

Mô hình VaR được cho là tốt khi: LR ind < χ 2 α (1) Đối với Kiểm định khoảng dự báo Christoffersen, tiêu chí quyết định là chỉ báo biến động, có giá trị bằng 1 nếu VaR vi phạm và bằng 0 nếu VaR không vi phạm Ma trận dự phòng 2x2 được thiết lập với 4 giá trị Đầu tiên, khi VaR không vi phạm theo sau là một VaR không vi phạm n(00), thứ hai, khi VaR vi phạm theo sau là VaR không vi phạm n(10); thứ ba, khi VaR không vi phạm theo sau là VaR vi phạm n(01); và thứ tư là khi VaR vi phạm được theo sau bởi một VaR vi phạm n(11)

Tiêu chuẩn so sánh là phân phối Chi bình phương χ 2 α với một bậc tự do Kiểm định Christoffersen có năng lực thấp trong việc nắm bắt sự phụ thuộc bởi vì nó chỉ nắm bắt một loại phụ thuộc, tức là chỉ trong hai quan sát liên tiếp.

Kiểm định Joint là sự tổng hợp của 2 kiểm định ở trên, tuân theo phân phối Chi bình phương χ 2 α với 2 mức tự do Kiểm định này không chỉ đo lường tỷ lệ thất bại mà các độc lập ngoại lệ cũng có nghĩa là độ bao phủ có điều kiện:

 LRcc = tỷ lệ hợp lý cho độ bao phủ có điều kiện

 LRPOF = tỷ lệ hợp lý cho xác suất thất bại

 LRind = tỷ lệ hợp lý cho tính độc lập của ngoại lệ

Mô hình VaR được chấp nhận khi: LR cc < χ 2 α (2)

Tính toán các kiểm định cho từng mô hình VaR

Sau khi ước lượng được VaR cho danh mục đề xuất trong giai đoạn từ ngày 30/11/2012 đến ngày 05/03/2013 (tương ứng với 62 quan sát) tiến hành tính toán các kiểm định về mức độ phù hợp của các mô hình dự báo tại 3 mức ý nghĩa được sắp xếp từ mức an toàn cao nhất theo khuyến cáo của Ủy ban Basel (1%), đến mức trung bình (2.5%), và cuối cùng tại mức cảnh báo (5%).

5.1 Mô hình dự báo VaR bằng phương pháp Riskmetric

5.1.1.1 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Tại mức ý nghĩa 5% ta có:

 LRPOF > χ 2 0.05(1) điều này đồng nghĩa với việc theo kiểm định Kupiec thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Riskmetric với giả thiết lợi suất danh mục phân phối chuẩn bị từ chối

Kiểm định Kupiec tương tự tại các mức ý nghĩa 2,5% và 1% ta có bảng sau:

Số lượng VaR vi phạm (x)

LR POF χ 2 α (1) Mức độ chấp nhận mô hình

Kiểm định Kupiec cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn bị từ chối ở hai mức ý nghĩa là 5% và 2.5%.

5.1.1.2 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng

Tại mức ý nghĩa 5% ta có:

 LRPOF > χ 2 0.05(1) điều này đồng nghĩa với việc theo kiểm định Kupiec thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Riskmetric với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher vẫn bị từ chối

Kiểm định Kupiec tương tự tại các mức ý nghĩa 2,5% và 1% ta có bảng sau:

Số lượng VaR vi phạm (x)

LR POF χ 2 α (1) Mức độ chấp nhận mô hình

Kiểm định Kupiec cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher chỉ bị từ chối ở hai mức ý nghĩa là 5%.

5.1.2 Kiểm định Christoffersen (hay kiểm định độc lập)

5.1.2.1 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Tại mức ý nghĩa 5% ta có: n00 = 40 n10 = 8 n01 = 8 n11 = 5 Π0 = 40 8 8

 LRPOF < χ 2 0.05(1) điều này đồng nghĩa với việc theo kiểm định Christoffersen thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Riskmetric với giả thiết lợi suất danh mục phân phối chuẩn được chấp nhận

Kiểm định Christoffersen tương tự tại các mức ý nghĩa 2,5% và 1% ta có bảng sau: α n 00 n 10 n 01 n 11 Π 0 Π 1 Π LR ind χ 2 α (1)

Kiểm định Christoffersen cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn được chấp nhận ở hai mức ý nghĩa là 5% và 2.5% và chưa có kết luận ở mức ý nghĩa 1%

5.1.2.2 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng

Tại mức ý nghĩa 5% ta có: n00 = 40 n10 = 8 n01 = 8 n11 = 5 Π0 = 40 8 8

 LRPOF < χ 2 0.05(1) điều này đồng nghĩa với việc theo kiểm định Christoffersen thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Riskmetric với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher được chấp nhận

Kiểm định Christoffersen tương tự tại các mức ý nghĩa 2,5% và 1% ta có bảng sau: α n 00 n 10 n 01 n 11 Π 0 Π 1 Π LR ind χ 2 α (1)

Kiểm định Christoffersen cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher được chấp nhận ở hai mức ý nghĩa là 5% và chưa có kết luận ở mức ý nghĩa 2.5% và 1%.

5.1.3.1 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Kiểm định Joint là sự tổng hợp của 2 kiểm định Kupiec và Christoffersen.

LRPOF LRind LRcc χ 2 α (2) Mức độ chấp nhận mô hình

Kiểm định cho kết quả từ chối đối với mô hình tại 2 mức ý nghĩa 5% và 2,5%; tại mức ý nghĩa 1% kiểm định chưa đưa ra được kết luận.

5.1.3.2 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng

LRPOF LRind LRcc χ 2 α (2) Mức độ chấp nhận mô hình

Kiểm định cho kết quả từ chối đối với mô hình tại mức ý nghĩa 5%; tại mức ý nghĩa 1% và 2,5% kiểm định chưa đưa ra được kết luận.

5.2 Mô hình dự báo VaR bằng phương pháp Toán kinh tế

5.2.1.1 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Tại mức ý nghĩa 5% ta có:

 LRPOF > χ 2 0.05(1) điều này đồng nghĩa với việc theo kiểm định Kupiec thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Toán kinh tế với giả thiết lợi suất danh mục phân phối chuẩn bị từ chối

Kiểm định Kupiec tương tự tại các mức ý nghĩa 2.5% và 1% ta có bảng sau:

Mức ý nghĩa (p) Số lượng quan sát (T)

Số lượng VaR vi phạm (x) LR POF χ 2 α (1) Mức độ chấp nhận mô hình

Kiểm định Kupiec cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn bị từ chối ở cả ba mức ý nghĩa là 5%; 2.5% và 1%.

5.1.1.2 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng.

Tại mức ý nghĩa 5% ta có:

 LRPOF > χ0.05(1) điều này đồng nghĩa với việc theo kiểm định Kupiec thì tại mức ý nghĩa 5%, mô hình VaR ước lượng theo phương pháp Toán kinh tế với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher bị từ chối

Kiểm định Kupiec tương tự tại các mức ý nghĩa 2.5% và 1% ta có bảng sau:

Mức ý nghĩa (p) Số lượng quan sát (T)

Số lượng VaR vi phạm (x) LR POF χ 2 α (1) Mức độ chấp nhận mô hình

Kiểm định Kupiec cho thấy Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher chỉ bị từ chối ở hai mức ý nghĩa là 5%.

5.2.2 Kiểm định Christoffersen (hay kiểm định độc lập)

5.2.2.1 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Tại mức ý nghĩa 5% ta có: n00 = 47 n10 = 7 n01 = 5 n11 = 0 Π0 = 47 5 5

 Kiểm định Christoffersen thì tại mức ý nghĩa 5%, chưa kết luận được mô hình VaR ước lượng theo phương pháp Toán kinh tế với giả thiết lợi suất danh mục phân phối chuẩn

Kiểm định Christoffersen tương tự tại các mức ý nghĩa 2,5% và 1% ta có bảng sau: α n 00 n 10 n 01 n 11 Π 0 Π 1 Π LR ind χ 2 α (1)

Kiểm định Christoffersen chưa kết luận được Mô hình ước lượng VaR với giả thiết lợi suất danh mục tuân theo phân phối chuẩn tại các mức ý nghĩa là 5% và 2.5% và 1%.

5.2.2.2 Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bởi kỹ thuật Cornish – Fisher mở rộng

Tại mức ý nghĩa 5% ta có: n00 = 47 n10 = 7 n01 = 5 n11 = 0 Π0 = 47 5 5

Tổng hợp kết quả các kiểm định và đưa ra các kết luận

Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn

Mô hình Kupiec test Christoffersen test Joint test

Riskmetric Từ chối Từ chối Chấp nhận

Toán kinh tế Từ chối Từ chối Từ chối n/a n/a n/a n/a n/a n/a

Mô hình ước lượng VaR với giả thiết lợi suất danh mục phân phối chuẩn được điều chỉnh bở kỹ thuật mở rộng của Cornish – Fisher.

Mô hình Kupiec test Christoffersen test Joint test

Riskmetric Từ chối Chấp nhận Chấp nhận Chấp nhận n/a n/a Chấp nhận n/a n/a

Toán kinh tế Từ chối Chấp nhận Chấp nhận n/a n/a n/a n/a n/a n/a

 Kiểm định Kupiec kiểm tra sự cân đối giữa tần số thực tế của những dao động bất thường với tần số được dự báo bởi các mô hình VaR. Kiểm định này tuân theo phân phối Chi bình phương χ 2 với 1 mức tự do tại các mức ý nghĩa 5%, 2,5% và 1%

 Kiểm định tính độc lập (Christoffersen) kiểm tra có hay không những dao động bất thường ngày mai phụ thuộc trên những dao động bất thường hôm nay Kiểm định này tuân theo phân phối Chi bình phương χ 2 với 1 mức tự do tại các mức ý nghĩa 5%, 2,5% và 1%.

 Kiểm định Joint là sự tổng hợp của 2 kiểm định ở trên, tuân theo phân phối Chi bình phương χ 2 với 2 mức tự do tại tại các mức ý nghĩa 5%, 2,5% và 1%.

Trên cơ sở những kết quả kiểm định mô hình ở trên, một số điểm được tổng kết như sau:

Một là, mô hình Toán kinh tế áp đặt giả thiết lợi suất danh mục phân phối chuẩn đã không hoạt động trong suốt giai đoạn khảo sát tại cả 3 mức ý nghĩa được sắp xếp từ mức an toàn cao nhất theo khuyến cáo của Ủy ban Basel về giám sát hoạt động ngân hàng (1%), đến mức trung bình (2.5%), và cuối cùng tại mức cảnh báo (5%)

Tương tự, mô hình RiskMetric cũng hầu như bị hủy bỏ dưới giả thiết phân phối chuẩn được áp đặt Cụ thể, cả 2 mô hình đều bị hủy bỏ bởi kiểm định Kupiec tại 2 mức ý nghĩa 5% và 2,5%, phản ánh rằng tần số thực tế của những ngày dao động bất thường (violations) không bền vững với tần số được dự báo bởi các mô hình VaR Ngược lại, sau khi được điều chỉnh bởi kỹ thuật

Cornish-Fisher mở rộng, 2 mô hình đã hoạt động tương đối hiệu quả, đặc biệt tại 2 mức ý nghĩa 2.5% và 1% Như vậy, cuộc khảo sát đã tìm thấy rằng, những giả định phân phối có tác động ý nghĩa lên chất lượng dự báo của những mô hình VaR hơn đặc tính riêng có của mỗi mô hình VaR

Hai là, nghiên cứu cũng tìm thấy rằng trong suốt giai đoạn khảo sát, phần lớn các mô hình VaR chỉ hoạt động hiệu quả tại 99% độ tin cậy Độ tin cậy này tương đương với mức khuyến cáo của Ủy ban Basel khi dự báo rủi ro đối với danh mục đầu tư của một định chế tài chính (99%)

Thứ ba, theo Basel trong giai đoạn khủng hoảng, mức vốn dự trữ yêu cầu tối thiểu phải bằng 3 đến 4 lần giá trị VaR của danh mục Từ kết quả nghiên cứu thực nghiệm, mỗi định chế tài chính sẽ phải duy trì tối thiểu từ 5,5% đến 12% vốn dự trữ thay vì 8% như quy định Điều này cho thấy rằng trong giai đoạn khủng hoảng, các định chế tài chính sử dụng hệ thống quản trị rủi ro trên cơ sở VaR để ước tính VaR hàng ngày không phải duy trì một tỷ lệ dự trữ vốn tối thiểu bình quân quá cao so với tỷ lệ an toàn vốn 8% của Ủy ban Basel; và kết quả không làm tăng chi phí vốn của các định chế tài chính

Cuối cùng, nghiên cứu cho thấy rằng không có bằng chứng nào chứng tỏ mô hình RiskMetric cung cấp những con số dự báo rủi ro chính xác hơn mô hình Toán kinh tế hay ngược lại Điều này có thể là trái ngược với một số kết quả của các công trình nghiên cứu liên quan đến việc ứng dụng những mô hình trong dự báo dao động thị trường khi cho rằng các mô hình ước lượng khác nhau cho các kết quả ước lượng chính xác khác nhau.

Kiểm định mô hình VaR theo phương pháp giá trị vượt ngưỡng VaR

Theo hiệp định Basle 2, năm 1996 BIS khuyến cáo các tổ chức tài chính có thể xây dựng các mô hình VaR riêng của mình để ước lượng P&L (profit & loss) dùng trong quản trị rủi ro nhưng không phải thường xuyên hậu kiểm tính chuẩn xác của mô hình.

Giá trị vượt ngưỡng VaR là giá trị tổn thất thực tế mà tại đó VaR lợi suất ước tính được lớn hơn nó Giá trị này phản ánh số lượng VaR ước tính không thể phản ánh được tổn thất thực tế trong một khoảng thời gian.

7.1 Cơ sở lý thuyết của hậu kiểm mô hình VaR

Sau khi xây dựng mô hình và công thức tính VaR (1 ngày, α %) cho P&L của tài sản hoặc danh mục – ký hiệu: VaR(P&L), nếu VaR(P&L) chuẩn xác thì trung bình trong n ngày sẽ có khoảng [nα] ngày P&L thực tế vượt quá VaR(P&L) ([nα]: phần nguyên của nα).

Nếu coi số ngày mà P&L vượt VaR(P&L) trong n ngày là biến ngẫu nhiên X thì X ~ B(n, α)

Khi đó ta có kỳ vọng của X: X ~  n  và phương sai VaR(X) = nα (1- α). Với n tương đối lớn (n>30) ta có khoảng tin cậy (1- α)% cho kỳ vọng của X:

Với z  / 2 : giá trị tới hạn mức α/2 của phân phối chuẩn hóa N(0,1).

 Bước 1: Sử dụng công thức VaR(P&L) tính P&L từng ngày của tài sản (P&L lý thuyết theo VaR) Chú ý khi tính VaR(P&L) của từng ngày ta phải sử dụng giá trị thực tế của tài sản trong ngày trước đó.

 Bước 2: Tính P&L thực tế của từng ngày.

 Bước 3: So sánh P&L lý thuyết và thực tế của từng ngày để tìm số ngày có P&L thực tế (P&L âm: ngày lỗ) vượt quá P&L lý thuyết Nếu số này không vượt quá cận trên trong (*) thì mô hình có thể coi là chuẩn xác với độ tin cậy (1- α)%.

Bảng 3.10: Bảng kết quả thống kê số quan sát vượt ngưỡng của các phương pháp dự báo VaR

Phương pháp Mức VaR Số quan sát vượt ngưỡng

VaR mô hình RiskMetric - áp đặt giả thiết lợi suất phân phối chuẩn

RiskMetric – điều chỉnh bởi kỹ thuật C – F mở rộng

Toán kinh tế - áp đặt giả thiết lợi suất phân phối chuẩn VaR 99% 5 (-1.4 ; 2.64) Từ chối

Toán kinh tế – điều chỉnh bởi kỹ thuật C – F mở rộng

Cột Số quan sát vượt ngưỡng VaR cho thấy, tất cả các phương pháp dự báo VaR đều có số quan vượt ngưỡng Số quan sát vượt ngưỡng tại mức ý nghĩa thấp, ít hơn số quan sát vượt ngưỡng tại mức ý nghĩa cao do có biên bao phủ lớn hơn.

Theo cách kiểm định này, mức VaR 95% của các phương pháp RiskMetric với áp đặt giả thiết lợi suất phân phối chuẩn và điều chỉnh bởi kỹ thuật C-F mở rộng có cùng số quan sát vượt ngưỡng là 13 Tương tự với phương pháp Toán kinh tế với cùng số quan sát vượt ngưỡng là 7.

Các phương pháp áp đặt giả thiết lợi suất phân phối chuẩn tại VaR 99% và VaR 97,5% có số quan sát vượt ngưỡng tương ứng với RiskMetric là 3 và 8; còn với Toán kinh tế là 5và 7

Theo phương pháp RiskMetric điều chỉnh bởi C-F mở rộng có 1 quan sát vượt ngưỡng VaR 99%, 4 quan sát vượt ngưỡng VaR 97,5%, số các quan sát vượt ngưỡng là nhỏ trong 62 quan sát ước tính Tương tự, phương pháp toán kinh tế có 2 quan sát vượt ngưỡng VaR 99% và 5 quan sát vượt ngưỡng VaR 97,5%.

Kết quả kiểm định theo phương pháp giá trị vượt ngưỡng VaR cho thấy rằng, mô hình ước lượng VaR với giả thiết áp đặt lợi suất danh mục tài sản tuân theo quy luật phân phối chuẩn bị từ chối ở tất cả các mức ý nghĩa 5%;

Một số vấn đề khi ước lượng VaR điều chỉnh theo kỹ thuật Cornish – Fisher mở rộng

Tại mức ý nghĩa 1%, cả hai phương pháp điều chỉnh bởi Cornish – Fisher mở rộng đều thỏa mãn khoảng tin cậy và được chấp nhận Mức ý nghĩa yếu hơn là 2,5%; mô hình Toán kinh tế được chấp nhận còn mô hình RiskMetric bị từ chối.

8 Một số vấn đề khi ước lượng VaR điều chỉnh theo kỹ thuật Cornish – Fisher mở rộng

Việc sử dụng Cornish – Fisher nên tránh một “cái bẫy”: đó là miền tồn tại tính hiệu lực của công thức khai triển Có một miền hiệu lực cho việc sử dụng kỹ thuật Cornish – Fisher mở rộng Để có hiệu lực, sự chuyển đổi này phải có một song ánh Nó là điều kiện cần và đủ Nó hàm ý rằng một dẫn xuất của qα liên quan tới zα là không vô giá trị Nếu sự chuyển đổi không là một song ánh, thứ tự trong các phân vị của phân phối sẽ không được bảo tồn Điều này có thể được viết:

Biểu đồ 3.4: Phân vị Cornish – Fisher, phân phối lệch trái và hệ số bất đối xứng dương

Một hệ quả của song ánh không thỏa mãn trong kỹ thuật Cornish – Fisher mở rộng là hàm phân vị không đơn điệu Nguyên nhân là do các đa thức trong công thức chuyển đổi không đơn điệu Chernozhukov, Fernandez- Val và Galichon (2010) đã đề xuất một thủ tục để khôi phục lại các đơn điệu được gọi là sự sắp xếp lại Khi họ đề cập đến và chứng minh, sự sắp xếp lại nhất thiết mang lại một xấp xỉ không đơn điệu, gần với hàm mục tiêu đơn điệu thực tế

Hình 3.5 minh họa phương pháp này cho một hệ số bất đối xứng là 0.8 và hệ số nhọn là 2 (vượt quá độ nhọn bằng -1) Các tham số này tương ứng với hàm phân phối lệch phải và hệ số bất đối xứng âm

Biểu đồ 3.5: Quy trình sắp xếp lại (α < 0.25)

Khi hệ số nhọn phải lớn hơn 3 để có song ánh (đây là điều kiện cần), hàm phân vị không đơn điệu trong ví dụ này (hình 3.5) Sự khác biệt từ hai hàm phân vị xuất hiện xác suất nhỏ nhất là quan trọng nhất cho tính toán VaR Hàm phân vị không được sắp xếp lại có thể là thất thường hơn Chúng ta biểu thị q ~  các phân vị hiệu chỉnh của mức α Ở mức 0.1%, q ~  = -1.4 trong khi zα là ước lượng chệch và bằng -0.3.

Giới hạn của kỹ thuật Cornish – Fisher mở rộng

Việc sử dụng kỹ thuật Cornish-Fisher mở rộng cho VaR có những hạn chế nhất định Một số giả thiết như phân phối gần chuẩn, tính đơn điệu và ước lượng bậc hai có thể được xem xét lại Britton-Jones và Schaefer (1999) chỉ ra rằng ước lượng bậc hai có thể dẫn đến sai sót lớn khi tính toán VaR Ngoài ra, ước lượng Taylor chỉ mang tính cục bộ, có thể là một vấn đề lớn khi mô hình hóa các chuỗi vô cùng Embrechts và cộng sự (1999) cũng chỉ ra rằng khuôn khổ phân phối chuẩn không cho phép mô hình hóa các chuỗi vô cùng. Chernozhukov và cộng sự (2010) trình bày cách sắp xếp lại có thể giải quyết vấn đề của giả thiết tính đơn điệu của có thể dẫn đến thiếu sót quan trọng, cái mà có thể dẫn đến những thiếu sót quan trọng.

Mặc dù có những phê bình đối với mô hình Cornish Fisher mở rộng, có nhiều lý do tốt cho người hành nghề bất động sản, ngân hàng, bảo hiểm để thực hiện nó cùng với các mô hình khác, đặc biệt trong bối cảnh bất động sản, nơi dữ liệu là khiêm tốn Khi chúng ta phải đối mặt với việc thiếu dữ liệu, không phương pháp cung cấp kết quả đầu ra chính xác Giả định thống kê của phân phối gần như chuẩn có thể giải thích một phần của sai sót nhưng việc thiếu dữ liệu cũng giải thích một phần sai sót Cách thức mà mô hình VAR này có thể được đánh giá thống kê là bằng cách so sánh hiệu quả của nó với mô hình lịch sử và xác định số lần VaR vượt quá với những gì được dự kiến cho mô hình Tuy nhiên, trên nhiều thời gian hơn, không có đủ dữ liệu lịch sử để thực hiện một kiểm tra ngược và do đó, một đánh giá định tính đã được thực hiện để thay thế.

Rõ ràng là VaR là một đo lường rủi ro mà chỉ có xem xét đến xác suất dưới mức ngưỡng Nó không xem xét các giá trị dưới mức này hoặc trung bình của chúng Ngoài ra, VaR là một thước đo thiếu hiệu quả cho phân phối bất đối xứng của lợi suất Nó cũng có thể biểu hiện các vấn đề về độ lồi Đây là lý do tại sao các phương pháp đo lường rủi ro khác đã được đề xuất Trong số đó sự thiếu hụt dự kiến được định nghĩa bởi Acerbi và các cộng sự (2001) (còn gọi là VaR điều kiện: CVaR) hoặc TailVaR trong Artzer và cộng sự

(1999) Ứng dụng của chúng trong tài chính, bất động sản sẽ là đối tượng của nghiên cứu sâu hơn và đặc biệt là ứng dụng của Cornish-Fisher.

Kiến nghị đo lường rủi ro bằng VaR

Trong khi VaR đã đạt được sự ủng hộ mạnh mẽ trong cộng đồng quản trị rủi ro, có lý do để hoài nghi về cả độ chính xác của nó như là một công cụ quản trị rủi ro và sử dụng của nó trong việc đưa ra quyết định Không có phương pháp đo lường chính xác VaR, và mỗi phương pháp đi kèm với những hạn chế riêng của nó Kết quả cuối cùng là giá trị VaR mà chúng ta tính toán cho một tài sản, danh mục đầu tư hoặc một công ty có thể là sai, và đôi khi, các lỗi này có thể đủ lớn để làm cho VaR một phương pháp gây sai lệch.

Các phương pháp tính VaR có giả định về phân phối lợi suất, trong đó, nếu vi phạm, kết quả trong dự báo không còn chính xác.

Lịch sử có thể không phải là một dự báo tốt

Tất cả các phương pháp tính VaR đều sử dụng dữ liệu lịch sử theo cách này hay cách khác Bất kỳ phương pháp tính VaR nào cũng là một hàm theo thời gian mà chuỗi dữ liệu lịch sử được thu thập Nếu khoảng thời gian là tương đối ổn định, tính toán VaR sẽ là một con số thấp và chưa phán ánh hết rủi ro mong đợi Ngược lại, nếu khoảng thời gian khảo sát là không ổn định thì giá trị VaR có nguy cơ sẽ bị định giá quá cao

Các mối tương quan không dừng

Các biện pháp của VaR đặt ra các điều kiện trên các ước lượng của sự tương quan giữa các nguồn rủi ro hoặc giả định ngầm về sự tương quan Các ước lượng tương quan thường được dựa trên dữ liệu lịch sử và rất dễ thay đổi.

Một chỉ báo cho rằng VaR phụ thuộc vào sự phán quyết xuất phát từ phạm vi các giá trị mà các nhà phân tích thường chỉ định cho phương pháp đó, khi nhìn vào những rủi ro tương tự cho cùng một chủ thể.

Giả định khác nhau về phân phối lợi suất và khoảng thời gian khảo sát khác nhau có thể mang lại giá trị rất khác nhau cho VaR Trong thực tế, các phương pháp khác nhau của VaR có thể được bắt nguồn cho một danh mục đầu tư ngay cả khi chúng ta bắt đầu với các dữ liệu cơ bản giống nhau và phương pháp tính toán giống nhau.

Một nghiên cứu về các phương pháp dự báo VaR được sử dụng tại các tập đoàn ngân hàng lớn để đo lường rủi ro trong danh mục đầu tư kinh doanh của họ đã kết luận rằng họ đã quá dè dặt đặt và chậm chạp phản ứng với hoàn cảnh thay đổi, trong thực tế, mô hình chuỗi thời gian đơn giản vượt trội hơn so với mô hình VAR tinh vi trong dự báo.