Chuyên đề thực tập: Ứng dụng phương pháp VAR trong đo lường rủi ro cổ phiếu của Ngân hàng TMCP ngoại thương Việt Nam – Vietcombank

Nhận thấy tầm quan trọng của vấn đề và mong muốn tìm ra được phương pháp quản trị rủi ro hiệu quả nhất cho bản thân và những nhà đầu tư sau này, tôi lựa chọn đề tài “Ứng dụng phương pháp

Trang 1

TRƯỜNG ĐẠI HỌC KINH TE QUOC DAN

KHOA TOÁN KINH TE

Trang 2

Chuyên đề thực tập Chuyên ngành Toán Kinh TẾ

LỜI CẢM ƠN

Trước tiên, tôi xin được gửi lời cảm ơn chân thành đến tất cả các thầy cô đãgiảng dạy trong Khoa Toán kinh tế Trường Đại học Kinh tế Quốc dân nói riêng vàtoàn bộ thầy cô giáo Trường Đại học Kinh tế Quốc dân nói chung Thầy cô đãtruyền đạt cho tôi những kiến thức hữu ích về chuyên ngành Toán kinh tế, tạo điềukiện thuận lợi cho tôi trong suốt quá trình học tập và rèn luyện, làm cơ sở cho tôihoàn thành tốt chuyên đề tốt nghiệp này

Đặc biệt, em xin gửi lời biết ơn sâu sắc tới cô TS Phạm Thị Hồng Thắm đã tận

tình hướng dẫn, chỉ bảo và góp ý cho em trong suốt quá trình làm chuyên đề tốt

nghiệp này.

Cuối cùng, tôi xin gửi lời biết ơn đến gia đình, người thân, bạn bè đã luôn tạođộng lựa, tạo điều kiện tốt nhất cho tôi trong suốt quá trình học cũng như thực hiện

chuyên đề tốt nghiệp của mình

Trong quá trình hoàn thành chuyên đề, do kinh nghiệm và thời gian còn hạnchế nên khó tránh được những thiếu sót Tôi rất mong nhận được sự góp ý của thầy

cô đê bài chuyên dé của tôi hoàn thiện hơn Tôi xin chân thành cam ơn!

Dương Thị Mỹ Hạnh 11181578

Trang 3

MỤC LỤC

DANH MỤC BANG, HÌNH << ss©sseEvseEvAeErseErsseerkserkserrssrrsserse 3

370006710075 4Chương 1 CƠ SỞ LÝ THUYET VA TONG QUAN NGHIÊN CỨU 7

1.1 Lý thuyết về phương pháp ValR s-s<scssssecssezsevssersesserse 7

1.1.1 Khái niệm về VaR -¿- 5+ 2x2 221 22122112712112711211111211211 11.11 xe 71.1.2 Đặc điểm và điều kiện sử dung VaR 2-52 2scctecEeEEEEeEerkerrrred 81.1.3 Các thông số ảnh hưởng đến VaR oo cecceecceccesssesseessecssessesssessesseesessesssesseen 81.2 Tổng quan nghiên CUWU ccccscssssssssssessessescessesssssssssessessessessessssssssseeeesceesesssees 10

Chương 2 PHƯƠNG PHÁP NGHIÊN CỨU 2-s° s52 ©sse©ssesssess 14

2.1 Phương pháp tham SỐ 2 2 2s se ©s£ s22 ESs£SseSseEseEsetseessessesser 14

2.2 Phương pháp mô phỏng lich S Ứ 0G 5G 55G S5 9 599565956 59565896566 16 2.3 Phương pháp mô phỏng Monte CC aFÌO, s55 << 5< 55 5< 5584 558995 17

Chương 3 ỨNG DỤNG PHƯƠNG PHÁP VaR TRONG ĐO LƯỜNG RỦI RODOI VỚI CO PHIẾU CUA NGAN HÀNG TMCP NGOẠI THƯƠNG VIET

NAM — VIETCOMBANKK GHI HH HH Hưng me 20

3.1 Cơ Sở dÌÑ' lIỆU << 5< HH HH HT 0.0060 20

;”ôcg 8Š ae 23

3.2.1 Kết quả phương pháp tham $6 2 52 2+EE+EE£EE£EE£EEeEEEzEEzExerkered 23

3.2.2 Kết quả phương pháp mô phỏng lịch sử 2-2 522s+£z+2£szzszzc+d 26

3.2.3 Kết quả phương pháp mô phỏng Monte Carlo .: -2- 2z 283.3 Hậu kiểm VaR ueescsssssscssessessessesssssssssssscssessessessessssssssssssesscscssssussssesceseeneeseeees 29

3.3.1 Hậu kiểm VaR đối với phương pháp tham sỐ - 2-2222 +sz2 5+2 30

3.3.2 Hậu kiểm VaR đối với phương pháp mô phỏng lich sử 31

3.4 So sánh các phương pápD << 5 << 5< 5 9 9999699600 000 00 805089 6856 32

KET LUẬN VÀ KIÊN NGHỊ, 2-5 s2 se ©ss£EseExsersetrsersserserssersee 35

C307 01010 3581101111727 35

Hạn chế và hướng nghiên cứu tiẾp t]heO s°-ss<©csscssesssesssrseessers 35

TÀI LIEU THAM KHẢO -2- 2 5£ s52 S2£SseESs£EssExsevsserserssersee 37

2 Dương Thị Mỹ Hạnh 11181578

Trang 4

DANH MỤC BẢNG, HÌNH

Bang 3.1: Các thống kê mô tả của chuỗi lợi suất VCB 2-55 s+cczszzse2 22

Bang 3.2: Các giá tri cơ bản của chuỗi lợi suất 2-22 5z+cxczxerxzrxerxerrseee 23

Bang 3.3: Kết quả Giá trị VaR với phương pháp Phuong sai — Hiệp phương sai 23Bang 3.4: Kết quả phương pháp Risk Metric 2 sesxecx+E2E2EeExerxerxeree 26Bang 3.5: Kết quả Giá tri VaR với Phương pháp mô phỏng lich sử 27

Bảng 3.6: Kết quả Giá trị VaR với phân vị tương ứng 2- ¿+ scc++cxezcsee 27

Bang 3.7: Kết quả phương pháp mô phỏng Monte CarÌo 2- 2: 5 5552252: 28Bảng 3.8: Miền chấp nhận của mẫu 250 quan sát với độ tin cậy 99% 29Bang 3.9: So sánh ưu, nhược điểm của ba phương pháp -s¿©22¿ 552552 33Bảng 3.10: So sánh kết quả của các phương pháp : ¿z+2sz+2zz+2zxz+ 34

Hình 1.1: Các phương pháp đo lường giá tri rủi ro VaR sec sex 11 Hinh 2.1: Phương pháp Mô phỏng lich SỬ - 6 St nghe, 16 Hình 2.2: Phương pháp Monte Carlo c5 32c 3E + E++EE+eeE+eeeeeeeeeeeereeresee 19

Hình 3.1: Đồ thị chuỗi giá đóng cửa của cô phiếu VCB (đơn vị: nghìn VNĐ) 20Hình 3.2: Đồ thị chuỗi lợi suất cỗ phiếu VCB -¿- 22 ++2++2z+2zxzzxzee 21

Hình 3.3: Đồ thị hàm mật độ chuỗi lợi suất cổ phiếu WCB 2: 52-55: 22Hình 3.4: Kiểm định tính đừng của mô hình - 2-2: ©+¿2++2£+£+£x++zz+ezzxzz+ 25Hình 3.5: Kiểm định phần dư phân phối chuẩn 2-2 2+£++£E++£+zrxzzred 25Hình 3.6: Mô phỏng Monte Carlo với bước lặp 10000 lần -:- 28Hình 3.7: Hậu kiểm VaR tham số với mức ý nghĩa 991 - 2-2 z+++2zz+z+¿ 30Hình 3.8: Hậu kiểm VaR tham số với mức ý nghĩa 959 - 2 z2c+2zz+2 31

Hình 3.9: Hậu kiêm VaR phương pháp mô phỏng lich sử với mức ý nghĩa 99% 32

Hình 3.10: Hậu kiểm VaR phương pháp mô phỏng lich sử với mức ý nghĩa 95% 32

Trang 5

PHAN MO ĐẦU

Ly do chon dé tai

Trong những năm gan đây, thị trường chứng khoán Việt Nam đã có những

bước phát triển vượt bậc Đầu tư chứng khoán được coi là một trong những kênh

đầu tư đem lại lợi nhuận cao cho nhà đầu tư Bởi lẽ nếu hiểu rõ nội tại của doanhnghiệp và định hướng phát triển của doanh nghiệp trong tương lai thì việc đầu tưvào cô phiếu của doanh nghiệp giá trị sẽ giúp nhà đầu tư đem lại lợi nhuận rất lớn

Bên cạnh lợi nhuận cao thì đi kèm đó là rủi ro cũng cao Nhà đầu tư đa phầncũng hiểu rõ về điều này và cũng luôn mong muốn có thé quan trị rủi ro tốt bao gồmviệc tối đa hóa lợi nhuận đi kèm đó là tối thiêu hóa rủi ro Có thể thấy, trong thực tế

việc tối đa hóa lợi nhuận sẽ dé dang hon và do đó nhà dau tư luôn mong muốn có

thể tìm được cho mình những phương pháp quản lí rủi ro hiệu quả nhất Do vậy việc

đo lường rủi ro cổ phiêu đóng vai trò vô cùng quan trọng và cần thiết dé nhà đầu tưcó thé có thé chủ động phòng ngừa, hạn chế tối thiểu nhất rủi ro khi tham gia đầu tư

trên thị trường chứng khoán.

Vấn đề về đo lường rủi ro cổ phiếu cũng đã được nghiên cứu nhiều trên thếgiới ở những quốc gia khác nhau Ở mỗi đề tài lại có những sáng kiến, phương phápmới lạ, đặc biệt đề tài nghiên cứu được áp dụng cho những danh mục đầu tư ởnhững nhóm ngành khác nhau Hiện nay, nhờ sự tiễn bộ của khoa học và công nghệ

mà giờ đây nhà đầu tư có thé áp dụng nhiều phương pháp dé quản trị rủi ro danh

mục đầu tư của mình Tuy theo nhu cầu của mỗi cá nhân mà danh mục có thể baogồm một cô phiếu, một nhóm cô phiếu hay một nhóm ngành Trong các nhóm ngànhthì nhóm cổ phiếu ngành ngân hàng cũng đã thu hút được đông đảo nhà đầu tư tham

gia với khối lượng giao dịch cực kì lớn Nhận thấy tầm quan trọng của vấn đề và

mong muốn tìm ra được phương pháp quản trị rủi ro hiệu quả nhất cho bản thân và

những nhà đầu tư sau này, tôi lựa chọn đề tài “Ứng dụng phương pháp VaR trongđo lường rủi ro cỗ phiếu của Ngân hàng TMCP Ngoại thương Việt Nam —Vieteombank” cho chuyên đề tốt nghiệp

Mục tiêu nghiên cứu

Mục tiêu của đề tài là sử dụng phương pháp VaR đo lường rủi ro cô phiếu

của Ngân hàng TMCP Ngoại thương Việt Nam — Vietcombank Từ dữ liệu lịch sử

thu thập được va qua quá trình nghiên cứu có thé xác định được phương pháp VaRđo lường rủi ro cổ phiếu hiệu quả nhất Từ đó đưa ra các giải pháp hiệu quả nhất,

Trang 6

đưa ra cho nhà đầu tư thấy được những góc nhìn mới và lựa chọn cho mình phương

pháp quản lí rủi ro hiệu quả.

Đối tượng nghiên cứu

Đối tượng nghiên cứu của đề tài này là đo lường rủi ro cô phiếu của Ngân

hàng TMCP Ngoại thương Việt Nam — Vietcombank theo các mức kỳ vọng Phạm vi nghiên cứu

Nghiên cứu được tiến hành dựa trên giá đóng cửa của cô phiếu ngân hàngVietcombank trong khoảng thời gian từ ngày 01/07/2016 đến ngày 30/08/2021 Dữ

liệu được thu thập trên các trang invesing.com, cafef.vn, Phương pháp nghiên cứu

Để trả lời câu hỏi Phương pháp VaR nào có độ chính xác cao nhất trong đolường rủi ro cô phiếu ngân hàng, tác giả tiến hành nghiên cứu lần lượt ba phương

pháp Phương pháp tham số, tác giả nghiên cứu phương pháp phương sai-hiệpphương sai Phương pháp phi tham sé, tác giả nghiên cứu hai phương pháp là mô

phỏng lịch sử và mô phỏng Monte Carlo Qua đó thấy được rõ sự hiệu quả của mỗi

phương pháp trong việc đo lường rủi ro cô phiếu trong những khoảng thời gian khác

nhau với những mức độ tin cậy khác nhau.

Bồ cục chuyên đề

Kết cấu của bài nghiên cứu gồm có các phần:Phần mở đầu: Tác giả giới thiệu khái quát lí do, mục đích sử dụng đề tài, đối

tượng va phạm vi được sử dụng trong bài nghiên cứu.

Chương 1: Cơ sở lý thuyết và tông quan nghiên cứu: Ở chương này tác giả

giới thiệu, làm rõ những vấn đề về rủi ro VaR, bao gồm về khái niệm, đặc điểm,điều kiện sử dụng, thông số ảnh hưởng và hạn chế của VaR Sau đó tác giả trình bày

các nghiên cứu đã được các tác giả trên thé giới thực nghiệm ra sao

Chương 2: Phương pháp nghiên cứu: Ở chương này, tác giả tiễn hành trình

bày rõ điều kiện và cách sử dụng ba phương pháp: Phương pháp Phương sai-hiệp

phương sai, Phương pháp Mô phỏng lịch sử và Phương pháp Mô phỏng Monte

Carlo Sau đó tác giả tiến hành sơ lược, mô tả về bộ dữ liệu mà tác giả sẽ sử dụng

trong bai.

Chương 3: Ung dụng phương pháp VaR trong đo lường rủi ro cổ phiếu của

Ngân hàng TMCP Ngoại thương Việt Nam — Vietcombank Ở chương thứ 3 này, tácgiả tiến hành trình bày kết qua đã thu được từ ba phương pháp trên Sau đó tiễn hànhso sánh các kết quả đo lường ở khoảng thời gian giống nhau với mức ý nghĩa (độ tin

Trang 7

cậy) là giống nhau Đặc biệt ở chương này, tác gia cũng tiến hành Hậu kiểm VaR déxem xét xem phương pháp nao là tốt nhất, đáng tin cậy nhất

Phần Kết luận: Ở phan nay tác giả rút ra nhận xét chung, kết luận phương

pháp hiệu quả nhất khi đo lường rủi ro VaR trong ba phương pháp đã đề cập ở trên

Sau đó, tác giả đưa ra một số kiến nghị về đo lường rủi ro cổ phiếu đề thu được kếtquả tốt nhất

Thông qua các nội dung đã được trình bày ở trên, phần nào đã hiểu đượcnhững khái quát nhất của đề tài Đề tìm hiểu cụ thé và hiểu rõ hơn về lý thuyết cũngnhư đặc điểm cơ bản của VaR, chúng ta cùng tìm hiểu Chương 1

Trang 8

Chương 1 CƠ SỞ LÝ THUYET VA TONG QUAN NGHIÊN CỨU

1.1 Lý thuyết về phương pháp VaR1.1.1 Khái niệm về VaR

VaR là một thước đo rủi ro tài chính được sử dụng rộng rãi, cung cấp mộtcách định lượng và quản lý rủi ro của danh mục đầu tư Năm 1988, các ngân hangtrung ương muốn có một phương pháp luận dé quy định mức vốn tối thiêu yêu cầutrong ngân hang cần có dé bảo vệ trước rủi ro tín dung trong kinh doanh Cho đến

năm 1993, VaR được hình thành một phần dé ứng phó với các thảm họa tài chính

khác nhau Các ngân hàng bắt đầu áp dụng nó vào khoảng năm 1993-1995, như mộtthành phần chính của quản lý rủi ro thị trường đối với nhiều tô chức tài chính

Công cụ VaR được sử dụng như một công cụ quản lý và cũng đã được Ủyban Basel về Giám sát Ngân hàng chọn là công cụ quốc tế tiêu chuẩn cho mục đích

quản lý bên ngoài Những năm gần đây, phần lớn các công ty và nhà kinh doanhđã sử dụng VaR để đo lường rủi ro

“Tôi có thể mắt gì nhiều nhất từ khoản đầu tư này?” Đây là câu hỏi màmoi nhà đầu tư đều quan tâm khi quyết định đầu tư vào một lĩnh vực, một thời điểmnao đó Đó chính là giá trị rủi ro hay còn gọi là VaR VaR giúp nhà đầu tư cỗ gắngđưa ra câu trả lời trong một giới hạn hợp lý Giá trị rủi ro VaR là thước đo thống kêước tính ton thất tiềm năng về giá trị của tài sản hoặc danh mục đầu tư rủi ro tronngkhoảng thời gian xác định, đối với một mức độ tin cậy nhất định VaR luôn đi kèmvới mức độ tin cậy, điều này cho thấy xác suất lỗ sẽ không vượt quá giá trị đã cho

Theo Best (1998) định nghĩa được chấp nhận rộng rãi về VaR như sau: “Giátrị rủi ro VaR là số tiền lỗ tối đa có thé bị mat trong một khoảng thời gian nhất định,

với mức độ tin cậy xác định ”.

Theo tac giả “Due & Pan (1997) và Jorion (1997)”: “VaR là ước lượng điểmvề khả năng có thé bị sụt giảm của một định chế tài chính do một loại rủi ro dẫn đếnsự vận động chung của thị trường trong suốt một thời kỳ nắm giữ nhất định Trongtrường hợp này, VaR được sử dụng để đảm bảo rằng các định chế tài chính vẫn hoạt

động sau những sự kiện khủng hoảng”.

Về mặt Toán học, VaR của biến ngẫu nhiên tại mức ý nghĩa ø sẽ là một sỐthỏa mãn biểu thức:

P[X < VaR:_„(ŒX)] =a

Đề hiểu rõ hơn về vấn đề, giả sử hiện tại bạn đang nắm giữ một danh mục cô phiếuA với VaR theo 1 ngày với mức rủi ro là 5% hay độ tin cậy là 95% là 1 ty đồngđược tính bằng VaR thu được kết quả là 100 triệu đồng Điều này có nghĩa là bạn có

Trang 9

thé mat tối đa 100 triệu đồng nếu dau tư 1 tỷ đồng vào danh mục cô phiếu A trong 1ngày với mức rủi ro là 5% (hay độ tin cậy bằng 95%)

Tóm lai, VaR là một công cụ đo lường rủi ro ước tính tốn that đầu tư tối dacó thé xảy ra trong một khoảng thời gian xác định với độ tin cậy nhất định trong

điều kiện thị trường bình thường VaR đã được thiết kế và chấp nhận bởi các tổ chứctài chính như một công cụ tiêu chuẩn dé báo cáo rủi ro

1.1.2 Đặc điểm và điều kiện sử dụng VaR

Dé hiệu rõ hơn về VaR, qua các nghiên cứu thực nghiệm ta nhận thay VaR có

những đặc điểm sau:

Thứ nhất, VaR thông thường được xác định theo các mốc thời gian cu thể, cóthé là một ngày, một tuần, một tháng,.v.v tùy theo nhu cầu quản trị rủi ro của mỗinhà đầu tư mong muốn

Thứ hai, khi áp dụng VaR chúng ta cần giả định các yếu tố thị trường khôngthay đổi

Dé áp dụng VaR, mỗi nhà đầu tư cần chú ý đến những điều dưới đây:Thứ nhát, dữ liệu được sử dụng để đo lường rủi ro phải đủ lớn, trên 1000quan sát Với số lượng mẫu ít vẫn có thé áp dung VaR dé đo lường rủi ro, tuy nhiên

kết quả nhận được sẽ không được chính xác, không đạt kì vọng như chúng ta mong

muốn

Thứ hai, mô hình VaR chỉ đúng trong trường hợp thị trường hoạt động bình

thường, không có những yếu tố vĩ mô tác động hay giá cô phiếu đã được phản ánh

chính xác trên thị trường, không có một số hiện tượng như đè giá cô phiếu, cạnh

tranh không lành mạnh giữa các doanh nghiệp,.v.V.

Thứ ba, giả định rằng các yếu tổ thị trường không có sự thay đổi nhiều khiứng dụng VaR để đo lường rủi ro trong dữ liệu lịch sử và dự báo rủi ro trong tương

lai.

Hiểu rõ được đặc điểm của VaR và điều kiện khi sử dụng VaR sẽ giúp nhà đầu tư dễdang áp dụng trong quản lí rủi ro danh mục tài sản của mình một cách hiệu quả nhất

1.1.3 Các thông số ảnh hưởng đến VaR

Từ khái niệm và những đặc điêm của VaR đã được trình bày ở trên, có thê

thấy VaR ảnh hưởng bởi các thông số: Khoảng thời gian nắm giữ, Mức rủi ro (Độ

tin cậy), Phân phối xác suất của lợi suất cô phiếu, danh mục.

Về khoảng thời gian nắm giữKhoảng thời gian nắm giữ danh mục khác nhau sẽ cho kết quả về độ rủi ro làkhác nhau Lựa chọn khoảng thời gian nắm giữ phụ thuộc vào kết quả VaR được sử

Trang 10

dụng va VaR có thé được tinh cho bat kỳ khoảng thời gian giữ nào Thời gian nắmgiữ càng dài VaR càng lớn Nhà đầu tư hay tô chức hiểu rõ được những vấn đề này

sẽ lựa chon cho mình khoảng thời gian phù hợp Dự đoán được khoảng thời gian ma

rủi ro xảy ra dé có được phương án quản trị rủi ro tốt nhất Qua tìm hiểu, có thé rút

ra nhận xét về khoảng thời gian nắm giữ danh mục tài sản như sau: Do lường rủi roVaR theo ngày sẽ được những ngân hàng đầu tư, những nhà giao dịch ưa chuộnghơn Do lường rủi ro VaR theo khoảng thời gian dai hơn có thé theo năm hay theoquý sẽ được những công ty ưa chuộng hơn bởi nó gắn với chu kỳ báo cáo kết quả

kinh doanh của công ty hay doanh nghiệp.

Nói về khoảng thời gian nắm giữ danh mục, các tác giả Crouhy, Galai vàMark (2000) cho rằng: “Các ước lượng VaR thường cho kết quả chính xác hơn vớithời gian năm giữ là 1 ngày hoặc 10 ngày Tuy nhiên, việc lựa chọn này còn phụ

thuộc vào độ dài của mau dữ liệu thu thập Có những trường hop, mẫu dữ liệu không

đủ để các nhà quản trị tính toán ước lượng VaR trong khoảng 10 ngày thì có thểthực hiện với khoảng thời gian năm giữ ngắn hơn như trong 1 ngày.”

V mức rủi roMức độ rủi ro là xác suất mà các tôn thất có thé vượt qua giá trị VaR Chưa

có bất kì nghiên cứu hay lý thuyết nào quy định về việc lựa chọn mức rủi ro khi thực

hiện đo lường VaR mà nó sẽ phụ thuộc vào khẩu vị đầu tư của từng nha đầu tư: ưathích rủi ro, bàng quan với rủi ro hay ghét rủi ro Điều này cũng phù hợp với điềukiện thực tế, bởi lẽ với những nhà đầu tư không thích rủi ro sẽ chọn mức rủi ro thấp,và ngược lại với những nhà đầu tư mạo hiểm ưa thích rủi ro sẽ chọn mức rủi ro cao

Trên thực tế, mức độ rủi ro được lựa chọn thông thường sẽ là các mức 1%,5%, 10% tương đương với độ tin cậy lần lượt là 99%, 95% và 90% Qua nghiên cácnghiên cứu có thê thấy mức độ rủi ro 10% thường được sử dụng trong các sàn giaodịch chứng khoán, lợi nhuận cao kèm đó là rủi ro cũng cao Nhà đầu tư sẽ dựa vào

mức rủi ro này dé đưa ra quyết định quản lí chốt lời hay cắt lỗ để quản lí danh mụccô phiếu của mình Đối với mức rủi ro 1% và 5% thường được sử dụng trong trường

hợp phân phối vốn dau tư trong các dự án kinh tế Chính vì vậy có thé thấy rang,một mô hình VaR có thể đo lường rủi ro tốt hơn mô hình khác ở mức rủi ro nàynhưng lại có thể đo lường rủi ro kém hơn mô hình này ở mức rủi ro khác

Qua hai thông số đề cập ở trên là Khoảng thời gian nắm giữ và Mức rủi ro, tacó thê thấy rằng tùy vào những trường hợp, nhu cầu khác nhau mà nhà đầu tư sẽ đưa

ra quyết định lựa chọn mức rủi ro phù hợp với khẩu vị rủi ro, gan liền với mục đích

dau tư của mình.

Trang 11

Thông số thứ ba được nhắc đến trong bài chuyên đề là “Phân phối xác suất

của chuỗi lợi suất cô phiếu, danh mục” Đây cũng là một thông số quan trọng dé xácđịnh được độ rủi ro chính xác nhất Vi dụ dé áp dụng phương pháp Phương sai —

Hiệp phương sai trong VaR thì điều kiện cần dé áp dung được phương pháp này làchuỗi lợi suất cô phiếu phải thỏa mãn điều kiện có dạng phân phối chuẩn, nếu khôngthì kết quả có thể không chính xác Tuy nhiên trong thực tế, thông số này được coi

là khó xác định được tính chính xác do nhiều yếu tố tác động

Tóm lại cả ba thông số trên đều có vai trò rất quan trong trọng việc đo lườngrủi ro chuỗi lợi suất cô phiếu cũng như chuỗi lợi suất đanh mục tai sản của nhà đầutư Mỗi thông số đều có những đặc trưng và những đóng góp riêng, tất cả đều nhămmục đích đem lại được hiệu quả tốt nhất, đáp ứng được mong muốn của nhà đầu tư

1.1.4 Hạn chế của VaR

Bên cạnh những ưu điểm và vai trò vô cùng quan trọng, VaR cũng có một sốhạn chế nhất định mà mỗi nhà đầu tư cần xem xét, xử lí cho phù hợp với nhu cầucủa mình Mô hình VaR sử dụng dữ liệu trong quá khứ để đo lường rủi ro, dự báorủi ro trong điều kiện giả định phân phối của chuỗi lợi suất cô phiếu, danh mục là ônđịnh và các yếu tô thị trường là bình thường, không có thay đổi nhiều, không có tác

động tới giá cô phiếu trên thị trường trong khoảng thời gian đo lường rủi ro Do đó

nếu biến động giá trên thị trường không ồn định sẽ dẫn đến kết quả đo lường, dự báorủi ro không mang lại hiệu quả cao, không đáp ứng được nhu cầu mong muốn củanhà đầu tư Bên cạnh đó như đã đề cập ở phần trên, với phương pháp ước lượng theoPhương sai — Hiệp phương sai thì hàm mật độ phân phối của chuỗi lợi suất cô phiếusẽ có đồ thị dang hình quả chuông đối xứng hai bên Trong đó, mức ton thất lớn nhấtsẽ nằm ở phần đuôi bên trái của đồ thị Tuy nhiên, trong trường hợp thị trường cóbiến động đột ngột đồ thị hàm mật độ phân phối của chuỗi lợi suất sẽ thay đổi dẫnđến việc đo lường, dự báo rủi ro theo phương pháp này cũng bị sai lệch

1.2 Tong quan nghiêncúu

Trên thê giới đã có rât nhiêu nghiên cứu vê ứng dụng phương pháp đo lường

rủi ro cổ phiếu, danh mục tai sản Mỗi nghiên cứu, mỗi dé tai đều áp dụng với nhữngđối tượng trong phạm vi không gian, thời gian khác nhau với những mục tiêu khácnhau Tùy theo kết quả nghiên cứu mà các tác giả đã đưa ra những quyết định về lựachọn phương pháp VaR hợp lí nhất giúp nhà đầu tư có thể ứng dụng chúng vào danh

mục tài sản, cô phiếu của mình

Một số nghiên cứu điên hình:

Trang 12

Mária Bohdalová (2007) cho rằng một trong những khái niệm chính về đo

lường rủi ro trong lĩnh vực tài chính và lĩnh vực công nghiệp là Giá trị rủi ro VaR.

Các kết quả được tạo ra bởi một mô hình VaR là đơn giản dé tất cả mọi người từmọi lĩnh vực của một tô chức hiểu và đánh giá cao Đó là lý do tại sao VaR đã được

thông qua rất nhanh chóng Các phương pháp đo lường rủi ro được tác giả nhận địnhbao gồm các phương pháp trong hình dưới đây (Hình 1.1)

Phương sai/Hiép phương sai

VaR lịch sử Điêu gì sẽ xảy ra nêu lich sử lặp lại?

VaR Monte Carlo

Nguồn: Mária Bohdalová (2007)

Hình 1.1: Các phương pháp đo lường giá trị rủi ro VaR Trong bai nghiên cứu của minh, tác giả thực hiện so sánh ba phương pháp: Phương pháp Phương sai — Hiệp phương sai, Phương pháp Mô phỏng lịch sử và Phương

11 Dương Thị Mỹ Hanh_11181578

Trang 13

pháp Mô phỏng Monte Carlo Tác giả so sánh các phương pháp VaR này trên các

danh mục đầu tư bao gồm công cụ tài chính tuyến tính - trái phiếu chính phủ - tráiphiếu zero coupon Kết quả của nghiên cứu cho thấy Phương pháp Mô phỏng lịch sửđem lại kết quả chính xác nhất

Sime Corkalo (2011) thuc nghiém tinh toan VaR cho danh muc dau tu bang

cach sử dung phương pháp Phương sai- Hiệp Phuong sai, phương pháp Mô phỏng

lich sử và phương pháp Bootstrapping Danh mục dau tư bao gồm năm cô phiếuđược niêm yết trên cô phiếu Zagrebtrao Mỗi cổ phiếu có cùng ty trọng cố định là20% trong danh mục đầu tư và tổng giá trị của chúng là 20.000 kunas Một tiêu chíchính dé lựa chọn cô phiếu vào danh mục đầu tư là tính thanh khoản của chúng Lydo là rõ ràng, điều quan trọng là dé có dữ liệu lịch sử day đủ về giá cổ phiếu dé tínhVaR Kết quả nghiên cứu cho thấy Không có câu trả lời dé dang phương pháp nào là

tốt nhất Nhà đầu tư hoặc nhà quản lý rủi ro phải xem xét thành phần của danh mụcđầu tư và sau đó chọn phương pháp thích hợp Sẽ rất hữu ích khi phân tích dữ liệu

lịch sử để xem phân phối của trả về và xem cách tiếp cận nào có thê hoặc không thể

được thực hiện.

Arthini và cộng sự (2012) ước tinh VaR của danh mục cô phiếu bằng phương

pháp Markowitz sử dụng dữ liệu lịch sử và dữ liệu mô phỏng Monte Carlo, sau đó

so sánh chúng Kết quả cho thấy răng giá trị VaR của danh mục đầu tư Monte Carlo

đưa ra ước tính cao hơn gia tri VaR của dt liệu lịch sử.

Baiq Nurul Suryawati (2018) đã nghiên cứu sự khác biệt về rủi ro thị trườnggiữa các chỉ số trong đó là Sharia và Non Sharia tại Sở giao dịch chứng khoánIndonesia Kết quả cho thấy không có sự khác biệt đáng kể giữa các chỉ số này.Đồng thời, kết quả nghiên cứu này nhấn mạnh rằng quyết định đầu tư vào Thitrường vốn Sharia và Non Sharia phụ thuộc vào cơ bản triết lý đầu tư, trong trườnghợp này, là dé tiễn hành một cuộc sống toàn diện của tôn giáo cá nhân Kết luận,

nghiên cứu này dự đoán khả năng rủi ro thị trường dựa trên giá thị trường chứng khoán giao dịch hàng ngày của nó và tính toán khả năng nó xảy ra trong một nghìn

sự lặp lại Dựa trên kết quả khác nhau giữa một số sự kiện rủi ro và lợi nhuận, vì

không có sự khác biệt giữa Sharia và Non Sharia, do đó, khoản đầu tư mô hình sẽchỉ tùy thuộc vào sở thích của mỗi cá nhân.

Putri Endah Astuti, Tri Gunarsih (2021) đã phân tích Gia tri rủi ro VaR trong

việc ước tính rủi ro đầu tư vào cô phiếu ngân hàng và hình thành một danh mục đầutư tối ưu bang cách sử dụng phương pháp Mean-VaR dựa trên cách tiếp cậnMarkowitz Nghiên cứu cho thấy dữ liệu thị trường thường bắt thường và khiến giả

Trang 14

định về tính chuân mực được coi là không thích hợp Nền tảng nghiên cứu về VaRnày được sử dụng phương pháp mô phỏng lịch sử, là một phương pháp di chuyên

khỏi khái niệm tính bình thường Ngoài ra, cuộc khủng hoảng do đại dịch

COVID-19 đã gây khó khăn cho thị trường để dự đoán Nghiên cứu này là nghiên cứu mô tảđịnh lượng với mẫu thu được bằng cách sử dụng phương pháp chọn mẫu có chủ đíchvà dựa trên các tiêu chí của tác giả Nghiên cứu này sử dụng dữ liệu thứ cấp được

chia thành thời ky 1 (bình thường) và thoi kỳ 2 (khủng hoảng) Dữ liệu được sử

dụng là giá đóng cửa của cô phiếu vào ngày | thang 1 năm 2018 đến ngày 31 thang1 và ngày 1 tháng 2 đến ngày 30 tháng 9 năm 2020 VaR được tính toán với thờigian năm giữ (t) là một tuần và độ tin cậy 95% Dựa kết quả nghiên cứu, phươngpháp mô phỏng lịch sử được chấp nhận là chính xác trong việc ước tính giá trị VaRtrong giai đoạn bình thường và giai đoạn khủng hoảng Tối ưu Danh mục đầu tưđược hình thành dựa trên VaR trung bình là Danh mục đầu tu-1 (kỳ bình thường) và

Danh mục đầu tu-2 (thời kỳ khủng hoảng do đại dịch COVID-19)

Trong các nghiên cứu trên, mỗi nghiên cứu đều đưa ra những phương pháp,cách tiếp cận, khoảng thời gian, những lĩnh vực nhóm ngành nghề khác nhau tùytheo nhu cầu, mục đích nghiên cứu riêng của từng tác giả Chính vì vậy mà kết quả ởmỗi nghiên cứu là khác nhau Từ những kết quả nghiên cứu ở trên, tôi quyết địnhchọn ba phương pháp: Phương pháp tham số, Phương pháp Mô phỏng lịch sử,

Phương pháp Monte Carlo dé đo lường rủi ro của cô phiếu ngân hàng TMCP Ngoại

thương Việt Nam — Vietcombank.

Trang 15

Chương 2 PHƯƠNG PHÁP NGHIÊN CỨU

Ở chương 2 này, tac giả giới thiệu những phương pháp dé đo lường rủi ro cổphiếu Nói đến đo lường rủi ro VaR không thé không nhắc đến hai phương pháp phổ

biến chính là phương pháp tham số và phương pháp phi tham số Ở bài nghiên cứunày, tác giả thực hiện nghiên cứu cụ thể về các phương pháp Về phương pháp tham

số, tác giả lựa chọn nghiên cứu phương pháp Phương sai - Hiệp phương sai với giảđịnh chuỗi lợi suất cô phiếu mà tác giả thu được có phân phối chuan Về phươngpháp phi tham số, tác giả nghiên cứu hai phương pháp, đó là phương pháp Môphỏng lich sử và phương pháp Mô phỏng Monte Carlo Cụ thé chi tiết về các

phương pháp sẽ được tác giả trình bày trong các mục bên dưới.

2.1 Phương pháp tham số ;

O Phuong pháp tham sô, tác giả nghiên cứu thực hiện phương pháp Phuong

sai — hiệp phương sai Phương pháp này còn được gọi là VaR tuyến tính hoặc VaRbình thường Delta Cách làm này tương đối đơn giản và được sử dụng rộng rãi.Phương pháp này bao gồm các phần của lý thuyết danh mục đầu tư hiện đại của

Harry Markowitz, bởi có tính đến hệ số tương quan giữa các tài sản Dữ liệu lịch sử

được sử dụng dé tính toán các thông số chính: trung bình, độ lệch chuẩn, tương quan.

Phương pháp này tính VaR bằng cách giả định một số phân phối lý thuyết của chuỗilợi suất tài sản Thông thường phân phối chuẩn được sử dụng Giả định này cho

phép sự biến động được mô tả dưới dạng độ lệch chuẩn (o) Hon nữa lợi thế của

phân phối chuẩn là nó có thé được mô ta thông qua trung bình và độ lệch chuẩn(Zikovié, 2005) Phân phối này là đối xứng nên hệ số bat đối xứng (Skewness) bằng0 và hệ số nhọn (Kurtosis) bằng 3 Nếu chúng ta muốn tìm vị trí của một biến ngẫunhiên (X) trong phân phối chuẩn, chúng ta có thé sử dụng giá trị tiêu chuẩn của biến

Z (Z-score) Mọi biến đều có thé được chuyên đổi thành biến tiêu chuẩn với công

14

Trang 16

Bang 2.1: Giá trị tiêu chuẩn của biến Z

Trong đó: Trong đó V là vectơ hang cua VaR cho từng tai sản riêng lẻ, C là ma tran

tương quan, VT là ma trận chuyền vị của ma trận V

Ta có Mô hình VaR đơn giản với giả thiết Chuỗi lợi suất cổ phiếu theo ngàykí hiệu là 7, tuân theo quy luật phân phối chuẩn: r;~N(u, ø?)

Giá trị VaR với chu ki | ngày, độ tin cậy (1 — a) * 100% được xác định:

VaR(1 ngày, (1 — ø) * 100%) = + N„! xơ

Tương tự, tổng quát hơn giá trị VaR với chu kì k ngày, độ tin cậy

(I-a)*100% được xác định:

VaR(k ngày, (1 — a) * 100%) = k *u + Vt * N;1 x øNhư đã đề cập ở phần khái niệm VaR, qua mô hình tổng quát giá trị VaR

càng cho thấy các thông số về khoảng thời gian, mức rủi ro hay độ tin cậy và chuỗiphân phối chuẩn có vai trò rất lớn trong việc tính toán, đo lường rủi ro chuỗi cổ

phiếu, chuỗi tài sản

Maria Bohdalová (2007) cho rằng ưu điểm của phương pháp này bao gồm tốcđộ và sự đơn giản của nó, và thực tế là việc phân phối chuỗi lợi suất không cần đượcgiả định là đứng yên theo thời gian, vì cập nhật biến động được tích hợp vào tham sốước lượng Phương pháp này có thê có một vài khuyết điểm Một vấn đề đầu tiên là

sự tồn tại của các đuôi mỡ trong sự phân phối lợi nhuận trên hầu hết các tài sản tài

chính Sự phân phối lợi nhuận hàng ngày của bat kỳ yếu tổ rủi ro nào sẽ thực tếthường cho thấy số lượng đáng ké của Hệ số nhọn (kurtosis) tích cực Điều này dẫn

đến đuôi béo hơn và kết quả cực đoan xảy ra thường xuyên hơn nhiều so với dựđoán của giả định phân phối chuẩn, điều này sẽ dẫn đến đánh giá thấp VaR (vì VaR

liên quan đến các phần đuôi của phân phối) Một vấn đề khác là phương pháp nàyđo lường rủi ro của các công cụ phi tuyến không đầy đủ, chăng hạn như quyền chọnhoặc thế chấp

Nghiên cứu của Sime Corkalo (2011) cho rằng bên cạnh mặt tích cực thìphân phối chuan cũng có mặt tiêu cực Nó có thé đánh giá thấp rủi ro ở đuôi củaphân phối (mức độ tin cậy cao) Lợi nhuận không phải lúc nào cũng tuân theo phân

Trang 17

phối chuẩn, đặc biệt là trong khủng hoảng, phương sai và hiệp phương sai có théthay đổi theo thời gian

2.2 Phương pháp mô phỏng lịch sử

Phương pháp mô phỏng lịch sử cung câp cách triên khai đơn giản của định

giá đầy đủ Các trạng thái thị trường mô phỏng được tạo ra băng cách thêm vàotrường hợp cơ sở những thay đổi theo từng giai đoạn của các biến thị trường trong

chuỗi thời gian lịch sử được chỉ định.

Mô hình chứng khoán Định giá đầy đủ Vị trí danh mục đầu

tư

tương lai được thé hiện đầy đủ bằng những gi đã xảy ra trong một cửa số lịch sử cụthé Phương pháp này liên quan đến việc thu thập tập hợp các yếu tổ rủi ro thay đổitrong thời hạn lịch sử ví dụ: thay đổi hàng ngày trong 5 năm qua Do đó, tập hợp cáctình huống thu được được giả định là một đại diện tốt cho tất cả các khả năng có thể

xảy ra giữa ngày hôm nay và ngày mai Các công cụ trong danh mục đầu tư sau đóđược định giá lại nhiều lần theo từng tình huống Cái này tạo ra phân phối giá trịdanh mục đầu tư, hoặc tương đương, phân phối các thay đổi trong giá trị danh mục

đầu tư từ giá trị ngày nay Thông thường, một số thay đổi này sẽ liên quan đến lợi

nhuận và một số sẽ liên quan đến thua lỗ Sắp xếp các giá trị thay đổi trong danh

mục dau tu từ tồi tệ nhất đến tốt nhất, ví dụ: 99% VaR được tính là tôn that, chang

hạn như 1% lợi nhuận hoặc thua lỗ ở dưới mức đó và 99% ở trên mức đó.

Ưu điểm chính của mô phỏng lịch sử là nó không đưa ra giả định về nhữngthay đôi của yéu tô rủi ro từ một phân phối cụ thé Do đó, phương pháp luận này phủ

16

Trang 18

hợp với các yêu tổ rủi ro thay đổi từ bat kỳ phân phối nào Một ưu điểm quan trọng

khác là mô phỏng lịch sử không liên quan đến việc ước tính bất kỳ các tham số

thống kê, chăng hạn như phương sai hoặc hiệp phương sai, và do đó được miễn ước tính không thể tránh khỏi các lỗi Đây cũng là một phương pháp luận dễ giải thíchvà sử dụng cho những nhà đầu tư không chuyên về kỹ thuật

Tuy nhiên, phương pháp này cũng có một số nhược điểm Rõ ràng nhất

nhược điểm là mô phỏng lịch sử ở dạng thuần túy nhất, có thé rất khó thực hiện vi

nó yêu cầu dữ liệu về tất cả các yếu tố rủi ro phải có sẵn trong một giai đoạn lịch sửdài hợp lý để cung cấp đại diện cho những gì có thể xảy ra trong tương lai Một batlợi khác là mô phỏng lịch sử không liên quan đến bất kỳ giả định phân phối nào, cáctình huống được sử dụng trong tính toán VaR được giới hạn ở những tình huống xảy

ra trong mẫu lịch sử.

Nghiên cứu của Purnamasari (2017) chi ra Phương pháp mô phỏng lịch sử

xác định khoảng thời gian nắm giữ và mức độ tin cậy đầu tiên, sau đó biên dịch thứtự của phân phối trả lại Khoảng thời gian nắm giữ là khoảng thời gian được thiết lập

bởi một nhà dau tư dé ước tính mức độ rủi ro của tài sản Khoảng thời gian lưu giữ

được sử dụng trong nghiên cứu tùy vào nhu cầu, mục đích Mức độ tin cậy được đưara là 95% (a = 0,05%) Sau khi nhận được giá tri trả về, chuỗi lợi nhuận được sắpxếp từ giá trị nhỏ nhất đến giá trị lớn nhất Giá trị VaR nhận được sẽ là vị trí thứ[n* a] của chuỗi lợi suất đã được sắp xếp theo thứ tự tăng dan ở trên Trong đó

[n* a] được hiểu là phần nguyên của biểu thức n * a với a là mức ý nghĩa, n là

khoảng thời gian nắm giữ tài sản thực hiện tính toán

2.3 Phương pháp mô phỏng Monte Carlo

Theo Jorion (2001), phương pháp mô phỏng Monte Carlo tương tự như mô

phỏng lịch sử Nhưng thay vì sử dụng các thay đổi lịch sử, rủi ro người quản lý chọnphân phối mô tả đầy đủ các thay đổi về giá cả Sau đó theo phân phối đó các giá trịngẫu nhiên được mô phỏng Các nhà quản lý thường quan sát những thay đổi trongquá khứ dé chọn cách phân phối Sau mô phỏng thay đôi giá hoặc thay đổi các yếutố rủi ro, lãi và lỗ giả định được tính toán Cuối cùng VaR được tính dưới dạng phânvị tương ứng với mức độ tin cậy đã chọn Bootstrapping là thay thế cho tạo số ngẫunhiên từ phân phối giả định Phương pháp này bao gồm các đuôi béo (fat tail) nhưngđiều quan trọng là phải có đủ đữ liệu (mẫu tốt)

Theo nghiên cứu cua Maria Bohdalová (2007), các kỹ thuật của phương pháp

mô phỏng Monte Carlo cho đến nay là linh hoạt và mạnh mẽ nhất, vì chúng có thê

đưa vào tính toán tất cả các yếu t6 phi tuyến tinh của giá trị danh mục đầu tư liên

Trang 19

quan đến hệ số rủi ro cơ bản của nó và dé kết hop tat cả các đặc tinh phân bố mong

muốn, chăng hạn như đuôi mỡ và độ bay hơi thay đổi theo thời gian Ngoài ra, môphỏng Monte Carlo có thể được mở rộng để áp dụng trong thời gian giữ lâu hơn, do

đó có thể sử dụng các kỹ thuật này để đo rủi ro tín dụng Tuy nhiên, cho đến nay

những kỹ thuật này cũng là kỹ thuật tính toán đắt nhất Sự khác biệt chính giữa mô

phỏng lịch sử và mô phỏng Monte Carlo là mô hình mô phỏng thực hiện mô phỏng

bằng cách sử dụng những thay đổi thực tế quan sát được trên thị trường trong lần X

cuối cùng các khoảng thời gian (sử dụng dữ liệu giá thị trường lịch sử) dé tạo ra lãihoặc lỗ danh mục đầu tư giả định Y, trong khi Mô phỏng Monte Carlo là một bộ taosố ngau nhiên được sử dụng dé tạo ra hàng chục nghìn thay đổi giả định trên thịtrường Sau đó, chúng được sử dụng để xây dựng hàng nghìn khoản lãi và lỗ giảđịnh về danh mục đầu tư hiện tại và sự phân bồ sau đó của lãi hoặc lỗ danh mục đầu

tư có thể có Cuối cùng, VaR được xác định từ phân phối này theo các tham số đãthiết lập (ví dụ: độ tin cậy 95%) Phương pháp này được cụ thể hóa trong hình vẽ

Tiêu đề	Ứng dụng phương pháp VaR trong đo lường rủi ro cổ phiếu của Ngân hàng TMCP ngoại thương Việt Nam – Vietcombank
Tác giả	Dương Thị Mỹ Hạnh
Người hướng dẫn	TS. Phạm Thị Hồng Thắm
Trường học	Trường Đại học Kinh tế Quốc dân
Chuyên ngành	Toán kinh tế
Thể loại	Chuyên đề thực tập
Năm xuất bản	2021
Thành phố	Hà Nội

Định dạng
Số trang	38
Dung lượng	11,86 MB