có thể thấy quản trị rủi ro thị trường chứng khoán là một công việc hết sức quan trọng, đặc biệt là quản trị rủi ro danh mục để giúp các nhà đầu tư đánh giá, phân tích và đưa ra những gi
TỔNG QUAN NGHIÊN CỨU
Trong quá trình nghiên cứu đề tài khóa luận về ứng dụng VaR trong đo lường rủi ro thị trường chứng khoán, tôi đã tham khảo nhiều tài liệu, sách vở và luận văn Mỗi công trình nghiên cứu đều góp phần quan trọng vào việc hoàn thiện quản trị rủi ro, không chỉ trong thị trường chứng khoán mà còn trong các ngân hàng thương mại.
Luận văn của Đào Thiên Hương tại Trường Đại học Kinh tế TP.HCM nghiên cứu ứng dụng VaR trong quản lý rủi ro cho nhóm cổ phiếu ngân hàng niêm yết tại Việt Nam Bài viết đã hệ thống hóa khái niệm và thực trạng của VaR, đồng thời đưa ra những kiến nghị và giải pháp hữu ích, góp phần nâng cao hiệu quả quản trị rủi ro trong thị trường chứng khoán.
Bài nghiên cứu về 3 nhóm ngành cổ phiếu ngân hàng được viết vào năm 2013 đã trở nên lỗi thời sau 10 năm, không còn phù hợp với thực trạng thị trường hiện tại Đặc biệt, tình hình biến động kinh tế hậu COVID-19 đã tạo ra nhiều tác động và thay đổi đáng kể, đòi hỏi các giải pháp mới để thích ứng với tình hình hiện tại.
Luận văn của Th.s Hoàng Bích Phương tại Khoa nghiên cứu ứng dụng phương pháp VaR để xác định giá trị rủi ro đối với cổ phiếu trên thị trường chứng khoán Việt Nam Nghiên cứu này cung cấp cái nhìn sâu sắc về việc quản lý rủi ro đầu tư, giúp các nhà đầu tư hiểu rõ hơn về biến động giá cổ phiếu và đưa ra quyết định đầu tư hợp lý Phương pháp VaR được áp dụng để đánh giá khả năng thua lỗ tối đa trong một khoảng thời gian nhất định, từ đó hỗ trợ trong việc xây dựng chiến lược đầu tư hiệu quả.
Bài nghiên cứu "Ứng dụng mô hình VaR để đo lường rủi ro danh mục nghiên cứu thực nghiệm cho danh mục đầu tư cổ phiếu các ngân hàng thương mại Việt Nam" của Phan không chỉ tập trung vào một nhóm cổ phiếu cụ thể mà phân tích toàn bộ cổ phiếu niêm yết trên sàn chứng khoán Kết quả của mô hình VaR không mang lại nhiều lợi ích cho nhà đầu tư, vì các cổ phiếu trong cùng ngành thường có xu hướng biến động giá tương tự dưới ảnh hưởng của nền kinh tế.
Thị Quỳnh Anh từ Đại học Ngân hàng TP.HCM đã áp dụng mô hình GARCH để phân tích rủi ro của nhóm cổ phiếu Tuy nhiên, phương pháp này hiện không còn phù hợp với bối cảnh kinh tế hiện tại, do sự xuất hiện của nhiều cú sốc mạnh và tác động đồng thời như COVID-19, chiến tranh và suy thoái, gây ra sai lệch trong kết quả nghiên cứu.
Bài báo của TS Hồ Viết Tiến tại Trường Đại học Kinh tế Tp HCM, mang tên “Ứng dụng phương pháp VaR đánh giá rủi ro hoạt động đầu tư cổ phiếu và đầu tư vàng”, đã áp dụng các phương pháp để xác định mức lỗ tối đa Tuy nhiên, nghiên cứu chưa thực hiện phép thử backtest để kiểm tra độ chính xác của các kết quả đạt được.
Dựa trên những khoảng trống trong các nghiên cứu hiện tại, tôi đề xuất nghiên cứu "Ứng dụng mô hình Giá trị rủi ro (VaR) trong quản trị rủi ro đối với nhóm cổ phiếu ngân hàng thương mại tại Việt Nam" Mục tiêu của đề tài này là hoàn thiện phương pháp ứng dụng VaR và nâng cao hiệu quả trong việc đo lường rủi ro cho nhóm cổ phiếu ngân hàng, từ đó góp phần cải thiện quản trị rủi ro trong lĩnh vực tài chính.
MỤC TIÊU NGHIÊN CỨU
Bài khoá luận với chủ đề "Ứng dụng mô hình Giá trị rủi ro (VaR) trong quản trị rủi ro đối với nhóm cổ phiếu NHTM tại Việt Nam" nhằm mục tiêu tìm hiểu mô hình VaR, bao gồm các khái niệm cơ bản, phương pháp tính toán và ứng dụng của nó trong quản trị rủi ro tài chính.
Phân tích rủi ro đối với nhóm cổ phiếu ngân hàng thương mại (NHTM) tại Việt Nam, đặc biệt là trong nhóm VN30, nhằm đánh giá mức độ rủi ro tài chính Nghiên cứu các yếu tố gây rủi ro như biến động giá cổ phiếu, tỷ giá, lãi suất, sự không ổn định trong ngành và các yếu tố kinh tế xã hội khác Áp dụng mô hình VaR để đo lường và quản lý rủi ro tài chính cho nhóm cổ phiếu này, xác định mức độ rủi ro tối đa mà chúng có thể đối mặt Đề xuất các biện pháp quản trị rủi ro cụ thể, bao gồm chiến lược đầu tư, phân bổ tài sản hiệu quả và các chính sách quản trị rủi ro nhằm giảm thiểu tác động của rủi ro tài chính.
Bài khoá luận lựa chọn những phương pháp sau để thực hiện việc nghiên cứu và đánh giá:
- Phương pháp nghiên cứu định tính
- Phương pháp phân tích tổng kết nghiên cứu
- Phương pháp nghiên cứu định lượng (Sử dụng phần mềm R-Studio để thực hiện hoạt động ước lượng rủi ro theo phương pháp VaR)
NỘI DUNG NGHIÊN CỨU
Bài nghiên cứu được tác giả chia làm năm phần chính sau đây:
Chương 1 trình bày cơ sở lý luận về các loại rủi ro mà ngân hàng thương mại (NHTM) phải đối mặt, đồng thời giới thiệu phương pháp quản trị rủi ro thông qua mô hình Giá trị rủi ro (Value at Risk) Bài viết cũng đề cập đến các phương pháp đo lường hiệu quả của mô hình này, giúp NHTM nhận diện và quản lý rủi ro một cách hiệu quả hơn.
Chương 2 trình bày danh mục đầu tư gồm 11 mã CPNH thuộc nhóm VN30, kèm theo yếu tố lựa chọn và khoảng thời gian nghiên cứu Bên cạnh đó, chương cũng mô tả các bước thống kê mô tả và ứng dụng phương pháp VaR cho nhóm danh mục đầu tư đã được chọn.
Chương 3 trình bày thực trạng hoạt động kinh doanh của ngân hàng thương mại (NHTM) Việt Nam, chỉ ra những bất cập trong quản trị rủi ro thị trường chứng khoán Qua đó, bài viết nhấn mạnh tầm quan trọng của việc ứng dụng mô hình Giá trị rủi ro trong hoạt động kinh doanh của ngân hàng, đặc biệt là trong lĩnh vực kinh doanh cổ phiếu.
Chương 4 trình bày cơ sở lý thuyết từ Chương 1 và sự cần thiết áp dụng mô hình Giá trị rủi ro như đã nêu trong Chương 2 Chương 3 đã ứng dụng phương pháp này vào quản trị rủi ro thị trường chứng khoán, đặc biệt đối với nhóm cổ phiếu thuộc rổ VN30.
Chương 5: Trình bày một số giải pháp, kiến nghị phù hợp với hoạt động kinh doanh của NHTM Việt Nam.
Ý NGHĨA CỦA CÔNG TRÌNH NGHIÊN CỨU
Bài viết đã phân tích sâu sắc các vấn đề liên quan đến quản trị rủi ro thị trường chứng khoán và nêu rõ vai trò quan trọng của mô hình VaR trong hoạt động kinh doanh của các ngân hàng thương mại Việt Nam Những nội dung này sẽ là cơ sở cho các nghiên cứu và đề tài phát triển tương tự trong tương lai.
Bài viết phân tích thực trạng rủi ro mà Việt Nam và thế giới đang đối mặt, nêu bật những ảnh hưởng tiêu cực từ các sự kiện toàn cầu đến nền kinh tế Việt Nam Đồng thời, bài viết đề xuất ứng dụng mô hình Giá trị rủi ro để đo lường rủi ro trong các ngân hàng thương mại, từ đó đưa ra những giải pháp khắc phục hiệu quả, hỗ trợ quá trình hội nhập kinh tế toàn cầu của Việt Nam và các ngân hàng thương mại.
MỘT SỐ VẤN ĐỀ LÝ LUẬN CHUNG VỀ QTRR TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH VALUE AT RISK
Lý luận chung về rủi ro tại các NHTM
Rủi ro là sự không may mắn và tổn thất không thể dự đoán trước về không gian và thời gian Nguyên nhân của rủi ro thường mang tính khách quan, khiến con người khó có thể tính toán trước Khi xã hội phát triển, hoạt động của con người ngày càng đa dạng, dẫn đến sự xuất hiện của nhiều loại rủi ro phức tạp hơn Mặc dù rủi ro thường mang lại thiệt hại, nhưng nó cũng có thể tạo ra những cơ hội bất ngờ cho con người.
Trong kinh doanh, "rủi ro" là một khái niệm quan trọng, định nghĩa là sự tổn thất hoặc phát sinh nợ, ảnh hưởng trực tiếp đến hoạt động của doanh nghiệp Rủi ro không chỉ liên quan đến tài chính mà còn đến các mục tiêu dài hạn và chiến lược Đối với ngân hàng, rủi ro tác động đến vốn, tài sản, mức độ tín nhiệm và hình ảnh thương hiệu Mỗi lĩnh vực kinh doanh có mức độ và khẩu vị rủi ro khác nhau, phản ánh sự cân bằng giữa lợi ích tiềm năng và mối đe dọa Các khoản đầu tư có lợi nhuận cao thường đi kèm với rủi ro lớn, trong khi đầu tư an toàn mang lại lợi nhuận thấp Ngân hàng chấp nhận rủi ro khi cho vay, vì họ là trung gian giữa người vay và người cho vay, do đó cần đánh giá cơ hội dựa trên mối quan hệ giữa rủi ro và lợi ích để đạt được lợi ích xứng đáng.
Để ngân hàng hoạt động hiệu quả trong môi trường có rủi ro, việc chấp nhận mức độ rủi ro hợp lý và nằm trong khả năng kiểm soát là rất quan trọng Qua việc nghiên cứu và phân tích rủi ro một cách chi tiết, bao gồm nhận dạng, đo lường và quản trị rủi ro, chúng ta có thể tìm ra các biện pháp giảm thiểu rủi ro, hạn chế thiệt hại và tận dụng những cơ hội tích cực mà rủi ro mang lại.
Trên thực tế có nhiều nghiên cứu khác nhau chỉ ra khái niệm về rủi ro thị trường, một số ví dụ như sau:
Rủi ro thị trường, theo Điều 1, Thông tư 40/2018/TT-NHNN, là rủi ro phát sinh từ biến động bất lợi của lãi suất, tỷ giá, giá vàng, giá chứng khoán và giá hàng hóa Đây là rủi ro thua lỗ liên quan đến các trạng thái nội bảng và ngoại bảng do biến động giá cả thị trường Các yếu tố chính của rủi ro thị trường bao gồm rủi ro lãi suất, rủi ro ngoại hối (bao gồm vàng), và rủi ro từ đầu tư vào cổ phiếu và hàng hóa Nghiên cứu cho thấy rằng rủi ro này ảnh hưởng tiêu cực đến thu nhập và vốn của tổ chức tài chính, và có thể được phân thành ba loại: rủi ro lãi suất, rủi ro tỷ giá và rủi ro giá cả Rủi ro thị trường xảy ra trong hoạt động của ngân hàng thương mại do biến động giá cả và các thông số thị trường như giá cổ phần, đường cong lợi suất và độ biến động giá.
Rủi ro thị trường là loại rủi ro ảnh hưởng đến toàn bộ nền kinh tế hoặc phân khúc thị trường chứng khoán, chịu tác động từ các yếu tố kinh tế như lạm phát, thay đổi tỷ giá hối đoái và lãi suất Những yếu tố này nằm ngoài tầm kiểm soát của doanh nghiệp và có thể ảnh hưởng đến tất cả các công ty, bất kể tình trạng tài chính hay khả năng quản lý của họ.
1.1.3 Phân loại rủi ro thị trường
Trước khi đo lường rủi ro, các nhà quản trị cần nhận diện đầy đủ các rủi ro mà doanh nghiệp có thể gặp phải Rủi ro thị trường đối với doanh nghiệp bao gồm rủi ro lãi suất, rủi ro tỷ giá, rủi ro lạm phát và rủi ro biến động giá cả hàng hóa.
Rủi ro về lãi suất là mối đe dọa đối với thu nhập và vốn, có thể bị ảnh hưởng tiêu cực bởi sự thay đổi của lãi suất trên tài sản, nợ và các khoản mục ngoại bảng nhạy cảm với lãi suất Rủi ro này có thể tác động đến thu nhập lãi ròng, giá trị thị trường của tài khoản giao dịch, cũng như các chi phí liên quan đến lãi suất như phí cho vay, phí dịch vụ tiền gửi và chi phí dự phòng.
Rủi ro về tỷ giá hối đoái là tác động của những thay đổi bất ngờ trong tỷ giá hối đoái đối với giá trị của công ty, dẫn đến tổn thất trực tiếp hoặc gián tiếp cho dòng tiền, tài sản, nợ phải trả, lợi nhuận ròng và giá trị thị trường chứng khoán Để quản lý rủi ro này, các công ty đa quốc gia cần xác định loại rủi ro hiện tại, xây dựng chiến lược phòng ngừa và sử dụng các công cụ phù hợp để đối phó với rủi ro tiền tệ.
Rủi ro lạm phát là nguy cơ mà giá trị thực của một khoản đầu tư, tài sản hoặc dòng thu nhập sẽ giảm sút trong tương lai do lạm phát không được dự đoán Lạm phát có thể làm suy giảm lợi nhuận của các khoản đầu tư thông qua việc giảm sức mua Đặc biệt, các khoản thanh toán trái phiếu chịu rủi ro lạm phát cao nhất, vì chúng thường dựa trên lãi suất cố định, dẫn đến việc lạm phát gia tăng làm giảm sức mua của các khoản thanh toán này.
Rủi ro biến động giá cả hàng hóa là một yếu tố tài chính ảnh hưởng đến hiệu quả kinh doanh và khả năng sinh lời của các đơn vị, do giá hàng hóa thường xuyên thay đổi ngoài tầm kiểm soát Những biến động mạnh này gây ra thách thức lớn cho doanh nghiệp, ảnh hưởng đến chi phí sản xuất, giá sản phẩm, thu nhập và khả năng tiếp cận tín dụng Do đó, việc quản lý tác động của biến động giá cả hàng hóa trong chuỗi giá trị trở nên cần thiết để duy trì hiệu quả tài chính và lợi nhuận.
Lý luận chung về thị trường chứng khoán
1.2.1 Khái niệm về thị trường chứng khoán
Thị trường chứng khoán đóng vai trò quan trọng trong nền kinh tế hiện đại, hoạt động như một phong vũ biểu đo lường và dự đoán sự phát triển của các quốc gia và khu vực kinh tế.
Hình thức sơ khai của thị trường chứng khoán (TTCK) đã xuất hiện hàng trăm năm trước, khi hàng hóa, ngoại tệ và chứng khoán được giao dịch trên một thị trường chung Tuy nhiên, sau một thời gian, thị trường này không còn đáp ứng đủ yêu cầu của ba loại giao dịch khác nhau Do đó, thị trường chứng khoán đã được tách riêng, hình thành độc lập với thị trường hàng hóa và thị trường ngoại hối.
Thị trường chứng khoán là nơi diễn ra giao dịch mua bán và trao đổi các loại chứng khoán, bao gồm các giấy tờ có giá cho phép chủ sở hữu yêu cầu thu nhập và tài sản từ tổ chức phát hành Các quyền yêu cầu này khác nhau tùy thuộc vào tính chất sở hữu của từng loại chứng khoán Quá trình mua bán và trao đổi chứng khoán không chỉ thay đổi chủ sở hữu mà còn phản ánh sự vận động của tư bản trong nền kinh tế.
Thị trường chứng khoán (TTCK) phản ánh mối quan hệ giữa cung và cầu của vốn đầu tư, trong đó giá chứng khoán cung cấp thông tin về chi phí và giá cả của vốn đầu tư.
1.2.2 Cấu trúc của thị trường chứng khoán
Tùy thuộc vào mục đích nghiên cứu, cấu trúc của thị trường chứng khoán (TTCK) có thể được phân loại theo nhiều tiêu chí khác nhau Thông thường, có ba cách phân loại cơ bản: phân loại theo hàng hóa, phân loại theo hình thức tổ chức thị trường và phân loại theo quá trình luân chuyển vốn.
1.2.3 Phân loại theo hàng hoá
Thị trường trái phiếu là nơi giao dịch các trái phiếu, một loại công cụ nợ mà nhà phát hành vay vốn với cam kết hoàn trả cả gốc lẫn lãi Người cho vay không chịu trách nhiệm về cách sử dụng vốn của người vay, và nhà phát hành phải đảm bảo hoàn trả cho trái chủ theo hợp đồng đã ký Trái phiếu thường có thời hạn xác định, có thể là trung hạn hoặc dài hạn.
Thị trường cổ phiếu là nơi diễn ra giao dịch mua bán các giấy tờ xác nhận quyền sở hữu cổ phần của cổ đông Cổ đông, với tư cách là chủ sở hữu công ty, có trách nhiệm với phần đóng góp của mình và được quyền yêu cầu lợi nhuận sau thuế cũng như tài sản của công ty khi tài sản được bán Cổ phiếu không có thời gian đáo hạn xác định.
Thị trường chứng khoán phái sinh, nơi diễn ra hoạt động mua bán các công cụ như hợp đồng kỳ hạn, hợp đồng tương lai và hợp đồng quyền chọn, đang ngày càng trở nên quan trọng trong lĩnh vực tài chính Các nhà quản lý tài chính sử dụng thị trường này để phòng vệ hiệu quả và cũng như để đầu cơ, tạo cơ hội đầu tư hấp dẫn.
Theo cách phân loại này có thị trường sơ cấp và thị trường thứ cấp
Thị trường sơ cấp (Primary Market) là nơi phát hành và giao dịch chứng khoán lần đầu tiên, với giá cả được xác định là giá phát hành Hoạt động mua bán trên thị trường này giúp tăng vốn cho nhà phát hành, đồng thời cho phép Chính phủ và các doanh nghiệp huy động nguồn lực tài chính cần thiết.
Các doanh nghiệp huy động vốn trên thị trường để tài trợ cho các dự án đầu tư, đồng thời tạo thêm nguồn thu cho Chính phủ nhằm hỗ trợ cho các dự án đầu tư và chi tiêu cần thiết.
Thị trường thứ cấp, hay còn gọi là thị trường cấp 2, là nơi diễn ra các giao dịch mua bán và trao đổi chứng khoán đã được phát hành trước đó Mục đích chính của thị trường này là giúp nhà đầu tư kiếm lời và di chuyển vốn đầu tư một cách linh hoạt.
Thị trường sơ cấp và thị trường thứ cấp có mối quan hệ chặt chẽ và hỗ trợ lẫn nhau, tạo thành một hệ thống biện chứng Thị trường sơ cấp là nơi huy động vốn thực sự từ người tiết kiệm sang người đầu tư, trong khi thị trường thứ cấp giúp phát triển thị trường sơ cấp Do đó, việc tăng cường hoạt động huy động vốn trên thị trường sơ cấp là mục tiêu quan trọng của các nhà quản lý, vì vốn trên thị trường thứ cấp chỉ là tư bản giả và không ảnh hưởng trực tiếp đến việc tích tụ và tập trung vốn.
Sở Giao dịch (Stock Exchange) là thị trường chính thức nơi người mua và người bán gặp nhau để thực hiện giao dịch chứng khoán Đây được xem là thị trường tập trung, nơi các công ty lớn tiến hành mua bán và trao đổi chứng khoán một cách hiệu quả Sở giao dịch chứng khoán được quản lý chặt chẽ để đảm bảo tính minh bạch và an toàn cho các giao dịch.
Uỷ ban chứng khoán quốc gia, các giao dịch chịu sự điều tiết của Luật Chứng khoán và TTCK
Thị trường phi tập trung hay thị trường giao dịch qua quầy (OTC: Over-The-
Thị trường Counter Market là nơi hoạt động của các nhà buôn, những người tạo lập thị trường với danh mục chứng khoán sẵn sàng mua bán Giao dịch diễn ra giữa các nhà buôn và nhà đầu tư thông qua điện thoại hoặc mạng máy tính, mà không cần địa điểm giao dịch chính thức Khối lượng giao dịch tại thị trường này thường lớn hơn nhiều so với Sở giao dịch chứng khoán Quản lý thị trường được thực hiện bởi Hiệp hội các nhà kinh doanh chứng khoán quốc gia.
Hiệp hội này ban hành quy chế thị trường, kết nạp và khai trừ các thành viên, giám sát việc thi hành quy chế thành viên của Hiệp hội
Thị trường thứ ba là nơi giao dịch các chứng khoán không đủ tiêu chuẩn cho thị trường tập trung và OTC Ngoài ra, thị trường này còn được phân loại theo kỳ hạn giao dịch.
Thị trường chứng khoán chia thành thị trường giao ngay, thị trường kỳ hạn và thị trường tương lai
Lý thuyết về rủi ro trong kinh doanh chứng khoán
1.3.1 Khái niệm về quản trị rủi ro thị trường chứng khoán
Khi đầu tư, mục tiêu chính của nhà đầu tư là tối đa hóa lợi ích và thu được khoản tiền trong tương lai Tuy nhiên, không ai có thể đảm bảo rằng khoản tiền dự kiến sẽ được thực hiện Sự không chắc chắn về lợi nhuận, dù là tăng hay giảm, được gọi là rủi ro Trong tương lai, nhà đầu tư có thể nhận được khoản tiền lớn hơn mong đợi, nhưng cũng có khả năng thu được ít hơn hoặc thậm chí không có gì.
Rủi ro trong đầu tư chứng khoán phản ánh sự không chắc chắn về thu nhập tương lai và sự dao động của thu nhập thực tế so với mức thu nhập mong đợi Mức độ rủi ro giữa các loại chứng khoán khác nhau, trong đó rủi ro đầu tư cổ phiếu thường cao hơn so với đầu tư trái phiếu Rủi ro cổ phiếu chủ yếu xuất phát từ biến động cung cầu trên thị trường và thu nhập của tổ chức phát hành, trong khi rủi ro trái phiếu liên quan đến lãi suất, tín dụng và tái đầu tư Bài viết tập trung vào rủi ro của cổ phiếu niêm yết trên thị trường chứng khoán, nhấn mạnh sự thua lỗ và mất khả năng thanh toán của nhà đầu tư, điều này có thể đe dọa an toàn vốn tín dụng của các ngân hàng thương mại.
1.3.2 Phân loại về rủi ro trong thị trường chứng khoán
Trong đầu tư chứng khoán, rủi ro được định nghĩa là những yếu tố không thể dự đoán và sự không chắc chắn liên quan đến lợi nhuận đầu tư Tùy thuộc vào các tiêu chí khác nhau, rủi ro có thể được phân loại theo nhiều cách khác nhau.
Rủi ro trong đầu tư chứng khoán được phân loại thành hai loại chính dựa trên đối tượng tiếp nhận rủi ro: rủi ro hệ thống và rủi ro phi hệ thống Rủi ro hệ thống liên quan đến những yếu tố ảnh hưởng đến toàn bộ thị trường, trong khi rủi ro phi hệ thống là những rủi ro đặc thù chỉ ảnh hưởng đến một công ty hoặc ngành cụ thể.
Rủi ro hệ thống là loại rủi ro ảnh hưởng đến toàn bộ thị trường và các thành phần kinh tế, thường phát sinh từ những biến động trong chính sách vĩ mô, lãi suất, và lạm phát.
Rủi ro phi hệ thống là loại rủi ro chỉ tác động đến một nhóm cổ phiếu cụ thể, chẳng hạn như vụ kiện cá basa của Mỹ liên quan đến dư lượng kháng sinh trong thủy sản Việt Nam, ảnh hưởng trực tiếp đến các doanh nghiệp trong ngành này Ngoài ra, thiên tai như động đất và bão lũ cũng có thể gây thiệt hại cho ngành bảo hiểm, minh chứng cho sự hạn chế của rủi ro phi hệ thống trong các lĩnh vực cụ thể.
Giữa chứng khoán niêm yết và chứng khoán không niêm yết (OTC) thì ngoài những rủi ro trên, chứng khoán OTC còn chứa đựng nhiều rủi ro khác như:
Rủi ro thanh khoản trong thị trường OTC là một vấn đề nghiêm trọng, khi có những thời điểm thị trường này bị đóng băng, khiến nhiều nhà đầu tư phải chấp nhận bán lỗ cổ phiếu mà không tìm được người mua Trong khi đó, các nhà đầu tư có thể dễ dàng bán chứng khoán niêm yết nếu họ đồng ý với mức giá sàn.
Rủi ro thông tin trong thị trường OTC xuất phát từ việc doanh nghiệp cung cấp thông tin hạn chế và thiếu minh bạch, dẫn đến sự biến động giá cổ phiếu không ổn định Điều này tạo cơ hội cho giới đầu cơ thao túng giá cả, khiến giá cổ phiếu không phản ánh đúng giá trị thực của chúng.
* Căn cứ vào nguyên nhân dẫn đến rủi ro thì rủi ro trong đầu tư chứng khoán bao gồm:
Rủi ro phá sản xảy ra khi một công ty không còn khả năng hoạt động, dẫn đến việc cổ phiếu của công ty đó giảm mạnh và có thể mất hết giá trị Tình trạng này không chỉ tác động tiêu cực đến tài sản của nhà đầu tư mà còn làm suy giảm khả năng trả nợ của họ đối với ngân hàng.
Rủi ro kinh doanh là yếu tố quan trọng ảnh hưởng đến giá cổ phiếu của một công ty, đặc biệt khi tình hình kinh doanh không thuận lợi Sự biến động trong hoạt động kinh doanh có thể dẫn đến giảm sút lợi nhuận và cổ tức Rủi ro này được chia thành hai loại chính: rủi ro nội tại, phát sinh từ quá trình vận hành của công ty, và rủi ro bên ngoài, xuất phát từ các yếu tố khách quan gây bất lợi cho công ty.
Rủi ro thị trường là tình trạng giá cổ phiếu có thể biến động mạnh trong thời gian ngắn, mặc dù hoạt động kinh doanh của công ty vẫn ổn định Sự biến động này thường xuất phát từ cách nhìn nhận của các nhà đầu tư đối với một loại cổ phiếu hoặc nhóm cổ phiếu cụ thể Rủi ro thị trường xảy ra do phản ứng của nhà đầu tư trước các sự kiện quan trọng.
Các nhà đầu tư thường đưa ra phản ứng dựa trên các sự kiện cụ thể và hữu hình, nhưng đôi khi cũng bị ảnh hưởng bởi yếu tố tâm lý.
Rủi ro lãi suất là một loại rủi ro hệ thống không thể phân tán khi đầu tư vào thị trường chứng khoán Nó phản ánh sự biến động trong giá trị thị trường và thu nhập tương lai, chủ yếu do sự thay đổi của mức lãi suất chung.
Rủi ro cơ sở là rủi ro phát sinh khi các khoản đầu tư bù đắp vị thế trong chiến lược phòng ngừa rủi ro không phản ứng đồng nhất với các biến động thị trường Mối tương quan không hoàn hảo giữa các khoản đầu tư này có thể dẫn đến những khoản lỗ hoặc lãi tiềm ẩn, ảnh hưởng đến hiệu quả của chiến lược phòng ngừa rủi ro.
Rủi ro sức mua là mối đe dọa đối với giá trị thực của khoản đầu tư do biến động của sức mua đồng tiền, đặc biệt là khi lạm phát gia tăng Khi đầu tư vào thị trường chứng khoán, lạm phát có thể làm giảm sức mua của lợi nhuận, ảnh hưởng tiêu cực đến giá trị đầu tư.
Khái niệm về VN30
VN30, viết tắt của "Việt Nam 30", là một chỉ số chứng khoán quan trọng tại thị trường chứng khoán Việt Nam, được xây dựng và quản lý bởi Sở Giao dịch Chứng khoán TP.HCM (HOSE) Chỉ số này bao gồm 30 công ty có vốn hóa thị trường lớn nhất và thanh khoản cao nhất trên sàn HOSE.
Các công ty trong VN30 được chọn lựa dựa trên nhiều tiêu chí như vốn hóa thị trường, thanh khoản, quy mô và ảnh hưởng kinh tế Danh mục VN30 bao gồm các công ty từ nhiều ngành nghề khác nhau, như ngân hàng, chứng khoán, dầu khí, bất động sản và tiện ích công cộng.
VN30 là chỉ số quan trọng để theo dõi biến động thị trường chứng khoán Việt Nam, phản ánh hiệu suất của các công ty hàng đầu Nó thường được sử dụng làm cơ sở cho các phân tích và quyết định đầu tư.
Việc xây dựng 20 sản phẩm tài chính phái sinh đóng vai trò quan trọng trong việc cung cấp thông tin tham khảo cho các nhà đầu tư, giúp họ đánh giá và theo dõi hiệu quả của thị trường chứng khoán Việt Nam.
Đo lường rủi ro của các ngân hàng bằng value at risk
Value at Risk (VaR) là công cụ thống kê quan trọng để đo lường rủi ro tài chính của doanh nghiệp, ngân hàng hoặc danh mục đầu tư tại một thời điểm nhất định Các ngân hàng thương mại thường sử dụng mô hình VaR để đánh giá xác suất xảy ra tổn thất và đưa ra các giải pháp phòng ngừa hiệu quả cho danh mục đầu tư VaR giúp xác định khoản lỗ lớn nhất mà ngân hàng có thể đối mặt với xác suất cụ thể khi tỷ giá biến động trong điều kiện bình thường, thường là 95% hoặc 99% Ví dụ, nếu VaR là 2 triệu USD trong 1 ngày với xác suất 5%, điều này có nghĩa là khoản lỗ sẽ không vượt quá 2 triệu USD với xác suất 95% Tuy nhiên, mức độ lỗ phụ thuộc vào khẩu vị rủi ro của từng nhà đầu tư Mô hình tổng quát của VaR có thể được biểu diễn dưới dạng VaR = X(𝛂) với P[X < X(𝛂)] = 𝛂, và giả định rằng VaR tuân theo phân phối chuẩn N(0;1) để xác định giá trị cụ thể.
VaR (Value at Risk) có thể áp dụng cho tất cả các danh mục đầu tư có tính thanh khoản, vì giá trị của chúng thay đổi theo thị trường theo một quy luật phân bổ xác định Mọi nguyên nhân rủi ro trên thị trường đều góp phần hình thành quy luật phân bổ xác suất này, làm cho VaR trở thành một công cụ quan trọng trong quản lý rủi ro tài chính.
21 là phương pháp đo lường hiệu quả nhất hiện nay đối với công tác quản trị rủi ro thị trường
1.5.2 Các yếu tố ảnh hưởng đến Value at Risk danh mục
Giá trị rủi ro (VaR) của một danh mục tài sản phụ thuộc vào ba yếu tố chính: độ tin cậy, khoảng thời gian đo lường và sự phân bổ lợi nhuận/lỗ Độ tin cậy ảnh hưởng đến ước tính VaR, với mỗi nhà đầu tư có khẩu vị rủi ro khác nhau Nhà đầu tư không thích rủi ro cao thường chọn mức độ tin cậy cao, trong khi những nhà đầu tư mạo hiểm có thể chọn mức thấp hơn để tìm kiếm cơ hội Thông thường, xác suất được chọn là 95% hoặc 99% Tuy nhiên, việc chọn mức độ tin cậy quá cao như 99% có thể dẫn đến việc xác suất thua lỗ lớn hơn VaR thấp hơn, làm mất thời gian trong việc thu thập dữ liệu để kiểm định tính chính xác Không có quy định cụ thể nào yêu cầu phải chọn mức độ tin cậy này thay vì mức khác.
Khoảng thời gian đo lường VaR:
Chọn khoảng thời gian phù hợp là bước quan trọng trong việc sử dụng VaR, thường được đo lường trên một ngày, nhưng nhiều người lại chọn thời gian dài hơn Nghiên cứu chỉ ra rằng số ngày áp dụng phụ thuộc vào mục đích kinh tế của VaR Các ngân hàng thương mại thường ưa chuộng chu kỳ theo quý hoặc năm để phù hợp với chu kỳ báo cáo hoạt động kinh doanh Thời gian càng dài, giá trị VaR càng lớn, và mức lỗ mong đợi sẽ thay đổi trực tiếp theo thời gian đo lường.
Sự phân bổ lời/lỗ trong khoảng thời gian này là thông số quan trọng, phản ánh khả năng chịu rủi ro của nhà đầu tư Mức độ tín nhiệm của họ thường bị ảnh hưởng bởi sự sợ hãi rủi ro, dẫn đến việc lựa chọn các biện pháp quản trị rủi ro an toàn nhằm giảm thiểu xác suất xảy ra các tình huống xấu.
Một nhà đầu tư có thể phân tích và đánh giá rủi ro của chỉ số Nasdaq 100 Index bằng cách thu thập 1400 dữ liệu để tính toán tỷ suất sinh lợi trong khoảng thời gian từ tháng 6 năm N đến tháng 6 năm N+3 Biểu đồ Histogram dưới đây thể hiện các tỷ suất sinh lợi hàng ngày của chỉ số Nasdaq 100 Index.
Hình 1.1: Biểu đồ Hisgram thể hiện các tỷ suất sinh lợi hàng ngày của Nadaq
Biểu đồ này cho thấy tỷ suất sinh lợi cao nhất từ 0% đến 1% trong hơn 250 ngày giao dịch, trong khi một cột khác mô tả tỷ suất sinh lợi 11,8% trong 1 ngày của khoảng thời gian 3 năm Bên cạnh đó, bên trái biểu đồ thể hiện các khoản lỗ lớn nhất dao động từ -4% đến -8%.
Với xác suất 95%, rủi ro không vượt quá 4% số tiền đầu tư Cụ thể, nếu đầu tư 1000€ với độ tin cậy 95%, lỗ tối đa kỳ vọng sẽ không vượt quá 40€.
1.5.3 Vai trò của Value at Risk
VaR không phải là công cụ dự đoán chắc chắn rủi ro trong tương lai, nhưng nó là một trong những phương pháp hiệu quả để đo lường và đánh giá rủi ro Lợi ích chính của VaR là khả năng dự đoán rủi ro, giúp các tổ chức tài chính lập kế hoạch quản trị rủi ro hiệu quả Phương pháp này cũng hỗ trợ ngân hàng xác định rõ thẩm quyền và phạm vi giao dịch.
23 đo lường khoản lỗ trong trường hợp xấu nhất trong tương lai để có thể có những phương án giải quyết phù hợp
1.5.4 Các phương pháp ước tính Value at Risk
Hiện nay có 3 phương pháp thông dụng để tính Value at Risk trong quản trị rủi ro thị trường bao gồm:
• Phương pháp phương sai - hiệp phương sai (Econometrics)
• Phương pháp mô phỏng lịch sử (Quantile estimation)
• Phương pháp mô phỏng Monte Carlo
1.5.4.1 Phương pháp phương sai - hiệp phương sai (Econometrics) Đầu tiên hãy nói về sự ra đời của phương pháp variance – covariance này Các nhà quản trị cho rằng rủi ro của một danh mục đầu tư phải có sự liên hệ từ các rủi ro của các tài sản, chứ nó không thể bằng tổng rủi ro của các tài sản trong một danh mục đầu tư Chính vì thế khái niệm Covariance đã được ra đời để tính toán rủi ro cho một danh mục đầu tư Hãy tiếp tục ở một khía cạnh khác, phương pháp mô phỏng lịch sử còn có thêm một khuyết điểm khi không chú ý đến sự biến động rủi ro cùng nhau của các tài sản trong một danh mục Do vậy nếu sử dụng phương pháp này để đo lường VaR cho danh mục thì kết quả càng không chính xác Từ những lý do này mà phương pháp Variance - covariance đã được ra đời để đáp ứng nhu cầu tính VaR làm sao vừa có thể đáp ứng được tính chính xác, vừa thể hiện được sự biến động rủi ro của cả danh mục bằng ma trận covariance
Bước 1: Từ dữ liệu hàng ngày 𝑌 𝑡 t=1, ,n tính thay đổi giá trị hàng ngày
Để tính toán tỷ suất sinh lợi trung bình của danh mục, bạn cần xác định tỷ trọng của từng đồng tiền trong danh mục hợp đồng kỳ hạn Cụ thể, tỷ trọng w1 của đồng tiền 1 được tính bằng cách lấy trạng thái ngoại hối của đồng tiền 1 quy đổi chia cho tổng trạng thái ngoại hối của các hợp đồng kỳ hạn đang xét Tương tự, tỷ trọng w2 cho đồng tiền 2 và wn cho đồng tiền N cũng được tính theo cách tương tự.
Trong bài viết này, chúng ta sẽ xem xét cách tính toán tỷ suất sinh lợi trung bình cho các hợp đồng kỳ hạn, mặc dù phương pháp này có thể áp dụng cho nhiều loại hợp đồng khác nhau Bằng cách sử dụng dãy chênh lệch % tỷ giá hàng ngày từ bước 1, chúng ta có thể sử dụng hàm average trong Excel để tính toán tỷ suất sinh lợi trung bình cho từng đồng tiền X1, X2, …, Xn.
Tỉ suất sinh lợi trung bình của danh mục 𝑋̅= w1X1 + w2X2 + … + wnXn
Bước 3: Tính toán ma trận covariance cho danh mục.
Nếu danh mục chỉ có một tài sản thì thay vì tính ma trận covariance chúng ta tính thẳng ra độ lệch chuẩn bằng những công thức quen thuộc
Còn nếu danh mục có từ hai tài sản trở lên phải sử dụng đến ma trận covariance
Ma trận này được tính toán như sau:
Bảng 1.1: Cách tính toán ma trận Covariance Đồng tiền 1 Đồng tiền 2
… … … … … Đồng tiền N wnw1Co vn,1 wnw2Co vn,2
Với 𝐶𝑜 𝑖,𝑗 = độ lệch chuẩn đồng tiền i 𝜎 𝑖 x độ lệch chuẩn đồng tiền j 𝜎 𝑖 x hệ số tương quan giữa đồng tiền i và j 𝑝 𝑖𝑗
Tuy nhiên trong Excel chúng ta có thể tính toán đại lượng này dễ dàng bằng cách dùng hàm covariance
Bước 4: Tính độ lệch chuẩn cho danh mục
Bước 5: Tính VaR của danh mục:
VaR = 𝑋̅ - 𝑍 𝛼 với 𝑍 được tính theo phân phối chuẩn N(0;1) và thường được tính bằng Excel với cách dùng hàm Normsdist
1.4.4.2 Phương pháp mô phỏng lịch sử (Quantile estimation)
VaR có thể được tính toán mà không cần giả định rằng giá trị VaR tuân theo phân phối chuẩn, điều này khiến cho phương pháp tính toán trở nên đơn giản hơn Tuy nhiên, kết quả từ phương pháp này thường kém chính xác hơn.
Bước 1: Từ dữ liệu hàng ngày 𝑌 𝑡 t=1, ,n tính thay đổi giá trị hàng ngày %Δ𝑌 𝑡 = (𝑌 𝑡
Bước 2: Tiến hành tính toán giá trị mô phỏng lịch sử Qt=(1+ ΔYt)xYn với Yn là giá trị hiện tại của danh mục đồng tiền đang có
Bước 3: Tìm ra phân phối của các giá trị mô phỏng lịch sử Căn cứ vào mức độ tin cậy cho trước để tìm giá trị VaR
1.5.4.3 Phương pháp mô phỏng Monte Carlo Đây là phương pháp toàn diện nhất trong các phương pháp tính VaR, với một kịch bản các tình huống có thể xảy ra, cộng thêm với nhiều mô phỏng sẽ cho ra kết quả chính xác về phân phối xác suất của VaR Với sự hỗ trợ của các phần mềm việc tính toán tìm ra VaR ở mức độ tin cậy 95% hay 99% đã trở nên không đáng lo ngại
Bước đầu tiên trong việc quản lý rủi ro ngoại tệ là xác định các yếu tố rủi ro ảnh hưởng đến tình hình ngoại tệ của ngân hàng Đặc biệt, khi đo lường rủi ro tỷ giá, cần chú ý đến sự biến động của tỷ giá hối đoái.
Bước 2 : Tiến hành xây dựng các giả định cho nhân tố rủi ro đã xác định ở bước 1
Bước 3 : Từ các giả định bước 2 tiến hành mô phỏng
SỐ LIỆU SỬ DỤNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Về danh mục
Tác giả đưa ra những giả định sau đây để ứng dụng mô hình VaR trong nghiên cứu QTRR cho DMĐT các mã CPNH:
- Giá cổ phiếu đóng cửa ngày hôm trước và giá cổ phiếu mở cửa ngày hôm sau không có sự khác nhau hoặc chỉ chênh lệch rất nhỏ
- Việc trao đổi mua bán các mã CPNH trên TTCK diễn ra liên tục và chi phí giao dịch cũng rất nhỏ
- Các cổ phiếu không có hiện tượng tách gộp trong khoảng thời gian nghiên cứu
2.1.2 Những yếu tố lựa chọn cổ phiếu
Lựa chọn 11 mã CPNH trong rổ VN30 là do các công ty này có vốn hóa lớn và tính thanh khoản cao nhất, chiếm khoảng 80% giá trị vốn hóa và 60% giá trị giao dịch toàn thị trường Từ đó, có thể đưa ra những giải pháp nhằm giảm thiểu rủi ro dựa trên việc ứng dụng mô hình VaR.
Ngày niêm yết của các cổ phiếu lựa chọn phải trước 18/04/2020 để thu thập dữ liệu trong 3 năm gần đây Mặc dù nghiên cứu 11 mã CPNH thuộc rổ VN30 chưa bao quát toàn bộ ngành NHTM tại Việt Nam, nhưng do hạn chế về thời gian, tôi sẽ nghiên cứu mẫu nhỏ Các mẫu nghiên cứu đã được lựa chọn chi tiết và chặt chẽ dựa trên các yếu tố đã đề cập, do đó tính đại diện có thể phù hợp và chấp nhận được.
Vào ngày 16/01/2023, danh mục 11 mã CPNH thuộc rổ VN30 đã được công bố, có hiệu lực từ ngày 06/06 đến 04/08/2023 Giai đoạn tính VaR diễn ra từ ngày 18/04/2020 đến 18/04/2023.
STT MCK Tên Ngân hàng Khối lượng lưu hành tính chỉ số
1 ACB Ngân hàng TMCP Á Châu 3,377,435,094
2 BID Ngân hàng TMCP Đầu tư và phát triển Việt Nam
3 CTG Ngân hàng TMCP Công thương
4 HDB Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh
5 MBB Ngân hàng TMCP Quân đội 4,533,986,133
6 STB Ngân hàng TMCP Sài Gòn Thường
7 TCB Ngân hàng TMCP Kỹ thương Việt
8 TPB Ngân hàng TMCP Tiên Phong 1,581,755,495
9 VCB Ngân hàng TMCP Ngoại thương
10 VIB Ngân hàng TMCP Quốc tế Việt
11 VPB Ngân hàng TMCP Việt Nam Thịnh
Vị thế giả định: Nhà đầu tư đang nắm giữ DMĐT gồm 11 CPNH, mỗi cổ phiếu nhà đầu tư sở hữu 1000 cổ phiếu
- Mức ý nghĩa sử dụng để chạy mô hình: 5%
- Thời gian: 1 ngày tiếp theo
- Dữ liệu giá hàng ngày từ ngày 18/04/2020 đến ngày 18/04/2023
Nhà đầu tư cần xác định khoản lỗ tối đa có thể xảy ra trong ngày tiếp theo để có thể đưa ra các giải pháp bảo vệ danh mục đầu tư một cách kịp thời Việc này giúp họ quản lý rủi ro hiệu quả hơn và tối ưu hóa lợi nhuận.
33 thập được của 11 CPNH, ta có thể lập bảng tính toán tỷ trọng của từng cổ phiếu trong danh mục của nhà đầu tư vào ngày 18/04/2022 như sau:
Bảng 3.2 Tỷ trọng của mỗi cổ phiếu trong danh mục
STT MCK Giá đóng cửa
Phương pháp nghiên cứu
Với sự phát triển của công nghệ và sự chú trọng của các tổ chức tài chính đến quản trị rủi ro và mô hình VaR, R và R Studio đã giúp đơn giản hóa quá trình tính toán VaR Cả hai công cụ này ngày càng được giảng dạy trong các trường đại học, khẳng định tính tiện lợi và độ chính xác của chúng trong lĩnh vực tài chính.
This study will utilize R and R Studio software to apply Value at Risk (VaR) for measuring market risk through four distinct methods: Quantile Estimation, Econometric Approach, Monte Carlo Simulation, and Risk Metrics.
Để thực hiện bài nghiên cứu hiệu quả, tôi sử dụng phần mềm RStudio phiên bản R 4.2.3 cùng với các gói tiện ích như fBasics cho phân tích kỹ thuật và thống kê mô tả, quantmod để lấy dữ liệu tài chính từ Investing.com và vẽ biểu đồ, fGarch cho mô hình ARCH, GARCH (1,1), tseries để khai thác dữ liệu tài chính, và rugarch để thực hiện các mô hình phức tạp như iGARCH, EGARCH cho dữ liệu tài chính theo thời gian.
Quy trình nghiên cứu cụ thể như sau:
Bước đầu tiên trong việc áp dụng mô hình VaR là thu thập dữ liệu, cụ thể là dữ liệu giá đóng cửa đã được điều chỉnh hằng ngày của các cổ phiếu FCM, HT1, HVX, TEG và THG trong khoảng thời gian từ ngày 01/05/2017 đến 01/05/2022 Để tính toán TSSL hàng ngày của các cổ phiếu, chúng ta sử dụng công thức r = 𝑃𝑡 − 𝑃𝑡−1.
- Pt: Giá đóng cửa điều chỉnh của cổ phiếu ngày t
- Pt-1: Giá đóng cửa điều chỉnh của cổ phiếu ngày t-1
Trong bài luận văn này, tôi sẽ đo lường mức thua lỗ mà các doanh nghiệp trong ngành Vật liệu xây dựng phải gánh chịu bằng cách sử dụng hàm Loss của TSSL Điều này có nghĩa là chúng ta sẽ cần lấy giá trị âm của TSSL để phản ánh chính xác tình hình thua lỗ.
Bước 2: Xác định mức độ rủi ro 𝜶 (độ tin cậy 1- 𝜶)
Sau khi thu thập dữ liệu, việc xác định phạm vi và mức độ rủi ro trong ngành vật liệu xây dựng là rất quan trọng Mỗi đối tượng có mức độ chấp nhận rủi ro khác nhau; một số chấp nhận rủi ro cao trong khi những người khác chỉ chấp nhận rủi ro thấp Mức độ rủi ro cao đồng nghĩa với khả năng tổn thất lớn hơn Trong bài luận này, tôi sẽ ước tính VaR với mức rủi ro 5% và mức độ tin cậy tương ứng.
35 ứng là 95%, đây là mức mà khi được học bản thân em được gặp nhiều nhất và cũng phù hợp với các doanh nghiệp tại Việt Nam
Bước 3: Kiểm định các giả thiết của mô hình VaR
Mô hình tính toán giá trị rủi ro (VaR) giả định rằng chuỗi tỷ suất sinh lời của cổ phiếu có tính dừng, phân phối chuẩn và tự tương quan Để ước lượng VaR, cần sử dụng các tham số như trung bình, độ lệch chuẩn và phương sai Trước khi tiến hành ước lượng, điều quan trọng là phải kiểm tra dạng phân phối, tính dừng và tự tương quan của tỷ suất sinh lời.
Bài khóa luận này sẽ đánh giá tổng quát đặc điểm của số liệu nghiên cứu bằng cách sử dụng thống kê mô tả của chuỗi dữ liệu
*Kiểm định giả thiết phân phối chuẩn
Để kiểm tra xem dữ liệu có phân phối chuẩn hay không, có nhiều phương pháp khác nhau như sử dụng biểu đồ Q-Q Plot và biểu đồ Histogram Một phương pháp khác là sử dụng biểu đồ đường cong phân phối chuẩn, trong đó giá trị cao nhất nằm ở giữa, với các giá trị giảm dần ở hai bên Trong phân phối chuẩn, giá trị trung vị và trung bình gần như bằng nhau, đồng thời giá trị độ lệch Skewness bằng 0 và giá trị độ nhọn Kurtosis đạt yêu cầu.
3 Một cách khác ta có thể sử dụng các kiểm định như: Jarque-Bera, Kolmogorov- Smirnov, Lilliefors, Shapiro-Wilk
Tại bài khóa luận này, em sẽ sử dụng kiểm định Jarque-Bera với cặp giả thiết như sau:
H0: Chuỗi tỷ suất sinh lời có phân phối chuẩn
H1: Chuỗi tỷ suất sinh lời không có phân phối chuẩn
- Với ∝ là mức độ rủi ro: Nếu p-value < ∝, ta bác bỏ H0, chấp nhận H1, chuỗi TSSL không tuân theo phân phối chuẩn
- Nếu p-value > ∝ thì chuỗi TSSL tuân theo phân phối chuẩn
*Kiểm định giả thiết tính dừng
Một yếu tố quan trọng trong việc xác định tính hợp lý của mô hình thống kê từ chuỗi dữ liệu là tính dừng Nếu chuỗi dữ liệu không ổn định và thay đổi theo thời gian, các kết quả thống kê và dự đoán từ mô hình sẽ không đáng tin cậy.
Theo nghiên cứu của Ramanathan (2002), hầu hết các chuỗi thời gian kinh tế thường không dừng do có xu hướng tuyến tính Để kiểm tra tính dừng của chuỗi dữ liệu, có thể áp dụng các phương pháp như kiểm định Phillips–Person (PP), kiểm định KPSS, kiểm định Dickey–Fuller (DF) và kiểm định Dickey và Fuller mở rộng (ADF) Trong bài nghiên cứu này, chúng tôi sẽ sử dụng hai kiểm định Dickey-Fuller và KPSS để xác định tính dừng của chuỗi TSSL.
+ Kiểm định Dickey-Fuller với cặp giả thuyết:
H0: Chuỗi dữ liệu không có tính dừng (non-stationary)
H1: Chuỗi dữ liệu có tính dừng (stationary)
- Nếu p-value < ∝, bác bỏ H0, chấp nhận H1, chúng ta kết luận chuỗi dữ liệu có tính dừng
- Nếu p-value >∝ thì chuỗi dữ liệu không có tính dừng
+ Kiểm định KPSS với cặp giả thuyết:
H0: Chuỗi tỷ suất sinh lời có tính dừng (stationary)
H1: Chuỗi tỷ suất sinh lời không có tính dừng (non-stationary)
- Nếu p-value < ∝, bác bỏ H0, chấp nhận H1, chúng ta kết luận chuỗi dữ liệu không có tính dừng
- Nếu p-value > ∝ thì chuỗi dữ liệu có tính dừng
*Kiểm định giả thiết tự tương quan
Bài nghiên cứu sử dụng lệnh vẽ biểu đồ ACF và PACF, cùng với kiểm định Ljung-Box, để xác định tính độc lập của chuỗi thời gian TSSL.
Kiểm định Ljung-Box với cặp giả thiết:
H0: Các giá trị trong chuỗi dữ liệu không tương quan và độc lập với nhau
H1: Các giá trị trong chuỗi dữ liệu tương quan và không độc lập với nhau
- Nếu giá trị p-value < ∝, bác bỏ H0, chấp nhận H1, các giá trị trong chuỗi dữ liệu tương quan với nhau và không độc lập
- Nếu giá trị p-value > ∝ thì các giá trị trong chuỗi dữ liệu là ngẫu nhiên và độc lập với nhau
Bước 4: Mô hình phù hợp
Chúng ta cần kiểm tra tính ý nghĩa thống kê của mô hình thông qua giá trị p-value khi áp dụng hai phương pháp là Riskmetrics và Econometrics.
Trong nghiên cứu này, tôi sẽ sử dụng mô hình GARCH (1,1) kết hợp với phương pháp Econometric Approaches để đảm bảo tính chính xác và thuận tiện trong quá trình mô hình hóa Mô hình GARCH (1,1) sẽ được trình bày chi tiết trong bài viết.
𝛼 0 : hằng số có giá trị dương, biểu thị mức độ biến động trung bình
𝜎 𝑡 2 : phương sai có điều kiện tại thời điểm t
𝜎 𝑡−𝑖 2 : phản ánh sự biến động của bình phương sai số trong quá khứ
Để xác định xem mô hình có ý nghĩa thống kê hay không, chúng ta cần xem mục Phân tích Lỗi Tại cột Pr (>|𝒕|), chúng ta sẽ so sánh các giá trị của các biến 𝛼0 (omega), 𝛼1 (alpha1), và 𝛽1 (beta1) với giá trị 𝑎 = 0.05 Nếu có thể bác bỏ giả thuyết H0, điều này cho thấy mô hình có ý nghĩa thống kê.
Cặp giả thuyết cần kiểm định
H0: Mô hình không có ý nghĩa thống kê
H1: Mô hình có ý nghĩa thống kê
- Nếu p-value < ∝ (0.05) ta bác bỏ H0, chấp nhận H1, chúng ta kết luận mô hình có ý nghĩa thống kê
- Nếu p-value > ∝ (0.05), thì mô hình không có ý nghĩa thống kê
Trong nghiên cứu về phương pháp RiskMetrics, tôi sẽ áp dụng mô hình iGARCH (1,1), một biến thể của mô hình GARCH tích hợp Mô hình GARCH (p, q) được định nghĩa như sau:
𝛼 0 : hằng số có giá trị dương, biểu thị mức độ biến động trung bình
𝜎 𝑡 2 : phương sai có điều kiện tại thời điểm t
𝜎 𝑡−𝑖 2 : phản ánh sự biến động của bình phương sai số trong quá khứ
THỰC TRẠNG GIÁ CỔ PHIẾU NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Tình hình niêm yết và cung ứng cổ phiếu NHTM
Hiện nay, thị trường chứng khoán Việt Nam có 28 mã cổ phiếu ngân hàng niêm yết và giao dịch trên sàn Ngành ngân hàng thương mại (NHTM) đã gia nhập thị trường chứng khoán muộn hơn so với nhiều ngành khác, chỉ trong khoảng 15 năm qua Tính đến cuối năm 2021, trong số 33 ngân hàng thương mại, có 19 ngân hàng đã niêm yết Các ngân hàng thương mại hiện đang áp dụng chiến lược tăng vốn điều lệ thông qua việc phát hành cổ phiếu bổ sung Tình hình nợ xấu của các ngân hàng thương mại cũng đang được theo dõi chặt chẽ trong giai đoạn này.
Từ năm 2012 đến 2015, tình hình kinh tế khá bi quan do thiếu nguồn đầu tư Tuy nhiên, từ năm 2016 đến nay, nợ xấu đã được cải thiện đáng kể, và nhiều ngân hàng đã phục hồi sau khó khăn nhờ vào việc tăng vốn điều lệ hiệu quả.
Thực trạng ngành ngân hàng trong giai đoạn 2020 – 2023
Trong bối cảnh thị trường bất động sản đóng băng, các ngân hàng đang phải xử lý nợ khách hàng và nợ trái phiếu Sự phân hóa trong tăng trưởng tín dụng giữa các ngân hàng rất rõ rệt, với VPB, MBB, HDB và MSB có mức tăng trưởng cao hơn trung bình toàn ngành Cụ thể, MSB đã đạt mức tăng trưởng 13,17% trong quý I năm 2023, gần chạm hạn mức tín dụng 13,5% được NHNN cấp Ngược lại, các ngân hàng như ACB, VIB, VietBank và ABBank lại ghi nhận tín dụng tăng trưởng âm.
Hình 2.1: Tăng trưởng tín dụng của một số ngân hàng năm 2023
MSB HDB ACB VCB VIB TCB TPB VPB MBB BID LPB
Tăng trưởng tín dụng năm 2022 Hạn mức tăng trưởng năm 2023 (lần 1)
Dự phòng tăng trưởng tín dụng cả năm
Trong ba năm qua, nợ xấu đã trở thành một vấn đề nghiêm trọng, cản trở hoạt động kinh doanh của ngân hàng và làm giảm chất lượng tài sản Nợ xấu gây ách tắc tín dụng, khiến ngân hàng phải sử dụng vốn huy động mới để trả nợ cũ thay vì cho vay mới, dẫn đến tăng trưởng tín dụng không khả quan Các yếu tố gây ra nợ xấu bao gồm nợ tái cơ cấu, thị trường bất động sản đình trệ và trái phiếu doanh nghiệp Chất lượng tín dụng của ngân hàng đang suy giảm, với nợ xấu nội bảng tăng 1.9% vào cuối năm 2022 và nợ xấu gộp tăng 4.5% Theo Mirea Asset, mặc dù dự nợ cho vay tái cơ cấu có xu hướng giảm, nhưng nợ xấu mở rộng (bao gồm nợ nhóm 2) lại gia tăng, cho thấy khả năng nợ xấu sẽ tăng trong ngắn hạn.
Hình 2.2 Tỷ lệ nợ quá hạn (bao gồm nợ nhóm 2) Hình 2.3 Nợ tái cơ cấu liên quan đến COVID – 19 (tỷ đồng)
Bảng 2.1 Biến động nợ xấu của 27 ngân hàng trong giai đoạn 2021 - 2022
Theo báo cáo tài chính hợp nhất của 27 ngân hàng, từ 31/12/2021 đến 31/12/2022, tổng khoản cho vay khách hàng đạt 8,529,588 tỷ đồng, tăng 15.9% (tương đương 1,172,699 tỷ đồng) so với năm trước Tuy nhiên, nợ xấu ở các nhóm 3, 4 và 5, bao gồm nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn, cũng tăng lên trong cùng thời gian.
Cuối năm 2022, tỷ lệ nợ xấu của 27 ngân hàng đã tăng lên 1.6%, cao hơn 1.34% so với cùng kỳ năm trước Các ngân hàng được phân chia thành 3 nhóm: nhóm có nợ xấu dưới 1%, nhóm có nợ xấu trên 1% và nhóm có nợ xấu trên 2%.
Từ đầu năm 2020, dịch bệnh COVID-19 đã gây ra tình trạng đứt gãy chuỗi cung ứng toàn cầu, dẫn đến sự gia tăng mạnh mẽ giá hàng hóa như lương thực, thực phẩm và năng lượng Nhiều quốc gia đã phải đối mặt với lạm phát cao kỷ lục và rủi ro bất ổn tài chính Sự điều chỉnh lãi suất của FED và ECB đã ảnh hưởng đến nền kinh tế trong nước và toàn cầu, đặc biệt là đối với giá chứng khoán, vàng, dầu và các chính sách điều hành của các quốc gia.
NHNN đã thực hiện 3 lần cắt giảm lãi suất điều hành từ 1.5% đến 2%, mức giảm này được coi là sâu so với các nước trong khu vực Ngoài ra, NHNN yêu cầu các tổ chức tín dụng giảm lãi suất cho cả khoản vay cũ và mới So với thời điểm trước dịch, mặt bằng lãi suất đã giảm khoảng 1,66%, và các tổ chức tín dụng đã giảm tổng cộng 30,000 tỷ đồng.
Hình 2.4 Lãi suất điều hành của Ngân hàng Nhà nước
Vào ngày 17/03/2020, NHNN đã giảm lãi suất tái cấp vốn từ 6% xuống còn 5%, lãi suất chào mua giấy tờ có giá qua OMO từ 4% xuống 3,5%, và trần lãi suất tiền gửi dưới 6 tháng xuống còn 4,75% Lãi suất cho vay lĩnh vực ưu tiên cũng giảm xuống 5,5% Tiếp theo, vào các ngày 13/05/2020 và 01/10/2020, lãi suất các mục này tiếp tục giảm lần lượt còn 4%, 2,5%, 4% và 4,5%.
Hình 2.5 Lãi suất huy động tại quầy của một số ngân hàng tại ngày 21/12/2020
Các ngân hàng thương mại đã triển khai chính sách giảm lãi suất tổng cộng hơn 2000 tỷ đồng cho khách hàng Đến cuối tháng 12 năm 2021, thế giới đã ghi nhận 113 lần tăng lãi suất Mặc dù hầu hết các ngân hàng đều áp dụng chính sách giảm lãi suất cho vay mới cũng như cho dư nợ cũ, nhưng lãi suất cho vay và lãi suất huy động vẫn chưa giảm đáng kể.
Trong quý 3/2020, mặc dù lãi suất giảm, biên lãi ròng (NIM) của nhiều ngân hàng vẫn tiếp tục tăng trưởng Theo Fiin Group, NIM của 21 ngân hàng niêm yết đã tăng 9.7 điểm, tương đương 0.89% so với quý 2 năm 2020, đánh dấu mức tăng trưởng cao nhất trong vòng 2 năm qua.
Lãi suất cho vay khó giảm mặc dù thanh khoản dồi dào và lãi suất huy động giảm mạnh, chủ yếu do lạm phát, chi phí hoạt động doanh nghiệp tăng cao và nợ xấu lớn do sản xuất kém hiệu quả Hai lĩnh vực hàng không và du lịch, bị tê liệt trong thời kỳ COVID, đã khiến nhu cầu vay mới khó phục hồi, dẫn đến mức tăng trưởng tín dụng thấp nhất trong 5 năm qua Để đối phó với lạm phát toàn cầu, các ngân hàng trung ương (NHTW) đã phải tăng lãi suất lên khoảng 8.8%, con số kỷ lục theo IMF, với hơn 70 NHTW trên toàn cầu thực hiện 292 lần điều chỉnh lãi suất trong 9 tháng đầu năm Cục Dự trữ Liên bang Mỹ (Fed) cũng liên tục điều chỉnh lãi suất mục tiêu lên 3 đến 3.25%/năm, gấp 3 lần so với năm 2021 Tại Việt Nam, từ 23/09/2022 đến 25/10/2022, NHNN đã thực hiện 2 lần tăng lãi suất tổng cộng 2%, với lãi suất tái cấp vốn lên 6%/năm và lãi suất tái chiết khấu đạt 4.5%.
Việc tăng lãi suất kịp thời của NHNN trong năm 2022 đã thể hiện sự điều chỉnh linh hoạt và phối hợp đồng bộ giữa các công cụ chính sách tiền tệ và tài khoá, nhằm giảm thiểu lạm phát và ổn định nền kinh tế Tăng lãi suất không chỉ giúp duy trì và thu hút dòng vốn nước ngoài, mà còn tạo bộ đệm cho sức ép tỷ giá, ngăn chặn đồng tiền Việt Nam mất giá trước sự gia tăng của USD Nếu không có biện pháp này, giá nhập khẩu hàng hóa sẽ tăng cao, dẫn đến lạm phát gia tăng Điều này góp phần giảm cung tiền và giữ tỷ giá ổn định.
Thực trạng giá cổ phiếu ngân hàng giai đoạn 2020 – 2023
• Thực trạng môi trường kinh tế vĩ mô a Lãi suất bình quân trên thị trường liên ngân hàng (VnIBOR) và giá CPNH
Lãi suất VnIBOR kỳ hạn 3 tháng là một chỉ số quan trọng cho các ngân hàng thương mại tại Việt Nam, giúp so sánh tỷ suất sinh lợi đầu tư cổ phiếu với lãi suất thị trường Trong quý I và II/2022, lãi suất liên tục tăng cao, gây áp lực lớn lên thanh khoản của các NHTM Từ 2012 đến 2013, VnIBOR đạt mức cao trong khi giá cổ phiếu chỉ dao động từ 9800 – 11000đ/cổ phiếu, cho thấy sự giảm rõ rệt của lãi suất và chênh lệch giữa kỳ hạn 1 tháng và 3 tháng lên tới 2.64% - 7.8% Tuy nhiên, từ 2013 đến 2019, lãi suất thị trường hạ nhiệt, dao động từ 0.75% đến 5.15%, giúp cải thiện đáng kể giá cổ phiếu ngành ngân hàng và duy trì mức tăng trưởng ổn định.
Lãi suất thị trường kỳ hạn 3 tháng giảm xuống mức 1.66% đến 3.44%, nhằm hỗ trợ doanh nghiệp gặp khó khăn do dịch bệnh Đồng thời, giá cổ phiếu nhóm ngân hàng tăng nhanh và hồi phục trong quý III và IV năm nay.
Từ quý I năm 2022, giá CPNH đã giảm 29% so với cùng kỳ năm trước, trong khi đó, VnIBOR tăng lên mức 10.5% Điều này phản ánh sự biến động trong cung tiền (M2) và chỉ số giá tiêu dùng (CPI).
Cuối quý I năm 2012, lạm phát tăng cao lên 14.15%, nhưng từ quý II/2012 đến quý III/2014, lạm phát giảm xuống còn 4.61% đến 6.9%, với cung tiền giới hạn từ 3306 đến 4787 nghìn tỷ đồng/quý Từ quý III/2022, chỉ số CPI và giá cả có sự thay đổi trái ngược, khi lạm phát chỉ ở mức 1.29% - 2.06%, trong khi giá cả tiếp tục tăng trưởng Tuy nhiên, tình hình dịch bệnh COVID-19 và xung đột Nga - Ukraine đã làm giá dầu và khí đốt tăng cao, cùng với chuỗi cung ứng nguyên liệu bị đứt gãy do chính sách “zero Covid” của Trung Quốc.
Sự suy thoái kinh tế tại Châu Âu đã dẫn đến việc các quốc gia phải áp dụng chính sách nới lỏng tiền tệ và triển khai nhiều gói kích thích để phục hồi kinh tế Tuy nhiên, điều này lại kích thích lạm phát tăng mạnh, buộc Cục Dự trữ Liên bang Mỹ (FED) phải nâng lãi suất lên 7 lần Tại Việt Nam, lạm phát cũng có xu hướng gia tăng, trong khi giá cả hàng hóa tiêu dùng giảm trung bình 29% mỗi quý Tỉ giá hối đoái USD/VND và giá cả hàng hóa tiêu dùng đang chịu tác động từ những biến động này.
Trong bốn tháng đầu năm 2020, tỷ giá USD/VND đã tăng mạnh, đạt 23,245 đồng/USD vào ngày 25/02, tăng 0.4% so với đầu năm, thiết lập đỉnh mới trong ba năm qua Sự biến động này xuất phát từ các nguyên nhân bên ngoài, như tăng giá sốc trên thị trường tài chính toàn cầu, và nguyên nhân nội tại của Việt Nam Cụ thể, chỉ số USD Index đã tăng từ 94 điểm vào ngày 01/01 lên 103 điểm vào ngày 19/03, đánh dấu lần đầu tiên tỷ giá vượt qua ngưỡng này kể từ năm 2017.
Hình 2.6: Tỷ giá trung tâm từ đầu năm 2020 đến ngày 29/12/2020
Chỉ số USD-Index từ đầu năm 2020 đến ngày 29/12/2020
Sau giai đoạn bùng nổ, tỷ giá USD/VND đã chững lại và giảm dần từ ngày 19/05 cho đến cuối năm Đến ngày 29/12/2020, tỷ giá này trở về mức xấp xỉ 23.150 đồng/VND, tương đương với mức xuất phát đầu năm.
Tỷ giá giảm chủ yếu do đồng USD suy yếu sau đợt tăng giá sốc trước đó, liên quan đến các gói kích thích kinh tế Mỹ và chính sách in tiền của FED, dẫn đến chỉ số USD-Index giảm xuống mức 90 điểm vào ngày 03/12/2020, mức thấp nhất trong 3 năm Thêm vào đó, nguồn cung USD tại Việt Nam khá dồi dào nhờ thặng dư thương mại, với cán cân thương mại hàng hóa ước tính xuất siêu kỷ lục 20.1 tỷ USD, tăng gần 10 tỷ so với cùng kỳ năm trước.
Năm 2021, thị trường gặp nhiều khó khăn do dịch bệnh toàn cầu khiến kinh tế ngưng trệ và phải thực hiện giãn cách xã hội Mặc dù hầu hết các đồng tiền trên thế giới bị ảnh hưởng và mất giá, đồng tiền Việt Nam vẫn duy trì giá trị và thậm chí lên giá so với USD.
Trong năm 2021, VND đã có xu hướng tăng giá so với USD, với tỷ giá USD/VND giảm mạnh từ 23,085 đồng/USD đầu năm xuống còn 22,655 đồng/USD vào ngày 21/11/2021, mặc dù chỉ số USD Index tăng 6.7% trên thị trường quốc tế.
Hình 2.7 Diễn biến các tỷ giá điều hành của NHNN Hình 2.8 Biến động các đồng tiền so với USD
Trong giai đoạn từ đầu năm 2022 đến nay, kinh tế thế giới đã trải qua nhiều biến động do ảnh hưởng của đại dịch COVID-19 và cuộc xung đột chiến tranh tại Nga.
Ukraine đã tạo ra áp lực lớn lên toàn bộ thị trường, dẫn đến sự gia tăng giá hàng hóa, khí đốt, năng lượng và thực phẩm, cùng với tỷ lệ lạm phát cao, khiến xu hướng thắt chặt tiền tệ lan rộng toàn cầu Để đối phó với khủng hoảng này, Cục Dự trữ Liên bang Mỹ (FED) đã liên tục điều chỉnh lãi suất một cách nhanh chóng và mạnh mẽ, giúp đồng đô la Mỹ tăng giá lên mức cao nhất trong 20 năm qua.
Tính đến ngày 31/10/2022, VND đã giảm giá gần 8.5% so với đầu năm, tuy nhiên mức giảm này vẫn chưa quá lớn so với nhiều quốc gia khác Sự tăng giá nhanh chóng của USD đã ảnh hưởng đến các đồng tiền chủ chốt có tính trú ẩn cao trên thế giới, trong đó Euro mất giá 13.2% và Yên Nhật giảm mạnh 28.4%.
Hình 2.9: Tỉ lệ mất giá của một số đồng tiền trên thế giới so với đầu năm 2022
Trong tháng đầu năm 2023, tỷ giá giảm do thị trường quốc tế thuận lợi, với đồng USD có xu hướng giảm và chỉ số USD Index giảm khoảng 1.5% xuống còn 102 điểm Thị trường đang đặt kỳ vọng vào Cục Dự trữ Liên bang.
Cục Dự trữ Liên bang Mỹ (Fed) dự kiến sẽ nới lỏng chính sách tiền tệ do lạm phát giảm Đồng thời, Trung Quốc đã khôi phục hoạt động kinh tế sau 3 năm thực hiện chính sách “Zero Covid”, điều này đã thúc đẩy dòng tiền chuyển hướng sang các tài sản rủi ro thay vì đồng USD an toàn.
Thực trạng rủi ro thị trường chứng khoán của NHTM Việt Nam
Trong 3 tháng đầu năm 2020, thị trường chứng khoán ngân hàng của Việt Nam không mấy khả quan khi hấu hết các NHTM niêm yết trên sàn chứng khoán đều có xu hướng giảm liên tục Vốn hoá ngân hàng giảm 28% tương đương giảm hơn 272.673 tỷ đồng chỉ trong vòng 3 tháng so với cùng kỳ năm trước Chịu thiệt hại nặng nề nhất là 2 trong nhóm Big 4 Ngân hàng có vốn nhà nước là BIDV và Vietcombank khi giảm lần lượt 34% tương đương 65000 tỷ đồng và 32% tương đương 106000 tỷ đồng Không có ngân hàng nào có tiển triển tốt khi hầu như tất cả đều chìm trong sắc đỏ suy giảm Trong thời kỳ đỉnh dịch, cổ phiếu ngân hàng Techcombank (TCB) giảm mạnh nhất lên tới 37%, tiếp theo ngay sau đó là MBB giảm 36%, BID giảm 34% và VCB giảm 32%
Nửa cuối năm 2020, tình hình dịch bệnh có dấu hiệu cải thiện và các chính sách mới của chính phủ đã kích thích sự phục hồi tích cực cho ngành ngân hàng Nhiều cổ phiếu ngân hàng ghi nhận mức tăng trưởng mạnh mẽ so với giai đoạn trước đó.
52 đáy từ cuối tháng 3/2020 Cụ thể có tới 12 mã tăng trên 50% và có 5 mã tăng hơn 100%, đặc biệt VIB tăng đạt đỉnh lên tới 211%
Hình 2.10 Diễn biến giá CPNH trong năm 2020
Ngành ngân hàng được coi là "mạch máu" của nền kinh tế Việt Nam, với năm 2020 là thời hạn cuối để các ngân hàng niêm yết trên sàn chứng khoán Quyết định này được Thủ tướng Chính phủ phê duyệt trong năm 2019, nhằm thực hiện Đề án cơ cấu lại thị trường chứng khoán và thị trường bảo hiểm, yêu cầu tất cả các ngân hàng thương mại phải hoàn tất việc niêm yết trước cuối năm 2020.
Hình 2.11 Thay đổi giá cổ phiếu các ngân hàng lên sàn trong năm 2020
Nguồn: Vietstock Làn sóng chuyển sàn đã tác động mạnh mẽ đến cổ phiếu ngân hàng trong năm
Năm 2020, sau khi niêm yết trên sàn HOSE, LBP đã ghi nhận mức tăng 97%, trong khi VIB tăng gấp 2.2 lần và ACB tăng gần 59% so với đầu năm.
Các ngân hàng thương mại (NHTM) đã tận dụng cơ hội để thực hiện chiến lược chia cổ tức bằng cổ phiếu, giúp gia tăng vốn hóa và khối lượng cổ phiếu tăng mạnh Tính đến cuối năm 2020, vốn hóa toàn ngành ngân hàng đã tăng 32%, đạt gần 1.3 triệu tỷ đồng Trong đó, nhóm ngân hàng Big4 dẫn đầu về vốn hóa bao gồm Vietcombank (VCB), BIDV (BID) và Vietinbank (CTG).
Lượng thanh khoản cổ phiếu ghi nhận sự tăng trưởng tích cực với gần 102 triệu cổ phiếu được giao dịch trong một ngày, gấp 2.78 lần so với mức trung bình, tương ứng với giá trị giao dịch đạt 1,992 tỷ đồng.
Hình 2.13 Khối lượng giao dịch bình quân CPNH trong năm 2020
Nguồn: VietstockFinance Nhìn vào bảng thống kê, ta có thể thấy STB dẫn đầu khi lượng thanh khoản đạt gần
Trong năm 2023, khối lượng giao dịch cổ phiếu đã đạt 14 triệu cổ phiếu, gấp 3.96 lần so với năm 2019, tương đương giá trị khoảng 169 tỷ đồng Đáng chú ý, cổ phiếu MSB, mặc dù mới niêm yết trên sàn HOSE vào năm 2020, đã nhanh chóng ghi nhận thanh khoản ấn tượng, xếp thứ 2 với khoảng 12 triệu cổ phiếu được giao dịch trong một ngày, tương ứng với giá trị giao dịch khoảng 210 tỷ đồng.
Ngoài ra, trong năm 2020, khối ngoại đã bán ròng gần 245 triệu cổ phiếu tương đương gần 4569 tỷ đồng ngành ngân hàng
Hình 2.14 Khối ngoại giao dịch CPNH trong năm 2020
Theo báo cáo của SSI, trong năm 2021, cổ phiếu ngành ngân hàng ghi nhận mức tăng trung bình 36.6%, vượt 2.8% so với chỉ số VNIndex Các mã cổ phiếu ngân hàng có hiệu suất cao nhất với mức tăng trên 90% so với năm trước bao gồm SSB, VPB, LPB, MSB, và TPB Ngoài ra, MBB, STB, VIB, SHB, TCB và OCB cũng tăng từ 50% đến 90% Tuy nhiên, các ngân hàng có vốn nhà nước có mức tăng giá không cao như các ngân hàng tư nhân.
Hình 2.15 NIM và CASA của các ngân hàng Hình 2.16 Thị phần CASA của các ngân hàng c Giai đoạn 2022 đến nay
Bước sang năm 2022, thị trường chứng khoán Việt Nam gặp nhiều khó khăn do rủi ro lạm phát, suy thoái kinh tế và các vấn đề địa chính trị Chỉ số VN30 đã giảm gần 35%, phản ánh tình trạng ảm đạm của nền kinh tế.
Điểm số 1007 cho thấy sự giảm sút nghiêm trọng của ngành cổ phiếu ngân hàng tại thị trường chứng khoán Việt Nam Cụ thể, 25 trên 27 mã cổ phiếu ngân hàng đã ghi nhận sự suy giảm, trong đó có 24 mã giảm tới 2 con số, phản ánh rủi ro cao trong lĩnh vực này.
Hình 2.17 Giá CPNH thay đổi trong năm 2022
Cổ phiếu của ngân hàng VB Bank đã giảm gần 60%, chỉ còn 7,880 đồng/cp Các mã BVB, ABB, KLB và PGB cũng ghi nhận mức giảm trên 50% Trong số các ngân hàng niêm yết, TPB và SHB là hai cổ phiếu chịu ảnh hưởng lớn nhất với mức giảm hơn 48% Nhóm ngân hàng có vốn hóa lớn như TCB, MBB, ACB cũng không khả quan hơn khi đồng loạt giảm hơn 20%.
Trong số 27 ngân hàng, chỉ có 2 ngân hàng duy trì cổ phiếu ổn định trong thời gian qua Cụ thể, giá cổ phiếu của BID đã tăng 4%, đạt 38,600 đồng/cp, trong khi VCB tăng 2%, lên 80,000 đồng/cp Trong giai đoạn thị trường biến động tiêu cực từ cuối tháng 8 đến giữa tháng 10, hai ngân hàng này chỉ ghi nhận mức sụt giảm nhỏ.
Chỉ số P/E của ngành ngân hàng hiện đang ở mức thấp hơn so với P/E của Vn-
Kể từ năm 2022, chỉ số Vn-Index đã giảm 30.8%, trong khi cổ phiếu ngành ngân hàng giảm hơn 12% Sự biến động của tình hình kinh tế đã ảnh hưởng đáng kể đến hiệu suất của các cổ phiếu trong lĩnh vực này.
Hình 2.18 Biểu đồ giá các nhóm ngân hàng so với VN-Index
P/E trung bình của ngành ngân hàng hiện ở mức 8.1 lần, thấp hơn đáng kể so với VnIndex với mức 13.5 lần Trong năm 2022, chỉ số P/B của ngành ngân hàng đã gần chạm đáy nhưng sau đó ổn định ở mức 1.5 lần, tương đương -1Std Nhiều chuyên gia nhận định rằng giá cổ phiếu ngành ngân hàng hiện tại đang ở mức thấp nhất trong 10 năm qua, với P/E và P/B thấp hơn lần lượt 32.1% và 16.4% so với mức trung bình lịch sử.
Hình 2.19 P/E và P/B trung bình của ngành ngân hàng
Hình 2.20 P/E của 10 ngân hàng có mức thấp nhất
Bảng thống kê cho thấy 10 ngân hàng có tỷ lệ P/E thấp nhất, tất cả đều dưới 6 lần Trong đó, ngân hàng SHB nổi bật với tỷ lệ P/E chỉ khoảng 3.9 lần, thấp hơn đáng kể so với mức trung bình toàn ngành Điều này cho thấy mã chứng khoán của ngân hàng SHB đang được định giá hấp dẫn dựa trên chỉ số P/E này.
ỨNG DỤNG MÔ HÌNH VAR TRONG QTRR DANH MỤC CỔ PHIẾU NGÂN HÀNG NIÊM YẾT THUỘC VN30 TẠI VIỆT NAM
Ước lượng rủi ro cho DMĐT bằng mô hình VaR
Dữ liệu giá cổ phiếu không có tính dừng, điều này khiến cho việc áp dụng các mô hình kiểm định và dự báo trở nên khó khăn Do đó, cần phân tích dữ liệu biến động giá, đặc biệt là tỷ lệ thua lỗ, để phục vụ cho các công cụ sẵn có như R.Measure.R.
- Số mẫu quan sát: 751 mẫu
- Thời gian: 1 ngày tiếp theo từ 11/04/2020 đến 18/04/2023
Trong khoá luận này, em sẽ tập trung phân tích cổ phiếu VIB, trong khi kết quả của 10 mã CPNH còn lại sẽ được tổng hợp và trình bày trong phần phụ lục Phần đầu tiên sẽ bao gồm thống kê mô tả chi tiết về cổ phiếu VIB.
Hình 3.1 Thống kê mô tả của VIB
Giá trị trung bình (Mean): −9.28 × 10 −4
→ Phân phối lệch phải, độ lệch không đáng kể Độ nhọn (Kurtosis): 2.020784 Độ lệch chuẩn (Stdev): 0.034903 = 2.24%
→ Loss MBB có biến động đáng kể b Kiểm định tính dừng
Sử dụng kiểm định augmented Dickey-Fuller với giả thuyết như sau:
𝐻 0 : 𝛽 = 0: Chuỗi dữ liệu không có tính dừng
𝐻 1 : 𝛽 ≠ 0: Chuỗi dữ liệu có tính dừng
Hình 3.2 Kiểm định tính dừng của VIB
Với mức ý nghĩa là 5%, kiểm định cho ra kết quả p-value = 0.01 (< 5%), ta bác bỏ giả thuyết 𝐻 0 , chấp nhận giả thuyết 𝐻 1
→ Chuỗi dữ liệu có tính dừng, có thể sử dụng đưa vào mô hình
Ta thực hiện tương tự với 10 mã CPNH còn lại và đưa ra kết quả chuỗi TSSL đều là chuỗi có tính dừng c Kiểm định phân phối chuẩn
Sử dụng kiểm định Normality Test của Jarque-Bera với các giả thuyết như sau:
𝐻 0 : Chuỗi dữ liệu có phân phối chuẩn
𝐻 1 : Chuỗi dữ liệu không có phân phối chuẩn
Hình 3.3 Kiểm định phân phối chuẩn của VIB
Với mức ý nghĩa là 5%, kiểm định cho ra kết quả p-value = 2.2 × 10 −12 (< 5%), ta bác bỏ giả thuyết 𝐻 0 , chấp nhận giả thuyết 𝐻 1
→ Chuỗi dữ liệu không phải là phân phối chuẩn
Chúng tôi đã thực hiện tương tự với 10 mã CPNH còn lại và nhận thấy rằng kết quả chuỗi TSSL đều không tuân theo phân phối chuẩn Điều này dẫn đến việc kiểm định sự tự tương quan trong dữ liệu.
Sử dụng kiểm định Ljung – Box với độ trễ là 10, các giả thuyết như sau:
𝐻 0 : Chuỗi dữ liệu không có tự tương quan
𝐻 1 : Chuỗi dữ liệu có tự tương quan
Hình 3.4: Kiểm định tính tự tương quan của VIB
Với mức ý nghĩa 5%, kiểm định cho ra kết quả p-value = 0.03919 (< 5%), ta bác bỏ giả thuyết 𝐻 0 , chấp nhận giả thuyết 𝐻 1
→ Có tồn tại sự tương quan, dữ liệu có ý nghĩa thống kê
Chúng tôi đã tiến hành phân tích 10 mã CPNH còn lại và nhận thấy rằng kết quả chuỗi TSSL đều cho thấy sự tương quan rõ rệt, đồng thời dữ liệu thu được cũng có ý nghĩa thống kê.
- Vị thế giả định: Đầu tư vào cổ phiếu VIB: 1000 cổ phiếu * 20650 = 20,650,000 VNĐ
- Mức ý nghĩa sử dụng để chạy mô hình: 5%
- Thời gian: 1 ngày tiếp theo
- Dữ liệu giá hàng ngày từ ngày 17/04/2020 đến ngày 18/04/2023
- Các kiểm định sử dụng để kiếm tra tính dừng và phân phối chuẩn: Kiểm định P
- Phần mềm sử dụng để chạy mô hình: R-Studio
• Thiết lập hàm log return và tính hàm loss = -log return (Công thức tính VaR) xét từ hàm lỗ
• Sử dụng code Rmeasure a Phương pháp Riskmetrics
Hình 3.5 Dự báo ước lượng VaR theo phương pháp Riskmetrics
Đầu tư 20,650,000VND vào cổ phiếu VIB, khả năng thua lỗ trong ngày tiếp theo chỉ có 5%, cho thấy mức độ rủi ro thấp và tiềm năng ổn định cho nhà đầu tư.
Tương tự kết quả ước lượng trên, ta lập được bảng dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ như sau:
Bảng 3.3 Dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ theo phương pháp Riskmetrics
MCK Sigma Mức thua lỗ với ĐTC
Tổng mức thua lỗ của DMĐT (VND) 9,260,246 b Phương pháp Econometrics
Hình 3.6 Dự báo ước lượng VaR theo phương pháp Econometrics
Với vị thế giả định là 20,650,000 VND đầu tư vào cổ phiếu VIB, theo dự đoán, chắc chắn đến 95% rằng thiệt hại ngày tiếp theo sẽ không vượt quá:
Tương tự kết quả ước lượng trên, ta lập được bảng dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ như sau:
Bảng 3.4 Dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ theo phương pháp Econometrics
MCK meanForecast meanError Mức thua lỗ với ĐTC 95%
Tổng mức thua lỗ của DMĐT (VND) 8,821,847 c Phương pháp Quantile
Hình 3.7 Dự báo ước lượng VaR theo phương pháp Quantile
Với vị thế giả định là 20,650,000 VND đầu tư vào cổ phiếu VIB, theo dự đoán, chắc chắn đến 95% rằng thiệt hại ngày tiếp theo sẽ không vượt quá:
Tương tự kết quả ước lượng trên, ta lập được bảng dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ như sau:
Bảng 3.5 Dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ theo phương pháp Quantile
MCK VaR Mức thua lỗ với ĐTC
Tổng mức thua lỗ của DMĐT (VND) 12,622,767 d Phương pháp Monte Carlo
Hình 3.8 Dự báo ước lượng VaR theo phương pháp Monte Carlo
Với vị thế giả định là 20,650,000 VND đầu tư vào cổ phiếu MBB, theo dự đoán, chắc chắn đến 95% rằng thiệt hại ngày tiếp theo sẽ không vượt quá:
Tương tự kết quả ước lượng trên, ta lập được bảng dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ như sau:
Bảng 3.6 Dự báo giá của 11 cổ phiếu trong DMĐT đang nắm giữ theo phương pháp Monte Carlo
MCK VaR Mức thua lỗ với ĐTC
Tổng mức thua lỗ của DMĐT (VND) 12,342,388
Kết luận
Dựa trên kết quả từ bốn phương pháp tính toán cho từng mã CPNH, chúng ta có thể kết luận rằng tổng mức lỗ tối đa mà nhà đầu tư có thể phải chịu với độ tin cậy 95% trong danh mục đầu tư gồm 11 mã CPNH thuộc VN30 là như sau:
Hình 3.7 Kết quả 4 phương pháp
Phương pháp Tổng lỗ tối đa trong DMĐT
Với độ tin cậy 95%, kết quả VaR từ bốn phương pháp tính toán cho thấy sự đồng đều tương đối Mức lỗ thấp nhất được xác định qua phương pháp Econometrics là 8,821,847 VND, trong khi mức lỗ cao nhất do phương pháp Quantile đưa ra là 12,622,767 VND.
Dựa trên vị thế nắm giữ DMĐT, có thể khẳng định rằng thua lỗ trong ngày tiếp theo sẽ không vượt quá 95%, với mức dao động từ 8,821,847 VND đến 12,622,767 VND.
Back – testing
Sử dụng back-testing để xác minh tính đáng tin cậy của giá trị VaR được tính toán từ dữ liệu lịch sử Quá trình này giúp nhà đầu tư đảm bảo rằng kết quả VaR phù hợp, từ đó tìm ra các biện pháp phòng hộ hiệu quả trước những rủi ro tiềm ẩn trong tương lai.
Giả sử nhà đầu tư tin tưởng vào phương pháp Quantile để xác định giá trị VaR, chúng ta tiến hành back-testing cho cổ phiếu MBB Với độ tin cậy 95% và tổng số quan sát là 751 ngày từ 17/04/2020 đến 18/04/2023, số ngày vượt qua mức lỗ chấp nhận được không được vượt quá 37.55 ngày, tương đương 5% x 751.
Hình 3.9 Diễn biến giá và phần trăm thay đổi vào ngày kế tiếp của MBB
Phương pháp Quantile cho thấy rằng VaR 95% của MBB có khả năng giảm tối đa 3.77% Dữ liệu từ bảng Excel về giá và tỷ lệ thay đổi giá của MBB từ 17/04/2020 đến 18/04/2023, với tổng cộng 37 ngày, cho thấy VaR đã thực hiện tốt vai trò dự đoán rủi ro Do đó, giá trị VaR(95%) được tính toán theo phương pháp Quantile có thể được xem là đáng tin cậy.
Mô hình VaR là công cụ hữu hiệu trong việc lượng hoá rủi ro và đánh giá rủi ro cho các định chế tài chính hoặc danh mục đầu tư Kết quả VaR cho thấy khoảng lỗ tối đa với độ tin cậy từ 95% đến 99%, giúp nhà đầu tư dự đoán được mức lỗ có thể xảy ra trong tương lai Tùy thuộc vào khẩu vị rủi ro và điều kiện kinh tế riêng của mỗi doanh nghiệp, nhà đầu tư có thể lựa chọn phương pháp tính VaR tối ưu từ ba phương pháp đã nêu Đặc biệt, phương pháp Econometrics yêu cầu kiểm định phân phối chuẩn để xác định tính phù hợp của các mã cổ phiếu trong nhóm ngân hàng Bên cạnh đó, backtesting là quy trình quan trọng trong quản trị rủi ro, giúp đánh giá độ tin cậy của kết quả VaR.
Rủi ro là yếu tố khó lường trong tương lai, vì vậy việc đánh giá và đo lường nó là một nhiệm vụ phức tạp cần nghiên cứu kỹ lưỡng Để giảm thiểu rủi ro cho doanh nghiệp, việc xây dựng một cơ sở dữ liệu đáng tin cậy là vô cùng cần thiết.
MỘT SỐ ĐỀ XUẤT, KIẾN NGHỊ TRONG QUẢN TRỊ RỦI RO THỊ TRƯỜNG CHỨNG KHOÁN TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM
Đề xuất và phân tích chiến lược phòng hộ rủi ro đối với NHTM
Vào ngày 19/12/2022, một nhà đầu tư đã lên kế hoạch bán 20,000 cổ phiếu BID vào ngày 18/04/2023, với nhận định rằng giá cổ phiếu có khả năng giảm do biến động thị trường Để giảm thiểu rủi ro, nhà đầu tư quyết định tham gia vào vị thế bán hợp đồng tương lai chỉ số VN30.
• Giá cổ phiếu BID: 38,800 VND
• Giá trị danh mục đầu tư: 38,800 × 20,000 = 776,000,000
• Hệ số nhân: 100,000 VND Ngày 18/04/2022:
• Giá cổ phiếu BID: 44,600 VND
• Giá trị danh mục đầu tư: 44,600 × 20,000 = 892,000,000 Hợp đồng tương lai:
Xây dựng chiến lược phòng hộ rủi ro:
- Xác định vị thế TSCS: Dự định bán 20,000 cổ phiếu BID vào 18/04/2023
- Rủi ro: Giá cổ phiếu có thể giảm trong tương lai
→ Phòng hộ rủi ro: Vào vị thế bán HĐTL VN30F2212 tại ngày
- Xác định số lượng HĐTL:
→ Nhà đầu tư vào vị thế bán 8 HĐTL VN30F2212
Nhà đầu tư đã ghi nhận lợi nhuận trên thị trường cơ sở, nhưng chịu thua lỗ tại thị trường phái sinh Tuy nhiên, nhờ vào việc phòng hộ rủi ro bằng cách mở vị thế bán hợp đồng tương lai VN30F2212, họ đã giảm thiểu được mức thua lỗ.
Giải pháp trong việc sử dụng VaR để quản lý rủi ro nhóm CPNH thuộc VN30 73
Để xác định mức độ rủi ro chính xác trong lĩnh vực ngân hàng, việc thu thập và xử lý dữ liệu chính xác và đáng tin cậy là rất quan trọng Điều này bao gồm việc phân tích các yếu tố ảnh hưởng đến cổ phiếu ngân hàng như giá cổ phiếu, lãi suất, tỷ giá, biến động thị trường và các yếu tố kinh tế xã hội khác.
Để đảm bảo tính chính xác và tin cậy của mô hình VaR, dữ liệu cần được cập nhật thường xuyên Việc xác định phạm vi thời gian và mức tin cậy cho mô hình VaR là rất quan trọng; cần làm rõ khoảng thời gian tính toán VaR, có thể là theo ngày, tuần, tháng hoặc quý Đồng thời, mức độ tin cậy cũng cần được xác định rõ ràng.
Để đánh giá rủi ro cho nhóm cổ phiếu ngân hàng, cần xác định mức độ rủi ro thông qua phương pháp tính toán VaR, bao gồm VaR dựa trên lịch sử, VaR thống kê và VaR Monte Carlo Việc lựa chọn phương pháp phù hợp sẽ ảnh hưởng đến độ chính xác và sự cân nhắc giữa rủi ro và lợi nhuận Dựa trên kết quả đo lường VaR, các chiến lược quản trị rủi ro như đa dạng hóa danh mục đầu tư, sử dụng hợp đồng tương lai hoặc tùy chọn để bảo vệ khỏi rủi ro giá cả, và thiết lập ngưỡng rủi ro cần được đề xuất Đồng thời, việc đào tạo và nâng cao nhận thức cho các nhà quản lý và nhân viên về mô hình VaR là cần thiết để áp dụng hiệu quả trong quản trị rủi ro Cuối cùng, việc định kỳ đánh giá và cải thiện mô hình VaR sẽ giúp đảm bảo tính chính xác và hiệu suất của nó trong thực tế.