RỦI RO BIẾN ĐỘNG GIÁ VÀ HIỆU ỨNG LÂY LAN TRÊN THỊ TRƯỜNG XĂNG DẦU VIỆT NAM

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - Huỳnh Đức Trường RỦI RO BIẾN ĐỘNG GIÁ VÀ HIỆU ỨNG LÂY LAN TRÊN THỊ TRƯỜNG XĂNG DẦU VIỆT NAM Chuyên ngành: Tài - Ngân hàng Mã số: 62340201 LUẬN ÁN TIẾN SĨ KINH TẾ Người hướng dẫn khoa học: PGS-TS Lê Thị Lanh TS Nguyễn Tấn Hoàng TP Hồ Chí Minh - Năm 2016 LỜI CAM ĐOAN Tôi xin cam đoan Luận án Tiến sĩ “Rủi ro biến động giá hiệu ứng lây lan thị trường xăng dầu Việt Nam” nghiên cứu thực Các thông tin, số liệu sử dụng luận án trung thực có nguồn đáng tin cậy Nghiên cứu sinh: Huỳnh Đức Trường Khóa 2008 Đại học Kinh tế TP Hồ Chí Minh i MỤC LỤC Trang phụ bìa Lời cam đoan DANH MỤC CÁC BẢNG vi DANH MỤC CÁC HÌNH ix DANH MỤC CÁC TỪ VIẾT TẮT VÀ GIẢI THÍCH .xi PHẦN GIỚI THIỆU 1 Động mục tiêu nghiên cứu .1 Phương pháp nghiên cứu Phạm vi nghiên cứu Ý nghĩa khoa học thực tiễn đề tài 5 Kết cấu luận án .6 CHƯƠNG 1: KHUNG LÝ THUYẾT VỀ RỦI RO VÀ ĐO LƯỜNG RỦI RO GIÁ XĂNG DẦU .7 Khung lý thuyết rủi ro 1.1.1 Rủi ro bất định 1.1.1.1 Rủi ro góc nhìn khác 1.1.1.2 Sự bất định 1.1.2 Phân loại Rủi ro Rủi ro tài 15 1.1.3 Quản trị rủi ro tài 16 1.1.3.1 Quản trị rủi ro tài lợi ích .16 1.1.3.2 Sự lên quản trị rủi ro tài 18 Đo lường rủi ro giá xăng dầu 18 1.2.1 Tổng quan giá xăng dầu .18 1.2.1.1 Tổng quan chế hình thành giá 18 1.2.1.2 Tổng quan chế hình thành giá xăng dầu 20 1.2.2 Rủi ro biến động giá xăng dầu 23 1.2.2.1 Đặc điểm biến động giá xăng dầu 23 1.2.2.2 Rủi ro biến động giá xăng dầu 24 ii 1.2.3 Đo lường rủi ro đo lường rủi ro giá xăng dầu 26 1.2.3.1 Các chuẩn đo lường rủi ro trước VaR (Risk Metrics) .26 1.2.3.2 Value-at-Risk – Chuẩn đo lường rủi ro .32 Lây lan hiệu ứng lây lan 39 1.3.1 Tổng quan lây lan hiệu ứng lây lan 39 1.3.1.1 Nguồn gốc khái niệm lây lan 39 1.3.1.2 Phân loại lây lan 41 1.3.1.3 Hiệu ứng lây lan 43 1.3.2 Các kênh lây lan 43 1.3.3 Đo lường lây lan tài 45 Bằng chứng thực nghiệm từ kết nghiên cứu trước 45 1.4.1 Bằng chứng thực nghiệm việc sử dụng VaR đo lường rủi ro giá xăng dầu 45 1.4.2 Bằng chứng thực nghiệm hiệu ứng lây lan thị trường xăng dầu 51 1.4.3 Các nghiên cứu Việt Nam 57 1.4.3.1 Các nghiên cứu tổ chức quản lý Nhà nước kinh doanh xăng dầu 57 1.4.3.2 Các nghiên cứu liên quan nhận diện rủi ro tài chính, đo lường rủi ro tài áp dụng VaR vào đo lường rủi ro tài 57 Kết luận chương 60 CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU .61 Tổng quan biến động giá xăng dầu giới Việt Nam 61 2.1.1 Tổng quan biến động giá xăng dầu giới 61 2.1.2 Tổng quan biến động giá xăng dầu Việt Nam .66 Đo lường độ biến động giá dầu mô hình ARCH/GARCH/TGARCH 68 2.2.1 Các tính chất độ biến động 68 2.2.2 Tính dừng mô hình ARIMA 70 2.2.3 Mô hình phương sai có điều kiện sai số thay đổi (ARCH) 72 2.2.4 Mô hình GARCH 74 iii 2.2.5 Mô hình TGARCH (Threshold ARCH) 77 Tính toán VaR 79 2.3.1 Xác định thông số ảnh hưởng đến VaR 79 2.3.2 Những cách tiếp cận VaR 79 2.3.3 Phân phối sai số tổng quát (GED) 89 2.3.4 Điểm gãy cấu trúc .91 2.3.5 Tính toán VaR 92 2.3.6 Kiểm định mô hình VaR 94 Hiệu ứng lây lan rủi ro .96 2.4.1 Mô hình MGARCH 96 2.4.2 Nền tảng lý thuyết Copula 97 2.4.2.1 Tính chất Copula 100 2.4.2.2 Các loại Copula 102 2.4.2.3 Quy trình xây dựng hàm Copula 102 Dữ liệu nghiên cứu xử lý liệu 105 2.5.1 Mô tả liệu 105 2.5.2 Xử lý liệu 106 Kết luận chương 110 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 111 Thống kê mô tả kiểm định tính dừng 111 3.1.1 Thống kê mô tả .111 3.1.2 Kiểm định tính dừng liệu 116 Ước lượng mô hình họ GARCH .116 3.2.1 Ước lượng mô hình họ GARCH trước điểm gãy cấu trúc .116 3.2.2 Ước lượng mô hình họ GARCH sau điểm gãy cấu trúc 126 3.2.2.1 Xác định điểm gãy cấu trúc .128 3.2.2.2 Ước lượng mô hình họ GARCH sau điểm gãy cấu trúc 130 Kết ước lượng VaR kiểm định mô hình .134 3.3.1 Tính toán VaR với mô hình TGARCH - GED trước điểm gãy cấu trúc .135 iv 3.3.2 Tính toán VaR với mô hình TGARCH – GED sau điểm gãy cấu trúc 141 Kiểm định hiệu ứng lây lan rủi ro thị trường 148 3.4.1 Kiểm định hiệu ứng lây lan rủi ro thị trường mô hình MGARCH 149 3.4.2 Kiểm định mô hình biến DCC-GARCH với phân phối t-student .150 3.4.3 Kiểm định mô hình biến DCC-MGARCH với phân phối t-student 151 3.4.4 Kiểm định hiệu ứng lây lan rủi ro thị trường mô hình Copula 152 3.4.4.1 Tạo giả quan sát cho copula nhiều chiều 153 3.4.4.2 Quy trình kiểm định hiệu ứng lây lan mô hình copula nhiều chiều 153 Kết luận chương 162 CHƯƠNG 4: MỘT SỐ HÀM Ý CHÍNH SÁCH VÀ KIẾN NGHỊ CHO VIỆT NAM 164 Hàm ý sách Chính phủ quan quản lý Nhà nước 164 4.1.1 Về vấn đề hoạch định quản lý ngân sách 164 4.1.2 Về biến động giá xăng dầu số CPI .165 4.1.3 Nghiên cứu, xây dựng ban hành khung pháp lý cho sản phẩm phái sinh, công cụ phòng ngừa rủi ro 166 Kiến nghị 168 4.2.1 Kiến nghị Chính phủ quan quản lý Nhà nước 168 4.2.2 Kiến nghị ngân hàng tổ chức tài 170 4.2.3 Kiến nghị doanh nghiệp kinh doanh xăng dầu 172 4.2.4 Kiến nghị đối tượng tiêu dùng trực tiếp .175 4.2.5 Đối với đời sống xã hội 177 Kết luận chương 179 KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO 180 Kết luận chung .180 Những gợi ý nghiên cứu .182 DANH MỤC CÔNG TRÌNH KHOA HỌC CÓ LIÊN QUAN .186 TÀI LIỆU THAM KHẢO .188 PHỤ LỤC 01 v PHỤ LỤC 02 18 PHỤ LỤC 03 22 PHỤ LỤC 04 38 PHỤ LỤC 05 43 vi DANH MỤC CÁC BẢNG Bảng 1 : Ba phân biệt bất định .13 Bảng Tóm tắt ký hiệu biến 105 Bảng 2 Thời gian quan sát số liệu cho mặt hàng M92, NAP, DO5, F18, WTI BRE 106 Bảng Tóm tắt thống kê mô tả giá giao theo ngày mặt hàng .112 Bảng Thống kê mô tả theo TSSL mặt hàng 115 Bảng 3 Kiểm định tính dừng liệu (ADF test) 116 Bảng Bảng tóm tắt lựa chọn AR(p) MA(q) 117 Bảng Kiểm tra hiệu ứng ARCH 117 Bảng Ước lượng GARCH chuỗi liệu M92 với độ trễ khác 118 Bảng Ước lượng GARCH chuỗi liệu NAP với độ trễ khác 118 Bảng Ước lượng GARCH chuỗi liệu D05 với độ trễ khác 119 Bảng Ước lượng GARCH chuỗi liệu F18 với độ trễ khác 120 Bảng 10 Ước lượng loại mô hình GARCH cho TSSL chuỗi liệu M92 120 Bảng 11 Ước lượng loại mô hình GARCH cho TSSL chuỗi liệu NAP 121 Bảng 12 Ước lượng loại mô hình GARCH cho TSSL chuỗi liệu D05 121 Bảng 13 Ước lượng loại mô hình GARCH cho TSSL chuỗi liệu F18 122 Bảng 14 Kết ước lượng mô hình TGARCH-GED (1,1) cho TSSL chuỗi liệu M92, NAP, D05, F18 (trước điểm gãy) 123 Bảng 15 Kết ước lượng điểm gãy cấu trúc chuỗi M92, NAP, D05, F18 128 vii Bảng 16 Tóm tắt giai đoạn xác định điểm gãy cấu trúc chuỗi liệu .130 Bảng 17 Bảng danh sách biến giả tương ứng chuỗi liệu 131 Bảng 18 Kết ước lượng mô hình TGARCH-GED (1,1) cho TSSL chuỗi liệu M92, NAP, D05, F18 (sau điểm gãy) 131 Bảng 19 Kết tính toán UpVaR DownVaR mức ý nghĩa 95% với bậc tự GED 137 Bảng 20 Kết tính toán UpVaR DownVaR mức ý nghĩa 99% với bậc tự GED 138 Bảng 21 Thống kê số lần vượt ngưỡng VaR (95%) VaR(99%) .140 Bảng 22 Thống kê số lần vượt ngưỡng VaR (95%) VaR(99%)của 10 ngày dự báo 140 Bảng 23 Kết tính toán UpVaR DownVaR mức ý nghĩa 95% với bậc tự GED 144 Bảng 24 Kết tính toán UpVaR DownVaR mức ý nghĩa 99% với bậc tự GED 145 Bảng 25 Thống kê số lần vượt ngưỡng VaR(95%) VaR(99%) 146 Bảng 26 Thống kê số lần vượt ngưỡng VaR (95%) VaR(99%) 10 ngày dự báo 146 Bảng 27 Kết ước lượng mô hình DCC-MGARCH với phân phối t-student 150 Bảng 28 Kết ước lượng mô hình DCC-MGARCH với phân phối t-student 151 Bảng 29 Kiểm định tính độc lập mô hình copula biến .154 Bảng 30 Kiểm định tính độc lập mô hình copula biến .154 Bảng 31 Kiểm định phù hợp (Goodness-of-fit) mô hình copula biến 155 Bảng 32 Kiểm định phù hợp (Goodness-of-fit) mô hình copula biến 156 Bảng 33 Ước lượng tham số mô hình copula biến 157 viii Bảng 34 Ước lượng tham số mô hình copula biến 158 Bảng 35 Ước lượng tham số mô hình copula biến 159 Bảng 36 Kiểm định tham số mô hình copula biến .160 31 0.0004995005 from Tippett's rule Warning message: In indepTest(pseudoReturns, smData) : d was not obtained from simulations based on data whose size is equal to that of x >gofCopula(normalCopula(dim=3),pseudoReturns,estim.method="mpl",method="Sn",simulatio n="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.2664, parameter = 0.332, p-value = 0.0004995 > gofCopula(tCopula(dim = 3, df = 5, df.fixed = TRUE), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 0.9783, parameter = 0.399, p-value = 0.0004995 > gofCopula(tCopula(dim = 3, df = 10, df.fixed = TRUE), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.0242, parameter = 0.392, p-value = 0.0004995 > gofCopula(tCopula(dim = 3, df = 15, df.fixed = TRUE), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 32 'estim.method'="mpl" data: x statistic = 1.0457, parameter = 0.381, p-value = 0.0004995 > gofCopula(tCopula(dim = 3, df = 20, df.fixed = TRUE), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.0654, parameter = 0.374, p-value = 0.0004995 > gofCopula(claytonCopula(dim = 3), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.6594, parameter = 0.523, p-value = 0.0004995 > gofCopula(gumbelCopula(dim = 3), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.5956, parameter = 1.271, p-value = 0.0004995 33 > gofCopula(frankCopula(dim = 3), pseudoReturns, estim.method="mpl", method="Sn", simulation="mult") Multiplier bootstrap goodness-of-fit test with 'method'="Sn", 'estim.method'="mpl" data: x statistic = 1.2596, parameter = 2.172, p-value = 0.0004995 > fitCopula(claytonCopula(dim=3),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) param 0.52343 0.01735 30.16 fitCopula(gumbelCopula(dim=3),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) 34 param 1.271180 0.009706 131 fitCopula(frankCopula(dim=3),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) param 2.17188 0.06617 32.82 fitCopula(normalCopula(dim=3),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) rho.1 0.332127 0.009006 36.88 fitCopula(tCopula(dim=3,df=5,dispstr="un",df.fixed=TRUE),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) rho.1 0.827809 0.007022 117.884 < 2e-16 *** rho.2 0.111896 0.022144 5.053 4.35e-07 *** rho.3 0.094036 0.022493 4.181 2.91e-05 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ The maximized loglikelihood is 1548 Optimization converged Number of loglikelihood evaluations: function gradient 52 > fitCopula(tCopula(dim=3,df=10,dispstr="un",df.fixed=TRUE),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) 36 rho.1 0.830413 0.006174 134.499 < 2e-16 *** rho.2 0.115203 0.020475 5.626 1.84e-08 *** rho.3 0.097211 0.020805 4.672 2.98e-06 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ The maximized loglikelihood is 1474 Optimization converged Number of loglikelihood evaluations: function gradient 46 > fitCopula(tCopula(dim=3,df=15,dispstr="un",df.fixed=TRUE),pseudoReturns,method="mpl") fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) rho.1 0.827814 0.005865 141.153 < 2e-16 *** rho.2 0.114778 0.019665 5.837 5.33e-09 *** rho.3 0.096258 0.019980 4.818 1.45e-06 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ The maximized loglikelihood is 1430 Optimization converged Number of loglikelihood evaluations: function gradient 35 > fitCopula(tCopula(dim=3,df=20,dispstr="un",df.fixed=TRUE),pseudoReturns,method="mpl") 37 fitCopula() estimation based on 'maximum pseudo-likelihood' and a sample of size 2437 Estimate Std Error z value Pr(>|z|) rho.1 0.825090 0.005701 144.722 < 2e-16 *** rho.2 0.114069 0.019164 5.952 2.65e-09 *** rho.3 0.094998 0.019465 4.880 1.06e-06 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ The maximized loglikelihood is 1401 Optimization converged Number of loglikelihood evaluations: function gradient 38 PHỤ LỤC 04 Bảy khủng hoảng giá dầu lịch sử (http://kinhdoanh.vnexpress.net/tin-tuc/quoc-te/7-cuoc-khung-hoang-gia-dau-trong-lichsu-2710828.html) Dù tăng hay giảm giá, khủng hoảng dầu lửa 40 năm qua gắn liền với xung đột trị suy thoái kinh tế, gây ảnh hưởng nghiêm trọng tới tình hình tài toàn cầu Khủng hoảng dầu lửa Trung Đông 1973 - 1975 Khủng hoảng dầu lửa 1973-1975 khiến giá tăng người mua phải xếp hàng dài Khủng hoảng dầu mỏ bắt đầu diễn từ ngày 17/10/1973 nước thuộc Tổ chức Xuất Dầu mỏ (OPEC) định ngừng cung cấp nhiên liệu sang Mỹ, Nhật Tây Âu, nhằm trừng phạt cho ủng hộ nhóm Israel xung đột Israel liên quân Ai Cập - Syria Lượng dầu bị cắt giảm tương đương với 7% sản lượng giới thời kỳ Sự kiện khiến giá dầu giới tăng cao đột ngột gây khủng hoảng kinh tế 1973-1975 quy mô toàn cầu Ngày 16/10/1973, giá dầu mỏ từ 3,01 USD nhảy lên 5,11USD thùng, tăng đến gần 12 USD vào 1974 Đây xem khủng hoảng đáng nhớ thời kỳ năm 1970 Những trải qua "cơn khủng hoảng dầu Trung Đông" quên cảnh hàng người dài dằng dặc chờ đợi trước xăng nguồn cung ứng thiếu hụt nghiêm trọng giá tăng cao Trong thời gian khủng hoảng, nhiều bang Mỹ người dân phép mua lượng nhiên liệu định, giá tăng trung bình 86% vòng năm từ 1973 đến 1974 Thêm vào đó, biến cố lớn xảy đến với thị trường chứng khứng toàn cầu vào năm 1973 - 1974 Chỉ số FT30 Sở giao dịch chứng khoán London bốc 73% giá trị, khiến đôla Mỹ giá làm khủng hoảng dầu lửa thêm tồi tệ Thị trường chứng khoán Mỹ bốc 97 tỷ đôla, số tiền khổng lồ thời điểm đó, sau tháng rưỡi Trong suốt 39 khủng hoảng, Mỹ, GDP giảm 3,2%, tỷ lệ thất nghiệp chạm mức 9% Suy thoái lạm phát lan rộng gây ảnh hưởng tới kinh tế toàn cầu tận thập niên 1980 Cách mạng Iran biến động thị trường dầu lửa năm 1979 Cách mạng Iran gây khủng hoảng dầu lửa lớn thứ hai giới Cách mạng Iran gây khủng hoảng dầu lửa lớn thứ hai giới Cách mạng Hồi giáo Iran mệnh danh cách mạng lớn thứ lịch sử nhân loại, sau Cách mạng Pháp, Tháng Mười Nga, gây khủng hoảng dầu lửa lớn thứ hai giới Vào đầu 1978, Iran xuất 5,4 triệu thùng dầu ngày, chiếm 17% tổng sản lượng OPEC Nhưng cách mạng Iran lật đổ quyền quân chủ Shah, ngành công nghiệp vàng đen nước chế độ giảm mạnh tàn phá lực lượng đối lập Trong nỗ lực kìm giá dầu, Ảrâp Xêút nước thuộc OPEC khác loạt tăng sản lượng Kết lượng khai thác giảm 4% so với trước Cách mạng Hồi giáo Iran Tuy nhiên, giá dầu bốc lên ngất ngưởng nỗi sợ hãi thị trường, cộng thêm việc việc Tổng thống Mỹ Jimmy Carter lệnh ngừng nhập dầu từ Iran Chỉ vòng 12 tháng, thùng dầu nhảy vọt từ 15,85 USD lên 39,5 USD Đây tiền đề cho khủng hoảng kéo dài 30 tháng Mỹ Giá lượng lên kéo theo lạm phát gia tăng, đạt đỉnh 13,5% năm 1980, buộc Cục Dự trữ Liên bang (FED) phải thực hàng loạt sách thắt chặt tiền tệ Không lạm phát, tỷ lệ thất nghiệp tăng cách đáng lo ngại với từ mức 5,6% tháng 5/1979 lên 7,5% năm sau Dù kinh tế bắt đầu hồi phục năm 1981, tỷ lệ thất nghiệp trì mức cao 7,5% đạt kỷ lục 10,8% vào 1982 Hậu suy thoái tồi tệ ngành công nghiệp xe hơi, nhà đất, sản xuất thép liên tục sụt giảm 10 năm sau, tận khủng hoảng giá dầu kết thúc Giá dầu tụt thê thảm vào năm 1980 40 Kinh tế giới èo uột khiến giá dầu tụt thê thảm năm 1980 Kinh tế giới èo uột khiến giá dầu tụt thê thảm năm 1980 Từ 1981 đến 1986, tăng trưởng kinh tế chậm nước công nghiệp (hậu khủng hoảng năm 1973 1979), nhu cầu tiêu thụ dầu toàn giới chậm lại Ở nước tiêu thụ dầu lớn Mỹ, Nhật châu Âu, nhu cầu nhiên liệu giảm 13% từ năm 1979 đến 1981 Hệ giá dầu giảm mạnh từ 35 USD hồi 1981 xuống 10 USD thùng năm 1986 Giá giảm làm lợi cho nhiều nước tiêu thụ lớn Mỹ, Nhật, châu Âu giới thứ 3, lại gây tổn thất nghiêm trọng cho nước xuất dầu Bắc Âu, Liên Xô khối OPEC Nhiều công ty nhiên liệu Mexico, Nigeria Venezuela đến bên bờ vực phá sản Dầu giá khiến khối OPEC đoàn kết Cơn sốt giá dầu năm 1990 Cuộc khủng hoảng Vùng Vịnh Những giếng dầu bốc cháy chiến vùng Vịnh thời kỳ 1990, vốn nguyên nhân gây khủng hoảng giá nhiên liệu thời kỳ Ảnh: openlearn.open.ac.uk Giá dầu giới lần tăng vọt 13% vào tháng 8/1990 chiến tranh vùng Vịnh Iraq liên quân 30 quốc gia Mỹ lãnh đạo để giải phóng Kuwait Sau chiến, Liên Hợp Quốc áp dụng lệnh cấm xuất dầu toàn phần Iraq Kuwait Chính lệnh cấm vận lấy thị trường dầu mỏ giới gần triệu thùng ngày, khiến giá tăng cao Cơn sốt lần kéo dài tháng giá không vượt đỉnh khủng hoảng trước (hồi 1973 1979 - 1980) Tại thời điểm đó, thùng dầu đắt gấp đôi vòng tháng, từ 17 USD lên 36 USD thùng Chỉ lực lượng Liên quân Mỹ lãnh đạo đưa quân vào giải phóng Kuwait, tình trạng thiếu nguồn cung chấm dứt giá bắt đầu hạ Khủng hoảng phần nguyên nhân dẫn tới suy thoái kinh tế Mỹ với sụp đổ thị trường tín dụng Một loạt cường quốc chịu nhiều ảnh hưởng gián tiếp Canada, Australia, Nhật, hay Anh bị vào vòng xoáy suy thoái 41 Giá dầu xuống dốc năm 2001 Sau năm 2000, kinh tế toàn cầu giảm sút, đặc biệt từ sau kiện khủng bố 11/9 Mỹ, giá dầu giới giảm mạnh Năm 2001 thùng dầu 20 USD thùng, giảm 35% so với trước Nhu cầu nhiên liệu giảm mạnh góp phần vào giảm giá dầu Đợt khủng hoảng giá dầu nghiêm trọng năm 2007 - 2008 Khủng hoảng giá dầu năm 2007-2008 trước giới rơi vào suy thoái toàn cầu Khủng hoảng giá dầu năm 2007-2008 trước giới rơi vào suy thoái toàn cầu Năm 2007, giá dầu leo thang tiến gần 100 USD Trong bối cảnh đồng USD giá nghiêm trọng, nhiều nước có dự trữ đôla Mỹ lớn khối OPEC phải tính đến khả chuyển dần sang sử dụng loại ngoại tệ mạnh khác để tính giá dầu Dầu đắt đỏ nguy cạn kiệt nguồn cung làm bùng lên tranh chấp cường quốc chủ quyền giếng dầu lớn đáy biển Bắc cực Nam cực Bong bóng nhà với giám sát tài thiếu hoàn thiện Mỹ dẫn tới khủng hoảng tài bùng phát vào năm 2007 Sự đổ vỡ lên đến cực điểm vào tháng 10/2008, lan rộng đẩy kinh giới vào khủng hoảng tài trầm trọng kể từ Đại suy thoái 1929 - 1933 Tại thời điểm này, có lúc giá dầu lên đến mức kỷ lục 145 USD thùng Cú sốc dầu lửa 2011 Libya Bạo loạn Libya, thành viên lớn thứ khối OPEC khiến thị trường nhiên liệu trải qua đợt khủng hoảng giá Ảnh: AFP Bạo loạn khu vực Trung Đông Bắc Phi nói chung biểu tình Libya thời gian gần gây sóng gió thị trường nhiên liệu, với giá dầu lên mức 100 USD thùng Hiện tại, nước châu Âu (ví dụ Italy, Iceland Áo) phụ thuộc nhiều vào dầu mỏ đến từ Libya 42 Giá dầu mỏ tăng cao ảnh hưởng kinh doanh chứng khoán vận tải Giới phân tích tính toán bạo loạn khiến cho giá dầu tăng thêm 40 đến 50 USD, tình trạng kéo dài năm, tăng trưởng GDP toàn cầu khoảng 2% Tuyến Nguyễn (tổng hợp) 43 PHỤ LỤC 05 Các quan điểm chống lại VaR ủng hộ VaR Từ thức đời 1993, VaR áp dụng ngày rộng rãi Tuy nhiên, bên cạnh ủng hộ mạnh mẽ phát sinh nghi ngờ tranh luận gay gắt tính hiệu quả, vào năm 1997 mà khủng hoảng tài châu Á bắt đầu Thái lan ngày 20/07/1997 khủng hoảng trái phiếu Nga tháng 8-9/1998 sau lan sang toàn giới Có thể kể đến tranh luận nhân vật Taleb - đại diện cho bên chống lại VaR Jorion-đại diện cho bên ủng hộ VaR4 Trong tranh luận cũ chưa đến hồi kết thúc khủng hoảng tài toàn cầu 2007-2008 nổ với sụp đổ hàng loạt tổ chức tài lớn làm bùng phát thêm tranh luận ngày mạnh mẽ  Sự lung lay VaR quản trị rủi ro Tháng 9/1998 quỹ phòng vệ rủi ro kinh doanh chênh lệch giá LTCM (Long-Term Capital Management) sụp đổ Đây quỹ có chiến lược kinh doanh thiết lập dựa phương pháp định lượng với mô hình toán, cho tối thiểu hóa rủi ro Trong số mô hình quản lý rủi ro, LTCM dựa vào VaR Sự thất bại theo đánh giá Aaron Brown “nó triệt để đâm thủng huyền thoại VaR bất khả chiến bại” Năm 2007-2008 khủng hoảng tài toàn cầu nổ ra, hàng loạt ngân hàng đầu tư Lehman Brothers, Sterns Bear, Merrill Lynch… sụp đổ ngân hàng có thiết lập hệ thống quản lý rủi ro theo mô hình VaR riêng Đây ngân hàng lớn nằm hệ thống ngân hàng đầu tư Mỹ Điều lần đặt câu hỏi lớn vai trò VaR quản trị rủi ro tài Tháng 10/2010 báo “Is VaR a useful tool in volatile markets?” đăng risk.net, nhằm đánh giá mức độ hiệu VaR giai đoạn khủng hoảng tài 2007-2008, Patricio Contreras thực kiểm tra số ngày số ngân hàng đầu tư ngân hàng thương mại lớn Mỹ Bear Chi tiết tranh luận địa http://www.blackswanreport.com/blog/2009/12/derivatives-strategy-april97-thejorion-taleb-debate/ 44 Sterns, Golman Sachs, Bank of America, JP Morgan… có mức thua lỗ vượt giá trị VaR ước tính quý năm 2007-2008 Kết cho thấy rằng, năm 2007 hầu hết mô hình VaR 99% VaR 95% không hiệu Năm 2008, kết cải thiện đến số ngân hàng thương mại vượt ngưỡng cho phép Như vậy, ước tính sai lệch VaR lần lại đặt câu hỏi tính hữu dụng VaR việc quản trị rủi ro, đánh giá biến động thị trường  Những thiệt hại VaR đo lường – Rủi ro đuôi dày “Thiên Nga Đen” Một trọng tâm lớn phê phán VaR mô hình định lượng khác, việc VaR đo lường trường hợp xấu xảy hay gọi Thiên Nga Đen Taleb gọi Các rủi ro “rủi ro đuôi” rìa cực đường cong xác suất, phổ biến chuỗi liệu tài chính, mức thiệt hại 1% mà VaR 99% đo lường Nguyên nhân khiến rủi ro đuôi trở nên nghiêm trọng biến cố bất thường xuất mà hệ thống đại giới tài phức tạp, tương quan lẫn mờ đục Một sai lầm xảy tác động kéo theo sụp đổ hệ thống Một giả định mô hình VaR thị trường hoạt động bình thường Giả định bao hàm ý niệm tất vị khoản hay phòng ngừa thời gian nắm giữ, mức giá không bị tác động thời gian lý vị nó, thay đổi mức giá hoàn toàn giải thích biến động Tuy nhiên, khủng hoảng xảy giả định khoản thị trường bị phá vỡ Do đó, theo đánh giá Ethan Berman, giám đốc điều hành RiskMetrics, cho rằng, lỗ hổng VaR không đo lường rủi ro khoản  Những sai số VaR thiệt hại mà có chủ đích đo lường Không đo lường trường hợp xấu xảy ra, thân VaR mô hình định lượng khác có sai số định việc ước lượng thiệt hại mà có chủ đích đo lường, xuất phát từ giả định, khó khăn việc chọn mẫu lựa chọn mô hình thích hợp  Đâu phân phối xác suất thích hợp? 45 Mô hình VaR nhiều mô hình đo lường rủi ro khác dựa giả định yếu tố thị trường tài tuân theo đường cong phân phối chuẩn Tuy nhiên, giới tài đầy biến động người tương tác vào giả định hạn chế không xác Nhiều tác giả tiến hành tính toán sai lầm giả định  Rủi ro lựa chọn mô hình VaR mô hình mà nhóm mô hình có liên quan đến tảng toán học, có nhiều phương pháp sử dụng để tính toán VaR phương pháp tham số, phương pháp phi tham số, phương pháp giá trị cực trị phương pháp có biến thể khác Tuy nhiên, vấn đề là, nhiều tác giả kiểm định, số VaR ước tính phương pháp khác cho kết khác (Beder, 1995; Marshall Siegel, 1997) Ngoài ra, mô hình cho phù hợp phù hợp bao lâu? Khi nghiên cứu số S&P 500, DJIA, FTSE, NK, HIS số tác giả thu kết cho thấy mô hình phù hợp khác ứng với loại số quan hơn, thay đổi theo thời kỳ (McAleer cộng sự, 2009a, 2009b) Khi khủng hoảng tài giới 2007-2008 xảy ra, thất bại mô hình mô hình quản lý rủi ro định lượng làm cho người ta đặt lại vấn đề thất bại mô hình hay thất bại quản lý Nhiều nhà nghiên cứu đánh giá lại vấn đề cuối họ đưa kết luận thất bại quản lý người tạo với quy định có kẻ hở xảy vấn đề rủi ro đạo đức Người ta thấy công cụ trở nên hữu dụng sử dụng cách Ngoài ra, nhìn lại mô hình quản trị rủi ro nhà nghiên cứu có nhìn toàn diện hơn, việc quản trị rủi ro tài hoàn toàn dựa vào mô hình định lượng mà quên vai trò định tính ... loại rủi ro nhu cầu nhấn mạnh riêng biệt rủi ro kiệt giá tài Rủi ro tài (với ý nghĩa rủi ro kiệt giá tài chính) bao gồm rủi ro tỷ giá, rủi ro lãi suất, rủi ro giá hàng hóa, rủi ro giá chứng khoán... Đặc điểm biến động giá xăng dầu 23 1.2.2.2 Rủi ro biến động giá xăng dầu 24 ii 1.2.3 Đo lường rủi ro đo lường rủi ro giá xăng dầu 26 1.2.3.1 Các chuẩn đo lường rủi ro trước... loại rủi ro chủ yếu rủi ro giá hàng hóa, rủi ro lãi suất, rủi ro hối đoái (rủi ro tỷ giá) , rủi ro giá chứng khoán Do đó, theo nội dung tài chính, luận án khái niệm rủi ro tài rủi ro thị trường