7. Kết cấu của luận văn
3.3.3. Kỹ thuật back test
Người dùng VaR nên kiểm tra một cách thường xuyên công cụ của họ để đảm bảo VaR được ước lượng một cách chính xác trong việc dự báo kết quả. Ví dụ nếu VaR hằng ngày với độ tin cậy 99% được dự báo là 1 tỷ đồng trong giai đoạn quan sát
là khoảng 1 năm với 250 ngày làm việc, số ngày lỗ với khoản lỗ lớn hơn 1 tỷ đồng tương đương là 250×0.01 = 2.5 ngày. Nếu tần suất xảy ra các khoản lỗ thực tế vượt ngưỡng VaR lớn hơn số này thì mô hình không đạt được mục tiêu ước lượng rủi ro của nó. Tiến trình so sánh giữa số lần thực tế vi phạm ngưỡng VaR với con số được tính ra từ độ tin cậy cho trước gọi là kỹ thuật back test . Phương pháp này thì cực kỳ quan trọng để tin chắc rằng phương pháp ước lượng VaR đang sử dụng đưa ra kết quả tốt nhất. Nếu kết quả là các dự báo sai lệch vượt mức xác suất cho phép, người dùng phải tìm hiểu nguyên nhân và thực hiện giải pháp khắc phục thích hợp.
Các cơ quan có thẩm quyền phải định kỳ kiểm tra hệ thống VaR nội bộ của các
định chế tài chính bằng kỹ thuật back test này để đảm bảo rằng hệ thống VaR tại tổ
chức đó cho những kết quả chính xác, đó sẽ là cơ sở để cơ quan quản lý đưa ra những khuyến nghị hay quyết định về hoạt động kinh doanh của tổ chức đó (John L.Maginn et al., 2007)
Các bước tiến hành back test:
Để mô tả rõ ràng nhất về tiến trình này, bài luận văn sẽ thực hiện back test đối với VaR trong năm 2012.
Bước 1: Tập hợp kết quả tính VaR
Áp dụng các cách tính VaR như đã nêu ở chương 2 với danh mục giả định chỉ
có một mã chứng khoán và không có mua bán gì, ta tính được VaR mỗi ngày và tập hợp số liệu trong năm 2012.
Bước 2: So sánh giữa kết quả VaR với biến động giá thực tế
Dưới đây là một phần dữ liệu của bài luận văn về việc so sánh giữa kết quả VaR với biến động giá thực tếđối với mã ACB của bài luận văn:
Bảng 3.6: Bảng dữ liệu thực hiện back test năm 2012 (Một phần cơ sở dữ liệu của bài luận văn)
Ghi chú:
Within: trong phạm vi dự báo của VaR. Out: vượt phạm vi dự báo của VaR.
Trong trường hợp của cổ phiếu ACB, ta tính được VaR 95% ngày 20/08/2012 là -2.44%, hay có thể nói rằng, với 250 ngày quan sát và độ tin cậy ở mức 95% chúng ta dự báo mã ACB sẽ giảm tối đa là 2.44% vào ngày 20/08. Trên thực tế, kết thúc ngày 20/08, giá của mã ACB là 25,900 đ, tăng 0.39% so với ngày 17/08. Như vậy, VaR ngày 20/08 đã thực hiện tốt vai trò của mình.
Tuy nhiên, xem xét VaR 95% của ngày 21/08/2012, kết quả cho thấy giá mã ACB được dự báo giảm không quá 2.44% ở mức tin cậy 95%, thực tế, giá giảm gần 7% so với ngày 20/08/2012. Như vậy, VaR đã tắc trách trong nhiệm vụ dự báo giá của ngày 21/08/2012
Bước 3: Xem xét mức chấp nhận sai sót và phân tích nguyên nhân dự báo sai của VaR
Một lần nữa, chúng ta lại tổng hợp kết quả so sánh trong giai đoạn quan sát, sau
đó tính ra số ngày mà VaR dự báo đúng theo tỉ lệ phần trăm. Chúng ta xét năm 2012 làm năm quan sát và có bảng tổng hợp như sau:
Bảng 3.7: Bảng tổng hợp kết quả back test trong năm 2012 (250 ngày làm việc)
Ghi chú:
Test 95%: Độ tin cậy là 95% Test 99%: Độ tin cậy là 99%
Bảng tổng hợp trên đã chứng minh một điều rằng VaR trong năm 2012 chưa đáp
ứng được yêu cầu dự báo cho người dùng VaR, hầu hết các trường hợp đều dự báo vượt quá mức sai lệch cho phép.
Bước 4: Đưa ra kết luận và khuyến nghị
Như vậy, để quyết định phương pháp ước lượng VaR thì tác giả đề xuất phương pháp VaR. variance-covariance đối với việc tính VaR cho 2 mã CTG và VCB, bởi vì dựa trên kết quả kiểm định ở mục 3.3.2 thì chưa có cơ sở bác bỏ giả thuyết phân phối chuẩn đối với tỷ suất sinh lợi 2 mã này. Và kết quả back test năm 2012 cũng cho thấy mã CTG và VCB là 2 mã dự báo chính xác nhất (trong phạm vị sai sót cho phép) trong mẫu gồm 6 mã ngân hàng niêm yết. Đối với các mã còn lại, tác giả chưa thểđưa ra kết luận được nếu chỉ dựa trên số liệu của năm 2012.
Kết luận và khuyến nghị trên kết quả back test VaR trong 3 năm 2010, 2011, 2012:
Thực hiện back test tương tự đối với VaR trong năm 2011 và 2010, tác giả có các kết luận và khuyến nghị như sau:
Bảng 3.8: Bảng dữ liệu thực hiện back test năm 2011 (248 ngày làm việc)
Dựa trên các bảng dữ liệu thực hiện back test trên 3 năm, chúng ta thấy rằng năm 2012 chỉ có 2 mã CTG và VCB được dự báo đúng bằng phương pháp VaR. varicance-covariance ở mức sai sót cho phép là 1%. Năm 2011, ởđộ tin cậy 95% thì có 4/6 mã được VaR dự báo đúng bằng phương pháp VaR. varicance-covariance và đúng nhiều hơn VaR. historical - có 3/6 mã được dự báo đúng. Tuy nhiên, ởđộ tin cậy 99% thì ở chiều ngược lại tức là VaR. historical dự báo đúng cho nhiều mã hơn. Năm 2010, với cả 2 phương pháp, VaR của tất cả các mã đều dự báo đúng trong mức sai sót cho phép.
Chúng ta tiếp tục so sánh số ngày dự báo đúng của 2 phương pháp trong 3 năm bằng cách cộng số ngày dự báo đúng trong giai đoạn 3 năm này cho từng phương pháp:
+ VaR. historical (độ tin cậy 95%): 1,395 + 1,411 + 1,474 = 4,280 ngày.
+ VaR. variance-covariance (độ tin cậy 95%): 1,395 + 1,419 + 1,476 = 4,290 ngày. Với độ tin cậy 95%, thì VaR variance-covariance có số ngày dự báo đúng nhiều hơn.
+ VaR. historical (độ tin cậy 99%): 1,463 + 1,468 + 1,492 = 4,423 ngày.
+ VaR. variance-covariance (độ tin cậy 99%): 1,462 + 1,470 + 1,493 = 4,425 ngày. Với độ tin cậy 99%, thì VaR variance-covariance có số ngày dự báo đúng nhiều hơn.
Sau khi nhìn nhận và đánh giá VaR ở cả 3 năm 2010, 2011 và 2012, tác giả đánh giá cao phương pháp VaR. variance-covariance. Kết hợp với những tiêu chí lựa chọn các phương pháp tính VaR ở chương 1, bài luận văn khuyến nghị sử dụng phương pháp VaR. variance-covariance đểđánh giá VaR trong công tác quản lý rủi ro
đối với nhóm cổ phiếu ngân hàng niêm yết tại Việt Nam. Công cụ xác định VaR theo phương pháp này được thiết lập trên Excel – đây là một chương trình mà máy tính nào cũng có và bất cứ người học kinh tế nào cũng biết sử dụng. Hơn nữa, phương pháp này cho ra kết quả tương đối chính xác, cơ chế tính toán dễ hiểu và đang được nhiều công ty chứng khoán, tổ chức đầu tư áp dụng. Bên cạnh áp dụng VaR. variance-covariance, bài luận văn khuyến nghị cần thiết làm thêm stress test mô phỏng các sự kiện khủng hoảng đối với các mã ngân hàng này.