4 .VÀI KHÁI NIỆM LIÊN QUAN
2.4.6Hệ số điều chỉnh k trong hiệp định Basel
Hiệp định Basel quy định về vốn an toàn rủi ro trong các ngân hàng thƣơng mại, theo đó các ngân hàng đƣợc phép sử dụng mô hình đánh giá rủi ro nội bộ để ƣớc lƣợng VaR và giá trị VaR đƣợc xem là vốn an toàn rủi ro bắt buộc của ngân hàng. Hiệp định Basel quy định:
Mức độ tin cậy cho phép là 99%.
Kỳ hạn đánh giá là 10 ngày kinh doanh.
Kết quả đánh giá VaR sẽ đƣợc nhân với hệ số điều chỉnh k = 3 để có đƣợc mức vốn an toàn rủi ro tối thiểu.
2.5 CÁC PHƢƠNG PHÁP KHI XÁC ĐỊNH VAR
2.5.1 Phƣơng pháp mô phỏng lịch sử VaR (Historical Simulations VaR) a) Giới thiệu
Mô phỏng lịch sử VaR là lấy điểm phân vị 1 – α theo kinh nghiệm dựa vào những dữ liệu về sự lỗ lãi của danh mục đầu tƣ đã đƣợc ghi nhận trƣớc đó để có một ƣớc lƣợng VaR hợp lý.
Phƣơng pháp mô phỏng lịch sử đại diện cho cách đơn giản nhất của ƣớc lƣợng giá trị rủi ro danh mục đầu tƣ. Trong phƣơng pháp này, giá trị rủi ro của danh mục đầu tƣ đƣợc ƣớc tính bằng cách tạo ra một giả định thời gian cho các lợi suất của danh mục đầu tƣ và thu đƣợc bằng cách chạy các danh mục đầu tƣ thông qua các dữ liệu lịch sử thực tế và tính toán những thay đổi mà có thể đã xảy ra trong từng thời kỳ.
Đây là phƣơng pháp tiếp cận dựa trên giả định cơ bản rằng tƣơng lai gần sẽ giống nhƣ quá khứ gần đây và chúng ta có thể hợp lý sử dụng các dữ liệu từ quá khứ để ƣớc tính rủi ro trong tƣơng lai gần.
b) Nội dung: Các bƣớc cơ bản trong bài toán Mô phỏng lịch sử VaR Bƣớc 1:Tính giá trị hiện tại của danh mục đầu tƣ.
Bƣớc 2: Tổng hợp tất cả các tỷ suất sinh lợi quá khứ của danh mục đầu tƣ này theo từng hệ số rủi ro (giá trị cổ phiếu, tỷ giá hối đoái, tỷ lệ lãi suất, vv).
Bƣớc 3:Sắp xếp các tỷ suất sinh lợi từ giá trị thấp nhất đến giá trị cao nhất.
Dữ liệu trong quá khứ cho ta 1000 mô phỏng, chúng ta sẽ tính toán đƣợc 999 giá trị của tỷ suất sinh lời (hay khoảng lời/lỗ). Bởi vì VaR tính toán sự mất mát tồi tệ nhất trong một khoảng thời gian dự kiến với độ tin cậy cho trƣớc trong điều kiện thị trƣờng hoạt động bình thƣờng, VaR tập trung vào phần đuôi của phân phối do đó sau khi tính toán giá trị mô phỏng của tài sản chúng ta cần sắp xếp các 999 giá trị từ thấp nhất đến cao nhất.
Bƣớc 4: Tính VaR theo độ tin cậy và số liệu tỷ suất sinh lợi quá khứ. Ví dụ : nếu ta có một danh sách bao gồm 1400 dữ liệu quá khứ (historical data) và nếu độ tin cậy là 95%, thì VaR là giá trị thứ 70 trong danh sách này = (1 − 0.95) × 1400. Nếu độ tin cậy là 99% thì VaR là giá trị thứ 14.
c) Ƣu, nhƣợc điểm
Tính VaR bằng phƣơng pháp mô phỏng lịch sử có một số ƣu điểm và nhƣợc điểm sau:
Ƣu điểm
- Thứ nhất, không cần xây dựng bất kỳ giả định về sự phân bố lợi suất của tài sản trong danh mục đầu tƣ.
- Thứ hai, không cần phải ƣớc tính đến độ biến động trên thị trƣờng và mối tƣơng quan giữa các tài sản khác nhau.
- Thứ ba, sự kết hợp trên thị trƣờng là đơn giản.
Nhƣợc điểm
- Thứ nhất, nó phụ thuộc hoàn toàn vào một bộ dữ liệu lịch sử và đặc điểm riêng của nó. Ví dụ, nếu chúng ta chạy một lịch sử Mô phỏng VaR trong một thị trƣờng tăng, VaR có thể đƣợc đánh giá không đúng. Tƣơng tự nhƣ vậy, nếu chúng ta chạy một Mô phỏng lịch sử VaR chỉ sau một sự cố (hay phá sản), lợi nhuận của danh mục đầu tƣ giảm điều đó có thể dẫn đến việc xác định VaR sai hoàn toàn.
- Thứ hai, nó không thể đáp ứng đƣợc những thay đổi trong cơ cấu thị trƣờng, chẳng hạn nhƣ sự ra đời của đồng Euro vào tháng Giêng năm 1999.
- Thứ ba, Phƣơng pháp này không thể tính toán hiệu quả khi danh mục đầu tƣ chứng khoán phức tạp và chứa một số lƣợng lớn các công cụ.
- Thứ tƣ, lịch sử Mô phỏng VAR không thể xử lý phân tích độ nhạy một cách dễ dàng.
- Cuối cùng, phƣơng pháp này đòi hỏi một số liệu cực lớn. Nếu sử dụng một khoảng thời gian quá ngắn (ít hơn 3- 6 tháng) có thể dẫn đến một ƣớc lƣợng VaR không chính xác. Nhƣ một quy tắc chung, chúng ta nên sử dụng ít nhất bốn năm của dữ liệu trong quá khứ để chạy khoảng 1000 mô phỏng lịch sử.
2.5.2 Phƣơng pháp phƣơng sai – hiệp phƣơng sai (variance – covariance method). a) Giới thiệu
Trong trƣờng hợp một danh mục đầu tƣ có lợi suất phân phối chuẩn, việc tính toán VaR của một danh mục đầu tƣ chính là việc ƣớc lƣợng độ lệch chuẩn của phân phối và một số yếu tố khác với độ tin cậy cho phép. Cách tiếp cận đƣợc nói đến ở đây đƣợc xem là tiếp cận tham số của phân phối.
b) Nội dung
Các bƣớc cơ bản để tính VaR bằng phƣơng pháp phƣơng sai – hiệp phƣơng sai:
Bƣớc 1: Tính giá trị hiện tại V0 của danh mục đầu tƣ (adsbygoogle = window.adsbygoogle || []).push({});
Bƣớc 2: Từ những dữ liệu quá khứ tính toán lợi suất, kỳ vọng (µ) và phƣơng sai (σ) của danh mục đầu tƣ.
Bƣớc 3: VaR đƣợc xác định theo biểu thức sau đây
Với bằng 1.65 nếu mức độ tin cậy là 95% và bằng 2.33 nếu độ tin cậy là 99%.
c) Ƣu, nhƣợc điểm
Tính VaR bằng phƣơng pháp phƣơng sai – hiệp phƣơng sai có một số ƣu điểm và nhƣợc điểm sau
Ƣu điểm
- Phân tích VaR là phƣơng pháp đơn giản nhất để tính toán VaR, thiết kế và áp dụng dễ dàng.
- Phƣơng pháp này khá dễ dàng để thực hiện cho quỹ, áp dụng cho danh mục đầu tƣ bao gồm chứng khoán tuyến tính (nhƣ cổ phiếu).
Nhƣợc điểm
Các dữ liệu đầu vào là khá hạn chế và thời gian tính toán là nhỏ. Sự đơn giản chính là nhƣợc điểm của phƣơng pháp này.
- Thứ nhất, phân tích VaR thừa nhận không những lợi suất lịch sử tuân theo một phân phối chuẩn mà những thay đổi về giá của tài sản bao gồm danh mục đầu tƣ cũng tuân theo một phân phối chuẩn. Và điều này rất hiếm khi tồn tại trong những thử nghiệm thực tế.
- Thứ hai, phân tích VaR không tốt cho những chứng khoán phi tuyến tính nhƣ chứng khoán quyền chọn hoặc chứng khoán thế chấp.