4 .VÀI KHÁI NIỆM LIÊN QUAN
3.5 SO SÁNH CÁC PHƢƠNG PHÁP TÍNH VAR
Phƣơng pháp Ƣu điểm Nhƣợc điểm
Mô phỏng lịch sử
•Thiết kế và áp dụng dễ dàng. • Không cần giả thuyết về quy luật phân bố.
• Đòi hỏi một số liệu cực lớn.
• Tƣơng lai có thể không giống quá khứ.
Phân tích tham số
• Thiết kế và áp dụng dễ dàng. • Dễ dàng để thực hiện cho danh mục đầu tƣ bao gồm chứng khoán tuyến tính (nhƣ cổ phiếu).
• Thừa nhận lợi suất lịch sử và những thay đổi về giá của tài sản tuân theo phân phối chuẩn mà điều này hiếm khi xảy ra ở thực tế.
• Không tốt cho những chứng khoán phi tuyến tính.
Monte Carlo • Có khả năng tính VaR rất chính xác.
• Áp dụng cho danh mục đầu tƣ bao gồm chứng khoán phi tuyến (quyền chọn).
• Không dễ chọn một phân bố xác suất.
• Chi phí tính toán rất cao (thời gian thực thi, bộ nhớ máy vi tính mạnh, v.v…).
RiskMetrics • Áp dụng cho danh mục đầu tƣ bao gồm chứng khoán tuyến tính (nhƣ cổ phiếu). • Tính toán rủi ro khá rõ ràng trên thị trƣờng tài chính.
• Tính VaR không tốt cho những chứng khoán phi tuyến (quyền chọn).
Với bốn phƣơng pháp tính VaR vậy phƣơng pháp nào mang lại hiệu quả tốt nhất?
Phƣơng pháp Monte carlo có độ chính xác rất cao, nhƣng tƣơng đối phức tạp, yêu cầu cần phải xây dựng một chƣơng trình mô phỏng riêng biệt đối với từng đối tƣợng nghiên cứu.
Phƣơng pháp phƣơng sai – hiệp phƣơng sai thực hiện tƣơng đối đơn giản nhƣng cho kết quả không cao vì giả thuyết rằng mối quan hệ giữa các biến thị trƣờng và VaR là tuyến tính, do đó có những giới hạn nhất định.
Phƣơng pháp mô phỏng lịch sử không phải lúc nào cũng phản ánh đƣợc các giá trị tƣơng lai, nhất là đối với những điều dễ thay đổi liên quan đến hanh vi của con ngƣời.
Nhƣ vậy cả ba phƣơng pháp trên đều cho thấy những giới hạn riêng của nó. Riêng với phƣơng pháp RiskMetrics với sự hổ trợ đắc lực của phần mềm Eviews, phƣơng pháp này cho ta phản ứng nhanh chóng khi thị trƣờng thay đổi đột ngột và đồng thời cho ta quan tâm đến những sự kiện cực kỳ quan trọng có thể gây ảnh hƣởng tiêu cực đến giá trị của danh mục đầu tƣ.
KẾT LUẬN
- - - - - -
A. KẾT LUẬN
Luận văn đã thực hiện đƣợc những điều sau:
- Chuyển tính toán ngẫu nhiên thành mô hình cụ thể áp dụng vào tài chính.
- Trình bày từ khái quát về giá trị VaR và chú ý vào các phƣơng pháp tính giá trị rủi ro VaR, đặc biệt đã khai thác tầm quan trọng của phƣơng pháp RiskMetrics bằng phần mềm Eviews trong phân tích rủi ro cổ phiếu.
Do giới hạn về thời gian nên luận văn chỉ tập trung vào việc tính toán giá trị rủi ro cho danh mục đầu tƣ với tài sản đơn. Và VaR cũng có vài giới hạn chẳng hạn nhƣ vấn đề về tổng hợp, khai thác dữ liệu, hay vấn đề thiếu thông tin về tổn thất tối đa khi xảy ra một trƣờng hợp xấu nhƣ khủng hoảng tài chính. Vì lý do này mà các cơ quan giám sát thị trƣờng chứng khoán bắt buộc các ngân hàng phải đánh giá VaR một cách độc lập, khách quan.
Đề xuất hƣớng nghiên cứu tiếp theo
- Tính toán giá trị rủi ro cho các danh mục đầu tƣ phức tạp hơn (nhiều danh mục đầu tƣ).
Phụ lục 1
Bảng các đoạn Code Matlab sử dụng trong bài
Công việc Code
Phân phối lợi suât với 3 sigma khác nhau. syms x x=-15:15 p1=1/(2*sqrt(2*pi)).*exp(-(x-1).^2/8) p2=1/(3*sqrt(2*pi)).*exp(-(x-1).^2/18) p3=1/(4*sqrt(2*pi)).*exp(-(x-1).^2/32) plot(x,p1,'LineWidth',1) hold on
plot(x,p2,'LineWidth',2) hold
on plot(x,p3,'LineWidth',3)
hold off
legend('sigma 1','sigma 2','sigma 3') grid
on
Code Matlab chạy 1000 mô phỏng Monte Carlo ở bài toán 1. S0=92.5 t=1 r=0.0123 sigma=0.136 n=1000 Z=randn(n,1)
St=S0*exp((r-(sigma^2)/2)*t+sigma*Z)
xlswrite('returndhgiang.xls',St,'A1:A1000')
R=St-S0
xlswrite('returndhaugiang.xls',R,'B1:B1000')
Code Matlab chạy 1000 mô phỏng Monte Carlo ở bài toán 2. S0=92.5 t=1 r=0.14 sigma=0.2 n=1000 Z=randn(n,1) St=S0*exp((r-(sigma^2)/2)*t+sigma*Z)
xlswrite('returndhgiang.xls',St,'A1:A1000')
R=St-S0
xlswrite('returndhgiang.xls',R,'B1:B1000')
Bảng các lệnh sử dụng trong phần mềm Eviews 6.
Công việc Câu lệnh
Vẽ đồ thị. View → Graph → Line.
Thống kê mô tả. View → Descriptive Statistics → Histogram
and Stat → Ok.
Kiểm định tính dừng. Quick → Series Statistics → Unit root test → nhập tên biến cần kiểm định → ở khung Test
type chọn Augmented Dickey-Fuller → OK.
Ƣớc lƣợng mô hình. Quick → EstimateEquation → nhập tên biến
→ ở khung Method chọn ARCH-
AutoregressiveConditinalHeteroskeclasticity
→ OK. Kiểm định hệ số mô hình
(Wald Test).
Từ kết quả ƣớc lƣợng mô hình ở trên → View →
CoefficientTests → Wald-Coefficient Restrictions → OK.
TÀI LIỆU THAM KHẢO
- - - - - -
TIẾNG VIỆT
[1] Nguyễn Văn Nam, Hoàng Xuân Quyến, Rủi ro tài chính, Nhà xuất bản Tài chính Hà Nội 2002.
[2] Phan Phong Nhân, Các phƣơng pháp tính giá trị rủi ro trong toán tài chính, luận văn tốt nghiệp đại học.
[3] Phùng Thanh Bình, Hƣớng dẫn sử dụng Eviews 6.
[4] Trần Hùng Thao, Nhập môn Toán học Tài chính, Nhà xuất bản khoa học và kỹ thuật Hà Nội 2004.
[5] Vƣơng Tấn Sĩ, Giáo trình Matlab cơ bản.
TIẾNG ANH
[6] J.P. Morgan’s risk management research group, RiskMetricsTM – Technical Document, Morgan Guaranty Trust Company of New York.
[7] Neil D.Pearson, Thomas J.Linsmeier, Risk Measurement: An Introduction to Value at Risk, University of Illinois at Urbana-Champaign, 1996.
[8] Paul Wilmott, Introduces Quantitative Finance, John Wiley & Sons Ltd, 2007. [9] Rajesh Kondapaneni, A study of the Delta Normal Method of Measuring VaR, A Thesis Submitted to the Faculty of the Worcester Polytechnic Institute, 2005.