7. Kết cấu khóa luận
2.3.4. Kết quả kiểm định ước lượng VaR tại các mức ý nghĩa
Trên cơ sở các tham số của mô hình được ước lượng GARCH(1,1) theo giả định phân phối chuẩn, chúng ta có được chuỗi phương sai của DMĐT. Từ đó dự báo được VaR của chuỗi tỷ suất lợi nhuận của 9 DMĐT theo ngày và tiến hành kiểm định
kết quả dự báo và đánh giá chất lượng mô hình, kết quả cụ thể như sau:
37
Danh mục 9 751 quan sát
Mức rủi ro 5% 2.5% 1% 0.5% 0.1% Danh mục 1 0.9 1.1 1.5 0.8 11.0 Danh mục 2 0.7 0.8 1.4 2.8 7.2 Danh mục 3 0.8 0.9 1.1 1.0 3.1 Danh mục 4 0.8 0.8 1.5 1.5 5.2 Danh mục 5 0.8 0.9 1.3 0.8 3.2 Danh mục 6 0.7 1.1 1.2 1.8 5.3 Danh mục 7 0.8 0.8 1.1 2.5 6.1 Danh mục 8 0.9 1.0 1.5 0.9 3.2 Danh mục 9 1.6 1.8 2.5 3.1 9.5
Nguồn: Tính toán của tác giả
38
Nguồn: Tính toán của tác giả Có thể rút ra nhận xét sau:
Bảng 2.3.4 ghi nhận tỷ lệ vi phạm VaR của các DMĐT trong thời gian khảo sát. Dựa trên tiêu chí khoảng cách giữa tỷ lệ vi phạm thực tế với tỷ lệ vi phạm kỳ vọng càng lớn thì hiệu quả ước lượng càng thấp mô hình GARCH(1,1) ước lượng VaR tốt ở mức rủi ro 2.5% và 5%. Ở các mức rủi ro thấp hơn như 1%, 0.5% và 0.1%,
nghiên cứu cho thấy kết quả ước lượng VaR không nhạy cảm so với sự biến động của
thị trường. Ở mức rủi ro 2.5% và 5% có 6 trên 9 DMĐT cho kết quả tỷ lệ vi phạm thực tế và tỷ lệ vi phạm theo kỳ vọng không có mức chênh lệch đáng kể. Tuy nhiên, ở các mức rủi ro còn lại, mô hình ước lượng VaR hoàn toàn thất bại. Ước lượng VaR quá cao ở mức rủi ro 5% sẽ làm cho các nhà đầu tư lãng phí nguồn vốn để phòng
thể dẫn đến tình trạng các nhà đầu tư chủ quan, không đề ra các biện pháp phòng ngừa rủi ro đủ lớn.
Nếu tỷ lệ vi phạm VaR cho chúng ta biết chênh lệch giữa tỷ lệ vi phạm thực tế và thực tế vi phạm kỳ vọng mà không chỉ ra được chênh lệch bao nhiêu thì nhà đầu
tư có thể chấp nhận được. Để khắc phục nhược điểm này, nghiên cứu thực hiện kiểm định tỷ lệ vi phạm VR. Như đã trình bày, một mô hình được đánh giá tốt là một mô hình có VR (0.8:1.2) được khẳng định lại ở bảng 2.3.5 rằng mô hình GARCH(1,1) với giả định phân phối chuẩn dự báo VaR hiệu quả nhất ở mức rủi ro 2.5% khi chỉ có 1 trên 9 danh mục vi phạm kiểm định VR.
Một trong những nguyên nhân khiến GARCH(1,1) chưa ước lượng tốt VaR ở các mức rủi ro bởi vì giả định mô hình nghiên cứu là chuỗi tỷ suất lợi nhuận có phân phối chuẩn nhưng trên thực tế, chuỗi tỷ suất lợi nhuận của 9 DMĐT không tuân theo quy luật phân phối này. Tùy vào khẩu vị rủi ro của nhà đầu tư mà các nhà đầu tư chấp
nhận mức rủi ro mong muốn cho các cổ phiếu. Bên cạnh đó, kết quả nghiên cứu ở bảng 2.3.4 và 2.3.5 thể hiện rằng mô hình VaR với ước lượng phương sai thay đổi GARCH(1,1) khá phù hợp với dữ liệu của danh mục 3 (cổ phiếu CTG) khi ước lượng
VaR khá tốt ở cả 4 mức rủi ro 5%, 2.5%, 1% và 0.5%, tỷ lệ vi phạm VR đều nằm trong mức cho phép. Ngược lại, ước lượng VaR hoàn toàn thất bại với danh mục 9 (cổ phiếu ACB) ở tất cả các mức rủi ro, giá trị VaR thực tế lớn hơn nhiều so với giá
KẾT LUẬN CHƯƠNG 2
Chất lượng dự báo của mô hình VaR phụ thuộc rất nhiều yếu tố như giả định phân phối, kích cỡ mẫu quan sát và mô hình ước lượng phương sai thay đổi hay mức độ rủi ro mà nhà đầu tư tối thiểu có thể chấp nhận. Khi đưa ra lựa chọn yếu tố trong mô hình VaR không phù hợp có thể dẫn đến giá trị ước lượng quá cao hoặc quá thấp. Do đó, tìm được mô hình ước lượng đi cùng những giả định phân phối hợp lý sẽ có được kết quả ước lượng theo mong muốn nhất. Theo đó, các mô hình kiểm định cũng
giúp chúng ta đánh giá chất lượng dự báo của các mô hình ước lượng VaR cho những
giả thiết đã đặt ra.
Kết quả đo lường rủi ro DMĐT bằng mô hình VaR và ước lượng phương sai thay đổi GARCH(1,1) cho DMĐT nhóm cổ phiếu NHTM được thực hiện theo các bước đã đưa ra. Kết quả chỉ ra rằng chất lượng dự báo của mô hình là không đồng nhất ở các mức rủi ro. Với giả thiết phân phối chuẩn của chuỗi tỷ suất lợi nhuận, mô hình GARCH(1,1) chỉ ước lượng VaR tốt nhất ở các mức rủi ro 5% và 2.5%. Ở các mức rủi ro thấp hơn như 1%, 0.5%, 0.1% thì GARCH(1,1) không phải là một lựa chọn tốt. Đồng thời, nghiên cứu chỉ ra rằng giả định phân phối xác suất của chuỗi tỷ suất lợi nhuận sẽ ảnh hưởng đến kết quả ước lượng VaR, với một giả định phân phối
CHƯƠNG 3: KẾT LUẬN VÀ KHUYẾN NGHỊ
Ở những chương trước, đề tài đã trình bày lý thuyết và các bước tiến hành ứng
dụng mô hình VaR để đo lường rủi ro DMĐT đối với nhóm cổ phiếu các ngân hàng Thương mại Việt Nam. Nội dung của chương 3 là kết luận cho những kết quả đạt được, những hạn chế của mô hình và đưa ra khuyến nghị đầu tư cho quỹ đầu tư VJS21
hiệu quả hơn.