7. Kết cấu khóa luận
1.2.6. Các phương pháp tính VaR
Phương pháp phương sai hiệp phương sai là phương pháp giúp cho ước lượng
VaR được dễ dàng bằng cách giả định rằng định dạng phân phối xác suất có thể được
xác định thông qua việc ước lượng các tham số, ví dụ như độ lệch chuẩn, phương sai (Jorion, 2007). Phương pháp này dựa trên những giả định về phân phối xác suất của chuỗi tỷ suất lợi nhuận, ví dụ như phân phối chuẩn, phân phối student...Từ những số liệu thu thập được trong quá khứ, chúng ta sử dụng các mô hình ước lượng, thống kê để tính toán các tham số đặc trưng trong phân phối và ước lượng được VaR. Phương pháp phương sai hiệp phương sai cho phép chúng ta ước lượng VaR với độ chính xác
khá cao. Tuy nhiên, hạn chế của phương pháp này là phải giả định về phân phối xác suất của chuỗi tỷ suất lợi nhuận trong khi trên thực tế, việc xác định dạng phân phối của chuỗi tỷ suất lợi nhuận là điều khó khăn. Nếu chuỗi tỷ suất lợi nhuận danh mục không có dạng phân phối phù hợp với giả định sẽ dẫn đến tình trạng trong một số trường hợp ước lượng VaR không mang tính chính xác cao.
• Phương pháp mô phỏng lịch sử
Một phương pháp để tính VaR thường sử dụng là phương pháp mô phỏng lịch
sử. Sử dụng phương pháp này, ta có thể tính toán tỷ suất lợi nhuận của danh mục dựa
trên dữ liệu quá khứ trong một khoảng thời gian đã xác định. Chúng ta sẽ sử dụng giả
định những kịch bản của danh mục trong quá khứ làm định hướng cho những quyết định trong tương lai. Theo phương pháp này, chúng ta có thể tính toán VaR mà không
cần giả thiết chuỗi tỷ suất lợi nhuận tuân theo quy luật phân phối nào cả. Do đó, VaR được tính toán theo cách này sẽ mang tính đơn giản. Tuy nhiên, kết quả mang tính chính xác không cao. Hai kỹ thuật phổ biến trong phương pháp mô phỏng lịch sử là: Mô phỏng lịch sử và mô phỏng lịch sử trọng số theo thời gian. Phương pháp mô phỏng lịch sử có ưu điểm là đơn giản từ ý tưởng cho đến cách tính toán, không yêu
khứ, ước lượng VaR theo phương pháp mô phỏng lịch sử sẽ không có tính chính xác cao. Bên cạnh đó, phương pháp này cũng sẽ trở nên cồng kềnh, khó thực hiện đối với
những danh mục lớn hoặc có cấu trúc phức tạp. • Phương pháp mô phỏng Monte Carlo
Phương pháp Monte Carlo là sự phát triển của phương pháp mô phỏng lịch sử.
Phương pháp Monte Carlo thực hiện theo cùng nguyên tắc như phương pháp mô phỏng lịch sử, nhưng áp dụng trên bộ dữ liệu lớn hơn, trong đó các tình huống giả định đã được nhân lên gấp nhiều lần, khái quát hầu như các yếu tố tác động, các bối cảnh có thể xảy ra. Từ đó chúng ta sẽ đưa ra những định hướng tốt cho đầu ra các ước lượng. Việc tính toán VaR theo phương pháp mô phỏng Monte Carlo tương tự như tính toán VaR theo phương pháp mô phỏng lịch sử. Điểm khác nhau cơ bản giữa hai phương pháp tính toán tỷ suất lợi nhuận danh mục. Ở phương pháp mô phỏng lịch
sử, giả định giá trị tỷ suất lợi nhuận trong lịch sử sẽ được lặp lại trong tương lai còn ở phương pháp Monte Carlo, tỷ suất lợi nhuận sẽ được ước lượng chính xác hơn thông qua việc thiết lập các mô hình giả định. Cũng như phương pháp mô phỏng lịch
sử và phương pháp phương sai hiệp phương sai, phương pháp mô phỏng Monte Carlo
tồn tại trong mình những ưu điểm và nhược điểm. Ưu điểm của phương pháp này là cho kết quả ước lượng VaR chính xác nhất, vì nó bao hàm những biến động có thể xảy ra trong quá khứ vào kết quả tính toán VaR. Tuy nhiên, nhược điểm của phương pháp này là đòi hỏi khối lượng tính toán nhiều, đặt ra nhiều mô hình giả định. Phương
pháp này nếu được sử dụng rộng rãi để tính toán VaR thì sẽ cho kết quả chính xác nhất.
STT Ngân hàng Mã CK
1 Ngân hàng TMCP Sài Gòn - Hà Nội SHB
2 Ngân hàng TMCP Quốc dân NVB
3 Ngân hàng TMCP Công Thương Việt Nam CTG
4 Ngân hàng TMCP Quân Đội MBB
5 Ngân hàng TMCP Ngoại Thương Việt Nam VCB
6 Ngân hàng TMCP Ngoại Thương Việt Nam BID
7 Ngân hàng TMCP Xuất Nhập Khẩu Việt Nam EIB
8 Ngân hàng TMCP Sài Gòn Thương Tín STB
9 Ngân hàng TMCP Á Châu ACB
KẾT LUẬN CHƯƠNG 1
Tóm lại, từ lược khảo cơ sở lý thuyết về rủi ro DMĐT, khung VaR và những bằng chứng thực nghiệm về việc ứng dụng VaR để đo lường rủi ro DMĐT đã cho thấy các nghiên cứu không có sự thống nhất về chất lượng dự báo của các mô hình ước lượng VaR. Sự không thống nhất này không chỉ thể hiện trên lập luận lý thuyết, mà còn cả trong các nghiên cứu thực nghiệm. Một trong những nguyên nhân có thể do tỷ suất lợi nhuận DMĐT trên thực tế không chỉ phụ thuộc vào tỷ suất lợi nhuận của danh mục trong quá khứ mà còn phụ thuộc vào các yếu tố khác chưa được tính toán và đánh giá trong mô hình như biên độ dao động giá, tâm lý đám đông... Thêm vào đó, việc lựa chọn các giả định phân phối, kích cỡ mẫu, phương pháp nghiên cứu khác nhau và mô hình nghiên cứu không thể xem xét tất cả các yếu tố cũng như giải quyết những vấn đề trong thống kê.
20
CHƯƠNG 2: CƠ SỞ DỮ LIỆU, PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU