Mức rủi ro 5% 2.5% 1% 0.5% 0.1% Danh mục 1 2438 quan sát 4.2% 2.3% 1.1% 0.5% 0.2% Danh mục 2 2345 quan sát 3.3% 2.1% 1.3% 1.1% 0.6% Danh mục 3 1750 quan sát 4.6% 2.5% 1.5% 0.7% 0.2% Danh mục 4 1701 quan sát 4.1% 2.2% 1.5% 1.1% 0.4% Danh mục 5 1689 quan sát 4.3% 1.9% 1.1% 0.9% 0.4% Danh mục 6 1617 quan sát 3.8% 2.1% 1.2% 0.7% 0.3% Danh mục 7 1399 quan sát 6.1% 4.7% 2.4% 1.7% 1.0% Danh mục 8 1115 quan sát 3.05% 2.1% 1% 0.8% 0.5% Danh mục 9 555 quan sát 3.8% 3.1% 2.2% 1.3% 0.5% Danh mục 10 2438 quan sát 3.8% 2.2% 1.3% 0.8% 0.3%
Nguồn: Tác giả tự tính tốn
Bảng 4.5 Kết quả kiểm định ƣớc lƣợng VaR thực tế tại các mức rủi ro (Tỷ lệ vi phạm VR) Mức rủi ro 5% 2.5% 1% 0.5% 0.1% Danh mục 1 2438 quan sát 0.8 0.9 1.1 0.9 2.1 Danh mục 2 2345 quan sát 0.7 0.8 1.3 2.1 6.0 Danh mục 3 1750 quan sát 0.9 1.00 1.4 1.5 2.3 Danh mục 4 1701 quan sát 0.8 0.9 1.5 2.1 4.1 Danh mục 5 1689 quan sát 0.9 0.8 1.1 1.8 4.1
Danh mục 6 1617 quan sát 0.8 0.8 1.2 1.5 2.5 Danh mục 7 1399 quan sát 1.3 1.9 2.4 3.4 10.0 Danh mục 8 1115 quan sát 0.6 0.8 1.0 1.6 5.4 Danh mục 9 555 quan sát 0.8 1.2 2.2 2.5 5.4 Danh mục 10 2438 quan sát 0.8 0.9 1.3 1.6 3.3 Nguồn: Tác giả tự tính tốn
Dựa vào kết quả nghiên cứu, tác giả rút ra một số nhận xét sau:
Thứ nhất, mơ hình GARCH(1,1) ước lượng VaR tốt nhất ở mức rủi ro 2.5% và tiếp sau đó là ở mức 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.
Bảng 4.4 ghi nhận tỷ lệ vi phạm VaR của các danh mục đầu tư 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, mơ hình VaR với ước lượng phương sai thay đổi GARCH(1,1) thực hiện tốt nhất ở mức rủi ro 2.5% tiếp sau đó là ở mức rủi ro 5%. Ở mức rủi ro 2.5%, có 7 trên 10 danh mục đầu tư cho kết quả tỷ lệ vi phạm thực tế và tỷ lệ vi phạm theo kỳ vọng khơng có mức chênh lệch đáng kể. Tương tự như vậy, ở mức rủi ro 5%, có 4 trên 10 danh mục đầu tư cho kết quả ước lượng VaR khá hiệu quả. Tuy nhiên, ở các mức rủi ro cịn lại, mơ hình ước lượng VaR hồn tồn thất bại. Nhìn chung, mơ hình GARCH(1,1) với giả thiết phân phối chuẩn có xu hướng ước lượng VaR cao ở mức rủi ro 5% và ước lượng VaR thấp ở các mức rủi ro 1%, 0.5% và 0.1%. Điều này được thể hiện ở tỷ lệ vi phạm VaR ở các danh mục đầu tư thấp hơn nhiều so với mức rủi ro kỳ vọng là 5% và ngược lại cao hơn hơn nhiều ở các mức rủi ro còn lại. Ước lượng VaR quá cao ở mức rủi ro 5% sẽ làm cho các nhà đầu tư lãng phí
nguồn vốn để phịng ngừa rủi ro trong khi ước lượng VaR quá thấp ở các mức rủi ro 1%, 0.5% và 0.1% có thể dẫn đến tình trạng các nhà đầu tư chủ quan, khơng đề ra các biện pháp phịng 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 khơng 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 chương 3 đã trình bày, một mơ hình được đánh giá tốt là một mơ hình có VR (0.8:1.2)
Kết quả ở bảng 4.5 một lần nữa giúp nghiên cứu khẳng định rằng mơ 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 10 danh mục vi phạm kiểm định VR, tiếp sau đó là ở mức 5%. Ở các mức rủi ro thấp hơn, mơ hình GARCH(1,1) đã thất bại trong ước lượng VaR.
Một trong những nguyên nhân khiến GARCH(1,1) chưa ước lượng tốt VaR ở các mức rủi ro bởi vì giả định mơ hình nghiên cứu là chuỗi tỷ suất lợi nhuận có phân phối chuẩn, tuy nhiên, thực tế thì chuỗi tỷ suất lợi nhuận của 10 danh mục đầu tư không tuân theo quy luật phân phối này.
Kết quả nghiên cứu ở bảng 4.4 cũng cho thấy rằng nếu các nhà đầu tư chấp nhận mức rủi ro 5% thì có thể đầu tư vào nhóm cổ phiếu STB, cổ phiếu SHB, cổ phiếu VCB và cổ phiếu CTG. Còn nếu nhà đầu tư chỉ chấp nhận ở mức rủi ro 2.5%, nhóm danh mục cổ phiếu được khuyến nghị là STB, ACB, SHB, VCB, EIB, MBB và danh mục đầu tư tổng hợp các cổ phiếu. Ở mức rủi ro 1% nhà đầu tư có thể lựa chọn cổ phiếu MBB và lựa chọn cổ phiếu STB ở mức rủi ro 0.5%. Nghiên cứu cũng chỉ ra rằng, khơng có cổ phiếu nào phù hợp nếu nhà đầu tư mong muốn mức rủi ro là 0.1%. Danh mục 7 (cổ phiếu NVB) và danh mục 9 (cổ phiếu BID) là nhóm cổ phiếu nhà đầu tư nên
xem xét kỹ khi có ý định đầu tư bởi vì tỷ lệ vi phạm VaR thực tế lớn hơn giá trị VaR ước lượng tại tất cả mức rủi ro.
Bên cạnh đó, kêt quả nghiên cứu ở bảng 4.4 và 4.5 cũng cho chúng ta thấy rằng mơ hình VaR với ước lượng phương sai thay đổi GARCH(1,1) khá phù hợp với dữ liệu của danh mục 1 (cổ phiếu STB) 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. Nguyên nhân một phần do chuỗi tỷ suất lợi nhuận thu thập được trong quá khứ của cổ phiếu STB có phân phối xấp xỉ chuẩn, khá phù hợp với giả thiết đặt ra khi ước lượng phương sai thay đổi GARCH(1,1), nên chất lượng dự báo VaR đối với danh mục này khá tốt. Ngược lại, ước lượng VaR hoàn toàn thất bại với danh mục 7 và danh mục 9 ở tất cả các mức rủi ro, giá trị VaR thực tế lớn hơn nhiều so với giá trị VaR ước lượng được từ mơ hình. Do đó, hai cổ phiếu này có mức độ rủi ro cao nếu đầu tư.
Thứ hai, nghiên cứu thực nghiệm chỉ ra rằng kích cỡ mẫu quan sát sẽ ảnh hưởng đến chất lượng dự báo của mơ hình ước lượng VaR. Nhìn vào bảng 4.4 và 4.5, ta nhận thấy rằng nhìn chung, tỷ lệ vi phạm VaR sẽ giảm xuống khi kích cỡ mẫu quan sát của danh mục đầu tư được tăng lên và ngược lại.
Từ các kết quả nghiên cứu của đề tài, chúng ta có thể thấy kết luận của nghiên cứu có sự khác biệt nhỏ đối với kết quả nghiên cứu của Võ Hồng Đức và Huỳnh Long Phi (2015) khi Võ Hồng Đức và Huỳnh Long Phi cho rằng chất lượng thực hiện của mơ hình ước lượng phương sai thay đổi GARCH(1,1) thực hiện tốt ở mức rủi ro 5% đến 1%. Tuy nhiên, kết quả nghiên cứu này chỉ ra rằng ước lượng GARCH(1,1) chỉ thật sự hiệu quả ở mức ý nghĩa 5% đến 2.5%, ở các mức ý nghĩa thấp hơn, ước lượng hồn tồn thất bại. Bên cạnh đó, kết quả nghiên cứu này khá tương đồng với kết quả nghiên cứu của Lê Phan Thị Diệu Thảo và Nguyễn Thanh Phú (2015) khi hai tác giả này cho rằng mơ hình họ nhà GARCH thực hiện hiệu quả ở mức ý nghĩa 5%, còn ở
mức ý nghĩa 1%, mơ hình họ nhà GARCH(1,1) với giả định dữ liệu là phân phối chuẩn thì hồn tồn thất bại trong dự báo VaR.
Ngoài ra, phù hợp với cơ sở lý thuyết mơ hình VaR và kết quả các nghiên cứu trước đó, kết quả thực nghiệm của luận văn này đã cho thấy sự tác động trong việc lựa chọn kích cỡ mẫu phù hợp lên chất lượng dự báo của mơ hình VaR.
KẾT LUẬN CHƢƠNG 4
Kết quả đo lường rủi ro danh mục đầu tư bằng mơ hình VaR và ước lượng phương sai thay đổi GARCH(1,1) cho danh mục đầu tư nhóm cổ phiếu NHTM niêm yết tại Việt Nam được thực hiện theo các bước được đưa ra trong chương 3. Kết quả chỉ ra rằng chất lượng dự báo của mơ hình là khơng đồng nhất ở các mức rủi ro. Với giả thiết phân phối chuẩn của chuỗi tỷ suất lợi nhuận, mơ 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) khơng phải là một lựa chọn tốt. Ngồi ra, việc lựa chọn kích cỡ mẫu khơng phù hợp sẽ dẫn đến tính trạng giá trị VaR được ước lượng khơng chính xác. Nhìn chung, tỷ lệ vi phạm VaR sẽ giảm khi kích cỡ mẫu ước lượng tăng lên và ngược lại. 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 phù hợp sẽ nâng cao chất lượng dự báo của mơ hình ước lượng.
CHƢƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
Ở các chương trước, tác giả đã trình bày những lý thuyết cơ bản về rủi ro, mơ hình VaR cũng như tiến trình ứng dụng mơ hình VaR để đo lường rủi ro danh mục đầu tư đối với danh mục nhóm cổ phiếu các NHTM Việt Nam. Nội dung chương 5 sẽ trình bày những kết luận chính đạt được, hạn chế của mô hình đồng thời đề xuất những hướng nghiên cứu tiếp theo để việc ứng dụng mơ hình VaR trong đo lường rủi ro danh mục đầu tư có hiệu quả hơn
5.1 Kết luận
Trong những năm gần đây, vai trò của quản trị rủi ro ngày càng trở nên quan trọng khi chúng ta đã nhận ra những tác hại tiềm ẩn của rủi ro. Các mơ hình tài chính, mơ hình đo lường rủi ro ra đời ngày càng nhiều như là một hệ quả tất yếu của quá trình phát triển. Các nước trên thế giới đã và đang ứng dụng thường xun những mơ hình này. Điều này được xem là một phần thiết yếu trong công tác quản trị rủi ro bởi muốn quản trị rủi ro trước hết chúng ta phải định lượng được nó để có thể giám sát một cách cẩn thận, từ đó đề ra các biện pháp giảm thiểu thiệt hại khi rủi ro xảy ra. Ở Việt Nam, có rất ít các nghiên cứu về việc ứng dụng mơ hình VaR để đo lường rủi ro danh mục đầu tư trên TTCK Việt Nam. Nghiên cứu của Võ Hồng Đức và Huỳnh Long Phi (2015) được xem như là nghiên cứu tiên phong trong việc ước lượng VaR 1 ngày của chỉ số chứng khoán VN-Index và HNX – Index trên TTCK Việt Nam. Ngoài ra, nghiên cứu của Lê Phan Thị Diệu Thảo và Nguyễn Thanh Phú (2015) đánh giá và xếp hạng các mơ hình kinh tế lượng trên thế giới trong việc ước lượng VaR trên danh mục đầu tư thị trường đại diện cho thị trường mới nổi và thị trường phát triển không bao gồm Việt Nam. Những nghiên cứu tương tự cho nhóm cổ phiếu NHTM niêm yết tại Việt Nam hầu như là chưa có.
Trong thời gian vừa qua, lý do chính khiến nhóm cổ phiếu ngân hàng chưa được các nhà đầu tư quan tâm một phần do ảnh hưởng của cuộc khủng hoảng tài chính tồn
cầu dẫn đến chỉ số chứng khoán sụt giảm, gây tâm lý e ngại cho các nhà đầu tư. Tuy nhiên, nguyên nhân chủ yếu vẫn nằm ở các vấn đề nội tại của ngành. Giai đoạn 2013- 2015, ngành ngân hàng đã có nhiều thay đổi với các hoạt động mua bán sáp nhập. Đồng thời, một số ngân hàng kinh doanh yếu kém đã làm ảnh hưởng đến tâm lý các nhà đầu tư khi muốn lựa chọn đầu tư vào nhóm cổ phiếu ngân hàng. Những vấn đề này đang được kỳ vọng có thể giải quyết triệt để trong thời gian tới, khi quá trình tái cơ cấu hệ thống ngân hàng đạt được những bước tiến cần thiết. Đặc biệt, kinh tế vĩ mơ cải thiện tích cực sẽ hỗ trợ đáng kể cho nhóm cổ phiếu ngân hàng. Theo nhận định của một số chuyên gia, trong thời gian tới có thể xảy ra hiện tượng phân hóa mạnh tại nhóm blue chip, trong đó nhóm cổ phiếu ngân hàng sẽ nổi lên như một ứng cử viên sáng giá bởi có khơng ít ưu thế như vốn hóa thị trường đủ lớn để chi phối chỉ số thị trường và tác động lớn đến các nhóm cổ phiếu cịn lại. Ngồi ra, ngành ngân hàng liên tục nhận được các thơng tin chính sách hỗ trợ tích cực trong bối cảnh hoạt động tái cơ cấu hệ thống ngân hàng được đẩy mạnh (Trần Minh Hồng, Thời báo ngân hàng). Do đó, việc cung cấp một công cụ để đo lường rủi ro danh mục đầu tư giúp cho các nhà đầu tư, các nhà quản trị rủi ro có thêm thơng tin để ra quyết định đầu tư hoặc kiểm soát rủi ro từ danh mục mà mình đang nắm giữ là vơ cùng cần thiết. Từ những nghiên cứu tiền đề, luận văn đã đi sâu vào việc ứng dụng mơ hình VaR để đo lường rủi ro danh mục đầu tư cho nhóm cổ phiếu NHTM niêm yết trên TTCK Việt Nam.
Luận văn đã nghiên cứu, đánh giá chất lượng dự báo của mơ hình ước lượng giá trị rủi ro VaR được áp dụng cho danh mục đầu tư nhóm cổ phiếu NHTM niêm yết tại Việt Nam. Nghiên cứu sử dụng ước lượng phương sai thay đổi GARCH(1,1) với giả định chuỗi tỷ suất lợi nhuận có phân phối chuẩn để ước lượng VaR 1 ngày của danh mục đầu tư trên lần lượt ở các mức rủi ro 5%, 2.5%, 15, 0.5% và 0.1% với mẫu dữ liệu giá cổ phiếu thu thập trong giai đoạn 2006-2016 của 9 ngân hàng TMCP niêm yết trên TTCK Việt Nam. Trong nghiên cứu này, việc đưa ra giá trị khoản lỗ tối đa khi nhà đầu tư nắm giữ danh mục theo các mức rủi ro kỳ vọng sẽ giúp cho các nhà tài chính cân đối
giữa rủi ro và lợi nhuận kỳ vọng, đưa ra quyết định có nên nắm giữ tiếp danh mục hay không.
Kết quả kiểm định cho thấy ở giai đoạn nghiên cứu, chuỗi tỷ suất lợi nhuận của danh mục đầu tư không tuân theo quy luật phân phối chuẩn. Nghiên cứu thực nghiệm chỉ ra rằng mơ hình VaR với ước lượng GARCH(1,1) thực hiện tốt nhất ở mức rủi ro 2.5% và tiếp sau đó là ở mức 5%. Ở các mức rủi ro thấp hơn như 1%, 0.5% và 0.1%, kết quả cho thấy ước lượng VaR không nhạy cảm so với sự biến động của thị trường. Nguyên nhân một phần do kết quả phân tích từ mơ hình đo lường rủi ro VaR với giả thiết chuỗi tỷ suất lợi nhuận có phân phối chuẩn là chưa phù hợp với kiểm định Jarque Bera thực tế và dẫn đến kết quả ước lượng có thể sai lệch, chưa mang tính chính xác cao. Ngồi ra, kích cỡ mẫu có ảnh hưởng đến tính chính xác của ước lượng. Với cùng một mơ hình ước lượng phương sai thay đổi GARCH(1,1) khi ước lượng VaR, nhìn chung, tỷ lệ vi phạm VaR của danh mục đầu tư sẽ giảm khi kích cỡ mẫu quan sát tăng lên và ngược lại. 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 phù hợp sẽ nâng cao chất lượng dự báo của mơ hình.
VaR cũng như bất cứ mơ mơ hình tài chính nào đều tồn tại trong mình những giá trị và hạn chế đáng chú ý. Đứng trên góc độ quản trị rủi ro, chúng ta cần nhận biết giá trị cũng như giới hạn của mỗi mơ hình hay kết hợp nhiều phương pháp định tính định lượng để thu được những thơng tin có giá trị. Tuy cịn nhiều tranh cãi nhưng với những hiệu quả nhất định mang lại, đến thời điểm hiện tại, VaR vẫn là một mơ hình