So sánh VaR và Stress Test

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình var để đo lường rủi ro danh mục nghiên cứu thực nghiệm cho danh mục đầu tư cổ phiếu các ngân hàng thương mại việt nam (Trang 64 - 89)

Các bước tiến hành Stress Test cụ thể như sau:

Bước 1: Xây dựng những kịch bản chung: Các kịch bản đặt ra những tình huống xấu nhất liên quan đến vị thế của danh mục, sự dao động của các tài sản riêng lẻ và tự tương quan giữa các tài sản trong danh mục đó.

Bước 2: Phân tích các kịch bản

Bước 3: Đề xuất các biện pháp để đối phó

Thứ hai, nghiên cứu tiếp theo có thể ứng dụng nhiều hơn các mơ hình kinh tế lượng như các mơ hình họ nhà GARCH, Riskmetrics, Monte Carlo…với nhiều giả

định phân phối: phân phối chuẩn, phân phối Students, phân phối GED để nâng cao mức độ chính xác trong dự báo VaR.

Thứ ba, để các kết quả nghiên cứu vững chắc hơn, bên cạnh kiểm định tỷ lệ vi phạm VR, các nghiên cứu tiếp theo có thể kết hợp các phương pháp kiểm định hiệu quả khác như: kiểm định khơng điều kiện Kupiec, kiểm định có điều kiện Christoffersen.

Thứ tư, nghiên cứu và mở rộng phạm vi xác định VaR khơng chỉ đối với nhóm cổ phiếu NHTM niêm yết tại Việt Nam mà đối với toàn bộ chỉ số VN Index hoặc các cơng cụ tài chính phái sinh.

KẾT LUẬN CHƢƠNG 5

Đầu tư chứng khốn là hoạt động mang tính rủi ro rất cao, chính vì thế mà các nhà đầu tư ln ln muốn tối thiểu hóa rủi ro và tối đa hóa lợi nhuận. Ngày nay, mặc dù không triệt tiêu hết được rủi ro nhưng nhờ có sự tiến bộ của khoa học kỹ thuật, các cơng cụ tốn học cho phép con người có thể chủ động phòng ngừa, giảm thiểu, chủ động kiểm sốt rủi ro. Đó là lý do cho sự ra đời của hàng loạt các hệ thống và mơ hình định giá rủi ro. Một trong các mơ hình định giá rủi ro đáng tin cậy là mơ hình xác định giá trị rủi ro Value at risk. Các nghiên cứu đưa ra đều có những điểm mới nhất định so với những nghiên cứu trước nhưng khơng nghiên cứu nào là hồn hảo để đánh giá thật chính xác chất lượng dự báo của mơ hình này. Nghiên cứu này cũng khơng ngồi lệ, tuy cịn những hạn chế nhất định nhưng nghiên cứu cũng đã đề xuất hướng nghiên cứu tiếp theo để giúp khắc phục những nhược điểm của mơ hình VaR.

VaR là một mơ hình được các nhà đầu tư áp dụng rộng rãi bởi tính tối ưu của nó nhưng mơ hình này địi hỏi những giả thiết về phân phối tỷ suất lợi nhuận của tài sản phù hợp. Trên cơ sở lý thuyết và nghiên cứu thực tiễn với mẫu gồm 9 mã ngân hàng niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2006-2016, tác giả đã sử dụng mơ hình ước lượng phương sai thay đổi GARCH(1,1) với giả định phân phối chuẩn để ước lượng VaR. Phương pháp nào cũng có ưu nhược điểm riêng, nếu nhà quản trị rủi ro nào biết lựa chọn phương pháp phù hợp nhất đồng thời có một cơ sở dữ liệu đáng tin cậy, biết kết hợp các kỹ thuật Back test và phép thử Stress test thì rủi ro tại định chế tài chính đó được kiểm sốt thành cơng nhất. VaR là một mảng lớn trong công tác quản trị rủi ro giúp cho việc quản trị rủi ro thị trường một cách bài bản, khoa học và hiệu quả, tăng cường hiệu quả kinh doanh, đảm bảo tính an tồn và phát triển bền vững của kinh tế Việt Nam trong bối cảnh hội nhập kinh tế quốc tế. Chúng ta cũng hy vọng rằng trong tương lai gần, các phương pháp ngày một được hoàn thiện và được ứng dụng rộng rãi hơn tại Việt Nam.

TÀI LIỆU THAM KHẢO

Angelidis, T., et al. (2004). "The use of GARCH models in VaR estimation." Statistical methodology 1(1): 105-128.

Akgiray, V. (1989). "Conditional heteroscedasticity in time series of stock returns: Evidence and forecasts." Journal of business: 55-80.

Benavides, G. (2007). "GARCH Processes and Value at Risk: An empirical analysis for Mexican interest rate futures." Panorama socioeconómico 25(35): 92-105

Billio, M. and L. Pelizzon (2000). "Value-at-risk: a multivariate switching regime approach." Journal of Empirical Finance 7(5): 531-554.

Brooks C, Persand G (2003), “The effects of asymmetries on stock index return Value- at-Risk estimates”, The Journal of Risk Finance pp 29-42

Christoffersen, P., et al. (2001). "Testing and comparing value-at-risk measures." Journal of Empirical Finance 8(3): 325-342

Christoffersen, P. F. (1998). Evaluating interval forecasts. International economic review, 841-862.

Crouhy, M., Galai, D. and Mark, R.(2000). Risk Management. McGraw-Hill

Danielsson, J. (2011). Financial risk forecasting: the theory and practice of forecasting market risk with implementation in R and Matlab, John Wiley & Sons.

Đặng Hữu Mẫn (2009), “Nghiên cứu chất lượng dự báo của những mơ hình quản trị rủi ro thị trường vốn – Trường hợp của Value-At-Risk Models”, Tạp chí khoa học và cơng nghệ, Đại học Đà Nẵng – Số 5(34).2009.

Drake, P. P. and F. J. Fabozzi (2010). The basics of finance: an introduction to financial markets, business finance, and portfolio management, John Wiley & Sons. Duffie, D. and J. Pan (1997). "An overview of value at risk." The Journal of derivatives 4(3): 7-49.

Holton, G. A. (2004). "Defining risk." Financial Analysts Journal 60(6): 19-25.

Iqbal, J., et al. (2013). "Predictive ability of Value-at-Risk methods: evidence from the Karachi Stock Exchange-100 Index." IUP Journal of Financial Risk Management 10(1): 26.

Jorion, P. (2007). Value at risk: The new bench mark for controlling market risk, Third Edition. McGraw-Hill.

Kupiec, P. H. (1995). Techniques for verifying the accuracy of risk measurement models. The J. of Derivatives, 3(2).

Orhan, M. and Koksal, B. (2012). A Comparision of GARCH Models for VaR Estimation. Expert Systems with Applications, Vol.39, Issue 3, pp. 3582-3592

Linsmeier, T. and N. Pearson (1996). "Risk Measurement: An Introduction to Value at Risk. University of Illinois at Urbana-Champaign." Economics Working Paper Archive at WUSTL.

Lê Phan Thị Diệu Thảo và Nguyễn Thanh Phú (2016). Xếp hạng các mơ hình VaR trong dự báo rủi ro danh mục. Tạp chí cơng nghệ ngân hàng số 120 (03/2016)

Võ Hồng Đức và Huỳnh Long Phi (2015). Chất lượng dự báo của các mơ hình ước lượng giá trị rủi ro (VaR): nghiên cứu thực nghiệm tại Việt Nam. Tạp chí cơng nghệ ngân hàng số 113 (8/2015)

Võ Hồng Đức và Huỳnh Long Phi (2015). Kiểm định sự phù hợp của các mơ hình ước lượng giá trị rủi ro (VaR) tại Việt Nam. Tạp chí cơng nghệ ngân hàng số 115 (10/2015) So, M. K.P and Yu, P.L.H (2006). "Empirical analysis of GARCH models in value at risk estimation." Journal of International Financial Markets, Institutions and Money 16(2): 180-197.

Zhang, Z. and H. Pan (2006). "Forecasting financial volatility: Evidence from Chinese stock market."

Phạm Thị Tuyết Trinh (2016), Kinh tế lượng ứng dụng trong kinh tế và tài chính, Nhà xuất bản kinh tế TP Hồ Chí Minh.

Nguyễn Trọng Hồi, Phùng Thanh Bình, Nguyễn Khánh Duy (2009), Dự báo và phân tích dữ liệu trong kinh tế và tài chính, Nhà xuất bản Tài Chính.

PHỤ LỤC 1 KẾT QUẢ KIỂM ĐỊNH TÍNH DỪNG

Danh mục 1

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -40.50244 0.0000 Test critical values: 1% level -3.961885

5% level -3.411688 10% level -3.127722

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:21

Sample (adjusted): 7/13/2006 4/26/2016 Included observations: 2390 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.808676 0.019966 -40.50244 0.0000 C -0.000114 0.000878 -0.129790 0.8967 @TREND("7/12/2006") -1.09E-09 5.96E-07 -0.001823 0.9985

R-squared 0.407335 Mean dependent var 4.00E-05 Adjusted R-squared 0.406839 S.D. dependent var 0.027877 S.E. of regression 0.021470 Akaike info criterion -4.843090 Sum squared resid 1.100287 Schwarz criterion -4.835836 Log likelihood 5790.492 Hannan-Quinn criter. -4.840450 F-statistic 820.2856 Durbin-Watson stat 1.998215 Prob(F-statistic) 0.000000

Danh mục 2

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -41.21523 0.0000 Test critical values: 1% level -3.962039

5% level -3.411764 10% level -3.127766

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:29

Sample (adjusted): 11/22/2006 4/26/2016 Included observations: 2298 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.839017 0.020357 -41.21523 0.0000 C -0.000355 0.000927 -0.382697 0.7020 @TREND("11/21/2006") 1.41E-07 6.53E-07 0.216592 0.8285

R-squared 0.425345 Mean dependent var 0.000104 Adjusted R-squared 0.424845 S.D. dependent var 0.029238 S.E. of regression 0.022174 Akaike info criterion -4.778516 Sum squared resid 1.128388 Schwarz criterion -4.771023 Log likelihood 5493.515 Hannan-Quinn criter. -4.775784 F-statistic 849.3517 Durbin-Watson stat 1.989310 Prob(F-statistic) 0.000000

Danh mục 3

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -39.28175 0.0000 Test critical values: 1% level -3.963403

5% level -3.412431 10% level -3.128162

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:33

Sample (adjusted): 4/21/2009 4/26/2016 Included observations: 1715 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.938447 0.023890 -39.28175 0.0000 C -0.000138 0.001168 -0.118339 0.9058 @TREND("4/20/2009") 5.97E-08 1.11E-06 0.054012 0.9569

R-squared 0.474070 Mean dependent var 9.84E-05 Adjusted R-squared 0.473456 S.D. dependent var 0.033393 S.E. of regression 0.024231 Akaike info criterion -4.600588 Sum squared resid 1.005218 Schwarz criterion -4.591060 Log likelihood 3948.004 Hannan-Quinn criter. -4.597062 F-statistic 771.5931 Durbin-Watson stat 1.999402 Prob(F-statistic) 0.000000

Danh mục 4

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -38.42722 0.0000 Test critical values: 1% level -3.963558

5% level -3.412507 10% level -3.128207

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:35

Sample (adjusted): 7/01/2009 4/26/2016 Included observations: 1667 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.935798 0.024352 -38.42722 0.0000 C -0.001202 0.001014 -1.185152 0.2361 @TREND("6/30/2009") 1.69E-06 9.88E-07 1.710576 0.0873

R-squared 0.470174 Mean dependent var 0.000221 Adjusted R-squared 0.469537 S.D. dependent var 0.028471 S.E. of regression 0.020736 Akaike info criterion -4.912065 Sum squared resid 0.715509 Schwarz criterion -4.902313 Log likelihood 4097.206 Hannan-Quinn criter. -4.908451 F-statistic 738.3258 Durbin-Watson stat 1.996392 Prob(F-statistic) 0.000000

Danh mục 5

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -37.70912 0.0000 Test critical values: 1% level -3.963598

5% level -3.412527 10% level -3.128219

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:41

Sample (adjusted): 7/17/2009 4/26/2016 Included observations: 1655 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.918004 0.024344 -37.70912 0.0000 C -0.000848 0.000967 -0.876937 0.3806 @TREND("7/16/2009") 8.64E-07 9.48E-07 0.911360 0.3622

R-squared 0.462588 Mean dependent var 7.79E-05 Adjusted R-squared 0.461938 S.D. dependent var 0.026861 S.E. of regression 0.019704 Akaike info criterion -5.014215 Sum squared resid 0.641362 Schwarz criterion -5.004406 Log likelihood 4152.263 Hannan-Quinn criter. -5.010579 F-statistic 710.9964 Durbin-Watson stat 1.980390 Prob(F-statistic) 0.000000

Danh mục 6

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -36.60867 0.0000 Test critical values: 1% level -3.963848

5% level -3.412649 10% level -3.128291

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:46

Sample (adjusted): 10/28/2009 4/26/2016 Included observations: 1584 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.911083 0.024887 -36.60867 0.0000 C -0.000661 0.000792 -0.835575 0.4035 @TREND("10/27/2009") 4.91E-07 8.09E-07 0.606736 0.5441

R-squared 0.458806 Mean dependent var 2.10E-05 Adjusted R-squared 0.458121 S.D. dependent var 0.021388 S.E. of regression 0.015744 Akaike info criterion -5.462827 Sum squared resid 0.391886 Schwarz criterion -5.452661 Log likelihood 4329.559 Hannan-Quinn criter. -5.459050 F-statistic 670.1584 Durbin-Watson stat 2.006372 Prob(F-statistic) 0.000000

Danh mục 7

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 3 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -23.66868 0.0000 Test critical values: 1% level -3.965192

5% level -3.413307 10% level -3.128681

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:51

Sample (adjusted): 9/17/2010 4/26/2016 Included observations: 1287 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -1.748202 0.073861 -23.66868 0.0000 D(PORTFOLIO_RETURN(-1)) 0.411729 0.060704 6.782594 0.0000 D(PORTFOLIO_RETURN(-2)) 0.271736 0.045644 5.953326 0.0000 D(PORTFOLIO_RETURN(-3)) 0.099761 0.027821 3.585772 0.0003 C -0.000361 0.001531 -0.235889 0.8136 @TREND("9/13/2010") -3.70E-07 1.81E-06 -0.204775 0.8378

R-squared 0.649656 Mean dependent var 0.000223 Adjusted R-squared 0.648288 S.D. dependent var 0.046139 S.E. of regression 0.027363 Akaike info criterion -4.354628 Sum squared resid 0.959100 Schwarz criterion -4.330572 Log likelihood 2808.203 Hannan-Quinn criter. -4.345598 F-statistic 475.0803 Durbin-Watson stat 1.955482 Prob(F-statistic) 0.000000

Danh mục 8

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -34.06012 0.0000 Test critical values: 1% level -3.966473

5% level -3.413933 10% level -3.129052

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 18:55

Sample (adjusted): 11/02/2011 4/26/2016 Included observations: 1092 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -1.021218 0.029983 -34.06012 0.0000 C 0.000362 0.000896 0.403991 0.6863 @TREND("11/01/2011") 2.05E-07 1.33E-06 0.154954 0.8769

R-squared 0.515906 Mean dependent var 3.13E-05 Adjusted R-squared 0.515017 S.D. dependent var 0.021238 S.E. of regression 0.014790 Akaike info criterion -5.586951 Sum squared resid 0.238221 Schwarz criterion -5.573226 Log likelihood 3053.475 Hannan-Quinn criter. -5.581757 F-statistic 580.2808 Durbin-Watson stat 1.986754 Prob(F-statistic) 0.000000

Danh mục 9

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=24)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -21.71134 0.0000 Test critical values: 1% level -3.974737

5% level -3.417967 10% level -3.131441

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 09/21/16 Time: 21:11

Sample (adjusted): 2/06/2014 4/26/2016 Included observations: 553 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.922436 0.042486 -21.71134 0.0000 C 3.96E-05 0.001876 0.021127 0.9832 @TREND("1/27/2014") 4.47E-07 5.87E-06 0.076160 0.9393

R-squared 0.461521 Mean dependent var 1.81E-05 Adjusted R-squared 0.459562 S.D. dependent var 0.029960 S.E. of regression 0.022025 Akaike info criterion -4.787864 Sum squared resid 0.266806 Schwarz criterion -4.764453 Log likelihood 1326.844 Hannan-Quinn criter. -4.778717 F-statistic 235.6973 Durbin-Watson stat 1.992380 Prob(F-statistic) 0.000000

Danh mục 10

Null Hypothesis: PORTFOLIO_RETURN has a unit root Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on SIC, maxlag=26)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -40.59801 0.0000 Test critical values: 1% level -3.961885

5% level -3.411688 10% level -3.127722

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PORTFOLIO_RETURN) Method: Least Squares

Date: 10/16/16 Time: 19:01

Sample (adjusted): 7/13/2006 4/26/2016 Included observations: 2390 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PORTFOLIO_RETURN(-1) -0.806847 0.019874 -40.59801 0.0000 C -0.000291 0.000802 -0.362614 0.7169 @TREND("7/12/2006") 2.82E-07 5.44E-07 0.518883 0.6039

R-squared 0.408457 Mean dependent var 0.000103 Adjusted R-squared 0.407962 S.D. dependent var 0.025495 S.E. of regression 0.019617 Akaike info criterion -5.023621 Sum squared resid 0.918549 Schwarz criterion -5.016367 Log likelihood 6006.227 Hannan-Quinn criter. -5.020981 F-statistic 824.1061 Durbin-Watson stat 1.994217 Prob(F-statistic) 0.000000

PHỤ LỤC 1 KẾT QUẢ ƢỚC LƢỢNG GARCH(1,1) VỚI GIẢ THIẾT PHÂN PHỐI CHUẨN

Danh mục 1

Dependent Variable: PORTFOLIO_RETURN

Method: ML - ARCH (Marquardt) - Normal distribution Date: 09/22/16 Time: 23:06

Sample (adjusted): 2 2438

Included observations: 2437 after adjustments Convergence achieved after 20 iterations MA Backcast: 1

Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

C -2.89E-05 0.000395 -0.073123 0.9417 AR(1) -0.180022 0.181242 -0.993268 0.3206 MA(1) 0.292328 0.177898 1.643235 0.1003 Variance Equation C 4.44E-05 4.57E-06 9.717111 0.0000 RESID(-1)^2 0.275943 0.025126 10.98253 0.0000 GARCH(-1) 0.636523 0.026260 24.23884 0.0000

R-squared 0.030955 Mean dependent var -8.50E-05 Adjusted R-squared 0.030158 S.D. dependent var 0.021928 S.E. of regression 0.021594 Akaike info criterion -5.065228 Sum squared resid 1.135024 Schwarz criterion -5.050952 Log likelihood 6177.980 Hannan-Quinn criter. -5.060038 Durbin-Watson stat 1.828326

Inverted AR Roots -.18 Inverted MA Roots -.29

Danh mục 2

Dependent Variable: PORTFOLIO_RETURN

Method: ML - ARCH (Marquardt) - Normal distribution Date: 09/22/16 Time: 23:18

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình var để đo lường rủi ro danh mục nghiên cứu thực nghiệm cho danh mục đầu tư cổ phiếu các ngân hàng thương mại việt nam (Trang 64 - 89)

Tải bản đầy đủ (PDF)

(89 trang)