PHẦN 2 : NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
2.5 Dự báo về mức dư nợ có khả năng mất vốn trong thời gian tới tại ngân hàng
2.5.1 Phương pháp lịch sử
Sử dụng phương pháp tính gí trị mức lỗ Value at Rick đây là một cách khá đơn giản dễ tiếp cận, khơng địi hỏi giả thuyết phân bổ, phương pháp này đưa ra giả thuyết rằng sự phân bổ tỷ suất lợi trong quá khứ có thể tái diễn trong tương lai, tuy nhiên phương pháp này lại có nhược điểm là yêu cầu một lượng dữ kiệu lớn trong quá khứ để có thể tính tốn các giá trị VaR một cách chính xác và tương lai khơng lặp lại.
Số mẫu quan sát được của nợ có khả năng mất vốn (Nợ nhóm 5) tại VPBank là 20 số liệu được thu thập liên tục trong 5 năm (từ quý I năm 2014 đến quý IV năm 2018), sau đó số liệu được sắp xếp từ cao đến thấp và được biểu diễn ở hình 2.6 như sau:
1.875 1.688 1.544 1.571 1.341 1.386 866 889 967 1.021 1.029 1.048 1.060 1.076 1.089 345 413 467 516 146 2.000 1.800 1.600 1.400 1.200 1.000 800 600 400 200 0 Đơn vị tính: Tỷ đồng
Hình 2.7: Biểu đồ biểu diễn nợ có khả năng mất vốn tại VPBank giai đoạn 2014 – 2018 (đã được sắp xếp)
(Nguồn: Tác giả tính tốn bằng exel)
Trong trường hợp này số mẫu quan sát là n = 20, Giả sử bỏ qua u cầu tính tốn ra được mức lỗ tối đa hay nói cách khác trong trường hợp là mức nợ xấu tối đa mà VPBank có thể gặp phải.
Với độ tin cậy là 95% thì VaR là giá trị đứng thứ (1-0,95)*20=1 trong danh sách đã sắp xếp theo thứ tự từ cao xuống thấp (đây là giá trị nợ xấu, nên tổn thất lớn nhất mà ngân hàng gặp phải là số nợ xấu lớn nhất), giá trị ở đây là 1.857 tỷ đồng.
Với độ tin cậy là 99% thì VaR là giá trị đứng thứ (1-0,99)*20=0,2. Do số liệu q ít dẫn đến tình trạng này nên giá trị lớn hơn 1.857 tỷ đồng.