Ứng dụng mô hình VaR đo lường rủi ro thị trường VN-Index 2017-2021

Đo lường rủi ro VN-Index hiệu quả với mô hình VaR. Phân tích chi tiết cách áp dụng VaR để đánh giá và quản lý rủi ro đầu tư trên thị trường chứng khoán Việt Nam.

Trường đại học

Học viện Ngân hàng

Chuyên ngành

Tài chính

Người đăng

Ẩn danh

Thể loại

Đề tài nghiên cứu khoa học

2022

44
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI CAM ĐOAN

DANH MỤC VIẾT TẮT

DANH MỤC BẢNG BIỂU

1. ĐẶT VẤN ĐỀ

1. CHƯƠNG 1: KHUNG LÝ LUẬN VỀ VAR VÀ ỨNG DỤNG ĐO LƯỜNG RỦI RO THỊ TRƯỜNG CHỨNG KHOÁN

1.1. Những vấn đề cơ bản về rủi ro thị trường

1.1.1. Tổng quan

1.2. Tổng quan về Giá trị rủi ro (VaR)

1.3. Đo lường rủi ro thị trường bằng VaR

1.4. Các nghiên cứu thực nghiệm

1.4.1. Các nghiên cứu nước ngoài

1.4.2. Các nghiên cứu trong nước

1.4.3. Khoảng trống nghiên cứu

1.5. Khung nghiên cứu

1.5.1. Câu hỏi và giả thiết nghiên cứu

1.5.2. Đề xuất khung nghiên cứu của đề tài

2. CHƯƠNG 2: CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Mô tả dữ liệu

2.2. Phương pháp nghiên cứu

2.3. Tiến hành nghiên cứu

2.3.1. Mô hình ARIMA

2.3.2. Mô hình GARCH

2.3.3. Mô hình VaR

3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ MỘT SỐ KHUYẾN NGHỊ

3.1. Bàn luận từ kết quả các mô hình

3.2. Một số khuyến nghị

KẾT THÚC VẤN ĐỀ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Rủi Ro VN Index Cách Thị Trường Vận Hành

Thị trường chứng khoán, bản chất là một định chế tài chính trực tiếp, nơi tập trung và phân phối vốn. Nó là nơi giao dịch các công cụ tài chính. Hoạt động mua bán, phát hành chứng khoán diễn ra giữa các chủ thể dựa trên quy luật cung cầu. Hàng hóa của thị trường là cổ phiếu, trái phiếu, chứng chỉ quỹ đầu tư và chứng khoán phái sinh. Chứng khoán có đặc điểm khác biệt so với hàng hóa thông thường. Chúng không có tính năng, tác dụng riêng như các hàng hóa khác, nó là những công cụ chuyển tải giá trị. Vì vậy, trong phát hành cũng như trong đầu tư mua bán chứng khoán, nhà đầu tư không cần quan tâm đến hình thức của chúng. Điều quan trọng cần nghiên cứu, phân tích, đó là: chứng khoán đó thật hay giả, khả năng sinh lợi và rủi ro thị trường VN-Index tiềm ẩn thế nào, khả năng thanh khoản ra sao. Hoạt động mua bán trên thị trường chủ yếu được thực hiện qua người môi giới. Thị trường gần với thị trường cạnh tranh hoàn hảo. Giá chứng khoán được xác định dựa trên quan hệ cung cầu của thị trường và phản ánh các thông tin liên quan đến chứng khoán. Thị trường về cơ bản là thị trường liên tục. Sau khi các chứng khoán được phát hành trên thị trường sơ cấp, nó có thể được mua đi bán lại nhiều lần trên thị trường thứ cấp. Sức hấp dẫn chủ yếu của kênh đầu tư này nằm ở khả năng hoạt động liên tục cũng như tạo điều kiện cho các nguồn vốn ngắn hạn phát huy vai trò tại các kênh huy động vốn trung và dài hạn. Rủi ro thị trường là loại rủi ro xuất phát từ những thay đổi của thị trường bao gồm rủi ro do biến động bất lợi của lãi suất, tỷ giá, giá vàng, giá chứng khoán và giá hàng hóa trên thị trường. Có hai phương pháp để đo lường rủi ro thị trường VN-Index: đo lường độ biến động của TSLN và đo lường giá trị chịu rủi ro (VaR VN-Index) của tài sản tài chính. Đề tài nghiên cứu về rủi ro thị trường VN-Index càng ngày càng không còn xa lạ ở trong và ngoài nước bởi chúng có thể đo lường, dự báo biến động của các chỉ số thực tế so với dự đoán, giúp các nhà kinh doanh ứng phó được những biến động thị trường.

1.1. Rủi ro thị trường và vai trò của chỉ số VN Index

Chỉ số VN-Index đóng vai trò quan trọng trong việc phản ánh rủi ro thị trường VN-Index. Nó là thước đo tổng quan về biến động giá của các cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE). Sự biến động của chỉ số này cho thấy mức độ rủi ro thị trường VN-Index chung mà các nhà đầu tư phải đối mặt. Theo tài liệu gốc, 'rủi ro thị trường...không chỉ là mối quan tâm hàng đầu của các nhà nghiên cứu, các nhà hoạch định chính sách mà còn là của cả những cá nhân đang tham gia hoạt động trong nền kinh tế'.

1.2. Các yếu tố ảnh hưởng đến rủi ro thị trường chứng khoán Việt Nam

Rủi ro thị trường chứng khoán Việt Nam chịu ảnh hưởng bởi nhiều yếu tố khác nhau. Các yếu tố vĩ mô như lãi suất, tỷ giá, lạm phát, tăng trưởng kinh tế có tác động lớn đến tâm lý nhà đầu tư và giá cổ phiếu. Bên cạnh đó, yếu tố vi mô liên quan đến hoạt động của từng doanh nghiệp, ngành nghề cũng ảnh hưởng đến rủi ro thị trường VN-Index. Sự kiện kinh tế, chính trị trong và ngoài nước cũng có thể tạo ra những biến động bất ngờ, tác động đến thị trường.

II. VaR VN Index Phương Pháp Đo Lường Rủi Ro Tối Ưu Nhất

VaR (Value at Risk) được định nghĩa là “thước đo tổn thất lớn nhất có khả năng xảy ra đối với giá trị thị trường của các công cụ tài chính cũng như giá trị cả danh mục các công cụ tài chính trong tương lai với một mức xác suất định trước trong một khoảng thời gian nhất định”. Như vậy, thước đo VaR phụ thuộc vào 2 yếu tố chính là kỳ đánh giá và xác suất tổn thất cho trước của danh mục. Mức độ tin cậy phổ biến thường được sử dụng trong đo lường VaR là 95% hoặc 99%, đồng nghĩa với việc xác suất để khoản thua lỗ lớn hơn VaR là 5% hoặc 1%. Nói một cách khác, VaR là một PP đo lường được tính bằng tiền của khoản lỗ tối đa được dự kiến trong một thời kỳ với một mức độ tin cậy cho sẵn. VaR có thể áp dụng được với mọi danh mục có tính lỏng (danh mục mà giá trị được điều chỉnh theo thị trường), vì thế nên không thể áp dụng được với các tài sản không có tính lỏng (BĐS, tác phẩm nghệ thuật…). Tất cả mọi tài sản lỏng đều có giá trị không cố định, được điều chỉnh theo thị trường với một quy luật phân bố xác suất nhất định - mọi nguyên nhân rủi ro của thị trường hình thành nên quy luật phân bố xác suất này. Hữu dụng với tất cả tài sản lòng, chứa đựng mọi nguồn RRTT, do đó VaR là PP đo lường toàn diện đối với RRTT VN-Index. VaR VN-Index được xác định dựa trên quy luật phân bố xác suất cho giá trị thị trường của danh mục. Thông thường, sự biến động giá trị của các tài sản lỏng được tuân theo quy luật phân phối chuẩn, với 2 giá trị đặc trưng là mức ý nghĩa (kỳ vọng) và phương sai. VaR có thể áp dụng cho một tài sản cá nhân, một danh mục đầu tư hoặc có thể là dùng cho toàn bộ công ty. Có 3 PP chính để tính toán VaR VN-Index: PP mô phỏng lịch sử, PP Variance – Covariance và PP mô phỏng Monte Carlo.

2.1. Ưu điểm và nhược điểm của mô hình VaR trong chứng khoán

VaR có nhiều ưu điểm như tính đơn giản, dễ hiểu, dễ áp dụng và có thể đo lường rủi ro cho nhiều loại tài sản khác nhau. Tuy nhiên, VaR cũng có những hạn chế nhất định. Ví dụ: nó giả định phân phối chuẩn của dữ liệu, không tính đến các sự kiện cực đoan (tail risk) và có thể cho kết quả khác nhau tùy thuộc vào phương pháp tính toán được sử dụng.Theo tài liệu gốc, 'VaR có thể áp dụng được với mọi danh mục có tính lỏng...'. Tuy nhiên, cần lưu ý đến nhược điểm của VaR khi thị trường biến động mạnh.

2.2. Ứng dụng của Value at Risk VaR trong quản trị rủi ro danh mục

VaR được sử dụng rộng rãi trong quản trị rủi ro danh mục đầu tư. Nó giúp các nhà quản lý quỹ, nhà đầu tư cá nhân ước tính mức lỗ tối đa có thể xảy ra trong một khoảng thời gian nhất định, từ đó đưa ra quyết định phân bổ vốn, quản lý rủi ro và phòng ngừa tổn thất. Ứng dụng VaR trong chứng khoán giúp nhà đầu tư hiểu rõ hơn về mức độ rủi ro mà họ đang gánh chịu.

2.3. Backtesting VaR để đánh giá độ chính xác của mô hình

Backtesting VaR là quá trình kiểm tra lại độ chính xác của mô hình VaR bằng cách so sánh kết quả dự đoán của mô hình với dữ liệu thực tế trong quá khứ. Nếu số lượng các trường hợp vượt quá ngưỡng VaR (exceedances) quá nhiều, điều đó cho thấy mô hình VaR có thể đang đánh giá thấp rủi ro và cần được điều chỉnh.

III. Đo Lường Rủi Ro VN Index Bằng Mô Hình ARIMA Hướng Dẫn Chi Tiết

Phần lớn các chuỗi dữ liệu thời gian đều có sự tương quan giữa các giá trị ở thời điểm hiện tại và các giá trị tại thời điểm trong quá khứ. Mục đích của mô hình ARIMA, viết tắt của cụm từ Autoregressive Integrated Moving Average là dự báo tốt hơn giá trị của chuỗi bằng việc xây dựng MH từ các biến trễ. MH ARIMA, biểu diễn phương trình hồi quy tuyến tính đa biến của biến phụ thuộc, gồm 2 thành phần chính: Auto regression (AR) và Moving average (MA). MH tự tương quan kết hợp với trung bình trượt ARIMA(p,q) có dạng: 𝑌𝑡 = 𝛽0 + 𝛽1 𝑌𝑡−1 + 𝛽2 𝑌𝑡−2 + . − 𝜃𝑞 𝜀𝑡−𝑞 Trong đó p là bậc tự hồi quy và q là bậc trung bình trượt. Để sử dụng hiệu quả mô hình ARIMA, cần kiểm tra tính dừng của dữ liệu, xác định bậc của AR và MA thông qua hàm tự tương quan (ACF) và hàm tự tương quan từng phần (PACF). Mô hình ARIMA giúp nhà đầu tư hiểu rõ hơn về biến động VN-Index trong quá khứ và dự đoán xu hướng trong tương lai.

3.1. Xác định tính dừng của chuỗi thời gian VN Index

Tính dừng là một thuộc tính quan trọng của chuỗi thời gian cần được kiểm tra trước khi áp dụng mô hình ARIMA. Chuỗi thời gian dừng có nghĩa là các đặc tính thống kê của chuỗi (ví dụ: trung bình, phương sai) không thay đổi theo thời gian. Các kiểm định như Augmented Dickey-Fuller (ADF) test có thể được sử dụng để kiểm tra tính dừng của chuỗi VN-Index. Nếu chuỗi không dừng, cần thực hiện các phép biến đổi (ví dụ: lấy sai phân) để đưa chuỗi về trạng thái dừng.

3.2. Lựa chọn bậc p d q phù hợp cho mô hình ARIMA

Việc lựa chọn bậc (p, d, q) phù hợp cho mô hình ARIMA là rất quan trọng để đảm bảo mô hình có khả năng dự đoán tốt. Bậc p (AR) đại diện cho số lượng các giá trị quá khứ được sử dụng để dự đoán giá trị hiện tại. Bậc d (I) đại diện cho số lần sai phân cần thiết để đưa chuỗi về trạng thái dừng. Bậc q (MA) đại diện cho số lượng các sai số dự đoán (prediction errors) trong quá khứ được sử dụng để dự đoán giá trị hiện tại. Các công cụ như ACF và PACF plots có thể giúp xác định bậc phù hợp cho mô hình.

3.3. Kiểm định và đánh giá mô hình ARIMA cho VN Index

Sau khi xây dựng mô hình ARIMA, cần kiểm định và đánh giá mô hình để đảm bảo rằng mô hình có khả năng dự đoán tốt và không có các vấn đề về thống kê. Các kiểm định như Ljung-Box test có thể được sử dụng để kiểm tra xem các sai số dự đoán có tương quan với nhau hay không. Các chỉ số như AIC và BIC có thể được sử dụng để so sánh các mô hình ARIMA khác nhau và chọn mô hình tốt nhất. Kiểm định mô hình VaR là bước quan trọng để đảm bảo độ tin cậy.

IV. Mô Hình GARCH Cách Đo Biến Động Rủi Ro Thị Trường VN Index

MH GARCH là sự cải tiến của MH ARCH khi đưa thêm các biến trễ của phương sai có điều kiện vào phương trình của phương sai theo dạng tự hồi quy. MH có dạng như sau: 𝑌𝑡 = 𝑋𝑡 𝛽 + 𝜀𝑡 𝜀𝑡 ~ i.d(0, ℎ𝑡 ) 𝑝 𝑞 2 ℎ𝑡 = 𝜀𝑡 + ∑𝑖=1 𝜃𝑡 ℎ𝑡−𝑖 + ∑𝑗=1 𝛼𝑡 𝜀 𝑡−𝑗 MH GARCH nói lên rằng phương sai ℎ𝑡 bây giờ phụ thuộc vào cả giá trị quá khứ của những cú sốc, đại diện bởi các biến trễ của hạng nhiễu bình phương, và các giá trị quá khứ của bản thân ℎ𝑡 đại diện bởi các biến ℎ𝑡−𝑖 . Nếu p =0 thì MH GARCH (0, q) đơn giản là MH ARCH (q). Dạng đơn giản nhất của MH GARCH là MH GARCH (1,1). GARCH được sử dụng để đo lường biến động VN-Index, giúp nhà đầu tư đánh giá mức độ rủi ro và đưa ra quyết định đầu tư phù hợp.

4.1. Ứng dụng mô hình GARCH 1 1 để ước lượng biến động VN Index

Mô hình GARCH (1,1) là một trong những mô hình GARCH đơn giản và phổ biến nhất. Nó cho phép ước lượng biến động của chuỗi thời gian dựa trên biến động trong quá khứ. Trong mô hình GARCH (1,1), biến động hiện tại phụ thuộc vào biến động trong quá khứ và độ lớn của các cú sốc (shocks) trong quá khứ.

4.2. Kiểm tra tính phù hợp của mô hình GARCH với dữ liệu VN Index

Sau khi ước lượng mô hình GARCH, cần kiểm tra tính phù hợp của mô hình với dữ liệu VN-Index. Các kiểm định như ARCH-LM test có thể được sử dụng để kiểm tra xem các sai số của mô hình có còn tồn tại hiệu ứng ARCH (Autoregressive Conditional Heteroskedasticity) hay không. Nếu vẫn còn hiệu ứng ARCH, điều đó cho thấy mô hình GARCH chưa thể hiện hết biến động của chuỗi VN-Index.

4.3. Sử dụng mô hình GARCH để dự báo biến động VN Index

Mô hình GARCH có thể được sử dụng để dự báo biến động VN-Index trong tương lai. Thông tin về biến động dự kiến có thể giúp nhà đầu tư đánh giá rủi ro thị trường VN-Index và đưa ra quyết định đầu tư phù hợp. Ví dụ: nếu biến động dự kiến cao, nhà đầu tư có thể giảm tỷ trọng đầu tư vào cổ phiếu hoặc sử dụng các công cụ phái sinh để phòng ngừa rủi ro.

V. Kết Quả Nghiên Cứu và Khuyến Nghị Áp Dụng VaR VN Index Hiệu Quả

Dựa trên đồ thị dữ liệu chỉ số VN-Index, có thể thấy tính dừng không tồn tại nên thay vì sử dụng chỉ số VN-Index để xây dựng MH dự báo, có thể lấy dữ liệu TSSL, là dữ liệu có tính dừng để xây dựng MH sự báo. Từ kết quả kiểm định đã chạy, TSSL của chỉ số VN-Index không tuân theo quy luật phân phối chuẩn mà là phân phối gần đối xứng và có hiện tượng “leptokurtic” với phần đuôi lớn. Vì vậy dạng phân phối GED sẽ được sử dụng cho MH. Một trong những nguyên nhân cho phân phối không chuẩn này chủ yếu là do TSSL của chỉ số VN-Index không phải là bước ngẫu nhiên. TSLN ngày hôm nay chịu ảnh hưởng của TSSL các ngày trước đó. Dựa trên MH ARIMA(2,0), TSLN của chỉ số VN-Index chịu sự ảnh hưởng của TSSL của 2 ngày trước đó. Mức độ biến động của TSSL chịu ảnh hưởng của nhân tố trong quá khứ. Dựa trên MH VaR, 4 PP được áp dụng trả về 4 kết quả Value at risk tương ứng là: Var 1 = 2. Kết luận: Với danh mục đầu tư là 100.000 VNĐ, chắc chắn đến 95% thua lỗ của ngày tiếp theo (nếu có) của cổ phiếu VN-INDEX không vượt quá khoảng 1.

5.1. Phân tích kết quả ước lượng các mô hình VaR ARIMA GARCH

Việc phân tích kết quả ước lượng các mô hình VaR, ARIMA, GARCH giúp nhà đầu tư hiểu rõ hơn về rủi ro thị trường VN-Index, xu hướng biến động giá và mức độ biến động của thị trường. Dựa trên kết quả phân tích, nhà đầu tư có thể đưa ra quyết định đầu tư phù hợp với khẩu vị rủi ro và mục tiêu đầu tư của mình.

5.2. Đề xuất khuyến nghị cho nhà đầu tư dựa trên kết quả nghiên cứu

Dựa trên kết quả nghiên cứu, một số khuyến nghị có thể được đưa ra cho nhà đầu tư như sau: - Nhà đầu tư nên sử dụng kết hợp các mô hình VaR, ARIMA, GARCH để đánh giá rủi ro thị trường VN-Index một cách toàn diện. - Nhà đầu tư nên thường xuyên cập nhật dữ liệu và kiểm định lại mô hình để đảm bảo tính chính xác của dự báo. - Nhà đầu tư nên đa dạng hóa danh mục đầu tư để giảm thiểu rủi ro. - Nhà đầu tư nên sử dụng các công cụ phái sinh để phòng ngừa rủi ro.

5.3. Hạn chế của nghiên cứu và hướng nghiên cứu tiếp theo

Nghiên cứu này có một số hạn chế như sau: - Dữ liệu sử dụng chỉ giới hạn trong giai đoạn 2017-2021. - Nghiên cứu chưa tính đến các yếu tố vĩ mô khác có thể ảnh hưởng đến thị trường chứng khoán. - Nghiên cứu chưa so sánh hiệu quả của các mô hình VaR khác nhau. Hướng nghiên cứu tiếp theo có thể tập trung vào việc mở rộng phạm vi dữ liệu, bổ sung các yếu tố vĩ mô và so sánh hiệu quả của các mô hình VaR khác nhau.

VI. Tương Lai Của Đo Lường Rủi Ro VN Index Xu Hướng Phát Triển

Việc đo lường rủi ro thị trường VN-Index sẽ ngày càng trở nên quan trọng trong bối cảnh thị trường chứng khoán Việt Nam ngày càng phát triển và hội nhập sâu rộng với thị trường quốc tế. Các phương pháp đo lường rủi ro sẽ ngày càng được hoàn thiện và ứng dụng rộng rãi hơn. Các công nghệ mới như trí tuệ nhân tạo (AI) và học máy (machine learning) có thể được sử dụng để phát triển các mô hình đo lường rủi ro chính xác và hiệu quả hơn.

6.1. Phát triển các mô hình VaR phức tạp hơn và chính xác hơn

Trong tương lai, các mô hình VaR có thể được phát triển phức tạp hơn và chính xác hơn bằng cách kết hợp các yếu tố vĩ mô, yếu tố tâm lý thị trường và sử dụng các phương pháp thống kê tiên tiến.

6.2. Ứng dụng trí tuệ nhân tạo và học máy trong đo lường rủi ro

Trí tuệ nhân tạo và học máy có thể được sử dụng để phân tích dữ liệu lớn, phát hiện các mô hình rủi ro tiềm ẩn và dự đoán biến động thị trường một cách chính xác hơn.

6.3. Nâng cao năng lực quản trị rủi ro cho nhà đầu tư và tổ chức tài chính

Việc nâng cao năng lực quản trị rủi ro cho nhà đầu tư và tổ chức tài chính là rất quan trọng để đảm bảo sự ổn định và phát triển bền vững của thị trường chứng khoán.

20/09/2025

Trích đoạn nội dung tài liệu

CHƯƠNG 1: KHUNG LÝ LUẬN VỀ VAR VÀ ỨNG DỤNG ĐO LƯỜNG RỦI RO THỊ TRƯỜNG CHỨNG KHOÁN 1. Những vấn đề cơ bản về rủi ro thị trường 1. Tổng quan Thị trường chứng khoán “Xét về mặt bản chất thì Thị trường chứng khoán (TTCK) chính là một định chế tài chính trực tiếp, nơi tập trung và phân phối các nguồn vốn tiết kiệm hoặc tạm thời nhàn rỗi, nơi giao dịch các công cụ tài chính của thị trường vốn. Tại đây, các hoạt động phát hành, mua bán trao đổi các loại chứng khoán diễn ra giữa các chủ thể tham gia, dựa trên quy luật cung-cầu”.

Đặng Tài An Trang, 2017). Dưới đây là một số đặc điểm cơ bản của TTCK: Thứ nhất, hàng hoá của TTCK là các loại chứng khoán: cổ phiếu, trái phiếu, chứng chỉ quỹ đầu tư, chứng khoán phái sinh. Chứng khoán có những đặc điểm khác biệt so với các hàng hóa thông thường. Chúng không có những tính năng, tác dụng riêng như các hàng hóa khác, nó là những công cụ chuyển tải giá trị.

Vì vậy, trong phát hành cũng như trong đầu tư mua bán chứng khoán người ta không cần quan tâm đến hình thức của chúng. Điều quan trọng cần nghiên cứu, phân tích, đó là: chứng khoán đó thật hay giả, khả năng sinh lợi và rủi ro tiềm ẩn thế nào, khả năng thanh khoản ra sao. Thứ hai, việc chuyển giao vốn từ người cung sang người cầu trên TTCK sơ cấp được thực hiện chủ yếu bởi cơ chế tài chính trực tiếp. Trong cơ chế tài chính trực tiếp, thay vì được luân chuyển từ người cung vốn qua các trung gian tài chính (như NHTM, công ty tài chính…) rồi mới tới người cầu vốn, nguồn tài chính không dừng lại ở bất kỳ một tổ chức tài chính (TCTT) trung gian nào.

Người có nhu cầu sử dụng vốn phải trả chi phí sử dụng vốn cho người cung vốn. Tuy nhiên, trong hình thức tài trợ trực tiếp, nguồn vốn có thể chuyển tới người có nhu cầu theo 2 hình thức: tài trợ trực tiếp qua trung gian và tài trợ trực tiếp không qua trung gian. Thực tế phát triển TTCK cho thấy, hầu hết các hoạt động phát hành chứng khoán để huy động vốn của các tổ chức phát hành được thực hiện thông qua các hình thức tài trợ trực tiếp qua trung gian hoặc không qua trung gian. 4 Thứ ba, hoạt động mua bán trên TTCK chủ yếu được thực hiện qua người môi giới.

TTCK được cấu thành bởi nhiều bộ phận thị trường, trong đó TTCK tập trung là bộ phận quan trọng. Do hàng hóa của thị trường này là các công cụ chuyển tải giá trị, nên bằng những giác quan thông thường nhà đầu tư (NĐT) khó có khả năng phân biệt được chứng khoán đó có đảm bảo yêu cầu về mặt pháp lý cũng như chất lượng của chúng. Vì vậy, để bảo vệ quyền lợi chính đáng cho NĐT, đảm bảo TTCK hoạt động đúng pháp luật, công bằng, công khai và hiệu quả, luật pháp các nước thường quy định hoạt động mua bán chứng khoán trên các thị trường có tổ chức phải thông qua các trung gian, đó là những nhà môi giới chứng khoán đã được cấp phép là thành viên giao dịch của thị trường đó. Các NĐT muốn mua hoặc bán chứng khoán không thể đến thị trường đàm phán để mua bán trực tiếp, mà bắt buộc phải đặt lệnh mua bán qua các nhà môi giới chứng khoán.

Thứ tư, TTCK gần với thị trường cạnh tranh hoàn hảo. TTCK bao gồm nhiều bộ phận thị trường khác nhau, trong đó TTCK tập trung là bộ phận trung tâm. Ở thị trường này, mọi người đều được tự do mua và bán theo nguyên tắc hoạt động của thị trường, không có sự áp đặt giá trên TTCK. Giá chứng khoán được xác định dựa trên quan hệ cung cầu của thị trường và phản ánh các thông tin có liên quan đến chứng khoán.

Thứ năm, TTCK về cơ bản là thị trường liên tục. Sau khi các chứng khoán được phát hành trên thị trường sơ cấp, nó có thể được mua đi bán lại nhiều lần trên thị trường thứ cấp. TTCK đảm bảo cho những người đầu tư có thể chuyển các chứng khoán của họ nắm giữ thành tiền bất cứ lúc nào họ muốn. Cũng vì lý do này, TTCK được coi là vừa gắn với hình thức tài chính dài hạn, vừa gắn với hình thức tài chính ngắn hạn tùy theo nhu cầu của chủ thể tham gia thị trường.

Dựa trên những đặc điểm đã nêu của TTCK, có thể thấy, sức hấp dẫn chủ yếu của kênh đầu tư này nằm ở khả năng hoạt động liên tục cũng như tạo điều kiện cho các nguồn vốn ngắn hạn phát huy vai trò tại các kênh huy động vốn trung và dài hạn. Nói cách khác, dòng tiền được trung chuyển một cách linh hoạt tới các bên cầu vốn, cũng như tạo cơ hội tối đa cho các chủ thể trong nền kinh tế tham gia hoạt động đầu tư. Tổng quan về rủi ro thị trường RRTT là một loại rủi ro xuất phát từ những thay đổi của thị trường bao gồm rủi ro do biến động bất lợi của lãi suất, tỷ giá, giá vàng, giá chứng khoán và giá hàng hóa trên thị 5 trường. RRTT được xác định thông qua các khoản mục chịu rủi ro tỷ giá và rủi ro lãi suất, ngoài ra còn chịu tác động bởi nhiều đại lượng khác không có trên bảng cân đối kế toán.

Hiện nay, có hai phương pháp (PP) để đo lường RRTT là đo lường độ biến động của TSLN và đo lường giá trị chịu rủi ro (VaR) của tài sản tài chính. Trong đó, độ biến động (hay phương sai) là PP đánh giá rủi ro đơn giản và tương đối hiệu quả, được tin dùng bởi rất nhiều TCTT. Mặc dù chỉ số này được như một thông tin quan trọng để đánh giá, so sánh và lựa chọn danh mục đầu tư, song vai trò của nó có thể gần như bị vô hiệu hóa khi thị trường gặp cú sốc lớn, gây ra hiện tượng đột biến về giá cả trong một chu kỳ ngắn. Trong trường hợp này, PP tính toán giá trị rủi ro VaR được xem là hữu ích hơn khi loại trừ được ảnh hưởng của các chỉ số đột biến.

Tổng quan về Giá trị rủi ro (VaR) 1. Khái niệm VaR được định nghĩa là “thước đo tổn thất lớn nhất có khả năng xảy ra đối với giá trị thị trường của các công cụ tài chính cũng như giá trị cả danh mục các công cụ tài chính trong tương lai với một mức xác suất định trước trong một khoảng thời gian nhất định”. Như vậy, ta có thể kết luận rằng thước đo VaR phụ thuộc vào 2 yếu tố chính là kỳ đánh giá và xác suất tổn thất cho trước của danh mục. Mức độ tin cậy phổ biến thường được sử dụng trong đo lường VaR là 95% hoặc 99%, đồng nghĩa với việc xác suất để khoản thua lỗ lớn hơn VaR là 5% hoặc 1%.

Nói một cách khác, VaR là một PP đo lường được tính bằng tiền của khoản lỗ tối đa được dự kiến trong một thời kỳ với một mức độ tin cậy cho sẵn. Ví dụ: Giá trị VaR là 5 triệu $ trong một ngày với độ tin cậy 95% có nghĩa là khoản lỗ không vượt quá 5 triệu $/ngày với độ tin cậy 95%. Đặc điểm VaR có thể áp dụng được với mọi danh mục có tính lỏng (danh mục mà giá trị được điều chỉnh theo thị trường), vì thế nên không thể áp dụng được với các tài sản không có tính lỏng (BĐS, tác phẩm nghệ thuật…). Tất cả mọi tài sản lỏng đều có giá trị không cố định, được điều chỉnh theo thị trường với một quy luật phân bố xác suất nhất định - mọi nguyên nhân rủi ro của thị trường hình thành nên quy luật phân bố xác suất này.

Hữu dụng 6 với tất cả tài sản lòng, chứa đựng mọi nguồn RRTT, do đó VaR là PP đo lường toàn diện đối với RRTT. VaR được xác định dựa trên quy luật phân bố xác suất cho giá trị thị trường của danh mục. Thông thường, sự biến động giá trị của các tài sản lỏng được tuân theo quy luật phân phối chuẩn, với 2 giá trị đặc trưng là mức ý nghĩa (kỳ vọng) và phương sai. VaR có thể áp dụng cho một tài sản cá nhân, một danh mục đầu tư hoặc có thể là dùng cho toàn bộ công ty.

Và từ đó tất nhiên, VaR có thể tính rủi ro cho các đối thủ của công ty. Phương pháp tính toán PP mô phỏng lịch sử. VaR được tính toán mà không cần phải giả thiết giá trị VaR tuân theo phân phối chuẩn, theo đó cách tính này mang tính chất đơn giản. Tuy nhiên kết quả tính toán từ PP này sẽ mang tính chính xác kém hơn.

Ưu điểm của PP này là cho ra kết quả nhanh, khối lượng tính toán ít, phù hợp khi nhà quản trị có một danh mục tài sản tài chính, hay các hợp đồng kỳ hạn với giá trị nhỏ. Khuyết điểm của PP này là kết quả tính VaR kém chính xác, từ đó gây trở ngại đến quá trình quản trị rủi ro. Một khuyết điểm khi không chú ý đến sự biến động rủi ro cùng nhau của các tài sản trong một danh mục. PP Variance – Covariance.

PP này còn gọi là PP phương sai, hiệp phương sai. PP này khắc phục được nhược điểm của PP mô phỏng lịch sử là vừa đáp ứng được tính chính xác, vừa thể hiện được sự biến động rủi ro của cả danh mục bằng ma trận covariance. Ưu điểm của PP này là đảm bảo tính tương quan của các đồng tiền trong danh mục, do đó làm cho VaR được tính chính xác hơn. Nhược điểm là VaR vướng phải một giả định là tuân theo phân phối chuẩn.

PP mô phỏng Monte Carlo. Đây là PP toàn diện nhất trong các PP tính VaR, với một kịch bản các tình huống có thể xảy ra, cộng thêm với nhiều mô phỏng sẽ cho ra kết quả chính xác về phân phối xác suất của VaR. Với sự hỗ trợ của các phần mềm việc tính toán tìm ra VaR ở mức độ tin cậy 95% hay 99% đã trở nên không đáng lo ngại. 7 Ưu điểm là PP này cho kết quả chính xác nhất, vì nó bao hàm những biến động có thể xảy ra trong quá khứ vào kết quả tính toán VaR.

Nhược điểm của PP này là đòi hỏi khối lượng tính toán nhiều. Nhưng với sự phát triển của vô số các phần mềm hiện nay thì việc tính toán đã không còn là trở ngại lớn, nên PP này nên được sử dụng rộng rãi để có thể tính toán VaR chính xác nhất.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ