Luận văn Thạc sĩ: Ứng dụng Value-at-Risk (VaR) trong Đo lường Rủi ro Thị trường Chứng khoán Việt Nam

Luận văn thạc sĩ: Ứng dụng VaR đo lường rủi ro thị trường chứng khoán Việt Nam. Nghiên cứu kinh tế lượng về quản trị rủi ro tài chính.

• Tác giả: Nguyễn Thụy Dung
• Người hướng dẫn: Dr. Trần Mạnh Hà
• Trường học: MSc in Finance
• Chuyên ngành: Finance
• Đề tài: The application of Value-at-Risk in measuring risks of Vietnamese stock market
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2020

Mục lục chi tiết

• TÓM TẮT THỰC HIỆN
• DANH MỤC HÌNH VẼ
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Lý do nghiên cứu
• 1.2. Bối cảnh nghiên cứu
• 1.3. Mục tiêu nghiên cứu
• 1.4. Đóng góp của nghiên cứu
• 1.5. Tổng quan cấu trúc nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN TÀI LIỆU
• 2.1. Cơ sở lý thuyết về rủi ro tài chính
• 2.1.1. Khái niệm và đo lường rủi ro tài chính
• 2.1.2. Phân loại rủi ro tài chính
• 2.2. Mô hình Giá trị chịu rủi ro (VaR)
• 3. CHƯƠNG 3: KINH TẾ VÀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
• 3.1. Tổng quan về kinh tế Việt Nam
• 3.2. Sự phát triển của thị trường chứng khoán Việt Nam
• 4. CHƯƠNG 4: PHƯƠNG PHÁP NGHIÊN CỨU
• 4.1. Phương pháp thu thập và phân tích dữ liệu
• 5. CHƯƠNG 5: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 5.1. Đánh giá rủi ro sử dụng mô hình VaR
• 6. CHƯƠNG 6: KẾT LUẬN

Tóm tắt

I. VaR trong Chứng khoán Việt Tổng quan và ứng dụng 55 ký tự

Thị trường tài chính đóng vai trò quan trọng trong sự tăng trưởng và phát triển của mọi nền kinh tế. Tuy nhiên, một đặc điểm cố hữu của thị trường tài chính là sự biến động đi kèm với nhiều loại rủi ro khác nhau. Vấn đề hóc búa về đo lường các rủi ro phức tạp của thị trường tài chính vẫn là một thách thức đối với không chỉ các học giả mà còn cả những người tham gia thị trường. Bài viết này cố gắng phân tích sâu hơn sự hiện diện của Value at Risk (VaR) trong việc định lượng các rủi ro liên quan đến thị trường tài chính. Trong phạm vi bài viết này, trọng tâm sẽ tập trung vào ứng dụng VaR tại thị trường chứng khoán Việt Nam. Xem xét chỉ số VN30 như một bức tranh giá trị về thị trường chứng khoán Việt Nam trong giai đoạn từ ngày 21 tháng 4 năm 2019 đến ngày 20 tháng 4 năm 2020, bài viết này triển khai bốn phương pháp VaR, bao gồm Parametric Value at Risk (PVaR), Historical Value at Risk (HVaR), Modified Value at Risk (MVaR) và Conditional Value at Risk (CVaR). Mỗi phương pháp có thể có những điểm yếu cụ thể mà có thể khắc phục bằng những ưu điểm của các phương pháp khác. Những phát hiện chính của bài viết này hy vọng sẽ cung cấp những hiểu biết thực tế về ứng dụng VaR vào đo lường rủi ro cho thị trường chứng khoán tại Việt Nam dựa trên phân tích chuyên sâu về các tài liệu trước đây về vấn đề này.

1.1. Bối cảnh nghiên cứu Tầm quan trọng của VaR

Nghiên cứu này xuất phát từ thực tế thị trường chứng khoán Việt Nam ngày càng phát triển và tầm quan trọng của việc đo lường rủi ro. Sự tăng trưởng kinh tế của Việt Nam phụ thuộc nhiều vào luân chuyển vốn giữa người tiết kiệm và nhà đầu tư. Do đó, sự lành mạnh của cơ sở hạ tầng thị trường tài chính trở nên quan trọng đối với sự phát triển kinh tế. Việc xác định các phương pháp tiếp cận phù hợp để xác định và giảm thiểu rủi ro trên thị trường chứng khoán trở nên cấp thiết. VaR (Value at Risk) đã trở thành một công cụ tiêu chuẩn trong quản lý rủi ro, được sử dụng rộng rãi bởi các nhà đầu tư, quản lý danh mục đầu tư và các tổ chức tài chính trên toàn cầu. Nghiên cứu này nhằm mục đích đánh giá khả năng ứng dụng của VaR trong bối cảnh thị trường Việt Nam.

1.2. Mục tiêu nghiên cứu Áp dụng VaR đo lường rủi ro

Nghiên cứu này tập trung vào việc áp dụng mô hình VaR để đo lường rủi ro trên thị trường chứng khoán Việt Nam. Các mục tiêu cụ thể bao gồm: (1) Triển khai mô hình VaR để đo lường rủi ro; (2) Tìm hiểu các rủi ro hiện tại và sự biến động trên thị trường chứng khoán Việt Nam; (3) Xác định sự tồn tại của các kết luận khác nhau giữa các phương pháp VaR khác nhau; (4) Đưa ra các khuyến nghị tiềm năng về quản lý rủi ro cho thị trường chứng khoán Việt Nam. Nghiên cứu này giới hạn phạm vi trong thị trường chứng khoán Việt Nam và không bao gồm các hình thức chứng khoán khác như trái phiếu hoặc thị trường phái sinh.

1.3. Đóng góp của nghiên cứu Góc nhìn về rủi ro thị trường

Nghiên cứu này kỳ vọng đóng góp cho giới học thuật và thực tiễn. Thứ nhất, có rất ít nghiên cứu đo lường mức độ rủi ro trên thị trường tài chính Việt Nam. Thứ hai, sự ổn định và tăng trưởng của thị trường chứng khoán Việt Nam vẫn là mối quan tâm đáng kể. Do đó, đóng góp thứ hai là đánh giá mức độ rủi ro hiện tại của thị trường chứng khoán Việt Nam. Nghiên cứu cũng đánh giá khả năng áp dụng mô hình VaR trong bối cảnh quản lý rủi ro, được nhấn mạnh bởi Basel III. Những phát hiện chính của nghiên cứu sẽ cung cấp những hiểu biết thực tế về ứng dụng VaR vào đo lường rủi ro cho thị trường chứng khoán Việt Nam, giúp các nghiên cứu trong tương lai và người tham gia thị trường có cái nhìn tốt hơn về bối cảnh rủi ro của thị trường chứng khoán Việt Nam.

II. Phân loại Rủi ro Tài chính Cách tiếp cận và đo lường 59 ký tự

Khái niệm rủi ro, còn được gọi là sự biến động hoặc không chắc chắn, là một khái niệm quan trọng trong thế giới tài chính. Rủi ro có thể được định nghĩa là mức độ không chắc chắn có thể xảy ra trong hầu hết mọi khía cạnh của cuộc sống. Về mặt toán học, rủi ro có thể được mô tả bằng hai thành phần: mức độ không chắc chắn và mức độ tiếp xúc liên quan đến đối tượng phải đối mặt với sự không chắc chắn đó. Trong thế giới tài chính, rủi ro là một khía cạnh vốn có của mọi chứng khoán và khoản đầu tư. Những người tham gia thị trường tài chính phải đối mặt với nhiều loại rủi ro do các yếu tố cụ thể liên quan đến các chứng khoán hoặc các yếu tố kinh tế vĩ mô ảnh hưởng đến toàn bộ thị trường. Rủi ro có thể được định nghĩa là khả năng có sự khác biệt bất lợi giữa kết quả dự kiến ​​và kết quả thực tế. Các học giả thường xem xét các chuyển động và hành vi lịch sử của giá chứng khoán để định lượng rủi ro.

2.1. Đo lường rủi ro Phương pháp thống kê truyền thống

Các nhà lý thuyết tài chính thường sử dụng phương pháp thống kê để đo lường mức độ rủi ro liên quan đến đầu tư. Độ lệch chuẩn được sử dụng để thể hiện sự biến động của giá chứng khoán trong một khoảng thời gian cụ thể. Phương pháp này đo lường sự khác biệt giữa giá và giá trị trung bình lịch sử, thể hiện sự biến động giá chứng khoán. Độ xiên và kurtosis cũng được sử dụng để đo lường rủi ro bằng cách xem xét sự phân phối lợi nhuận của tài sản tài chính. Độ xiên dương cho thấy một khoản đầu tư ít rủi ro hơn, trong khi độ xiên âm cho thấy một danh mục đầu tư có rủi ro cao hơn. Những phương pháp này cung cấp thông tin chi tiết về mức độ rủi ro của các khoản đầu tư khác nhau.

2.2. CAPM Mô hình định giá tài sản vốn

Một đóng góp quan trọng khác vào tài liệu về rủi ro tài chính là Mô hình định giá tài sản vốn (CAPM). CAPM sử dụng một yếu tố duy nhất, được gọi là beta thị trường, để phản ánh các đặc điểm của thị trường tài chính. Beta thị trường đo lường sự biến động của toàn bộ thị trường và được sử dụng để đo lường sự biến động của các tài sản khác. Beta đóng vai trò là cơ sở để đo lường sự biến động của các tài sản khác, với phí bảo hiểm rủi ro cụ thể tùy thuộc vào các đặc điểm cụ thể của tài sản tài chính. Beta cao hơn cho thấy rằng tài sản tiếp xúc với rủi ro cao hơn so với tài sản có beta thấp hơn. Beta được tính bằng cách chia hiệp phương sai giữa lợi nhuận danh mục đầu tư hoặc cổ phiếu riêng lẻ và lợi nhuận thị trường tương đối cho phương sai trong lợi nhuận danh mục đầu tư thị trường.

2.3. Hạn chế của phương pháp dựa trên dữ liệu lịch sử

Tuy nhiên, phương pháp đo lường rủi ro bằng dữ liệu lịch sử có thể vi phạm lý thuyết tài chính cơ bản về bước đi ngẫu nhiên. Giả thuyết bước đi ngẫu nhiên cho rằng thông tin hoặc giá cổ phiếu trong quá khứ không thể được sử dụng để dự đoán các chuyển động trong tương lai. Giả thuyết này làm phức tạp thêm việc đo lường rủi ro trong thế giới tài chính. Phương pháp đo lường rủi ro bằng dữ liệu lịch sử giả định rằng các mô hình và xu hướng trong quá khứ sẽ tiếp tục trong tương lai. Tuy nhiên, thị trường tài chính rất năng động và có thể thay đổi nhanh chóng, gây khó khăn cho việc dự đoán rủi ro chính xác dựa trên dữ liệu trong quá khứ. Điều này nhấn mạnh sự cần thiết của một sự hiểu biết toàn diện về việc đo lường rủi ro.

III. 4 Phương Pháp Tính VaR Phổ Biến Ứng dụng 58 ký tự

Mô hình VaR đo lường các tổn thất tiềm năng do các biến động thị trường bất lợi. Trong những năm gần đây, mô hình VaR đã trở thành một công cụ tiêu chuẩn được sử dụng trong quy trình quản lý rủi ro không chỉ bởi những người tham gia thị trường tài chính mà còn bởi các nhà quản lý trong các lĩnh vực kinh doanh khác. Có bốn phương pháp VaR bao gồm: Parametric Value at Risk (PVaR), Historical Value at Risk (HVaR), Modified Value at Risk (MVaR) và Conditional Value at Risk (CVaR).

3.1. Parametric Value at Risk PVaR

PVaR giả định rằng lợi nhuận của tài sản tuân theo phân phối chuẩn. Phương pháp này tính toán VaR dựa trên giá trị trung bình và độ lệch chuẩn của lợi nhuận. PVaR dễ tính toán và dễ hiểu, nhưng nó có thể không chính xác nếu lợi nhuận không được phân phối bình thường. Để tính toán PVaR, cần phải ước tính giá trị trung bình và độ lệch chuẩn của lợi nhuận tài sản. Sau đó, VaR được tính bằng cách nhân độ lệch chuẩn với giá trị z tương ứng với mức độ tin cậy mong muốn. Ví dụ, để tính toán VaR ở mức độ tin cậy 95%, giá trị z là 1,645.

3.2. Historical Value at Risk HVaR

HVaR sử dụng dữ liệu lợi nhuận lịch sử để tính toán VaR. Phương pháp này không giả định bất kỳ phân phối cụ thể nào cho lợi nhuận, khiến nó trở nên linh hoạt hơn PVaR. Tuy nhiên, HVaR có thể bị ảnh hưởng bởi các sự kiện cực đoan trong quá khứ. HVaR được tính bằng cách sắp xếp lợi nhuận lịch sử từ thấp nhất đến cao nhất và chọn lợi nhuận ở phần trăm thứ p, trong đó p là mức độ tin cậy mong muốn. Ví dụ, để tính toán VaR ở mức độ tin cậy 95%, VaR là lợi nhuận ở phần trăm thứ 5.

3.3. Modified Value at Risk MVaR

MVaR là một biến thể của PVaR tính đến độ xiên và kurtosis của lợi nhuận. Phương pháp này chính xác hơn PVaR khi lợi nhuận không được phân phối bình thường. MVaR được tính bằng cách điều chỉnh giá trị z được sử dụng trong PVaR để tính đến độ xiên và kurtosis của lợi nhuận. Độ xiên và kurtosis là các thước đo độ bất đối xứng và độ nhọn của phân phối, tương ứng. Bằng cách tính đến các yếu tố này, MVaR có thể cung cấp ước tính chính xác hơn về rủi ro hơn PVaR.

3.4. Conditional Value at Risk CVaR

CVaR, còn được gọi là Expected Shortfall (ES), đo lường tổn thất trung bình nếu tổn thất vượt quá VaR. CVaR cung cấp một thước đo rủi ro toàn diện hơn VaR, vì nó xem xét mức độ nghiêm trọng của tổn thất vượt quá VaR. CVaR được tính bằng cách lấy giá trị trung bình của tất cả các tổn thất vượt quá VaR. Ví dụ, nếu VaR là 1 triệu đô la và CVaR là 1,5 triệu đô la, điều đó có nghĩa là nếu tổn thất vượt quá 1 triệu đô la, tổn thất trung bình sẽ là 1,5 triệu đô la.

IV. Ứng dụng VaR Đánh giá rủi ro VN30 2019 2020 57 ký tự

Bài viết này tập trung vào ứng dụng VaR tại thị trường chứng khoán Việt Nam. Xem xét chỉ số VN30 như một bức tranh giá trị về thị trường chứng khoán Việt Nam trong giai đoạn từ ngày 21 tháng 4 năm 2019 đến ngày 20 tháng 4 năm 2020, bài viết này triển khai bốn phương pháp VaR, bao gồm Parametric Value at Risk (PVaR), Historical Value at Risk (HVaR), Modified Value at Risk (MVaR) và Conditional Value at Risk (CVaR).

4.1. Thu thập và phân tích dữ liệu VN30

Nghiên cứu này thu thập dữ liệu giá hàng ngày của các cổ phiếu thành phần VN30 từ ngày 21 tháng 4 năm 2019 đến ngày 20 tháng 4 năm 2020. Dữ liệu này được sử dụng để tính toán lợi nhuận hàng ngày và các thống kê mô tả như giá trị trung bình, độ lệch chuẩn, độ xiên và kurtosis. Ngoài ra, nghiên cứu còn sử dụng các mô hình GARCH để ước tính độ biến động của thị trường. Dữ liệu được phân tích bằng phần mềm thống kê để ước tính VaR bằng bốn phương pháp khác nhau.

4.2. So sánh các phương pháp VaR trên VN30

Nghiên cứu so sánh kết quả VaR thu được từ bốn phương pháp khác nhau. Các kết quả được so sánh về độ chính xác, tính đơn giản và yêu cầu tính toán. Nghiên cứu cũng đánh giá hiệu quả của từng phương pháp trong việc dự đoán rủi ro thị trường. Các kết quả cho thấy rằng MVaR và CVaR cung cấp ước tính chính xác hơn về rủi ro so với PVaR và HVaR. Tuy nhiên, MVaR và CVaR phức tạp hơn và yêu cầu nhiều tính toán hơn.

4.3. Đề xuất quản lý rủi ro dựa trên VaR

Dựa trên kết quả nghiên cứu, bài viết đưa ra một số đề xuất về quản lý rủi ro cho thị trường chứng khoán Việt Nam. Các đề xuất bao gồm: (1) Sử dụng MVaR hoặc CVaR để đo lường rủi ro; (2) Xem xét độ xiên và kurtosis của lợi nhuận; (3) Sử dụng mô hình GARCH để ước tính độ biến động; (4) Thực hiện kiểm tra lại VaR. Bằng cách làm theo các đề xuất này, các nhà đầu tư và nhà quản lý danh mục đầu tư có thể quản lý rủi ro hiệu quả hơn và cải thiện hiệu suất của họ.

V. Kết luận VaR và tương lai quản trị rủi ro tại VN 56 ký tự

Nghiên cứu này kết luận rằng VaR là một công cụ hữu ích để đo lường rủi ro trên thị trường chứng khoán Việt Nam. Tuy nhiên, điều quan trọng là phải chọn phương pháp VaR phù hợp và xem xét các hạn chế của từng phương pháp. Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc quản lý rủi ro và đưa ra một số đề xuất để cải thiện quản lý rủi ro trên thị trường chứng khoán Việt Nam.

5.1. Tổng kết các phát hiện chính về VaR

Nghiên cứu này đã chỉ ra rằng MVaR và CVaR cung cấp ước tính chính xác hơn về rủi ro so với PVaR và HVaR. MVaR và CVaR tính đến độ xiên và kurtosis của lợi nhuận, giúp chúng phù hợp hơn để đo lường rủi ro trên thị trường chứng khoán Việt Nam, nơi lợi nhuận không được phân phối bình thường. Nghiên cứu cũng cho thấy rằng mô hình GARCH có thể được sử dụng để ước tính độ biến động và rằng việc kiểm tra lại VaR là quan trọng để đảm bảo độ chính xác của kết quả VaR.

5.2. Hạn chế của nghiên cứu và hướng phát triển

Nghiên cứu này có một số hạn chế. Thứ nhất, nghiên cứu chỉ sử dụng dữ liệu từ một năm. Thứ hai, nghiên cứu chỉ tập trung vào chỉ số VN30. Thứ ba, nghiên cứu không xem xét tác động của các yếu tố kinh tế vĩ mô đến rủi ro thị trường. Các nghiên cứu trong tương lai nên xem xét dữ liệu từ một giai đoạn dài hơn, tập trung vào các cổ phiếu riêng lẻ và xem xét tác động của các yếu tố kinh tế vĩ mô. Các nghiên cứu trong tương lai cũng nên khám phá các phương pháp đo lường rủi ro khác, chẳng hạn như kiểm tra căng thẳng và phân tích kịch bản.

5.3. Tầm quan trọng của quản trị rủi ro hiệu quả

Quản trị rủi ro hiệu quả là rất quan trọng để duy trì sự ổn định và tăng trưởng của thị trường chứng khoán Việt Nam. Bằng cách sử dụng VaR và các công cụ quản lý rủi ro khác, các nhà đầu tư và nhà quản lý danh mục đầu tư có thể quản lý rủi ro hiệu quả hơn và cải thiện hiệu suất của họ. Nghiên cứu này cung cấp những hiểu biết có giá trị về ứng dụng VaR trên thị trường chứng khoán Việt Nam và có thể giúp các nhà đầu tư và nhà quản lý danh mục đầu tư đưa ra quyết định sáng suốt hơn.

Nội dung chính

Tổng quan nghiên cứu

Thị trường tài chính đóng vai trò huyết mạch trong việc luân chuyển vốn và thúc đẩy tăng trưởng kinh tế quốc gia. Trong giai đoạn 2013-2019, nền kinh tế Việt Nam đạt mức tăng trưởng tổng sản phẩm quốc nội bình quân khoảng 6,4% mỗi năm, đặc biệt đạt 7,02% vào năm 2019. Cùng với sự bứt phá này, quy mô vốn hóa thị trường cổ phiếu đã vượt 54% GDP vào năm 2018 với hơn 750 doanh nghiệp niêm yết. Tuy nhiên, tính biến động và các cú sốc bất đối xứng luôn tiềm ẩn rủi ro lớn đối với các bên tham gia thị trường.

Vấn đề nghiên cứu trọng tâm là việc định lượng rủi ro thị trường tại một nền kinh tế mới nổi còn non trẻ như Việt Nam, nơi các khung khổ pháp lý và công cụ phòng ngừa rủi ro phái sinh chưa thực sự hoàn thiện. Mục tiêu cụ thể của luận văn là ứng dụng mô hình Giá trị chịu rủi ro (Value-at-Risk - VaR) để đo lường mức độ biến động, đánh giá tổn thất tiềm năng và so sánh hiệu quả giữa các cách tiếp cận VaR khác nhau trên thị trường chứng khoán Việt Nam.

Phạm vi nghiên cứu tập trung vào rổ chỉ số VN30 niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh trong khung thời gian 1 năm, từ ngày 21 tháng 4 năm 2019 đến ngày 20 tháng 4 năm 2020, bao gồm 250 phiên giao dịch liên tục. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp hệ thống đo lường rủi ro chuẩn hóa theo khuyến nghị Basel III, giúp xác định mức tổn thất tối đa hàng ngày ở các mức xác suất 90%, 95% và 99%, tạo nền tảng định lượng cho công tác phân bổ vốn và quản trị rủi ro danh mục.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng Lý thuyết Danh mục Đầu tư Hiện đại của Markowitz và Mô hình Định giá Tài sản Vốn. Theo Lý thuyết Danh mục Đầu tư Hiện đại, rủi ro phi hệ thống của từng cổ phiếu riêng lẻ có thể được triệt tiêu thông qua việc đa dạng hóa tài sản trên nhiều ngành nghề khác nhau, trong khi rủi ro hệ thống gắn liền với các yếu tố vĩ mô như lãi suất, lạm phát và biến động kinh tế chung. Mô hình Định giá Tài sản Vốn tiếp tục bổ sung mối quan hệ đánh đổi giữa rủi ro và lợi nhuận kỳ vọng thông qua hệ số beta thị trường.

Bên cạnh đó, nghiên cứu khai thác các khái niệm cốt lõi trong thống kê tài chính bao gồm: Giá trị chịu rủi ro (VaR) thể hiện mức tổn thất tối đa dự kiến trong một khoảng thời gian nhất định ở mức độ tin cậy xác định; Tổn thất kỳ vọng hay Giá trị chịu rủi ro có điều kiện (CVaR) đo lường mức tổn thất trung bình vượt quá ngưỡng VaR; Độ lệch thể hiện tính bất đối xứng của phân phối tỷ suất sinh lợi; và Độ nhọn phản ánh hiện tượng đuôi béo thường thấy trong chuỗi dữ liệu tài chính thực tế.

Phương pháp nghiên cứu

Nghiên cứu được thiết kế theo phương pháp định lượng ứng dụng nhằm giải quyết bài toán thực tiễn về quản trị rủi ro. Nguồn dữ liệu thứ cấp bao gồm giá đóng cửa hàng ngày của 30 cổ phiếu thuộc rổ chỉ số VN30, được trích xuất từ các kênh dữ liệu tài chính uy tín như Ủy ban Chứng khoán Nhà nước, Bloomberg và Reuters.

Cỡ mẫu nghiên cứu gồm 250 ngày giao dịch (tương ứng với 249 tỷ suất sinh lợi kép liên tục hàng ngày), được thu thập theo phương pháp chọn mẫu thuận tiện có chủ đích. Lý do lựa chọn rổ VN30 vì nhóm cổ phiếu này đại diện cho các doanh nghiệp có giá trị vốn hóa và thanh khoản lớn nhất, phản ánh trung thực hơn 70% biến động của toàn bộ thị trường chứng khoán Việt Nam.

Quy trình phân tích dữ liệu được thực hiện trên môi trường ngôn ngữ lập trình R thông qua gói lệnh chuyên dụng. Bốn phương pháp VaR được áp dụng song song bao gồm: VaR Tham số giả định phân phối chuẩn dựa trên ma trận phương sai - hiệp phương sai; VaR Lịch sử dựa trên hàm phân phối thực nghiệm của dữ liệu quá khứ; Modified VaR sử dụng khai triển Cornish-Fisher để hiệu chỉnh độ lệch và độ nhọn; và Conditional VaR tích phân phần đuôi phân phối để nắm bắt các tổn thất cực đoan.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, tỷ suất sinh lợi kép bình quân hàng ngày của rổ chỉ số VN30 trong giai đoạn nghiên cứu đạt mức âm 0,0708%, với biên độ dao động giữa ngày tăng cao nhất và ngày giảm sâu nhất lên tới 11,0318%. Sự phân tán mạnh này phản ánh tác động tiêu cực của các cú sốc thị trường vào đầu năm 2020.

Thứ hai, kết quả thống kê mô tả từng cổ phiếu cho thấy chỉ có 7 trên tổng số 30 mã duy trì được tỷ suất sinh lợi dương bình quân ngày, dẫn đầu là FPT với mức tăng 0,08%, trong khi 23 mã còn lại ghi nhận hiệu suất âm, thấp nhất là ROS với mức âm 0,84%. Phần lớn chuỗi lợi nhuận của các cổ phiếu đều có hệ số độ lệch âm dưới mức âm 0,05, chứng minh phân phối lợi nhuận bị lệch trái rõ rệt với rủi ro xuất hiện các phiên giảm điểm mạnh chiếm ưu thế.

Thứ ba, ở cấp độ danh mục VN30, mức rủi ro tổn thất tối đa một ngày tại độ tin cậy 90% là 2,22%, tại độ tin cậy 95% là 2,75% và tăng mạnh ở mức độ tin cậy 99%. Trong đó, mô hình VaR Lịch sử cho ước lượng rủi ro thấp nhất ở mức tin cậy 90% và 95%, trong khi mô hình Modified VaR và CVaR cho thấy khả năng nhận diện rủi ro đuôi vượt trội hơn khi xét ở ngưỡng tin cậy 99%.

Thứ tư, khi phân tích đóng góp rủi ro của từng thành phần, các cổ phiếu nhóm ngân hàng như TCB và VPB ghi nhận tỷ lệ đóng góp rủi ro vào danh mục cao hơn hẳn tỷ trọng vốn hóa thực tế của chúng trong rổ chỉ số, tạo ra sự mất cân đối rủi ro tập trung cho toàn bộ rổ VN30.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự chênh lệch kết quả giữa các phương pháp đo lường xuất phát từ việc chuỗi dữ liệu thực tế không tuân theo phân phối chuẩn đối xứng mà xuất hiện hiện tượng đuôi béo và bất đối xứng nghiêm trọng. Khi thị trường đối mặt với biến động bất thường như sự bùng phát dịch bệnh đầu năm 2020, mô hình VaR Tham số truyền thống có xu hướng đánh giá thấp rủi ro thực tế do bỏ qua độ nhọn và độ lệch. Ngược lại, việc ứng dụng khai triển Cornish-Fisher trong Modified VaR và việc tích phân phần đuôi của CVaR đã tái hiện chính xác hơn tổn thất tiềm năng trong các tình huống căng thẳng.

Kết quả này hoàn toàn tương đồng với các nghiên cứu thực nghiệm tại các thị trường mới nổi ở châu Á, khẳng định rằng CVaR và Modified VaR là các thước đo rủi ro mạch lạc hơn cho thị trường chứng khoán Việt Nam. Trong quá trình trình bày báo cáo, dữ liệu rủi ro có thể được biểu diễn hiệu quả thông qua biểu đồ phân phối mật độ tỷ suất sinh lợi kết hợp đường ngưỡng giới hạn VaR, biểu đồ cột so sánh tỷ trọng vốn hóa và tỷ trọng rủi ro thành phần, cùng bảng ma trận đối chiếu 4 phương pháp VaR ở các mức độ tin cậy 90%, 95% và 99%.

Đề xuất và khuyến nghị

Thứ nhất, Ủy ban Chứng khoán Nhà nước và các Sở Giao dịch Chứng khoán cần thiết lập hệ thống giám sát rủi ro thị trường theo thời gian thực ứng dụng mô hình CVaR và Modified VaR với độ tin cậy 99%, đặt mục tiêu duy trì tỷ lệ sai số kiểm thử ngược dưới 1%, hoàn thành triển khai trong giai đoạn 2021-2022 nhằm nâng cao năng lực cảnh báo sớm cho toàn thị trường.

Thứ hai, các công ty quản lý quỹ và nhà quản trị danh mục cần tái cấu trúc tỷ trọng phân bổ tài sản, chủ động áp dụng hạn mức rủi ro thành phần thay vì chỉ dựa vào vốn hóa. Cụ thể, cần khống chế mức độ đóng góp rủi ro của nhóm cổ phiếu ngân hàng và tài chính trong rổ VN30 ở mức dưới 30% tổng rủi ro danh mục, thực hiện rà soát định kỳ hàng quý từ năm 2021.

Thứ ba, cơ quan điều hành thị trường cần đẩy nhanh việc đa dạng hóa các sản phẩm chứng khoán phái sinh ngoài hợp đồng tương lai chỉ số VN30, hướng đến mục tiêu nâng tỷ trọng giao dịch của các công cụ phòng hộ rủi ro đuôi đạt ít nhất 15% đến 20% tổng thanh khoản thị trường trước năm 2023.

Thứ tư, các ngân hàng thương mại và công ty chứng khoán thành viên cần chuẩn hóa hệ thống quản trị rủi ro nội bộ theo chuẩn mực Basel III, chuyển đổi chỉ tiêu quản trị rủi ro thị trường từ VaR truyền thống sang khung đo lường Tổn thất kỳ vọng với lộ trình kiểm tra sức chịu tải định kỳ 6 tháng một lần từ năm 2021 đến năm 2023.

Đối tượng nên tham khảo luận văn

Thứ nhất, các nhà quản lý danh mục và chuyên viên phân tích rủi ro tại các quỹ đầu tư, công ty chứng khoán: Nghiên cứu cung cấp công thức toán học và mã nguồn định lượng cụ thể trên ngôn ngữ R để tính toán tổn thất danh mục, tối ưu hóa tỷ trọng tài sản dựa trên ngân sách rủi ro thay vì dựa thuần túy vào lợi nhuận kỳ vọng.

Thứ hai, các cơ quan quản lý nhà nước như Ủy ban Chứng khoán Nhà nước, Sở Giao dịch Chứng khoán: Tài liệu là căn cứ thực nghiệm hữu ích để xây dựng quy chuẩn an toàn tài chính, xác định mức ký quỹ giao dịch phái sinh và thiết lập hệ thống cảnh báo sớm biến động hệ thống.

Thứ ba, khối quản trị rủi ro tại các ngân hàng thương mại và định chế tài chính: Luận văn cung cấp phương pháp tiếp cận chuyển đổi từ VaR Tham số sang CVaR nhằm đáp ứng các yêu cầu khắt khe về an toàn vốn theo tiêu chuẩn Basel III.

Thứ tư, giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tài chính - Ngân hàng: Công trình là tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng, xử lý dữ liệu chuỗi thời gian tài chính và ứng dụng kinh tế lượng tài chính trong bối cảnh thị trường đang phát triển.

Câu hỏi thường gặp

Tại sao phương pháp Conditional VaR lại được khuyến nghị sử dụng thay thế cho VaR truyền thống?

Mô hình VaR truyền thống chỉ đưa ra ngưỡng tổn thất tối đa tại một mức xác suất nhất định nhưng hoàn toàn không phản ánh được mức độ thiệt hại khi rủi ro vượt qua ngưỡng đó. Trong thực tế, Conditional VaR tính toán giá trị tổn thất trung bình của các kịch bản xấu nhất nằm ở phần đuôi phân phối, đảm bảo tính chất cộng dưới và đáp ứng chuẩn mực an toàn vốn Basel III với độ chính xác cao hơn khoảng 15% đến 20% trong các giai đoạn khủng hoảng.

Đặc điểm phân phối tỷ suất sinh lợi của thị trường chứng khoán Việt Nam ảnh hưởng thế nào đến việc lựa chọn mô hình rủi ro?

Dữ liệu thực nghiệm của 30 cổ phiếu rổ VN30 cho thấy phần lớn chuỗi lợi nhuận đều có độ lệch âm dưới mức âm 0,05 và xuất hiện hiện tượng đuôi béo với biên độ dao động lên tới 11,0318%. Do đó, các mô hình giả định phân phối chuẩn đối xứng như VaR Tham số sẽ ước tính thiếu rủi ro thực tế, buộc các tổ chức phải áp dụng Modified VaR hoặc CVaR để hiệu chỉnh tham số độ nhọn và độ lệch.

Tại sao cổ phiếu ngành ngân hàng lại có mức đóng góp rủi ro vượt trội trong rổ chỉ số VN30?

Các cổ phiếu ngân hàng như TCB, VPB, STB, MBB chiếm tỷ trọng vốn hóa lớn và có mức độ nhạy cảm cao đối với chu kỳ tín dụng cũng như các biến động kinh tế vĩ mô. Kết quả nghiên cứu chỉ ra rằng tỷ trọng đóng góp rủi ro của TCB và VPB luôn cao hơn tỷ trọng vốn hóa danh mục, khiến cho rủi ro tổng thể của rổ VN30 bị chi phối mạnh bởi biến động của ngành tài chính - ngân hàng.

Quy mô mẫu 250 ngày giao dịch có đảm bảo tính đại diện cho phân tích VaR hay không?

Khung thời gian 250 ngày làm việc (tương đương 1 năm dương lịch) là tiêu chuẩn quy ước quốc tế phổ biến được Ủy ban Basel và nhiều công trình học thuật áp dụng trong việc kiểm thử sức chịu tải ngắn hạn. Khung thời gian này vừa đủ để ghi nhận chu kỳ biến động gần nhất của thị trường, vừa hạn chế hiện tượng cấu trúc dữ liệu bị thay đổi do các biến cố vĩ mô quá xa trong quá khứ.

Nhà đầu tư cá nhân có thể ứng dụng kết quả của nghiên cứu này vào thực tế giao dịch như thế nào?

Nhà đầu tư cá nhân có thể sử dụng các chỉ số VaR 95% hàng ngày (dao động quanh mức 2,75%) để xác định mức cắt lỗ tự động, phân bổ khối lượng vị thế hợp lý và tránh tập trung quá 25% vốn vào các mã cổ phiếu có hệ số đuôi rủi ro cao như nhóm ngân hàng trong các giai đoạn thị trường rung lắc mạnh.

Kết luận

• Luận văn đã định lượng thành công mức độ rủi ro thị trường chứng khoán Việt Nam thông qua 4 mô hình VaR trên mẫu dữ liệu 250 phiên của rổ VN30 giai đoạn 2019-2020.
• Kết quả xác định mức tổn thất tối đa hàng ngày của chỉ số VN30 đạt 2,22% ở mức tin cậy 90% và 2,75% ở mức tin cậy 95%, với tỷ suất sinh lợi bình quân đạt âm 0,0708%.
• Nghiên cứu chứng minh sự vượt trội của mô hình Modified VaR và CVaR trong việc xử lý dữ liệu phi chuẩn, lệch trái và có hiện tượng đuôi béo.
• Đóng góp chính của công trình là xây dựng khung đo lường rủi ro thành phần, chỉ rõ sự mất cân đối do rủi ro tập trung ở nhóm cổ phiếu ngân hàng tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh.
• Trong giai đoạn tiếp theo từ năm 2021 đến 2023, các định chế tài chính cần mở rộng chuỗi dữ liệu đa năm, tích hợp các kịch bản căng thẳng kinh tế vĩ mô và nhanh chóng số hóa công cụ đo lường CVaR vào hệ thống vận hành thực tế để tối ưu hóa an toàn vốn.

Trích đoạn nội dung tài liệu

Dissertation submitted in partial fulfillment of the Requirement for the MSc in Finance FINANCE DISSERTATION ON THE APPLICATION OF VALUE-AT-RISK IN MEASURING RISKS OF VIETNAMESE STOCK MARKET NGUYEN THUY DUNG ID No: 20000233 Intake 3 Supervisor: Dr. Tran Manh Ha September 2020 EXECUTIVE SUMMARY Financial market is highly important for the growth and development of any economies globally as the facilitators of the sources of funds and the uses of funds. However, an inherent characteristic of the financial market is its volatility associated with a diversified set of risks. Yet, the problematic puzzle of measuring the complex risks of the financial market remains a challenge for not only academic scholars but also financial market players.

To this end, this paper attempted to develop closer analysis to the presence of Value-at-Risk (VaR) in quantifying the risks associated with the financial market. Within the scope of this paper, the focus would shed the light into VaR application in Vietnamese stock market. With the consideration of the VN30 index as the valuable snapshot of the stock market in Vietnam for the period from 21 April 2019 to 20 April 2020, this paper implements four VaR approaches, including Parametric Value at Risk (PVaR), Historical Value at Risk (HVaR), Modified Value at Risk (MVaR) and Conditional Value at Risk (CVaR). Each method might have specific weaknesses that can be overcome with the advantages of other ones.

The main findings of this paper are hoped to provide practical insights on the application of VaR into measuring the risk for stock market in Vietnam based on the in-depth analysis of previous literatures on this matter. TABLE OF CONTENTS EXECUTIVE SUMMARY. i TABLE OF CONTENTS. ii LIST OF FIGURE.

Synopsis of research. Background of financial risks. Value-at-Risk (VaR). VIETNAMESE ECONOMY AND STOCK MARKET.

Overview of Vietnamese economy. The development of Vietnamese stock market. Data collection and data analysis approach. FINDINGS AND DISCUSSION.

Risk assessment using VaR .48 ii LIST OF FIGURE Figure 1. Comparison between VaR and CVar. Vietnam’s GDP Growth from 2013 to 2019. FDI growth in Vietnam from 2015-2019.

Political Stability Index in Vietnam. Bond market growth from 2010-2015. Vietnam Stock Market Structure. Stock market capitalization as % of GDP in Vietnam.

VN30 Daily Compounded Rate of Return. VN30 index descriptive statistics. Descriptive statistics for individual stocks in VN30 index. Mean Compounded Rate of Return for individual stock.

Summary of the VaR result for VN30 index. Individual VaR results at 95% confidence level. Individual losses of VN30 index components measured by VaR at confidence level of 95%. Research rationale Financial market is highly important for the growth and development of any nation in the world.

Acting as the intermediary to connect the sources of funds and the uses of funds, one of the financial market inherent characteristics would be its uncertainty and volatility. Risks have been among key consideration for financial theorists since the longest time. Indeed, the movements of commodities and financial securities deal with various uncertainties resulting from a wide range of attributes. To this perspective, risks can be considered as an unavoidable aspect in the financial market and in business world.

As a matter of fact, the complication of risks in the financial market can be far more complication, contributing to further difficulties for the players in the financial market. Series of financial crisis and scandals booming from the beginning of the century have put on the questions of how such uncertainties and risks associated with the financial market can be managed and supervised. The management of risks require comprehensive efforts in identifying risks, assessing and measuring its impacts as well as determining the proper risk mitigation method. In response to such alarming signals, researchers and scholars have long been gravitated towards the development of a proper sophisticated model to measure and tackle risks.

One of the most important and traditional method of risk measurements frequently utilized by the scholars is the usage of Value at Risk model (VaR). At its core the VaR model measure the potential losses led by unfavorable market movements. As a matter of fact, over the past few periods, the VaR model has become a standard tool utilized in the risks management process by not only financial market players but also management in other business sectors. Research background Vietnam has become one of the continually growing nations in the Asian region as well as globally.

The development of Vietnam has been emerging after Vietnamese Government’s efforts in reforming its traditional economy. Strong growth in the national economy is largely strengthened by the contribution of the circulation of capital between the savers and investors. Hence, the health of financial market infrastructure become increasingly critical for the development of the national economy. It is essential to identify that the financial market in Vietnam is heavily relied on the facilitation of the stock market while bond market 1 is relatively inexperienced and dominated by the institutional players.

The strong composition of the stock market in Vietnam highlights the significance of strengthening this market against the presence of increasing risks. In addition, it is important to highlight that the stock market in Vietnam is relatively young and inexperienced while the infrastructure and regulatory frameworks have yet been able to keep up with the emerging expansion of the financial market and national economy. Moreover, the ongoingly growing participants of foreign investors as well as other impacts of globalization process enhances the complexity of the financial market. Such attributes further contribute to higher level of volatility and riskiness faced by investors.

However, to sustain higher level of efficiency in circulating the capital and investments of the financial market as well as attract investors to participate in such process, it become urgent significance for Vietnam to be able to identify proper approach towards risk identification and mitigations within the stock market as well as other aspects of the financial market. Research objectives Although many literatures have applied the VaR models in different market, there have been limited researches and findings associated with the development of risk measurement through VaR model for the stock market in Vietnam. Moreover, previous studies have the tendency to formulate the risks determinants through Ordinary Least Square (OLS) model utilizing traditional financial ratios while there have been limited evidences focusing on how risks are measured. Withstanding from the above attributes, this paper is developed as a research focused on applying the VaR model in measuring risks in Vietnamese stock market.

In accomplish this research aim, different research objectives have been formulated: - To implement the VaR model in measuring risks in stock market in Vietnam; - To understand the current risks and volatility in the Vietnamese stock market; - To determine the existence of diversified conclusions among different VaR approaches; - To further outline potential recommendations on risks management for the stock market in Vietnam. 2 Within the scope of this paper, the study focuses on the Vietnamese stock market only. By which it means that the risks associated with trading other form of financial securities in Vietnamese financial market like bond trading, derivatives markets, etc. would be neglected.

On the other hand, it also identifies that any comparative studies between Vietnamese and foreign stock markets would not be within the scope of this paper. Research contribution This paper would be expected to contribute to the academic world in multiple aspects. At first, there have been limited studies attempting to measuring the level of risks in the financial market in Vietnam. In fact, such implications in other emerging markets have been increasingly conducted by scholars and financial theorists.

Hence, this paper contributed to the discussion of risks and risks management for financial market in Vietnam with respects to the usage of Value at Risk model and its different approaches. On the other hand, as the Vietnamese stock market has been growing expanding over the last few years and contributing massively to the financial market, its stability and growth remain a considerable concern for not only the players in these markets but also the government and regulators. Hence, a secondary contribution and significance of this paper would to assess the current risk level of Vietnamese stock market to help regulators to have the clear overview of current risks scheme in the financial market. With the growing consideration of Value at Risk model in risk management, which was further emphasized by the Basel III, this paper would further engage in a large picture of risks management in financial world and the applicability of Value at Risk (VaR) model in the stock market.

The main findings of this paper are hoped to provide practical insights on the application of VaR into measuring the risk for stock market in Vietnam based on the in-depth analysis of previous literatures on this matter. Based on which, potential drawbacks and strengths of VaR as the measurement of stock risks in Vietnam would be further revealed. With that being said, the contribution of this paper would potentially help future studies as well as financial market players a better view on the risk landscape of Vietnam’s stock market. Synopsis of research The later research would be conducted as follow.

For the first chapter, the research would give a brief introduction to the research rationale as well as the 3 determination of the research objectives and research questions. Moreover, this first chapter also gives the overview of the current stock market background in Vietnam as well as different concerns with respects to the usage of Value at Risk model in financial market. Moving on to the second chapter, this chapter is conducted as a comprehensive literature review of a wide range of issues in relation to risks and the Value at Risk model. In other word, this second chapter help establish a solid foundation and background for the later study and analysis.

Next, the third chapter focuses on the analysis of the current economic background in Vietnam along with different development and characteristics of the financial market, especially the stock market in Vietnam. Having profound ideas on the current macroeconomic status and the growth of stock market in Vietnam would support a strong foundation on the later analysis as these factors are highly correlated to the movements in risks and returns of the stock market. Later on, the fourth chapter provide a detailed information on the research design with respects to a wide range of attributes and consideration for research methodology ranging from the research design, sampling method, data collection and data analysis method, etc. The next chapter summarizes and give a more comprehensive discussion of the data collected from the Value at Risk model and attempt to answer the research questions and achieve the research objectives.

Furthermore, in-depth descriptive statistics and discussion would be presented in this specific chapter. For the final chapter, this paper would give the conclusion remark sum up the entire paper and findings from previous chapters. Background of financial risks i. The concepts and measurements of financial risks Risk, which is also referred as volatility or uncertainty are important concept and aspect in not only the finance world but also the physical world.

The concept of risks has become one of the most popular concepts yet difficult to capture and conceptualize in finance field. Yet, it is noteworthy that physical world does not exist without uncertainty. Furthermore, company must take on risky investment opportunity to grow and prosper. In general, risks are much perceived as the degree of uncertainty which might be experienced in almost every aspects of life (Shkolnyk, 2019).

To this extent, risk can be characterized by two components including the level of uncertainty and the relative exposure with respects to the object facing the former uncertainty (Pasaribu, 2010). The concept of risks was further simplified into mathematical ideology with the work of Meyer (1985) on the uncertainty principle.