Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh hội nhập kinh tế quốc tế và thị trường tài chính ngày càng biến động phức tạp, giá cả hàng hóa cùng các biến số tài chính có xu hướng thay đổi nhanh chóng và khó lường. Rủi ro tài chính được xác định là loại rủi ro nguy hiểm nhất đối với các chủ thể kinh doanh, bởi đây là điểm hội tụ cuối cùng của nhiều loại rủi ro khác nhau, tác động trực tiếp đến khả năng thanh toán và sự tồn tại của doanh nghiệp.

Đối với thị trường chứng khoán Việt Nam, nhóm ngành Công nghệ và Viễn thông có tốc độ tăng trưởng cao nhưng cũng đi kèm với sự cạnh tranh gay gắt và mức độ biến động giá cổ phiếu lớn. Việc các nhà đầu tư và nhà quản trị quỹ nắm giữ danh mục cổ phiếu ngành công nghệ đòi hỏi phải có công cụ định lượng chuẩn xác nhằm kiểm soát tổn thất tiềm năng trong điều kiện thị trường bình thường. Xuất phát từ thực tiễn đó, đề tài "Ứng dụng phương pháp VaR đo lường rủi ro tài chính của danh mục đầu tư" được tác giả Lê Thị Hảo (chuyên ngành Toán Kinh tế, Trường Đại học Kinh tế Quốc dân) thực hiện nhằm hệ thống hóa và triển khai các kỹ thuật định lượng rủi ro danh mục đầu tư thực tế.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài bao gồm ba nội dung chính:

  1. Hệ thống hóa cơ sở lý luận cơ bản về rủi ro tài chính, các chỉ tiêu và nhân tố ảnh hưởng đến rủi ro của danh mục đầu tư.
  2. Tìm hiểu, vận dụng các công cụ định lượng mô hình Giá trị chịu rủi ro (Value at Risk - VaR) để đo lường mức tổn thất tiềm năng của danh mục cổ phiếu.
  3. Phân tích kết quả thực nghiệm, thực hiện kiểm định hậu kiểm (Backtesting) và đề xuất các giải pháp nhằm kiểm soát, hạn chế rủi ro cho danh mục đầu tư.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Rủi ro tài chính (cụ thể là rủi ro biến động giá cổ phiếu) của danh mục đầu tư gồm 3 doanh nghiệp thuộc nhóm ngành Công nghệ - Viễn thông niêm yết tại Việt Nam: Công ty Cổ phần FPT (mã FPT), Công ty Cổ phần Tập đoàn Công nghệ CMC (mã CMG) và Công ty Cổ phần SAM Holdings (mã SAM).
  • Phạm vi không gian: Các doanh nghiệp thuộc nhóm ngành Công nghệ - Viễn thông niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
  • Phạm vi thời gian: Dữ liệu chuỗi giá đóng cửa hàng ngày và báo cáo tài chính giai đoạn 2015 – 2020 (với mẫu phân tích thống kê mô tả từ 05/01/2015 đến 31/12/2020); giai đoạn tính toán VaR danh mục trong năm 2020 (02/01/2020 đến 31/12/2020); và giai đoạn thu thập dữ liệu phục vụ hậu kiểm Backtesting từ 02/03/2020 đến 26/02/2021.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý thuyết tài chính hiện đại kết hợp các mô hình toán kinh tế định lượng:

  • Khung lý thuyết và quy định pháp lý:
    • Khái niệm chứng khoán, đặc tính thanh khoản, rủi ro, sinh lời căn cứ theo Luật Chứng khoán (Điều 1, khoản 3 Luật sửa đổi, bổ sung một số điều của Luật Chứng khoán).
    • Quy chế niêm yết chứng khoán tại Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (Điều kiện vốn điều lệ thực góp từ 120 tỷ đồng trở lên, hoạt động có lãi 2 năm liên tục, ROE năm gần nhất tối thiểu 5%).
    • Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory) kế thừa từ khung kỳ vọng - phương sai của Harry Markowitz (1952), phân chia rủi ro thành rủi ro hệ thống (rủi ro thị trường) và rủi ro phi hệ thống (có thể triệt tiêu bằng đa dạng hóa).
    • Khung chuẩn mực quốc tế Basel II (1996) của Ngân hàng Thanh toán Quốc tế (BIS) về đo lường vốn cho rủi ro thị trường và quy định thực hiện hậu kiểm (Backtesting) với chuỗi dữ liệu tối thiểu 250 ngày giao dịch.
  • Tổng quan các nghiên cứu thực nghiệm:
    • Nghiên cứu quốc tế: Philippe Jorion (1996) với công trình "Risk: Measuring the Risk in Value at Risk" chỉ ra các hạn chế về cỡ mẫu lịch sử và sự sai lệch kết quả giữa các phương pháp tiếp cận VaR; Grzegorz Mentel & Jacek Brozyna (2014) về dự báo rủi ro chỉ số WIG20 bằng mô hình phi tham số GARCH(1,1).
    • Nghiên cứu trong nước: Trần Mạnh Hà (2010) về ứng dụng VaR trong cảnh báo và giám sát rủi ro thị trường tại các NHTM Việt Nam; Đỗ Nam Tùng (2010) về quản trị rủi ro danh mục cổ phiếu REE và SAM kết hợp mô hình ARMA-GARCH.
  • Phương pháp tính toán và công cụ xử lý:
    • Phương pháp Phương sai - Hiệp phương sai (Variance-Covariance Method): Tiếp cận tham số, giả định tỷ suất sinh lợi (TSSL) tuân theo phân phối chuẩn, xác định ma trận hiệp phương sai giữa các cổ phiếu để tính độ lệch chuẩn danh mục $\sigma_p$ và giá trị chịu rủi ro theo công thức $VaR = (R_p - Z_\alpha \cdot \sigma_p) \cdot V_0$.
    • Phương pháp Mô phỏng Lịch sử (Historical Simulation Method): Tiếp cận phi tham số, giả định quy luật phân phối trong quá khứ lặp lại ở tương lai, sắp xếp thứ tự chuỗi TSSL thực tế và lấy phân vị tương ứng với mức xác suất $\alpha$ ($5%$ hoặc $1%$).
    • Phương pháp Mô phỏng Monte Carlo: Cơ sở lý thuyết về sinh số ngẫu nhiên theo phân phối xác suất xác định nhằm mô phỏng hàng ngàn kịch bản TSSL của danh mục.
    • Kiểm định thống kê: Kiểm định phân phối chuẩn Jarque-Bera (JB) và kiểm định tính dừng Augmented Dickey-Fuller (ADF).
    • Kỹ thuật hậu kiểm (Backtest): Đánh giá số lần vi phạm thực tế so với ngưỡng VaR lý thuyết dựa trên phân phối nhị thức $Y \sim B(n, \alpha)$.
    • Công cụ phần mềm: Microsoft Excel 2016 và EViews 10.

Nội dung chính theo từng chương

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

Chương 1 hệ thống hóa cơ sở lý luận về thị trường chứng khoán, điều kiện niêm yết và bản chất rủi ro của danh mục đầu tư. Tác giả trình bày chi tiết công thức đo lường độ lệch chuẩn của danh mục gồm $n$ tài sản dựa trên tỷ trọng vốn $w_i$, độ lệch chuẩn từng tài sản $\sigma_i$ và hệ số tương quan $\rho_{ij}$ qua ma trận hiệp phương sai $Cov_{ij}$.

Phần trọng tâm của chương là phân tích chuyên sâu về mô hình Value at Risk (VaR) - phương pháp đo lường khoản lỗ tiềm năng tối đa của một danh mục trong khoảng thời gian xác định ở điều kiện thị trường bình thường với độ tin cậy cho trước. Tác giả so sánh ưu và nhược điểm của các phương pháp tiếp cận:

Tiêu chí so sánh Phương pháp Phương sai - Hiệp phương sai Phương pháp Mô phỏng Lịch sử
Giả định phân phối Bắt buộc giả định phân phối chuẩn Không đòi hỏi giả định phân phối chuẩn
Tính dừng và tham số Yêu cầu chuỗi TSSL dừng, tham số ổn định Nhạy cảm với giai đoạn dữ liệu quá khứ
Độ phức tạp tính toán Dễ thiết kế, tính toán nhanh qua ma trận Khối lượng tính toán thấp nhưng cần mẫu lớn
Xử lý tài sản phi tuyến Kém hiệu quả đối với sản phẩm phái sinh Phản ánh được đặc tính phi tuyến
Hạn chế chính Bỏ qua hiện tượng đuôi béo và biến động phương sai Giả định quá khứ lặp lại nguyên vẹn ở tương lai

Chương 1 cũng trình bày quy trình hậu kiểm Backtesting theo khuyến nghị của Ủy ban Basel (BIS): đối với chuỗi 250 phiên giao dịch, mô hình đạt độ chuẩn xác nếu số ngày lỗ thực tế vượt quá mức VaR lý thuyết không quá 5 ngày ở mức ý nghĩa $\alpha = 1%$ và không quá 19 ngày ở mức ý nghĩa $\alpha = 5%$.

CHƯƠNG 2: HIỆN TRẠNG CÁC CÔNG TY TRONG DANH MỤC ĐẦU TƯ

Chương 2 tập trung phân tích lịch sử hình thành, mô hình hoạt động kinh doanh và thống kê mô tả chuỗi giá đóng cửa của 3 doanh nghiệp được lựa chọn từ ngày 05/01/2015 đến ngày 31/12/2020:

  • Công ty Cổ phần FPT (FPT): Thành lập ngày 13/9/1988, hoạt động đa ngành với các trụ cột: Công nghệ thông tin và viễn thông (xuất khẩu phần mềm, tích hợp hệ thống, dịch vụ Internet băng rộng), Tài chính - Ngân hàng, Bất động sản và Giáo dục - Đào tạo.
  • Công ty Cổ phần Tập đoàn Công nghệ CMC (CMG): Tiền thân là Trung tâm ADCOM (1991), hoạt động chuyên sâu về tích hợp hệ thống, giải pháp phần mềm, hạ tầng viễn thông (CMC Telecom) và an ninh an toàn thông tin.
  • Công ty Cổ phần SAM Holdings (SAM): Tiền thân là Nhà máy cáp và vật liệu viễn thông Sacom (1986), mở rộng kinh doanh sang các lĩnh vực: dây và cáp viễn thông, bất động sản (SAMLAND), nông nghiệp công nghệ cao (SAM Agritech tại Đắk Nông quy mô 3.000 ha) và dịch vụ du lịch nghỉ dưỡng (SAM Tuyền Lâm).

Thống kê mô tả chuỗi giá đóng cửa của 3 mã cổ phiếu trong giai đoạn 2015 – 2020 được tổng hợp trong văn bản như sau:

Mã cổ phiếu Số quan sát ($N$) Giá nhỏ nhất (nghìn đồng) Giá lớn nhất (nghìn đồng) Giá trung bình (nghìn đồng) Độ lệch chuẩn ($\sigma$)
FPT 1.499 16,425 59,100 34,3649 11,0297
CMG 1.486 6,217 40,623 19,9510 9,6450
SAM 1.499 5,137 11,038 7,0420 1,3180

Số liệu cho thấy FPT có mức giá bình quân và biên độ dao động tuyệt đối lớn nhất; CMG có mức biến động mạnh so với thị giá; trong khi SAM duy trì mức giá bình quân thấp và độ lệch chuẩn nhỏ nhất trong danh mục.

CHƯƠNG 3: ỨNG DỤNG VaR TRONG PHÂN TÍCH RỦI RO DANH MỤC CÁC CỔ PHIẾU NIÊM YẾT

Chương 3 triển khai toàn bộ quá trình tính toán định lượng và kiểm định thống kê cho danh mục đầu tư thực nghiệm:

  • Thiết lập danh mục ban đầu: Giả định tại ngày 02/01/2020, nhà đầu tư quản lý danh mục gồm 1.000 cổ phiếu cho mỗi mã FPT, CMG, SAM với tổng giá trị ban đầu là 91.760.500 đồng. Tỷ trọng phân bổ ban đầu là: FPT chiếm $48,93%$, CMG chiếm $43,44%$ và SAM chiếm $7,63%$. Để đáp ứng quy định quỹ mở, danh mục duy trì lượng tiền mặt tối thiểu bằng $5%$ giá trị danh mục (tương đương 4.588.025 đồng).
  • Xử lý dữ liệu quyền: Thực hiện điều chỉnh kỹ thuật cho cổ phiếu FPT do có sự kiện chia cổ tức bằng cổ phiếu tỷ lệ $100:15$ vào ngày giao dịch không hưởng quyền 18/04/2020 (nâng số lượng nắm giữ từ 1.000 lên 1.150 cổ phiếu). Tổng giá trị danh mục tại thời điểm 31/12/2020 đạt 115.599.000 đồng.
  • Tính toán VaR theo phương pháp Phương sai - Hiệp phương sai:
    • Dựa trên ma trận hiệp phương sai và TSSL bình quân ngày ($0,0008$), độ lệch chuẩn ngày của danh mục được xác định.
    • Kết quả VaR 1 ngày ở độ tin cậy $95%$ là $-0,0273$ ($-2,73%$), tương ứng số tiền lỗ tiềm năng dự đoán là $-3.152.866$ đồng.
    • Kết quả VaR 1 ngày ở độ tin cậy $99%$ tương ứng mức lỗ dự đoán là $-4.481.667$ đồng.
    • VaR 1 năm ở độ tin cậy $99%$ là $-0,456$ ($-45,6%$), tương đương khoản lỗ tiềm năng $-52.747.152$ đồng.
  • Tính toán VaR theo phương pháp Mô phỏng Lịch sử:
    • Dựa trên chuỗi 251 phiên giao dịch năm 2020, sắp xếp thứ tự TSSL từ thấp đến cao.
    • Ở độ tin cậy $95%$ ($5%$ của 251 quan sát = vị trí thứ 12,55), lấy trung bình giữa TSSL thứ 12 ($-3,33%$) và thứ 13 ($-3,00%$) thu được VaR ngày bằng $-3,165%$, tương ứng khoản lỗ $-3.658.708$ đồng.
    • Ở độ tin cậy $99%$ ($1%$ của 251 quan sát = vị trí thứ 2,51), lấy trung bình giữa TSSL thứ 2 ($-6,41%$) và thứ 3 ($-5,73%$) thu được VaR ngày bằng $-6,07%$, tương ứng khoản lỗ $-7.016.859$ đồng.
  • Kiểm định giả thiết thống kê trên EViews:
    • Kiểm định phân phối chuẩn Jarque-Bera: Cả 3 chuỗi TSSL đều có giá trị thống kê $JB > \chi^2(2) = 5,99$ (SAM có $JB = 11,x$; FPT có $JB = 44,x$), do đó bác bỏ giả thiết $H_0$, kết luận TSSL của 3 cổ phiếu đều không tuân theo phân phối chuẩn.
    • Kiểm định tính dừng ADF: Thống kê kiểm định ADF của SAM đạt $|t| = 14,000$ (và $14,474$), FPT đạt $|t| = 16,x$, đều vượt trội so với giá trị tới hạn ở mức ý nghĩa $1%$ ($|t_{critical}| = 3,x$), khẳng định chuỗi TSSL của cả 3 cổ phiếu là các chuỗi dừng.
  • Thực hiện hậu kiểm Backtesting:
    • Thu thập dữ liệu 250 phiên giao dịch mới từ 02/03/2020 đến 26/02/2021 để đánh giá lại mô hình.
    • Đối với phương pháp lịch sử: Ở mức tin cậy $99%$, phát hiện có 6 ngày lỗ vượt ngưỡng VaR đã tính (lớn hơn ngưỡng cho phép là 3 ngày); ở mức tin cậy $95%$, có 20 ngày lỗ vượt ngưỡng VaR (lớn hơn ngưỡng cho phép 13 ngày).
    • Kết quả so sánh hai giai đoạn khẳng định mô hình ước lượng VaR năm 2020 đã đánh giá thấp rủi ro thực tế của giai đoạn 2020 - 2021 (giai đoạn 02/03/2020 - 26/02/2021 có VaR 95% theo phương sai - hiệp phương sai tăng lên $-0,0422$, tương ứng khoản lỗ $-6.720.880$ đồng).

Kết quả và đóng góp

Kết quả nghiên cứu chính

Bảng tổng hợp so sánh mức tổn thất tiềm năng theo ngày của danh mục trị giá 115.599.000 đồng tại ngày 31/12/2020 giữa hai phương pháp:

Mức độ tin cậy Chỉ tiêu đo lường Phương pháp Phương sai - Hiệp phương sai Phương pháp Mô phỏng Lịch sử
\multirow{2}{*}{95%} Tỷ lệ VaR ngày $-2,73%$ $-3,165%$
Số tiền lỗ tiềm năng $-3.152.866$ đồng $-3.658.708$ đồng
\multirow{2}{*}{99%} Tỷ lệ VaR ngày $-3,88%$ $-6,07%$
Số tiền lỗ tiềm năng $-4.481.667$ đồng $-7.016.859$ đồng

Nghiên cứu rút ra các kết luận thực nghiệm quan trọng:

  • Ở độ tin cậy $95%$, hai phương pháp cho kết quả tương đối gần nhau (chênh lệch khoảng 500.000 đồng). Tuy nhiên, ở độ tin cậy $99%$, phương pháp mô phỏng lịch sử ghi nhận khoản lỗ lớn hơn đáng kể ($-7.016.859$ đồng so với $-4.481.667$ đồng). Sự khác biệt này phản ánh hiện tượng "đuôi béo" và phi chuẩn của dữ liệu thị trường chứng khoán Việt Nam mà phương pháp tham số đã bỏ qua.
  • Các kiểm định kinh tế lượng chứng minh chuỗi TSSL của FPT, CMG, SAM đều mang tính dừng nhưng không tuân theo phân phối chuẩn.
  • Kết quả hậu kiểm Backtest cho thấy việc chỉ dựa vào số liệu lịch sử 1 năm đơn lẻ có thể dẫn đến việc đánh giá thấp rủi ro thị trường trong các giai đoạn biến động mạnh kế tiếp.

Giải pháp và khuyến nghị tác giả đề xuất

  1. Kết hợp đa dạng công cụ đo lường: Không nên sử dụng đơn lẻ phương pháp phương sai - hiệp phương sai khi danh mục chứa các tài sản có phân phối phi chuẩn; cần kết hợp song song phương pháp lịch sử và định kỳ kiểm tra bằng Backtesting.
  2. Quản trị danh mục chủ động: Nhà quản trị quỹ và nhà đầu tư cá nhân cần thường xuyên tái cấu trúc danh mục (điều chỉnh tỷ trọng giữa các mã FPT, CMG, SAM hoặc bổ sung các lớp tài sản khác) khi nhận thấy tần suất vi phạm VaR thực tế tăng cao.
  3. Thiết lập quỹ dự phòng thanh khoản: Duy trì tỷ lệ tiền mặt hợp lý (tối thiểu $5%$ giá trị danh mục như mô hình nghiên cứu) nhằm đảm bảo thanh khoản và xử lý các yêu cầu rút vốn trong tình huống thị trường sụt giảm mạnh.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra một số hạn chế gắn liền với phạm vi thực hiện:

  • Quy mô danh mục: Do giới hạn thời gian thực hiện chuyên đề tốt nghiệp, danh mục nghiên cứu chỉ bao gồm 3 mã cổ phiếu (FPT, CMG, SAM), chưa đại diện đầy đủ cho toàn bộ ngành Công nghệ - Viễn thông cũng như toàn bộ thị trường chứng khoán Việt Nam.
  • Độ nhạy của dữ liệu: Mô hình VaR truyền thống phụ thuộc lớn vào độ dài chuỗi dữ liệu quá khứ và chưa tích hợp các biến động ngoại cảnh bất thường trong các đợt khủng hoảng lớn.
  • Hướng mở rộng: Tác giả gợi mở việc ứng dụng các mô hình VaR mở rộng (kết hợp chuỗi thời gian ARMA-GARCH để hiệu chỉnh phương sai thay đổi) và áp dụng phương pháp mô phỏng Monte Carlo toàn diện trên cỡ mẫu lớn hơn.

Giá trị tham khảo

Khóa luận có giá trị tham khảo thiết thực cho:

  • Sinh viên và học viên: Các chuyên ngành Toán Kinh tế, Kinh tế học tài chính, Phân tích dữ liệu tài chính, Quản trị rủi ro và Tài chính - Ngân hàng tham khảo quy trình xử lý dữ liệu chuỗi thời gian tài chính, cách điều chỉnh giá cổ phiếu ngày giao dịch không hưởng quyền và các bước thao tác trên Excel kết hợp EViews.
  • Nhà đầu tư cá nhân và tổ chức quản trị danh mục: Cung cấp tài liệu tham khảo về cách lượng hóa khoản lỗ tiềm năng bằng một con số tiền tệ cụ thể, giúp thiết lập hạn mức chịu rủi ro và xây dựng quy trình kiểm định tính chính xác của mô hình quản trị rủi ro định kỳ.

Câu hỏi thường gặp

1. Danh mục đầu tư thực nghiệm trong khóa luận gồm những cổ phiếu nào và tỷ trọng ban đầu ra sao?
Danh mục gồm 3 cổ phiếu niêm yết trên HOSE thuộc nhóm công nghệ - viễn thông: FPT, CMG và SAM, với số lượng ban đầu là 1.000 cổ phiếu mỗi mã tại ngày 02/01/2020 (tổng giá trị 91.760.500 đồng). Tỷ trọng vốn ban đầu lần lượt là: FPT ($48,93%$), CMG ($43,44%$) và SAM ($7,63%$).

2. Tại sao tác giả phải thực hiện điều chỉnh dữ liệu giá cổ phiếu FPT trong năm 2020?
Vào ngày 18/04/2020, FPT thực hiện chi trả cổ tức bằng cổ phiếu tỷ lệ $100:15$ dẫn đến hiện tượng giá bị điều chỉnh kỹ thuật tại ngày giao dịch không hưởng quyền. Tác giả điều chỉnh tăng số lượng cổ phiếu FPT nắm giữ từ 1.000 lên 1.150 cổ phiếu để đảm bảo tính chuẩn xác cho chuỗi tỷ suất sinh lợi, đưa tổng giá trị danh mục tại ngày 31/12/2020 lên 115.599.000 đồng.

3. Kết quả kiểm định thống kê về phân phối chuẩn và tính dừng của chuỗi dữ liệu cho thấy điều gì?
Kiểm định Jarque-Bera (JB) trên EViews cho thấy cả 3 mã cổ phiếu đều bác bỏ giả thiết phân phối chuẩn ($JB > 5,99$). Trong khi đó, kiểm định Augmented Dickey-Fuller (ADF) khẳng định chuỗi TSSL của cả 3 mã đều có tính dừng ở mức ý nghĩa $1%$.

4. Kết quả hậu kiểm Backtesting giai đoạn 02/03/2020 – 26/02/2021 chỉ ra vấn đề gì đối với mô hình VaR năm 2020?
Khi kiểm tra 250 phiên giao dịch tiếp theo, phương pháp lịch sử ghi nhận 6 ngày lỗ vượt ngưỡng VaR $99%$ (vượt trần 3 ngày) và 20 ngày lỗ vượt ngưỡng VaR $95%$ (vượt trần 13 ngày). Điều này chứng minh mô hình VaR tính trong năm 2020 đã đánh giá thấp rủi ro thực tế của thị trường trong giai đoạn kế tiếp.

Kết luận

Chuyên đề tốt nghiệp của tác giả Lê Thị Hảo đã hệ thống hóa toàn diện cơ sở lý thuyết về Giá trị chịu rủi ro (VaR) và thực nghiệm thành công trên danh mục cổ phiếu công nghệ viễn thông (FPT, CMG, SAM) tại Việt Nam. Thông qua việc đối chiếu giữa phương pháp tham số, phi tham số và kiểm định hậu kiểm Backtesting, công trình đã chứng minh tính phi chuẩn của dữ liệu thị trường và sự cần thiết phải kiểm định mô hình định kỳ. Đây là tài liệu học thuật thực nghiệm có giá trị tham khảo rõ ràng về mặt phương pháp luận toán kinh tế ứng dụng trong quản trị rủi ro tài chính.