Bối cảnh và vấn đề nghiên cứu
Khóa luận được thực hiện trong bối cảnh nền kinh tế toàn cầu đối mặt với nhiều bất ổn sau đại dịch Covid-19 và các xung đột địa chính trị, kéo theo áp lực lạm phát gia tăng mạnh mẽ vào cuối năm 2021 và đầu năm 2022. Tại thời điểm nghiên cứu, Cục Dự trữ Liên bang Mỹ (FED) và Ngân hàng Trung ương Châu Âu (ECB) duy trì mức lãi suất thấp do nhận định lạm phát mang tính tạm thời, trong khi Ngân hàng Nhà nước Việt Nam đánh giá áp lực lạm phát trong nước là rất lớn (chỉ số CPI tháng 11/2021 của Việt Nam tăng 1,84% so với cùng kỳ năm trước; chỉ số CPI tháng 10/2021 của Mỹ tăng 6,2%; giá năng lượng đẩy lạm phát tháng 9/2021 của khu vực đồng Euro lên mức cao nhất trong 13 năm). Thị trường chứng khoán (TTCK) Việt Nam và thế giới tiềm ẩn nhiều biến động khó lường, đặt ra yêu cầu cấp thiết về quản trị rủi ro danh mục đầu tư nhằm giúp các nhà đầu tư nhận diện, lượng hóa rủi ro, cân nhắc phân bổ nguồn vốn và trích lập dự phòng hợp lý.
Tại các thị trường phát triển, mô hình Giá trị chịu rủi ro (Value at Risk - VaR) đã trở thành chuẩn mực đo lường rủi ro thị trường từ những năm 1990 và được Ủy ban Giám sát Ngân hàng Basel công nhận vào năm 1996. Tuy nhiên, VaR bộc lộ hạn chế khi không đo lường được mức tổn thất vượt ngưỡng ở phần đuôi phân phối. Sự ra đời của mô hình Giá trị chịu rủi ro có điều kiện (Conditional Value at Risk - CVaR hay Expected Shortfall) cùng các phương pháp chuỗi thời gian kinh tế lượng mở rộng giúp khắc phục hạn chế này. Tại Việt Nam, việc ứng dụng kết hợp VaR và CVaR vào quản trị rủi ro danh mục cổ phiếu còn tương đối mới mẻ.
Mục tiêu nghiên cứu:
- Mục tiêu chung: Nghiên cứu việc áp dụng VaR tập trung vào mô hình VaR theo hướng mở rộng kết hợp với CVaR vào quản trị rủi ro danh mục cổ phiếu niêm yết trên TTCK.
- Mục tiêu cụ thể:
- Tập hợp hệ thống cơ sở lý luận về chứng khoán, danh mục đầu tư, rủi ro và quản trị rủi ro danh mục đầu tư.
- Tiến hành định lượng, so sánh đặc điểm các phương pháp VaR truyền thống với hiện đại, từ đó đề xuất những giải pháp cải thiện hiệu quả đo lường bằng mô hình VaR mở rộng và CVaR.
- Từ kết quả thực nghiệm, đưa ra các kết luận về mức lời/lỗ dự đoán của danh mục cổ phiếu niêm yết và xây dựng quy trình quản trị rủi ro.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Quy trình quản trị rủi ro danh mục cổ phiếu niêm yết thông qua việc ứng dụng mô hình VaR và CVaR.
- Phạm vi thời gian: Dữ liệu giá đóng cửa lịch sử trong 5 năm từ ngày 05/04/2017 đến ngày 06/04/2022 (khoảng 1.250 - 1.251 quan sát trên mỗi cổ phiếu).
- Phạm vi không gian: 10 cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) đại diện cho 10 nhóm ngành kinh tế khác nhau.
Cơ sở lý thuyết và phương pháp
Khóa luận xây dựng trên hệ thống cơ sở pháp lý và các lý thuyết tài chính - định lượng chuẩn tắc:
- Căn cứ pháp lý: Luật Chứng khoán năm 2019 (quy định về chứng khoán niêm yết tại khoản 24, tổ chức niêm yết tại khoản 48 Điều 4, các hành vi bị cấm tại Điều 12) và Nghị định số 155/2020/NĐ-CP (Điều 109 về 7 điều kiện niêm yết cổ phiếu trên sàn giao dịch).
- Khung lý thuyết tài chính: Lý thuyết danh mục đầu tư của Harry Markowitz (1952), Mô hình định giá tài sản vốn CAPM của William Sharpe (1963), Mô hình định giá quyền chọn Black-Scholes (1973).
- Lý thuyết về VaR và CVaR: Khung đo lường rủi ro của JP Morgan (1994, hệ thống RiskMetrics), quy định an toàn vốn Basel (1996), các nghiên cứu của Duffie và Pan (1997), Thomas J. Linsmeier và Neil D. Pearson (1996), Philippe Jorion (2003, 2007), Danielson (2011), Crouhy, Galai và Mark (2000). Lý thuyết về tính lồi, cộng tính phụ và rủi ro đuôi của Artzner và cộng sự (1999), Rockafellar và Uryasev (2002), Acerbi và Tasche (2002).
- Tổng quan thực nghiệm: Nghiên cứu tại Việt Nam của Võ Hồng Đức và Huỳnh Long Phi (2016), Lê Phan Thị Diệu Thảo và Nguyễn Thanh Phú (2015), Lê Trọng Nghĩa và cộng sự (2019); các nghiên cứu quốc tế của Gençay và Selçuk (2004), Marimoutou và cộng sự (2009), Chang và cộng sự (2011).
Phương pháp nghiên cứu thực tế:
- Phương pháp thu thập dữ liệu: Thu thập chuỗi giá đóng cửa điều chỉnh của 10 cổ phiếu từ các cổng thông tin tài chính (Vietstock, finance.vn).
- Phương pháp kiểm định thống kê: Kiểm định tính dừng bằng kiểm định ADF (Augmented Dickey-Fuller Test) và kiểm định KPSS; kiểm định phân phối chuẩn thông qua hệ số Skewness, Kurtosis và kiểm định Shapiro-Wilk (normalTest).
- Phương pháp ước lượng VaR và CVaR:
- Phương pháp Phương sai - Hiệp phương sai (Variance-Covariance Method).
- Phương pháp Mô phỏng lịch sử (Historical Simulation Method).
- Phương pháp Kinh tế lượng (Econometrics Method) kết hợp mô hình tự hồi quy trung bình trượt ARMA(p,q) và mô hình phương sai có điều kiện GARCH(1,1).
- Phương pháp Mô phỏng Monte Carlo.
- Đo lường mức tổn thất kỳ vọng CVaR (Expected Shortfall - ES).
- Phương pháp kiểm định độ chính xác: Phương pháp thử nghiệm ngược Back-testing (kiểm định tỷ lệ Kupiec).
- Công cụ xử lý: Phần mềm Microsoft Excel và ngôn ngữ thống kê R (RStudio).
Nội dung chính theo từng chương
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ RỦI RO DANH MỤC CỔ PHIẾU, MÔ HÌNH VaR, CVaR TRONG QUẢN TRỊ RỦI RO DANH MỤC CỔ PHIẾU
Chương 1 hệ thống hóa toàn diện các khái niệm nền tảng về chứng khoán niêm yết, danh mục đầu tư và phân loại rủi ro. Rủi ro tổng thể của danh mục được chia thành hai cấu phần: rủi ro hệ thống (rủi ro thị trường, chịu tác động bởi GDP, lãi suất, lạm phát, thiên tai và không thể loại bỏ bằng đa dạng hóa) và rủi ro phi hệ thống (rủi ro đặc thù doanh nghiệp, có thể triệt tiêu hoàn toàn nhờ đa dạng hóa danh mục).
Tác giả trình bày quy trình quản trị rủi ro danh mục gồm 5 bước tuần tự:
- Nhận diện rủi ro: Xác định nguồn phát sinh tổn thất từ môi trường kinh tế, pháp lý, kỹ thuật hoặc quản trị nội bộ.
- Phân tích rủi ro: Phân nhóm mức độ nghiêm trọng (nguy hiểm, quan trọng, không quan trọng) dựa trên xác suất xảy ra và tổn thất tối đa.
- Đo lường rủi ro: Sử dụng các công cụ định lượng từ phân tích phương sai - hiệp phương sai đến các mô hình VaR và CVaR.
- Kiểm soát rủi ro: Thiết lập các biện pháp né tránh, ngăn ngừa và xây dựng kịch bản phòng ngừa.
- Tài trợ rủi ro: Lựa chọn phương thức tự khắc phục (trích lập quỹ dự phòng) hoặc chuyển giao rủi ro (sử dụng công cụ phái sinh, bảo hiểm).
Chương 1 đi sâu phân tích cơ chế toán học của 4 phương pháp tính VaR, đồng thời chỉ rõ ưu và nhược điểm của từng phương pháp:
| Phương pháp tính VaR |
Ưu điểm |
Nhược điểm |
| Mô phỏng lịch sử (Historical Method) |
Tính toán nhanh, không cần giả thiết về phân phối xác suất của dữ liệu, phù hợp với danh mục đơn giản. |
Phụ thuộc hoàn toàn vào quá khứ; kém chính xác khi thị trường có biến động cấu trúc; đòi hỏi chuỗi dữ liệu lớn; cồng kềnh với danh mục phức tạp. |
| Phương sai - Hiệp phương sai (Variance-Covariance) |
Dễ thiết kế, tính toán đơn giản, phản ánh được tương quan rủi ro giữa các tài sản qua ma trận hiệp phương sai. |
Bắt buộc giả định tỷ suất sinh lời tuân theo phân phối chuẩn; không áp dụng hiệu quả cho tài sản phi tuyến (như quyền chọn). |
| Mô phỏng Monte Carlo |
Khả năng lượng hóa chính xác cao, mô phỏng được nhiều kịch bản phức tạp và áp dụng tốt cho cả chứng khoán phi tuyến. |
Chi phí tính toán cao, thuật toán phức tạp, khó khăn trong việc xác định hàm phân phối xác suất mô phỏng. |
Bên cạnh đó, chương này luận giải sự cần thiết của mô hình CVaR. VaR chỉ đưa ra một ngưỡng tổn thất tối đa tại một mức độ tin cậy nhưng bỏ qua toàn bộ phần tổn thất ở đuôi phân phối (Tail Risk). CVaR tính trung bình có trọng số của các mức lỗ vượt quá ngưỡng VaR, đáp ứng đầy đủ tính chất của một thước đo rủi ro kết hợp (coherent risk measure).
CHƯƠNG 2: ỨNG DỤNG VAR, CVAR TRONG QUẢN TRỊ RỦI RO DANH MỤC CỔ PHIẾU NIÊM YẾT
Chương 2 triển khai nghiên cứu thực nghiệm trên danh mục đầu tư mẫu gồm 10 cổ phiếu niêm yết trên HOSE, thỏa mãn tiêu chí: thuộc 10 ngành nghề khác nhau, mức vốn hóa đa dạng và có thời gian niêm yết trước ngày 01/01/2017. Giả định nhà đầu tư nắm giữ 1.000 cổ phiếu cho mỗi mã tại ngày 06/04/2022, tổng giá trị danh mục đạt 721.200.000 đồng.
| STT |
Mã CK |
Tên tổ chức niêm yết |
Nhóm ngành |
Khối lượng (CP) |
Giá đóng cửa 06/04/2022 (1.000đ) |
Giá trị (1.000đ) |
Tỷ trọng |
| 1 |
PNJ |
CTCP Vàng bạc Đá quý Phú Nhuận |
Kim loại |
1.000 |
118,0 |
118.000 |
0,1636 |
| 2 |
KDC |
CTCP Tập đoàn KIDO |
Thực phẩm |
1.000 |
54,0 |
54.000 |
0,0749 |
| 3 |
TCM |
CTCP Dệt may - Đầu tư - Thương mại Thành Công |
May mặc |
1.000 |
73,0 |
73.000 |
0,1012 |
| 4 |
FMC |
CTCP Thực phẩm Sao Ta |
Thủy sản |
1.000 |
69,0 |
69.000 |
0,0957 |
| 5 |
REE |
CTCP Cơ Điện Lạnh |
Xây dựng & BĐS |
1.000 |
83,5 |
83.500 |
0,1158 |
| 6 |
CMG |
CTCP Tập đoàn Công nghệ CMC |
Công nghệ thông tin |
1.000 |
63,5 |
63.500 |
0,0880 |
| 7 |
DHG |
CTCP Dược Hậu Giang |
Dược phẩm |
1.000 |
100,5 |
100.500 |
0,1394 |
| 8 |
BVH |
Tập đoàn Bảo Việt |
Bảo hiểm |
1.000 |
60,7 |
60.700 |
0,0842 |
| 9 |
DQC |
CTCP Bóng đèn Điện Quang |
Trang thiết bị |
1.000 |
62,0 |
62.000 |
0,0860 |
| 10 |
DRC |
CTCP Cao su Đà Nẵng |
Nhựa - Cao su |
1.000 |
37,0 |
37.000 |
0,0513 |
| Tổng |
-- |
-- |
-- |
10.000 |
-- |
721.200 |
1,0000 |
Từ chuỗi dữ liệu 1.250 quan sát, các thông số thống kê tổng hợp của danh mục được xác định:
- Tỷ suất sinh lời trung bình ngày: $0,000912$ ($0,0912%/\text{ngày}$)
- Phương sai danh mục: $0,000157$
- Độ lệch chuẩn danh mục: $0,012533$ ($1,2533%$)
Kết quả ước lượng VaR 1 ngày theo các phương pháp truyền thống trên tổng giá trị danh mục 721.200.000 đồng:
| Phương pháp ước lượng |
VaR ở Độ tin cậy 95% (1.000đ) |
VaR ở Độ tin cậy 99% (1.000đ) |
| Phương sai - Hiệp phương sai (Variance-Covariance) |
14.284 |
20.668 |
| Mô phỏng lịch sử (Historical Method) |
13.603 |
27.155 |
Kết quả cho thấy ở độ tin cậy 95%, hai phương pháp cho giá trị tương đương (khoảng 13,6 - 14,3 triệu đồng). Tuy nhiên, ở độ tin cậy 99%, phương pháp lịch sử cho mức VaR (27,155 triệu đồng) cao hơn đáng kể so với phương pháp phương sai - hiệp phương sai (20,668 triệu đồng). Sự chênh lệch này được lý giải thông qua các kiểm định kinh tế lượng:
- Kiểm định tính dừng: Kiểm định ADF cho thấy p-value của chuỗi tỷ suất sinh lời các cổ phiếu đều nhỏ hơn mức ý nghĩa 1% (ví dụ cổ phiếu KDC có giá trị thống kê Dickey-Fuller = -9,4198, p-value = 0,01), khẳng định chuỗi dữ liệu có tính dừng.
- Kiểm định phân phối chuẩn: Kiểm định Shapiro-Wilk (normalTest) trên RStudio cho kết quả p-value < 2,2e-16, bác bỏ giả thiết phân phối chuẩn. Chuỗi tỷ suất sinh lời thực tế trên TTCK Việt Nam có hiện tượng bất đối xứng và đuôi dày (Fat tails).
Do dữ liệu vi phạm giả thiết phân phối chuẩn và có phương sai sai số thay đổi theo thời gian, tác giả ứng dụng mô hình chuỗi thời gian ARMA kết hợp GARCH(1,1) để hiệu chỉnh kỳ vọng tỷ suất sinh lời và phương sai có điều kiện. Đối với cổ phiếu KDC, đồ thị ACF và PACF xác định mô hình phù hợp là ARMA(1,1). Kết quả dự báo từ ARMA-GARCH được tích hợp vào quy trình 5 bước quản trị rủi ro nhằm thiết lập kịch bản phòng ngừa:
| Kịch bản đối chiếu |
Quyết định phòng ngừa |
Phương thức điều chỉnh |
| Dự phòng hiện tại > CVaR và Lãi/lỗ dự báo ARMA/GARCH < CVaR |
Không cần thiết phòng ngừa. |
Tăng số tiền dự phòng tương lai bằng khoản chênh lệch giữa CVaR và lỗ danh mục. |
| Dự phòng hiện tại > CVaR và Lãi/lỗ dự báo ARMA/GARCH > CVaR |
Cân nhắc tăng quỹ dự phòng. |
Tùy thuộc vào khẩu vị rủi ro của nhà đầu tư (dự phòng ước tính = ARMA/GARCH - CVaR). |
| Dự phòng hiện tại < CVaR và Lãi/lỗ dự báo ARMA/GARCH < CVaR |
Cân nhắc các biện pháp phòng ngừa rủi ro. |
Phương pháp 1: Huy động nguồn tài trợ từ bên ngoài.
Phương pháp 2: Điều chỉnh giảm tỷ trọng cổ phiếu có lợi suất dự báo âm, phương sai lớn; tăng tỷ trọng cổ phiếu có lợi suất dự báo dương, phương sai thấp. |
| Dự phòng hiện tại < CVaR và Lãi/lỗ dự báo ARMA/GARCH > CVaR |
Cần thiết phải phòng ngừa rủi ro. |
Thực hiện tái cơ cấu tỷ trọng danh mục sao cho mức độ rủi ro dự báo về ngưỡng chấp nhận. |
CHƯƠNG 3: KẾT LUẬN VÀ KHUYẾN NGHỊ
Chương 3 tổng kết các kết quả thực nghiệm đạt được từ việc ứng dụng mô hình định lượng vào danh mục 10 cổ phiếu trên TTCK Việt Nam:
- Việc áp dụng các mô hình VaR truyền thống (như Variance-Covariance) trong điều kiện thị trường biến động mạnh dễ dẫn đến đánh giá thấp rủi ro thực tế do chuỗi dữ liệu vi phạm giả định phân phối chuẩn.
- Việc kết hợp mô hình kinh tế lượng ARMA/GARCH(1,1) cùng công cụ CVaR cho phép ước lượng chính xác hơn biến động phương sai theo thời gian và kiểm soát tổn thất cực đoan tại vùng đuôi phân phối.
Từ kết quả nghiên cứu, tác giả đưa ra các khuyến nghị ứng dụng thực tiễn:
- Nhà đầu tư cá nhân và tổ chức cần định kỳ kiểm định các thuộc tính thống kê (tính dừng, phân phối chuẩn, phương sai thay đổi) của chuỗi dữ liệu trước khi chọn mô hình đo lường rủi ro.
- Thiết lập cơ chế trích lập quỹ dự phòng rủi ro linh hoạt căn cứ trên mức CVaR thay vì chỉ dựa vào VaR truyền thống.
- Sử dụng kết quả dự báo tỷ suất sinh lời và phương sai từ mô hình ARMA/GARCH để chủ động tái cấu trúc tỷ trọng danh mục (hạ tỷ trọng nhóm cổ phiếu có phương sai dự báo tăng và lợi suất âm).
Kết quả và đóng góp
Kết quả chính:
- Khóa luận đã tính toán cụ thể mức độ rủi ro của danh mục 10 cổ phiếu trị giá 721,2 triệu đồng trên HOSE: mức thua lỗ tối đa trong 1 ngày giao dịch tiếp theo ở độ tin cậy 95% là khoảng 13,603 - 14,284 triệu đồng; ở độ tin cậy 99% theo phương pháp lịch sử là 27,155 triệu đồng và theo phương pháp phương sai - hiệp phương sai là 20,668 triệu đồng.
- Bằng các kiểm định thực nghiệm (ADF test và Shapiro-Wilk test), tác giả đã chứng minh chuỗi tỷ suất sinh lời của các cổ phiếu niêm yết trên HOSE có tính dừng nhưng hoàn toàn không tuân theo quy luật phân phối chuẩn, đồng thời tồn tại hiện tượng phương sai thay đổi.
- Xây dựng thành công quy trình kết hợp mô hình kinh tế lượng chuỗi thời gian ARMA(1,1)-GARCH(1,1) với công cụ CVaR để làm đầu vào cho ma trận ra quyết định phòng ngừa và tài trợ rủi ro danh mục.
Đóng góp của đề tài:
- Khóa luận hệ thống hóa cơ sở lý thuyết hiện đại về quản trị rủi ro và kiểm chứng tính phù hợp của các mô hình VaR truyền thống, VaR kinh tế lượng và CVaR trên dữ liệu thực tế của TTCK Việt Nam.
- Đóng góp khung ma trận 4 kịch bản phòng ngừa rủi ro cụ thể, kết nối kết quả đo lường định lượng với các hành động tái cơ cấu tỷ trọng danh mục và trích lập quỹ tài trợ rủi ro trong thực tế quản lý đầu tư.
Hạn chế và hướng nghiên cứu tiếp
- Hạn chế của đề tài:
- Quy mô danh mục nghiên cứu chỉ giới hạn ở 10 cổ phiếu niêm yết trên sàn HOSE với số lượng nắm giữ giả định cố định (1.000 cổ phiếu/mã), chưa bao quát toàn bộ quy mô và các nhóm vốn hóa khác nhau trên toàn thị trường.
- Nghiên cứu giả định chi phí giao dịch không đáng kể, thị trường giao dịch liên tục và không xuất hiện hiện tượng chia tách/gộp cổ phiếu trong giai đoạn quan sát.
- Chưa tính toán chi tiết tác động của đòn bẩy tài chính (margin) và các vị thế phái sinh phòng hộ danh mục.
- Hướng nghiên cứu tiếp:
- Mở rộng quy mô mẫu nghiên cứu cho toàn bộ các cổ phiếu trong rổ chỉ số VN30 hoặc VN-Index và kéo dài khung thời gian quan sát.
- Tích hợp thêm các mô hình chuỗi thời gian phi đối xứng (như EGARCH, TGARCH) để đo lường hiệu ứng đòn bẩy thông tin trên thị trường chứng khoán Việt Nam.
Giá trị tham khảo
Khóa luận là tài liệu tham khảo hữu ích cho:
- Sinh viên, học viên cao học và nghiên cứu viên thuộc khối ngành Tài chính - Ngân hàng, Kinh tế đầu tư và Kinh tế lượng ứng dụng đang thực hiện các đề tài về quản trị rủi ro danh mục đầu tư.
- Các chuyên viên phân tích rủi ro, nhà quản lý quỹ và nhà đầu tư cá nhân trên TTCK Việt Nam cần quy trình từng bước áp dụng phần mềm RStudio để xử lý kiểm định tính dừng (ADF), kiểm định phân phối chuẩn (normalTest), xây dựng mô hình ARMA/GARCH và tính toán các chỉ số VaR, CVaR.
- Các nhà quản lý quan tâm đến phương pháp thiết lập quỹ dự phòng rủi ro và ma trận kịch bản tái cơ cấu tỷ trọng tài sản dựa trên số liệu định lượng.
Câu hỏi thường gặp
1. Danh mục đầu tư thực nghiệm trong khóa luận gồm những mã cổ phiếu nào và có tổng giá trị bao nhiêu tại thời điểm nghiên cứu?
Danh mục thực nghiệm gồm 10 cổ phiếu thuộc 10 ngành khác nhau niêm yết trên sàn HOSE: PNJ (Kim loại), KDC (Thực phẩm), TCM (May mặc), FMC (Thủy sản), REE (Xây dựng & BĐS), CMG (Công nghệ thông tin), DHG (Dược phẩm), BVH (Bảo hiểm), DQC (Trang thiết bị), DRC (Nhựa - Cao su). Giả định nắm giữ 1.000 cổ phiếu mỗi mã, tổng giá trị danh mục tại ngày 06/04/2022 là 721.200.000 đồng.
2. Vì sao có sự chênh lệch lớn giữa phương pháp Variance-Covariance và Historical Method khi ước lượng VaR ở độ tin cậy 99%?
Ở độ tin cậy 99%, phương pháp Historical Method cho giá trị VaR 1 ngày là 27,155 triệu đồng, cao hơn nhiều so với 20,668 triệu đồng của phương pháp Variance-Covariance. Nguyên nhân là phương pháp Variance-Covariance giả định chuỗi tỷ suất sinh lời tuân theo phân phối chuẩn, trong khi dữ liệu thực tế của TTCK Việt Nam có hiện tượng đuôi dày (Fat tails) và biến động cực đoan lớn, khiến phân phối chuẩn đánh giá thấp mức tổn thất ở vùng đuôi xác suất 1%.
3. Kết quả kiểm định tính dừng và phân phối chuẩn của dữ liệu chuỗi thời gian trong nghiên cứu ra sao?
Kiểm định ADF (Augmented Dickey-Fuller) cho thấy chuỗi tỷ suất sinh lời của 10 cổ phiếu đều có tính dừng (p-value = 0,01 với cổ phiếu KDC có Dickey-Fuller = -9,4198). Tuy nhiên, kiểm định Shapiro-Wilk (normalTest) cho p-value < 2,2e-16, khẳng định chuỗi tỷ suất sinh lời hoàn toàn không tuân theo phân phối chuẩn.
4. Mô hình CVaR (Conditional Value at Risk) khắc phục nhược điểm cốt lõi nào của mô hình VaR?
VaR chỉ xác định một ngưỡng tổn thất tối đa tại một mức độ tin cậy nhất định mà không phản ánh được mức độ thiệt hại nếu tổn thất vượt qua ngưỡng đó. CVaR tính toán giá trị trung bình kỳ vọng của tất cả các khoản lỗ vượt ngưỡng VaR (Expected Shortfall), giúp nhà đầu tư kiểm soát được rủi ro đuôi (Tail risk) và các biến cố thị trường cực đoan.
5. Cơ chế kiểm soát và phòng ngừa rủi ro được tác giả đề xuất dựa trên nguyên tắc nào?
Tác giả đề xuất ma trận 4 kịch bản đối chiếu giữa số tiền dự phòng hiện tại, mức tổn thất cực đoan CVaR và mức lãi/lỗ dự báo từ mô hình ARMA/GARCH. Khi cần phòng ngừa, nhà đầu tư tái cơ cấu tỷ trọng danh mục bằng cách giảm tỷ trọng các cổ phiếu có lợi suất dự báo âm và phương sai dự báo lớn, đồng thời tăng tỷ trọng các cổ phiếu có lợi suất dự báo dương và phương sai dự báo thấp.
Kết luận
Khóa luận của tác giả Nguyễn Thị Thu Hương đã giải quyết trọn vẹn mục tiêu nghiên cứu về việc ứng dụng mô hình VaR mở rộng và CVaR vào quản trị rủi ro danh mục 10 cổ phiếu niêm yết trên HOSE giai đoạn 2017 - 2022. Nghiên cứu chỉ ra các hạn chế của phương pháp VaR truyền thống khi giả định phân phối chuẩn bị vi phạm trên thị trường chứng khoán Việt Nam, đồng thời chứng minh tính ưu việt của việc kết hợp mô hình ARMA-GARCH và CVaR trong lượng hóa rủi ro đuôi. Khung ma trận kịch bản kiểm soát rủi ro được đề xuất cung cấp giải pháp thực tiễn cho các nhà đầu tư trong việc chủ động tái cơ cấu danh mục và thiết lập quỹ dự phòng tổn thất.
