Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh hội nhập kinh tế quốc tế, thị trường chứng khoán đóng vai trò là kênh dẫn vốn quan trọng thúc đẩy sự phát triển của nền kinh tế. Đối với các nhà đầu tư cá nhân và tổ chức, mục tiêu cốt lõi khi tham gia thị trường là tối đa hóa lợi nhuận. Tuy nhiên, thị trường chứng khoán Việt Nam luôn tiềm ẩn nhiều yếu tố rủi ro phức tạp: từ rủi ro hệ thống (thị trường, lãi suất, sức mua, tỷ giá) đến rủi ro phi hệ thống (kinh doanh, tài chính, quản lý), cùng với tình trạng bất cân xứng thông tin dẫn đến rủi ro đạo đức và rủi ro chính sách. Sự biến động liên tục của giá cổ phiếu đặt ra yêu cầu cấp thiết về việc lượng hóa mức tổn thất tiềm năng tối đa mà nhà đầu tư có thể phải gánh chịu.

Mô hình Giá trị chịu rủi ro (Value at Risk - VaR) là một trong những công cụ lượng hóa rủi ro thị trường tiêu chuẩn, cho phép xác định mức tổn thất tối đa của một tài sản hay danh mục đầu tư trong một khoảng thời gian xác định với một mức độ tin cậy cho trước. Để xây dựng cơ sở định lượng rủi ro cho một mã cổ phiếu tiêu biểu trong ngành công nghệ - viễn thông, tác giả lựa chọn đề tài: "Ứng dụng mô hình VaR trong phân tích rủi ro Cổ phiếu Công ty Cổ phần FPT giai đoạn 2018-2020".

Nhiệm vụ và mục tiêu nghiên cứu của chuyên đề được xác định rõ ràng:

  1. Mục tiêu chung: Phân tích biến động giá và các chỉ số tài chính của cổ phiếu FPT trên thị trường chứng khoán Việt Nam, thực hiện ước lượng mô hình VaR, từ đó đưa ra nhận định và khuyến nghị hỗ trợ nhà đầu tư lựa chọn chiến lược quản trị rủi ro phù hợp.
  2. Mục tiêu cụ thể:
    • Hệ thống hóa cơ sở lý luận về rủi ro và các phương pháp đo lường rủi ro trên thị trường chứng khoán bằng mô hình VaR.
    • Đánh giá thực trạng hoạt động sản xuất kinh doanh và năng lực tài chính của Công ty Cổ phần FPT giai đoạn 2018–2020 qua hệ thống chỉ số tài chính.
    • Ứng dụng các phương pháp ước lượng VaR (tham số và phi tham số) cho chuỗi lợi suất cổ phiếu FPT.
    • Thực hiện hậu kiểm (backtesting) mô hình VaR theo tiêu chuẩn của Ngân hàng Thanh toán Quốc tế (BIS) nhằm xác định phương pháp ước lượng tối ưu cho chuỗi dữ liệu.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mức độ rủi ro thị trường và giá trị tổn thất tiềm năng của cổ phiếu Công ty Cổ phần FPT.
  • Phạm vi không gian: Cổ phiếu FPT niêm yết tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
  • Phạm vi thời gian: Báo cáo tài chính và tình hình kinh doanh giai đoạn 2018–2020; chuỗi dữ liệu giá đóng cửa theo ngày của cổ phiếu FPT được thu thập từ ngày 02/01/2018 đến ngày 29/03/2021 (gồm 793 quan sát lợi suất).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình đo lường

Chuyên đề tổng hợp nền tảng lý luận về rủi ro từ các nghiên cứu kinh điển: quan điểm của Allan Willett, John Haynes (1895), Irving Pfeffer (1956) và định nghĩa rủi ro là "sự không chắc chắn có thể đo lường được" của Frank H. Knight (1921). Trong tài chính chứng khoán, rủi ro được chia thành hai nhóm chính:

  • Rủi ro hệ thống: Tác động đến toàn bộ thị trường, không thể triệt tiêu bằng đa dạng hóa danh mục (gồm rủi ro thị trường, rủi ro lãi suất, rủi ro sức mua/lạm phát, rủi ro tỷ giá).
  • Rủi ro phi hệ thống: Gắn liền với nội tại từng doanh nghiệp, có thể kiểm soát và phân tán (gồm rủi ro kinh doanh, rủi ro tài chính, rủi ro quản lý).

Khái niệm VaR bắt nguồn từ lĩnh vực bảo hiểm, được ngân hàng Bankers Trust áp dụng vào năm 1980 và sau đó được hoàn thiện, chuẩn hóa bởi Dennis Weatherstone tại ngân hàng J.P. Morgan vào năm 1994. Theo Artzner (1999), một thước đo rủi ro chuẩn tắc cần thỏa mãn 4 tính chất: tính đơn điệu, tính thuần nhất, tính bất biến và tính cộng (VaR thỏa mãn cả 4 tính chất này khi chuỗi lợi suất có phân phối chuẩn).

Về mặt toán học, nếu gọi $V_t$ và $V_{t+k}$ lần lượt là giá trị tài sản tại thời điểm $t$ và $t+k$, hàm lỗ - lãi của vị thế đầu tư được xác định bởi $\Delta V(k) = V_{t+k} - V_t = P&L(k)$. VaR tại chu kỳ $k$ với độ tin cậy $(1-\alpha)100%$ chính là phân vị mức $\alpha$ của hàm phân phối xác suất tổn thất:

$$\text{Pr}(P&L(k) \le \text{VaR}(k, \alpha)) = \alpha$$

Các phương pháp ước lượng VaR được tác giả xem xét bao gồm:

  • Phương pháp tham số (Parametric VaR):
    • Với chuỗi lợi suất phân phối chuẩn: $\text{VaR}(1 \text{ ngày}, (1-\alpha)100%) = \mu + N^{-1}(\alpha)\sigma$.
    • Với chuỗi lợi suất không phân phối chuẩn: Sử dụng phân phối T-Student chuẩn hóa $s$ bậc tự do ($T^{(s)}$) với giá trị phân vị $t_\alpha = t_\alpha^{(s)} / \sqrt{s/(s-2)}$.
    • Mô hình kinh tế lượng chuỗi thời gian: Kết hợp mô hình phương trình trung bình có điều kiện $\text{ARIMA}(p,d,q)$ và phương trình phương sai có điều kiện $\text{GARCH}(p,q)$ để mô hình hóa hiện tượng phương sai thay đổi theo thời gian (ARCH/GARCH).
  • Phương pháp phi tham số (Non-parametric VaR):
    • Phương pháp mô phỏng lịch sử (Historical Simulation): Sử dụng trực tiếp phân phối thực nghiệm của chuỗi lợi suất quá khứ, xác định giá trị tổn thất tại phân vị $\alpha$ bằng hàm PERCENTILE.
    • Phương pháp mô phỏng Monte Carlo: Tạo lập các kịch bản ngẫu nhiên dựa trên các tham số thống kê của chuỗi dữ liệu để tính toán phân vị rủi ro.
  • Phương pháp hậu kiểm (Backtesting): Dựa trên khuyến nghị năm 1996 của Ủy ban Basel về Giám sát Ngân hàng (Basel Committee on Banking Supervision - BIS), kiểm định độ chính xác của mô hình bằng cách so sánh $P&L$ thực tế với $P&L$ lý thuyết trên mẫu tối thiểu 250 ngày giao dịch. Số ngày vi phạm thực tế $X$ tuân theo phân phối nhị thức $X \sim B(n, \alpha)$. Tại mức ý nghĩa $\alpha = 5%$ ($n=250$), khoảng tin cậy 95% cho số ngày vi phạm là $[5,7458; 19,254]$; mô hình được xem là chuẩn xác nếu số ngày vượt ngưỡng không quá 19 phiên.

Phương pháp nghiên cứu và công cụ xử lý dữ liệu

  • Phương pháp thống kê mô tả và kinh tế lượng: Kiểm định phân phối chuẩn Jarque-Bera, kiểm định nghiệm đơn vị Dickey-Fuller mở rộng (ADF) để kiểm tra tính dừng, phân tích lược đồ tự tương quan (AC) và tương quan riêng phần (PAC), kiểm định hiệu ứng ARCH-LM.
  • Công cụ hỗ trợ: Phần mềm EViews để ước lượng kinh tế lượng và Microsoft Excel (công cụ Data Analysis) để tính toán mô phỏng lịch sử, mô phỏng Monte Carlo và xử lý bảng biểu tài chính.
  • Nguồn dữ liệu: Báo cáo tài chính hợp nhất đã kiểm toán của Công ty Cổ phần FPT giai đoạn 2018–2020; dữ liệu chuỗi giá đóng cửa lịch sử của cổ phiếu FPT trích xuất từ nền tảng phân tích kỹ thuật TradingView và Vietstock Finance.

Nội dung chính theo từng chương

Chương 1: Sơ lược về rủi ro và đo lường rủi ro bằng mô hình VaR

Chương 1 tập trung hệ thống hóa cơ sở lý luận về quản trị rủi ro tài chính và mô hình VaR. Tác giả phân tích rõ ưu điểm của VaR trong việc quy đổi mức độ rủi ro phức tạp về một con số tiền tệ duy nhất, minh bạch và có khả năng so sánh giữa các vị thế đầu tư khác nhau. Đồng thời, tác giả chỉ ra hai hạn chế lớn của mô hình VaR truyền thống:

  1. Giả định điều kiện thị trường không thay đổi đột ngột trong khoảng thời gian đo lường (nguyên nhân khiến nhiều định chế tài chính gặp khủng hoảng trong giai đoạn 2007–2008).
  2. Hiện tượng "đuôi chuông" (fat tails): Phân phối chuẩn thường đánh giá thấp xác suất xảy ra các biến cố tổn thất cực đại ở phần đuôi bên trái của đồ thị phân phối.

Chương này cũng thiết lập toàn bộ khung toán học cho các phương pháp tính VaR tham số (chuẩn hóa T-Student, cấu trúc $\text{ARIMA}-\text{GARCH}$) và phi tham số (mô phỏng lịch sử, Monte Carlo), đồng thời quy định quy trình kiểm định hậu kiểm 3 bước theo tiêu chuẩn BIS.

Chương 2: Tình hình hoạt động kinh doanh Công ty Cổ phần FPT giai đoạn 2018-2020

Chương 2 trình bày tổng quan về lịch sử phát triển của Tập đoàn FPT (thành lập ngày 13/09/1988, chính thức niêm yết trên HOSE ngày 13/12/2006 với 60.230 cổ phiếu, vốn điều lệ ban đầu trên 608 tỷ đồng, giá đóng cửa phiên đầu tiên đạt 400.000 đồng/cổ phiếu). Tác giả tiến hành phân tích chi tiết tình hình tài chính của doanh nghiệp trong giai đoạn 2018–2020 thông qua 5 nhóm chỉ số tài chính cơ bản:

Nhóm chỉ tiêu tài chính Chỉ số cụ thể Năm 2018 Năm 2019 Năm 2020
Khả năng thanh toán Khả năng thanh toán hiện thời (lần) 1,27 1,18 0,87
Khả năng thanh toán nhanh (lần) 1,18 1,10 0,81
Quản lý tài sản Vòng quay hàng tồn kho (lần) 17,31 21,58 18,26
Vòng quay tổng tài sản (lần) 0,78 0,83 0,71
Quản trị nợ Tỷ số nợ (%) 0,50 0,50 0,68
Khả năng thanh toán lãi vay - TIE (lần) 16,19 12,99 8,55
Khả năng sinh lời Tỷ suất sinh lời trên tổng tài sản - ROA (%) 10,87 11,71 10,35
Tỷ suất sinh lời trên vốn CSH - ROE (%) 21,89 23,28 32,77
Tỷ số sức sinh lời căn bản - BEP (%) 12,96 13,97 12,90
Giá trị thị trường Thu nhập trên mỗi cổ phần - EPS (đồng) 4.523 4.796 2.115
Giá trị sổ sách mỗi cổ phần - BVPS (đồng) 24.076 24.764 6.478
Hệ số P/E (lần) 9,33 12,16 27,94
Hệ số P/B (lần) 1,75 2,35 9,12
Hệ số P/S (lần) 1,05 1,38 3,84

Đánh giá thực trạng tài chính:

  • FPT duy trì năng lực sinh lời vượt trội so với trung bình ngành công nghệ - viễn thông, đặc biệt chỉ số ROE tăng trưởng liên tục từ 21,89% (2018) lên 32,77% (2020), thể hiện hiệu quả khai thác vốn chủ sở hữu cao.
  • Tuy nhiên, năm 2020 xuất hiện một số rủi ro tài chính đáng chú ý: Hệ số nợ tăng mạnh lên 0,68 (tương đương nợ chiếm 68% tổng tài sản); khả năng thanh toán lãi vay giảm từ 16,19 lần xuống 8,55 lần; các chỉ số thanh toán hiện thời (0,87) và thanh toán nhanh (0,81) đều rơi xuống mức dưới 1,0 do ảnh hưởng bởi dịch Covid-19 và nợ ngắn hạn tăng nhanh hơn tài sản ngắn hạn.

Chương 3: Ứng dụng mô hình VaR phân tích rủi ro cổ phiếu FPT

Chương 3 triển khai quy trình định lượng chuỗi số liệu giá đóng cửa cổ phiếu FPT từ ngày 02/01/2018 đến ngày 29/03/2021. Chuỗi lợi suất logarit được xác định theo công thức $r_t = \ln(S_t / S_{t-1})$, ký hiệu là $\text{LSFPT}$, với tổng cộng 793 quan sát.

1. Thống kê mô tả và kiểm định tiền đề

  • Lợi suất trung bình ngày ($\mu$): $0,000238$ ($0,0238%$).
  • Độ lệch chuẩn ($\sigma$): $0,019691$.
  • Giá trị lợi suất lớn nhất: $0,067627$; giá trị nhỏ nhất: $-0,196199$.
  • Kiểm định Jarque-Bera đạt mức ý nghĩa $P\text{-value} = 0,0000 < 0,05$, dẫn đến bác bỏ giả thiết phân phối chuẩn $\rightarrow$ Chuỗi $\text{LSFPT}$ không tuân theo phân phối chuẩn.
  • Kiểm định tính dừng Dickey-Fuller mở rộng (ADF): Giá trị thống kê $t = -26,78888$ nhỏ hơn giá trị tới hạn tại các mức ý nghĩa 1% ($-3,568668$), 5% và 10% $\rightarrow$ Chuỗi $\text{LSFPT}$ là chuỗi dừng tại bậc sai phân $d=0$.

2. Ước lượng mô hình kinh tế lượng ARIMA - ARCH

  • Phân tích lược đồ tự tương quan (Correlogram) xác định mô hình tự hồi quy phù hợp là $\text{AR}(5)$ (tương đương $\text{ARIMA}(5,0,0)$ không có hệ số chặn). Các hệ số ước lượng đều có ý nghĩa thống kê ở mức 5%.
  • Kiểm định tính dừng phần dư của mô hình $\text{AR}(5)$ bằng kiểm định ADF cho thấy chuỗi phần dư là chuỗi dừng ($t = -26,78888$).
  • Kiểm định hiệu ứng ARCH đối với bình phương chuỗi phần dư: Thống kê $F = 11,0008$ với $P\text{-value} < 0,05$, bác bỏ giả thiết $H_0 \rightarrow$ Chuỗi lợi suất cổ phiếu FPT tồn tại hiệu ứng $\text{ARCH}(1)$ (phương sai thay đổi có điều kiện).

3. Kết quả ước lượng VaR 1 ngày với độ tin cậy 95%

Giả định nhà đầu tư nắm giữ 1.000 cổ phiếu FPT tại mức giá đóng cửa ngày 29/03/2021 là 77.600 đồng/cổ phiếu (tổng giá trị danh mục $V_t = 77.600.000$ đồng):

Phương pháp ước lượng VaR Giá trị VaR tỷ lệ (%) Mức tổn thất tối đa sau 1 ngày (VNĐ)
Phương pháp tham số (Phân phối T-Student 5 bậc tự do) $-3,0496%$ $2.366.489$
Phương pháp mô phỏng lịch sử (Historical Simulation) $-2,8970%$ $2.248.072$
Phương pháp mô phỏng Monte Carlo (1.000 bước lặp $\times$ 1.000 quan sát) $-2,5320%$ $1.964.832$

4. Kết quả hậu kiểm mô hình (Backtesting) theo tiêu chuẩn BIS

Thực hiện hậu kiểm trên mẫu 250 phiên giao dịch theo quy định của Ngân hàng Thanh toán Quốc tế (ngưỡng chấp nhận tối đa tại mức ý nghĩa 5% là 19 phiên vi phạm):

  • Hậu kiểm phương pháp tham số (Giai đoạn 26/08/2019 đến 21/08/2020): Ghi nhận 7 phiên có tổn thất thực tế vượt quá VaR lý thuyết. Vì $7 < 19$, mô hình VaR tham số đạt tiêu chuẩn chuẩn xác của BIS và phù hợp để áp dụng cho cổ phiếu FPT.
  • Hậu kiểm phương pháp mô phỏng lịch sử (Giai đoạn 31/03/2020 đến 29/03/2021): Ghi nhận 21 phiên có tổn thất thực tế vượt quá VaR lý thuyết. Vì $21 > 19$, mô hình mô phỏng lịch sử vi phạm ngưỡng an toàn của BIS và bị kết luận là không phù hợp cho chuỗi dữ liệu cổ phiếu FPT.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  1. Lượng hóa mức độ rủi ro cổ phiếu FPT: Kết quả thực nghiệm xác định mức tổn thất tối đa trong 1 ngày của cổ phiếu FPT ở mức độ tin cậy 95% dao động từ $-2,532%$ đến $-3,0496%$. Với quy mô nắm giữ 1.000 cổ phiếu tại ngày 29/03/2021, khoản lỗ tiềm năng tối đa không vượt quá $2.366.489$ đồng trong điều kiện thị trường bình thường.
  2. Xác thực sự phù hợp của các mô hình VaR qua kiểm định BIS:
    • Chứng minh phương pháp VaR tham số (kết hợp phân phối T-Student 5 bậc tự do nhằm khắc phục hiện tượng đuôi dày) đạt độ tin cậy cao trong thực tế với tỷ lệ vi phạm chỉ $7/250$ phiên.
    • Chứng minh phương pháp mô phỏng lịch sử không đảm bảo tính chuẩn xác trên dữ liệu thực tế ($21/250$ phiên vi phạm), do phương pháp này phụ thuộc hoàn toàn vào quá khứ và không phản ánh kịp thời các biến động mạnh của thị trường trong giai đoạn xảy ra dịch Covid-19.
  3. Phát hiện cấu trúc phương sai chuỗi thời gian: Kiểm định kinh tế lượng chỉ ra chuỗi lợi suất FPT là chuỗi dừng, không tuân theo phân phối chuẩn, có tính tự hồi quy bậc 5 ($\text{AR}(5)$) và mang hiệu ứng biến động phương sai $\text{ARCH}(1)$.

Giải pháp và khuyến nghị cho nhà đầu tư

  • Nhà đầu tư cá nhân và tổ chức khi tham gia giao dịch cổ phiếu FPT cần sử dụng phương pháp VaR tham số kết hợp phân phối T-Student hoặc mô hình $\text{ARIMA}-\text{GARCH}$ để thiết lập hạn mức cắt lỗ (stop-loss) và dự phòng vốn an toàn rủi ro.
  • Không nên chỉ dựa thuần túy vào các chỉ số tài chính quá khứ hoặc phương pháp mô phỏng lịch sử đơn giản để ra quyết định, mà phải liên tục cập nhật dữ liệu và thực hiện hậu kiểm mô hình định kỳ theo khung quy chuẩn BIS ít nhất 250 ngày gần nhất.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu:
    • Nghiên cứu chỉ tập trung đánh giá trên một tài sản đơn lẻ là cổ phiếu FPT, chưa mở rộng áp dụng cho danh mục đầu tư đa tài sản gồm nhiều ngành nghề khác nhau.
    • Chuỗi dữ liệu giai đoạn 2020–2021 chịu tác động mạnh từ các cú sốc bất thường của đại dịch Covid-19, làm tăng tần suất biến động giá ngoài dự báo và ảnh hưởng đến tính ổn định của mô hình mô phỏng.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng phạm vi nghiên cứu sang ước lượng VaR cho danh mục đầu tư đa dạng hóa thuộc nhóm chỉ số VN30 hoặc nhóm ngành công nghệ - viễn thông.
    • Ứng dụng các biến thể GARCH phi đối xứng phức tạp hơn như $\text{EGARCH}$, $\text{TGARCH}$, $\text{IGARCH}$ để phản ánh tính bất đối xứng của thông tin (hiệu ứng đòn bẩy khi tin xấu tác động mạnh hơn tin tốt lên biến động giá).

Giá trị tham khảo

Chuyên đề tốt nghiệp cung cấp tài liệu tham khảo hữu ích cho:

  • Sinh viên và học viên chuyên ngành Toán kinh tế, Toán tài chính, Kinh tế lượng ứng dụng: Tham khảo quy trình hoàn chỉnh từ thu thập dữ liệu chuỗi thời gian, kiểm định nghiệm đơn vị (ADF), kiểm định phân phối Jarque-Bera, xây dựng mô hình $\text{ARIMA}-\text{ARCH}$ đến các bước ước lượng và hậu kiểm VaR bằng phần mềm EViews và Excel.
  • Chuyên viên phân tích tài chính và quản trị rủi ro tại các công ty chứng khoán, quỹ đầu tư: Vận dụng khung phân tích tài chính kết hợp định lượng tổn thất tiềm năng để xác định hạn mức đầu tư và quản lý danh mục cổ phiếu ngành công nghệ.
  • Nội dung đáng tham khảo nhất: Quy trình toán học tính toán phân vị phân phối T-Student chuẩn hóa trong phương pháp VaR tham số (Mục 1.2 và Mục 3.2) cùng kỹ thuật thiết lập kiểm định hậu kiểm nhị thức theo tiêu chuẩn Basel/BIS (Mục 1.3 và Mục 3.4).

Câu hỏi thường gặp

1. Dữ liệu lợi suất cổ phiếu FPT có tuân theo phân phối chuẩn không và tác giả xử lý như thế nào?

Kết quả kiểm định Jarque-Bera trên phần mềm EViews cho thấy giá trị $P\text{-value} = 0,0000 < 0,05$, do đó bác bỏ giả thiết $H_0$, kết luận chuỗi lợi suất $\text{LSFPT}$ không tuân theo phân phối chuẩn. Để khắc phục hiện tượng này trong phương pháp tham số, tác giả đã áp dụng phân phối T-Student chuẩn hóa với $s = 5$ bậc tự do nhằm phản ánh đúng đặc tính đuôi dày của chuỗi số liệu.

2. Mô hình chuỗi thời gian nào được lựa chọn để mô tả chuỗi lợi suất cổ phiếu FPT?

Tác giả đã lựa chọn mô hình tự hồi quy bậc 5 không có hệ số chặn, tức $\text{AR}(5)$ (hay $\text{ARIMA}(5,0,0)$). Kiểm định tính dừng trên phần dư của mô hình cho kết quả chuỗi dừng ($t = -26,78888$), và kiểm định hiệu ứng $\text{ARCH}$ xác nhận chuỗi tồn tại hiệu ứng $\text{ARCH}(1)$ ($F = 11,0008, P < 0,05$).

3. Kết quả hậu kiểm (backtesting) 250 phiên giao dịch theo chuẩn BIS đưa ra kết luận gì?

Theo quy định của BIS tại mức ý nghĩa 5%, mô hình được coi là chuẩn xác nếu số ngày lỗ thực tế vượt quá VaR lý thuyết không quá 19 ngày. Kết quả hậu kiểm cho thấy:

  • Phương pháp VaR tham số có 7 phiên vi phạm ($\le 19$) $\rightarrow$ Đạt chuẩn BIS, phù hợp với cổ phiếu FPT.
  • Phương pháp mô phỏng lịch sử có 21 phiên vi phạm ($> 19$) $\rightarrow$ Không đạt chuẩn BIS, bị bác bỏ.

4. Tại sao tỷ số thanh toán hiện thời và thanh toán nhanh của FPT năm 2020 lại giảm xuống dưới 1,0?

Năm 2020, tỷ số thanh toán hiện thời của FPT giảm xuống $0,87$ lần và tỷ số thanh toán nhanh giảm xuống $0,81$ lần. Nguyên nhân là do ảnh hưởng của dịch bệnh Covid-19 cùng với việc nợ ngắn hạn tăng nhanh hơn tốc độ tăng của tài sản ngắn hạn, đồng thời tỷ số nợ tổng thể tăng lên mức $0,68$ ($68%$).

Kết luận

Chuyên đề tốt nghiệp đã giải quyết trọn vẹn mục tiêu nghiên cứu thông qua việc kết hợp giữa phân tích cơ bản tình hình tài chính doanh nghiệp và mô hình hóa định lượng rủi ro thị trường bằng công cụ VaR cho cổ phiếu FPT giai đoạn 2018–2020. Kết quả thực nghiệm khẳng định chuỗi lợi suất cổ phiếu FPT mang đặc tính phi chuẩn, tồn tại phương sai thay đổi có điều kiện và phương pháp VaR tham số (kết hợp phân phối T-Student chuẩn hóa) là mô hình tối ưu đạt chuẩn kiểm định của Ngân hàng Thanh toán Quốc tế (BIS). Đây là tài liệu tham khảo có giá trị cao về mặt phương pháp luận kinh tế lượng tài chính và thực tiễn quản trị rủi ro đầu tư chứng khoán tại Việt Nam.