Luận văn thạc sĩ: Ứng dụng Value-at-Risk trong đo lường rủi ro của thị trường chứng khoán Việt Nam

Luận văn thạc sĩ nghiên cứu the application of valueatrisk in measuring risks of vietnamese stock market, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong

• Tác giả: Nguyen Thuy Dung
• Người hướng dẫn: Dr. Tran Manh Ha
• Trường học: University of Finance
• Chuyên ngành: Finance
• Đề tài: Ứng Dụng Value-at-Risk Trong Đo Lường Rủi Ro Thị Trường Chứng Khoán Việt Nam
• Loại tài liệu: thesis
• Năm xuất bản: 2020
• Địa điểm: Hanoi

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. Tóm tắt kết cấu nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN TÀI LIỆU
• 2.1. Tổng quan 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 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 bằng mô hình VaR
• 6. CHƯƠNG 6: KẾT LUẬN

Tóm tắt

I. Giới thiệu về Value at Risk

Value-at-Risk (VaR) là một công cụ quan trọng trong việc đo lường rủi ro tài chính, đặc biệt trong bối cảnh thị trường chứng khoán. VaR giúp các nhà đầu tư và quản lý rủi ro xác định mức độ tổn thất tối đa có thể xảy ra trong một khoảng thời gian nhất định với một mức độ tin cậy nhất định. Theo nghiên cứu, VaR có thể được tính toán bằng nhiều phương pháp khác nhau như 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 những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng trong việc quản lý rủi ro hiệu quả. Nghiên cứu này sẽ tập trung vào việc áp dụng VaR trong bối cảnh thị trường chứng khoán Việt Nam, nhằm cung cấp cái nhìn sâu sắc về cách thức đo lường rủi ro trong môi trường tài chính đang phát triển này.

1.1. Khái niệm và tầm quan trọng của VaR

Khái niệm Value-at-Risk đã trở thành một tiêu chuẩn trong việc đo lường rủi ro tài chính. VaR không chỉ giúp các nhà đầu tư hiểu rõ hơn về mức độ rủi ro mà họ đang đối mặt, mà còn cung cấp thông tin cần thiết để đưa ra quyết định đầu tư. Theo nghiên cứu, VaR có thể được sử dụng để đánh giá rủi ro của các danh mục đầu tư khác nhau, từ đó giúp các nhà quản lý đưa ra các chiến lược quản lý rủi ro hiệu quả hơn. Việc áp dụng VaR trong thị trường chứng khoán Việt Nam là cần thiết, đặc biệt khi thị trường này đang trong quá trình phát triển và mở cửa cho các nhà đầu tư nước ngoài.

II. Rủi ro trong thị trường chứng khoán Việt Nam

Thị trường chứng khoán Việt Nam đang đối mặt với nhiều loại rủi ro khác nhau, bao gồm rủi ro thị trường, rủi ro tài chính và rủi ro hệ thống. Rủi ro thị trường thường liên quan đến sự biến động của giá cổ phiếu và các yếu tố kinh tế vĩ mô. Trong khi đó, rủi ro tài chính có thể phát sinh từ các quyết định đầu tư không chính xác hoặc từ sự thay đổi trong lãi suất. Rủi ro hệ thống là những rủi ro không thể kiểm soát được, ảnh hưởng đến toàn bộ thị trường. Việc hiểu rõ các loại rủi ro này là rất quan trọng để áp dụng VaR một cách hiệu quả. Nghiên cứu cho thấy rằng việc áp dụng VaR có thể giúp các nhà đầu tư nhận diện và đánh giá các rủi ro này một cách chính xác hơn.

2.1. Phân tích các loại rủi ro

Các loại rủi ro trong thị trường chứng khoán Việt Nam có thể được phân loại thành rủi ro hệ thống và rủi ro phi hệ thống. Rủi ro hệ thống là những rủi ro ảnh hưởng đến toàn bộ thị trường, chẳng hạn như biến động kinh tế vĩ mô hoặc thay đổi chính sách của chính phủ. Ngược lại, rủi ro phi hệ thống là những rủi ro liên quan đến một công ty hoặc ngành cụ thể. Việc phân tích và hiểu rõ các loại rủi ro này sẽ giúp các nhà đầu tư và quản lý rủi ro có thể áp dụng VaR một cách hiệu quả hơn, từ đó đưa ra các quyết định đầu tư chính xác hơn.

III. Phương pháp áp dụng Value at Risk

Nghiên cứu này áp dụng bốn phương pháp VaR khác nhau để đo lường rủi ro trong thị trường chứng khoán Việt Nam, bao gồm PVaR, HVaR, MVaR và CVaR. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng. PVaR sử dụng giả định về phân phối chuẩn để tính toán rủi ro, trong khi HVaR dựa trên dữ liệu lịch sử để đưa ra ước lượng. MVaR và CVaR cung cấp cái nhìn sâu sắc hơn về rủi ro trong các tình huống cực đoan. Việc áp dụng các phương pháp này sẽ giúp các nhà đầu tư có cái nhìn tổng quan hơn về rủi ro trong thị trường chứng khoán Việt Nam.

3.1. So sánh các phương pháp VaR

Mỗi phương pháp VaR có những ưu điểm và nhược điểm riêng. PVaR dễ dàng tính toán nhưng có thể không phản ánh chính xác rủi ro trong các tình huống cực đoan. HVaR dựa trên dữ liệu lịch sử, có thể cung cấp cái nhìn thực tế hơn về rủi ro nhưng lại phụ thuộc vào chất lượng dữ liệu. MVaR và CVaR cung cấp cái nhìn sâu sắc hơn về rủi ro trong các tình huống cực đoan, nhưng lại phức tạp hơn trong việc tính toán. Việc hiểu rõ các phương pháp này sẽ giúp các nhà đầu tư lựa chọn phương pháp phù hợp nhất cho danh mục đầu tư của mình.

IV. Kết luận và khuyến nghị

Nghiên cứu này đã chỉ ra rằng việc áp dụng Value-at-Risk trong đo lường rủi ro thị trường chứng khoán Việt Nam là rất cần thiết. Các phương pháp VaR khác nhau cung cấp cái nhìn đa dạng về rủi ro, từ đó giúp các nhà đầu tư đưa ra quyết định chính xác hơn. Tuy nhiên, cần lưu ý rằng không có phương pháp nào hoàn hảo và việc kết hợp nhiều phương pháp có thể mang lại kết quả tốt hơn. Khuyến nghị cho các nhà đầu tư là nên sử dụng VaR kết hợp với các công cụ khác để có cái nhìn toàn diện hơn về rủi ro trong thị trường chứng khoán Việt Nam.

4.1. Đề xuất cho nghiên cứu tương lai

Nghiên cứu này mở ra hướng đi mới cho các nghiên cứu tiếp theo về rủi ro trong thị trường chứng khoán Việt Nam. Các nghiên cứu tương lai có thể xem xét việc áp dụng các mô hình VaR khác nhau trong các bối cảnh khác nhau, cũng như nghiên cứu sâu hơn về các yếu tố ảnh hưởng đến rủi ro trong thị trường. Việc này không chỉ giúp nâng cao hiểu biết về rủi ro mà còn hỗ trợ các nhà đầu tư trong việc đưa ra quyết định đầu tư chính xác hơn.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam đóng vai trò là kênh dẫn vốn trung và dài hạn then chốt cho nền kinh tế với mức tăng trưởng GDP đạt 7.02% vào năm 2019 và quy mô vốn hóa thị trường cổ phiếu vượt 54% GDP trong năm 2018, quy tụ khoảng 750 doanh nghiệp niêm yết. Tuy nhiên, tính chất non trẻ cùng hệ thống pháp lý và hạ tầng quản trị rủi ro chưa đồng bộ khiến thị trường thường xuyên đối mặt với mức độ biến động cao. Vấn đề đo lường chính xác các rủi ro tài chính phức tạp, đặc biệt là rủi ro thị trường, trở thành bài toán cấp thiết đối với các nhà đầu tư tổ chức, cơ quan quản lý và các định chế tài chính.

Mục tiêu cốt lõi của nghiên cứu là ứng dụng mô hình Giá trị chịu rủi ro (Value-at-Risk - VaR) nhằm định lượng mức độ rủi ro tổn thất của thị trường chứng khoán Việt Nam; so sánh hiệu quả giữa 4 phương pháp tiếp cận VaR; và đánh giá mức độ đóng góp rủi ro của từng cổ phiếu thành phần vào chỉ số thị trường. Phạm vi nghiên cứu tập trung vào 30 cổ phiếu vốn hóa lớn nhất (rổ VN30) niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) trong khung thời gian 1 năm, từ ngày 21/04/2019 đến ngày 20/04/2020, bao gồm giai đoạn bùng phát dịch bệnh đầu năm 2020 khiến biên độ dao động lợi nhuận ngày của VN30 mở rộng lên tới 11.0318%.

Nghiên cứu mang ý nghĩa thực tiễn sâu sắc khi cung cấp hệ thống đo lường rủi ro định lượng theo khuyến nghị của Hiệp ước Basel III, giúp nhà đầu tư xác định ngưỡng tổn thất tối đa trong một ngày giao dịch không vượt quá 2.75% ở mức độ tin cậy 95%, từ đó nâng cao hiệu quả phân bổ vốn và phòng ngừa rủi ro danh mục.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory - MPT) do Markowitz khởi xướng năm 1952, kết hợp với Mô hình định giá tài sản vốn (CAPM) và Giả thuyết bước đi ngẫu nhiên (Random Walk Hypothesis). Các lý thuyết này giải thích mối quan hệ đánh đổi giữa tỷ suất sinh lời kỳ vọng và mức độ rủi ro, đồng thời khẳng định việc kết hợp các tài sản có tương quan thấp giúp phân tán rủi ro phi hệ thống nhưng không loại trừ được rủi ro hệ thống từ các cú sốc vĩ mô.

Khung mô hình nghiên cứu triển khai 4 phương pháp đo lường rủi ro chuyên sâu:

1. Giá trị chịu rủi ro tham số (Parametric VaR - PVaR): Dựa trên ma trận phương sai - hiệp phương sai với giả định tỷ suất sinh lời tuân theo phân phối chuẩn.
2. Giá trị chịu rủi ro lịch sử (Historical VaR - HVaR): Phương pháp phi tham số sử dụng chuỗi phân phối lợi nhuận thực tế trong quá khứ mà không áp đặt phân phối ngẫu nhiên.
3. Giá trị chịu rủi ro điều chỉnh (Modified VaR - MVaR): Ứng dụng khai triển Cornish-Fisher để tích hợp các mômen bậc cao gồm hệ số bất đối xứng (Skewness) và hệ số độ nhọn (Kurtosis), khắc phục hiện tượng đuôi béo (fat-tail).
4. Giá trị chịu rủi ro có điều kiện (Conditional VaR - CVaR/Expected Shortfall): Đo lường tổn thất kỳ vọng trung bình khi rủi ro vượt quá ngưỡng cắt của VaR.

Nghiên cứu sử dụng các khái niệm then chốt gồm rủi ro hệ thống, rủi ro phi hệ thống, mức độ bù đắp rủi ro (risk aversion), phân phối lệch trái và tổn thất đuôi cực đoan.

Phương pháp nghiên cứu

Nghiên cứu được thiết kế theo phương pháp định lượng ứng dụng (Applied Quantitative Research). Dữ liệu thứ cấp là giá đóng cửa hàng ngày của 30 cổ phiếu rổ VN30 và chỉ số VN30 được thu thập từ các nguồn dữ liệu chuẩn hóa gồm Ủy ban Chứng khoán Nhà nước (SSC), Bloomberg và Reuters trong giai đoạn từ ngày 21/04/2019 đến ngày 20/04/2020. Cỡ mẫu nghiên cứu gồm 250 ngày giao dịch chuẩn, tạo ra chuỗi 249 tỷ suất sinh lời ghép lãi liên tục được tính theo công thức logarit tự nhiên:

$$r_i = \ln\left(\frac{P_t}{P_{t-1}}\right)$$

Phương pháp chọn mẫu thuận tiện (Convenience Sampling) được áp dụng có chủ đích khi lựa chọn rổ VN30. Nhóm 30 cổ phiếu này đại diện cho các doanh nghiệp đầu ngành, chiếm tỷ trọng thanh khoản và vốn hóa áp đảo trên sàn HOSE, phản ánh thu nhỏ toàn diện của thị trường chứng khoán Việt Nam. Toàn bộ quy trình tính toán, ước lượng tham số và mô phỏng được thực hiện thông qua ngôn ngữ lập trình thống kê R với gói thư viện chuyên dụng PerformanceAnalytics. Việc lựa chọn R và PerformanceAnalytics giúp xử lý chính xác các tích phân phi tuyến của CVaR và khai triển đa thức phức tạp của MVaR, hạn chế tối đa các sai số ước lượng mà các mô hình hồi quy OLS truyền thống gặp phải.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, tỷ suất sinh lời kép bình quân ngày của chỉ số VN30 trong suốt giai đoạn quan sát ghi nhận mức âm -0.0708%, với biên độ dao động cực đại đạt 11.0318%. Trước thời điểm bùng phát dịch bệnh đầu năm 2020, lợi nhuận ngày của VN30 dao động ổn định trong biên độ hẹp từ -2% đến 2%, nhưng các biến động tiêu cực sau đó đã kéo giảm đáng kể hiệu suất danh mục.

Thứ hai, thống kê mô tả 30 cổ phiếu thành phần cho thấy phần lớn các mã đều có tỷ suất sinh lời trung bình âm. Cổ phiếu ROS ghi nhận tỷ suất sinh lời bình quân ngày thấp nhất toàn thị trường ở mức -0.84%, trong khi FPT đạt mức sinh lời dương cao nhất với +0.08%/ngày. Chỉ có 7 trên tổng số 30 mã (gồm MWG, VCB, VJC, REE, BID, FPT, VPB) duy trì được mức tăng trưởng lợi nhuận dương.

Thứ ba, chuỗi dữ liệu tỷ suất sinh lời của hầu hết cổ phiếu thể hiện hệ số Skewness nhỏ hơn -0.05, minh chứng phân phối lợi nhuận bị lệch trái nghiêm trọng và tồn tại hiện tượng đuôi dày. Chỉ có 4 mã cổ phiếu hiếm hoi ghi nhận hệ số lệch dương là CTD, EIB, CTG và STB.

Thứ tư, kết quả ước lượng VaR của chỉ số VN30 cho thấy ở mức xác suất 10% (độ tin cậy 90%), tổn thất tối đa hàng ngày không vượt quá 2.22%; ở mức xác suất 5% (độ tin cậy 95%), tổn thất tối đa chạm ngưỡng 2.75%. Tại mức độ tin cậy 95%, cổ phiếu ROS có mức tổn thất tiềm năng cao nhất với HVaR đạt -7.53%, trong khi VJC ghi nhận mức rủi ro HVaR thấp nhất. Khi xét theo tỷ trọng danh mục, cổ phiếu ngân hàng TCB và VPB đóng góp mức độ tổn thất cá biệt cao nhất, vượt xa tỷ trọng vốn hóa thực tế của chúng trong rổ VN30.

Thảo luận kết quả

Các kết quả thực nghiệm phản ánh trung thực bản chất biến động bất đối xứng của thị trường chứng khoán Việt Nam trước các cú sốc bên ngoài. Hiện tượng phân phối lệch trái và đuôi béo khiến mô hình PVaR truyền thống đánh giá thấp mức độ rủi ro thực tế, trong khi mô hình MVaR và CVaR cung cấp cận biên rủi ro an toàn và thực tế hơn. Kết quả này tương đồng với các nghiên cứu tại các thị trường mới nổi của Al Janabi năm 2007 hay nghiên cứu của Quang và cộng sự năm 2018 tại khu vực Đông Nam Á, khẳng định việc sử dụng giả định phân phối chuẩn sẽ dẫn đến sai lệch lớn trong đo lường rủi ro đuôi.

Sự phân hóa rủi ro giữa các nhóm ngành chỉ ra rằng nhóm cổ phiếu tài chính - ngân hàng (STB, TCB, VPB, MBB, HDB) tạo ra sự mất cân bằng rủi ro đáng kể cho rổ chỉ số do mức biến động mạnh. Về mặt trình bày dữ liệu, các phát hiện này được trực quan hóa thông qua biểu đồ đường chuỗi thời gian thể hiện biến động tỷ suất sinh lời VN30, kết hợp biểu đồ cột so sánh mức VaR giữa 4 mô hình tại các phân vị 90%, 95%, 99% và bảng ma trận trọng số rủi ro đóng góp của 30 cổ phiếu, giúp người đọc nhận diện rõ cấu trúc rủi ro tập trung của thị trường.

Đề xuất và khuyến nghị

Thứ nhất, nâng cấp hệ thống quản trị rủi ro định lượng tại các công ty chứng khoán và quỹ quản lý tài sản bằng cách tích hợp mô hình MVaR và CVaR lập trình trên R vào quy trình định giá hàng ngày. Mục tiêu cụ thể là nâng cao độ chính xác dự báo rủi ro đuôi lên mức 95%-99%, hoàn thành trong lộ trình 6 đến 12 tháng do Khối Quản trị Rủi ro và Đội ngũ Phân tích Định lượng (Quant) chủ trì thực hiện.

Thứ hai, tái cấu trúc danh mục đầu tư theo hướng giảm tỷ trọng nắm giữ nhóm cổ phiếu ngân hàng có rủi ro đóng góp vượt tỷ trọng vốn hóa (như TCB, VPB) xuống dưới ngưỡng 20%-25% tổng giá trị danh mục. Các nhà quản lý quỹ cần luân chuyển dòng tiền sang các mã có tỷ suất sinh lời ổn định và hệ số lệch dương như FPT, REE trong thời hạn 3 đến 6 tháng nhằm tối ưu hóa đường biên hiệu quả Markowitz.

Thứ ba, Ngân hàng Nhà nước và Ủy ban Chứng khoán Nhà nước (SSC) cần hoàn thiện khung pháp lý giám sát an toàn vốn theo tiêu chuẩn Basel III đối với các định chế tài chính trung gian. Mục tiêu là duy trì hệ số an toàn vốn (CAR) và đệm dự phòng rủi ro thị trường tối thiểu 8% dựa trên các kịch bản kiểm tra sức chịu tải (stress-testing) định kỳ hàng quý trong giai đoạn 2021-2023.

Thứ tư, Sở Giao dịch Chứng khoán cần phát triển thêm các sản phẩm phái sinh phòng vệ chuyên biệt như hợp đồng quyền chọn (options) và hợp đồng tương lai trên từng cổ phiếu đơn lẻ, bên cạnh phái sinh VN30 hiện hữu. Giải pháp này hướng tới mục tiêu giảm thiểu biến động danh mục từ 15% đến 20% khi thị trường biến động mạnh, thực hiện từng bước trong vòng 1 đến 2 năm tới.

Đối tượng nên tham khảo luận văn

Nghiên cứu mang lại giá trị học thuật và ứng dụng đa chiều cho 4 nhóm đối tượng chính:

1. Nhà quản lý quỹ và chuyên viên phân tích định lượng (Quantitative Portfolio Managers): Khai thác thuật toán R và các công thức khai triển Cornish-Fisher trong luận văn để thiết lập hệ thống cảnh báo rủi ro tự động, tối ưu hóa tỷ trọng danh mục cổ phiếu và thiết lập mức ký quỹ an toàn.
2. Nhà đầu tư cá nhân và tổ chức giao dịch chủ động: Vận dụng số liệu tổn thất tối đa hàng ngày (2.75% ở độ tin cậy 95%) để thiết lập kỷ luật cắt lỗ (stop-loss) khoa học, kiểm soát tỷ lệ đòn bẩy ký quỹ (margin) và tránh tập trung vốn vào các mã có mức biến động cực đoan như ROS.
3. Cơ quan quản lý thị trường (Ủy ban Chứng khoán Nhà nước, HOSE, HNX): Sử dụng các phát hiện thực nghiệm về mức độ tập trung rủi ro của nhóm ngành ngân hàng để xây dựng các kịch bản kiểm tra an toàn hệ thống và ban hành tiêu chí sàng lọc cổ phiếu vào rổ chỉ số chuẩn xác hơn.
4. Giảng viên, học viên cao học và nhà nghiên cứu ngành Tài chính - Ngân hàng: Sử dụng luận văn như tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng chuỗi thời gian tài chính, cách xử lý hiện tượng phi chuẩn tắc và quy trình ứng dụng các mô hình VaR phi tham số.

Câu hỏi thường gặp

Mô hình Modified VaR (MVaR) có ưu thế gì vượt trội so với Parametric VaR truyền thống?
Trong thực tế, tỷ suất sinh lời của thị trường chứng khoán Việt Nam không tuân theo phân phối chuẩn mà bị lệch trái với hệ số Skewness nhỏ hơn -0.05. MVaR sử dụng khai triển Cornish-Fisher kết hợp cả Skewness và Kurtosis, giúp phản ánh chính xác rủi ro đuôi béo và ngăn chặn việc đánh giá thấp tổn thất tiềm năng.

Con số VaR 2.75% ở độ tin cậy 95% của chỉ số VN30 mang ý nghĩa gì?
Chỉ số này khẳng định rằng trong điều kiện thị trường bình thường, xác suất để danh mục chỉ số VN30 sụt giảm vượt quá 2.75% trong một ngày giao dịch chỉ là 5%. Đây là căn cứ định lượng quan trọng để các tổ chức đầu tư trích lập đệm dự phòng rủi ro thanh khoản hàng ngày.

Tại sao cổ phiếu ROS lại có mức tổn thất VaR cao nhất lên tới -7.53%?
Cổ phiếu ROS ghi nhận mức tỷ suất sinh lời bình quân ngày thấp nhất trong rổ VN30 (-0.84%) cùng độ biến động giá rất lớn trong suốt 250 ngày giao dịch. Mức tổn thất HVaR -7.53% phản ánh rủi ro phi hệ thống đặc thù và các đợt giảm sàn liên tục của mã cổ phiếu này.

Nhóm cổ phiếu ngân hàng tác động như thế nào đến mức độ rủi ro chung của VN30?
Nghiên cứu chỉ ra rằng các mã ngân hàng như TCB và VPB có mức đóng góp rủi ro cá biệt vượt trội so với tỷ trọng vốn hóa trong rổ chỉ số. Điều này tạo ra rủi ro tập trung ngành, khiến biến động của nhóm ngân hàng chi phối trực tiếp đến độ biến động của toàn thị trường.

Khung Basel III đóng vai trò gì trong việc khuyến nghị sử dụng mô hình CVaR?
Ủy ban Basel III khuyến khích thay thế dần VaR truyền thống bằng CVaR (Expected Shortfall) vì CVaR đáp ứng tính chất độ đo rủi ro kết hợp (coherent risk measure), đo lường chính xác tổn thất kỳ vọng vượt ngưỡng VaR và có thể tối ưu hóa thuận lợi qua các thuật toán quy hoạch tuyến tính.

Kết luận

• Đánh giá thực nghiệm toàn diện mức độ rủi ro thị trường chứng khoán Việt Nam qua 4 phương pháp VaR trên rổ chỉ số VN30 đại diện cho hơn 54% quy mô vốn hóa thị trường.
• Chứng minh tính vượt trội của mô hình Modified VaR và Conditional VaR trong việc nắm bắt rủi ro đuôi béo trước dữ liệu phân phối phi chuẩn và lệch trái (Skewness < -0.05).
• Xác định chính xác ngưỡng tổn thất tối đa hàng ngày của chỉ số VN30 ở mức 2.22% (độ tin cậy 90%) và 2.75% (độ tin cậy 95%) trong chuỗi 250 ngày giao dịch.
• Làm rõ hiện tượng tập trung rủi ro cao ở nhóm cổ phiếu tài chính - ngân hàng, đặc biệt là các mã TCB và VPB có mức đóng góp rủi ro vượt quá tỷ trọng vốn hóa thực tế.
• Thiết lập khung phương pháp luận định lượng xử lý dữ liệu chuỗi thời gian trên nền tảng R và PerformanceAnalytics, tạo tiền đề tham chiếu vững chắc cho các nghiên cứu tài chính tiếp theo.

Về kế hoạch triển khai nghiên cứu tiếp theo, khung phân tích cần được mở rộng chuỗi dữ liệu quan sát từ 3 đến 5 năm, đồng thời tích hợp thêm các biến số vĩ mô như biến động lãi suất, lạm phát và tỷ giá hối đoái. Các nhà quản lý quỹ, định chế tài chính và nhà đầu tư cá nhân được khuyến nghị ứng dụng ngay khung đo lường rủi ro MVaR/CVaR để tối ưu hóa tỷ trọng phân bổ tài sản, thiết lập kỷ luật quản trị danh mục chủ động và đảm bảo hiệu quả đầu tư bền vững.

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.