QTRR phân tích VaR tỷ giá

Họ và tên: Đỗ Thị Hồng NhậtMã sinh viên: 11153307 Tính VaR trong đo lường rủi ro tỷ giá LỜI MỞ ĐẦU Sự sụp đổ của chế độ tỷ giá cố định được thiết lập thông qua hệ thống tiền tệ Bretton W

Họ và tên: Đỗ Thị Hồng Nhật

Mã sinh viên: 11153307

Tính VaR trong đo lường rủi ro tỷ giá

LỜI MỞ ĐẦU

Sự sụp đổ của chế độ tỷ giá cố định được thiết lập thông qua hệ thống tiền

tệ Bretton Woods đã tạo ra sự biến động không lường trước của tỷ giá hối đoái, mặc

dù chính phủ các nước đã cố gắng neo những tỷ giá này lại.Từ sự biến động này

đã tạo ra những thua lỗ tiềm ẩn cho những nhà đầu tư, hoạt động kinh doanh ngoại

tệ Những thua lỗ tiềm ẩn này được gọi bằng một khái niệm quen thuộc hơn là rủi ro tỷ giá Rủi ro tỷ giá ngày càng trở nên nghiêm trọng khi mà sự biến động của cung cầu ngoại tệ, cũng như các nhân tố khác của nền kinh tế đang diễn ra ngày càng nhanh

Sự thay đổi của tỷ giá hối đoái cũng là một trong những nguyên nhân gây ra rủi ro tài chính cho các NHTM Nếu các NHTM muốn đo lường được rủi ro này, thì một phương pháp thích hợp cần được tìm ra

Với các NHTM rủi ro tỷ giá tồn tại chủ yếu do sự mở rộng phạm vi hoạt động của mình trên nhiều lĩnh vực, đặc biệt hoạt động kinh doanh ngoại tệ.Chìa khóa để thành công trong hoạt động kinh doanh ngoại tệ ở các NHTM chính là hiểu và quản trị rủi

ro tỷ giá

I. Rủi ro tỷ giá và sự cần thiết của mô hình VaR

Để hạn chế tối đa những rủi ro có thể xảy ra thì các nhà quản trị đã áp dụng mô hình VaR để dự báo và đo lường rủi ro tỷ giá Value at Risk, VaR, là mô hình đo lường khoản lỗ lớn nhất mà ngân hàng có thể gặp phải với một mức xác xuất nhất định khi tỷ giá biến động trong điều kiện bình thường Một khoảng lỗ lớn hơn VaR

có thể xãy ra nhưng với xác suất nhỏ hơn Trong thực hành chúng ta hay chọn mức xác suất để tính VaR là 95% hoặc 99%, vậy xác suất để khoản lỗ lớn hơn VaR là 5% hoặc 1% Theo quy tắc xác suất nhỏ xem như điều đó là không xãy ra Mục tiêu của

mô hình VaR là tính toán ra được giá trị VaR Trong bài viết này chúng ta sẽ đề cập đến 3 cách tính giá trị của VaR

• Phương pháp VaR tham số

• Phương pháp mô phỏng lịch sử

• Phương pháp mô phỏng Monte Carlo

Với những công dụng của mình cũng sự minh bạch trong tính toán mà VaR được nhiều tổ chức lấy cơ sở để ban hành các thể chế pháp lý về vốn an toàn rủi ro tối thiểu.Vì vậy, tính toán và ứng dụng VaR trong việc đo lường và phòng hộ rủi ro gần như là tính tất yếu khi kinh doanh đầu tư tỷ giá

II. Các phương pháp tính VaR trong đo lường rủi ro tỷ giá

Để dễ hiểu ta sẽ lấy 1 ví dụ, tính VaR theo 3 phương pháp rồi suy ra khoản lỗ lớn nhất mà ngân hàng có thể gặp phải với mức độ tin cậy 95%;

Ví dụ: Giả sử hôm nay là ngày 02/05/2016 ngân hàng VCB có tiến hành ký kết 2 hợp đồng: hợp đồng mua kỳ hạn 10.000 GBP và hợp đồng bán kì hạn 5.000 GBP đều được thực hiện vào ngày hôm sau 03/05/2016

Như vậy trạng thái ngoại hối ngày 02/05/2016 là 10.000 * 32.704 – 5.000*32.704

= 163.520.000 VND

1. Phương pháp VaR tham số

Phương pháp VaR tham số là phương pháp được áp dụng cho chuỗi lợi suất là chuỗi dừng và có phân phối chuẩn Mức xác suất để tính VaR là 95% hay độ tin cậy của mô hình là 95%

Lấy số liệu tỷ giá của cặp ngoại tệ GBP/VND từ ngày 07/04/2015 đến ngày 02/05/2016 được 280 quan sát Ta tính lợi suất tài sản từng ngày bằng công thức : lợi suất = (tỷ giá mới – tỷ giá cũ)/tỷ giá cũ được 280 giá trị

Tiếp theo ta sẽ kiểm định tính dừng và phân phối chuẩn của chuỗi lợi suất này

 Kiểm định phân phối chuẩn bằng Eviews

Sử dụng Eviews 4 để kiểm tra chuỗi số liệu có phân phối chuẩn hay không ta được kết quả:

Từ bảng ta có Probability = 0.581562 > 0.05, vậy với mức ý nghĩa 0.05 thì chuỗi lợi tức là phân phối chuẩn

 Kiểm định tính dừng của chuỗi lợi suất

Vẫn dùng Eviews 4 để kiểm định:

Từ bảng ta thấy : (giá trị tuyệt đối của T- Statistic) = 15.21661 > (giá trị tuyệt đối Critical value của 5%) = 2.8720 => chuối số liệu là chuỗi dừng

Kiểm định được tính dừng cũng như phân phối chuẩn của chuỗi lợi tức, ta có thể tính VaR theo hàm NORM.INV trong Excel:

VaR = NORM.INV(probability, mean, standard_dev)

= NORM.INV(0.05,AVERAGE(D3:D282),0.005650) = -0.00921473

Vậy VaR (1 ngày, 95%) = -0.00921473

Nghĩa là với 1 đơn vị ngoại tệ thì khoản lỗ lớn nhất sau 1 ngày ngân hàng có thể gặp phải là 0.00921473 giá trị ngoại tệ đó

2. Phương pháp mô phỏng lịch sử

Phương pháp mô phỏng lịch sử dựa vào chuỗi số liệu lợi suất trong quá khứ Theo

đó giả thiết rằng phân bố lợi suất trong quá khứ có thể tái diễn trong tương lai VaR được tính toán mà không yêu cầu chuỗi giá trị tuân theo quy luật phân phối chuẩn.Ta cũng lấy số liệu giống phương pháp VaR tham số ở trên và sắp xếp chuỗi lợi suất theo giá trị từ nhỏ đến lớn

Với độ tin cậy 95% ta có:

VaR = PERCENTILE(array,k) = PERCENTILE(F2:F282,0.05) = -0.0088836

Vậy VaR (1 ngày,95%) = -0.0088836

Nghĩa là với 1 đơn vị ngoại tệ thì khoản lỗ lớn nhất sau 1 ngày ngân hàng có thể gặp phải là 0.0088836 giá trị ngoại tệ đó

3. Phương pháp mô phỏng Monte Carlo

Phương pháp mô phỏng Monte Carlo tạo ra 1 kịch bản các tình huống có thể xảy ra , cộng them với nhiều mô phỏng sẽ tạo ra kết quả tương đối chính xác về phân phối xác suất của VaR Trước tiên ta sử dụng thủ tục Random number generation của Data Analysis để tạo ra M=10.000 mô phỏng khác nhau của lợi suất tỷ giá với lợi suất trung bình là 0.0000787 và độ lệch chuẩn là 0.005650

Ta dùng hàm PERCENTILE cho chuỗi 10.000 giá trị mô phỏng lợi suất để xác định VaR với mức ý nghĩa bằng 5%

Ta có : VaR = PERCENTILE(H3:H10003,0.05) = -0.0091827

Vậy VaR (1 ngày, 95%) = -0.0091827

Nghĩa là với 1 đơn vị ngoại tệ thì khoản lỗ lớn nhất sau 1 ngày ngân hàng có thể gặp phải là 0.0091827 giá trị ngoại tệ đó

4. So sánh 3 phương pháp

Phương pháp VaR tham số Mô phỏng lịch sử Mô phỏng Monte Carlo Kết quả VaR 95% -0.00921473 -0.0088836 -0.0091827

Nhận thấy kết quả của các phương pháp là khác nhau Lý do là phương pháp mô phỏng lịch sử và VaR tham số đều có những giả định nhất định Nếu phương pháp

mô phỏng lịch sử bỏ qua sự tương quan trong biến động tỷ giá của các đồng tiền nên đánh giá thấp rủi ro, thì VaR tham số đã xem phân phối của VaR là phân phối chuẩn và có tính dừng nên chưa phản ánh chính xác được VaR Với 3 kết quả trên, thì kết quả theo Monte Carlo được đánh giá là chính xác nhất vì nó được thực hiện trên 10.000 kịch bản thể hiện các tình huống có thể gặp phải vào ngày 03/05/2016 Nên các nhà quả trị rủi ro trên thế giới rất tin tưởng kết quả theo phương pháp mô phỏng Montel Carlo

Vậy ta sẽ tính được khoản lỗ lớn nhất ngân hàng VCB có thể gặp trong tình huống kinh doanh hợp đồng kì hạn ở ví dụ trên vào ngày 03/05/2016 theo phương pháp Monte Carlo với độ tin cậy 95% là 163.520.000*0.0091827= 1.501.555,104 VND

5. Hậu kiểm phương pháp VaR

Khi đã tính được VaR, để xem xét VaR tìm được có đánh giá đúng giá trị rủi ro hay không ta sử 1 dụng 1 phương pháp hậu kiểm VaR Với giới hạn về độ dài bài viết cũng như kiến thức của bản thân mà sau đây ta chỉ đề cập đến 1 cách hậu kiểm khá đơn giản nhưng kết quả cho ra cũng tương đối chính xác Để hậu kiểm phương pháp Monte Carlo ta sẽ so sánh khoản lỗ tối đa tính được theo phương pháp này với những khoản lỗ thực dã xảy ra trong miền 280 quan sát Dùng hàm COUNTIF trong Excel ta tính được có 13 ngày trong quá khứ có khoản lỗ vượt quá giá trị khoản lỗ lớn nhất VaR tìm được Ở mức ý nghĩa 5%, sai số có thể chấp nhập ở trường hợp này là 5%*280 = 14 ngày > 13 ngày Vậy 13 ngày với giá trị sai khác kia là có thể chấp nhận được Hay VaR theo phương pháp Monte Carlo đáng tin cậy và có thể áp dụng

 Giá trị khoản lỗ lớn nhất mà VCB có thể phải chịu trong ngày 03/05/2016 là 1.501.555,14 VND

III. Hiệu quả của mô hình VaR

1. Đưa ra mức chịu đựng của ngân hàng khi gặp rủi ro tỷ giá.

Với kết quả tính toán chỉ cho ra một con số là mức lỗ lớn nhất có thể gặp phải khi kinh doanh ngoại tệ, đặc biệt là ngoại tệ phái sinh ở mức xác suất xác định trước, các nhà quản trị có thể dựa vào kết quả này cộng với kinh nghiệm của mình, cùng tình hình kinh doanh của hệ thống để đưa ra kết luận về việc có phòng ngừa rủi ro hay không Và phòng ngừa như thế nào Tiếp theo đó việc chỉ đưa ra một kết quả tính toán, với đơn vị tiền tệ đã cho thấy rõ về rủi ro tỷ giá mà ngân hàng đang gặp phải Chính vì ưu điểm này mà mô hình VaR được Basel II khuyến khích sử dụng để giảm rủi ro Lấy một ví dụ khác ngân hàng Goldman Sachs đã vượt qua cuộc khủng hoảng tài chính của Mỹ mà không bị phá sản đó chính là nhờ việc vận dụng mô hình VaR một cách thận trọng, kèm theo Stress test, và E-VaR Do đó mô hình VaR thực sự là một công cụ hữu ích cho các nhà quản trị rủi ro ở các NHTM

VN trong tiến trình hội nhập

2. Ứng dụng kết quả tính VaR để quản trị rủi ro tỷ giá bằng công cụ ngoại tệ phái sinh.

Đây là 1 trong những công dụng lớn của VaR Từ kết quả tính toàn từ mô hình VaR, nhà quản trị sẽ quyết định có nên phòng ngừa rủi ro hay không dựa trên mức chịu đựng của ngân hàng Thông thường những nhà quản trị rủi ro trên thế giới hay dùng hai công cụ chính để phòng ngừa rủi ro tỷ giá là Forward và Option

Giả sử hôm nay ngày 02/05/2016 ngân hàng đang có 5 hợp đồng mua kì hạn được thực hiện vào ngày mai 03/05/2016 với tổng giá trị quy đổi GBP là 1.000.000 GBP

Bằng mô hình VaR Monte Carlo, tính được VaR ngày 03/05/2016 với mức ý nghĩa 95% là 1.000.000 * 0.0091827= 9182.7 GBP

Với mức lỗ có thể xảy ra rất lớn, ngân hàng sẽ tiến hành phòng hộ rủi ro cho các hợp đồng mua kì hạn này Ngân hàng có thể thực hiện 1 hợp đồng bán kì hạn với mức

tỷ giá tương ứng với hợp đồng mua để nếu không may có xảy ra rủi ro tỷ giá thì khoản lỗ của ngân hàng sẽ được giảm Tuy nhiên để dùng phòng hộ rủi ro tỷ giá thì ngân hàng còn cần tính toán thêm các mô hình dự báo tỷ giá để có phương án dự phòng tốt nhất

Ngoài ra ngân hàng cũng có thể phòng ngừa rủi ro tỷ giá bằng các chiến thuật quyền chọn Khi dự đoán được tỷ giá bằng công cụ phân tích kỹ thuật, kết hợp với

mô hình Arima, cộng với mức lỗ tính được từ VaR, thì các nhà quản trị hoàn toàn có thể xây dựng hoặc đề xuất lên cấp trên thực hiện các chiến thuật quyền chọn nhằm tránh rủi ro và mang về lợi nhuận cho đơn vị của mình Hai chiến thuật quyền chọn phổ biến là:

• Chiến thuật Long butterfly: chiến thuật này được tạo thành từ việc ngân hàng mua 2 quyền chọn mua cùng bán hoặc cùng mua với giá thực hiện giống nhau và bán hai quyền chọn cùng mua hoặc cùng bán với giá thực hiện khác nhau

• Chiến thuật Short Stradle: Chiến thuật này được tạo thành bởi mua quyền chọn mua

và mua quyền chọn bán, hoặc bán quyền chọn mua và bán quyền chọn bán tại cùng một mức giá thực hiện

KẾT LUẬN

Mô hình VaR được ứng dụng để đo lường nhiều loại rủi ro, làm nền tảng cho những quyết định quản trị rủi ro Chính vì tính ưu việt này mà VaR được NHTW các nước đưa vào những quy định quản trị rủi ro Tuy nhiên VaR cũng có những hạn chế nhất định Do đó nhà quản trị cần sử dụng thêm Back test, Stress test, và E-VaR

để kiểm tra lại VaR Kết quả tính toán từ mô hình VaR là cơ sở để nhà quản trị đưa ra quyết định phòng ngừa rủi ro tỷ giá Việc phòng ngừa rủi ro tỷ giá được thực hiện bằng các công cụ ngoại tệ phái sinh chủ yếu là Forward hoặc Option