Một số phương pháp hậu kiểm VaR và ứng dụng trong phân tích rủi ro danh mục đầu tư ngoại tệ

Từ những kết quả hậu kiểm cho các đồng ngoại tệ và danh mục các đồng ngoại tệ ta có thể rút ra được những vấn đề còn chưa được giải quyết như sau: Đồng EUR cho ta kết q[r]

TÓM TẮT LUẬN VĂN LỜI MỞ ĐẦU

1 Lý do chọn đề tài

Ngày nay hệ thống ngân hàng từ NHTW đến các NHTM là một mắt xích vô cùng quan trọng trong nền kinh tế của mỗi quốc gia, sự yếu kém trong khâu quản trị rủi ro của các NHTM có thể dẫn đến mất vốn nghiêm trọng và ảnh hưởng xấu đến các hoạt động của các NHTM Ngày nay sự phát triển kinh tế đi kèm với sự lớn mạnh của các thị trường tài chính như thị trường ngoại hối, thị trường chứng khoán, thị trường vàng và đi kèm với sự lớn mạnh đó phải kể đến rủi ro mà các nhà đầu tư gặp phải Vì vậy công tác quản trị rủi ro ngày càng trở nên quan trọng hơn Việc lượng hóa, đo lường rủi ro, trích lập dự phòng là những công việc ngày càng cần thiết hơn đối với một nhà đầu tư trên các thị trường tài chính Việc không lường trước được các rủi ro xảy đến có thể gây ra phá sản đối với một nhà đầu tư, ngân hàng, hay các tổ chức tài chính khác

Thị trường ngoại hối là một thị trường tài chính lớn nhất trên thế giới, với sự hoạt động suốt ngày đêm, tính thanh khoản lớn nhất trong các thị trường tài chính,

vì vậy một nhà đầu tư trên thị trường ngoại hối cần nắm bắt thông tin kịp thời, và đưa ra quyết định nhanh chóng và chính xác nếu không muốn bị thua lỗ hay phá sản Và trên thị trường ngoại hối nói riêng các nhà đầu tư hay ngân hàng luôn luôn phải đối mặt với các loại rủi ro như rủi ro tỷ giá, rủi ro thanh khoản, … Vậy làm cách nào để nhận diện, đo lường và hóa giải rủi ro đó? Một mô hình “Giá trị rủi ro” hay Value at Risk – Mô hình VaR lần đầu tiên được sử dụng bởi ngân hàng JPMorgan của Mỹ vào năm 1994 nhằm giải quyết vấn đề trên

Mô hình VaR ở Việt Nam vẫn còn mới mẻ và đang ngày càng được quan tâm nhiều hơn vì sự hữu ích của nó Đi kèm với ước lượng giá trị chịu tổn thất VaR

là công tác hậu kiểm cho mô hình VaR, đây là khâu rất quan trọng, nó đánh giá được mô hình VaR hoạt động tốt hay không

Xuất phát từ sự cần thiết trên đề tài “Một số phương pháp hậu kiểm VaR và ứng dụng trong phân tích rủi ro danh mục đầu tư ngoại tệ” được chọn để làm đề

tài nghiên cứu và viết luận văn thạc sỹ này

2 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu của luận văn là nghiên cứu được một số mô hình hậu kiểm cho mô hình VaR, và ứng dụng để quản trị rủi ro cho một danh mục đầu tư ngoại tệ

3 Phương pháp nghiên cứu

Phương pháp nghiên cứu trong luận văn này là tổng hợp, thống kê, phân tích các nguồn số liệu như tỷ giá của các đồng ngoại tệ

Phương pháp mô hình hóa: Dùng các công cụ toán học để mô hình hóa chuỗi

số liệu

Dựa trên các số liệu thực tế và các mô hình xây dựng chúng ta thực hiện các hậu kiểm để chọn lựa mô hình VaR phù hợp với từng chuỗi tỷ giá và với danh mục các đồng ngoại tệ

CHƯƠNG 1: TỔNG QUAN VỀ THỊ TRƯỜNG NGOẠI HỐI VÀ NHỮNG NGHIÊN CỨU VỀ RỦI RO TRÊN THỊ TRƯỜNG NGOẠI HỐI

1.1 Tổng quan về thị trường ngoại hối

Thị trường ngoại hối là nơi diễn ra giao dịch về các đồng tiền của các nước khác nhau Thị trường ngoại hối không nhất thiết phải tập trung ở một chỗ cố định

mà nó có thể là bất cứ đâu diễn ra việc mua bán các đồng ngoại tệ Thị trường ngoại hối là thị trường tài chính lớn nhất thế giới, là thị trường không ngủ, hoạt động suốt ngày đêm với thanh khoản lớn nhất thế giới Những thành viên tham gia thị trường ngoại hối gồm có các NHTW, các NHTM, các nhà môi giới và các nhà mua bán nhỏ lẻ

1.2 Tỷ giá hối đoái

Hầu hết các quốc gia hoặc vùng lãnh thổ trên thế giới đều có đồng tiền riêng của mình Và khi thông thương, đầu tư, hay quan hệ tài chính quốc tế đòi hỏi phải trao đổi các đồng tiền với nhau Vậy khái niệm về tỷ giá hối đoái là giá cả của một đồng tiền được biểu thị qua một đồng tiền khác Và tỷ giá hối đoái cũng có nhiều phân loại: tỷ giá mua vào, tỷ giá bán ra, tỷ giá giao ngay, tỷ giá phái sinh … và có 2 cách yết tỷ giá là yết tỷ giá trực tiếp là giá của đồng ngoại tệ được biểu thị qua đồng

nội tệ, còn yết tỷ giá gián tiếp thì ngược lại: giá của đồng nội tệ được biểu thị qua đồng ngoại tệ

1.3 Rủi ro tỷ giá hối đoái

Rủi ro tỷ giá hối đoái là những rủi ro xuất hiện khi có sự biến động của tỷ giá các đồng tiền Nếu tỷ giá bán ra lớn hơn tỷ giá mua vào thì nhà đầu tư có lãi, còn ngược lại thì nhà đầu tư gặp thua lỗ Những hoạt động kinh doanh nào có liên quan đến tỷ giá như hoạt động XNK thì đều gặp phải rủi ro tỷ giá Đứng trên cương vị nhà đầu tư, họ sẽ mua vào các đồng ngoại tệ và chờ giá tăng lên họ sẽ bán đống ngoại tệ đó và thu lời, nếu giá đồng tiền đó không tăng lên mà lại giảm đi thì nhà đầu tư gặp phải rủi ro tỷ giá

1.4 Tổng quan về thị trường ngoại hối Việt Nam

Thị trường ngoại hối Việt Nam trải qua nhiều giai đoạn lịch sử, với khởi đầu

là “Trung tâm giao dịch ngoại tệ” được thành lập năm 1991 Đến năm 1994 thị trường ngoại hối Việt Nam tiến thêm một bước quan trọng khi thành lập “Thị trường ngoại tệ liên ngân hàng” thay thế cho trung tâm giao dịch ngoại tệ và đến năm 1998 thì hai công cụ phái sinh chính thức đưa vào giao dịch là: nghiệp vụ kỳ hạn và nghiệp vụ hoán đổi ngoại hối Cho đến nay thị trường ngoại hối đã phát triển mạnh cả về quy mô và nghiệp vụ, thị trường ngoại hối đóng vai trò bôi trơn và thúc đẩy hoạt động XNK Nhưng năm gần đây thị trường ngoại hối Việt Nam có nhiều thay đổi, đặc biệt việc can thiệp của NHTW vào tỷ giá nhằm điều tiết nền kinh tế trước những sự biến động bất ngờ từ các nền kinh tế lớn của thế giới như Mỹ hay Trung quốc Trong năm 2015 này dưới áp lực phá giá liên tục của đồng Nhân dân tệ

và áp lực giá giầu thế giới giảm mạnh NHNN đã tăng tỷ giá bình quân liên ngân hàng giữa đồng VND và USD từ mức 21.673 VND/1USD lên mức 21.890 VND/USD Đồng thời điều hỉnh biên độ tỷ giá từ  2% lên  3%

1.5 Tổng quan những nghiên cứu về rủi ro trên thị trường ngoại hối

Tổng quan về những nghiên cứu về rủi ro trên thị trường ngoại hối đã có nhiều luận văn nghiên cứu về vấn đề này , các luận văn đều đã nêu ra được các khái niệm cơ bản về thị trường ngoại hối, tỷ giá hối đoái và rủi ro tỷ giá Một số luận văn

và bài báo đã nêu ra được các phương pháp để lượng hóa rủi ro, đặc biệt là mô hình

giá trị rủi ro – VaR được nhiều bài viết quan tâm, đã nêu ra được một số phương pháp ước lượng VaR tuy nhiên vấn đề về hậu kiểm cho mô hình VaR thì còn ít và chưa đầy đủ Đây chính là khoảng trống để luận văn này nghiên cứu

CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP HẬU KIỂM VaR

Trong chương này chúng ta nghiên cứu một số phương pháp ước lượng VaR

và một số phương pháp hậu kiểm VaR, bên cạnh đó là lý thuyết xác định danh mục đầu tư tối ưu

2.1 Mô hình VaR

VaR của danh mục hoặc tài sản thể hiện mức độ tổn thất có thể xảy ra trong một

khoảng thời gian nhất định với mức độ tin cậy nhất định

Xác định VaR sẽ giúp cho các nhà hoạch định chính sách quản lý tốt hơn hoạt động thị trường, còn các nhà đầu tư, tổ chức tài chính ước tính được nguy cơ tổn thất tài chính của họ

2.2 Một số phương pháp ước lượng VaR

2.2.1 Mô hình VaR-Tham số

Mô hình này dựa trên giả thuyết : Chuỗi lợi suất (theo ngày) của tài sản: rt là chuỗi dừng và có phân bố chuẩn

Công thức tính VaR:

VaR(1 ngày, (1- α)100%) = μ + N-1(α)σ (2.1) Phương pháp này có ưu điểm là đơn giản, dễ tính toán có thể sử dụng các phần mềm thông dụng như Excel để tính Nhược điểm của phương pháp này là các giả thiết về chuỗi rt có phân bố chuẩn thường ít khi được thỏa mãn

2.2.2 Phương pháp mô phỏng lịch sử

Phương pháp này dựa trên giả thuyết tỷ suất sinh lời trong quá khứ sẽ lặp lại trong tương lai Phương pháp này được tính như sau:

Đầu tiên thu thập dữ liệu về các chuỗi lợi suất, sau đó sắp xếp các giá trị đó

từ thấp đến cao Giá trị VaR sẽ là giá trị thứ n*p của chuỗi lợi suất đã được sắp xếp, với n là kích thước mẫu, p là mức tin cậy của mô hình VaR

Phương pháp lịch sử có thuận lợi là không có tham số giúp cho người dùng tránh được tất cả những giả định về loại phân phối xác suất để phân bố tỷ suất sinh lợi Tuy nhiên cũng có nhược điểm là: phương pháp này dựa hoàn toàn vào dữ liệu trong quá khứ, và có thể sẽ không lặp lại trong tương lai, với những sự biến động lớn vể tỷ suất sinh lời như âm quá lớn thì phương pháp này tỏ ra không hiệu quả

2.2.3 Mô hình GARCH ước lượng VaR

Trong thực tế để ước lượng các tham số μt, σt trong công thức VaR ta phải sử dụng các chuỗi thời gian của lợi suất {rt } Theo thời gian, có thể chuỗi lợi suất rt không dừng đặc biệt là phương sai không thuần nhất Khi đó ta phải xét lợi suất rt với điều kiện biết các thông tin tới thời điểm (t-1)

Hai phương trình trung bình và phương sai như sau:

0

r  r u u

    (2.2)

u t = σ t ε t

0

u

   (2.3) với εt ~IID(0,σ2)

Sau khi ước lượng hai phương trình trên (có thể dùng phần mềm Eview) ta nhận được các giá trị từ phần mềm là rˆ ˆ,2 từ đó ta tính được giá trị VaR như đối với phương pháp VaR-Tham số

2.3 Các phương pháp hậu kiểm cho mô hình VaR

2.3.1 Phương pháp không điều kiện

Phương pháp này nhằm kiểm định các mức xác suất xảy ra giá trị thực tế vượt ngưỡng VaR có bằng nhau hay không Nếu bằng nhau thì số lần vượt ngưỡng VaR

sẽ là một biến ngẫu nhiên phân phối nhị thức, từ đó ta đưa ra được các giá trị để hậu

kiểm cho mô hình VaR Để kiểm định các mức xác suất có bằng nhau hay không ta

có kiểm định của Kupiec:

H0: p = p0 : Các mức xác xuất bằng nhau

H1: p ≠p0 : Các mức xác suất không bằng nhau

(1 )

2 ln 1

T x x

LR







Thống kê này tuân theo quy luật phân phối Khi-bình phương với 1 bậc tự do Nếu giá trị quan sát của thống kê trên nhỏ hơn giá trị tới hạn Khi-Bình phương thì mô hình VaR được coi là chính xác Còn ngược lại thì ta loại bỏ mô hình VaR

2.3.2 Phương pháp có điều kiện

Phương pháp này nhằm kiểm định tính độc lập của giá trị vượt ngưỡng VaR ngày hôm nay là không phụ thuộc vào việc ngày hôm qua xảy ra vượt ngưỡng VaR hay không

H0: việc xảy ra vượt ngưỡng ngày hôm nay không phụ thuộc vào ngày hôm qua

H1: ngược lại với H0

Thống kê kiểm định có dạng:

00 10 01 11

(1 )

2 ln (1 ) (1 )

n n n n

Thống kê này cũng tuân theo phân phối Khi-Bình phương 1 bậc tự do Nếu giá trị quan sát của thống kê trên vượt quá giá trị tới hạn của phân phối Khi-bình phương 1 bậc tự do thì bác bỏ H0 tức là mô hình VaR bị loại bỏ, còn nếu ngược lại thì mô hình VaR được coi là chính xác

Kiểm định có điều kiện: Kiểm định này là kiểm định đồng thời hai kiểm định trên, thống kê của kiểm định này là:

Và thống kê LRcc tuân theo phân phối 2(2)

Cũng tương tự như trên, nếu lấy độ tin cậy 95%, nếu giá trị quan sát của thống kê LRcc nhỏ hơn giá trị tới hạn của phân phối khi bình phương 2 bậc tự do ở mức ý nghĩa 5% thì mô hình là chính xác Ngược lại thì mô hình là không chính xác

CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH VaR VÀ HẬU KIỂM VÀO PHÂN

TÍCH RỦI RO CỦA DANH MỤC ĐẦU TƯ NGOẠI TỆ

3.1 Mô tả số liệu

Trong luận văn này em chọn 4 đồng ngoại tệ là USD , EUR, GBP và đồng JPY để nghiên cứu Đây là những đồng tiền mạnh có khối lượng giao dịch lớn trên thế giới Số liệu tỷ giá được lấy trên trang chủ của ngân hàng thương mại cổ phần ngoại thương Việt Nam, số liệu tỷ giá được lấy trong năm 2013, 2014 và 6 tháng đầu năm 2015, có tất cả 617 quan sát Chuỗi tỷ giá đây là chuỗi tỷ giá bán ra của ngân hàng Vietcombank, và là giá đóng cửa của các ngày giao dịch

Các thống kê về 4 chuỗi lợi suất cho ta kết quả: cả bốn chuỗi lợi suất đều là chuỗi dừng và không có phân bố chuẩn

3.2 Ước lượng VaR và hậu kiểm cho từng chuỗi lợi suất USD, EUR, GBP và JPY

Đối với chuỗi USD và JPY mô hình VaR đều hoạt động tốt đối với hai phương pháp là tham số và lịch sử, tuy nhiên đối với chuỗi GBP thì hô mình GARCH lại tỏ

ra hiệu quả hơn Còn riêng với chuỗi EUR thì cả ba phương pháp ước lượng VaR đều không tốt, tức là kết quả hậu kiểm đều loại bỏ mô hình VaR ở cả 3 phương pháp tính VaR Trong các chuỗi này thì chuỗi R_USD là chuỗi không có hiệu ứng GARCH nên chúng ta không cần ước lượng và hậu kiểm theo mô hình GARCH cho chuỗi này

3.3 Tính VaR và hậu kiểm cho danh mục các đồng ngoại tệ

Ta đi nghiên cứu hậu kiểm mô hình VaR đối với danh mục của 2 dạnh nhà đầu tư, một là nhà đầu tư e ngại rủi ro, người này thường chọn một mức lợi suất cố định và

tối thiểu hóa rủi ro, hai là nhà đầu tư ưa thích rủi ro, người này chấp nhận một mức rủi ro cao cố định và cực đại lợi suất, và xét danh mục với chu kỳ tính là 1 ngày và

10 ngày

Trường hợp nhà đầu tư e ngại rủi ro, ta chọn được một danh mục và đi tính VaR theo 3 phương pháp với chu kỳ 1 ngày sau đó hậu kiểm cho 3 phương pháp đó, trường hợp này không có hiệu ứng GARCH nên ta chỉ xem sét 2 phương pháp ước lượng VaR là VaR- hiệp phương sai và lịch sử Kết luận là cả hai phương pháp đều cho kết quả hậu kiểm VaR tốt

Tuy nhiên đối với chu kỳ tính VaR là 10 ngày thì chỉ phương pháp GARCH là hoạt động còn 2 phương pháp trên lại không hoạt động

Còn đối với danh mục của người ưa thích rủi ro thì cả 3 phương pháp ước lượng trên đều cho kết quả hậu kiểm không tốt, mô hình VaR bị bác bỏ trong nhiều trường hợp ở 3 độ tin cậy 99%, 95% và 90%

Như vậy đối với trường hợp nhà đầu tư ưa thich rủi ro ta cần một phương pháp ước lượng VaR khác để mô hình sau khi hậu kiểm được chấp nhận

KẾT LUẬN

Trong các đồng ngoại tệ là USD, EUR, GBP, JPY thì đồng USD là đồng có giá trị VaR thấp nhất, nên nếu đầu tư vào đồng USD thì tiết kiệm được vốn cho khâu trích lập dự phòng nhất, các mô hình hậu kiểm cho chuỗi này là mô hình VaR-tham số và phương pháp mô phỏng lịch sử đều hoạt động tốt, chuỗi R_USD là chuỗi duy nhất không có hiệu ứng GARCH, trong khi chuỗi R_EUR là chuỗi mà các phương pháp hậu kiểm cho kết quả không tốt ở cả 3 phương pháp ước lượng, đối với đồng JPY thì 2 phương pháp ước lượng đơn giản là VaR-tham số và mô phỏng lịch sử đều cho ta kết quả hậu kiểm tốt Mô hình GARCH lại tỏ ra thiếu hiệu quả trong việc ước lượng VaR khi mà kết quả hậu kiểm cho thấy mô hình này chỉ hoạt động tốt với chuỗi lợi suất GBP Sau khi thiết lập danh mục đầu tư P gồm 4 đồng ngoại tệ trên ta có kết quả hậu kiểm cho 3 phương pháp ước lượng trên là: Tốt đối với 2 phương pháp VaR-tham số và lịch sử ở cả 3 độ tin cậy, còn mô hình GARCH lại cho kết quả hậu kiểm không tốt ở độ tin cậy 95% Và sau khi lập nên

danh mục P thì ta thấy giá trị VaR hay mức trích lập dự phòng đã giảm xuống thể hiện ưu thế của việc đầu tư theo danh mục

Từ những kết quả hậu kiểm cho các đồng ngoại tệ và danh mục các đồng ngoại tệ ta có thể rút ra được những vấn đề còn chưa được giải quyết như sau: Đồng EUR cho ta kết quả hậu kiểm không tốt ở cả 3 phương pháp ước lượng, các danh mục cho người ưa thích rủi ro cũng cho ta kết quả hậu kiểm không tốt điều này cho thấy cần một phương pháp ước lượng VaR khác cho chuỗi lợi suất của đồng EUR, và các danh mục cho người thích rủi ro mở ra một hướng nghiên cứu khác cho các nghiên cứu sau này

Mô hình GARCH đối với các đồng ngoại tệ và danh mục các đồng ngoại tệ chỉ hiệu quả trong một số ít trường hợp, ta cần một hướng nghiên cứu khác như là

áp dụng phương pháp copula để nghiên cứu sự phụ thuộc của các chuỗi lợi suất, khi

đó việc đưa danh mục P,Q gồm nhiều chuỗi lợi suất về một chuỗi lợi suất sẽ hiệu quả hơn và chính xác hơn