Bài giảng Quản trị rủi ro - Bài 2: Rủi ro thị trường

v1.0015111225
BÀI 2
RỦI RO THỊ TRƯỜNG
ThS. Đinh Thị Hồng Thêu
Trường Đại học Kinh tế Quốc dân
1
v1.0015111225
TÌNH HUỐNG KHỞI ĐỘNG: Hoạt động kinh doanh nguồn vốn của Ngân hàng
Bạn có biết bộ phận nguồn vốn (thường là Ban Nguồn vốn hoặc Khối Nguồn vốn) làm gì
không? Họ quản lý và kinh doanh vốn, quản lý và kinh doanh ngoại tệ, họ tham gia tất cả
các trading mà mang lại lợi nhuận cho Ngân hàng. Tất cả những nghiệp vụ của họ như
cho vay chênh lệch lãi suất, mua bán ngoại tệ, mua bán vàng và các kim loại quý khác,
mua bán dầu mỏ, cà phê, cao su đều mang về cho Ngân hàng những khoản lời rất
lớn, tuy nhiên nó cũng hàm chứa rủi ro rất lớn vì tất cả các thị trường hàng hóa nói trên
đều biến động rất mạnh. Do đó bên cạnh mục tiêu lợi nhuận cao thì mục tiêu tối thiểu
hóa rủi ro thị trường cũng là vấn đề mà các Ngân hàng thương mại quan tâm chú trọng
rất nhiều hiện nay.
2
1. Vậy rủi ro thị trường là gì?
2. Đo lường nó như thế nào?
v1.0015111225
MỤC TIÊU
• Giới thiệu và hướng dẫn sinh viên hiểu được về rủi ro thị trường và các quy
định chuẩn mực của thế giới về loại rủi ro này.
• Sinh viên được hướng dẫn các phương pháp đo lường rủi ro thị trường và
ưu nhược điểm của mỗi phương pháp đó.
• Sinh viên cần nắm được cách sử dụng phương pháp đo lường phù hợp trong
từng tình huống cụ thể.
3
v1.0015111225
NỘI DUNG
4
Tổng quan về rủi ro thị trường
Các phương pháp đo lường rủi ro thị trường
v1.0015111225
1. TỔNG QUAN VỀ RỦI RO THỊ TRƯỜNG
• Rủi ro thị trường được hiểu là những biến cố có
thể ảnh hưởng đến thu nhập của tổ chức tài chính
có nguyên nhân xuất phát từ những thay đổi của
thị trường.
• Loại rủi ro được yêu cầu trong trụ cột thứ nhất (yêu
cầu vốn tối thiểu) của Basel.
• Lựa chọn cách tiếp cận đo lường rủi ro thị trường:
LD (Loss Distribution).
5
v1.0015111225
2. ĐO LƯỜNG RỦI RO THỊ TRƯỜNG
6
2.2. Giá trị rủi ro-VaR (Value at Risk)
2.1. Độ biến động (Volatility)
v1.0015111225
2.1. ĐỘ BIẾN ĐỘNG
• Công thức tính:
• Ý nghĩa
• Hạn chế
• Cách giải quyết
Đồ thị Đồ thị chuỗi lợi suất VNINDEX
Đồ thị chuỗi lợi suất VNINDEX
7
-.06
-.04
-.02
.00
.02
.04
.06
100 200 300 400 500 600
RVN
 22
1
1
1
n
i
i
S x x
n 
 
v1.0015111225
2.2. VALUE AT RISK
2.2.1. Giới thiệu VaR
2.2.2. Phương pháp ước lượng
2.2.3. Hậu kiểm
2.2.4. Hạn chế của VaR
8
v1.0015111225
2.2.1. GIỚI THIỆU VaR
Giả bạn đang nắm giữ một tài sản A (cổ phiếu) có giá trị 10 triệu đồng. Bạn muốn biết:
sau một chu kỳ (1 ngày), với độ tin cậy 99%, nguy cơ thua lỗ tối đa là bao nhiêu? (trong
điều kiện thị trường bình thường).
9
v1.0015111225
2.2.1. GIỚI THIỆU VaR (tiếp theo)
10
• Hàm P&L (Profit&Loss).
• Công thức xác định VaR.
• Ngân hàng JP Morgan (Mỹ) sử dụng đầu tiên năm 1994.
• Thiết lập quỹ dự phòng.
• Độ chính xác của VaR phụ thuộc vào nhiều yếu tố: giá trị hiện có của danh mục, mức
độ tin cậy, chu kỳ, số liệu và phương pháp tính.
v1.0015111225
2.2.2. CÁC PHƯƠNG PHÁP ƯỚC LƯỢNG VaR 
• Phương pháp tham số:
 Giả định phân phối chuẩn;
 T- Student
• Phương pháp phi tham số:
 Phương pháp lịch sử;
 Phương pháp mô phỏng Monte-Carlo.
11
v1.0015111225
PHƯƠNG PHÁP THAM SỐ
• Giả định lợi suất danh mục có phân phối chuẩn:
• Khi trung bình và phương sai chưa biết thì được ước lượng bởi trung bình mẫu và
phương sai mẫu.
• Độ tin cậy thường lấy 95%, 97,5%, 99%.
• Chu kỳ 1 ngày, 10 ngày, 1 tháng
12
1( , (1 )*100%) ( )*VaR k N   
v1.0015111225
VÍ DỤ
• Chuỗi USD trong thời gian 1/2010→ 9/2011
• Techcombank
• Tính VaR cho chuỗi lợi suất tỉ giá RUSD
13
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
1
1
9
3
7
5
5
7
3
9
1
1
0
9
1
2
7
1
4
5
1
6
3
1
8
1
1
9
9
2
1
7
2
3
5
2
5
3
2
7
1
2
8
9
3
0
7
3
2
5
3
4
3
3
6
1
3
7
9
3
9
7
4
1
5
4
3
3
Series1
v1.0015111225
VÍ DỤ (tiếp theo)
14
• Đồ thị lịch sử
v1.0015111225
VÍ DỤ (tiếp theo)
• Thống kê mô tả:
15
Thống kê RUSD
Trung bình mẫu 0,00029475
Độ lệch chuẩn mẫu 0,0063692
Phương sai mẫu 4,0567E-05
Hệ số nhọn 23,3826686
Hệ số bất đối xứng 0,01693131
Giá trị nhỏ nhất -0,04619287
Giá trị lớn nhất 0,05091543
Số quan sát 444
v1.0015111225
VÍ DỤ (tiếp theo)
16
• Giá trị VaR:
• Mô hình VaR-RiskMetrics
JP Morgan đưa ra năm 1995:
 Lợi suất phân phối chuẩn;
 Trung bình tuân theo mô hình ARMA;
 Phương sai tuân theo mô hình GARCH.
• Quy tắc căn bậc 2.
VaR 0,95 0,975 0,99
-0,01018 -0,01219 -0,01452
v1.0015111225
PHƯƠNG PHÁP LỊCH SỬ (historical method) 
Đưa ra giả thuyết rằng sự phân bố lợi suất trong quá khứ có thể tái diễn trong tương lai.
• Tính giá trị hiện tại của danh mục đầu tư.
• Tính lợi suất của danh mục đầu tư.
• Xếp các lợi suất theo thứ tự từ thấp nhất đến cao nhất.
• Tính VaR theo độ tin cậy và số liệu lợi suất quá khứ.
• Áp dụng phương pháp lịch sử cho chuỗi số liệu trên có:
Giá trị VaR:
17
VaR 0,95 0,975 0,99
-0,00489 -0,01005 -0,02384
v1.0015111225
PHƯƠNG PHÁP MÔ PHỎNG (Monte-Carlo)
• Phương pháp mô phỏng Monte Carlo ta sẽ sinh ra số ngẫu nhiên được sử dụng để
ước lượng lợi suất (hoặc giá) của tài sản sau mỗi chu kỳ tính toán:
 Mô phỏng một số lượng rất lớn N bước lặp;
 Xác định lợi suất cho danh mục;
 Xếp các lợi suất ri theo thứ tự giá trị từ thấp nhất đến cao nhất;
 Tính VaR theo độ tin cậy và tỷ lệ phần trăm (percentile) của số liệu ri.
• Trên cơ sở sinh 1000 số ngẫu nhiên dựa trên phân phối chuẩn trung bình = 0 và
phương sai = 1 và từ chuỗi dữ liệu ban đầu ước lượng được các tham số trung bình
và phương sai.
Ta tính được VaR:
18
VaR 0,95 0,975 0,99
-0,01048 -0,012 -0,01405
v1.0015111225
2.3. HẬU KIỂM (Backtesting)
• Quy định bắt buộc.
• Đánh giá tính chính xác của mô hình.
• Quá trình hậu kiểm VaR như sau:
 Bước 1: Sử dụng công thức VaR(P&L) tính P&L từng ngày của tài sản (P&L lý
thuyết theo VaR). Chú ý khi tính VaR(P&L) của từng ngày ta phải sử dụng giá trị
thực tế của tài sản trong ngày trước đó.
 Bước 2: Tính P&L thực tế của từng ngày.
 Bước 3: So sánh P&L lý thuyết và thực tế của từng ngày để tìm số ngày có P&L
thực tế (P&L âm: ngày lỗ) vượt quá P&L lý thuyết.
Hậu kiểm với 250 quan sát:
19
Số vượt quá 0→ 4 5→ 9 10
VaR (99%) Green Yellow Red
v1.0015111225
2.4. ƯU VÀ NHƯỢC ĐIỂM CỦA BA PHƯƠNG PHÁP TÍNH VaR 
Phương 
pháp Ưu điểm Nhược điểm
Lịch sử
(historical 
analysis)
• Thiết kế và áp dụng dễ dàng;
• Không cần giả thuyết về quy
luật phân bố.
• Thị trường biến động lớn không phù hợp;
• Tương lai có thể không giống quá khứ.
Phương sai -
hiệp phương 
sai (tham số)
• Thiết kế và áp dụng dễ dàng;
• Áp dụng cho danh mục đầu
tư bao gồm chứng khoán
tuyến tính.
• Tính VaR không tốt cho những danh mục
phi tuyến (quyền chọn);
• Ít quan tâm đến trường hợp xấu nhất (thị
trường biến động bất thường).
Monte Carlo
• Có khả năng tính VaR rất
chính xác;
• Áp dụng cho danh mục đầu
tư bao gồm chứng khoán
phi tuyến.
• Không dễ chọn một phân bố xác suất;
• Chi phí tính toán rất cao (thời gian thực
thi, bộ nhớ máy vi tính mạnh).
20
v1.0015111225
2.5. HẠN CHẾ CỦA VaR
• Quy tắc đa dạng hóa;
• Có thể mất tối đa trong phần lớn các tình huống.
21
v1.0015111225
GIẢI QUYẾT TÌNH HUỐNG
• Hoạt động kinh doanh của ngân hàng luôn đi liền với hoạt động quản trị rủi ro phát
sinh từ hoạt động kinh doanh đó, bởi vì bất cứ nghiệp vụ đầu tư nào của ngân hàng
đều hàm chứa rủi ro và loại rủi ro này được gọi là rủi ro thị trường.
• Toàn bộ bài này chúng ta đã nghiên cứu về rủi ro ro thị trường và cách đo lường nó.
Trong tương lai, khi hoạt động kinh doanh của ngân hàng được phát triển mở rộng
hơn thì hoạt động quản lý rủi ro thị trường càng được chú trọng hơn.
22
v1.0015111225
CÂU HỎI TRẮC NGHIỆM 1
Ngân hàng A đầu tư một số tiền vào cổ phiếu B nào đó, do thông tin bất lợi trên thị
trường chứng khoán về công ty niêm yết cổ phiếu B nên cổ phiếu B bị sụt giá
mạnh. Rủi ro mà ngân hàng A gặp phải là rủi ro gì?
A. Rủi ro tín dụng.
B. Rủi ro hoạt động.
C. Rủi ro thị trường.
D. Rủi ro thanh khoản.
Trả lời:
Đáp án đúng là: C. Rủi ro thị trường.
23
v1.0015111225
CÂU HỎI TRẮC NGHIỆM 2
VaR (1 ngày, 95%, 100 tỷ đồng) của một danh mục đầu tư mà ngân hàng A chuẩn
bị đầu tư được tính bằng 12 tỷ đồng cho biết điều gì?
A. Ngân hàng A có thể mất tối đa là 12 tỷ đồng nếu đầu tư 100 tỷ đồng vào danh mục
này trong 1 ngày với độ tin cậy 95%.
B. Ngân hàng A sẽ mất 12 tỷ đồng nếu đầu tư 100 tỷ đồng vào danh mục này trong 1
ngày với độ tin cậy 95%.
C. Ngân hàng A có thể mất tối đa 12 tỷ đồng nếu đầu tư 100 tỷ đồng vào danh mục này
và bán nó ở cuối ngày.
D. Ngân hàng A sẽ mất ít hơn 12 tỷ đồng nếu đầu từ 100 tỷ đồng vào danh mục này và
bán nó ở cuối ngày.
Trả lời:
Đáp án đúng là: A. Ngân hàng A có thể mất tối đa là 12 tỷ đồng nếu đầu tư 100 tỷ đồng
vào danh mục này trong 1 ngày với độ tin cậy 95%.
24
v1.0015111225
CÂU HỎI TỰ LUẬN
Có mấy phương pháp để ước lượng VaR? Nêu những tình huống cụ thể để áp
dụng từng phương pháp?
Trả lời:
• Có 3 phương pháp ước lượng VaR bao gồm: phương pháp lịch sử, phương pháp
tham số và phương pháp mô phỏng Monte-Carlo.
• Ta sẽ áp dụng VaR lịch sử khi có nhiều số liệu và số liệu quá khứ có sự lặp lại
lịch sử.
• Ta sẽ áp dụng VaR tham số khi số liệu có phân phối chuẩn.
• Ta sẽ áp dụng VaR Monte-Carlo khi không đủ số liệu phải tiến hành mô phỏng.
25
v1.0015111225
BÀI TẬP
Sử dụng phương sai lợi suất làm độ đo rủi ro, dựa trên 100 giá trị lợi suất của cổ
phiếu CTG và 100 giá trị lợi suất của cổ phiếu VCB tính được phương sai mẫu
tương ứng là 0,00050 và 0,00046. Với mức ý nghĩa 5%, có thể cho rằng khi đầu tư
vào cổ phiếu CTG thì rủi ro hơn khi đầu tư vào cổ phiếu VCB hay không? Giả thiết
lợi suất cổ phiếu phân phối chuẩn.
Lời giải:
Vì phương sai của lợi suất cổ phiếu CTG cao hơn phương sai lợi suất cổ phiếu VCB nên
CTG biến động mạnh hơn VCB hay ta có thể nói cổ phiếu CTG rủi ro hơn cổ phiếu VCB.
26
v1.0015111225
TÓM LƯỢC CUỐI BÀI
Trong bài này, chúng ta đã hiểu rõ rủi ro thị trường là gì, và cách đo lường loại rủi ro này
như thế nào. Đặc biệt, bài này giúp chúng ta tiếp cận một phương pháp đo lường rủi ro
của tài chính hiện đại đang được rất nhiều quốc gia trên thế giới sử dụng, đó là mô hình
VaR. Ứng dụng của mô hình này rất mạnh, không chỉ dừng ở quản trị rủi ro thị trường,
mà có thể sử dụng tốt trong cả hoạt động đầu tư tài chính.
27