Expected Shortfall thay thế VaR là gì?

Expected Shortfall (ES) thay thế VaR là gì?

Expected Shortfall (ES) — còn được gọi là Conditional Value at Risk (CVaR) hoặc Conditional Tail Expectation (CTE) — là chỉ tiêu đo lường rủi ro thị trường thế hệ mới, đang được các chuẩn mực quốc tế như Basel 3.5 (hay còn gọi là Basel IV) và Fundamental Review of the Trading Book (FRTB) khuyến nghị và dần bắt buộc áp dụng thay cho Value at Risk (VaR) truyền thống. Nếu VaR trả lời câu hỏi "Trong điều kiện thị trường bình thường, tổn thất tối đa ở ngưỡng tin cậy 99% là bao nhiêu?", thì ES trả lời câu hỏi sâu hơn: "Khi tổn thất thực sự vượt qua ngưỡng 1% xấu nhất đó, trung bình chúng ta mất bao nhiêu?". Chính khả năng "nhìn thấu" phần đuôi phân phối lợi nhuận khiến ES được đánh giá là phù hợp hơn trong bối cảnh thị trường tài chính ngày càng biến động khắc nghiệt.

Về bản chất toán học, nếu gọi L là khoản lỗ của danh mục và α là ngưỡng tin cậy (thường là 97,5% theo FRTB), thì VaR(α) là quantile thứ (1−α) của phân phối lỗ, còn ES(α) là kỳ vọng có điều kiện của lỗ trong điều kiện lỗ lớn hơn VaR(α). Công thức phổ biến là ES(α) = E[L | L > VaR(α)]. Điều này có nghĩa ES luôn lớn hơn hoặc bằng VaR, và phản ánh được "độ sâu" của rủi ro chứ không chỉ dừng lại ở "ngưỡng cửa" như VaR. Đây là lý do ủy ban Basel chính thức đưa ES vào danh mục chỉ tiêu rủi ro chuẩn, đồng thời loại bỏ dần VaR trong tính toán vốn yêu cầu cho sách kinh doanh (trading book).

Một đặc tính quan trọng khác là ES là chỉ tiêu đo lường rủi ro có tính chất đồng nhất (coherent risk measure) theo định nghĩa của Artzner và các cộng sự (1999), nghĩa là nó thỏa mãn đầy đủ 4 tính chất: đơn điệu, bất biến dưới phép dịch chuyển, thuần nhất dương và tính cộng hợp lý dưới phép phân chia danh mục. Trong khi đó, VaR không có tính chất cuối cùng — khi gộp hai danh mục có rủi ro tương quan thấp, VaR tổng có thể lớn hơn tổng hai VaR thành phần, tạo ra ảo giác "đa dạng hóa không hiệu quả". ES khắc phục hoàn toàn hiện tượng này.

Thuật ngữ tiếng Anh: Expected Shortfall (ES) replacing Value at Risk (VaR) Lĩnh vực: Quản lý vốn — Quản trị rủi ro thị trường

Đặc điểm và phân loại

So sánh chi tiết giữa VaR và Expected Shortfall

Các phương pháp ước lượng Expected Shortfall phổ biến

1. Phương pháp phân vị có trọng số (Weighted Quantile Estimation)

   • Là phương pháp được FRTB chính thức khuyến nghị.
   • Công thức: ES(α) = (1/(1−α)) × ∫₀^(1−α) VaR(u) du
   • Cho phép tính ES bằng cách lấy trung bình các quantile lân cận.

2. Phương pháp mô phỏng lịch sử (Historical Simulation)

   • Sử dụng dữ liệu lỗ/lợi nhuận thực tế trong quá khứ (thường 250–500 ngày giao dịch).
   • Lấy trung bình của (1−α)% số quan sát xấu nhất.
   • Ưu điểm: không cần giả định phân phối; nhược điểm: phụ thuộc dữ liệu quá khứ.

3. Phương pháp mô phỏng Monte Carlo

   • Sinh hàng chục nghìn kịch bản giá dựa trên mô hình ngẫu nhiên.
   • Phù hợp với danh mục phức tạp nhiều yếu tố rủi ro.
   • Chi phí tính toán cao nhưng linh hoạt nhất.

4. Phương pháp phân tích (Analytical / Parametric)

   • Giả định phân phối chuẩn hoặc phân phối Student-t cho lợi nhuận.
   • Có công thức đóng, dễ tính nhưng kém chính xác khi đuôi phân phối dày (fat tail).

Phân loại theo khung Basel 3.5 / FRTB

Ví dụ thực tế trong ngành ngân hàng

Ví dụ 1: So sánh VaR và ES trên cùng một danh mục

Ngân hàng A có danh mục giao dịch ngoại hối trị giá 1.000 tỷ VNĐ. Khi chạy mô hình rủi ro với dữ liệu 250 ngày, kết quả thu được như sau:

• VaR 99% (1 ngày) = 18,5 tỷ VNĐ
• VaR 97,5% (1 ngày) = 14,2 tỷ VNĐ
• ES 97,5% (1 ngày) = 21,7 tỷ VNĐ
• ES 99% (1 ngày) = 26,3 tỷ VNĐ

Nhận xét: ES cao hơn VaR từ 40–53% trong trường hợp này, phản ánh rằng khi thị trường rơi vào 1%–2,5% kịch bản xấu nhất, tổn thất trung bình thực tế lớn hơn nhiều so với "ngưỡng cửa" VaR. Nếu Ngân hàng A chỉ dùng VaR 18,5 tỷ để trích lập vốn, họ có thể thiếu hụt tới 7,8 tỷ VNĐ vốn an toàn — đây chính là rủi ro "đuôi béo" (fat tail) mà VaR bỏ qua.

Ví dụ 2: Hiệu ứng đa dạng hóa danh mục

Ngân hàng B vận hành hai bộ phận kinh doanh: bộ phận trái phiếu doanh nghiệp và bộ phận phái sinh lãi suất. Mỗi bộ phận có VaR 99% lần lượt là 50 tỷ và 40 tỷ VNĐ. Do tương quan giữa hai bộ phận thấp, VaR tổng hợp của cả ngân hàng chỉ là 70 tỷ VNĐ (ít hơn tổng 90 tỷ).

Tuy nhiên, khi chuyển sang ES 97,5%, các con số trở nên khác biệt:

• ES bộ phận trái phiếu = 78 tỷ VNĐ
• ES bộ phận phái sinh = 65 tỷ VNĐ
• ES tổng hợp = 118 tỷ VNĐ (nhỏ hơn tổng 143 tỷ nhưng vẫn lớn hơn nhiều so với con số 70 tỷ của VaR)

ES cho thấy lợi ích đa dạng hóa thực sự chỉ là 25 tỷ (143 − 118) chứ không phải 20 tỷ như VaR gợi ý. Sự khác biệt này giúp ban lãnh đạo Ngân hàng B đánh giá đúng mức vốn cần thiết và tránh cảm giác "an toàn giả" khi chỉ nhìn vào VaR.

Ví dụ 3: Tác động đến vốn yêu cầu theo FRTB

Một ngân hàng thương mại cỡ lớn tại Việt Nam (giả định gọi là Ngân hàng C) có sách kinh doanh với danh mục cổ phiếu niêm yết, trái phiếu chính phủ và phái sinh. Trước đây theo Basel 3, vốn yêu cầu cho rủi ro thị trường được tính trên VaR 99% 10 ngày, cho kết quả khoảng 4.500 tỷ VNĐ. Khi áp dụng FRTB (Basel 3.5), vốn yêu cầu chuyển sang tính trên ES 97,5% thanh khoản, kết quả có thể tăng lên 6.800–7.200 tỷ VNĐ (tăng 50–60%). Sự gia tăng này buộc Ngân hàng C phải:

• Tăng vốn cấp 1 (Tier 1) hoặc giảm quy mô sách kinh doanh.
• Đa dạng hóa danh mục sang các tài sản có tương quan thấp.
• Đầu tư hệ thống công nghệ tính toán ES hiệu năng cao (vì ES với thanh khoản từng công cụ đòi hỏi hàng triệu phép tính mỗi ngày).

Expected Shortfall thay thế VaR trong các ngôn ngữ khác

Câu hỏi thường gặp

Expected Shortfall khác gì Value at Risk (VaR)?

VaR chỉ cho biết mức tổn thất tối đa tại một ngưỡng tin cậy nhất định (ví dụ 99%), tức là "ngưỡng cửa" của rủi ro, trong khi Expected Shortfall tính trung bình có điều kiện của tất cả các khoản lỗ vượt qua ngưỡng đó, phản ánh độ sâu của rủi ro đuôi. Vì vậy, ES luôn lớn hơn hoặc bằng VaR và cung cấp thông tin đầy đủ hơn về khả năng tổn thất cực đoan. Đây cũng là lý do Basel 3.5 và FRTB chọn ES làm chỉ tiêu chính thức.

Khi nào cần biết về Expected Shortfall?

Bất kỳ chuyên viên nào làm việc trong các mảng quản trị rủi ro thị trường (Market Risk), phòng kinh doanh vốn (Treasury/Trading), kiểm toán nội bộ và tuân thủ quy định (Compliance) của ngân hàng, công ty chứng khoán hay quỹ đầu tư đều cần nắm vững ES. Đặc biệt, khi ngân hàng áp dụng FRTB (dự kiến triển khai tại Việt Nam theo lộ trình NHNN), việc hiểu và tính toán ES trở thành yêu cầu bắt buộc để được phép sử dụng mô hình nội bộ (IMA) thay vì phương pháp tiêu chuẩn.

Expected Shortfall ảnh hưởng thế nào đến khách hàng?

Đối với khách hàng cá nhân và doanh nghiệp sử dụng dịch vụ ngân hàng, việc chuyển đổi sang ES giúp ngân hàng trích lập vốn an toàn chính xác hơn, từ đó nâng cao sức chống chịu trước các cú sốc thị trường như khủng hoảng tài chính, biến động tỷ giá hay sụt giảm giá tài sản. Nhờ đó, tiền gửi của khách hàng được bảo vệ tốt hơn và hệ thống ngân hàng ổn định hơn. Tuy nhiên, vốn yêu cầu cao hơn có thể khiến ngân hàng thu hẹp một số hoạt động kinh doanh rủi ro hoặc tăng phí dịch vụ, gián tiếp ảnh hưởng đến chi phí vay vốn và lãi suất tiền gửi mà khách hàng nhận được.

Tổng kết

Expected Shortfall đánh dấu một bước tiến quan trọng trong quản trị rủi ro thị trường hiện đại, khắc phục những hạn chế cố hữu của Value at Risk bằng cách đo lường toàn diện rủi ro đuôi và thỏa mãn tính chất đồng nhất (coherent). Việc Basel 3.5 và FRTB chính thức đưa ES vào khung tính vốn yêu cầu không chỉ giúp các ngân hàng nhìn nhận rủi ro trung thực hơn mà còn góp phần ổn định hệ thống tài chính toàn cầu. Đối với ngân hàng Việt Nam, việc chuẩn bị hạ tầng dữ liệu, công nghệ tính toán và nguồn nhân lực để sẵn sàng áp dụng ES không còn là lựa chọn mà là yêu cầu bắt buộc trong tương lai gần, đặc biệt khi Ngân hàng Nhà nước dần hài hòa khung pháp lý với chuẩn mực Basel quốc tế.