Phương pháp Parametric VaR là gì?

Phương pháp Parametric VaR là gì?

Phương pháp Parametric VaR (Variance-Covariance) là một kỹ thuật đo lường giá trị chịu rủi ro dựa trên giả định rằng lợi suất của tài sản hoặc danh mục đầu tư tuân theo phân phối chuẩn (phân phối Gaussian). Phương pháp này sử dụng ma trận phương sai — hiệp phương sai để ước lượng mức tổn thất tối đa mà danh mục có thể gặp phải trong một khoảng thời gian nhất định, với mức tin cậy cho trước. Đây là một trong ba phương pháp phổ biến nhất để tính VaR, được ứng dụng rộng rãi trong quản trị rủi ro thị trường tại các ngân hàng thương mại.

Tại sao Phương pháp Parametric VaR quan trọng trong ngân hàng?

• Yêu cầu vốn tối thiểu theo Basel III: Các ngân hàng bắt buộc phải duy trì vốn tối thiểu để trang trải rủi ro thị trường, trong đó VaR là chỉ tiêu then chốt để tính toán yêu cầu vốn.
• Đơn giản và nhanh chóng: So với phương pháp mô phỏng Monte Carlo, Parametric VaR chỉ cần ước lượng hai tham số (trung bình và phương sai) nên dễ triển khai trên thực tế.
• Phản ánh lợi ích đa dạng hóa: Phương pháp này tính đến hệ số tương quan giữa các tài sản, giúp đánh giá chính xác hơn lợi ích giảm rủi ro khi kết hợp nhiều tài sản trong danh mục.
• Báo cáo quản trị rủi ro: VaR 99% (1 ngày) và VaR 99% (10 ngày) là các chỉ tiêu bắt buộc trong báo cáo rủi ro hàng ngày của ngân hàng thương mại, giúp ban lãnh đạo nắm bắt mức độ rủi ro thị trường.

Cách hoạt động và công thức tính

Bước 1: Thu thập dữ liệu và ước lượng tham số

Đầu tiên, ngân hàng thu thập chuỗi lợi suất lịch sử của từng tài sản trong danh mục. Từ đó, ước lượng lợi suất kỳ vọng (μ) và độ lệch chuẩn (σ) cho từng tài sản. Thông thường, ngân hàng sử dụng dữ liệu trong 250 ngày giao dịch (tương đương 1 năm) để đảm bảo tính đại diện.

Bước 2: Xây dựng ma trận phương sai — hiệp phương sai

Ma trận phương sai — hiệp phương sai (Covariance Matrix) thể hiện không chỉ phương sai riêng lẻ của từng tài sản mà còn mối tương quan giữa chúng. Với danh mục gồm n tài sản, ma trận Σ có kích thước n×n.

Bước 3: Tính phương sai danh mục

Công thức tính phương sai danh mục hai tài sản:

σp² = w₁²σ₁² + w₂²σ₂² + 2w₁w₂ρ₁₂σ₁σ₂

Trong đó:

• w₁, w₂: Trọng số đầu tư của tài sản 1 và tài sản 2
• σ₁, σ₂: Độ lệch chuẩn của tài sản 1 và tài sản 2
• ρ₁₂: Hệ số tương quan giữa hai tài sản
• σp: Độ lệch chuẩn của danh mục

Bước 4: Tính VaR

VaR = w' × Σ × w × z_α × √t

Trong đó:

• w: Vector trọng số đầu tư
• Σ: Ma trận hiệp phương sai
• z_α: Hệ số phân vị của phân phối chuẩn (z_0,99 = 2,33)
• t: Số ngày giao dịch

Với mức tin cậy 99%, hệ số z = 2,33. Với mức tin cậy 95%, hệ số z = 1,645.

Ví dụ thực tế

Ví dụ 1: Danh mục hai tài sản

Giả sử Ngân hàng A nắm giữ danh mục gồm hai loại tài sản:

• Trái phiếu chính phủ (TPCP): w₁ = 60%, σ₁ = 1,2%/ngày
• Cổ phiếu bluechip: w₂ = 40%, σ₂ = 2,5%/ngày
• Hệ số tương quan ρ₁₂ = 0,3

Bước 1: Tính phương sai danh mục:

σp² = (0,6)²(0,012)² + (0,4)²(0,025)² + 2(0,6)(0,4)(0,3)(0,012)(0,025) σp² = 0,00005184 + 0,0001 + 0,0000432 = 0,00019504

Bước 2: Tính độ lệch chuẩn danh mục:

σp = √0,00019504 = 0,01396 = 1,396%/ngày

Bước 3: Tính VaR 99% (1 ngày):

VaR = 1,396% × 2,33 = 3,25% giá trị danh mục

Nếu tổng giá trị danh mục là 10 tỷ đồng, VaR = 325 triệu đồng/ngày.

Ví dụ 2: Lợi ích đa dạng hóa

Cùng danh mục trên nhưng khi ρ₁₂ giảm xuống 0,1, phương sai danh mục giảm đáng kể:

σp² (ρ=0,1) = 0,00005184 + 0,0001 + 2(0,6)(0,4)(0,1)(0,012)(0,025) = 0,00016624

σp = √0,00016624 = 1,289%/ngày

VaR = 1,289% × 2,33 = 3,00% = 300 triệu đồng

→ Rủi ro giảm 25 triệu đồng nhờ tương quan thấp hơn giữa hai tài sản.

Phân biệt với thuật ngữ liên quan

Câu hỏi thường gặp trong đề thi

Câu 1: Khi hệ số tương quan giữa hai tài sản trong danh mục tăng từ 0,2 lên 0,6, điều gì sẽ xảy ra với phương sai danh mục?

A. Phương sai danh mục giảm do lợi ích đa dạng hóa tăng B. Phương sai danh mục tăng do tổn thất có xu hướng cùng chiều nhiều hơn C. Phương sai danh mục không thay đổi vì chỉ phụ thuộc vào trọng số D. Phương sai danh mục tăng gấp ba lần

Câu 2: Phương pháp Parametric VaR có hạn chế chính là gì?

A. Tốc độ tính toán quá chậm B. Giả định phân phối chuẩn không phù hợp với thực tế có đuôi béo C. Không tính đến tương quan giữa các tài sản D. Chỉ áp dụng được cho một tài sản duy nhất

Câu 3: Với mức tin cậy 99% trong 1 ngày, hệ số phân vị z của phân phối chuẩn là bao nhiêu?

A. 1,645 B. 2,33 C. 1,96 D. 3,00

Tổng kết

Phương pháp Parametric VaR là công cụ quan trọng trong quản trị rủi ro thị trường, giúp ngân hàng ước lượng mức tổn thất tối đa có thể xảy ra trong điều kiện bình thường. Thí sinh cần nắm vững công thức tính phương sai danh mục hai tài sản, hiểu ý nghĩa của ma trận hiệp phương sai, và đặc biệt lưu ý hạn chế của phương pháp này khi lợi suất thực tế có phân phối đuôi béo. Khi ôn thi, hãy thực hành tính toán với nhiều bộ số liệu khác nhau để thành thạo các bước và tránh sai sót trong kỳ thi.