Phương sai và hiệp phương sai là gì?

Phương sai và hiệp phương sai là gì?

Phương sai (Variance) là chỉ số thống kê đo lường mức độ phân tán của các giá trị trong một tập dữ liệu so với giá trị trung bình cộng của tập dữ liệu đó. Nói cách khác, phương sai cho biết các số liệu trong tập dữ liệu "lánh xa" hay "gần sát" so với giá trị trung bình.

Hiệp phương sai (Covariance) là chỉ số đo lường mức độ biến động đồng thời giữa hai biến số ngẫu nhiên khác nhau. Chỉ số này cho biết hai biến có xu hướng chuyển động cùng chiều hay ngược chiều nhau, hay nói cách đơn giản hơn là chúng "đồng hành" hay "trái ngược" nhau.

Tại sao phương sai và hiệp phương sai quan trọng trong ngân hàng?

• Đo lường rủi ro danh mục đầu tư: Trong lĩnh vực quản trị rủi ro ngân hàng, phương sai của lợi suất tài sản là thước đo rủi ro cơ bản. Danh mục có phương sai cao đồng nghĩa với mức độ biến động lớn và rủi ro cao hơn.

• Hỗ trợ đa dạng hóa danh mục: Hiệp phương sai giữa các tài sản trong danh mục quyết định hiệu quả của chiến lược đa dạng hóa. Khi hiệp phương sai thấp hoặc âm, việc kết hợp các tài sản giúp giảm rủi ro tổng thể của danh mục.

• Xây dựng mô hình dự báo rủi ro: Các ngân hàng sử dụng phương sai và hiệp phương sai để xây dựng mô hình định lượng, ước tính tổn thất kỳ vọng và phân bổ vốn cho các loại rủi ro khác nhau.

• Tuân thủ quy định pháp lý: Cơ quan quản lý yêu cầu các ngân hàng phải có hệ thống đo lường và kiểm soát rủi ro dựa trên các phương pháp thống kê, trong đó phương sai và hiệp phương sai đóng vai trò nền tảng.

Cách hoạt động và cách tính

Công thức tính phương sai

Phương sai của tập dữ liệu gồm n giá trị:

σ² = Σ(xi - μ)² / n

Trong đó:

• xi là giá trị thứ i trong tập dữ liệu
• μ là giá trị trung bình cộng của tập dữ liệu
• n là số lượng quan sát
• Σ là ký hiệu tổng

Ý nghĩa: Phương sai càng lớn chứng tỏ dữ liệu càng phân tán rộng xung quanh giá trị trung bình. Nếu phương sai bằng 0, tất cả các giá trị đều bằng nhau.

Công thức tính hiệp phương sai

Hiệp phương sai giữa hai biến X và Y:

Cov(X,Y) = Σ(xi - μx)(yi - μy) / n

Trong đó:

• μx là trung bình của biến X
• μy là trung bình của biến Y
• xi, yi là các cặp giá trị tương ứng của X và Y

Ý nghĩa của hiệp phương sai:

• Dương (Cov > 0): Hai biến có xu hướng chuyển động cùng chiều (khi X tăng, Y có xu hướng tăng)
• Âm (Cov < 0): Hai biến có xu hướng chuyển động ngược chiều (khi X tăng, Y có xu hướng giảm)
• Bằng 0 (Cov = 0): Hai biến không có mối quan hệ tuyến tính

Ma trận hiệp phương sai

Trong thực tế, khi làm việc với danh mục có nhiều tài sản, người ta sử dụng ma trận hiệp phương sai — một ma trận vuông thể hiện hiệp phương sai giữa tất cả các cặp tài sản trong danh mục. Ma trận này phải là ma trận xác định dương để đảm bảo phương sai của danh mục luôn dương và mô hình tối ưu hóa có nghiệm hợp lệ.

Ví dụ thực tế

Ví dụ 1: Tính phương sai lợi suất trái phiếu

Giả sử Ngân hàng A nắm giữ danh mục trái phiếu với lợi suất hàng tháng trong 5 tháng như sau: 2.5%, 3.1%, 2.8%, 3.5%, 2.9%.

Bước 1: Tính lợi suất trung bình: μ = (2.5 + 3.1 + 2.8 + 3.5 + 2.9) / 5 = 14.8 / 5 = 2.96%

Bước 2: Tính các độ lệch và bình phương:

Bước 3: Tính phương sai: σ² = (0.2116 + 0.0196 + 0.0256 + 0.2916 + 0.0036) / 5 = 0.552 / 5 = 0.1104

Kết luận: Phương sai = 0.1104 (%²) cho thấy mức độ biến động của lợi suất trái phiếu xung quanh giá trị trung bình 2.96%.

Ví dụ 2: Hiệp phương sai giữa hai cổ phiếu trong danh mục

Ngân hàng B xem xét danh mục gồm hai cổ phiếu X và Y với lợi suất hàng quý:

Tính trung bình:

• μx = (8 + 12 + 6 + 10) / 4 = 9%
• μy = (5 + 7 + 4 + 8) / 4 = 6%

Tính hiệp phương sai:

• Cov(X,Y) = [(8-9)(5-6) + (12-9)(7-6) + (6-9)(4-6) + (10-9)(8-6)] / 4
• Cov(X,Y) = [(-1)(-1) + (3)(1) + (-3)(-2) + (1)(2)] / 4
• Cov(X,Y) = [1 + 3 + 6 + 2] / 4 = 12 / 4 = 3

Kết luận: Hiệp phương sai dương (3) cho thấy hai cổ phiếu X và Y có xu hướng chuyển động cùng chiều. Khi lợi suất X tăng, lợi suất Y cũng có xu hướng tăng. Tuy nhiên, do hiệp phương sai chưa chuẩn hóa, ta chưa thể kết luận về mức độ tương quan mạnh hay yếu.

Phân biệt với thuật ngữ liên quan

Lưu ý quan trọng: Hệ số tương quan (Correlation Coefficient) chính là phiên bản chuẩn hóa của hiệp phương sai, cho phép so sánh mối quan hệ giữa các cặp biến có đơn vị khác nhau.

Câu hỏi thường gặp trong đề thi

1. Phương sai của một tập dữ liệu có giá trị bằng 0 có ý nghĩa gì?

2. Khi hiệp phương sai giữa hai biến X và Y âm, điều này cho thấy mối quan hệ gì giữa hai biến?

3. Trong lý thuyết danh mục đầu tư Markowitz, ma trận hiệp phương sai phải thỏa mãn điều kiện gì để mô hình tối ưu hóa có nghiệm hợp lệ?

4. Hệ số tương quan và hiệp phương sai khác nhau như thế nào?

5. Nếu phương sai của lợi suất cổ phiếu A là 0.04 và phương sai của lợi suất cổ phiếu B là 0.09, kết luận nào sau đây là đúng?

Tổng kết

Phương sai và hiệp phương sai là hai khái niệm nền tảng trong thống kê ứng dụng cho ngành ngân hàng. Trong khi phương sai giúp đo lường mức độ rủi ro của từng tài sản riêng lẻ, thì hiệp phương sai lại là công cụ quan trọng để đánh giá lợi ích của việc đa dạng hóa danh mục đầu tư. Hai chỉ số này đóng vai trò then chốt trong các mô hình quản trị rủi ro, định giá tài sản tài chính và xây dựng danh mục đầu tư tối ưu.

Để chuẩn bị tốt cho kỳ thi tuyển dụng ngân hàng, thí sinh cần nắm vững cách tính toán, ý nghĩa và ứng dụng thực tiễn của hai chỉ số này. Đặc biệt, hãy chú ý phân biệt rõ giữa phương sai, hiệp phương sai và hệ số tương quan — đây là những câu hỏi phân loại thường gặp trong các đề thi nghiệp vụ ngân hàng.