Tổn thất vượt VaR là gì?

Tổn thất vượt VaR (tiếng Anh: Expected Shortfall - ES) là một thước đo rủi ro thị trường cao cấp, thể hiện mức tổn thất trung bình kỳ vọng khi danh mục đầu tư bị lỗ vượt quá ngưỡng VaR (Value at Risk) trong một khoảng thời gian nhất định. Thông thường, ES được tính toán ở mức tin cậy 95% hoặc 99%, cho biết khi xảy ra những kịch bản xấu nhất (thuộc phần đuôi phân phối), nhà đầu tư có thể kỳ vọng mất trung bình bao nhiêu.

ES được xem là "phiên bản nâng cấp" của VaR vì nó không chỉ dừng lại ở việc xác định một con số ngưỡng lỗ tối đa, mà còn đo lường mức độ thiệt hại thực sự khi thị trường biến động vượt quá ngưỡng an toàn. Điều này giúp các tổ chức tài chính có cái nhìn toàn diện hơn về rủi ro đuôi (tail risk) - những tổn thất cực đoan có xác suất xảy ra thấp nhưng mức độ ảnh hưởng cực kỳ nghiêm trọng.

Tại sao Tổn thất vượt VaR quan trọng trong ngân hàng?

• Phản ánh rủi ro cực đoan chính xác hơn: Trong khi VaR chỉ cho biết "lỗ tối đa có thể xảy ra với xác suất X%", ES còn cho biết "khi vượt ngưỡng đó, mức lỗ trung bình thực sự là bao nhiêu". Đây là thông tin quan trọng giúp ban lãnh đạo hiểu rõ mức độ nghiêm trọng khi kịch bản xấu nhất xảy ra.

• Đáp ứng yêu cầu của Ủy ban Basel: Từ năm 2016, Basel đã đưa ES vào khung quản lý rủi ro thị trường thay thế một phần cho VaR truyền thống. Các ngân hàng Việt Nam cần áp dụng ES để tuân thủ chuẩn mực quốc tế và chuẩn bị cho việc áp dụng Basel III.

• Hỗ trợ phân bổ vốn hiệu quả: ES cung cấp cơ sở khoa học hơn để tính toán yêu cầu vốn dự phòng rủi ro, giúp ngân hàng phân bổ nguồn lực tài chính phù hợp với mức độ rủi ro thực tế của từng danh mục.

• Kiểm soát rủi ro thanh khoản và rủi ro lãi suất: Khi thị trường biến động mạnh (như trong các đợt khủng hoảng), ES giúp các tổ chức tín dụng nhìn nhận rõ hơn mức độ ảnh hưởng tiềm tàng, từ đó xây dựng kế hoạch dự phòng phù hợp.

Cách hoạt động và cách tính

Nguyên lý cốt lõi

ES hoạt động dựa trên nguyên tắc trung bình có trọng số của tất cả các khoản lỗ vượt quá ngưỡng VaR. Thay vì chỉ xác định một con số VaR đơn lẻ, ES "nhìn sâu" vào phần đuôi phân phối và tính toán mức thiệt hại trung bình kỳ vọng trong vùng rủi ro cực đoan.

Phương pháp tính toán

Công thức toán học:

ES = E[L | L > VaR] = (1/(1-α)) × ∫α^1 VaR(u) du

Trong đó:

• L: Mức tổn thất
• α: Mức tin cậy (ví dụ: 95% hoặc 99%)
• VaR(u): Giá trị VaR tại mức phân vị u

Các bước thực hiện:

1. Thu thập dữ liệu lịch sử: Thu thập chuỗi lợi suất hoặc mức lỗ của danh mục trong quá khứ (thường từ 250-500 ngày giao dịch).

2. Tính VaR: Xác định ngưỡng VaR tại mức tin cậy mong muốn (ví dụ: VaR 99% = ngưỡng lỗ mà chỉ có 1% khả năng vượt quá).

3. Xác định các quan sát vượt ngưỡng: Liệt kê tất cả các ngày có mức lỗ lớn hơn VaR.

4. Tính trung bình: ES = Trung bình cộng của các khoản lỗ vượt quá VaR.

Phương pháp ước lượng

• Phương pháp lịch sử (Historical Simulation): Sử dụng dữ liệu lợi suất thực tế trong quá khứ để mô phỏng phân phối lỗ.
• Phương pháp Monte Carlo: Mô phỏng hàng nghìn kịch bản dựa trên giả định phân phối (thường là phân phối chuẩn hoặc t-student).
• Phương pháp GARCH: Mô hình hóa phương sai thay đổi theo thời gian để nắm bắt hiện tượng volatility clustering.

Ví dụ thực tế

Ví dụ 1: Đánh giá rủi ro danh mục trái phiếu doanh nghiệp

Ngân hàng A có danh mục trái phiếu doanh nghiệp trị giá 1.000 tỷ đồng. Sau khi phân tích dữ liệu lịch sử 250 ngày gần nhất:

• VaR 99% (1 ngày): 25 tỷ đồng (nghĩa là có 99% khả năng lỗ không vượt quá 25 tỷ trong 1 ngày)
• ES 99% (1 ngày): 42 tỷ đồng (trung bình mức lỗ khi vượt quá VaR)

Ý nghĩa: Mặc dù VaR cho thấy mức lỗ tối đa ước tính là 25 tỷ đồng, nhưng khi xảy ra sự kiện cực đoan (1% xác suất), mức lỗ trung bình thực tế có thể lên đến 42 tỷ đồng. Điều này giúp Ngân hàng A chuẩn bị dự phòng rủi ro đầy đủ hơn.

Ví dụ 2: Quản lý rủi ro trong đợt biến động thị trường

Trong giai đoạn thị trường chứng khoán biến động mạnh tháng 3/2020, công ty chứng khoán B đánh giá:

Dữ liệu cho thấy ES tăng gấp 6,5 lần trong khi VaR chỉ tăng gấp 5,7 lần. Điều này chứng minh ES nhạy cảm hơn với rủi ro đuôi, giúp công ty chứng khoán B nhận ra mức độ nghiêm trọng thực sự của tình hình.

Phân biệt với thuật ngữ liên quan

Lưu ý quan trọng: ES và CVaR (Conditional VaR) về bản chất là cùng một khái niệm. CVaR là tên gọi thay thế, được sử dụng phổ biến trong tài liệu tài chính định lượng.

Câu hỏi thường gặp trong đề thi

1. Điểm khác biệt cơ bản nhất giữa VaR và ES (Expected Shortfall) là gì?

   • A. ES tính toán nhanh hơn VaR
   • B. ES cung cấp thông tin về mức lỗ trung bình khi vượt ngưỡng VaR, trong khi VaR chỉ cho biết ngưỡng lỗ tối đa
   • C. ES sử dụng ít dữ liệu hơn VaR
   • D. ES được sử dụng rộng rãi hơn VaR trong thực tế

2. Theo lý thuyết của Artzner và cộng sự, thuộc tính nào khiến ES được coi là thước đo rủi ro nhất quán hơn VaR?

   • A. Tính đơn giản trong tính toán
   • B. Tính phụ thuộc tập con (subadditivity)
   • C. Khả năng dự báo chính xác 100%
   • D. Chi phí triển khai thấp

3. Trong giai đoạn thị trường biến động mạnh, nếu VaR 99% tăng gấp đôi nhưng ES 99% tăng gấp ba, điều này cho thấy điều gì?

   • A. Rủi ro đuôi đang trở nên nghiêm trọng hơn
   • B. Danh mục đầu tư đang được quản lý tốt hơn
   • C. Thị trường đang ổn định
   • D. Cần giảm quy mô danh mục

Tổng kết

Tổn thất vượt VaR (Expected Shortfall - ES) là thước đo rủi ro thị trường tiên tiến, khắc phục được hạn chế chính của VaR truyền thống bằng cách cung cấp thông tin về mức thiệt hại trung bình khi xảy ra các kịch bản cực đoan. Với việc Ủy ban Basel đưa ES vào khung quản lý rủi ro thị trường và các quy định tại Việt Nam ngày càng sát chuẩn quốc tế, đây là kiến thức bắt buộc phải nắm vững đối với thí sinh thi tuyển dụng ngân hàng.

Khi ôn thi, các bạn cần hiểu rõ:

• ES là gì và tại sao nó "nâng cấp" so với VaR
• Cách tính ES từ dữ liệu lịch sử hoặc mô phỏng
• Phân biệt được ES với các thuật ngữ liên quan (VaR, CVaR)
• Ý nghĩa thực tiễn của ES trong quản lý rủi ro ngân hàng

Chúc các bạn ôn tập hiệu quả và tự tin chinh phục kỳ thi!