Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
0Activity
0 of .
Results for:
No results containing your search query
P. 1
2 Ket Hop Phuong Phap Cvar

2 Ket Hop Phuong Phap Cvar

Ratings: (0)|Views: 4|Likes:
Published by Bình Cao
bintinasm
bintinasm

More info:

Published by: Bình Cao on Mar 01, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/01/2013

pdf

text

original

 
PHÁT TRIỂN & HỘI NHẬP
Số 5 (15) - Tháng 7-8/2012
Thị Trường Tài Chính
10
1. Giới tiệ
Trong bối cảnh nền kinh tế đanggặp nhiều khó khăn như hiện nay,thị trường tài chính VN cũng đangđối diện với những bất ổn và tiềmẩn nhiều rủi ro. Việc quản trị rủi rotài chính vì vậy đang là một vấnđề thu hút sự quan tâm đặc biệt từgóc độ nhà quản trị doanh nghiệpcũng như từ góc độ của Chính phủ.Để công việc quản trị rủi ro đạt kếtquả tốt, việc đánh giá và ước lượngđược các loại rủi ro là rất quantrọng. Trong đó, rủi ro tín dụngcòn gọi là rủi ro vỡ nợ là một vấnđề nghiên cứu cần được quan tâmđặc biệt là từ sau khủng hoảng tàichính 2008. Những ảnh hưởng tiêucực từ cuộc khủng hoảng này vẫncòn dai dẳng, số lượng các doanhnghiệp vỡ nợ và phá sản đang giatăng một cách nhanh chóng trongthời gian gần đây. Vì vậy, việc đolường rủi ro tín dụng là một phương pháp cần thiết trong việc nhận diện,đánh giá và dự báo tình trạng “sứckhỏe” của mỗi doanh nghiệp; đồngthời thông qua việc lượng hóa rủiro vỡ nợ sẽ giúp cho doanh nghiệpxác định được mức độ rủi ro và cónhững giải pháp thích hợp nhằmđiều chỉnh rủi ro về mức mà doanhnghiệp có thể chấp nhận được.Việc đo lường rủi ro tín dụngkhông phải là một vấn đề xa lạ gìtrong các doanh nghiệp ở VN, đặc biệt trong các ngân hàng côngty bảo hiểm. Tuy nhiên, hiện naychưa có nhiều nghiên cứu thựcnghiệm nhằm kiểm tra tính hiệuquả hay mức độ tin cậy của các phương pháp đo lường rủi ro trongđiều kiện thị trường ở VN. Trên cơ sở tiếp cận về mặt lý thuyết và thựcnghiệm, tác giả mạnh dạn xây dựngmột mô hình kết hợp giữa phương pháp CVaR thị trường và mô hìnhdự báo rủi ro vỡ nợ Merton/KMVcủa tổ chức xếp hạng tín nhiệmMoody’s (dựa trên nền tảng củamô hình định giá quyền chọnBlack-Scholes) để đo lường xácsuất vỡ nợ của các công ty trên thịtrường chứng khoán VN. Cách tiếpcận này từng được Powell & Allen(2009) nghiên cứu trên thị trườngchứng khoán Australia và mang lạikết quả khá tích cực. Tuy nhiên, tácgiả chưa tìm thấy những nghiêncứu tương tự nào ở VN. Chính vìvậy, mô hình tín dụng kết hợp nàyđược tác giả ứng dụng để so sánhrủi ro vỡ nợ của các công ty giữacác ngành trong bối cảnh thị trườngtài chính VN. Bài nghiên cứu nàygiải thích làm thế nào phương phápCVaR có thể áp dụng đối với rủi rotín dụng trong những hoàn cảnh
B
ài nghiên cứu này kết hợp cách tiếp cận CVaR thị trường với mô hình tíndụng Merton/KMV để tạo ra một mô hình đo lường rủi ro tín dụng dưới cácđiều kiện thị trường cực biên (thị trường tiềm ẩn những cú sốc khó lường trước). Việc vận dụng nghiên cứu thực nghiệm ở VN đã cho thấy bằng chứng rõ ràng về tính hiệu quả của phương pháp kết hợp này trong việc đo lường rủi ro vỡ nợ. Bêncạnh đó, phương pháp CVaR thị trường đã góp phần nhận diện và xếp hạng rủi ro cũng như phân tích sự chuyển dịch rủi ro giữa các ngành trên thị trường tài chính VN trướcvà sau khủng hoảng 2008. Kết quả cho thấy trước và sau khủng hoảng, sự chuyển dịchthứ hạng rủi ro chỉ diễn ra đối với các ngành có mức rủi ro thuộc nhóm trung bình. Tuyvậy, xu hướng rủi ro qua các năm phản ánh xu hướng của chung cả thị trường cũng như những đặc thù ngành. Hầu hết các ngành đều gia tăng rủi ro trong năm 2008 rồi sau đó giảm dần. Tác giả cũng tìm thấy mối tương quan giữa rủi ro và tlệ vốn cphần, trong nhiều trường hợp, công ty sử dụng càng nhiều vốn cổ phần thì rủi ro càng thấp.
Từ khoá: CVaR, Merton/KMV, rủi ro tín dụng, thị trường tài chính VN, vốncổ phần
TS. L ĐạT Chí & ThS. L Tuấn Anh
 
Số 5 (15) - Tháng 7-8/2012
PHÁT TRIỂN & HỘI NHẬP
Thị Trường Tài Chính
11
kinh tế khác nhau, đồng thời cungcấp cho người đọc một cái nhìnthấu đáo hơn về sự ảnh hưởng củarủi ro tín dụng cực biên trong suốtcuộc khủng hoảng tài chính 2008.
2. Tổg qa các kết qả giêcứ trước đây
2.1. Những nghiên cứu về VaR vàCVaR đối với rủi ro tín dụng 
2.1.1. VaR và những hạn chế của VaR.
VaR là một khái niệm được biếtđến và sử dụng rộng rãi trong ngânhàng và bảo hiểm. VaR đo lườngmức tổn thất tiềm tàng qua mộtkhoảng thời gian nhất định ứngvới độ tin cậy cho trước. Hiệp ướcBasel (thỏa ước về quản lý ngânhàng do Ủy ban Basel về giám sátngân hàng BCBS ban hành) quyđịnh VaR là thước đo yêu cầu đểxác định mức an toàn vốn cho rủi rothị trường. Không chỉ đo lường rủiro thị trường, VaR cũng được ứngdụng để đo lường rủi ro tín dụng.Một số mô hình ứng dụng VaR đốivới rủi ro tín dụng có thể kể đến nhưmô hình CreditMetrics (Gupton,Finger & Bhatia, 1997), mô hìnhCreditPortfolioView (Wilson,1998) và mô hình iTransition(Allen & Powell, 2008). Ngược lại với tính phổ biến củanó, VaR có khá nhiều nhược điểm.VaR chứa đựng những thuộc tínhtoán học hơi phiền phức, như thiếuđi cộng tính phụ và tính lồi màArztner và cộng sự (1999; 1997)đã thảo luận. VaR dựa trên giả địnhđồ thị phân phối dạng chuẩn, cânxứng với độ lệch chuẩn. Nó sẽ chặtchẽ khi dựa trên dạng phân phốinày nhưng sẽ không còn chặt chẽkhi dựa trên những dạng phân phốikhác. VaR tính được từ sự kết hợphai danh mục có thể tốt hơn tổngcác rủi ro của từng danh mục đơnlẻ. Điều rắc rối hơn là liên quanvới việc VaR khó tốiưu khi được tính từcác tính huống (kịch bản). Thật kđể giảiquyết vì hàm số củamột vị thế danh mụccó thể xuất hiện đacực trị địa phương,điều này làm nó trở nên không chắc chắnkhi xác định tập hợpcác vị thế tối ưu vàgiá trị VaR tổng thểđặc thù. Xem thảoluận về vấn đề nàyở Mckay & Keefer (1996) và Mauser &Rosen (1999).
2.2.2. CVaR vànhững ưu điểm củanó so với VaR
So với VaR, giá trịrủi ro có điều kiện (CVaR) đượcxem là một thước đo có hiệu quảhơn. CVaR có thể đo lường lợi tứccực biên (điều này ngoài khả năngcủa VaR). Allen and Powell (2006;2007) khám phá ra CVaR như làmột phương pháp tương đươngVaR trong việc đo lường rủi ro thịtrường và tín dụng. Họ phát hiệnrằng CVaR cho ra những kết quả phù hợp với VaR khi áp dụng chocác loại rủi ro ngành ở Australia,nhưng thêm vào đó là thuận lợicho việc đo lường lợi tức cực biên (điều này ngoài khả năng củaVaR). Pug (2000) chứng minhrằng CVaR là một thước đo rủi rochặt chẽ với nhiều thuộc tính nhưmong muốn như là tính lồi và tínhđơn điệu, hai trong số những tínhchất đáng quan tâm nhất. Hơn nữa,VaR không biểu thị khoảng tổn thấtcó thể gặp phải trừ giá trị ngưỡngđầu tiên được đưa ra bởi thước đonày. Ngược lại CVaR xác định sốlượng tổn thất có thể gặp phải trongđuôi (tail) phân phối. Rockefeller & Uryasev (2002; 2000) thì nghiêncứu CVaR đối với các bài toán tốiđa hóa danh mục đầu tư và cũngđưa ra những bằng chứng cho thấyCVaR hiệu quả hơn VaR.
2.2. Kết hợp CVaR với mô hình Merton/KMV hình đo lường rủi ro vỡ nợ dựa trên nền tảng lý thuyết định giá quyền chọn Black- Scholes.
Bài nghiên cứu này xây dựngmột mô hình liên kết giữa phương pháp CVaR hình c suất vỡ nợ (PD) dạng cấu trúc của Mertonnhằm so sánh rủi ro tín dụng trước,trong và sau khủng hoảng tài chính2008. Nghiên cứu cấu trúc chodạng biến đổi rủi ro tín dụng từngđược thực hiện qua nhiều phương pháp như phương pháp tương quantài sản (Cespedes, 2002; Kealhofer & Bohn, 1993; Lopez, 2004;Vasicek, 1987; Zeng & Zhang,2001), giá trị tiên đoán và tính hiệulực (Bharath & Shumway, 2004;Stein, 2002) và mô hình thu nhập,
 
PHÁT TRIỂN & HỘI NHẬP
Số 5 (15) - Tháng 7-8/2012
Thị Trường Tài Chính
12
& cố định (D’Vari, YalamanchiliBai, 2003). Tác động của rủi ro vỡ nợ trên lợi tức vốn cổ phần cũngđược kiểm chứng (Chan, Faff, &Koffman, 2008; Gharghori, Chan,& Faff, 2007; Vassalou & Xing,2002). Những bài nghiên cứu nàycũng giải thích PD như là một sựmở rộng của quan điểm 3 nhân tốcủa Fama and French (1992; Fama& French, 1993) về định giá tài sản – bao gồm thị trường, quy mô giá trị sổ sách trên giá thị trường.Ghargori và cộng sự phát hiện rằngrủi ro vỡ nợ không được định giátrong lợi tức vốn cổ phần và cácnhân tố Fama-French là không đạidiện cho rủi ro vỡ nợ. Vassalou vàXing phát hiện sự ủng hộ đối vớiquy mô và giá trị sổ sách trên giáthị trường là có ảnh hưởng lên rủiro vỡ nợ, nhưng không tìm thấymối liên kết mạnh giữa rủi ro vỡ nợ và lợi tức. Chan và cộng sự, sửdụng mẫu dữ liệu 30 năm bao quátcủa cổ phiếu nhỏ, phát hiện mốiliên kết đáng kể giữa rủi ro vỡ nợ và lợi tức.Trong khi nghiên cứu quá trình phát triển của các mô hình lượnghóa rủi ro tín dụng, tác giả tìm thấymột hướng tiếp cận khá thú vị trongvấn đề này. Đó là một liên kết giữarủi ro tín dụng và cấu trúc vốn củacông ty. Cách tiếp cận này xem vốncổ phần như là một “quyền chọn”dựa trên giá trị tài sản của công ty.Qua phương trình định giá quyềnchọn Black-Scholes, xác suất vỡ nợ (PD) sẽ được ước lượng thôngqua một tham biến khác là khoảngcách tới vỡ nợ (DD) – đây chính làcách tiếp cận của mô hình Merton(Merton, 1974), sau đó được tổchức Moody’s KMV ứng dụngnhư là một công cụ phân tích tíndụng định lượng, gọi là mô hìnhMerton/KMV. Cuối cùng, tác giảkết hợp mô hình Merton/KMV với phương pháp CVaR để có một môhình mới nhằm ước lượng xác suấtvỡ nợ trong điều kiện thị trườngcực biên, tức là lượng hóa được rủiro tín dụng cực biên.
3. Dữ liệ và pươg páp đolườg rủi ro vỡ ợ
3.1. Dữ liệu và xử lý dữ liệu
Tác giả tiến hành nghiên cứutrên thị trường tài chính VN từnăm 2007 đến năm 2011. Mẫu dữliệu của tác giả bao gồm nhữngthông tin của 179 doanh nghiệpcó chứng khoán niêm yết trên haisàn giao dịch HoSE và HNX. Đốivới trường hợp ước lượng VaR hayCVaR, tác giả sử dụng dữ liệu giálịch sử của các chứng khoán này.Còn trường hợp để tính khoảngcách tới vỡ nợ (DD) và xác suấtvỡ nợ (PD) tác giả sử dụng cácthông tin về giá trị thị trường củavốn cổ phần, nợ (ngắn hạn và dàihạn) được thu thập và tổng hợp từcác bảng báo cáo tài chính của cácdoanh nghiệp.Mẫu dữ liệu nghiên cứu theotừng năm của tác giả tương ứngvới ba thời kỳ trước, trong và saukhủng hoảng tài chính 2008. Trongnghiên cứu của tác giả, để dữ liệucó thể mang tính đại diện hợp lýcho thị trường, các chứng khoánvới dữ liệu ít hơn 12 tháng ở mộttrong số ba thời kỳ đều bị loại trừ. Ngoài ra, những ngành với ít hơn3 công ty cũng bị loại trừ. Tác giảvừa tiến hành nghiên cứu theo từngchứng khoán riêng lẻ vừa nghiêncứu trên phương diện các ngành.
3.2. Phương pháp
* Tính VaR và CVaR
Để tính VaR, tác giả áp dụngtheo phương pháp được sử dụng bởi RiskMetrics (J.P. Morgan &Reuters, 1996). Trong bài nghiêncứu này, tác giả tính VaR vốn cổ phần cũng vậy, CVaR vốn cổ phần. Lợi tức vốn cổ phần theongày được tính cho mỗi năm bằngcách sử dụng làm logarit theo giátương đối hàng ngày:tức là lấy logarit của tỷ số giáhôm nay (
 P 
) chia cho giá ngàyhôm trước (
 P 
t-1
). Khi đó VaR vớiđộ tin cậy (1-α) của các giá trị lợitức X được tính như sau:VaR 
(1-α),x
= z
α
x
trong đó z
α
là hệ số chuẩn vớimức ý nghĩa α.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->