Header Page of 126 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG -*** - PHẦN MỞ ĐẦU ĐẦU TÍN TÍNH CẤP THIẾT CỦA CỦA ĐỀ TÀI TÀI Hội nhập kinh tế toàn cầu hóa xu phát triển giới Thị trường tài quốc gia vừa chịu tác ñộng thị trường tài toàn cầu, vừa phận tách NGUYỄN NGUYỄN ANH TÙNG rời thị trường tài toàn cầu Sự tiến vượt bậc mặt khoa học, công nghệ ñã mở nhiều hội ñầu tư tài song rủi ro thách thức ñi kèm không MÔ HÌNH GIÁ TRỊ CHỊU RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM nhỏ Sự ñổ vỡ tài ngân hàng, tập toàn ñầu tư lớn ñã làm cho rủi ro thị trường (RRTT) trở thành mối quan tâm hàng ñầu nhà hoạch ñịnh, giới ñầu tư nhà làm luật Để kiểm soát hiệu RRTT, yêu cầu thiết phải hình thành phương pháp khoa học nhằm lượng hóa dự báo mức ñộ tổn thất tài xảy Vượt lên cách tiếp cận truyền thống ño lường RRTT, thước ño Giá trị chịu rủi ro (Value at Risk – VaR) ñã nhanh chóng ñược Ủy ban Basel xem thước ño chuẩn mực sở xác ñịnh vốn an toàn rủi ro ñối với RRTT Chuyên ngành: Tài Chính Ngân Hàng Mã số: 60.34.20 Đối với Việt Nam, RRTT chưa ñược quan tâm ñúng mức Việt Nam chưa ban hành quy ñịnh RRTT chứng khoán, lãi suất sản phẩm phái sinh Các nguyên tắc hiệp ñịnh Basel ñiều chỉnh tỷ lệ an toàn vốn tối thiểu ñối với RRTT chưa ñược áp dụng cho ñịnh chế trung gian tài TÓM TẮT LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH Đối TTCK VN việc dự báo ño lường RRTT vừa thiếu lại vừa yếu Các nhà ñầu tư TTCK VN thực ñịnh ñầu tư chủ yếu dựa phân tích ñịnh tính Các mô hình dự báo lượng hóa RRTT ñược biết ñến không ñược sử dụng §µ N½ng – N¨m 2010 Footer Page of 126 sử dụng với mức ñộ hạn chế Với xu hội nhập nay, với bất ổn ñịnh thường xuyên TTCK giới ñang mục thị trường – số VnIndex; Sử dụng lớp mô hình ARMA – ñặt tổ chức, cá nhân ñầu tư TTCK VN trước nguy tổn GARCH xác ñịnh thông số ñầu vào dùng tính toán thước ño VaR Header Page of 126 thất RRTT mang lại Xuất phát từ thực trạng này, nhằm mang lại cho tổ chức, cá nhân ñầu tư TTCK VN phương pháp khoa học ñể lượng hóa dự báo RRTT ñối với cổ phiếu tác giả chọn ñề tài: “Mô hình giá trị chịu rủi ro ñầu tư cổ phiếu thị trường chứng khoán Việt Nam” - Về mặt không gian: Trung tâm giao dịch chứng khoán Thành phố Hồ Chí Minh với liệu sử dụng số VnIndex - Về mặt thời gian: Chỉ số VnIndex ñược sử dụng từ ngày 28/07/2000 ñến ngày 30/10/2009 bao gồm 2.154 quan sát theo ngày PHƯƠNG PHÁP PHÁP NGHIÊN CỨU - Phương pháp luận nghiên cứu: Luận văn sử dụng phương MỤC MỤC TIÊU NGHIÊN CỨU Đề tài “Mô hình giá trị chịu rủi ro ñầu tư cổ phiếu pháp thực chứng với phân tích, tổng hợp mô hình hóa thị trường chứng khoán Việt Nam” ñược thực với mục tiêu theo thời gian, phân tích nhận diện vấn ñề, sử dụng liệu lịch sử ñể nghiên cứu sau: kiểm ñịnh mô hình Phương pháp thực chứng: Nghiên cứu liệu thực nghiệm - Hệ thống hóa sở lý luận thước ño VaR, phương Phương pháp phân tích, tổng hợp: nghiên cứu tư liệu, phân pháp xác ñịnh VaR ứng dụng thước ño VaR quản tích, tổng hợp quan ñiểm Qua ñó vượt trội, giới hạn trị RRTT cách tiếp cận - Hệ thống hóa mô hình kinh tế lượng xác ñịnh VaR: Mô Phương pháp mô hình hóa: Xác ñịnh, ước lượng kiểm hình chuẩn RiskMetrics lớp mô hình dạng ARMA – GARCH ñịnh mô hình kinh tế lượng xác ñịnh thông số ñầu vào - Vận dụng mô hình RiskMetrics lớp mô hình ARMA – GARCH ñể xác ñịnh VaR ñối với danh mục thị trường – số VnIndex ĐỐI ĐỐI TƯỢN ƯỢNG VÀ PHẠM PHẠM VI NGHIÊN CỨU tính toán VaR - Công cụ nghiên cứu: Luận văn sử dụng phần mềm Eview 6.0 ñể thực nhận dạng, ước lượng kiểm ñịnh tham số Đối tượng nghiên cứu: mô hình kinh tế lượng ñộ phù hợp mô Mô hình xác ñịnh giá trị chịu rủi ro ñầu tư cổ phiếu ứng hình ước lượng dụng thị trường chứng khoán Việt Nam sử dụng liệu ngày số VnIndex Phạm vi nghiên cứu: Về nội dung nghiên cứu: Xác ñịnh VaR ñối với danh mục thị trường sở giả ñịnh nhà ñầu tư thực ñầu tư vào danh Footer Page of 126 Ý NGHĨA NGHĨA KHOA HỌC HỌC VÀ THỰC TIỄN CỦA CỦA ĐỀ TÀI TÀI Về mặt ý nghĩa khoa học: - Hệ thống hóa sở lý luận thước ño VaR, phương pháp xác ñịnh VaR ứng dụng thước ño VaR quản trị RRTT Header Page of 126 - Phân tích ưu ñiểm, giới hạn mô hình chuẩn RiskMetrics trường mức bù rủi ro ñầu tư vào danh mục thị trường Đây ñồng thời ưu vượt trội lớp mô hình ARMA – thông tin quan trọng cho ñịnh ñầu tư cá GARCH so với mô hình RiskMetrics xác ñịnh thông số ñầu nhân, tổ chức tham gia TTCK Việt Nam vào dùng tính toán thước ño VaR - Mô hình ñược ước lượng luận văn cung cấp phương - Thiết lập quy trình xác ñịnh thông số ñầu vào dùng tính pháp khoa học ñể dự báo ñồng thời kỳ vọng toán có ñiều kiện ñộ toán thước ño VaR sở cách tiếp cận lớp mô hình kinh tế lệch chuẩn có ñiều kiện mức bù rủi ro ñối với TSLT kỳ lượng ARMA – GARCH vọng cổ phiếu Đây thông số ñầu vào quan trọng Về mặt thực tiễn: ñể tổ chức, cá nhân ñầu tư thiết lập danh mục ñầu tư hiệu - Trên sở liệu chuỗi VnIndex, luận văn ñã ước lượng theo lý thuyết lựa chọn danh mục ñầu tư H Markowitz (1952) kiểm ñịnh ñược mô hình kinh tế lượng phù hợp – mô hình ARMA(5,5) – IGARCH-M(2,2) với phân phối GED có tham số v = 1,411 xác ñịnh thông số ñầu vào tính toán thước ño VaR ñối với số VnIndex CẤU TRÚC TRÚC CỦA CỦA LUẬN VĂN CHƯƠNG 1: TỔNG QUAN VỀ RỦI RO THỊ TRƯỜNG VÀ MÔ HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU RỦI RO Toàn nội dung chương I nghiên cứu vấn ñề mang - Trên sở cách tiếp cận mô hình ARMA – IGARCH, tính lý luận rủi ro, rủi ro thị trường mô hình xác ñịnh VaR luận văn ước lượng kiểm ñịnh ñược mô hình RiskMetrics xác ñịnh Trọng tâm chương tổng thuật phương pháp xác ñịnh VaR VaR ñối với số VnIndex – mô hình ARMA(4,5) – IGARCH(1,1) sử dụng thước ño VaR quản trị RRTT Với mục ñích Qua ñó hệ số suy giảm - λ RiskMetrics ứng dụng với vậy, chương I ñược bố cục thành ba phần với nội dung số VnIndex theo ngày 0,84 thay 0,94 sau: tả ñược ñộng học phương sai chuỗi TSLT số VnIndex Theo 1.1 QUAN ĐIỂM VỀ RỦI RỦI RO Rủi ro = Xác suất xảy kiện × Tổn thất bị ñó, yếu tố ngoại sinh: Biên ñộ dao ñộng giá, tâm lý ñám ñông, gánh chịu - Chỉ lý mô hình RiskMetrics mô hình IGARCH mô hiệu ứng lan tỏa tác nhân ảnh hưởng mạnh ñến cấu trúc phương sai Đo lường rủi ro thiết lập mức xác suất nhằm lượng TSLT VnIndex Đồng thời thực kiểm ñịnh nhân tố ngoại hóa khả xảy cho kiện mức ñộ tổn thất tương ứng sinh - Biên ñộ dao ñộng giá ñã ảnh hưởng cách có ý nghĩa ñối xảy tương lai với cấu trúc phương sai hay ñộ dao ñộng TSLT số VnIndex 1.2 RỦI RỦI RO THỊ TRƯỜN ƯỜNG 1.2.1 Khái niệm rủi ro thị trường - Trên sở mô hình ước lượng cung cấp thông tin: Dự báo mức ñộ biến ñộng tối ña thị trường thông qua thước ño VaR Từ quan ñiểm Ủy ban Basel RiskMetrics RRTT ñược ñối với số VnIndex, dự báo số VnIndex kỳ vọng thị hiểu: rủi ro (tổn thất có khả gặp phải) thay ñổi giá trị thị Footer Page of 126 7 Header Page of 126 trường công cụ tài hay danh mục công Với rt* (τ ) TSLT thấp cổ phiếu sau khoảng thời cụ tài liên quan ñến thay ñổi không kỳ vọng gian τ ñịnh với xác suất tương ứng - α; r (τ) TSLT liên tục ñiều kiện thị trường bao gồm: giá chứng khoán, lãi cổ phiếu khoảng thời gian τ, ñược xác ñịnh: suất, tỷ giá ñộ biến ñộng yếu tố rt (τ ) = ln ( Pt +τ Pt ) , Pt: giá thị trường cổ phiếu thời ñiểm t, f(r) 1.2.2 Đo lường rủi ro thị trường hàm mật ñộ phân phối xác suất TSLT VaR ñược xác ñịnh: Nội dung phần giới hạn cách tiếp cận truyền thống vượt trội thước ño VaR ño lường RRTT 1.3 TỔNG QUAN VỀ MÔ HÌN HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU CHỊU RỦI RỦI RO 1.3.1 Giới thiệu VaR quy ñịnh an toàn vốn ñối với RRTT 1.3.2 Khái niệm giá trị chịu rủi ro yêu cầu vốn ñối với RRTT Thước ño VaR ñược ñịnh nghĩa thước ño tổn thất lớn có khả xảy ñối với giá trị thị trường công cụ tài ñối với giá trị danh mục công cụ tài tương lai, với mức xác suất xác ñịnh trước, xét khoảng thời gian ñịnh Về mặt toán học, thước ño VaR ñược ñịnh nghĩa: P [Vt − V0 < VaR ] = − α (1.1) Trong ñó: VaR – Giá trị chịu rủi ro, V0 – Giá trị hay ban ñầu danh mục; Vt – Giá trị tương lai danh mục sau khoảng thời gian ñịnh, ñược xác ñịnh: Vt = V0 ert ; α – Xác suất giá thị trường tài sản hay danh mục không vượt VaR Từ (1.1), thước ño VaR ñược viết dạng TSLT tài sản sau: P  rt (τ ) < rt* (τ )  = r* ∫ f ( r ) dr = − α (1.2 ) −∞ r τ VaR = Vt* − V0 = V0 e t ( ) − 1   * VaR phụ thuộc vào hai yếu tố chính: Kỳ ñánh giá xác suất tổn thất cho trước ñược lựa chọn nhà quản trị rủi ro 1.3.3 Tài sản tuyến tính tài sản phi tuyến tính Căn vào tính chất quan hệ thay ñổi giá trị thị trường tài sản danh mục với thay ñổi giá trị thị trường chứng khoán sở tương ứng ñể phân biệt tài sản tuyến tính hay phi tuyến tính Tương ứng với loại tài sản có phương pháp xác ñịnh VaR phù hợp 1.3.4 Các phương pháp xác ñịnh giá trị chịu rủi ro + Phương pháp tham số: Xác ñịnh VaR dựa mô hình với giả ñịnh ban ñầu phân phối xác suất TSLT Chú trọng ñến mô hình hóa, dự báo ñộng học phương sai hiệp phương sai TSLT + Phương pháp mô lịch sử: xác ñịnh VaR sở phân phối xác suất thực nghiệm TSLT + Phương pháp mô Monte Carlo: xác ñịnh VaR dựa mô ngẫu nhiên 1.3.5 Sử dụng thước ño VaR quản trị rủi ro thị trường 1.3.5.1 Khung quản trị rủi ro thị trường theo VaR Khung quản trị RRTT theo VaR bao gồm 03 giai ñoạn chính: Định giá, ước lượng rủi ro sở thước ño VaR sử dụng thước ño VaR quản trị RRTT Footer Page of 126 (1.3) Header Page of 126 10 lường RRTT khâu trọng yếu quản trị rủi ro nói chung RRTT nói riêng ñối với tất tổ chức tài lớn Giá cả, lãi suất thị trường Các khoản mục kế toán Các khoản mục hạch toán dồn tích Mapping Các khoản mục hạch toán giá trị thị trường Phân tích kịch ước lượng ñộ dao ñộng tương quan Định giá Ước lượng rủi ro Các vị tương ñương Tổng hợp vị danh mục Các khoản mục hạch toán giá thị trường - Giá trị chịu rủi ro thước ño rủi ro RRTT mang tính chuẩn mực phổ biến Thước ño VaR không dừng lại cấp ñộ ño lường RRTT mà ngày trở thành công cụ quản trị RRTT cách linh hoạt, chủ ñộng ñối với nhiều ñịnh chế tài Với ưu vượt trội so với thước ño theo cách tiếp cận truyền thống, thước ño VaR ñược ủy ban Basel ñề nghị sử dụng ñể xác ñịnh yêu cầu an toàn vốn RRTT ñối với ngân hàng tham gia Bảng cân ñối kế toán Đo lường, so sánh mức ñộ rủi ro thị trường Kiểm soát rủi ro Quản trị rủi ro thị trường theo VaR Quản lý rủi ro linh hoạt chủ ñộng 1.3.5.2 Sử dụng thước ño VaR quản trị rủi ro thị trường Thước ño VaR ñược sử dụng quản trị RRTT qua 03 cấp ñộ chính: Tiêu chuẩn ño lường, so sánh mức ñộ RRTT vị khác nhau; Công cụ dùng ñể kiểm soát rủi ro ñến sử dụng - Có nhiều phương pháp xác ñịnh VaR, phương pháp tối ưu hoàn toàn phương pháp có ưu nhược ñiểm riêng Do ñó tùy theo ñặc ñiểm cấu trúc danh mục ñầu tư mà tổ chức tài có lựa chọn phương pháp xác ñịnh VaR phù hợp CHƯƠNG 2: MÔ HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU Kết luận chương 2.1 CÁCH TIẾP CẬN KINH TẾ LƯỢNG XÁC ĐỊNH VaR TRONG ĐẦU TƯ CỔ PHIẾU THEO PHƯƠNG PHÁP THAM SỐ - Rủi ro ñược cấu thành hai yếu tố bản: Tính bất ñịnh 2.1.1 Tỷ suất lợi tức cách thức xác ñịnh tỷ suất lợi tức cổ phiếu kết tương lai so với kỳ vọng hệ tiêu cực (tổn Phần tác giả trình bày khái niệm, cách xác ñịnh TSLT thất) xảy tương ứng Do ñó thước ño rủi ro phải liên tục cổ phiếu, danh mục cổ phiếu thời ñoạn hay thước ño mang tính xác suất, việc mô hình hóa rủi ro không khác “k” thời ñoạn xác ñịnh mức tổn thất tương ứng với mức xác suất ñịnh 2.1.2 Mô hình hóa phân phối xác suất tỷ suất lợi tức thước ño VaR ñể quản lý rủi ro cách chủ ñộng linh hoạt - RRTT ngày trở thành mối quan tâm hàng ñầu ñối với Phần tác giả trình bày 03 dạng phân phối xác suất ñược tổ chức tài lớn giới, thiếu hệ thống ño sử dụng ñể mô tả phân phối xác suất TSLT cổ phiếu, dùng ước lường kiểm soát RRTT hiệu ñều ñưa lượng mô hình xác ñịnh VaR cổ phiếu, ứng dụng ñối với tổ chức tài ñến bờ vực sụp ñổ Vì nhận diện ño số VnIndex 2.1.3 Mô hình hóa dự báo TSLT mô hình chuỗi thời gian dừng Footer Page of 126 Header Page of 126 11 12 Phần tác giả trình bày mô hình kinh tế lượng AR, MA ARMA dùng dự báo kỳ vọng toán có ñiều kiện TSLT cổ phiếu Ứng dụng dự báo TSLT số VnIndex theo thời gian 2.1.4 Mô hình hóa dự báo phương sai có ñiều kiện TSLT Xác ñịnh TSLT liên tục cuả cổ phiếu thời ñiểm t: Giá trị thị trường cổ phiếu thời ñiểm t: Pt rt = ln ( Pt Pt −1 ) Phần tác giả trình bày lớp mô hình GARCH dùng dự báo Mô hình hóa TSLT phương sai TSLT ñể xác ñịnh kỳ vọng toán có ñiều kiện E(rt|ψt-1) phương sai có ñiều kiện (ht) TSLT theo giả ñịnh ban ñầu phân phối xác suất TSLT phương sai có ñiều kiện TSLT cổ phiếu Ứng dụng dự báo ñộ Lớp mô hình ARMAGARCH: dao ñộng TSLT số VnIndex theo thời gian 2.1.5 Mô hình chuỗi thời gian dừng có phương sai sai số ñược biểu diễn mô hình phương sai sai số thay ñổi có ñiều kiện tự hồi quy Phần tác giả trình bày kết hợp mô hình AR, MA, ARMA với mô hình GARCH, TGARCH, EGARCH IGARCH tương ứng với dạng phân phối: chuẩn, t-student, GED ñể xác ñịnh, dự báo thông số ñầu vào dùng xác ñịnh VaR cổ phiếu Xác ñịnh giá trị thông số ñầu vào ñể tính toán VaR ñầu tư cổ phiếu: p q j =1 i =1 E ( rt ψ t −1 ) = c + ∑ φ j rt − j + ∑ θ i ε t −i , ht ñược xác ñịnh mô hình ARMA – GARCH RiskMetrics Ứng dụng xác ñịnh VaR số VnIndex cổ phiếu Phần tác giả trình bày phương pháp ước lượng hợp lý cực ñại, ñây phương pháp phổ biến dùng ước lượng mô hình xác ñịnh thông số ñầu vào tính toán VaR ñối với cổ phiếu 2.2 MÔ HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU THEO PHƯƠNG PHÁP THAM SỐ * Xác ñịnh TSLT ñiểm giá trị rủi ro r P[rt < r*t] = 1-α (rt* giá trị thấp rt tương ứng với xác suất 1-α.) α xác suất giá trị thị trường cổ phiếu không vượt VaR  r − E ( rt ψ t −1 ) rt * − E ( rt ψ t −1 )  P t <  = − α ht ht   → rt = γ * ht + E ( rt ψ t −1 ) Với γ phân vị phân phối xác suất rt mức xác suất 1-α Footer Page of 126 q j =1 i =1 ε t = ht ut , ut ~ iid ( 0,1) ( ) ht = g ht −1 , ε t2−1 , ε t −1 Mô hình Risk Metrics: rt = ε t → E ( rt ψ t −1 ) = ε t = σ t ut , ut ~ iid N ( 0,1) 2.1.6 Phương pháp ước lượng hợp lý cực ñại ñối với tham số mô hình xác ñịnh thông số ñầu vào tính toán VaR ñối với p rt = c + ∑ φ j rt − j + ε t + ∑ θ i ε t −i , Lựa chọn mô hình thích hợp việc xác ñịnh VaR σ t = λσ t −1 + (1 − λ ) rt −1 2 Xác ñịnh giá trị chịu rủi ro: ( * ) VaR = Pt −1 e − rt Kiểm ñịnh ñộ phù hợp mô hình VaR thông qua kiểm ñịnh tiêu chuẩn Header Page of 126 13 14 Kết luận chương CHƯƠNG 3: KẾT QUẢ ƯỚC ƯỚC LƯỢN ƯỢNG MÔ HÌN HÌNH XÁC XÁC ĐỊNH Toàn nghiên cứu chương cho phép ñưa nhận xét sau: GIÁ TRỊ CHỊU CHỊU RỦI RỦI RO TRONG ĐẦU ĐẦU TƯ CỔ PHIẾU VỚI DỮ LIỆU CỦA CỦA THỊ TRƯỜN ƯỜNG CHỨNG KHOÁN KHOÁN VIỆT NAM - Thông số ñầu vào quan trọng ñể xác ñịnh VaR ñối với cổ phiếu: Phương sai có ñiều kiện, kỳ vọng toán có ñiều kiện phân vị phân phối xác suất TSLT cổ phiếu tương ứng với mức xác 3.1 MÔ TẢ NGUỒN DỮ LIỆU THỰC HIỆN ƯỚC ƯỚC LƯỢN ƯỢNG VÀ KIỂM ĐỊNH MÔ HÌN HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU CHỊU RỦI RỦI RO thông số Luận văn sử dụng phương pháp tham số sở TRONG ĐẦU ĐẦU TƯ CỔ PHIẾU TẠI TẠI TTCK VN 3.1.1 Nguồn liệu sử dụng ước lượng kiểm ñịnh mô hình xác mô hình kinh tế lượng dạng ARMA – GARCH bên cạnh mô hình ñịnh VaR ñối với danh mục thị trường suất ñịnh Hiện có nhiều cách tiếp cận khác ñể ước lượng RiskMetrics ñể ước lượng, dự báo thông số ñầu vào dùng Dữ liệu sử dụng số VnIndex ñược thu thập theo ngày, xác ñịnh VaR ñối với cổ phiếu Mô hình RiskMetrics có ưu ñiểm từ ngày 28/07/2000 ñến ngày 30/10/2009 Gồm 2.154 quan sát (9 tính ñơn giản, nhiên hạn chế mô hình dựa giả ñịnh năm quan sát) ñó: 1.904 quan sát dùng ñể ước lượng mô hình phân phối xác suất TSLT chuẩn; Việc ước lượng hệ số suy giảm λ 250 quan sát dùng ñể kiểm ñịnh hậu mẫu ñối với mô hình chất mang tính tùy ý, không vào dạng phân phối ñược ước lượng xác suất chuỗi TSLT Cách tiếp cận theo hướng mô hình 3.1.2 Các thống kê mô tả quan trọng ñối với chuỗi liệu số dạng ARMA – GARCH khắc phục giới hạn mô hình VnIndex tỷ suất lợi tức số VnIndex RiskMetrics cách cho phép giả ñịnh dạng phân phối phi chuẩn việc ước lượng tham số ñược thực phương pháp MLE tương ứng với phân phối: t-student GED - Một mô hình xác ñịnh VaR ñược xem phù hợp vượt qua ñược kiểm ñịnh ñộ phù hợp mô hình Về mặt chất, Kết luận quan trọng ñược rút từ thống kê ñối với chuỗi TSLT VnIndex: + Phân phối xác suất chuỗi TSLT VnIndex xuất ñặc tính “leptokurtotic” + Nhận ñịnh chuỗi TSLT VnIndex tồn tượng tự kiểm ñịnh kiểm ñịnh hậu mẫu, nghĩa sử dụng số quan tương quan chuỗi phương sai thay ñổi theo thời gian sát không ñưa vào mô hình ước lượng ñể thực kiểm ñịnh khả 3.2 KẾT QUẢ ƯỚC ƯỚC LƯỢN ƯỢNG VÀ KIỂM ĐỊNH MÔ HÌN HÌNH XÁC XÁC ĐỊNH GIÁ TRỊ CHỊU CHỊU RỦI RỦI RO THEO NGÀY NGÀY ĐỐI VỚI CHỈ SỐ dự báo tổn thất mô hình xác ñịnh VaR Hiện có nhiều tiêu chuẩn kiểm ñịnh hậu mẫu khác nhau, nhiên luận văn sử dụng hai kiểm ñịnh ñược xem chuẩn mực chấp nhận rộng rãi: Kiểm VNINDEX 3.2.1 Kiểm ñịnh tương tương quan chuỗi ñối với chuỗi ñịnh dựa tiêu chuẩn Ủy ban Basel kiểm ñịnh TSLT VnIndex bình phương chuỗi TSLT VnIndex thống kê P.Kupiec (1995) Footer Page of 126 Kết luận rút từ kiểm ñịnh: Header Page of 126 15 - Tồn tượng tự tương quan chuỗi phương sai chuỗi TSLT VnIndex nhiều khả thay ñổi theo thời gian 16 ñối xứng Do ñó giả ñịnh ban ñầu mô hình RiskMetrics kỳ vọng toán có ñiều kiện TSLT ñược thỏa mãn - Cách tiếp cận xác ñịnh VaR mô hình tự hồi quy trung Vì hai lý nêu mà mô hình RiskMetrics thỏa mãn tiểu bình trượt với phương sai ñược mô tả mô hình phương sai chuẩn mô hình dự báo VaR phù hợp ñối với số VnIndex sai số thay ñổi có ñiều kiện tự hồi quy nhiều khả phù hợp số giả ñịnh mô hình không thỏa mãn kiểm 3.2.2 Mô hình RiskMetrics xác ñịnh VaR theo ngày ñối với số ñịnh sở liệu thực nghiệm VnIndex 3.2.3 Ứng dụng mô hình tự hồi quy trung bình trượt có phương Kết luận từ mô hình RiskMetrics (1996) xác ñịnh VaR ñối với số VnIndex: - Khả dự báo VaR mô hình RiskMetrics có ñộ tin sai sai số ñược mô tả mô hình phương sai cuả sai số thay ñổi có ñiều kiện tự hồi quy xác ñịnh VaR theo ngày ñối với số VnIndex cậy cao Trong 250 quan sát dùng ñể kiểm ñịnh, với xác suất tổn thất Quá trình ước lượng mô hình tự hồi quy trung bình trượt thực tế vượt VaR dự báo mức 1%, mô hình RiskMetrics dự báo có phương sai sai số ñược mô tả mô hình phương sai sai có 01 trường hợp ngoại lệ Theo tiêu chuẩn Ủy ban Basel số thay ñổi có ñiều kiện tự hồi quy: ARMA(4,5) – GARCH(2,3); kiểm ñịnh Kupiec mô hình ñược xếp vào vùng xanh ARMA(4,5) – EGARCH(2,3) ARMA(4,5) – TGARCH(2,3) hoàn toàn chấp nhận tương ứng với 03 dạng phân phối xác suất: Chuẩn, t – student sai - Lý mô hình RiskMetrics phù hợp có ñộ xác cao ñối với số VnIndex: số tổng quát (GED) rút số nhận xét bản: i Các mô hình ñược ước lượng dựa phân phối chuẩn ñều i Mô hình RiskMetrics ước lượng phương sai có ñiều kiện có ý nghĩa không phù hợp, hệ phần dư chuẩn hóa TSLT mô hình EWMA với hệ số suy giảm λ = 0,94 ñược mô hình ước lượng không thỏa mãn ñiều kiện chuỗi nhiễu xác ñịnh không thông qua phương pháp ước lượng dựa phân trắng Mặt khác, phân phối xác suất chuỗi TSLT VnIndex phối xác suất TSLT Do ñó, dạng phân phối xác suất TSLT phân phối gần ñối xứng, ñó hệ số bất ñối xứng mô chuỗi VnIndex không ảnh hưởng ñến kết dự báo phương sai có hình dự báo phương sai có ñiều kiện TSLT có ý nghĩa ñiều kiện chuỗi TSLT VnIndex phải loại bỏ khỏi mô hình Kết hàm ý cú sốc làm tăng ii Mô hình RiskMetrics giả ñịnh kỳ vọng chuỗi TSLT 0, nghĩa phân phối xác suất chuỗi TSLT ñối xứng qua hay giảm ñối với số VnIndex có tác ñộng ñến ñộ dao ñộng TSLT số VnIndex giá trị Bằng thống kê ñộ bất ñối xứng ñối với chuỗi TSLT VnIndex ii Các mô hình ARMA – GARCH, ARMA – TGARCH ñều phân phối xác suất chuỗi TSLT VnIndex phân phối có hệ số β2 ước lượng mô hình GARCH hay TGARCH nhỏ cách có ý nghĩa Kết vi phạm ñiều kiện mô Footer Page of 126 Header Page of 126 17 18 hình nhằm ñảm bảo phương sai có ñiều kiện dự báo số dương Vì Trên sở kết ước lượng, nghịch ñảo nghiệm trình vậy, mô hình ARMA – GARCH ARMA – TGARCH không AR ñối với chuỗi phần dư bình phương từ hai mô hình ARMA – ñược sử dụng ñể xác ñịnh VaR ñối với số VnIndex EGARCH ARMA – GARCH tồn nghiệm ñơn vị Đây ñặc iii Mô hình ARMA – EGARCH với phân phối t – student tính lạ thường cấu trúc phương sai chuỗi TSLT số VnIndex phân phối GED phù hợp theo tiêu chuẩn Ủy ban Basel kiểm Chính yếu tố nguyên nhân làm giảm ñộ xác dự báo ñịnh Kupiec (1995) 250 quan sát kiểm ñịnh hậu mẫu Tuy nhiên, VaR mô hình ARMA – EGARCH ARMA – GARCH ñể xác ñịnh mô hình thích hợp, theo quan ñiểm tác giả với Mô hình hợp lý ñể mô tả cấu trúc phương sai có ñiều kiện kiểm ñịnh Ủy ban Basel Kupiec chưa ñủ, hoàn toàn chuỗi TSLT VnIndex trường hợp phải mô hình xảy trường hợp mô hình dự báo tổn thất lớn nên vượt IGARCH Trong tâm phần gồm hai vấn ñề chính: qua ñược kiểm ñịnh Ủy ban Basel Kupiec Điều - Sử dụng mô hình ARMA – IGARCH ñể ước lượng mô hình xét góc ñộ an toàn vốn hoàn toàn ñược chấp nhận xét RiskMetrics dự báo VaR ñối với số VnIndex Qua ñó ước lượng góc ñộ chi phí vốn mô hình dự báo tổn thất lớn, ñiều hệ số suy giảm tối ưu ñối với số VnIndex ñó buộc tổ chức tài phải tốn nhiều chi phí vốn an toàn - Trên sở cách tiếp cận mô hình ARMA – IGARCH thực rủi ro Vì cần thiết phải ñưa thêm tiêu chuẩn ñể so sánh mức ñộ ước lượng mô hình xác ñịnh VaR thích hợp ñối với số VnIndex dự báo tổn thất mô hình ñược chấp nhận Tác giả ñề nghị sử 3.2.4.1 Sử dụng mô hình ARMA – IGARCH ước lượng mô hình dụng thước ño sai số dự báo trung bình RMSE RiskMetrics dự báo VaR ñối với số VnIndex iv Theo tiêu chuẩn RMSE, mô hình ñược ước lượng dựa Nội dung phần tác giả thực ước lượng mô hình phân phối xác suất GED có ñộ xác cao so với phân RiskMetrics sở cách tiếp cận mô hình ARMA(4,5) – phối t-student chuẩn Điều hàm ý phân phối GED phân phối IGARCH(1,1) với phân phối GED ñồng thời rõ nguyên nhân ñộ phù hợp ñủ khả ñể mô tả ñặc tính leptokurtotic phân xác dự báo VaR ñối với số VnIndex mô hình ñược cải phối xác suất thực nghiệm TSLT số VnIndex thiện so với mô hình RiskMetrics chuẩn 3.2.4 Sử dụng mô hình ARMA – IGARCH dự báo VaR ñối với 3.2.4.2 Sử dụng mô hình ARMA – IGARCH dự báo VaR ñối với số VnIndex số VnIndex Hệ số RMSE mô hình ARMA – EGARCH Mục tiêu phần nhằm xác ñịnh ước lượng mô hình ARMA – GARCH ñược ước lượng tương ứng với phân phối GED dự báo VaR phù hợp ñối với số VnIndex sở cách tiếp cận lớn cách ñáng kể so với mô hình RiskMetrics Điều hàm mô hình ARMA – IGARCH với phân phối GED Sau nhiều lần chạy ý hai mô hình dự báo VaR lớn so với tổn thất thực số thử cách thay ñổi bậc mô hình, kết mô hình dạng VnIndex hay mức ñộ xác dự báo mô hình tương ñối thấp Footer Page of 126 19 20 ARMA(4,5) – IGARCH(2,2) với phân phối GED có tham số v = mô hình ARMA(4,5) – IGARCH(2,2) phân phối GED với bổ sung 1,318 có ñộ tin cậy cao so với mô hình ñã ước lượng biến ngoại sinh – biên ñộ dao ñộng giá (BDDD) vào cấu trúc phương Header Page 10 of 126 Trên sở mô hình ñược ước lượng, nhận xét quan trọng sau: Quá trình ước lượng mô hình ñã thực trạng nghịch ñảo nghiệm trình AR ñối với chuỗi phần dư bình phương mô hình ARMA-GARCH, ARMA-TGARCH, sai có ñiều kiện TSLT VnIndex tích hợp ñộ dao ñộng TSLT VnIndex vào phương trình TSLT kỳ vọng 3.2.4.3 Điều chỉnh mô hình dự báo VaR ñối với số VnIndex Việc ñiều chỉnh mô hình dự báo VaR ñối với số VnIndex nhằm mục tiêu sau: ARMA-EGARCH xuất nghiệm ñơn vị Do ñó, mô hình phù hợp i Kiểm ñịnh, ước lượng mức ñộ tác ñộng nhân tố ngoại ñể dự báo cấu trúc phương sai TSLT VnIndex ñiều kiện sinh – Biên ñộ dao ñộng giá ñối với TTCK VN ñối với ñộ dao ñộng IGARCH Theo tác giả, nguyên nhân vấn ñề do: TSLT số VnIndex i Về mặt lý thuyết, tượng IGARCH có nguyên nhân từ thay ñổi tồn dai dẳng ñộ dao ñộng chuỗi liệu ii Dự báo TSLT số VnIndex ñồng thời xác ñịnh mức bù rủi ro ñối với TSLT số VnIndex Đối với TSLT số VnIndex, phương sai bị chi phối iii Xác ñịnh mô hình thích hợp ñể dự báo VaR ñối với số VNI không yếu tố nội sinh mà tồn nhân tố ngoại sinh ảnh Kết ước lượng cho thấy mô hình ARMA(5,5)-IGARCH- hưởng tồn dai dẵng ñến cấu trúc phương sai chuỗi TSLT M(2,2) với phân phối GED có tham số v = 1,411 ñáp ứng ñược Trong ñó, ñáng ý nhân tố: Biên ñộ dao ñộng giá, giới hạn mục tiêu mang tính kỹ thuật tác ñộng mạnh TTCK VN nhìn chung Từ kết ước lượng ñưa số kết luận sau: giới Biên ñộ giao ñộng giá ñược xem công cụ dùng ñể - Mô hình ARMA(5,5) – IGARCH-M(2,2) tương ứng phân nắn hành vi thị trường, ảnh hưởng ñáng kể dai dẵng, tạo phối GED với tham số v = 1,411 ñã kiểm ñịnh nhận ñịnh nhân tố ngoại thay ñổi cấu trúc phương sai TSLT số VnIndex sinh – Biên ñộ dao ñộng giá áp ñặt ñối với TTCK VN ảnh hưởng ii Yếu tố tâm lý ñám ñông sở hữu cổ phiếu lẫn cách có ý nghĩa ñến cấu trúc phương sai dự báo TSLT VnIndex công ty tạo nên hiệu ứng lan tỏa tác nhân ảnh hưởng hoàn toàn có sở khoa học dựa 1898 mẫu quan sát sau ñiều chỉnh ñến ñộ dao ñộng TSLT VnIndex Tuy nhiên, mức ñộ ảnh hưởng làm Yếu tố tác nhân làm cho nghịch ñảo nghiệm trình thay ñổi cấu trúc phương sai TSLT VnIndex không trực tiếp tác AR ñối với chuỗi phần dư bình phương mô hình ñược ước nhân biên ñộ giao ñộng giá ñược quy ñịnh ñối với thị trường lượng xuất nghiệm ñơn vị Vì vậy, cấu trúc phương sai có ñiều kiện Để kiểm ñịnh, ước lượng tác ñộng nhân tố ngoại sinh - TSLT VnIndex phải ñược mô tả trình IGARCH Biên ñộ dao ñộng giá áp ñặt ñối với TTCK VN ñã ảnh hưởng ñến ñộ - Mô hình ước lượng ñược mức bù rủi ro ñối với TSLT dao ñộng TSLT số VnIndex, tác giả thực việc ñiều chỉnh danh mục thị trường Theo ñó, mức bù rủi ro ñược phản ảnh thông Footer Page 10 of 126 Header Page 11 of 126 21 qua thành phần ζ.[ht]1/2 cấu trúc phương trình kỳ vọng TSLT số VnIndex 22 iv Độ dao ñộng dự báo TSLT VnIndex phụ thuộc vào bình phương TSLT, mức ñộ dao ñộng TSLT số VnIndex - Theo cấu trúc mô hình ARMA(5,5) – IGARCH-M(2,2): ngày trước ñó Đồng thời, cấu trúc phương sai ñã i TSLT dự báo số VnIndex chịu chi phối diễn nhân tố biên ñộ dao ñộng giá ảnh hưởng cách có ý nghĩa ñến ñộ biễn TSLT VnIndex 1, ngày trước Theo ñó, TSLT dao ñộng TSLT số VnIndex số VnIndex 1, ngày trước có tương quan chiều với - Mô hình ARMA(5,5) – IGARCH-M(2,2) với phân phối TSLT dự báo số VnIndex Tuy nhiên, mức ñộ nhạy cảm GED có tham số v: 1,411 ñược lựa chọn mô hình ñể dự báo kỳ thông tin phản ánh vào giá trị TSLT dự báo giảm dần theo thời gian vọng phương sai có ñiều kiện TSLT VnIndex Đây ii Bên cạnh chi phối TSLT VnIndex 1, ngày thông số ñầu vào quan trọng xác ñịnh mức ñộ tổn thất tối ña trước, TSLT VnIndex dự báo phụ thuộc vào cú sốc ngẫu nhiên số VnIndex theo ngày tương ứng với mức tin cậy 99% Theo ngày trước mức bù rủi ro thị trường hay ñộ dao ñộng dự liệu ước lượng, mô hình dự báo tổn thất tối ña số VnIndex báo TSLT VnIndex Tuy nhiên, theo cấu trúc phương sai dự báo ngày 29/10/2009 với mức tin cậy 99% 19,2 ñiểm Theo kết ñộ dao ñộng TSLT VnIndex phụ thuộc vào sốc ngẫu thực nghiệm, số VnIndex ñã sụt giảm 18,4 ñiểm nhiên ngày trước Do ñó, xét ñến cùng, TSLT dự báo Kết luận chương VnIndex phụ thuộc vào sốc ngẫu nhiên 1, ngày trước Qua kết ước lượng, kiểm ñịnh mô hình xác ñịnh VaR Kết hoàn toàn phù hợp với phản ánh lược ñồ hàm ñối với chuỗi TSLT số VnIndex rút số kết luận sau: ACF TSLT VnIndex Theo kết ước lượng, sốc ngẫu nhiên - Các kết ước lượng kiểm ñịnh ñối với chuỗi VnIndex ngày trước có tương quan ngược chiều, sốc ngẫu hoàn toàn thống ủng hộ kết nghiên cứu giới nhiên 1, ngày trước có tương quan chiều với TSLT ñặc tính phân phối xác suất TSLT, cụ thể: Chuỗi TSLT VnIndex dự báo số VnIndex tương quan yếu bình phương chuỗi TSLT iii Qua so sánh kết dự báo chuỗi VnIndex từ mô hình VnIndex lại tương quan mạnh ñây dấu hiệu ban ñầu cho thấy ARMA(5,5) – IGARCH-M(2,2) với phân phối GED 1,411 bậc tự với chuỗi TSLT số VnIndex có phương sai thay ñổi theo thời diễn biến số VnIndex thực 2.143 250 cho thấy gian Các thống kê mô tả với kiểm ñịnh phân phối chuẩn phân biệt ñược VnIndex dự báo VnIndex thực RMSE dự Jarque – Bera ARCH Engle (1982) ñã phân báo TSLT VnIndex từ mô hình tương ứng với 2.143 quan sát là: 9,063 phối xác suất chuỗi TSLT VnIndex phân phối ñồng ñiểm tương ứng 250 quan sát kiểm ñịnh hậu mẫu là: 8,117 ñiểm Kết ñộc lập chuẩn mà thay vào ñó xuất ñặc tính dự báo thấp mô hình ñược ước lượng “leptokurtotic” phương sai thay ñổi theo thời gian Footer Page 11 of 126 Header Page 12 of 126 23 - Yếu tố ngoại sinh: biên ñộ dao ñộng giá, tâm lý “bầy ñàn” hiệu ứng lan tỏa nhân tố ảnh hưởng ñến việc lựa chọn mô ñộ xác kết dự báo phương sai có ñiều kiện ñối với TSLT số VnIndex Đặc biệt, hành vi nắn thị 24 GARCH ñể dự báo thông số ñầu vào dùng xác ñịnh VaR ñối với danh mục thị trường - số VnIndex - Kết ước lượng kiểm ñịnh thực nghiệm ñối với liệu VnIndex ñã ra: trường biên ñộ dao ñộng giá tác nhân chủ yếu ảnh hưởng có + Các mô hình với giả ñịnh phân phối xác suất TSLT ý nghĩa ñến cấu trúc ñộ dao ñộng TSLT VnIndex Hệ bình phân phối chuẩn bất ñối xứng không phù hợp, phân phối xác phương chuỗi phần dư mô hình ARMA – GARCH, ARMA suất TSLT gần ñối xứng xuất ñặc tính “leptokurtotic” – TGARCH, ARMA – EGARCH có nghiệm ñơn vị, dẫn ñến mô Kết ước lượng phân phối GED phù hợp ñối với phân phối hình không phù hợp ñể dự báo phương sai có ñiều kiện chuỗi thực nghiệm TSLT số VnIndex TSLT VnIndex Trong trường hợp này, mô hình IGARCH mặt lý + Các yếu tố ngoại sinh: biên ñộ dao ñộng giá, tâm lý “bầy thuyết phù hợp ñể dự báo phương sai có ñiều kiện chuỗi ñàn” hiệu ứng lan tỏa ảnh hưởng ñến việc lựa chọn mô hình TSLT Mô hình RiskMetrics dự báo phương sai có ñiều kiện dạng ñộ xác kết dự báo VaR ñối với TSLT số ñơn giản mô hình IGARCH, ñiều lý giải VnIndex Trong ñó, biên ñộ dao ñộng giá tác nhân chủ yếu ảnh mô hình RiskMetrics lại phù hợp với TTCK VN ñồng thời kết hưởng ñến ñộ dao ñộng TSLT VnIndex Hệ bình phương dự báo tốt so với mô hình GARCH, EGARCH TGARCH chuỗi phần dư mô hình ARMA – GARCH, ARMA – - Phân phối xác suất chuỗi TSLT VnIndex phân phối TGARCH, ARMA – EGARCH có nghiệm ñơn vị Trong ñiều kiện ñối xứng Nhân tố nguyên nhân hệ số bất ñối xứng ñược ước mô hình IGARCH phù hợp, thỏa mãn ñiều kiện mặt lý lượng mô EGARCH TGARCH ý nghĩa thuyết theo tiêu chuẩn kiểm ñịnh Ủy ban Basel Kết luận + Trên sở tiếp cận mô hình ARMA(4,5) – - Đo lường dự báo ñối với RRTT yêu cầu thiết ñối IGARCH(1,1), tác giả ñã ước lượng mô hình RiskMetrics ñối với với nhà ñầu tư thị trường tài Thước ñó VaR ñược số VnIndex Theo ñó, hệ số λ ñược ước lượng 0,84 thay 0,94 Ủy ban Basel xem tảng ñể xây dựng hành lang pháp lý mô hình RiskMetrics (1996) yêu cầu an toàn vốn tối thiểu ñối với RRTT, tạo sân chơi thống - Ý nghĩa mô hình xác ñịnh VaR ñược ước lượng: bình ñẳng cho tổ chức tài quốc tế + Xác ñịnh dự báo mức ñộ tổn thất tối ña xảy - Để xác ñịnh VaR ñối với cổ phiếu mô hình kinh ñầu từ vào cổ phiếu thị trường Là khoa học ñể tế lượng chuỗi thời gian ñóng vai trò quan trọng Tác giả sử rủi ro mà nhà ñầu tư phải ñối mặt có nằm giới dụng cách tiếp cận kinh tế lượng - lớp mô hình dạng ARMA- hạn cho phép nguồn vốn ñầu tư hay không Qua ñó xác lập mức vốn an toàn RRTT trình ñầu tư Footer Page 12 of 126 Header Page 13 of 126 25 + Dự báo kỳ vọng thị trường mức bù rủi ro ñầu tư vào cổ phiếu khác Đây sở quan trọng ñể nhà ñầu tư phân tích lựa chọn danh mục thời ñiểm ñầu tư + Xác ñịnh, dự báo hai thông số quan ñể xác ñịnh danh mục ñầu tư tối ưu theo lý thuyết Markowizt: Kỳ vọng phương sai có ñiều kiện cổ phiếu theo thời gian + Trên sở mô hình xác ñịnh VaR nhà ñầu tư sử dụng công cụ VaR limit, VaR gia tăng, VaR cận biên, VaR thành phần thước ño lợi nhuận ñiều chỉnh rủi ro ñể phân tích xác ñịnh lĩnh vực phân bổ vốn, giới hạn ñầu tư cho phép quản lý danh mục ñầu tư cách chủ ñộng linh hoạt - Hướng nghiên cứu tương lai: + Nghiên cứu mở rộng phạm vi xác ñịnh VaR không ñối với cổ phiếu mà ñối với tất công cụ tài ñược giao dịch thị trường + Phát triển phương pháp xác ñịnh dự báo VaR có ñộ xác cao như: việc nghiên cứu ứng dụng lý thuyết cực trị ñể xác ñịnh VaR hay kết hợp phương pháp mô Monte – Carlo với phương pháp tham số ñể nâng cao phạm vi ñộ xác dự báo VaR cho tài sản tài + Sử dụng thước ño VaR ñể thiết lập giới hạn ñầu tư vốn ñối với chi nhánh trực thuộc Điều giúp phân quyền rõ ràng giới hạn ñầu tư vốn mà nhà quản lý theo cấp ñược phép ñầu tư + Sử dụng thước ño VaR ñể xác ñịnh hiệu mức ñộ vốn ñược phân bổ cho lĩnh vực kinh doanh Xác ñịnh thời ñiểm cần thiết ñể ñầu tư vốn rút vốn khỏi lĩnh vực ñầu tư ñịnh Footer Page 13 of 126  ... ƯỢNG MÔ HÌN HÌNH XÁC XÁC ĐỊNH Toàn nghiên cứu chương cho phép ñưa nhận xét sau: GIÁ TRỊ CHỊU CHỊU RỦI RỦI RO TRONG ĐẦU ĐẦU TƯ CỔ PHIẾU VỚI DỮ LIỆU CỦA CỦA THỊ TRƯỜN ƯỜNG CHỨNG KHOÁN KHOÁN VIỆT NAM. .. ñịnh tham số Đối tư ng nghiên cứu: mô hình kinh tế lượng ñộ phù hợp mô Mô hình xác ñịnh giá trị chịu rủi ro ñầu tư cổ phiếu ứng hình ước lượng dụng thị trường chứng khoán Việt Nam sử dụng liệu... ĐỊNH GIÁ TRỊ CHỊU RỦI RO TRONG ĐẦU TƯ CỔ PHIẾU THEO PHƯƠNG PHÁP THAM SỐ * Xác ñịnh TSLT ñiểm giá trị rủi ro r P[rt < r*t] = 1-α (rt* giá trị thấp rt tư ng ứng với xác suất 1-α.) α xác suất giá trị