Download Đề tài Đo lường rủi ro thị trường tài chính ở Việt Nam miễn phí



MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT . 5
DANH MỤC BẢNG BIỂU . 6
DANH MỤC HÌNH VẼ . 7
PHẦN MỞ ĐẦU . 8
Chương 1. CƠ SỞ LÝ LUẬN. 10
1.1 Một số nguyên nhân của rủi ro thị trường . 10
1.1.1 Môi trường kinh tế thay đổi . 10
1.1.1.1 Biến động của thị trường chứng khoán . 10
1.1.1.2 Biến động tỷ giá hối đoái . 11
1.1.1.3 Biến động lãi suất. 11
1.1.1.4 Biến động giá cả hàng hóa . 11
1.1.2 Hoạt động đầu tư ngày càng tăng . 11
1.1.3 Khoa học kỹ thuật phát triển . 12
1.2 Một số phương pháp tính toán rủi ro . 12
1.2.1 Phân tích Gap . 13
1.2.2 Phân tích Duration . 13
1.2.3 Phân tích triển vọng . 14
1.2.4 Lý thuyết danh mục đầu tư . 14
1.2.5 Đo lường rủi ro phái sinh . 16
1.2.6 Phương pháp VaR . 17
1.2.6.1 Nguyên tắc phương pháp VaR . 17
1.2.6.2 Sự khác biệt giữa VaR và lý thuyết danh mục đầu tư. . 19
1.3 Các mô hình đo lường rủi ro trên thị trường . 20
1.3.1 Sử dụng độ lệch chuẩn để tính toán rủi ro . 20
1.3.1.1 Cách tính. 20
1.3.1.2 Ưu/nhược điểm của độ lệch chuẩn . 21
1.3.2 Sử dụng các cận biên để tính toán rủi ro . 21
1.3.2.1 Mô hình . 21
1.3.2.2 Ưu/nhược điểm của mô hình . 25
1.3.3 Sử dụng các mô hình lấy ARCH làm gốc: . 26
1.3.3.1 ARCH(q) . 26
1.3.3.2 GARCH(p,q). 26
1.3.3.3 EGARCH. 27
1.3.3.4 GJR. 28
1.3.3.5 APARCH . 28
Chương 2. TÌNH HÌNH THỰC TIỄN RỦI RO THỊ TRƯỜNG
VÀ ĐO LƯỜNG RỦI RO THỊ TRƯỜNG Ở VIỆT NAM . 30
2.1 Các nhân tố tác động đến rủi to thị trường ở Việt Nam . 30
2.1.1 Các biến số vĩ mô . 30
2.1.1.1 Lạm phát . 30
2.1.1.2 GDP . 31
2.1.1.3 Tỷ giá. 32
2.1.1.4 Lãi suất . 33
2.1.1.5 Tỷ lệ dữ trữ bắt buộc . 36
2.1.2 Thị trường tài chính Thế giới . 38
2.2 Tình hình biến động thực tế ở thị trường tài chính Việt Nam . 39
2.2.1 Giai đoạn từ ngày khai trương 20/07/2000 đến cuối tháng 6/2001 . 39
2.2.2 Từ đầu tháng 7/2001 đến đầu tháng 12/2004 . 39
2.2.3 Giai đoạn từ tháng 1/2005 đến 2007 . 40
2.2.4 Giai đoạn thăng trầm năm 2008 và bước hồi phục năm 2009 . 41
2.2.5 Thị trường chứng khoán năm 2010 . 42
2.2.6 Thị trường những tháng đầu năm 2011 . 42
2.3 Công cụ đo lường rủi ro phổ biến: Độ lệch chuẩn . 44
2.3.1 Ưu điểm . 44
2.3.2 Nhược điểm. 44
Chương 3. TÌM KIẾM MÔ HÌNH TÍNH TOÁN RỦI RO THỊ TRƯỜNG
PHÙ HỢP CHO VIỆT NAM . 47
3.1 Cơ sở dữ liệu . 47
3.2 Lựa chọn mô hình đo lường rủi ro phù hợp cho thị trường Việt Nam48
3.2.1 Xác định dạng mô hình đo lường phù hợp . 48
3.2.2 Chọn các thông số cho mô hình . 51
3.2.2.1 Lựa chọn độ trễ p, q trong mô hình ARIMA(p,q) . 51
3.2.2.2. Lựa chọn biến số trong các mô hình họ ARCH . 52
3.3 Kiểm định mô hình trên thị trường Việt Nam . 56
3.4 Ý nghĩa mô hình . 57
Chương 4: HẠN CHẾ VÀ ĐỊNH HƯỚNG PHÁT TRIỂN MÔ HÌNH
TRONG TƯƠNG LAI. 58
4.2 Định hướng phát triển mô hình trong tương lai . 60
PHẦN KẾT LUẬN . 62
TÀI LIỆU THAM KHẢO . 63
PHỤ LỤC . 66


/tai-lieu/de-tai-ung-dung-tren-liketly-31777/
++ Ai muốn tải bản DOC Đầy Đủ thì Trả lời bài viết này, mình sẽ gửi Link download cho!

Tóm tắt nội dung:

)
Với n và N là số quan sát cực đại và tổng số các quan sát. Tỷ số n/N là một ước
lượng của 1 – F(Z), là xác suất có một quan sát vượt quá Z.
Giá trị giới hạn Ψ phù hợp với các giá trị biến đổi của α trong phương trình (13)
có thể được tính:
Suy ra Ψ:
Thay các điểm ΨGPD vào phương trình (12), ta có VaR:
VaR (A, α) = AsΨ (21)
1.3.2.2 Ưu/nhược điểm của mô hình
Ưu điểm lớn nhất của mô hình chính là mô hình đưa ra phương pháp tính toán
VaR dựa trên việc xác định các điểm cực biên của lãi suất ngắn hạn. Nhờ đó ta
tránh được sự phức tạp khi xác định phân phối của lãi suất ngắn hạn một cách
chính xác.
Nhược điểm lớn nhất của mô hình chính là mô hình đưa ra khá phức tạp, gây khó
khăn cho người sử dụng mô hình. Hơn nữa, chúng ta sử dụng ước tính của mỗi
(19)
(20)
26
nhà đầu tư để xác định biến động lãi suất tại các điểm cực biên, nên nếu không
ước tính đúng sẽ dẫn đến kết quả tìm được không chính xác.
1.3.3 Sử dụng các mô hình lấy ARCH làm gốc:
Bắt đầu từ khi Engle (1982) đề xuất sử dụng Autoregressive Conditional
Heteroskedasticity – ARCH, đến nay ARCH đã liên tục được điều chỉnh cho phù
hợp hơn với yêu cầu ước lượng sự biến động của thị trường.
1.3.3.1 ARCH(q)
Coi yt là chuỗi tỷ suất sinh lợi tài sản theo thời gian được giải thích bằng phương
trình
yt= E(yt|It-1) + εt
Trong đó It-1 là thông tin có sẵn tại thời gian t-1 và εt là những ngẫu nhiên với
E(εt) =0. Mô hình ARCH của Engle (1982) xác định phương sai của tỷ suất sinh
lợi:
Trong đó εt = tzt và zt là biến ngẫu nhiên và có giá trị trung bình bằng 0 và có
phương sai bằng 1.
1.3.3.2 GARCH(p,q)
Bollerslev (1986) đưa ra mô hình GARCH dựa trên đặc điểm là sự vô hạn của
ARCH nhưng làm giảm được sự xác định các thông số:
Trong đó αi, βj và ω là các thông số được xác định.
Sử dụng mô hình độ trễ L phương sai trở thành:= + α( ) + ( )
27
Trong đó: α(L) = ∑ α và β(L) = ∑ β
Nếu tất cả các phương trình gốc |1 – β(L)| = 0 vượt ra ngoài vòng tròn đơn vị
chúng ta có: = [1 − ( )] + α( )[1 − ( )]
Phương trình này có thể được dự kiến như mô hình ARCH (∞) từ các phương sai
điều kiện phụ thuộc tuyến tính với tất cả bình phương số dư ở trước. Như vậy,
phương sai có điều kiện của yt trở thành lớn hơn với phương sai không điều kiện
sau đó, nếu sự nhận thức rõ của ε hơn σ2 thì được cung cấp bởi phương trình:
Cũng như ARCH , GARCH giả định σ phù hợp với mọi t; ω > 0, αi > 0 (với i =
1,...., q) và βj ≥ 0 (với j = 1,..., p) là đầy đủ cho phương sai có điều kiện.
1.3.3.3 EGARCH
Exponential GARCH – EGARCH phát triển dựa trên ý tưởng GARCH với phân
phối bất đối xứng. Được Nelson (1991) đưa ra như sau:
Với zt = εσ là chuỗi các chênh lệch.
Giá trị (zt) là một hàm phụ thuộc vào dấu và độ lớn của zt:
28
1.3.3.4 GJR
GJR được Glosten, Jagannathan, và Runkle (1993) đưa ra, với mô hình tổng
quát:
Với là biến giả.
Mô hình giả định tác động của ε lên phương sai có điều kiện σ là khác nhau
khi εt mang dấu âm hay dương:
= 0 khi εt ≥ 0 và = 1 khi εt < 0
GJR ra đời, giúp giải quyết vấn đề dấu của hệ số bất đối xứng skewness có thể
âm hay dương.
1.3.3.5 APARCH
Tương tự như EGARCH, APARCH tiếp tục phát triển theo hướng nghiên cứu sự
bất đối xứng của ARCH, nhưng làm cho các hàm mũ linh hoạt hơn với hệ số bất
đối xứng. APARCH (p, q) được viết như sau:
Trong đó: α0 > 0, δ ≥ 0, βj ≥ 0 (j = 1,…,p), αi ≥ 0 và -1 < γi < 1 (i = 1,…,q).
Trong những trường hợp đặc biệt, từ APARCH ta có các mô hình khác nhau
trong họ ARCH:
- ARCH khi δ = 2, γi = 0 và βj = 0
- GARCH khi δ = 2, γi = 0
- GJR khi δ = 2
- TARCH khi δ = 1
29
- NARCH khi γi = 0 và βj = 0
- Log – ARCH khi δ 0
Như vậy, theo nguyên tắc trên ta cũng có thể biến đổi các công thức APARCH
tuân theo các phân phối chuẩn, phân phối Student-t, phân phối Skewed Student-t
sang các công thức khác:
Phân phối chuẩn
Ding, Granger và Engle (1993) đã phát triển mô hình GARCH (Bollerslev,1986)
thành mô hình APARCH tuân theo phân phối chuẩn, chúng ta có APARCH(1,1):= + (| | − ) +
PHÂN PHỐI Student
Việc tính toán VaR dựa trên phân phối chuẩn không thể tính toán được “đuôi”
của phân phối, dẫn đến kết quả có được thiếu chính xác. Để khắc phục nhược
điểm này, chúng ta sử dụng phân phối Student:εt = σtzt; với zt là biến ngẫu nhiên độc lập và phân phối đồng nhất t(0,1,u), u là
bậc tự do; σt tuân theo công thức phân phối chuẩn.
Với phân phối Student, việc tính toán VaR cho các vị thế mua/vị thế bán được
thể hiện theo công thức:
- Vị thế mua: μt + sta,uσt
- Vị thế bán: μt + st1-a,,uσt
Công thức này cũng đúng trong trường hợp phân phối chuẩn.
PHÂN PHỐI Skewed Student
Fernández and Steel (1998) mở rộng phân phối Student bằng cách thêm tham số
Skewness, Lambert và Laurent (2001) cũng làm rõ một lần nữa vai trò của phân
phối Skewed Student trong các mô hình ARCH:
30
Với g(.|u) là mật độ Student đối xứng, ξ là hệ số bất đối xứng, m và s2 lần lượt là
giá trị trung bình và phương sai.
Với phân phối Skewed Student, việc tính toán VaR cho các vị thế mua/vị thế bán
được thể hiện theo công thức:
- Vị thế mua: μt + sksta,u,ξσt; với sksta,u,ξ là điểm phân vị trái
- Vị thế bán: μt + skst1-a,,u,ξσt; với skst1-a,,u,ξ là điểm phân vị phải
Nếu log (ξ) | skst1-a,,u,ξ| và ngược lại.
Chương 2. TÌNH HÌNH THỰC TIỄN RỦI RO THỊ TRƯỜNG
VÀ ĐO LƯỜNG RỦI RO THỊ TRƯỜNG Ở VIỆT NAM
2.1 Các nhân tố tác động đến rủi to thị trường ở Việt Nam
2.1.1 Các biến số vĩ mô
2.1.1.1 Lạm phát
Hình 2.1. Lạm phát Việt Nam qua các năm 2001 - 2010
Nguồn: Nhóm nghiên cứu tổng hợp
LẠM PHÁT VIỆT NAM QUA CÁC NĂM
102
104
106
108
110
112
114
116
118
120
122
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
31
Qua các năm, lạm phát ở Việt Nam có nhiều biến động. Từ giữ ở mức thấp dưới
5% các năm 2002 - 2003 đến ổn định ở mức khoảng 7% từ 2004 – 2006, tăng cao
trong các năm 2007 – 2008, kiềm chế xuống thấp năm 2009.
Theo tổng cục thống kê, lạm phát năm 2010 của Việt Nam vào khoảng 11.75%,
nhưng theo ước tính của nhiều tổ chức, con số thực tế lên tới 13%. Việt Nam đã
cố gắng hết sức để găm giữ giá cả không cho lạm phát tăng quá cao, nhưng điều
này tiềm ẩn khả năng lạm phát năm 2011 sẽ tiếp tục tăng nhanh ở mức 2 con số,
đặc biệt khi Việt Nam liên tục phá giá đồng nội tệ, đưa tỷ giá liên ngân hàng lên
20.693VND.
Sẽ không có nhiều vấn đề bàn cãi nếu lạm phát tăng cao nhưng tăng trưởng kinh
tế tăng tương ứng, hay vượt lên trên lạm phát, vì khi đó nền kinh tế vẫn có tăng
trưởng thực, đời sống người dân được đảm bảo và nâng cao. Nhưng lạm phát ở
Việt Nam, điển hình là năm 2010 tăng quá cao, gần gấp đôi so với tăng trưởng
kinh tế. Đây không chỉ là dấu hiệu của nền kinh tế tăng trưởng thực âm, mà còn
là dấu hiệu của nền kinh tế tăng trưởng quá nóng, tiềm ẩn nhiều rủi ro cho các
nhà đầu tư.
2.1.1.2 GDP
Hình 2.2. Phần trăm tăng trưởng GDP Việt Nam qua các năm 1985 – 2010
Nguồn: Nhóm nghiên cứu tổng hợp từ số liệu World Bank
GDP Viet Nam
0
2
4
6
8
10
12
1980 1985 1990 1995 2000 2005 2010 2015
32
GDP Việt Nam, đặc biệt là những năm gần đây, tăng tr...

---