1. Tổng quan về Value at Risk (VaR) là gì?

Value at Risk (VaR) là một thước đo thống kê được sử dụng để định lượng mức độ rủi ro tài chính của một công ty, danh mục đầu tư, hoặc vị thế giao dịch trong một khoảng thời gian cụ thể. Nói một cách đơn giản nhất, VaR trả lời cho câu hỏi: "Trong điều kiện thị trường bình thường, tôi có thể mất tối đa bao nhiêu tiền trong một khoảng thời gian nhất định, với một xác suất cho trước?"

Khái niệm VaR bắt đầu trở nên phổ biến vào đầu những năm 1990, đặc biệt là sau thảm họa tài chính của tập đoàn Barings Bank và quỹ phòng hộ Long-Term Capital Management (LTCM). Tập đoàn J.P. Morgan là đơn vị tiên phong trong việc công bố hệ thống tính toán rủi ro RiskMetrics của họ, giúp VaR trở thành một tiêu chuẩn toàn cầu. Ngày nay, VaR không chỉ là một công cụ nội bộ mà còn là một yêu cầu bắt buộc của các cơ quan quản lý nhà nước đối với các ngân hàng thương mại theo hiệp ước Basel.

Ví dụ thực tế: Giả sử một danh mục đầu tư trị giá 1 tỷ VNĐ có mức VaR 1 ngày là 50 triệu VNĐ ở độ tin cậy 95%. Điều này có nghĩa là có 95% xác suất danh mục này sẽ không mất quá 50 triệu VNĐ trong một ngày giao dịch bình thường. Ngược lại, có 5% xác suất (hay 1 ngày trong 20 ngày giao dịch) khoản lỗ sẽ vượt quá 50 triệu VNĐ.

2. Ba phương pháp tính toán VaR phổ biến nhất

Có nhiều cách để tính toán VaR, nhưng trong thực tiễn tài chính, có ba phương pháp chính được sử dụng rộng rãi. Mỗi phương pháp đều có những giả định toán học, ưu điểm và nhược điểm riêng biệt. Việc lựa chọn phương pháp nào phụ thuộc vào loại tài sản, nguồn dữ liệu có sẵn và năng lực tính toán của tổ chức.

2.1. Phương pháp Mô phỏng Lịch sử (Historical Simulation)

Đây là phương pháp trực quan và dễ hiểu nhất. Phương pháp mô phỏng lịch sử giả định rằng "quá khứ là tấm gương phản chiếu tương lai". Nó sắp xếp các tỷ suất sinh lời thực tế của danh mục trong quá khứ từ thấp đến cao (từ lỗ nặng nhất đến lãi cao nhất).

Cách thực hiện: Nếu bạn muốn tính VaR 1 ngày với độ tin cậy 95% dựa trên dữ liệu 100 ngày qua, bạn chỉ cần sắp xếp 100 kết quả sinh lời hàng ngày này theo thứ tự tăng dần. Với độ tin cậy 95%, bạn nhìn vào 5% kết quả tồi tệ nhất. Kết quả ở vị trí thứ 5 (từ dưới lên) chính là giá trị VaR.

Ưu điểm: Không yêu cầu giả định phân phối chuẩn của lợi nhuận, phản ánh chính xác các sự kiện cực đoan đã từng xảy ra (fat tails).
Nhược điểm: Bị giới hạn hoàn toàn bởi dữ liệu quá khứ. Nếu một sự kiện chưa từng xảy ra trong lịch sử lấy mẫu, mô hình này sẽ không thể dự báo được.

2.2. Phương pháp Phương sai - Hiệp phương sai (Parametric / Variance-Covariance Method)

Phương pháp Parametric VaR dựa trên nền tảng của lý thuyết xác suất thống kê. Nó giả định rằng tỷ suất sinh lời của các tài sản tuân theo phân phối chuẩn (Normal Distribution - đường cong hình chuông).

Cách thực hiện: Phương pháp này chỉ yêu cầu hai tham số chính: lợi nhuận trung bình (mean) và độ lệch chuẩn (standard deviation) của danh mục. Công thức tính VaR cơ bản là:

Trong đó, Z-score là giá trị thống kê tương ứng với độ tin cậy (ví dụ: Z = 1.645 cho độ tin cậy 95%, Z = 2.33 cho độ tin cậy 99%).
Ưu điểm: Tính toán cực kỳ nhanh chóng, phù hợp với các danh mục đầu tư tuyến tính (chẳng hạn như cổ phiếu, trái phiếu).
Nhược điểm: Giả định phân phối chuẩn thường sai lệch với thực tế thị trường tài chính, nơi các cú sốc (fat tails) xảy ra thường xuyên hơn lý thuyết dự đoán. Nó cũng khó áp dụng cho các công cụ phái sinh phi tuyến tính như quyền chọn (options).

2.3. Phương pháp Mô phỏng Monte Carlo (Monte Carlo Simulation)

Đây là phương pháp phức tạp và mạnh mẽ nhất. Thay vì dựa vào lịch sử hoặc các công thức tĩnh, Monte Carlo sử dụng các thuật toán máy tính để tạo ra hàng chục nghìn, thậm chí hàng triệu kịch bản ngẫu nhiên về diễn biến giá của các tài sản trong tương lai dựa trên các thông số thống kê đầu vào.

Cách thực hiện: Máy tính sẽ chạy các đường đi ngẫu nhiên (random walks) cho giá trị danh mục. Sau khi mô phỏng 10,000 kịch bản, các kết quả được sắp xếp lại và VaR được xác định tương tự như phương pháp lịch sử.
Ưu điểm: Vô cùng linh hoạt, xử lý được mọi loại tài sản phức tạp kể cả các sản phẩm cấu trúc và phái sinh. Cho phép đưa vào các kịch bản phi tuyến tính.
Nhược điểm: Chi phí tính toán cực kỳ đắt đỏ, đòi hỏi phần mềm chuyên dụng và thời gian chạy mô hình lâu. Rủi ro mô hình (model risk) cao nếu các tham số đầu vào bị sai lệch.

3. Ưu điểm và hạn chế của mô hình VaR

Không có một mô hình quản trị rủi ro nào là hoàn hảo, và VaR cũng không ngoại lệ. Việc hiểu rõ điểm mạnh và điểm yếu của VaR là yêu cầu bắt buộc đối với các nhà quản trị rủi ro chuyên nghiệp.

4. Ứng dụng của VaR trong quản trị danh mục đầu tư

Hiểu về lý thuyết là một chuyện, nhưng ứng dụng VaR vào thực chiến đòi hỏi một tư duy chiến lược. Các nhà quản lý quỹ và nhà đầu tư cá nhân chuyên nghiệp sử dụng VaR trong nhiều khía cạnh khác nhau của quy trình đầu tư.

4.1. Ngân sách rủi ro (Risk Budgeting)

Thay vì chỉ phân bổ vốn (ví dụ: 60% cổ phiếu, 40% trái phiếu), các nhà quản lý hiện đại phân bổ rủi ro. Họ có thể đặt ra một mức VaR tổng thể cho danh mục (ví dụ: VaR không quá 100,000 USD). Sau đó, họ chia nhỏ "ngân sách rủi ro" này cho các loại tài sản khác nhau. Nếu thị trường biến động mạnh làm VaR của nhóm cổ phiếu tăng lên vượt quá ngân sách, họ buộc phải bán bớt cổ phiếu để đưa rủi ro về mức mục tiêu.

4.2. Đánh giá hiệu suất điều chỉnh rủi ro (Risk-Adjusted Performance)

VaR được sử dụng để tính toán các chỉ số như RAROC (Risk-Adjusted Return on Capital). Nếu hai nhà quản lý quỹ cùng tạo ra lợi nhuận 20%, nhưng Quỹ A hoạt động với mức VaR là 5% trong khi Quỹ B có mức VaR lên tới 15%, rõ ràng Quỹ A đang quản lý tiền xuất sắc hơn vì họ đạt được lợi nhuận cao mà không phải chịu rủi ro quá lớn.

4.3. Thiết lập hạn mức giao dịch (Trading Limits)

Tại các ngân hàng đầu tư, các trader không được cấp hạn mức dựa trên số tiền họ được phép mua bán, mà dựa trên giới hạn VaR. Một trader có thể có hạn mức VaR cuối ngày là 1 triệu USD. Điều này mang lại sự linh hoạt: họ có thể giữ một vị thế khổng lồ trong các tài sản an toàn ít biến động, hoặc một vị thế rất nhỏ trong các tài sản rủi ro cao, miễn là tổng rủi ro không vượt quá 1 triệu USD.

5. Conditional VaR (CVaR) - Giải pháp khắc phục điểm yếu của VaR

Như đã phân tích ở phần hạn chế, lỗ hổng lớn nhất của VaR là nó bỏ qua rủi ro đuôi (tail risk). Để giải quyết vấn đề này, giới tài chính học đã phát triển một chỉ số ưu việt hơn: Conditional Value at Risk (CVaR), còn được gọi là Expected Shortfall (ES).

Nếu VaR trả lời câu hỏi: "Khoản lỗ tồi tệ nhất trong 95% trường hợp bình thường là bao nhiêu?", thì CVaR trả lời câu hỏi quan trọng hơn: "Nếu sự kiện tồi tệ thuộc 5% đó thực sự xảy ra, thì trung bình tôi sẽ mất bao nhiêu tiền?"

Về mặt toán học, CVaR là giá trị trung bình của tất cả các khoản lỗ vượt quá mức VaR. Do đó, CVaR luôn luôn lớn hơn hoặc bằng VaR.

• Ví dụ: Nếu VaR 99% của bạn là 1 tỷ đồng. Điều này nghĩa là trong 1% trường hợp xấu nhất, bạn sẽ mất ít nhất 1 tỷ. Nhưng nếu thị trường sập mạnh, các khoản lỗ trong vùng 1% đó có thể là 1.2 tỷ, 1.5 tỷ, 2 tỷ và 5 tỷ. CVaR sẽ lấy trung bình của các con số này (ví dụ: 2.4 tỷ).

Hiện nay, Ủy ban Basel về Giám sát Ngân hàng (Basel Committee) đã yêu cầu các hệ thống ngân hàng toàn cầu chuyển đổi từ việc sử dụng VaR sang Expected Shortfall (CVaR) trong hiệp ước Basel III để đảm bảo hệ thống tài chính có sức chống chịu tốt hơn trước các cú sốc thiên nga đen.