Dự báo giá trị chịu rủi ro (VaR): Nghiên cứu từ các quốc gia Châu Á mới nổi

Tóm tắt

Trong bài nghiên cứu này, chúng tôi áp
dụng nhiều kỹ thuật tính giá trị chịu rủi ro (VaR)
của 9 chỉ số chứng khoán của các quốc gia Châu Á
mới nổi. Kết quả từ các mô hình sau đó được kiểm
tra lùi bằng các phương pháp như Unconditional
Coverage, Independence, Joint Tests of
Unconditional Coverage và Independence, Basel để
đảm bảo chất lượng của các ước tính VaR. Các kết
quả chính của nghiên cứu là: (1) Biến động thay đổi
theo thời gian là đặc điểm quan trọng nhất của tỷ
suất sinh lời chứng khoán khi mô hình hóa VaR; (2)
Các số liệu tài chính không có phân phối chuẩn, hàm
ý rằng giả định phân phối chuẩn của VaR là không
phù hợp; (2) Trong số các phương pháp dự báo
VaR, kết quả kiểm tra lùi trong và ngoài mẫu cho
thấy các mô hình GARCH có độ chính xác vượt trội;
Phương pháp Historical Simulation (HS), Filtered
Historical Simulation (FHS), RiskMetrics và Monte
Carlo bị bác bỏ do dự báo quá cao (HS var
RiskMetrics) hoặc dự báo quá thấp (FHS và Monte
Carlo); (4) Các mô hình có phân phối student’s t và
student’s t lệch tích hợp các đặc điểm của số liệu tài
chính tốt hơn; và (5) Dự báo VaR đối với các chỉ số
tương lai khó hơn dự báo chỉ số chứng khoán. Ngoài
ra, kết quả cũng cho thấy không có cơ sở để khuyến
nghị dùng GARCH(1,1) để ước tính VaR cho tất cả
các thị trường. Trên thục tế, HS và RiskMetrics
được các ngân hàng sử dụng phổ biến đối với các
danh mục lớn mặc dù các phương pháp này dự báo
tổn thất thực sự quá thấp. Những kết luận này sẽ
giúp các nhà quản lý, đầu tư tài chính và cơ quan
lập pháp quản lý tốt hơn thị trường chứng khoán
của các quốc gia Châu Á mới nổi.