Độ biến động lãi suất giả định

    Vì chuỗi thời gian là mẫu của tất cả các quan sát, giá trị “thực” của độ biến động là không quan sát được. Sai số lấy mẫu giảm với số lượng quan sát. Lý thuyết lấy mẫu tiêu chuẩn đưa ra khoảng giá trị mà trong đó, ước lượng độ biến động có một mức độ đáng tin nào đó. Theo lý thuyết lây mẫu, ước lượng tốt nhất trên một mẫu được tính bằng cách chia tồng của độ lệch chuẩn bình phương với k-1 thay vì k. Ước lượng này của phương sai, hay độ biến động, là phương sai gia quyền đồng đều hay độ biến động lịch sử gia quyền đồng đều.
     Độ biến động lãi suất giả định rằng biến ngẫu nhiên tuân theo một quá trình ngẫu nhiên phân phối độc lập giống nhau (i.i.d) với phương sai cố định. Khi phân phối không thay đổi theo thời gian, nó được gọi là “tĩnh”. Những người thực hành biết các phân phối không tĩnh và sử dụng nhiều cách thức để tính độ biến động phù hợp với điều kiện hiện tại nhất. Kỹ thuật đơn giản nhất là dùng một cửa sổ quan sát dịch chuyển theo thời gian, ví dụ chỉ sử dụng những quan sát hàng ngày gần đây nhất trong một năm. Đây là kỹ thuật trung bình động quen thuộc nhất, gắn mỗi quan sát trong khung thời gian với cùng một trọng số.

Độ biến động lãi suất

     Còn có những độ biến động khác ngoài độ biến động lịch sử, ví dụ như độ biến động ẩn trong quyền chọn. Có thế tính toán được nhờ đảo ngược công thức Black-Scholes, tìm độ biến động nào ứng với giá cả được quan sát. Vào bất kỳ thời điểm nào, độ biến động ẩn trong giá quyền chọn thay đổi tùy theo giá thực hiện và kỳ hạn. Chuỗi độ biến động ẩn được tính toán với những quyền chọn hòa vôn. Chúng có thể rất không ổn định.
     Chúng ta cần mở rộng giả định i.i.d và làm rõ những hệ quả của nó. Tiếp theo, chúng ta sẽ thảo luận giả định độ biến động cố định. Tính toán từ các quan sát độ biến động lịch sử cho thây những phép đo mẫu bất ổn theo thời gian và sự thay đổi có thề cao hơn sai SỐ lấy mẫu. Độ biến động thay đổi theo thời gian rất quan trọng. Khi quan sát hành vi thị trường, ta có thể thây các biến Số thị trường khá ổn định trong một số giai đoạn và sau đó cực kỳ bất ổn trong thòi kỳ khủng hoảng, tạo ra những bước tăng vọt trong độ biến động. Khi độ biến động không thể coi là cố định, chúng ta phải tính tới hành vi ngẫu nhiên của độ biến động và loại bỏ giả định về phương sai cố định và độ “tĩnh”. Những kỹ thật phổ biến nhất để giải quyết vân đề này bao gồm thay đổi trọng SỐ (loại bỏ trọng số đều nhau), và nhóm các mô hình GARCH. Mô hình phổ biến nhất trong nhóm đó là mô hình GARCH (1,1).



Từ khóa tìm kiếm nhiều: quản lý rủi ro

Độ biến động lịch sử gia quyển đồng đều

    Đo lường độ biến động lãi suất trong khoảng thời gian dài sẽ giúp tính toán ước lượng dài hạn của độ biến động hay độ biến động “vô điều kiện”. Đáng tiếc, độ biến động thay đổi theo thời gian và độ biến động dài hạn đó không thể đại diện cho hiện tại. Tính toán độ biến động ngắn hạn là cách tốt nhất để tính toán độ biến động của hiện tại.Số lượng các quan sát không thể quá nhỏ nếu không sai số lây mẫu sẽ rất lớn. Một cách làm thông thưởng là sử dụng những quan sát hàng ngày trong một năm, tức là 250 ngày làm việc.
Nếu ta sử dụng những quan sát hàng ngày, hàng tháng hoặc hàng năm, ta sẽ có độ biến động hàng ngày, hàng tháng hoặc hàng năm. Với thời gian, độ bất ổn của một biến ngẫu nhiên sẽ tăng khi khung thời gian kéo dài hơn. Khoảng thòi gian càng dài thì xác suất của những quan sát có độ lệch lớn càng cao. Vì số những quan sát hàng tuần ít hơn nhiều so với hàng ngày, sai số lấy mẫu sẽ lớn hơn. Sử dụng những quan sát hàng ngày trong một năm là một lựa chọn tốt. 

Độ biến động lịch sử gia quyển

     Độ biến động trong những khoảng thời gian khác một ngày cũng rất cần thiết. Ví dụ, các quy định yếu cầu so sánh độ biến động trong 60 ngày và 250 ngày và phải sử dụng độ biến động 10 ngày. Chúng ta cần những quy luật để biến độ biến động hàng ngày thành độ biến động trong vòng t ngày. Giả định i.i.d giải quyết vấn đề này, dựa trên cơ sở lý thuyết của thu nhập sẽ được giải thích như một bước trung gian. Độ biến động ứng dụng với mọi biến ngẫu nhiên, nhưng thưởng ứng dụng với thu nhập ngẫu nhiên.


Các mô hình rủi ro thị trường sử dụng độ nhạy

     Những chữ cái Hy Lạp được dùng cho quyền chọn và mở rộng với cả những tài sản khác. Nhìn chung, giá trị phụ thuộc vào nhiều nhân tố; đạo hàm bậc một và bậc hai theo từng nhân tố rủi ro này cần được tính toán. Lấy ví dụ của một quyền chọn cổ phần : • delta là thay đổi bậc một
• gamma y là đạo hàm bậc hai: nó đo đạc độ nhạy thay đổi bao nhiêu khi sự thay đổi Ax không đủ nhỏ để bỏ qua trong số hạng bậc hai
• vega V là sự thay đối của giá trị quyền chọn khi độ biến động thay đổi: độ biến động là thước đo độ bất ổn của một nhân tố rủi ro, được trình bày chi tiết ở chương sau.
     Các mô hình rủi ro thị trường sử dụng độ nhạy, những “chữ cái Hy lạp” để liên hệ giá trị công cụ thị trường với những nhân tố rủi ro cơ sở ảnh hưởng tới giá trị. Delta-VaR đôĩ với rủi ro thị trường và những công cụ tuyên tính dựa vào độ nhạy hay phép xấp xi bậc một để tính toán sự thay đổi giá trị.

Các mô hình rủi ro

     Độ nhạy cũng áp dụng với những công cụ phi thị trường. Ví dụ, mô phỏng chênh lệch lãi suất thả nổi là độ nhạy của thu nhập lãi suất thực (NII) với biến động lãi suất trong danh mục đầu tư ngân hàng. Gamma cũng tồn tại với NII vì có những quyền chọn ẩn trong những sản phẩm ngân hàng.
Độ nhạy bậc một có hai nhược điểm chính:
• Chúng luôn sử dụng một thay đổi nhất định của nhân tố rủi ro (vĩ dụ lãi suất thay đổi 1%) mà không tính tới việc một số thông số khá bất ổn trong khi một số khác thi không.
• Chúng phụ thuộc vào những điều kiện hiện tại và là những phép đo “cục bộ”. Nếu điều kiện thị trường thay đổi hay theo thời gian, độ nhạy không cố định. Điều này đặc biệt đúng với quyền chọn vì một thay đổi nhỏ trong tài sản cơ sở cũng có thể dân tới sự thay đổi độ nhạy đáng kể.
• Chương về VaR (chương 39 VaR Delta-chuẩn) sử dụng độ nhạy của một hợp đổng tỷ giá giao sau để tính VaR và bắt đầu với việc phân nhỏ thành những vị thế “cơ bản” tùy thuộc vào tùng nhân tố rủi ro: tỷ giá hiện tại và lãi suất của mỗi loại tiền tệ, sử dụng độ nhạy đôĩ với từng nhân tố rủi ro này.


Hợp đồng giao sau và hoán đổi lãi suất

     Với tất cả những công cụ có thể được sao chép bằng một danh mục đầu tư của những cồng cụ khác, độ nhạy được tính từ thành phần của danh mục đầu tư sao chép đó. Với hợp đồng giao sau, danh mục đầu tư sao chép là tĩnh. Điều này khiên cho việc rút ra độ nhạy của những công cụ này không khó khăn.

Hợp đồng giao sau

    Tất cả các hợp đổng giao sau có thể được sao chép với các danh mục đầu tư tĩnh. Do đó, chúng có một công thức đánh giá dạng đóng. Độ nhạy được tính ra từ phân tích hoặc bằng số sử dụng những công thức đó. Ví dụ, hợp đồng tỷ giá giao sau tùy vào ba yếu tố rủi ro: lãi suất hiện tại và hai lãi suất của hai loại tiền tệ. Tương tự, hợp đổng lãi suất giao sau được sao chép bằng cách cho vay và đi vay cùng một khoản trong cùng một tiền tệ với những kỳ hạn khác nhau. Hợp đổng này có hai thành phần ngắn và dài hạn, với hai dòng tiền. Độ nhạy của mỗi thánh phần là duration của những dòng tiền đó với dâu phù hợp.
     Hoán đổi lãi suất (IRS) có thể được coi như là đi vay cùng một khoản bằng một loại tiền tệ với cùng kỳ hạn nhưng lãi suất khác nhau. Theo cách nhìn “chiều ngang”, độ nhạy với lãi suất cố định là độ nhạy của thành phần lãi suất cố định. Chú ý độ nhạy của IRS hoàn toàn phụ thuộc vào thành phần lãi suất cố đinh vì thành phần lãi suất thả nổi có duration bằng 0.



Từ khóa tìm kiếm nhiều: các ngân hàng việt nam

Độ biến động – Biến số quan trọng trong rủi ro

     Độ biến động là một biến số quan trọng trong rủi ro vì nó đo đạc độ lệch từ giá trị kỳ vọng của một biến số thị trường. Độ nhạy chỉ đo đạc phản ứng của một biến số thị trường với sự thay đổi của các nhân tố rủi ro, nhưng bỏ qua độ biến động cửa chúng. Kết hợp độ nhạy với độ biến động sẽ tạo ra một cái nhìn toàn diện hơn về sự phụ thuộc của một biến số thị trường với những nhân tố rủi ro. Do đó, cả độ nhạy và độ biến động đều cần thiết để đo lường độ bất ổn của một biến số thị trường.
Phần đầu tiên sẽ đề cập định nghĩa của độ biến động. Định nghĩa đơn giản nhất của độ biến động của các biến ngẫu nhiên là độ lệch chuẩn. Độ biến động thường được tính toán cho thu nhập, có thể được đo bằng thu nhập rời rạc hoặc thu nhập logarit. Độ biến động là những độ biến động mẫu lịch sử gia quyền đồng đều. Khi phân phối của thu nhập là tĩnh, độ biến động lịch sử sẽ có những sai số lấy mẫu. Độ biến động ẩn trong giá của quyền chọn.

Độ biến động

    Đáng tiếc, độ biến động thưởng không ổn định. Trong bước thứ hai, chúng ta tập trung vào độ biến động thay đổi theo thời gian. Phần thứ hai giới thiệu phương pháp đơn giản nhất để giải quyết những thay đổi theo thời gian, Trung bình gia quyền động lũy thừa (exponentially weighted moving average – EWMA). Cách thức này gắn những trọng số lớn hơn cho những quan sát gần đây hơn. Kỹ thuật thứ hai, dựa trên mô hình GARCH không dựa vào phân phối tĩnh, được trình bày ở phần ba. Ước lượng của độ biến động EWMA và GARCH dựa vào ước lượng khả năng cực đại (maximum likelihood estimation) được giới thiệu ở phần bốn. Phần cuối cùng đưa ra ước lượng của EWMA như là một trường hợp cụ thể của độ biến động GARCH, sử dụng dữ liệu thực của chỉ số cổ phần.
    Phương sai là moment thứ hai của phân phối của một biến ngẫu nhiên. Độ lệch chuẩn là căn bậc hai của phương sai. Cả hai đều đo đạc độ phân tán của biến ngẫu nhiên xung quanh giá trị kỳ vọng. Độ biến động là độ lệch chuẩn của một biến số thị trường.
    Đo lường độ biến động đặt ra một số vấn đề. Thứ nhất, độ biến động không quan sát được. Hãy nghĩ tới một biến số thị trường, thước đo độ lệch chuẩn trực tiếp sẽ bắt đầu từ chuỗi thời gian của các quan sát. Chuỗi thời gian được xác lập bởi tần suất của những quan sát và khung thòi gian những quan sát đó được thực hiện. Cách dễ nhất để tính độ biến động lịch sử là dùng trọng số giống nhau cho tất cả các quan sát. Trọng số đó là 1/k với k là số các quan sát.



Từ khóa tìm kiếm nhiều: quản trị rủi ro tín dụng