BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HCM

--------------------------------------

CÔNG TRÌNH DỰ THI

GIẢI THƢỞNG NGHIÊN CỨU KHOA HỌC SINH VIÊN

“NHÀ KINH TẾ TRẺ - UEH 2013”

TÊN CÔNG TRÌNH

ỨNG DỤNG MÔ HÌNH VALUE AT RISK TRONG VIỆC

ĐO LƢỜNG VÀ ĐƢA RA QUYẾT ĐỊNH QUẢN TRỊ RỦI

RO TỶ GIÁ TẠI CÁC NGÂN HÀNG THƢƠNG MẠI

VIỆT NAM.

THUỘC NHÓM NGÀNH KHOA HỌC

KINH TẾ

i

MỤC LỤC DANH MỤC TỪ VIẾT TẮT .................................................................................. iii

DANH MỤC BẢNG ................................................................................................ iv

DANH MỤC BIỂU ĐỒ, HÌNH VẼ. ........................................................................ v

PHẦN MỞ ĐẦU ...................................................................................................... vi

CHƢƠNG 1. RỦI RO TỶ GIÁ, TÍNH TẤT YẾU CỦA RỦI RO TỶ GIÁ,

QUẢN TRỊ RỦI RO TỶ GIÁ, MÔ HÌNH VALUE AT RISK VÀ CƠ SỞ

KHOA HỌC ĐỂ ĐO LƢỜNG RỦI RO TỶ GIÁ. ................................................. 1

1.1. Rủi ro tỷ giá và tính tất yếu của rủi ro tỷ giá. .................................................. 1

1.2. Quản trị rủi ro tỷ giá. ....................................................................................... 1

1.3. Mô hình Value at Risk và cơ sở khoa học để đo lường rủi ro tỷ giá. .............. 2

1.3.1. Lý luận mô hình Value at Risk. ................................................................ 2

1.3.2. Các phương pháp tính VaR. ...................................................................... 4

1.3.3. Các hạn chế của mô hình VaR. ................................................................. 8

1.3.4. Giới thiệu Back – test. ............................................................................... 8

1.3.5. Giới thiệu Stress – test và E-VaR. ............................................................ 8

CHƢƠNG 2. THỰC TRẠNG KINH DOANH NGOẠI TỆ VÀ HOẠT ĐỘNG

QUẢN TRỊ RỦI RO TỶ GIÁ TẠI CÁC NHTM VIỆT NAM QUA CÁC NĂM

2010 - 2012 ............................................................................................................... 10

2.1. Khung pháp lý trong hoạt động kinh doanh ngoại tệ tại Việt Nam. .............. 10

2.2. Các giao dịch ngoại tệ đang được triển khai ở các NHTM Việt Nam. .......... 11

2.2.1. Giao dịch ngoại tệ giao ngay (Spot operation). ...................................... 11

2.2.2. Giao dịch ngoại tệ kỳ hạn (Forward operation). ..................................... 12

2.2.3. Giao dịch ngoại tệ quyền chọn (Option operation). ................................ 15

2.2.4. Giao dịch ngoại tệ hoán đổi (Swap operation). ....................................... 16

2.3. Thực trạng hoạt động kinh doanh ngoại tệ tại các NHTM Việt Nam. ........... 17

2.3.1. Kết quả hoạt động kinh doanh ngoại tệ tại các NHTM qua các năm 2010

– 2012. ............................................................................................................... 17

ii

2.3.2. Mức độ cạnh tranh trong hoạt động kinh doanh ngoại tệ. ...................... 21

2.4. Thực trạng quản trị rủi ro tỷ giá của các NHTM Việt Nam. ......................... 23

2.5. Sự cần thiết phải sử dụng mô hình VaR trong đo lường rủi ro tỷ giá. .......... 24

CHƢƠNG 3. ỨNG DỤNG MÔ HÌNH VALUE AT RISK TRONG VIỆC ĐO

LƢỜNG VÀ ĐƢA RA QUYẾT ĐỊNH QUẢN TRỊ RỦI RO TỶ GIÁ TẠI CÁC

NHTMVN ................................................................................................................. 25

3.1. Ứng dụng mô hình Value at Risk để đo lường rủi ro tỷ giá. .......................... 25

3.1.1. Phương pháp mô phỏng lịch sử............................................................... 25

3.1.2. Phương pháp Variance – Covariance. ..................................................... 26

3.1.3. Phương pháp mô phỏng Monte Carlo. .................................................... 27

3.1.4. Kết quả tính VaR. .................................................................................... 28

3.2. Ứng dụng Back – test để kiểm tra tính chính xác của VaR. ........................... 29

3.3. Ứng dụng Stress test và E-VaR để khắc phục hạn chế của VaR. ................... 30

3.3.1. Stress test. ................................................................................................ 30

3.3.2. E- VaR. .................................................................................................... 31

3.4. Hiệu quả của mô hình Value at Risk. ............................................................. 32

3.4.1. Đưa ra mức chịu đựng của ngân hàng khi gặp rủi ro tỷ giá. ................... 32

3.4.2. Ứng dụng kết quả tính VaR để quản trị rủi ro tỷ giá bằng công cụ ngoại

tệ phái sinh. ....................................................................................................... 32

3.4.3. Ứng dụng Value at Risk và Optquest để xác định trạng thái ngoại tệ tối

ưu. ...................................................................................................................... 39

3.5. Kiến nghị. ....................................................................................................... 40

3.5.1. Kiến nghị với các Ngân hàng Thương mại. ............................................ 40

3.5.2. Kiến nghị với NHNN Việt Nam trong việc ban hành chính sách quản trị

rủi ro tỷ giá. ....................................................................................................... 44

KẾT LUẬN .............................................................................................................. 46

TÀI LIỆU THAM KHẢO. ....................................................................................... a

iii

DANH MỤC TỪ VIẾT TẮT

ACB Ngân hàng Thương mại Cổ phần Á Châu

KQKDNT Kết quả hoạt động kinh doanh ngoại tệ

NHNN Ngân hàng Nhà nước Việt Nam

NHNTVN Ngân hàng Ngoại thương Việt Nam

NHTM Ngân hàng Thương mại

NHTMCP Ngân hàng Thương mại Cổ phần

NHTW Ngân hàng Trung ương

PGD Phòng giao dịch

PL Phụ lục

QLNH Quản lý ngoại hối

TK Tài khoản

TTQT Thanh toán quốc tế

VCB Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam

VCB Vietcombank

VCB Bình Thạnh Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam

– chi nhánh Bình Thạnh.

Vietinbank Ngân hàng Thương mại Cổ phần Công thương.

VN Việt Nam

iv

DANH MỤC BẢNG

Bảng 2.1.Tình hình kinh doanh của các NHTMCP qua các năm 2010 - 2012. ........ 17

Bảng 2.2. Chỉ số HHI cho thu nhập thuần từ hoạt động kinh doanh ngoại tệ. ......... 21

Bảng 2.3. Thị phần thu nhập thuần từ hoạt động kinh doanh ngoại tệ. .................... 22

Bảng 2.4. Quy định về trạng thái ngoại tệ của tổ chức tín dụng, ngân hàng NH nước

ngoài theo thông tư 07/2012/TT NHNN. .................................................................. 23

Bảng 3.1. Kết quả tính tỷ suất sinh lợi trung bình của danh mục. ............................ 26

Bảng 3.2. Kết quả tính ma trận Covariance. ............................................................. 27

Bảng 3.3. Kết quả tính VaR theo phương pháp Variance - Covariance. .................. 27

Bảng 3.4. Kết quả tính VaR theo các phương pháp. ................................................. 28

Bảng 3.5. Kết quả tính E-VaR. ................................................................................. 31

Bảng 3.6. Bảng tính tỷ giá mua kỳ hạn EUR/VND. ................................................. 36

Bảng 3.7. Tính toán lời/ lỗ trong chiến thuật Long Butterfly. .................................. 37

Bảng 3.8. Bảng tính lời lỗ của chiến thuật Short Stradle. ......................................... 38

Bảng 3.9. Các chiến thuật quyền chọn và cách sử dụng. .......................................... 38

Bảng 3.10. Kết quả trạng thái ngoại hối tối ưu ngày 01/04/2013. ............................ 40

Bảng 3.11. Kết quả tính toán chi phí biên các hợp đồng kỳ hạn. ............................. 41

Bảng 3.12. Thang điểm năng lực dành cho chuyên viên KDNT. ............................. 42

v

DANH MỤC BIỂU ĐỒ, HÌNH VẼ.

DANH MỤC BIỂU ĐỒ

Biểu đồ 2.1. Kết quả kinh doanh của các NHTM. .................................................... 18

Biểu đồ 2.2. Tình hình biến động tỷ giá USD/VND 2009 -2011. ............................ 19

Biểu đồ 2.3. Kết quả KDNT của VCB và các ngân hàng khác qua các năm 2010 -

2012. .......................................................................................................................... 20

DANH MỤC HÌNH VẼ

Hình 1.1. Phân phối xác suất tính VaR. ...................................................................... 3

Hình 2.1. Lợi nhuận/ lỗ của khách hàng trong vị thế mua ngoại tệ. ......................... 12

Hình 2.2. Lời lỗ của ngân hàng trong hợp đồng kỳ hạn cam kết mua ngoại tệ. ....... 13

Hình 2.3. Lời lỗ của quyền chọn mua ở vị thế khách hàng. ..................................... 15

Hình 3.1. Dữ liệu tỷ giá trong quá khứ từ 01/07/2002 đến 04/03/2013. ................... 25

Hình 3.2. Tính toán VaR theo phương pháp mô phỏng lịch sử bằng bảng tính spread

sheet. .......................................................................................................................... 25

Hình 3.3. Kết quả tính VaR bằng mô phỏng Monte Carlo 10.000 tình huống. ........ 28

Hình 3.4. Kết quả kiểm định Back test. .................................................................... 29

Hình 3.5. Kết quả Stress test 10.000 mô phỏng. ....................................................... 30

Hình 3.6. Lược đồ tự tương quan. ............................................................................. 35

Hình 3.7. Lời/ lỗ trong chiến thuật Butterfly cặp tỷ giá USD/VND. ........................ 37

Hình 3.8. Hình vẽ minh họa bán quyền chọn mua và bán quyền chọn bán – Short

Stradle........................................................................................................................ 38

Hình 3.9. Kết quả chạy tối ưu bằng Optquest. .......................................................... 40

vi

PHẦN MỞ ĐẦU

1. LÝ DO CHỌN ĐỀ TÀI.

Cơ cấu thu nhập của đa phần các ngân hàng thương mại tại Việt Nam chủ yếu dựa

trên hoạt động cấp tín dụng. Nhưng theo các chuyên gia kinh tế, đây là cơ cấu thu

nhập không ổn định. Vì khi cạnh tranh gay gắt diễn ra các ngân hàng buộc phải tăng

lãi suất huy động và giảm lãi suất cho vay. Chính điều này làm giảm thu nhập của

các ngân hàng. Điều này thực sự có ảnh hưởng đến những ngân hàng có cơ cấu thu

nhập dựa vào hoạt động cấp tín dụng. Theo lời khuyên của các chuyên gia này, các

ngân hàng nên chuyển dần cơ cấu thu nhập sang hoạt động dịch vụ, đây mới chính

là thu nhập bền vững của ngân hàng. Kinh doanh ngoại tệ là một hoạt động có tốc

độ tăng trưởng thu nhập rất cao. Cụ thể đóng góp vào 13,01% so với kết quả kinh

doanh của Vietcombank năm 2010 tương đương 561.680 triệu VNĐ, sau đó tăng

đến 26,17% năm 2011, và 34,86% cho năm 2012 tương đương 1.488.308 triệu

VNĐ, gấp 2,65 lần kết quả KDNT 2010.

Tuy nhiên ở một số ngân hàng thương mại khác hoạt động kinh doanh ngoại tệ lại

không mấy khả quan. Đơn cử với trường hợp của ACB kết quả KDNT năm 2010

đạt 191.104 triệu VNĐ, năm 2012 lợi nhuận hoạt động này dừng ở -1.863.643 triệu

VNĐ, tức là giảm 8,75 lần so với năm 2010. Hoặc trường hợp của Eximbank kết

quả kinh doanh ngoại tệ năm 2010 và 2012 lần lượt là 15.750 triệu VNĐ, và -

297.374 triệu VNĐ, tức kết quả năm 2012 giảm 17,9 lần so với năm 2010.

Vậy nhân tố nào đã làm nên những sự khác biệt trên? Chìa khóa để thành công

trong hoạt động kinh doanh ngoại tệ chính là quản trị rủi ro tỷ giá (Keyon 1990).

Mặc dù vậy, thực tế việc quản trị rủi ro tỷ giá tại Việt Nam lại được thực hiện theo

cơ chế trạng thái ngoại tệ. Cơ chế này đã không phản ánh được đúng rủi ro tỷ giá

mà các ngân hàng thương mại đang gặp phải, đồng thời cũng tỏ ra một số không

hiệu quả.

Thêm một yếu tố khác nữa chính là sự cạnh tranh gay gắt trong hoạt động kinh

doanh ngoại tệ giữa các NHTM trong và ngoài nước, mà phần thắng đang dần thuộc

về các NHTM nước ngoài. Điều này sẽ gây ra một số khó khăn cho hoạt động

KDNT cũng như hoạt động tài trợ xuất nhập khẩu của các NHTM trong nước.

vii

Cuối cùng xuất phát từ cuộc khủng hoảng kinh tế tài chính tại Mỹ năm 2007 – 2008

trước tình hình nhiều ngân hàng sụp đổ. Nhưng lại có một số ngân hàng vẫn vững

thế nhờ vào việc sử dụng công cụ quản trị rủi ro mạnh.

Chính từ những nguyên nhân này mà tác giả đã thực hiện đề tài “Ứng dụng mô hình

Value at Risk trong việc đo lường và đưa ra quyết định quản trị rủi ro tỷ giá tại các

NHTM Việt Nam”.

2. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU.

Trong phạm vi nghiên cứu, tác giả tập trung phân tích thực trạng hoạt động kinh

doanh ngoại tệ cũng như quản trị rủi ro tại các NHTM Việt Nam, từ đó tìm ra

những hạn chế. Tiến hành xây dựng công cụ định lượng rủi ro tỷ giá mà cụ thể là

mô hình VaR, để tiến hành khắc phục những hạn chế này.

Bài viết đi từ những vấn đề cơ bản nhất của rủi ro tỷ giá, tiến hành phân tích tình

hình quản trị rủi ro cũng như kết quả hoạt động kinh doanh ngoại tệ tại các NHTM

để cho thấy tầm quan trọng của việc quản trị rủi ro tỷ giá, từ đó ứng dụng mô hình

VaR để đo lường rủi ro bằng các phương pháp, cuối cùng đưa ra những biện pháp

để khắc phục hạn chế mô hình VaR cũng như nghiên cứu một số kiến nghị giúp mô

hình VaR được khả thi tại Việt Nam.

3. CÂU HỎI VÀ ĐỐI TƢỢNG NGHIÊN CỨU.

Bài viết tập trung trả lời những câu hỏi nghiên cứu sau.

Thứ nhất, tại sao rủi ro tỷ giá luôn tồn tại trong cơ chế điều hành chính sách tỷ giá

hiện nay tại các nước trên thế giới nói chung và Việt Nam nói riêng?

Thứ hai, thực trạng hoạt động kinh doanh ngoại tệ và quản trị rủi ro tỷ giá tại các

NHTM Việt Nam đang diễn ra như thế nào?

Thứ ba, tại sao cần sử dụng mô hình Value at Risk để đo lường rủi ro tỷ giá? Thực

sự mô hình Value at Risk là gì?

Thứ tư, ứng dụng của mô hình Value at Risk để đo lường rủi ro tỷ giá ra sao? Và

việc sử dụng kết quả từ mô hình Value at Risk để ra quyết định quản trị rủi ro tỷ giá

như thế nào?

Thứ năm, có những hạn chế nào của mô hình Value at Risk và cách khắc phục ra

sao?

viii

Để trả lời những câu hỏi nghiên cứu trên bài viết tập trung nghiên cứu những đối

tượng sau đây.

Thứ nhất, phân tích tình hình thực trạng về quản trị rủi ro tỷ giá và hoạt động kinh

doanh ngoại tệ tại Việt Nam để làm cơ sở khẳng định tầm quan trọng của mô hình

Value at Risk.

Thứ hai, nghiên cứu lý thuyết và cách ứng dụng mô hình Value at Risk để áp dụng

tại Việt Nam.

Thứ ba, phân tích những hạn chế của mô hình Value at Risk để tìm ra những giải

pháp hoàn thiện và kiến nghị.

4. PHƢƠNG PHÁP NGHIÊN CỨU.

Phương pháp nghiên cứu của bài viết được chia thành hai phần.

Thứ nhất, đối với các mục tiêu định tính, bài viết sử dụng phương pháp mô tả, thống

kê, so sánh để làm rõ những lý thuyết về tính tất yếu của việc tồn tại tỷ giá hối đoái.

Cùng với đó là việc khẳng định tầm quan trọng của công tác quản trị rủi ro tỷ giá

trong hoạt động kinh doanh ngoại tệ tại các ngân hàng thương mại Việt Nam, được

thể hiện qua phần phân tích thực trạng.

Thứ hai, với những mục tiêu định lượng, bài viết sử dụng chỉ số HHI để đưa ra mức

độ cạnh tranh trong hoạt động kinh doanh ngoại tệ tại Việt Nam làm nền tảng để

đưa ra kết luận về tính cấp thiết ứng dụng mô hình Value at Risk. Tiếp theo, bài viết

xác định sử dụng mô hình Value at Risk để đo lường rủi ro tỷ giá. Đồng thời sử

dụng Back test, Stress test, và E-VaR để khắc phục những hạn chế của mô hình

Value at Risk. Cuối cùng để tăng hiệu quả quản trị khi ứng dụng mô hình này tác

giả đã sử dụng thêm chi phí rủi ro biên trong việc tối đa hóa lợi nhuận kết hợp tối

thiểu hóa rủi ro, cùng với mô hình ARIMA để chào tỷ giá kỳ hạn.

5. NỘI DUNG NGHIÊN CỨU.

Bài viết được bố trí thành ba chương với nội dung sau đây.

Chương 1. Trình bày những sơ sở về rủi ro tỷ giá, tính tất yếu của rủi ro này, đồng

thời khẳng định tầm quan trọng của công tác quản trị rủi ro tỷ giá, cùng với đó là

việc giới thiệu mô hình VaR cùng những cách thức đo lường.

ix

Chương 2. Trình bày thực trạng hoạt động kinh doanh ngoại tệ tại các NHTM Việt

Nam cùng với quá trình quản trị rủi ro, để cho thấy những bất cập trong quản trị rủi

ro tỷ giá tại Việt Nam. Đồng thời để tăng tính thuyết phục khi đưa ra tầm quan

trọng của việc ứng dụng VaR, tác giả đã trình bày chỉ số HHI, chỉ số đo lường mức

độ cạnh tranh, trong hoạt động KDNT.

Chương 3. Trên cơ sở nền tảng lý thuyết chương 1, tầm quan trọng của mô hình

VaR đã được khẳng định tại chương 2, chương 3 tập trung trình bày ứng dụng của

mô hình VaR cùng những cách khắc phục hạn chế. Nội dung cuối chương là phần

trình bày một số mô hình cũng như chỉ số giúp tăng hiệu quả của việc ứng dụng mô

hình VaR để đưa ra quyết định quản trị rủi ro tỷ giá.

6. Ý NGHĨA CỦA CÔNG TRÌNH NGHIÊN CỨU.

Bài viết có ý nghĩa lý luận và thực tiễn về mặt kinh tế xã hội, nhất là trong điều kiện

thực tế tại Việt Nam hiện nay.

Về mặt lý luận, bài viết đã hệ thống hóa lại những vấn đề liên quan đến rủi ro tỷ giá,

quản trị rủi ro tỷ giá. Trình bày những nội dung liên quan đến mô hình VaR cùng

với những cách khắc phục hạn chế. Đây là những đóng góp cho việc phát triển

những đề tài tương tự sau này.

Về mặt thực tiễn, bài viết đã nêu ra những thực trạng trong hoạt động, quản trị rủi

ro, và mức độ cạnh tranh trong hoạt động kinh doanh ngoại tệ tại Việt Nam. Cùng

với đó là việc ứng dụng mô hình VaR để đo lường rủi ro tỷ giá, làm cơ sở để nhà

quản trị đưa ra những quyết định quản trị rủi ro tỷ giá. Cuối cùng là những đóng

góp về các chỉ số chi phí rủi ro biên, mô hình ARIMA, và ứng dụng công cụ

Optquest để tăng hiệu quả khi ứng dụng mô hình VaR vào hoạt động kinh doanh

ngoại tệ.

1

CHƢƠNG 1.

RỦI RO TỶ GIÁ, TÍNH TẤT YẾU CỦA RỦI RO TỶ GIÁ, QUẢN TRỊ RỦI

RO TỶ GIÁ, MÔ HÌNH VALUE AT RISK VÀ CƠ SỞ KHOA HỌC ĐỂ ĐO

LƢỜNG RỦI RO TỶ GIÁ.

1.1. Rủi ro tỷ giá và tính tất yếu của rủi ro tỷ giá.

Sự sụp đổ của chế độ tỷ giá cố định được thiết lập thông qua hệ thống tiền tệ

Bretton Woods đã tạo ra sự biến động không lường trước của tỷ giá hối đoái, mặc

dù chính phủ các nước đã cố gắng neo những tỷ giá này lại (Bandopadhya, Gotti,

and Lu, 2010). Từ sự biến động này đã tạo ra những thua lỗ tiềm ẩn cho những nhà

đầu tư, hoạt động kinh doanh ngoại tệ. Những thua lỗ tiềm ẩn này được gọi bằng

một khái niệm quen thuộc hơn là rủi ro tỷ giá. Rủi ro tỷ giá ngày càng trở nên

nghiêm trọng khi mà sự biến động của cung cầu ngoại tệ, cũng như các nhân tố

khác của nền kinh tế đang diễn ra ngày càng nhanh (Viktor Popov and Yann

Stutzmann, 2003).

Sự thay đổi của tỷ giá hối đoái cũng là một trong những nguyên nhân gây ra rủi ro

tài chính cho các NHTM. Nếu các NHTM muốn đo lường được rủi ro này, thì một

phương pháp thích hợp cần được tìm ra (Moremi Marwa, 2006).

Với các NHTM rủi ro tỷ giá tồn tại chủ yếu do sự mở rộng phạm vi hoạt động của

mình trên nhiều lĩnh vực (Hillier, 2003). Đặc biệt hoạt động kinh doanh ngoại tệ, cụ

thể là trên các giao dịch ngoại tệ phái sinh như quyền chọn, kỳ hạn, swap đã mở ra

cho ngân hàng nhiều trạng thái ngoại tệ, cũng như nhiều mức rủi ro tiềm ẩn khi tỷ

giá biến động (Crouhy el, 2001).

Tuy nhiên các NHTM không thể không tiến hành các giao dịch ngoại tệ này, cũng

như không thể không mở rộng phạm vi hoạt động của mình được vì nhu cầu giao

dịch cũng như bảo hiểm tỷ giá của khách hàng ngày càng cao (Moremi Marwa,

2006).

Chìa khóa để thành công trong hoạt động kinh doanh ngoại tệ ở các NHTM chính là

hiểu và quản trị rủi ro tỷ giá (Keyon 1990).

1.2. Quản trị rủi ro tỷ giá.

Quản trị rủi ro tỷ giá thực chất là những công việc sau đây.

2

(1) Nhận ra rủi ro tỷ giá mà NH đang phải đối mặt.

(2) Xem xét mức độ ảnh hưởng của rủi ro tỷ giá nếu nó xãy ra.

(3) Đo lường rủi ro tỷ giá.

(4) Quyết định chiến thuật giảm thiểu hoặc hoán chuyển rủi ro.

Mục tiêu của quản trị rủi ro tỷ giá chính là nhằm tránh, hoặc giảm thiểu rủi ro tỷ giá.

Tuy nhiên trong thực tế một vấn đề về quản trị rủi ro tỷ giá hay gặp chính là các

ngân hàng chỉ nhận ra là mình đang gặp rủi ro tỷ giá khi khoản lỗ trong hoạt động

kinh doanh ngoại tệ thực xãy ra (Hiller, 2003). Điều này là không phù hợp vì thực

chất quản trị rủi ro tỷ giá chính là để giảm lỗ hoặc né tránh lỗ và nó được thực hiện

trước khi khoản lỗ đó xãy ra. Nguyên nhân chính khiến các ngân hàng không quan

tâm đến rủi ro họ đang gặp phải chính là thiếu đi công cụ đo lường rủi ro.

Để giúp nhà quản trị rủi ro của ngân hàng giải quyết những hạn chế này, bài viết

xin được tiếp tục với việc giới thiệu mô hình Value at Risk.

1.3. Mô hình Value at Risk và cơ sở khoa học để đo lƣờng rủi ro tỷ giá.

1.3.1. Lý luận mô hình Value at Risk.

Value at Risk là gì?

Bạn đang chịu trách nhiệm quản trị rủi ro tỷ giá tại một ngân hàng. Nếu ngài giám

đốc đã đọc một thông tin liên quan đến những khoản lỗ do biến động tỷ giá ở một

ngân hàng khác, và ông ta muốn biết liệu rằng điều tương tự đó có xãy đến với ngân

hàng của ông ta không. Hay nói khác hơn ông ta muốn biết rủi ro tỷ giá tác động

đến ngân hàng như thế nào? Bạn sẽ trả lời bằng những con số trạng thái ngoại tệ

chăng? Điều này chưa đủ trừ khi ngài giám đốc đó cực kỳ am hiểu về trạng thái

ngoại tệ sẽ gây ra cho ngân hàng ông ta nguy hiểm đến mức nào. Câu trả lời có thể

ở đây là Value at Risk là … (Thomas J. Linsmeier and Neil D. Pearson, 1996).

Value at Risk, VaR, là mô hình đo lường khoản lỗ lớn nhất mà ngân hàng có thể

gặp phải với một mức xác xuất nhất định khi tỷ giá biến động trong điều kiện bình

thường. Một khoảng lỗ lớn hơn VaR có thể xãy ra nhưng với xác suất nhỏ hơn.

(Thomas J. Linsmeier and Neil D. Pearson, 1996) Trong thực hành chúng ta hay

chọn mức xác suất để tính VaR là 95% hoặc 99%, vậy xác suất để khoản lỗ lớn hơn

VaR là 5% hoặc 1%. Theo quy tắc xác suất nhỏ xem như điều đó là không xãy ra.

3

Mục tiêu của mô hình VaR là tính toán ra được giá trị VaR bằng các phương pháp

sẽ được trình bày tại mục 1.3.2.

Nói như thế sẽ rất khó hiểu, hãy cùng bước đến một ví dụ đơn giản sau đây. Ông

Join là một nhà quản trị cho ngân hàng Standard Chartered, hiện tại ngân hàng đang

có 5 hợp đồng kỳ hạn được thực hiện vào ngày mai trị giá quy đổi USD là

1.000.000 USD, bằng mô hình VaR ông tính được VaR vào ngày mai ở mức ý

nghĩa 95% là 20.000 USD. Điều này có nghĩa là với xác xuất 95% mức lỗ lớn nhất

của Standard Chartered với những hợp đồng kỳ hạn trên là 20.000 USD. Một câu

hỏi khác được đặt ra là có sai xót gì trong kết quả tính toán trên hay không? Và xác

suất sai là bao nhiêu? Câu trả lời sẽ là có, có một khả năng 5% mức lỗ lớn nhất của

Standard Chartered sẽ lớn hơn 20.000 USD.

Mục tiêu tối cao của mô hình VaR là để tính ra được giá trị VaR, như vậy từ đây

chúng ta có dạng tổng quát của mô hình VaR như sau.

VaR = X (α) với P[X X (α)] = α vậy để minh họa cho dạng tổng quát của mô

hình này chúng ta sẽ chấp nhận một giả định rằng VaR tuân theo phân phối chuẩn

N(0;1) khi đó VaR sẽ được xác định như sau.

Hình 1.1. Phân phối xác suất tính VaR.

Lịch sử của mô hình VaR.

VaR được sử dụng lần đầu tiên bởi nhiều công ty tài chính năm 1980 để đo lường

danh mục đầu tư. Sau đó được phát triển, và được sử dụng bởi nhiều tổ chức khác.

Theo khảo sát năm 1994 của một nhóm The Third có đến 43% các Dealer tham gia

-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1

5%

VaR

4

trả lời nói rằng họ có sử dụng VaR. Đến cuối năm 1995, J. P. Morgan đã nổ lực để

phát triển mô hình VaR này thông qua hệ thống RiskMetric.

Sự phát triển của VaR, cũng như những công dụng của VaR đã chính thức được ghi

dấu bằng sự cho phép của Ủy ban Basel để các ngân hàng tính yêu cầu vốn cho trên

cơ sở dùng VaR tính ra giá trị rủi ro vào tháng 04 năm 1995. Tháng 06 năm 1995,

Cục dự trữ Liên Bang Mỹ, Fed, đã đưa ra đạo luật để dùng VaR để tính yêu cầu vốn

tối thiểu đáp ứng được rủi ro mà các NHTM đang mắc phải, và sẽ áp dụng một

khoản phạt nếu các NHTM không đáp ứng được chuẩn vốn này. Tháng 12 năm

1995, Ủy ban Chứng khoán Mỹ và Cục quản lý ngoại hối Mỹ cũng đưa ra đạo luật

buộc các công ty chứng khoán, đa quốc gia phải tính rủi ro và yêu cầu vốn tối thiểu

trên mô hình VaR. Năm 1996 chỉ thị Vốn cần thiết của Liên Minh Châu Âu tính

toán theo mô hình VaR đã chính thức có hiệu lực.

Lịch sử phát triển kể trên của VaR cũng phần nào cho thấy được tầm quan trọng

cũng như khả năng ứng dụng VaR trong việc đo lường rủi ro.

1.3.2. Các phương pháp tính VaR.

Tùy theo quan điểm của các tác giả mà họ tiến hành chia các phương pháp tính VaR

thành nhiều cách. Tuy nhiên ở đây, tác giả sẽ theo những quan điểm phổ biến tức có

tất cả ba phương pháp tính VaR được sử dụng ưa chuộng.

Tuy nhiên cần nói trước rằng mỗi phương pháp được giới thiệu sẽ có độ chính xác

khác nhau. Nếu nhà quản trị mong muốn một sự đơn giản trong tính toán thì dĩ

nhiên kết quả tính VaR sẽ kém chính xác hơn so với việc sử dụng những phép mô

phỏng phức tạp.

1.3.2.1. Phương pháp mô phỏng lịch sử.

VaR được tính toán mà không cần phải giả thiết giá trị VaR tuân theo phân phối

chuẩn, theo đó cách tính này mang tính chất đơn giản. Tuy nhiên kết quả tính toán

từ phương pháp này sẽ mang tính chính xác kém hơn.

Các bước tính toán.

Bước 1. Từ dữ liệu hàng ngày Yt t=1,…,n tính thay đổi giá trị hàng ngày %ΔYt=(Yt

– Yt-1)/ Yt-1 t=1,…,n

5

Bước 2. Tiến hành tính toán giá trị mô phỏng lịch sử Qt=(1+ ΔYt)xYn với Yn là giá

trị hiện tại của danh mục đồng tiền đang có.

Bước 3. Tìm ra phân phối của các giá trị mô phỏng lịch sử. Căn cứ vào mức độ tin

cậy cho trước để tìm giá trị VaR.

Ưu điểm của phương pháp là cho kết quả nhanh, khối lượng tính toán ít, phù hợp

khi nhà quản trị có một danh mục tài sản tài chính, hay các hợp đồng kỳ hạn với giá

trị nhỏ.

Khuyết điểm của phương pháp này là kết quả tính VaR kém chính xác.

Nhận xét của tác giả với phương pháp này là không hiệu quả nếu nhà quản trị muốn

việc kinh doanh, đặc biệt KDNT có hiệu quả, vì ngày nay với sự phát triển của khoa

học kỹ thuật máy tính, thì việc tính toán không còn là vấn đề trở ngại nữa. Nên

chính tính không chính xác từ phương pháp này sẽ là trở ngại lớn nhất khi quản trị

rủi ro.

1.3.2.2. Phương pháp Variance – Covariance.

Phương pháp này còn gọi là phương pháp phương sai, hiệp phương sai.

Đầu tiên hãy nói về sự ra đời của phương pháp variance – covariance này. Các nhà

quản trị cho rằng rủi ro của một danh mục đầu tư phải có sự liên hệ từ các rủi ro của

các tài sản, chứ nó không thể bằng tổng rủi ro của các tài sản trong một danh mục

đầu tư. Chính vì thế khái niệm Covariance đã được ra đời để tính toán rủi ro cho

một danh mục đầu tư. Hãy tiếp tục ở một khía cạnh khác, phương pháp mô phỏng

lịch sử còn có thêm một khuyết điểm khi không chú ý đến sự biến động rủi ro cùng

nhau của các tài sản trong một danh mục. Do vậy nếu sử dụng phương pháp này để

đo lường VaR cho danh mục thì kết quả càng không chính xác. Từ những lý do này

mà phương pháp Variance- covariance đã được ra đời để đáp ứng nhu cầu tính VaR

làm sao vừa có thể đáp ứng được tính chính xác, vừa thể hiện được sự biến động rủi

ro của cả danh mục bằng ma trận covariance.

Quy trình tính toán.

Bước 1. Từ dữ liệu hàng ngày Yt t=1,…,n tính thay đổi giá trị hàng ngày %ΔYt=(Yt

– Yt-1)/ Yt-1 t=1,…,n

6

Bước 2. Tính toán tỷ suất sinh lợi trung bình của danh mục theo công thức sau. Gọi

w1 là tỷ trọng của đồng tiền 1 trong danh mục các hợp đồng kỳ hạn,… đang tính

toán với w1 = trạng thái ngoại hối của đồng tiền 1 quy đổi/ tổng trạng thái ngoại hối

của các hợp đồng kỳ hạn đang xét quy đổi. w2 là tỷ trong của đồng tiền 2 trong danh

mục các hợp đồng kỳ hạn,…. , wn là tỷ trọng của đồng tiền N trong danh mục các

hợp đồng kỳ hạn. Lưu ý ở đây chúng ta lấy ví dụ là hợp đồng kỳ hạn, nhưng trong

thực tế nhà quản trị có thể tính toán cho nhiều hợp đồng khác, miễn là một position

cho ngân hàng được mở ra. Từ dãy chênh lệch % tỷ giá hàng ngày tính được ở bước

1, dùng hàm average trong excel chúng ta tính được tỷ suất sinh lợi trung bình của

từng đồng tiền X1, X2, …, Xn.

Tỷ suất sinh lợi trung bình của danh mục = w1X1 + w2X2 + … + wnXn

Bước 3. Tính toán ma trận covariance cho danh mục.

Nếu danh mục chỉ có một tài sản thì thay vì tính ma trận covariance chúng ta tính

thẳng ra độ lệch chuẩn bằng những công thức quen thuộc.

Còn nếu danh mục có từ hai tài sản trở lên phải sử dụng đến ma trận covariance. Ma

trận này được tính toán như sau.

Đồng tiền 1 Đồng tiền 2 … Đồng tiền N

Đồng tiền 1 w12Cov1,1 w1w2Cov1,2 … w1wnCov1,n

Đồng tiền 2 w2w1Cov2,1 w22Cov2,2 … W2wnCov2,n

… … … … …

Đồng tiền N wnw1Covn,1 wnw2Covn,2 … wn2Covn,n

Với Covi,j = độ lệch chuẩn đồng tiền i σi x độ lệch chuẩn đồng tiền j σj x hệ số tương

quan giữa đồng tiền i và j ρij

Tuy nhiên trong Excel chúng ta có thể tính toán đại lượng này dễ dàng bằng cách

dùng hàm covariance.

Bước 4. Tính độ lệch chuẩn cho danh mục.

σ = √

Bước 5. Tính VaR của danh mục.

7

VaR = - Zα σ với Zσ được tính theo phân phối chuẩn N(0;1) và thường được tính

bằng excel với cách dùng hàm Normsdist.

Ưu điểm của phương pháp này là đảm bảo tính tương quan của các đồng tiền trong

danh mục, do đó làm cho VaR được tính chính xác hơn.

Nhược điểm. VaR vướng phải một giả định là tuân theo phân phối chuẩn.

1.3.2.3. Phương pháp mô phỏng Monte Carlo.

Đây là phương pháp toàn diện nhất trong các phương pháp tính VaR, với một kịch

bản các tình huống có thể xãy ra, cộng thêm với nhiều mô phỏng sẽ cho ra kết quả

chính xác về phân phối xác suất của VaR. Với sự hỗ trợ của các phần mềm việc tính

toán tìm ra VaR ở mức độ tin cậy 95% hay 99% đã trở nên không đáng lo ngại.

Quy trình tính toán.

Bước 1. Nhận diện nhân tố rủi ro đang tác động đến trạng thái ngoại tệ mà ngân

hàng gặp phải. Trong trường hợp đo lường rủi ro tỷ giá thì đó là sự biến động của tỷ

giá.

Bước 2. Tiến hành xây dựng các giả định cho nhân tố rủi ro đã xác định ở bước 1.

Bước 3. Từ các giả định bước 2 tiến hành mô phỏng.

Bước 4. Trên kết quả mô phỏng tiến hành tính VaR sao cho mức lỗ không vượt quá

5% hoặc 1% tùy theo khẩu vị rủi ro của nhà quản trị tỷ giá.

Ưu điểm phương pháp này cho kết quả chính xác nhất, vì nó bao hàm những biến

động có thể xãy ra trong quá khứ vào kết quả tính toán VaR.

Nhược điểm của phương pháp này là đòi hỏi khối lượng tính toán nhiều. Nhưng

theo quan điểm của tác giả, với sự phát triển của nhiều phần mềm thì việc tính toán

đã trở nên đơn giản rất nhiều. Nên phương pháp này nên được sử dụng rộng rãi để

có thể tính toán VaR chính xác nhất.

Một câu hỏi khác nếu chúng ta có dữ liệu theo tuần, mà cần tính VaR của 15 ngày

thì sao? Lúc này VaR sẽ được tính toán như sau

VaR (k ngày, mức ý nghĩa α) = √ VaR (tuần, σ)

8

1.3.3. Các hạn chế của mô hình VaR.

Để có thể tính toán được VaR bằng mô hình Value at Risk không đòi hỏi dữ liệu

quá khứ phải là bao nhiêu mẫu thì kết quả tính toán mới chính xác. Do vậy đôi lúc

trong những trường hợp nhà quản trị chỉ có khoảng 10 đến 15 mấu cũng sẽ tính ra

được VaR như bình thường, nhưng kết quả này có thể không chính xác do vậy cần

dùng đến Back test được trình bày tại mục 1.3.4.

Song song đó VaR chỉ phản ảnh những biến động từ dữ liệu lịch sử do người tính

toán cung cấp. Nên có đôi lúc chuỗi dữ liệu này không bao gồm những biến động

lớn trong các cuộc khủng hoảng. Do vậy để kết quả VaR phản ánh chính xác chúng

ta cần dùng đến stress – test được trình bày tại mục 1.3.5.

Cuối cùng khi VaR không đánh giá chính xác được rủi ro, tức kết quả Back – test đã

bác bỏ VaR. Lúc này chúng ta cần dùng đến một kết quả khác để đánh giá rủi ro đó

chính là E-VaR được giới thiệu ở mục 1.3.5.

1.3.4. Giới thiệu Back – test.

Những khoản lỗ lớn nhất trong hoạt động KDNT có thể được tìm ra bằng mô hình

VaR. Nhưng vấn đề đặt ra là làm sao có thể biết giá trị VaR tìm được có đánh giá

đúng rủi ro? Một kiểm định được Cục dự trữ liên bang Mỹ, Fed, cùng với các nước

phát triển khác đang sử dụng là dùng kiểm định Back –test. Vậy Back – test được

thực hiện như thế nào, và công dụng thực sự của nó ra sao.

Back test thực chất là một phép kiểm tra để so sánh VaR tìm được với những dữ

liệu trong quá khứ để đảm bảo rằng các mức lỗ thực sự gặp phải trong quá khứ

tương ứng với danh mục đồng tiền đang có không vượt qua một giới hạn nào đó.

Nếu độ tin cậy là 95% thì số lần bị lỗ vượt qua này không quá N*5%. Với N là kích

thước mẫu.

1.3.5. Giới thiệu Stress – test và E-VaR.

Mục 1.3.1 đã giới thiệu tính ứng dụng của mô hình VaR trong hoạt động KDNT.

Tuy nhiên VaR vẫn có những hạn chế nhất định, và một trong những hạn chế lớn

nhất đó là VaR chỉ đo lường mức lỗ lớn nhất trong những điều kiện bình thường,

tức những diễn biến đã diễn ra trong quá khứ, mà thiếu đi những cú sốc về kinh tế

hay nói khác hơn đó là những biến động lớn hiếm gặp. Vấn đề này được đặc biệt

9

quan tâm từ sau khủng hoảng kinh tế năm 2008, khi các nhà quản trị tài chính hàng

đầu nước Mỹ phải đối mặt với những cơn lỗ khủng khiếp mà họ, thậm chí rằng,

không biết được khoản lỗ này xuất phát từ đâu. Chính mô hình VaR mà họ thần

tượng đã phản bội lại họ khi không thể đo lường những cú sốc kinh tế như thế. Kể

từ thời điểm này mà các nhà kinh tế lại tiếp tục phát triển Stress- test và E-VaR với

mong muốn khắc phục những nhược điểm của VaR. Vậy Stress – test và E- VaR

thực chất là gì?

Stress – test thực chất là phép kiểm định lại VaR trong trường hợp thị trường có

những cú sốc đột biến bất ngờ. Hay cách khác hơn sau khi thực hiện Stress – test

kết quả VaR trong những trường hợp đột biến sẽ được biết đến. Từ kết quả này, kết

hợp với kết quả VaR trong những điều kiện bình thường và những kinh nghiệm của

nhân viên, nhà quản lý KDNT để có những giải pháp phòng ngừa rủi ro tỷ giá bằng

công cụ phái sinh.

Còn E-VaR là chữ viết tắc của Expanded Value at Risk, tức nó là giá trị mở rộng

của VaR. Thường E-VaR được dùng trong những trường hợp mà kiểm định Back –

test cho kết quả bác bỏ VaR tức số ngày trong quá khứ có độ biến động thua lỗ lớn

hơn VaR vượt quá số lượng cho phép. E-VaR sẽ được tính theo mô hình sau đây.

Giả sử một dữ liệu đầu vào là những thua lỗ vượt quá VaR ký hiệu là L, hàm mật độ

xác suất chuẩn của L ký hiệu là , đồng thời mức ý nghĩa ký hiệu là và hàm

xác suất của mức ý nghĩa này ký hiệu là lúc này E-VaR sẽ được tính như sau.

∫

∑

∑

Với pi là xác suất thua lỗ ứng với mức lỗ li

E-VaR sẽ cho kết quả chính xác về việc đo lường rủi ro hơn VaR trong những

trường hợp back –test bác bỏ VaR. Tuy nhiên không phải lúc nào E-VaR cũng hữu

hiệu vì nếu nhà quản trị cứ đi dự phòng rủi ro thì mức lợi nhuận sẽ phải giảm xuống

ảnh hưởng đến kết quả kinh doanh. Nên một lần nữa khẳng định lại rằng E-VaR chỉ

nên sử dụng trong những hợp đồng KDNT lớn hoặc trong trường hợp Back test cho

rằng VaR đang đánh giá thấp rủi ro.

10

CHƢƠNG 2.

THỰC TRẠNG KINH DOANH NGOẠI TỆ VÀ HOẠT ĐỘNG QUẢN TRỊ

RỦI RO TỶ GIÁ TẠI CÁC NHTM VIỆT NAM QUA CÁC NĂM 2010 - 2012

2.1. Khung pháp lý trong hoạt động kinh doanh ngoại tệ tại Việt Nam.

Thứ nhất, Pháp lệnh ngoại hối số 28/2005/PL – UBTVQH11 ngày 13/12/2005.

Gồm 10 chương, 46 điều quy định những khái niệm, nền tảng cơ bản cho hoạt động

trao đổi cũng như quản lý ngoại hối của Việt Nam. Pháp lệnh đã nêu rõ những hạn

mức ngoại tệ được mang theo khi xuất cảnh mà không cần khai báo, hoặc trường

hợp đầu tư trực tiếp. Nói chung đây là văn bản có tính chi phối chung cho hoạt động

KDNT.

Thứ hai, Quyết định số 2635/QĐ – NHNN ngày 06/11/2008 về việc ban hành một

số quy định liên quan đến giao dịch ngoại tệ của các tổ chức tín dụng được phép

hoạt động kinh doanh ngoại hối. Nội dung quyết định này quy định biên độ giao

động của tỷ giá giao dịch tại các tổ chức tín dụng được thực hiện KDNT so với tỷ

giá bình quân liên ngân hàng công bố.

Thứ ba, Thông tư của NHNN số 03/2008/TT – NHNN ngày 11/04/2008 hướng dẫn

về hoạt động cung ứng dịch vụ ngoại hối của tổ chức tín dụng. Nội dung văn bản

này quy định về điều kiện để đăng ký cung ứng dịch vụ ngoại hối của tổ chức tín

dụng ngân hàng, và phi ngân hàng. Cùng với đó là phạm vi cung cấp từ khi NHNN

xác nhận đã đăng ký hoạt động và xác nhận đủ điều kiện hoạt động. Ngoài ra thông

tư cũng quy định trường hợp thu hồi giấy phép kinh doanh ngoại tệ.

Thứ tư, Quyết định 21/2008/QĐ – NHNN ngày 11/07/2008 ban hành Quy chế Đại

lý đổi ngoại tệ. Để tăng quy mô giao dịch ngoại tệ, các tổ chức được kinh doanh

ngoại hối sẽ tiến hành thành lập các Đại lý quy đổi ngoại tệ. QĐ 21/2008 này quy

định rõ về thủ tục, cách thức cũng như điều kiện mở đại lý quy đổi ngoại tệ. Cùng

với đó là những trách nhiệm của các bên, hình thức kiểm tra giám sát của NHNN.

Thứ năm, Công văn 9699/NHNN – QLNH ngày 30/10/2008 hướng dẫn hoạt động

Đại lý đổi ngoại tệ. Công văn này quy định bổ dung cho quyết định 21. Theo đó các

chi nhánh NHNN ở các tỉnh, thành phố sẽ kiểm tra và cho kết luận về địa điểm mà

tổ chức tín dụng xin phép đặt Đại lý thu đổi ngoại tệ. Đồng thời giám sát việc chấp

11

hành chế độ báo cáo của những đại lý này.

Thứ sáu, Thông tư số 20/2011/TT-NHNN ngày 29/08/2011 của NHNN quy định về

việc mua, bán ngoại tệ tiền mặt của cá nhân với tổ chức tín dụng được phép. Theo

đó thông tư này cho phép cá nhân cũng được mua ngoại tệ để đáp ứng các nhu cầu

học tập, sinh hoạt, chữa bệnh,… ở nước ngoài. Đồng thời quy định rõ hạn mức áp

dụng cho một cá nhân là 100 USD/người/1 ngày. Nhưng hạn mức này có thể thay

đổi theo mức độ tự cân đối ngoại tệ của tổ chức tín dụng. Cùng với đó là việc quy

định về nghiệp vụ mua lại ngoại tệ của cá nhân khi có nhu cầu giao dịch.

Thứ bảy, Thông tư số 07/2012/TT-NHNN ngày 20/3/2012 của NHNN quy định về

trạng thái ngoại tệ của các tổ chức tín dụng, chi nhánh ngân hàng nước ngoài. Theo

đó tổ chức tín dụng chỉ được phép duy trì trạng thái ngoại tệ dương hoặc âm không

quá 20% vốn tự có vào cuối ngày. Riêng với các chi nhánh ngân hàng nước ngoài

thì tổng trạng thái ngoại tệ dương hoặc âm không quá 5 triệu USD vào cuối ngày.

Nhận xét do tính đặc thù cũng như rủi ro từ sự biến động của tỷ giá, mà hoạt động

KDNT được chi phối bởi nhiều văn bản pháp lý. Tuy nhiên nếu so sánh với một số

nước phát triển như Mỹ đã quy định rõ mức lỗ tối đa hàng ngày cho một ngân hàng

là bao nhiêu, thì cách quản lý bằng trạng thái ngoại tệ của Việt Nam có phần chưa

đánh giá được rủi ro tỷ giá mà các ngân hàng đang vướng phải. Chính vì như thế

một yêu cầu cho những NHTM ở VN hoạt động KDNT là phải tự xây dựng cho

mình một phương pháp đo lường rủi ro thích hợp. Vấn đề này sẽ được nêu rõ hơn

tại mục 2.4.

2.2. Các giao dịch ngoại tệ đang đƣợc triển khai ở các NHTM Việt Nam.

Phân theo đặc điểm của từng giao dịch ngoại tệ chúng ta có các giao dịch sau.

2.2.1. Giao dịch ngoại tệ giao ngay (Spot operation).

Khi khách hàng có nhu cầu cần mua một số ngoại tệ nhất định để phục vụ cho việc

thanh toán các hợp đồng xuất nhập khẩu, hoặc thực hiện một số giao dịch khác

được phép theo quy định của Pháp lệnh ngoại hối 2005 và theo các quy định khác

của pháp luật, hoặc trong trường hợp khách hàng có nhu cầu bán một số loại ngoại

tệ nhất định có đầy đủ chứng từ chứng mình nguồn gốc thì có thể sử dụng giao dịch

ngoại tệ Spot.

12

Giao dịch spot là giao dịch mà khách

hàng và ngân hàng thỏa mua hoặc bán

một số ngoại tệ nhất định theo tỷ giá

niêm yết tại thời điểm thỏa thuận (ngày

T) và việc thực hiện giao dịch sẽ được

thực hiện vào ngày T1 hoặc ngày T + 2.

Lợi ích khi sử dụng giao dịch spot với

khách hàng: Thủ tục nhanh chóng, thời

gian giao dịch nhanh, đáp ứng ngay nhu

cầu ngoại tệ hoặc chuyển đổi ngoại tệ

của khách hàng, không giới hạn quy mô giao dịch, áp dụng với nhiều loại ngoại tệ

khác nhau (theo như ở nhiều Ngân hàng là khoảng 18 loại ngoại tệ khác nhau được

niêm yết theo tỷ giá mua, tỷ giá bán tiền mặt, bán chuyển khoản).

Hạn chế của giao dịch spot với khách hàng: Khách hàng có thể gặp rủi ro tỷ giá tùy

theo từng vị thế mua (Long position) hoặc bán ngoại tệ (Short position). Hình 2.1

minh họa lợi nhuận/ lỗ của người ở vị thế Long position trong giao dịch Spot nếu tỷ

giá giao ngay St>S02 thì người này sẽ có lợi nhuận, nhưng ngược lại khi St<S0

người này sẽ phải chịu rủi ro tỷ giá. Chính vì hạn chế này của giao dịch Spot mà các

ngân hàng đã tiếp tục triển khai các giao dịch phái sinh khác để đáp ứng nhu cầu

bảo hiểm rủi ro tỷ giá.

2.2.2. Giao dịch ngoại tệ kỳ hạn (Forward operation).

Giao dịch ngoại tệ kỳ hạn là một giao dịch mà khách hàng và ngân hàng sẽ thỏa

thuận mua hoặc bán ngoại tệ tại ngay thời điểm hiện tại, nhưng việc chuyển giao

ngoại tệ sẽ được thực hiện vào một ngày X trong tương lai, với một tỷ giá xác định

theo thỏa thuận tại thời điểm hiện tại. Mặc dù vậy nhưng thực tế việc chuyển giao

ngoại tệ thực sẽ diễn ra vào ngày X + 2 3.

Lợi ích của khách hàng khi thực hiện giao dịch Forward: Tránh được sự biến động

của tỷ giá hay nói cách khác hơn phòng ngừa rủi ro tỷ giá nhờ vào sự cố định tỷ giá

1 Thường gặp trong hoạt động kinh doanh ngoại tệ của các ngân hàng để đáp ứng ngay nhu cầu mua bán

ngoại tệ của khách hàng. 2 So là tỷ giá thực hiện mua bán.

3 Đây là điểm giống như việc kinh doanh sản phẩm ngoại tệ phái sinh của các ngân hàng trên thế giới.

Profit

St So

Hình 2.1. Lợi nhuận/ lỗ của khách hàng

trong vị thế mua ngoại tệ.

Profit

Losses

13

theo thỏa thuận, song song đó giúp khách hàng có thể tính toán được chi phí phát

sinh liên quan đến khoản ngoại tệ giao dịch kỳ hạn, và cuối cùng giúp khách hàng

tránh sự khan hiếm ngoại tệ trong tương lai vì hợp đồng Forward là bắt buộc thực

hiện.

Với giao dịch ngoại tệ kỳ hạn sẽ mở ra cho ngân hàng một trạng thái ngoại tệ có thể

là long position hoặc put position, cộng với sự biến động khó đoán của tỷ giá sẽ

mang lại những rủi ro cao khi triển khai sản phẩm này. Sự rủi ro sẽ được minh họa

như sau Hình 2.2.

Giả sử Ngân hàng cam kết mua

kỳ hạn 20.000 USD từ nhà xuất

khẩu. Như vậy Ngân hàng đã

mở ra một long position. Chênh

lệch giữa tỷ giá giao ngay tại

ngày thực hiện hợp đồng và tỷ

giá kỳ hạn cam kết được gọi là

basis. Với quan điểm này Basis

= Tỷ giá giao ngay St – tỷ giá

kỳ hạn Fbuy nếu basis dương

hay basis >0 thì ngân hàng sẽ

có lời trong hợp đồng kỳ hạn này, tuy nhiên nếu basis âm hay basis < 0 thì ngân

hàng sẽ gặp rủi ro, hoặc basis = 0 thì xem như ngân hàng không gặp rủi ro trong

hợp đồng kỳ hạn này.

Xử lý hợp đồng kỳ hạn trong các trường hợp khác nhau.

Các trường hợp có thể xảy ra với hợp đồng kỳ hạn như sau.

Thứ nhất, khách hàng thực hiện đúng hợp đồng.

Thứ hai, khách hàng xin hủy hợp đồng vào ngày đáo hạn.

Thứ ba, khách hàng đến xin hủy hợp đồng vào trước ngày đáo hạn.

Thứ tư, khách hàng xin kéo dài thêm hợp đồng kỳ hạn vào ngày đáo hạn.

Thứ năm, khách hàng xin được thực hiện bất cứ lúc nào trong một khoảng thời gian.

Thứ sáu, khách hàng xin được thực hiện sớm hợp đồng.

St

Fbuy

Profit Loss

Exchange rate

Basis

Hình 2.2. Lời lỗ của ngân hàng trong hợp đồng

kỳ hạn cam kết mua ngoại tệ.

14

Xử lý hủy hợp đồng vào ngày đáo hạn.

Dùng giao dịch giao ngay để kết thúc hợp đồng kỳ hạn.

Nếu khách hàng đang mua ngoại tệ kỳ hạn.

Số tiền ngân hàng có được là = X ngoại tệ * Fbán – X ngoại tệ * Smua giao ngay = Y

Nếu Y > 0 thì khách hàng phải thanh toán lại số tiền đó cho ngân hàng.

Nếu Y < 0 thì tùy theo mối quan hệ giữa khách hàng với ngân hàng mà ngân hàng

sẽ áp dụng một mức phạt do vi phạm hợp đồng.

Khách hàng xin thực hiện hợp đồng sớm hơn.

Dùng giao dịch giao ngay để đáp ứng cho khách hàng, sau đó yêu cầu khách hàng

ký thêm một hợp đồng kỳ hạn trái chiều tương ứng với số ngày còn lại của kỳ hạn

hợp đồng cũ. Và tính chênh lệch để khách hàng thanh toán.

Ví dụ, khách hàng xin mua ngoại tệ sớm hơn hạn trong hợp đồng.

Số tiền ngân hàng có được = Sbán*X ngoại tệ + max(Fbán hợp đồng kỳ hạn cũ*X ngoại tệ -

Fmua*X ngoại tệ; phạt)

Khách hàng xin hủy hợp đồng vào trước ngày đáo hạn.

Do những bắt trắc trong việc kinh doanh nên khách hàng sẽ đến ngân hàng để xin

hủy hợp đồng kỳ hạn vào trước ngày đáo hạn.

Kỹ thuật nghiệp vụ: dùng hợp đồng kỳ hạn trái chiều, với số ngày của hợp đồng kỳ

hạn mới là số ngày còn lại của hợp đồng cũ.

Ví dụ, khách hàng xin hủy hợp đồng mua ngoại tệ kỳ hạn vào trước ngày đáo hạn.

Số tiền ngân hàng có được = max(Fbán hợp đồng kỳ hạn cũ*X ngoại tệ - Fmua hợp đồng kỳ hạn

mới*X ngoại tệ; phạt)

Số tiền phạt tùy vào mức độ quen thuộc giữa khách hàng với ngân hàng.

Khách hàng xin kéo dài thêm hợp đồng kỳ hạn tại ngày đáo hạn.

Kỹ thuật nghiệp vụ: Dùng hợp đồng spot trái chiều để hủy hợp đồng forward cũ,

sau đó yêu cầu khách hàng ký hợp đồng kỳ hạn mới với số ngày bằng số ngày mà

khách hàng xin gia hạn.

15

Ví dụ khách hàng xin kéo dài hợp đồng mua kỳ hạn vào ngày đáo hạn.

Số tiền ngân hàng có được tại thời điểm ngày đáo hạn = max(Fbán hợp đồng kỳ hạn cũ*X

ngoại tệ - Smua *X ngoại tệ; phạt)

Khách hàng xin được thực hiện hợp đồng bất kỳ thời điểm nào trong khoản thời

gian T đến T + X.

Kỹ thuật nghiệp vụ: Tính toán tỷ giá kỳ hạn tại hai thời điểm T và T+X sau đó sử

dụng tỷ giá nào có lợi nhất cho ngân hàng để làm tỷ giá thỏa thuận trong hợp đồng.

Vẫn còn nhiều tình huống nữa, nhưng nguyên tắc là dùng hợp đồng kỳ hạn trái

chiều nếu khách hàng xin thực hiện sớm hoặc hủy hợp đồng trước ngày đáo hạn, và

dùng giao ngay khi khách hàng xin hủy hoặc kéo dài hợp đồng vào ngày đáo hạn.

Những hợp đồng giao ngay hoặc kỳ hạn như thế này gọi là hợp đồng thanh toán bù

trừ.

2.2.3. Giao dịch ngoại tệ quyền chọn (Option operation).

Đây là một trong những giao dịch ngoại tệ phái sinh mà ngân hàng triển khai để đáp

ứng nhu cầu bảo hiểm rủi ro tỷ giá cho khách hàng. Tuy nhiên không áp dụng với

cặp USD/VND vì đây là cặp đồng tiền được NHNN quản lý, nếu áp dụng sẽ gây ra

hiện tượng đầu cơ, gây thiệt hại cho ngân hàng. Với những cặp này khách hàng có

nhu cầu bảo hiểm rủi ro tỷ giá sẽ thực hiện giao dịch Forward hoặc Swap.

Giao dịch option là một giao dịch gắn với hợp đồng mua bán quyền mà khách hàng

sẽ là bên mua quyền, còn ngân hàng là bên bán quyền. Hợp đồng sẽ quy định rõ

rằng khách hàng có quyền nhưng không có nghĩa vụ phải mua hoặc bán một số

lượng ngoại tệ nhất định, theo tỷ giá đã

thỏa thuận, trong một khoảng thời gian

xác định với ngân hàng.

Có hai loại hợp đồng quyền chọn là hợp

đồng quyền chọn mua, và hợp đồng

quyền chọn bán. Với hợp đồng quyền

chọn mua, khách hàng sẽ có quyền

nhưng không có nghĩa vụ phải mua một

số lượng ngoại tệ nhất định, theo tỷ giá

Profit

Losses

1,5342

OTM ATM ITM

St

Hình 2.3. Lời lỗ của quyền chọn mua ở

vị thế khách hàng.

16

đã thỏa thuận, trong khoảng thời gian xác định quy định tại hợp đồng với ngân

hàng. Hoàn toàn tương tự với hợp đồng quyền chọn bán, khách hàng sẽ có quyền

nhưng không có nghĩa vụ phải bán một số lượng ngoại tệ nhất định, theo tỷ giá đã

thỏa thuận, trong khoảng thời gian xác định được quy định tại hợp đồng với Ngân

hàng.

Lợi ích với khách hàng khi thực hiện giao dịch: Tránh được rủi ro tỷ giá, dự toán

trước chi phí lớn nhất phát sinh nhờ vào cố định tỷ giá, mặc khác giúp khách hàng

có nhiều sự lựa chọn hơn trong việc quản trị chi phí nhờ vào quyền thực hiện hay

không thực hiện hợp đồng quyền chọn.

Giả sử Ngân hàng ký với khách hàng 1 hợp đồng quyền chọn mua 2.000 GBP, tỷ

giá thực hiện E = 1,5342 USD/GBP, tỷ giá giao ngay tại ngày ký hợp đồng là S =

1,5256 USD/GBP, thực hiện theo kiểu Âu và thời gian thực hiện là 3 tháng phí

quyền là 300 USD.

Hình 2.3 thể hiện lời lỗ của khách hàng trong trường hợp này, theo đó khách hàng

sẽ thực hiện quyền chọn ở tỷ giá giao ngay St > 1,5342 USD/GBP vùng này gọi là

vùng cao giá, ITM. Sẽ không thực hiện quyền khi tỷ giá St < 1,5342 USD/GBP,

vùng này gọi là vùng thấp giá, OTM. Còn ở St = 1,5342 USD/GBP khách hàng có

thể thực hiện hoặc không. Tuy nhiên khách hàng thực sự có lời trong quyền chọn

mua này ở tỷ giá St > 1,6842 USD/GBP4.

2.2.4. Giao dịch ngoại tệ hoán đổi (Swap operation).

Giao dịch swap là giao dịch đồng thời mua và bán cùng một số lượng ngoại tệ nhất

định nhưng việc mua và bán này được thực hiện tại hai thời điểm khác nhau, và tỷ

giá mua, bán được xác định ngay tại thời điểm thỏa thuận. Theo đó, nếu mua và bán

được thực hiện, một tại hiện tại, và một trong tương lai thì chúng ta có swap là sự

kết hợp của spot với forward. Mặc khác nếu mua và bán được thực hiện, một trong

tương lai ngày T, một trong tương lai ngày T+ X (X thì chúng ta có

sự kết hợp forward với forward.

Lợi ích của khách hàng khi thực hiện giao dịch swap là tránh được rủi ro tỷ giá,

hưởng chênh lệch lãi suất giữa các đồng tiền, quản lý dòng tiền hiệu quả hơn nhờ

vào sự chênh lệch kỳ hạn giữa hai giao dịch trong swap, và một lợi ích khác là nếu

4 Tỷ giá hòa vốn St = 1,5342 + 300/2000 = 1,6842 USD/GBP.

17

khách hàng có nhu cầu sử dụng loại ngoại tệ A, nhưng hiện tại khách hàng chỉ có

ngoại tệ B, và khách hàng không muốn bán ngoại tệ B, khách hàng có thể dùng

swap để làm điều này.

Ví dụ ngày 19/03/2013 công ty Vạn Thiên thực hiện một hợp đồng swap với Ngân

hàng, trong đó bán giao ngay 1.200 USD ở tỷ giá Sbuy = 20.350 VND/USD để đi

đầu tư và cam kết mua kỳ hạn 1.200 USD ở tỷ giá Fsell= 20.450 VND/USD. Lợi

nhuận của khách hàng trong trường hợp này là 1.200x20.350x(1 + tỷ suất sinh lợi

đầu tư) – 1.200x20.450

Giao dịch ngoại tệ giao sau (Future operation) hầu như không được sử dụng nên tác

giả không nêu lên giao dịch này.

2.3. Thực trạng hoạt động kinh doanh ngoại tệ tại các NHTM Việt Nam.

2.3.1. Kết quả hoạt động kinh doanh ngoại tệ tại các NHTM qua các năm 2010 –

2012.

Bảng 2.1.Tình hình kinh doanh của các NHTMCP qua các năm 2010 - 2012.

Đơn vị tính triệu VND

VCB ACB Exim Vietin SHB

Tài sản

2010 307.621.338 205.102.950 131.110.882 367.730.655 51.032.861

2011 368.521.753 281.019.319 183.567.032 460.603.925 70.989.542

2012 414.335.709 177.011.778 170.251.799 503.605.815 117.569.220

Thu nhập lãi thuần

2010 8.195.264 4.163.770 2.882.935 12.089.124 1.216.165

2011 12.138.229 6.607.558 5.303.626 20.048.054 1.897.534

2012 10.702.118 6.897.693 4.901.459 18.426.499 1.704.970

Kết quả kinh doanh

2010 4.303.042 2.334.794 1.814.639 3.435.661 494.329

2011 4.504.525 3.207.841 3.038.864 6.243.795 753.029

2012 4.269.296 928.390 2.138.516 6.178.431 26.992

Lãi/ lỗ hoạt động kinh doanh ngoại tệ

2010 561.680 191.104 15.750 158.444 53.138

2011 1.179.584 (161.467) (88.156) 382.562 54.762

2012 1.488.308 (1.863.643) (297.374) 363.396 34.756

Nguồn tác giả tổng hợp từ báo cáo tài chính của các ngân hàng.

Bảng 2.1. trình bày khái quát tình hình kinh doanh của các NHTM qua các năm

2010, 2011, và 2012. Qua bảng trên nhìn chung kết quả kinh doanh của các ngân

18

hàng tăng qua các năm, ngoại trừ ACB với những vấn đề trong năm 2012 đã làm

giảm kết quả kinh doanh.

Tuy nhiên kết quả kinh doanh của các ngân hàng điều có sự đóng góp lớn từ thu

nhập tín dụng, bằng chứng thu nhập từ lãi thuần ở các ngân hàng đều cao hơn rất

nhiều so với kết quả kinh doanh, và theo các ngân hàng trên thế giới thì đây là một

cơ cấu thu nhập không bền vững, vì khi nhiều đối thủ gia nhập vào thị trường, cuộc

cạnh tranh lãi suất sẽ diễn ra tất yếu làm cho nguồn thu nhập này giảm nghiêm

trọng. Các ngân hàng nên chuyển cơ cấu thu nhập sang các dịch vụ, đây sẽ là nguồn

thu nhập ổn định trong kinh doanh. Và việc này sẽ là cần thiết trong bối cảnh hội

nhập kinh tế đang diễn ra tại Việt Nam.

Biểu đồ 2.1. Kết quả kinh doanh của các NHTM.

(Đơn vị tính: Triệu VNĐ)

Nguồn. Tổng hợp từ báo cáo tài chính của các ngân hàng.

Hãy nhìn lại Bảng 2.1 và Biểu đồ 2.3, nhận thấy rằng kết quả kinh doanh ngoại tệ

của các NHTM không mấy khả quan lắm, cụ thể kết quả KDNT của các ngân hàng

ACB, Eximbank, SHB đang giảm sút trầm trọng, Vietinbank thì khá hơn, nhưng

vẫn chiếm tỷ trọng rất nhỏ so với kết quả kinh doanh (5,89% so với lợi nhuận 2012)

VCB lại đạt một kết quả khá hơn, kết quả KDNT chiếm 13,01% so với kết quả kinh

doanh 2010 tương đương 561.680 triệu VNĐ, sau đó tăng đến 26,17% năm 2011,

và 34,86% cho năm 2012 tương đương 1.488.308 triệu VNĐ, gấp 2,65 lần kết quả

-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

VCB ACB Exim Vietin SHB

2010 4.303.042 2.334.794 1.814.639 3.435.661 494.329

2011 4.504.525 3.207.841 3.038.864 6.243.795 753.029

2012 4.269.296 928.390 2.138.516 6.178.431 26.992

19

KDNT 2010. Có sự sụt giảm kết quả hoạt động KDNT ở các NHTM theo tìm hiểu

của tác giả thì đó là do công tác quản trị rủi ro còn chưa hiệu quả. ACB năm 2012

khoản lỗ này có được từ việc kinh doanh một số lớn hợp đồng kỳ hạn, tuy nhiên tỷ

giá chào chưa hợp lý, dẫn đến khoản cách giữa tỷ giá giao ngay và tỷ giá kỳ hạn tại

ngày thực hiện hợp đồng lớn, tạo ra khoản lỗ nhiều. Từ những ý tưởng này cho thấy

tầm quan trọng của công tác quản trị rủi ro.

Một nguyên nhân khác khiến cho một số NHTM lời to như VCB, Vietinbank trong

năm 2011, nhưng một số ngân hàng lại gặp rủi ro đó là sự điều chỉnh tỷ giá của

NHNN lớn nhất trong mười năm trở lại đây.

Biểu đồ 2.2. Tình hình biến động tỷ giá USD/VND 2009 -2011.

Nguồn. Ngân hàng Phát triển Châu Á (ADB).

Còn nhớ ngày 11/02/2011 NHNN đã chính thức điều chỉnh tỷ từ 18.932 VND/USD

lên 20.693 VND/USD tức tăng gần 9,3% là mức điều chỉnh cao nhất trong nhiều

năm trở lại đây. Có thể quan sát trên Biểu đồ 2.2 đây là đợt điều chỉnh cao nhất

trong những năm gần đây. Cùng với đó NHNN đã giảm biên độ giao động của tỷ

giá từ 3% xuống còn 1% có thể thấy mức độ dao động trong biểu đồ từ sự kiện này

trở về sau có xu hướng hẹp lại. Với những điều chỉnh này mục đích chính là NHNN

mong muốn xóa bỏ cơ chế hai tỷ giá5 vốn đã tồn tại nhiều năm nay trong hệ thống

tỷ giá USD/VND của thị trường ngoại hối Việt Nam. Cơ chế này đã gây cản trở

trong việc điều hành chính sách tỷ giá với những mục tiêu ổn định cán cân thương

5 Cơ chế hai tỷ giá gồm tỷ giá giao dịch chính thức và tỷ giá giao dịch trên thị trường chợ đen.

16000,016500,017000,017500,018000,018500,019000,019500,020000,020500,021000,021500,022000,022500,023000,0

7/1

/20

09

8/1

/20

09

9/1

/20

09

10/2

/20

09

11/2

/20

09

12/3

/20

09

1/3

/20

10

2/3

/20

10

3/6

/20

10

4/6

/20

10

5/7

/20

10

6/7

/20

10

7/8

/20

10

8/8

/20

10

9/8

/20

10

10/9

/20

10

11/9

/20

10

12/1

0/2

01

0

1/1

0/2

011

2/1

0/2

011

3/1

3/2

011

4/1

3/2

011

5/1

4/2

011

6/1

4/2

011

7/1

5/2

011

8/1

5/2

011

Reference rate of

the State Bank of

Viet NamUpper bound of the

trading band

Lower bound of the

trading band

Black market

exchange rate

rate of commercial

bank

20

mại,… của NHNN. Khi tỷ giá đột nhiên có sự tăng đột biến như thế này, sẽ ảnh

hưởng rất lớn đến hoạt động KDNT. Đặc biệt đối với các ngân hàng đang ở trạng

thái Short position sẽ gặp rủi ro tỷ giá. Với một vài ngân hàng đã dự báo trước

được, hoặc đang ở tổng trạng thái là Long position thì đây là một cơ hội để lời to từ

hoạt động KDNT, nhưng với những ngân hàng chưa dự báo được, hoặc đang ở

trạng thái Short position thì quả thật là tình thế ngàn cân treo sợi tóc, tức là đang có

khoản lỗ lớn từ hoạt động KDNT. Điều này giải thích cho tình hình tăng giảm kết

quả hoạt động KDNT tại các NHTM năm 2011. Đồng thời nó cũng khẳng định tầm

quan trọng của Stress –test vì dù rằng các ngân hàng có dùng VaR thì cũng không

thể tiên đoán trước những khoản lỗ như thế này.

Biểu đồ 2.3. Kết quả KDNT của VCB và các ngân hàng khác qua các năm 2010

- 2012.

(Đơn vị tính: Triệu VNĐ)

Nguồn. Tổng hợp từ báo cáo tài chính của VCB và các ngân hàng khác.

Tóm lại, qua phần trình bày này tác giả muốn nhấn mạnh đến các vấn đề sau đây.

Thứ nhất, kết quả kinh doanh của các NHTM VN có xu hướng tăng qua các năm,

nhưng phần lớn đóng góp chiếm gần 90% cho kết quả đó là do hoạt động cấp tín

dụng mang lại, cơ cấu thu nhập này có vẻ chưa phải là một cơ cấu thu nhập hợp lý

như đã trình bày bên trên. Thứ hai, KDNT là một hoạt động có thể mang lại nguồn

thu nhập rất lớn cho ngân hàng, nhưng tình hình kinh doanh hoạt động này tại Việt

Nam không mấy khả quan, đóng góp vào kết quả kinh doanh của ngân hàng vẫn còn

VCB ACB Exim Vietin SHB

2010 561.680 191.104 15.750 158.444 53.138

2011 1.179.584 (161.467) (88.156) 382.562 54.762

2012 1.488.308 (1.863.643) (297.374) 363.396 34.756

(2.500.000)

(2.000.000)

(1.500.000)

(1.000.000)

(500.000)

-

500.000

1.000.000

1.500.000

2.000.000

21

thấp. Thứ ba, chìa khóa thành công cho hoạt động KDNT đúng như Keyon, 1990 đã

nói chính là quản trị rủi ro tỷ giá, trong đó chú trọng công tác đo lường rủi ro vì như

phân tích ACB, hay một vài ngân hàng trong sự kiện điều chỉnh tỷ giá năm 2011 đã

cho thấy điều đó. Đây là một trong số những nguyên nhân mà tác giả thực hiện bài

viết này để cung cấp một công cụ đo lường rủi ro tỷ giá.

2.3.2. Mức độ cạnh tranh trong hoạt động kinh doanh ngoại tệ.

Việt Nam đã trở thành thành viên thứ 150 của tổ chức thương mại Quốc tế WTO thì

mức độ cạnh tranh diễn ra gay gắt hơn bao giờ hết, đặc biệt là NHNN đã cho các

ngân hàng nước ngoài được phép hoạt động đầy đủ chức năng như các NHTM

trong nước. Để làm rõ sự cạnh trang gay gắt này, tác giả xin được giới thiệu chỉ số

đo lường mức độ cạnh tranh của thị trường là Hirfendahl – Hirschman Index, HHI.

Chỉ số HHI được Bộ Tư pháp Mỹ sử dụng để đánh giá mức độ tập trung và xu

hướng sáp nhập mua bán M&A6, cùng với đó HHI cũng chỉ ra được mức độ quyền

hay độc quyền nhóm của các ngân hàng. Nói một cách đơn giản hơn người ta

thường dùng chỉ số HHI để xem xét thị trường đó có phải đang diễn ra cạnh tranh

gay gắt hay không? Hoặc nó đang bị độc quyền bởi một hay một số tổ chức nào đó.

HHI được tính bằng tổng bình phương thị phần của mỗi ngân hàng trong toàn hệ

thống.

∑

Với n là số định chế tài chính đang hoạt động trên thị trường. Ý nghĩa

HHI < 1.500 thể hiện thị trường đó đang diễn ra cạnh tranh gay gắt.

1.500 HHI 2.500 thể hiện mức độ cạnh tranh trong thị trường đó là vừa phải.

2.500 < HHI thể hiện thị trường đó đang có độc quyền.

Bảng 2.2. Chỉ số HHI cho thu nhập thuần từ hoạt động kinh doanh ngoại tệ.

2009 2010 2011

HHI 728 565 631

Nguồn. Phòng tổng hợp và phân tích chiến lươc VCB.

6 Mergers and Acquisitions.

22

Bảng 2.3. Thị phần thu nhập thuần từ hoạt động kinh doanh ngoại tệ7.

Đơn vị tính %.

VC

B

Vietin

ba

nk

BID

V

HS

BC

Citi b

an

k

Deu

tsch

e ba

nk

Ba

nk

of T

ok

yo

AN

Z

Mizu

ho

ba

nk

Sta

nd

ard

Ch

artered

2009 16,2 loss 3,5 13,1 9,7 5,8 3,2 2,6 2,3 1,6

2010 11,5 3,2 5,8 11,4 8,8 4,4 4,0 4,0 4,5 4,4

2011 15,7 5,1 4,1 5,1 8,0 3,0 3,0 5,0 3,7 6,9

Nguồn. Phòng tổng hợp và phân tích chiến lươc VCB.

Bảng 2.2 đã cho thấy mức độ cạnh tranh gay gắt trong hoạt động KDNT của các

ngân hàng theo đó chỉ số HHI qua các năm 2009 – 2011 đều dưới 1.500, một sự

cạnh tranh gay gắt đang diễn ra. Nhìn sang Bảng 2.3, nhận thấy rằng về thị phần thu

nhập thuần từ KDNT thì VCB đang đứng đầu, tuy nhiên chỉ số này có xu hướng

giảm dần, còn các ngân hàng Nhà nước lớn còn lại như Vietinbank và BIDV lại có

thị phần nhỏ. Trong khi thị phần của các ngân hàng nước ngoài lại gia tăng. Nếu

tính trung bình 3 năm 2009 – 2011, thị phần của 3 NHTM Nhà nước lớn là VCB,

Vietinbank và BIDV chiếm khoảng 21,7% trong khi 7 ngân hàng nước ngoài lại

chiếm 38,2% và ước tính tổng tài sản của 3 NHTM Nhà nước lại gấp 1,7 lần tổng

tài sản của 7 ngân hàng nước ngoài nói trên. Điều này cho thấy rằng các NHTM

nước ngoài đang dần tấn công trên lĩnh vực KDNT. Nếu tình trạng này tiếp tục thì e

rằng trong một vài năm tới thị phần thu nhập thuần từ KDNT của VCB sẽ không

còn đứng khương vị đầu, cũng như thị phần thu nhập thuần từ hoạt động này của

các NHTM trong nước cũng sẽ giảm xuống. Mà điều này sẽ gây ra những tổn thấy

rất lớn cho các NHTM, mở đầu là thu hẹp dần nguồn ngoại tệ, sau đó là đến các

hoạt động tài trợ thương mại, và cuối cùng là ảnh hưởng đến kết quả kinh doanh.

Do vậy một yêu cầu đặt ra là các NHTM phải dần cải thiện hoạt động KDNT của

mình, bằng việc thực hiện nhiều sản phẩm giao dịch ngoại tệ.

7 Số liệu năm 2012 của một số tổ chức tín dụng chưa được công bố, nên thị phần cho năm 2012 không tính

được.

23

2.4. Thực trạng quản trị rủi ro tỷ giá của các NHTM Việt Nam.

Hiện nay, các ngân hàng đều quản trị rủi ro tỷ giá theo pháp lệnh Ngoại hối 2005,

theo đó các NHTM phải duy trùy một trạng thái ngoại tệ thích hợp không vượt quá

một tỷ lệ nhất định so với vốn tự có của mình. Cụ thể theo thông tư 07/2012/TT

NHNN quy định như sau.

Bảng 2.4. Quy định về trạng thái ngoại tệ của tổ chức tín dụng, ngân hàng NH

nƣớc ngoài theo thông tƣ 07/2012/TT NHNN.

Chỉ tiêu Tổ chức tín

dụng

Ngân hàng NH

nước ngoài có

vốn tự có > 25

triệu USD.

Ngân hàng NH

nước ngoài có vốn

tự có <= 25 triệu

USD.

Tổng trạng thái ngoại

tệ dương/ vốn tự có

cuối ngày

=< 20% =< 20% <= 5 triệu USD

Tổng trạng thái ngoại

tệ âm/ vốn tự có cuối

ngày

=< 20% =< 20% <= 5 triệu USD

Nguồn Thông tư 07/2012/TT NHNN.

Đồng thời thông qua tìm hiểu cho thấy, các ngân hàng sẽ quy định các chi nhánh

cuối ngày phải kết số dư ngoại tệ mặt để chuyển về hội sở, để từ đó hội sở tiến hành

phân bổ số ngoại tệ này lại cho những chi nhánh thiếu hụt, và tính trạng thái ngoại

tệ, lập báo cáo gởi NHNN. Cùng với đó việc quản trị rủi ro tỷ giá chỉ được thực

hiện tại hội sở. Các chi nhánh không được phép giao dịch liên ngân hàng để thực

hiện quản trị rủi ro tỷ giá.

Việc quy định quản trị rủi ro tỷ giá bằng trạng thái ngoại tệ có thể không phù hợp

với thực tế, ví dụ như nếu trong ngày toàn hệ thống ngân hàng có nhiều giao dịch

ngoại tệ, làm cho trạng thái ngoại tệ vượt mức quy định. Vậy ngân hàng sẽ xử lý thế

nào? Trình Thống đốc và chờ một văn bản chấp nhận chăng? Khoảng thời gian đó

quá lâu mà tỷ giá lại biến động rất nhanh, nguy cơ rủi ro vẫn tiềm ẩn. Một mặc khác

trạng thái ngoại tệ chưa cho biết được khoản lỗ mà ngân hàng sẽ mất là bao nhiêu

nếu thực sự rủi ro tỷ giá xãy ra. Chính vì như thế yêu cầu có một mô hình đo lường

khoản lỗ mà ngân hàng có thể mất trong hoạt động KDNT được đặt ra.

24

2.5. Sự cần thiết phải sử dụng mô hình VaR trong đo lƣờng rủi ro tỷ giá.

Những phân tích ở các mục trên đã cho thấy tầm quan trọng của việc ứng dụng mô

hình VaR để đo lường rủi ro tỷ giá. Cụ thể như sau.

Thứ nhất, hoạt động KDNT có tốc độ tăng thu nhập cao. Chìa khóa để thành công

trong hoạt động này là quản trị rủi ro tỷ giá. Tuy nhiên không phải ngân hàng nào

cũng quản trị rủi ro tỷ giá tốt. Chính vì như thế các ngân hàng thường không chú

trọng vào hoạt động này, mà thay vào đó thu nhập chính của các ngân hàng Việt

Nam vẫn là từ hoạt động cấp tín dụng. Theo mô hình thu nhập ổn định của các ngân

hàng trên thế giới thì thu nhập chính của các ngân hàng nên ở mãng dịch vụ, cụ thể

một hoạt động tiềm năng đó là KDNT. Chính vì như vậy nhu cầu phát triển công cụ

quản trị rủi ro tỷ giá được đặt ra.

Thứ hai, chỉ số HHI cho thấy thị trường KDNT đang diễn ra sự cạnh tranh rất gay

gắt. Hầu như chiếm thị phần cao tại Việt Nam thuộc về khối NHTM nước ngoài.

Khối ngân hàng nhà nước, mặc dù, VCB vẫn đứng đầu thị phần, nhưng tổng thị

phần của các ngân hàng này đang dần giảm xuống. Do vậy nhiệm vụ đặt ra cho các

ngân hàng Việt Nam là phải phát triển hoạt động KDNT, mà cốt lõi là phát triển

công cụ quản trị rủi ro tỷ giá, càng thêm cấp thiết trong thời điểm hiện nay.

Thứ ba, các sản phẩm KDNT đã được triển khai đầy đủ bao gồm các sản phẩm

ngoại tệ giao ngay và phái sinh. Yếu tố này đã tạo điều kiện nền tảng để các NHTM

Việt Nam có thể phát triển việc quản trị rủi ro tỷ giá bằng công cụ ngoại tệ phái

sinh.

Thứ tư, khung pháp lý trong hoạt động KDNT được quy định rất chặt chẻ. Chính

yếu tố này đã giảm đáng kể rủi ro trong hoạt động này. Tuy nhiên việc quy định

quản trị rủi ro tỷ giá bằng trạng thái ngoại tệ có phần chưa phù hợp như đã phân tích

ở mục 2.4. Chính điều này đòi hỏi một công cụ đo lường rủi ro tỷ giá mới được phát

triển.

Những nguyên nhân trên đòi hỏi quản trị rủi ro tỷ giá phải được phát triển. Tuy

nhiên công việc chính trong việc quản trị rủi ro tỷ giá chính là đo lường rủi ro tỷ

giá. Chính vì như thế, tác giả đã đề xuất mô hình VaR để đo lường rủi ro tỷ giá. Nội

dung chương 3 sẽ nêu rõ việc ứng dụng mô hình VaR để đo lường rủi ro tỷ giá cùng

với những kiến nghị từ kết quả đo lường đó.

25

CHƢƠNG 3.

ỨNG DỤNG MÔ HÌNH VALUE AT RISK TRONG VIỆC ĐO LƢỜNG VÀ

ĐƢA RA QUYẾT ĐỊNH QUẢN TRỊ RỦI RO TỶ GIÁ TẠI CÁC NHTMVN

3.1. Ứng dụng mô hình Value at Risk để đo lƣờng rủi ro tỷ giá.

Giả sử hôm nay là ngày 04/03/2013 ngân hàng VCB có tiến hành ký kết các hợp

đồng kỳ hạn được thực hiện vào ngày 11/03/2013 tức sau 07 ngày nữa với nội dung

như sau.

Mua kỳ hạn 20.000 USD, bán kỳ hạn 2.000 EUR, mua kỳ hạn 100.000 JPY, mua kỳ

hạn 10.000 GBP, và bán kỳ hạn 5.000 AUD. Tập hợp những mua bán kỳ hạn này

tạo ra một danh mục các đồng tiền.

Như vậy tổng trạng thái ngoại hối được quy đổi theo tỷ giá ngày 04/03/2013 ra

VND = 20.000x20.990 – 2.000x27412 + 100.000x225,51 + 10.000x31.669 –

5000x21.327 = 597.582.000 VND.

Suy ra phần trăm các đồng tiền trong danh mục là USD 70% (=20.000x20990/

597.582.000), EUR -9%8, JPY 4%, GBP 53%, và AUD -18%. Tính toán VaR.

Hình 3.1. Dữ liệu tỷ giá trong quá khứ từ 01/07/2002 đến 04/03/2013.

Nguồn vietcombank.com.vn

3.1.1. Phương pháp mô phỏng lịch sử.

Hình 3.2. Tính toán VaR theo phƣơng pháp mô phỏng lịch sử bằng bảng tính

spread sheet.

Đơn vị tính %, VND

8 Dấu trừ thể hiện một sự bán đi trong danh mục.

26

Nguồn tác giả tự tính từ dữ liệu tỷ giá.

Với kết quả tính được từ dữ liệu trong Hình 3.1 sau đó sắp xếp giá trị mô phỏng

theo thứ tự từ nhỏ đến lớn. Với độ tin cậy 95% giá trị danh mục trong trường hợp

xấu nhất sẽ nằm ở vị trí (1- 95%)*583 mô phỏng = 29 hay giá trị danh mục trong

trường hợp này là 592.041.071,53 VND. Vậy VaR theo phương pháp này là

VaR = 597.582.000 – 592.041.071 = 5.540.929 VND

Kết luận trong những điều kiện tỷ giá biến đổi bình thường, thì 95% VCB sẽ gặp lỗ

tối đa với những cam kết kỳ hạn này là 5.540.929 VND, theo phương pháp tính

VaR mô phỏng lịch sử.

3.1.2. Phương pháp Variance – Covariance.

Bảng 3.1. Kết quả tính tỷ suất sinh lợi trung bình của danh mục.

Đơn vị tính %.

USD UER JPY GBP AUD

Tỷ trọng 70% -9% 4% 53% -18%

Trung bình 0,00058 0,13% 0,13% 0,12% 0,19%

0,04% -0,01% 0,00% 0,06% -0,03% 0,06%

Nguồn tác giả tự tính toán

Bằng kết quả tính chênh lệch phần trăm tỷ giá, tiến hành tính toán tỷ suất sinh lợi

trung bình của danh mục các đồng tiền được kết quả như Bảng 3.1.

Tỷ suất sinh lợi trung bình của danh mục = Tỷ trọngi x trung bìnhi i=1,…,5

Sau đó tiếp tục tính ma trận hiệp phương sai bằng hàm Covariance nhận được kết

quả như Bảng 3.2.

27

Bảng 3.2. Kết quả tính ma trận Covariance.

USD UER JPY GBP AUD

USD 2,54E-05 7,52E-06 7,84E-06 7,17E-06 9,58E-06

UER 7,52E-06 0,00023797 8,5244E-05 0,000136 0,000191

JPY 7,84E-06 8,5244E-05 0,000231254 2,06E-05 1,86E-05

GBP 7,17E-06 0,00013649 2,05517E-05 0,001126 0,000152

AUD 9,58E-06 0,00019079 1,85507E-05 0,000152 0,000398

Nguồn tác giả tự tính toán.

Từ kết quả tính ma trận hiệp phương sai tiến hành tính toán phương sai danh mục

bằng hàm mãng SUMPRODUCT và MMULT, sau đó tính toán độ lệch chuẩn của

danh mục, kết hợp tỷ suất sinh lợi trung bình của danh mục tính được, tổng kết lại

được kết quả như bảng sau.

Bảng 3.3. Kết quả tính VaR theo phƣơng pháp Variance - Covariance.

Phƣơng sai của danh mục 0,000310376

Độ lệch chuẩn của danh mục 0,01761749

Trung bình danh mục 0,06%

VaR của danh mục 95% -2,84%

Theo kết quả tính toán trên, vậy khoản lỗ tối đa mà VCB gặp phải là VaR = 2,84%

x 597.582.000 = 16.951.865 VND.

Kết luận với xác suất 95% khoản lỗ tối đa mà VCB gặp phải khi kinh doanh những

hợp đồng kỳ hạn ở trên ví dụ là 16.951.865 VND.

3.1.3. Phương pháp mô phỏng Monte Carlo.

Được thực hiện bằng 10.000 mô phỏng, kết quả đo lường VaR bằng Monte Carlo

được thể hiện như Hình 3.3.

Với độ tin cậy 95%, mức lỗ lớn nhất mà ngân hàng gặp phải trong trường hợp kinh

doanh những hợp đồng kỳ hạn trên vào ngày 11/03/2013 là 8.385.566 VNĐ. Và

phân phối thực sự của VaR trong tình huống này là T-Student thay vì Normal đã giả

định ở phương pháp Variance – Covariance.

28

Hình 3.3. Kết quả tính VaR bằng mô phỏng Monte Carlo 10.000 tình huống.

Nguồn tác giả tự thực hiện.

3.1.4. Kết quả tính VaR.

Bảng 3.4. Kết quả tính VaR theo các phƣơng pháp.

Đơn vị tính VND.

Phƣơng pháp Mô phỏng lịch sử Variance - Covariance Monte Carlo

Kết quả VaR 95% 5.540.929 16.951.865 8.385.566

Nguồn tác giả tự tính toán.

Nhận thấy kết quả của phương pháp là khác nhau. Lý do là phương pháp mô phỏng

lịch sử và Variance- covariance đều có những giả định nhất định. Nếu phương pháp

mô phỏng lịch sử bỏ qua sự tương quan trong biến động tỷ giá của các đồng tiền

nên đánh giá thấp rủi ro, thì variance đã xem phân phối của VaR là phân phối chuẩn

nên chưa phản ánh chính xác được VaR. Với 3 kết quả trên, thì kết quả theo Monte

Carlo được đánh giá là chính xác nhất vì nó được thực hiện trên 10.000 kịch bản thể

hiện các tình huống có thể gặp phải vào ngày 11/03/2013. Nên các nhà quả trị rủi ro

trên thế giới rất tin tưởng kết quả theo phương pháp mô phỏng Montel Carlo.

Kết luận với độ tin cậy 95% khoản lỗ lớn nhất mà VCB có thể gặp trong tình

huống kinh doanh các hợp đồng kỳ hạn ở ví dụ trên là 8.385.566 VND.

29

Tuy nhiên một câu hỏi đặt ra là phải có một chuẩn để kiểm tra lại kết quả tính VaR

đã thực sự đánh giá đúng rủi ro tỷ giá hay chưa. Phân trình bày Back test sau đây sẽ

đáp ứng yêu cầu đó.

3.2. Ứng dụng Back – test để kiểm tra tính chính xác của VaR.

Hãy cùng tiếp tục với ví dụ về những hợp đồng kỳ hạn trình bày trong ví dụ ở mục

3.1. với VaR tính được theo phương pháp Monte Carlo là 8.385.566 VND. Tiến

hành so sánh kết quả này với những khoản lỗ thực sự trong quá khứ chúng ta có

được kết quả như Hình 3.4.

Kết quả này cho thấy có 15 ngày trong quá khứ mà khoản lỗ thực sự lớn hơn giá trị

VaR tìm được. Tuy nhiên với độ tin cậy 95% và kích thước mẫu là 583, thì số ngày

có lỗ vượt qua giới hạn VaR được chấp nhận là 5%*583 = 29 ngày > 15 ngày. Như

vậy giá trị VaR = 8.385.566 VND tìm được là đáng tin cậy.

Hình 3.4. Kết quả kiểm định Back test.

Nguồn tác giả tự thực hiện.

Kết quả tính VaR = 8.385.566 VND được rút ra từ những dữ liệu quá khứ. Tuy

nhiên khi tính VaR bằng cách này tức các nhà quản trị đã tin rằng 7 ngày nữa sẽ

không có cú sốc kinh tế nào xãy ra. Chính giả định này đã làm cho nhiều tổ chức tài

chính phải giáp mặt với những khoản lỗ vô cùng lớn, mà mô hình VaR thần tượng

của họ không cảnh báo sớm trong điều kiện có cú sốc kinh tế, đặc biệt trong cuộc

khủng hoảng kinh tế 2007 – 2008. Để khắc phục nhược điểm này của VaR, có thể

sử dụng Stress – test và E – VaR.

30

3.3. Ứng dụng Stress test và E-VaR để khắc phục hạn chế của VaR.

3.3.1. Stress test.

Với dữ liệu tỷ giá quá khứ, được cập nhật theo ngày thứ hai đầu tuần, khi xem xét

mức độ biến động tăng giảm của các đồng tiền nhận thấy đồng USD biến động

trong khung 7,28% đến – 2,46%, đồng EUR là 5,84% đến – 5,95%,… nhưng trong

thực tế tại ngày 11/02/2011 tỷ giá đã USD/VND biến động tới 9,8% như vậy kết

quả VaR được mô phỏng Monte Carlo ở trên vẫn chưa thể phản ánh thật sự rủi ro

khi có cú sốc kinh tế. Để có thể kiểm tra giá trị rủi ro trong trường hợp cú sốc kinh

tế chúng ta có thể dùng Stress test với độ biến động được mở rộng thêm 3% so với

giá trị max, hoặc min của giao động tỷ giá quá khứ. Cùng với đó là việc tăng xác

suất xuất hiện của những mô phỏng này. Kết quả Stress test với 10.000 kịch bản

được thể hiện ở Hình 3.5.

Hình 3.5. Kết quả Stress test 10.000 mô phỏng.

Nguồn tác giả tự thực hiện.

Theo kết quả trên cho thấy với xác suất 95% mức lỗ lớn nhất nếu có cú sốc kinh tế

mà VCB phải chịu khi kinh doanh những hợp đồng trên là 20.049.097 VND, con số

này so với mức VaR đã tính được ở trên 8.385.566 VND gấp 2,39 lần. Mức so sánh

này cho thấy tầm quan trọng của Stress test. Đó sẽ là một chuẩn để các nhà quản trị

đánh giá chính xác hơn về rủi ro tỷ giá mà ngân hàng đang gặp phải. Ở đây tuy

31

20.049.097 VND không thể gây ảnh hưởng nhiều cho hoạt động ngân hàng. Nhưng

nếu việc kinh doanh mở rộng, kết quà Stress test đo lường được 50.000.000.000 thì

cảm nhận về rủi ro của nhà quản trị sẽ khác, và nhu cầu bảo hiểm rủi ro tỷ giá chắc

chắn được ưu tiên và cần đáp ứng.

3.3.2. E- VaR.

Hãy giả sử rằng kết quả tính VaR = 8.385.566 VND là không đánh giá chính xác rủi

ro tỷ giá mà VCB đang gặp phải, do đó chúng ta cần dùng đến E-VaR. Kết quả tính

toán E-VaR được trình bày tại Bảng 3.5.

Bảng 3.5. Kết quả tính E-VaR.

STT Loss Li Xác suất Pi Li x Pi

1 (100.392.305,71) 0,001715 (172.199,50)

2 (88.219.077,23) 0,001715 (151.319,17)

3 (597.582.000,00) 0,001715 (1.025.012,01)

4 (12.620.938,75) 0,001715 (21.648,27)

5 (11.717.650,03) 0,001715 (20.098,89)

6 (11.201.987,39) 0,001715 (19.214,39)

7 (8.830.708,44) 0,001715 (15.147,01)

8 (17.124.731,50) 0,001715 (29.373,47)

9 (8.666.671,98) 0,001715 (14.865,65)

10 (9.159.288,14) 0,001715 (15.710,61)

11 (8.861.887,97) 0,001715 (15.200,49)

12 (16.430.924,13) 0,001715 (28.183,40)

13 (9.055.833,87) 0,001715 (15.533,16)

14 (8.554.761,78) 0,001715 (14.673,69)

15 (10.730.733,94) 0,001715 (18.406,06)

Cộng 0,025729 (1.576.585,76)

E- VaR (61.276.633,39)

Nguồn tác giả tự tính toán.

Với kết quả tính trên E-VaR = 61.276.633 VND, tức mức lỗ lớn nhất thực sự trong

trường hợp này là 61.276.633 VND. Kết quả này có chênh lệch lớn so với VaR tính

32

được ở phương án trên. Đó là do chúng ta chấp nhận một giả định VaR chưa phản

ánh thực sự rủi ro tỷ giá, nhưng trong thực tế trường hợp này VaR đã phản ánh đúng

rủi ro. Tuy nhiên E – VaR cũng cho chúng ta cách nhìn toàn diện về rủi ro tỷ giá mà

ngân hàng đang gặp phải. Chính kết quả này sẽ làm nền tảng nhà quản trị ra quyết

định quản trị rủi ro, căn cứ trên mức chịu đựng của ngân hàng.

3.4. Hiệu quả của mô hình Value at Risk.

3.4.1. Đưa ra mức chịu đựng của ngân hàng khi gặp rủi ro tỷ giá.

Với kết quả tính toán chỉ cho ra một con số là mức lỗ lớn nhất có thể gặp phải khi

kinh doanh ngoại tệ, đặc biệt là ngoại tệ phái sinh ở mức xác suất xác định trước,

các nhà quản trị có thể dựa vào kết quả này cộng với kinh nghiệm của mình, cùng

tình hình kinh doanh của hệ thống để đưa ra kết luận về việc có phòng ngừa rủi ro

hay không. Và phòng ngừa như thế nào. Những vấn đề này sẽ được bàn luận tại

phần tiếp theo sau đây.

Tiếp theo đó việc chỉ đưa ra một kết quả tính toán, với đơn vị tiền tệ đã cho thấy rõ

về rủi ro tỷ giá mà ngân hàng đang gặp phải. Chính vì ưu điểm này mà mô hình

VaR được Basel II khuyến khích sử dụng để giảm rủi ro. Lấy một ví dụ khác ngân

hàng Goldman Sachs đã vượt qua cuộc khủng hoảng tài chính của Mỹ mà không bị

phá sản đó chính là nhờ việc vận dụng mô hình VaR một cách thận trọng, kèm theo

Stress test, và E-VaR. Do đó mô hình VaR thực sự là một công cụ hữu ích cho các

nhà quản trị rủi ro ở các NHTM VN trong tiến trình hội nhập.

3.4.2. Ứng dụng kết quả tính VaR để quản trị rủi ro tỷ giá bằng công cụ ngoại tệ

phái sinh.

Từ kết quả tính toàn từ mô hình VaR, nhà quản trị sẽ quyết định có nên phòng ngừa

rủi ro hay không dựa trên mức chịu đựng của ngân hàng.

Thông thường những nhà quản trị rủi ro trên thế giới hay dùng hai công cụ chính để

phòng ngừa rủi ro tỷ giá là Forward và Option, còn Swap chủ yếu là để dùng trong

những trường hợp để đảm bảo trạng thái ngoại hối do NHTW các nước quy định

khi tiến hành cho vay bằng ngoại tệ mà ngân hàng chưa có ngoại tệ đó.

33

3.4.2.1. Dùng mô hình ARIMA để đưa ra tỷ giá thõa thuận trong giao dịch kỳ hạn

phòng ngừa rủi ro tỷ giá.

Với Forward ngân hàng sẽ thõa thuận với ngân hàng khác một mức tỷ giá thực hiện,

và được ghi nhận vào trong hợp đồng. Tuy nhiên mức tỷ giá này sẽ được chào bao

nhiêu để đảm bảo tránh rủi ro cho ngân hàng.

Có thể dùng mô hình VaR đưa ra mức lỗ cho một hợp đồng sau đó suy ngược lại tỷ

giá, nhưng cách này không khả quan vì VaR cho ra mức lỗ lớn nhất. Chính vì như

thế tỷ giá chào ra sẽ khó được chấp nhận bởi đối tác. Hoặc một cách khác áp dụng

công thức tính tỷ giá theo ngang giá lãi suất. Tuy nhiên theo nhiều kiểm định đặc

biệt của tác giả Trần Ngọc Thơ, Nguyễn Ngọc Định, trong Tài chính Quốc tế đã kết

luận ngang giá lãi suất không tồn tại. Do đó việc áp dụng công thức này có thể cho

ra kết quả không chính xác.

Mô hình ARIMA

Để dự báo tỷ giá hối đoái, kinh tế học vĩ mô, cũng như tài chính quốc tế đề xuất 4

mô hình là (1) mô hình ngang giá sức mua, Purchasing Power Parity – PPP, (2) mô

hình ngang giá lãi suất không phòng ngừa, Uncovered Interest Rate Parity – UIP,

(3) mô hình giá cố định, Sticky Price Monetary – SP, và (4) mô hình BMA9,

Bayesian Model Averaging. Tuy nhiên theo các nghiên cứu của Cheung (2004), và

nghiên cứu của Lilie Lam, Laurence Fung và Ip- Wing Yu (2008) trong paper

“Comparing Forceast Performance of Exchange rate Models”, đã cho rằng không

một mô hình đơn lẻ nào trong các mô hình ở trên là đúng để dự báo các cặp tỷ giá.

Mỗi mô hình chỉ có thể dự báo một hoặc vài cặp tỷ giá đơn giản. Tuy nhiên điểm

giống nhau trong các nghiên cứu này là tác giả đã sử dụng kết quả dự báo từ mô

hình Arima để làm chuẩn kiểm định kết quả phù hợp của các mô hình được so sánh.

Vấn đề đặt ra ở đây, tại sao không dùng thẳng mô hình Arima để dự báo mà phải

thông qua các mô hình ở trên? Và chúng ta có thể dùng mô hình Arima này vào

KDNT được không?

Về cơ bản mô hình Arima được xây dựng chỉ với một chuỗi dữ liệu quá khứ, theo

đó quan điểm mô hình này cho rằng sự biến động của một yếu tố nào đó chẳng hạn

như tỷ giá chỉ phụ thuộc vào sự biến động của tỷ giá trong quá khứ. Arima không

9 BMA Mô hình xác định mô hình tối ưu nhất với các biến độc lập cho trước.

34

thể tìm ra nguồn gốc chính xác sự biến động của yếu tố đang nghiên cứu, trong khi

mô hình UIP, PPP lại chỉ ra được nguồn gốc của sự biến động tỷ giá là lãi suất hoặc

lạm phát. Tuy nhiên Arima là một trong những mô hình dự báo tốt nhất theo quan

điểm của các nhà kinh tế. Chính những nguyên nhân này mà các tác giả trên đã

chọn Arima làm cơ sở kiểm định, không dùng để dự báo.

Tuy nhiên, đứng ở giác độ là những nhà kinh doanh, việc tìm ra nguồn gốc của sự

biến động không quan trọng, mà tính chính xác của dự báo đóng vai trò quan trọng

hơn. Do vậy tác giả xin được đề xuất ứng dụng mô hình Arima trong dự báo tỷ giá.

Mô hình Arima là bước tiến của mô hình AR(p) (Auto Regression), mô hình MA(q)

(Moving Average), và mô hình ARMA(p,q).

Mô hình AR(p) có dạng

Hoặc ∑

Mô hình MA(q) có dạng10

Hoặc ∑

Mô hình ARMA(p,q) có dạng

∑ ∑

Mô hình ARIMA(d, p, q) là bước phát triển của ba mô hình trên, được thực hiện

trên chuỗi dừng ở sai phân bậc d, và có giá trị PACF11

bằng không ngay lập tức sau

bậc p, có giá trị ACF12

bằng không ngay lập tức ở bậc q.

Ứng dụng mô hình ARIMA để dự báo tỷ giá kỳ hạn.

Hãy cùng bắt đầu với ví dụ mới như sau ngày 04/03/2013 khách hàng Nguyễn Cao

Tạo đến VCB để thỏa thuận hợp đồng mua kỳ hạn 14 ngày 2.000 EUR thanh toán

bằng VND. Hôm nay là 04/03/2013.

Với chuỗi dữ liệu như trong Hình 3.1 tiến hành lấy ln(EUR) sau đó lấy sai phân,

kiểm định tính dừng.

10

là giá trị trung bình của chuỗi dữ liệu quá khứ. 11

Hệ số PACF được tính trong giãn đồ tự tương quan, chỉ ra bậc cho mô hình tự hồi quy AR. 12

Hệ số ACF được tính trong giãn đồ tự tương quan, chỉ ra bậc cho mô hình trung bình di động MA.

35

Sau đó tiến hành chọn p, q theo kết quả của lược đồ tự tương quan, ở đây chúng ta

chọn được p=14, q=14, p=9, và q=9.

Hình 3.6. Lƣợc đồ tự tƣơng quan.

Nguồn tác giả tự thực hiện.

Tiến hành ước lượng mô hình ARIMA bằng Eview chúng ta thu được kết quả như

sau.

DLEURt = 0,0005847192833 + [AR(9)=0,4780983267, AR(14)=0,4338737345,

MA(9)=-0,6214931168, MA(14)=-0,3516310344] R2=25,13%, p-value = 0,000

Mô hình thỏa mãn các giả thuyết của mô hình tuyết tính hồi quy cổ điển.

Thực hiện dự báo bằng Eview suy ra được DLEURt+1= 0,000656 và DLEURt+2=

0,000632237 ở đây do dữ liệu là theo tuần, nên 14 ngày được quy đổi thành 2 tuần,

do vậy mục tiêu dự báo chỉ dừng lại ở LEURt+2 nhưng nếu dữ liệu là ngày thì phải

thực hiện dự báo để tìm LEURt+14.

Với LEURt= 10,21847 suy ra LEURt+1= 10,21847 + 0,000656 = 10,219126 và

LEURt+2= 10,219126 + 0,000632237 = 10,21976. Vậy EUR/VNDt+2= e10,21976

=

27.440,0317

Như vậy ngân hàng có thể chào tỷ giá mua kỳ hạn ở mức thấp hơn 27.440,0317

VND/EUR. Ngoài ra đây cũng là chuẩn để so sánh với tỷ giá kỳ hạn tính được từ

công thức mô hình ngang giá lãi suất.

36

Bảng 3.6. Bảng tính tỷ giá mua kỳ hạn EUR/VND.

Lãi suất cho

vay VND

18%/năm Lãi suất huy

động VND

10,50%/năm Tỷ giá giao ngay

EUR/VND

Lãi suất cho

vay EUR

3%/năm Lãi suất huy

động EUR

1,5%/năm 27.412

Tỷ giá kỳ hạn tính được Fbuy= 27.412 + 27412x(10,5% - 3%)x14/360 = 27.491

VND/EUR

Nguồn VCB và tính toán của tác giả.

So sánh hai tỷ giá 27.440 tính được từ mô hình Arima và 27.491 tính theo công thức

cổ điển, nếu VCB chào theo tỷ giá 27.491 tức là đã chấp nhận một khoản lỗ basis =

2.000x(27.491 – 27.440) = 102.000 VNĐ.

Ví dụ này cho thấy tầm quan trọng của việc dùng mô hình ARIMA trong việc dự

báo tỷ giá, phục vụ cho việc các ngân hàng thương mại tiến hành phòng ngừa rủi ro

tỷ giá bằng công cụ giao dịch ngoại tệ kỳ hạn.

3.4.2.2. Phòng ngừa rủi ro tỷ giá bằng các chiến thuật quyền chọn.

Bằng công cụ Option sẽ cho phép người mua thực hiện quyền mua bán ngoại tệ hay

không? Tuy nhiên dù có thực hiện hay không thì người mua vẫn bị tính phí. Nhưng

thực tế, khi dự đoán được tỷ giá bằng công cụ phân tích kỹ thuật, kết hợp với mô

hình Arima, cộng với mức lỗ tính được từ VaR, thì các nhà quản trị hoàn toàn có

thể xây dựng hoặc đề xuất lên cấp trên thực hiện các chiến thuật quyền chọn nhằm

tránh rủi ro và mang về lợi nhuận cho đơn vị của mình. Sau đây xin được giới thiệu

chi tiết hai chiến thuật quyền chọn, còn những chiến thuật còn lại sẽ được nêu vắn

tắt.

Chiến thuật Long Butterfly

Chiến thuật butterfly là một trong những cách để phòng ngừa rủi ro tỷ giá hiệu quả

mà các nhà đầu tư lẫn ngân hàng điều đang thực hiện trong thực tế. Nó được tạo

thành bởi việc mua hai quyền chọn cùng bán hoặc cùng mua với hai mức giá thực

hiện khác nhau, sau đó bán lại hai quyền chọn cùng bán hoặc cùng mua. Long

butterfly được tạo thành từ việc ngân hàng mua 2 quyền chọn mua cùng giá thực

hiện và bán hai quyền chọn bán khác giá thực hiện.

37

Hình 3.7. Lời/ lỗ trong chiến thuật Butterfly cặp tỷ giá USD/VND.

Bảng 3.7. Tính toán lời/ lỗ trong chiến thuật Long Butterfly.

Mức giá X X<=

20.010

20.010 < X <

20.070

20.070<=X<

20.100

20.100<=X

Bán quyền chọn mua,

giá thực hiện 20.010,

phí 1000

1000 -St + 20.010

+ 1000

-St + 20.010

+ 1000

-St + 20.010

+ 1000

Bán quyền chọn mua,

giá thực hiện 20.070,

phí 500

500 500 500 -St + 20.100

+ 500

Mua hai quyền chọn

mua, giá thực hiện

20.070, phí 700

-700*2 -700*2 2*(St-20.070-

700)

2*(St-20.070-

700)

Lãi (+)/ lỗ (-) 100 -St + 20.110 St- 20.030 70

Chiến thuật này được lựa chọn khi nhà quản trị dự báo tỷ giá giao ngay có xu hướng

< 20.010 hoặc < 20.100 VND/USD13

, với 20.010, 20.070, 20.100 là các tỷ giá thực

hiện trong hợp đồng quyền chọn.

Chiến thuật Short Stradle.

Chiến thuật Stradle cũng là một cách phòng ngừa rủi ro tỷ giá được nhiều NHTM

trên thế giới sử dụng.

13

Đây chỉ là ví dụ minh họa cho tính ưu việt của chiến thuật Long Buterfly, theo quy định thực tế thì cặp tỷ

giá này không được thực hiện option.

38

Chiến thuật này được tạo thành bởi mua quyền chọn mua và mua quyền chọn bán,

hoặc bán quyền chọn mua và bán quyền chọn bán tại cùng một mức giá thực hiện.

Hình 3.8. Hình vẽ minh họa bán quyền chọn mua và bán quyền chọn bán –

Short Stradle.

Bảng 3.8. Bảng tính lời lỗ của chiến thuật Short Stradle.

Mức tỷ giá giao ngay St St <=20.010 20.010<St

Bán quyền chọn mua 10.000 USD,

giá thực hiện 20.010, phí 1000 VND

1000 -St + 20.010 +1000

Bán quyền chọn bán 10.000 USD, giá

thực hiện 20.010, phí 700 VND

St – 20.010 + 700 700

Lãi/ lỗ St – 18.310 -St + 21.710

Chiến thuật này được các nhà quản trị dự báo rằng khoản hợp đồng kỳ hạn, hoặc

khoản KDNT của họ đang gặp rủi ro và cần phải được bảo hiểm từ việc thực hiện

hợp đồng quyền chọn, cùng với đó là việc dự báo tỷ giá của họ cho thấy rằng tỷ giá

sẽ có xu hướng sideway, tức không biến động nhiều.

Bảng 3.9. Các chiến thuật quyền chọn và cách sử dụng.

STT Chiến thuật Cách hình thành Điều kiện sử dụng.

1. Long Spread Buy 1 call giá thực hiện E1 và sell 1

call giá thực hiện E2 với E1 < E2

Dự báo tỷ giá giao ngay

St > E2

2. Short

Spread

Buy 1 put giá thực hiện E1 và sell 1 put

giá thực hiện E2 với E1 > E2

Dự báo tỷ giá giao ngay

St < E2

3. Long Buy 1 call giá thực hiện E1, buy 1 put Dự báo St < E2 hoặc St

39

Strangle giá thực hiện E2 với E1 > E2 > E1.

4. Short

Strangle

Sell 1 call giá thực hiện E1 và sell 1 put

giá thực hiện E2 với E1 > E2

Dự báo thị trường

sideway, E1 > St > E2

5. Long

Calender

Spread.

Buy 1 call giá thực hiện E1 và sell 1

call giá thực hiện E2 với E1 < E2 và

thời gian thực hiện hai option khác

nhau.

Dự báo tỷ giá giao ngay

St > E2 và sự biến động

diễn ra lâu

6. Short

Calender

Spread.

Buy 1 put giá thực hiện E1 và sell 1 put

giá thực hiện E2 với E1 > E2 và thời

gian thực hiện hai option khác nhau.

Dự báo tỷ giá giao ngay

St < E2 và sự biến động

diễn ra lâu.

7. Long Strip Buy 1 call giá thực hiện E1 và buy 2

put giá thực hiện E2 với E1 = E2

Dự báo tỷ giá biến động

mạnh, St <> E1 cụ thể St

> E1

8. Short Strip Sell 1 call giá thực hiện E1 và sell 2

put giá thực hiện E2 với E1 = E2

Dự đoán thị trường

sideway St ~ E1

9. Long Strap Buy 2 call giá thực hiện E1 và buy 1

put giá thực hiện E2 với E1 = E2

Dự báo tỷ giá biến động

mạnh, St <> E1 cụ thể St

< E1

10. Short Strap Sell 2 call giá thực hiện E1 và Sell 1

put giá thực hiện E2 với E1 = E2

Dự đoán thị trường

sideway St ~ E1

3.4.3. Ứng dụng Value at Risk và Optquest để xác định trạng thái ngoại tệ tối ưu.

Nói về Optquest thực chất là một công cụ mô phỏng giúp tìm ra những giải pháp tối

ưu trong những điều kiện có giả định. Hay nói cách khác Optquest cho phép thực

hiện đồng thời Monte Carlo và Solver14

để thực hiện chức năng tìm giải pháp tối ưu.

Ứng dụng Optquest và VaR.

Giả sử đầu tháng 03/2013 ban giám đốc VCB chi nhánh 1 mong muốn lợi nhuận đạt

được từ hoạt động KDNT phái sinh trong tháng tăng 0,4% tức mỗi tuần tăng 0,1%,

bằng việc kinh doanh trên 5 đồng tiền chủ yếu USD, EUR, JPY, GBP, và AUD, và

trạng thái ngoại hối cuối tháng quy ra xấp xỉ bằng 6.000.000.000 VND để đảm bảo

14

Solver là một công cụ tìm giải pháp tối ưu trong excel.

40

an toàn vốn.

Thực hiện những yêu cầu này bằng Optquest, kết hợp với mô phỏng Monte Carlo

có được kết quả như Hình 3.9.

Vậy để đáp ứng được yêu cầu trên thì VCB chi nhánh 1 cần duy trùy trạng thái

ngoại hối đầu ngày 01/04/2013 sao cho tỷ trọng đồng USD 39%, EUR -9%, JPY

4%, GBP 53%, và đồng AUD 14%. Nếu quy đổi theo tỷ giá ngày 04/03/2013 thì

trạng thái ngoại hối của các đồng như Bảng 3.10.

Hình 3.9. Kết quả chạy tối ƣu bằng Optquest.

Nguồn tác giả tự thực hiện với sự trợ giúp của Crystaball.

Bảng 3.10. Kết quả trạng thái ngoại hối tối ƣu ngày 01/04/2013.

USD UER JPY GBP AUD

Tỷ trọng 39% -9% 4% 53% 14%

Quy đổi VND 2.330.533.527 (550.458.347) 226.422.483 3.179.714.248 813.788.089

Tỷ giá quy đổi 20.990 27.412 225,51 31.669 21.327

Nguyên tệ 111.031 (20.081) 1.004.046 100.405 38.158

Tổng trạng thái VND 6.000.000.000 VaR min 175.089.881 VND

Nguồn tác giả tính toán.

3.5. Kiến nghị.

3.5.1. Kiến nghị với các Ngân hàng Thương mại.

3.5.1.1. Sử dụng chi phí rủi ro biên trong phòng ngừa rủi ro tỷ giá.

41

Với mức lỗ lớn nhất đã tính được từ mô hình VaR, nhưng liệu rằng hợp đồng nào sẽ

được chọn giao dịch ngoại tệ phái sinh phòng ngừa rủi ro tỷ giá. Vì ngân hàng

không thể đồng thời thực hiện phòng ngừa rủi ro cho tất cả hợp đồng, làm như thế

lợi nhuận sẽ giảm. Mặc khác thị trường cũng không thể đáp ứng nhu cầu này. Do

vậy một kiến nghị dùng chi phí rủi ro biên được đề suất để tăng tính hiệu quả của

việc ứng dụng mô hình VaR.

Chi phí rủi ro biên của một giao dịch kỳ hạn X đóng góp vào trong danh mục các

hợp đồng kỳ hạn đang có tại VCB P chính là phần rủi ro mà X làm tăng lên cho

danh mục so với khi chưa có X. Hay cụ thể MRCX được tính bằng công thức sau

MRCX = σ(P + X) – σ(P) với σ là ký hiệu của độ lệch chuẩn.

Ứng dụng chi phí rủi ro biên.

Hãy cùng trở lại với ví dụ phần 3.1. Kết quả tính toán chi phí biên được thể hiện ở

bảng sau đây.

Bảng 3.11. Kết quả tính toán chi phí biên các hợp đồng kỳ hạn.

Đơn vị tính %

Hợp đồng

kỳ hạn

Độ lệch

chuẩn

Độ lệch chuẩn

danh mục P + X

Độ lệch chuẩn

danh mục P

Chi phí rủi ro

biên

USD 0,50% 1,76024% 5,778% -4,01745%

EUR 1,54% 1,76024% 1,631% 0,12952%

JPY 1,52% 1,76024% 1,829% -0,06846%

GBP 3,36% 1,76024% 1,165% 0,59519%

AUD 1,99% 1,76024% 1,525% 0,23565%

Nguồn tác giả tự tính toán.

Với Bảng 3.11 có thể thấy rằng hợp đồng kỳ hạn mua 10.000 GBP có chi phí rủi ro

biên cao nhất, do vậy đây sẽ hợp đồng kỳ hạn được chọn để giao dịch ngoại tệ phái

sinh nhằm phòng ngừa rủi ro tỷ giá. Nếu VCB muốn an toàn hơn có thể thực hiện

tiếp trên hợp đồng bán kỳ hạn 5.000 AUD vì nó có rủi ro biên cao thứ hai. Một

điểm quan tâm khác là tại sao chi phí biên của một số hợp đồng lại âm? Đó là do

việc có thêm hợp đồng này sẽ làm cho rủi ro danh mục giảm xuống. Chiến thuật sử

dụng công cụ ngoại tệ phái sinh đã được giới thiệu ở mục 3.4.2, tuy nhiên cần lưu ý

42

rằng nếu VCB vẫn muốn đảm bảo tỷ trọng các đồng tiền như ban đầu và vẫn có thể

giảm rủi ro thì có thể dùng công cụ swap.

3.5.1.2. Phát triển nguồn nhân lực, nhân tố hàng đầu làm nên thành công của việc

vận dụng mô hình VaR.

Hoạt động KDNT là một hoạt động đặc thù, luôn chịu nhiều ảnh hưởng từ sự biến

động của tỷ giá. Do vậy, chuyên viên hoạt động trong lĩnh vực này thường phải chịu

nhiều áp lực cao. Hơn hết họ phải là những người nhanh nhạy, có năng lực chuyên

môn cao và phải luôn vì chi nhánh. Nếu không có một đội ngủ nhân sự giỏi thì

những giải pháp về mô hình VaR được gợi ý ở các mục trên của bài viết cũng

không thể thành công.

Chuyên viên KDNT là người đảm trách những công việc liên quan đến tỷ giá nên

yêu cầu cập nhật và phân tích thông tin là cần thiết nhất, do vậy yêu cầu chuyên

môn, tin học, ngoại ngữ sẽ được đặt lên trên. Song song đó, họ còn phải đảm nhận

chào tỷ giá kỳ hạn, tính toán rủi ro tỷ giá cho chi nhánh và giải quyết những vấn đề

khác nên yếu tố giải quyết vấn đề là một điều quan trọng. Cùng với đó là đạo đức

nghề nghiệp và uy tín phải cao để có thể được tin tưởng trao công việc có mức áp

lực này. Thêm một vài yếu tố khác nữa cần thiết như các chuyên viên bộ phận khác

như là kỹ năng giao tiếp, khả năng đề xuất chính sách, riêng trưởng bộ phận sẽ có

thêm năng lực quản lý. Theo những phân tích trên, tác giả xin đề xuất thang chấm

điểm khi lựa chọn chuyên viên KDNT như Bảng 3.12.

Bảng 3.12. Thang điểm năng lực dành cho chuyên viên KDNT15

.

Kỹ năng, năng lực Chuyên viên KDNT/ nhà quản trị rủi ro

Tuyển dụng 1 năm 2 năm 5 năm 10 năm

Chuyên môn 7 7,5 8 9 9,5

Tin học 7 7 7,5 8 9

Ngoại ngữ 6 6,5 7 7,5 8

Giải quyết vấn đề 6 6,5 7,5 8 8,5

Vì đơn vị 8 8 9 10 10

Uy tín cá nhân 8 9 10 10 10

15

Thang điểm tối đa là 10, chấm từ thấp đến cao.

43

Khả năng giao tiếp 7 8 8,5 9 9

Đề xuất chính sách - 5 5 7 9

Năng lực quản lý

(quản lý bộ phận)

7,5 8 8,5 9 9

Bảng 3.12. tính toán thang điểm để tiến hành lựa chọn cũng như đánh giá chuyên

viên ngoại tệ, cũng như nhà quản trị rủi ro theo các cấp bậc từ giai đoạn tuyển dụng

cho đến sau khi làm 1 năm, 2 năm, 5 năm, và 10 năm. Thường sau 10 năm là

chuyên viên đã được đánh giá là trụ cột của ngân hàng nếu đạt được thang điểm

trên.

Về cách tiến hành với những mục như chuyên môn, tin học, ngoại ngữ, giải quyết

vấn đề thì phòng nhân sự có thể phối hợp với các bộ phận khác để xây dựng ngân

hàng đề thi, sau đó dùng để kiểm tra cũng như đánh giá chuyên viên KDNT, điểm

bài thi sẽ là điểm để cho vào thang đánh giá được đề xuất ở trên. Còn uy tín cá

nhân, khả năng giao tiếp và vì đơn vị sẽ do ban giám đốc và các chuyên viên khác

được lựa chọn ngẫu nhiên tự đánh giá trên cơ sở tự khai của chuyên viên KDNT.

Mục đề xuất chính sách sẽ căn cứ vào mức độ hiệu quả mỗi chính sách mà chuyên

viên KDNT đề suất, điểm được chấm do trưởng phòng kế toán chiếm 50% và ban

giám đốc chiếm 50%. Yếu tố cuối cùng là năng lực quản lý sẽ do trưởng phòng

nhân sự cùng ban giám đốc cho điểm lúc phỏng vấn, điểm là trung bình cộng của 4

người. Sau đó qua các năm điểm sẽ là do cả bộ phận cùng với ban giám đốc cho

điểm. Trong quá trình làm việc ban giám đốc nên tổ chức thêm những buổi hội thảo

liên quan đến hoạt động KDNT có mời đến các chuyên viên KDNT ngân hàng khác

cùng các doanh nghiệp để chuyên viên của ngân hàng có thể tăng kinh nghiệm cũng

như sự nhanh nhạy trong xử lý các nghiệp vụ liên quan đến giao dịch ngoại tệ.

3.5.1.3. Đẩy nhanh tốc độ phát triển công nghệ thông tin.

Bên cạnh các kiến nghị được nêu trên thì các ngân hàng cần đẩy nhanh phát triển

công nghệ thông tin trong hoạt động quản trị rủi ro. Lấy ví dụ như để tính ra những

mô phỏng rủi ro chính xác hơn nữa thì ngân hàng cần xây dựng một phần mềm mô

phỏng cho nhiều kịch bản theo giả định từ dữ liệu lịch sử cộng với kinh nghiệm của

nhà quản trị.

44

Hiện nay VCB đã ứng dụng thành công hệ thống V-treasury để hỗ trợ phân bổ lãi lỗ

tự động của giao dịch ngoại tệ phái sinh ngay khi phát sinh nghiệp vụ. Phương pháp

này sẽ giúp cho nhà quản trị nắm rõ rủi ro mà ngân hàng đang gặp phải. Nhưng mức

lời lỗ được xác định theo chênh lệch tỷ giá từng ngày với tỷ giá thực hiện. Điều này

có phần chưa hợp lý, vì nhà quản trị không thể nhìn thấy được chính xác mức lỗ lớn

nhất mà ngân hàng có thể gặp là bao nhiêu. Nên có thể dùng mô hình VaR để tính

ra mức lỗ lớn nhất của các loại rủi ro khác nhau. Cộng thêm việc phân bổ tự động

của V-treasury sẽ cho nhà quản trị nhìn thấy chính xác tổng thể rủi ro của ngân hàng

để đưa ra quyết định quản trị.

3.5.2. Kiến nghị với NHNN Việt Nam trong việc ban hành chính sách quản trị

rủi ro tỷ giá.

Những quy định về quản trị rủi ro tỷ giá bằng trạng thái ngoại tệ đã tỏ ra không hiệu

quả khi mà các ngân hàng không thể biết được họ sẽ gặp một mức lỗ lớn như thế

nào nếu có rủi ro xãy ra. Đặc biệt trong nền kinh tế có nhiều biến động như hiện

nay, kèm theo đó là sự cạnh tranh gay gắt trong hoạt động KDNT của các tổ chức

tín dụng nước ngoài.

Để nâng cao hiệu quả của hoạt động KDNT nói chung, và hiệu quả của hoạt động

quản trị rủi ro tỷ giá nói riêng, tác giả kiến nghị NHNN nên ban hành những văn

bản thông tư hướng dẫn việc ứng dụng mô hình VaR vào hoạt động KDNT. Trong

đó quy định rõ mức lỗ lớn nhất trên vốn tự có của ngân hàng có thể tối đa bao nhiêu

% ở cùng một mức độ tin cậy. Cùng với đó NHNN sẽ dùng Back – test để kiểm tra

lại kết quả tính toán VaR của các NHTM. Để đảm bảo rằng VaR đã đánh giá chính

xác rủi ro mà ngân hàng đang gặp phải.

Song song đó NHNN sẽ quy định một khoảng phạt trên số chênh lệch VaR do

NHTM tính được và E-VaR nếu NHTM đánh giá không đầy đủ rủi ro.

Tóm lại, mô hình VaR được ứng dụng để đo lường nhiều loại rủi ro, làm nền tảng

cho những quyết định quản trị rủi ro. Chính vì tính ưu việt này mà VaR được

NHTW các nước đưa vào những quy định quản trị rủi ro. Đứng trước bối cảnh đất

nước hội nhập, việc cạnh tranh đang diễn ra gay gắt. Cùng với đó việc quản trị rủi

ro bằng trạng thái ngoại tệ đã tỏ ra không hiệu quả. Tất cả là những nguyên nhân

45

phù hợp để NHNN Việt Nam triển khai mô hình VaR vào việc giám sát rủi ro toàn

hệ thống NHTM Việt Nam.

46

KẾT LUẬN

Hoạt động KDNT tại Việt Nam đang trong tình trạng cạnh tranh gay gắt giữa các

NHTM trong và ngoài nước. Chiếm ưu thế và dành thị phần cao hơn thuộc về khối

NHTM nước ngoài. Điều này sẽ gây ra không ít khó khăn cho những NHTM trong

nước.

Chìa khóa để thành công trong hoạt động KDNT chính là quản trị rủi ro tỷ giá.

Quy định quản trị rủi ro tỷ giá bằng trạng thái ngoại tệ của NHNN Việt Nam đang

tỏ ra không hiệu quả, khi không thể cho thấy mức lỗ lớn nhất mà các NHTM gặp

phải khi rủi ro tỷ giá thực sự xãy ra.

Mô hình Value at Risk đo lường nhiều loại rủi ro, kết quả chỉ cho ra một số duy

nhất, có đơn vị tiền tệ. Kết quả này cho nhà quản trị có cái nhìn chính xác về mức

chịu đựng của ngân hàng.

Tuy nhiên VaR cũng có những hạn chế nhất định. Do đó nhà quản trị cần sử dụng

thêm Back test, Stress test, và E-VaR để kiểm tra lại VaR.

Kết quả tính toán từ mô hình VaR là cơ sở để nhà quản trị đưa ra quyết định phòng

ngừa rủi ro tỷ giá. Việc phòng ngừa rủi ro tỷ giá được thực hiện bằng các công cụ

ngoại tệ phái sinh chủ yếu là Forward hoặc Option.

Tuy nhiên để tối đa hóa lợi nhuận, trong điều kiện tối thiểu hóa rủi ro, nhà quản trị

có thể dùng chi phí rủi ro biên trong việc chọn lựa hợp đồng giao dịch ngoại tệ phái

sinh. Hoặc có thể dùng Optquest để xây dựng trạng thái ngoại tệ tối ưu.

a

TÀI LIỆU THAM KHẢO.

----------------------------------------------

TÀI LIỆU THAM KHẢO BẰNG TIẾNG VIỆT

1. Hoàng Ngọc Nhậm (chủ biên), 2008, Giáo trình Kinh tế lượng, NXB Thống

Kê.

2. Hoàng Ngọc Nhậm (chủ biên), 2008, Giáo trình Xác suất thống kê, NXB

Thống Kê.

3. Nguyễn Minh Kiều (chủ biên), 2009, Bài tập thanh toán quốc tế, NXB

Thống Kê.

4. Nguyễn Minh Kiều, 2011, Ngân hàng thương mại, NXB Thống Kê.

5. Nguyễn Trọng Hoài (chủ biên), 2009, Phân tích và dự báo kinh tế, NXB

Thống Kê.

6. Nguyễn Văn Tiến (chủ biên), 2011, Thị trường ngoại hối, NXB Thống Kê.

7. Trầm Thị Xuân Hương (chủ biên), 2012, Thanh toán quốc tế, NXB Kinh tế.

8. Trầm Thị Xuân Hương, Hoàng Thị Minh Ngọc (đồng chủ biên), 2012, Giáo

trình Nghiệp vụ ngân hàng thương mại, NXB Kinh tế.

9. Trần Hoàng Ngân (chủ biên), 2012, Giáo trình Thanh toán quốc tế, NXB

Thống Kê.

10. Trần Huy Hoàng (chủ biên), 2011, Giáo trình Quản trị ngân hàng thương

mại, NXB

11. Trần Mạnh Hà, 2010, Ứng dụng Value at Risk trong việc cảnh báo và giám

sát rủi ro thị trường đối với hệ thống NHTM Việt Nam.

12. Trần Ngọc Thơ (chủ biên), 2007, Tài chính doanh nghiệp, NXB Lao Động –

Xã Hội.

13. Trần Ngọc Thơ, Nguyễn Ngọc Định (đồng chủ biên), 2009, Tài chính quốc

tế, NXB Lao Động – Xã Hội.

14. Trần Ngọc Thơ, Vũ Việt Quảng, 2007, Lập mô hình tài chính, NXB Lao

b

Động – Xã Hội.

15. Trương Thị Hồng (chủ biên), 2010, Giáo trình Kế toán ngân hàng, NXB …

16. Trương Thị Hồng, 2008, 234 sơ đồ kế toán ngân hàng, NXB Lao động – Xã

Hội.

17. Vietcombank, 2009, Tài liệu Quản lý ngoại hối.

18. Vietcombank, Tạp chí VCB – các số qua các năm 2009, 2010, 2011, 2012,

2013.

TÀI LIỆU THAM KHẢO BẰNG TIẾNG ANH

19. Antonio Francisco A. Silva Jr, 2010, Brazilian Strategy for Managing the

Risk of Foreign Exchange Rate Exposure During a Crisis, Banco Central Do

Brasil.

20. Arindam Bandopadhyaya, Giorgio Gotti, Qian Lu, 2010, Managing

Exchange Rate.

21. Chris Becker, Daniel Fabbro, 2006, Limiting Foreign Exchange Exposure

through Hedging: The Australian Experience, Economic Publications.

22. Christopher L.Culp, Merton H.Miller, Andrea M. P. Neves, 2004, Value at

Risk: Uses and Abuses, Journal Applied Corporate Finance.

23. Crouhy, Galai, Mark, 2001, Risk Management.

24. Darryll Hendricks, 1996, Evaluation of Value at Risk models Using

Historical Data.

25. Eric Wong, Jim Wong, Phyllis Leung, (2008), The Foreign Exchange

Exposure of Chinese Banks, Hong Kong Monetary Authority.

26. Hillier, 2003, Treasury and Risk Management in the Emerging Markets,

Unpublished Book.

27. Jeremy Berkowitz, James O’ Brien, 2001, How Accurate are Value at Risk

Models at Commercial Banks?

28. Joel Bessis, Risk management in Banking.

c

29. Kenyon, 1990, Currency Risk & Business Management, Basil Blackwell.

30. Lillie Lam, Laurence Fung, Ip – wing Yu, 2008, Compairing Forecast

Performance Exchange Rate Models, Hong Kong Monetary Authority.

31. Michael Papaioannou, 2006, Exchange Rate Risk Measurement and

Management: Issues and Approaches for Firms, International Monetary

Fund – IMF.

32. Moremi Marwa, 2006, A Study on the Role of Treasury management on

currency risk management: The case of selected commercial banks in

Tanzania.

33. Phillippe Jorion, 1996, Risk: Measuring the Risk in Value at Risk.

34. Simone Managanelli, Robert F.Engle, 2001, Value at Risk in Finance.

35. Thomas J. Linsmeier, Neil D. Pearson, 1996, Risk Measurement: An

Introduction to Value at Risk.

36. Timo Pekkala, 2010, Value at Risk in Bank Management, Aalto University.

37. Viktor Popov, Yann Stutzmann, 2003, How is Foreign Exchange risk

managed? An Empirical Study applied to two Swiss companies.

38. Willliam Fallon, 1996, Caculating Value at Risk, The Wharton Financial

Institutions Center.

TRANG WEB

39. www.acb.com.vn – Trang web của NHTMCP Á Châu.

40. www.gso.gov.vn – Trang web của Tổng Cục Thống kê.

41. www.imf.org – Trang web của Quỹ Tiền Tệ Thế gới.

42. www.mof.gov.vn – Trang web của Bộ Tài chính.

43. www.sbv.gov.vn – Trang web của Ngân hàng Nhà nước Việt Nam.

44. www.shb.com.vn – Trang web của NHTMCP Sài Gòn – Hà Nội.

45. www.vcb.com.vn – Trang web của NHTMCP Ngoại thương Việt Nam.

46. www.vietinbank.vn – Trang web của NHTMCP Công thương Việt Nam.