Phương pháp Historical Simulation VaR là gì?
Tính VaR dựa trên phân phối thực tế lãi/lỗ lịch sử, không giả định phân phối xác suất.
Thuật ngữ tiếng Anh: Historical Simulation VaR
Lĩnh vực: Thống kê & Mô hình
Cách tính Historical Simulation VaR
Phương pháp này lấy chuỗi lợi nhuận (hoặc lỗ) thực tế của danh mục trong một khoảng thời gian quá khứ — thường 1–3 năm giao dịch gần nhất — sau đó sắp xếp các quan sát theo thứ tự từ thấp đến cao. VaR ở mức tin cậy 95% (hoặc 99%) chính là quantile tương ứng của phân phối lợi nhuận thực nghiệm đó.
Ví dụ minh họa: Một doanh nghiệp xuất nhập khẩu có khoản phải thu bằng USD và theo dõi tỷ giá USD/VND trong 250 ngày giao dịch gần nhất. Nếu xếp các mức lỗ tỷ giá theo thứ tự tăng dần, mức lỗ ở vị trí thứ 13 (tương ứng 5% xấu nhất) là -0.8%, thì VaR 1 ngày ở mức tin cậy 95% của khoản phải thu 10 tỷ USD-equivalent là khoảng 80 triệu đồng.
Điểm khác biệt cốt lõi so với phương pháp Variance-Covariance (parametric VaR): Historical Simulation VaR không cần giả định lợi nhuận tuân theo phân phối chuẩn, không cần ước lượng mean và variance. Nó "để dữ liệu tự nói", nên phản ánh trung thực các hiện tượng đuôi dày (fat tails), skewness, hay các cú sốc bất thường đã từng xảy ra.
Ưu điểm và hạn chế cần cân nhắc
Ưu điểm nổi bật:
- Đơn giản, minh bạch, dễ giải thích cho ban lãnh đạo và các bên liên quan vì chỉ dựa trên dữ liệu lịch sử đã xảy ra.
- Nắm bắt được hành vi phân phối thực tế, bao gồm các đặc điểm phi chuẩn như đuôi dày và bất đối xứng — vốn phổ biến với tỷ giá, giá nguyên liệu, và giá cổ phiếu tại Việt Nam.
- Không yêu cầu ước lượng tham số phức tạp, giảm thiểu rủi ro mô hình sai (model risk) do chọn sai phân phối.
Hạn chế quan trọng:
- Phụ thuộc hoàn toàn vào dữ liệu quá khứ: nếu giai đoạn lịch sử chưa từng xuất hiện một biến cố cụ thể (ví dụ khủng hoảng tỷ giá 2011, sự kiện Brexit, COVID-19), phương pháp sẽ đánh giá thấp rủi ro.
- Độ nhạy của kết quả với lựa chọn cửa sổ dữ liệu (lookback period): dùng 250 ngày hay 1.000 ngày có thể cho ra con số VaR chênh nhau đáng kể.
- Cần lượng dữ liệu lớn để ước lượng các mức tin cậy cao (99.5%, 99.9%) một cách ổn định.
Vì vậy, nhiều tổ chức tín dụng tại Việt Nam kết hợp Historical Simulation VaR với phương pháp Monte Carlo hoặc áp dụng kỹ thuật trọng số (weighted historical simulation) để tăng trọng số cho các quan sát gần hiện tại, khắc phục phần nào hạn chế về tính thời sự của dữ liệu.
Nội dung mang tính tham khảo về khái niệm mô hình thống kê, không thay thế tư vấn từ chuyên gia tài chính, quản trị rủi ro hoặc tư vấn pháp lý.
Câu hỏi thường gặp
Historical Simulation VaR khác gì so với phương pháp Variance-Covariance (parametric VaR)?
Historical Simulation VaR lấy trực tiếp phân phối lợi nhuận thực tế từ dữ liệu quá khứ để tìm quantile, nên phản ánh được fat tails và skewness mà không cần giả định phân phối chuẩn. Variance-Covariance giả định lợi nhuận tuân theo phân phối chuẩn và ước lượng VaR qua mean và variance — cách tính nhanh hơn nhưng dễ đánh giá thấp rủi ro khi thị trường có biến động cực trị.
Doanh nghiệp SME có nên tự áp dụng phương pháp này để đo rủi ro tỷ giá không?
Có thể áp dụng cho các vị thế đơn giản như khoản phải thu/trả ngoại tệ nếu doanh nghiệp có đội ngũ kế toán/finance quen thao tác với Excel và có sẵn chuỗi dữ liệu tỷ giá lịch sử đủ dài. Với danh mục rủi ro phức tạp hơn (nhiều loại rủi ro, nhiều yếu tố tương quan), nên nhờ chuyên gia quản trị rủi ro hỗ trợ hoặc dùng phần mềm chuyên dụng.
Nên chọn cửa sổ dữ liệu lịch sử (lookback period) bao nhiêu ngày là hợp lý?
Không có một con số duy nhất áp dụng cho mọi trường hợp — thông thường các tổ chức dùng khoảng 1–3 năm giao dịch gần nhất để cân bằng giữa tính thời sự và lượng quan sát đủ lớn. Lookback càng ngắn thì VaR phản ứng nhanh với biến động mới nhưng dễ dao động; lookback càng dài thì ổn định hơn nhưng có thể bỏ qua các cú sốc gần đây.
Historical Simulation VaR có phù hợp để đo rủi ro cho các sự kiện chưa từng xảy ra trong quá khứ không?
Đây là hạn chế cốt lõi của phương pháp — nếu một kịch bản cực đoan chưa từng xuất hiện trong dữ liệu lịch sử, VaR sẽ đánh giá thấp rủi ro đó. Vì vậy nhiều tổ chức bổ sung bằng stress test hoặc kết hợp thêm phương pháp Monte Carlo để mô phỏng các kịch bản "what-if" mà lịch sử chưa ghi nhận.
Vay vốn kinh doanh
Hiểu rõ thuật ngữ tài chính giúp doanh nghiệp chuẩn bị hồ sơ vay vốn tốt hơn và tăng khả năng được phê duyệt khoản vay. Đăng ký so sánh lãi suất từ nhiều ngân hàng qua BizLoan.