Yếu tố rủi ro và khủng hoảng tài chính

Quản trị Rủi ro Định lượng với Python

Jamsheed Shorish

Computational Economist

Yếu tố rủi ro

  • Biến động: đo độ phân tán của lợi nhuận quanh giá trị kỳ vọng
  • Chuỗi thời gian: giá trị kỳ vọng = trung bình mẫu
  • Điều gì chi phối kỳ vọng và phân tán?
  • Yếu tố rủi ro: biến/sự kiện chi phối lợi nhuận và biến động danh mục

Biểu đồ phân tán, độ lệch lợi nhuận so với trung bình chuỗi thời gian

Quản trị Rủi ro Định lượng với Python

Phơi nhiễm rủi ro

  • Phơi nhiễm rủi ro: mức lỗ tiềm năng của danh mục

    • Yếu tố rủi ro quyết định phơi nhiễm rủi ro

  • Ví dụ: Bảo hiểm lũ lụt

    • Khoản khấu trừ: tự chi trả dù mức thiệt hại thế nào
    • Bảo hiểm 100% vẫn phải trả khoản khấu trừ
    • Vậy khoản khấu trừ là phơi nhiễm rủi ro
    • Lũ xảy ra thường xuyên => kết quả lũ biến động hơn
    • Lũ xảy ra thường xuyên => phơi nhiễm rủi ro cao hơn
Quản trị Rủi ro Định lượng với Python

Rủi ro hệ thống

  • Rủi ro hệ thống: yếu tố rủi ro ảnh hưởng biến động của mọi tài sản trong danh mục

    • Rủi ro thị trường: rủi ro hệ thống từ biến động chung của thị trường tài chính

  • Hỏng động cơ máy bay: rủi ro hệ thống!

  • Ví dụ yếu tố rủi ro hệ thống tài chính:

    • Thay đổi mức giá, tức lạm phát
    • Thay đổi lãi suất
    • Thay đổi chu kỳ/điều kiện kinh tế

Động cơ máy bay cánh quạt

Quản trị Rủi ro Định lượng với Python

Rủi ro đặc thù

  • Rủi ro đặc thù: rủi ro riêng của một tài sản/nhóm tài sản.

  • Nhiễu động và dây an toàn chưa cài: rủi ro đặc thù!

  • Ví dụ rủi ro đặc thù:

    • Danh mục trái phiếu: rủi ro vỡ nợ của tổ chức phát hành
    • Đặc điểm công ty/ngành
      • Quy mô công ty (vốn hóa)
      • Tỷ số giá trị sổ sách/giá thị trường
      • Cú sốc ngành

Dây an toàn trên máy bay

Quản trị Rủi ro Định lượng với Python

Mô hình yếu tố

  • Mô hình yếu tố: đánh giá các yếu tố rủi ro ảnh hưởng lợi nhuận danh mục
  • Hồi quy thống kê, ví dụ Bình phương nhỏ nhất (OLS):
    • biến phụ thuộc: lợi nhuận (hoặc biến động)
    • biến độc lập: yếu tố rủi ro hệ thống và/hoặc đặc thù
  • Mô hình yếu tố Fama-French: kết hợp
    • rủi ro thị trường và
    • rủi ro đặc thù (quy mô DN, giá trị DN)
Quản trị Rủi ro Định lượng với Python

Yếu tố rủi ro khủng hoảng: MBS

  • Ngân hàng đầu tư: vay nợ lớn ngay trước khủng hoảng
  • Tài sản thế chấp: chứng khoán bảo đảm bằng thế chấp (MBS)
  • MBS: được cho là đa dạng hóa rủi ro bằng nhiều khoản vay thế chấp khác nhau
    • Sai sót: rủi ro vỡ nợ thế chấp thực ra tương quan rất cao
    • Làn sóng trả chậm/vỡ nợ làm sụt giảm giá trị tài sản thế chấp
  • Trễ hạn thế chấp 90 ngày: yếu tố rủi ro cho danh mục NH đầu tư trong khủng hoảng

Tỷ lệ trễ hạn thế chấp 90 ngày 2005-2010

Quản trị Rủi ro Định lượng với Python

Mô hình yếu tố thời khủng hoảng

  • Hồi quy mô hình yếu tố: lợi nhuận danh mục vs. trễ hạn thế chấp
  • Nhập thư viện statsmodels.api cho công cụ hồi quy
  • Khớp hồi quy bằng .OLS() và phương thức .fit()
  • Hiển thị kết quả bằng .summary() của hồi quy

 

import statsmodels.api as sm

regression = sm.OLS(returns, delinquencies).fit()

print(regression.summary())
Quản trị Rủi ro Định lượng với Python

Kết quả .summary() của hồi quy

ví dụ bảng tóm tắt hồi quy

Quản trị Rủi ro Định lượng với Python

Ayo berlatih!

Quản trị Rủi ro Định lượng với Python

Preparing Video For Download...