Value at Risk (VaR) Là Gì: Phương Pháp Tham Số và Lịch Sử

Câu Hỏi Mà VaR Thực Sự Trả Lời

Mọi vị thế đều mang theo một phân bố các kết quả có thể xảy ra, nhưng phần lớn các cuộc trao đổi về rủi ro đều thu gọn lại thành một nỗi lo duy nhất: tình huống xấu nhất có thể tệ đến mức nào? Value at Risk (VaR) là nỗ lực của ngành tài chính nhằm gói gọn nỗi lo đó vào một con số. Nó trả lời một câu hỏi chính xác: “Ở mức độ tin cậy này, trong khung thời gian này, tôi có thể lỗ bao nhiêu?”

VaR một ngày ở mức tin cậy 95% là $3,000 trên một danh mục $100,000 có nghĩa là có 95% khả năng danh mục sẽ không lỗ quá $3,000 trong một ngày — và tương đương, có 5% khả năng nó sẽ lỗ nhiều hơn thế. Đó là toàn bộ ý tưởng, và sự chính xác của nó cũng chính là điểm nguy hiểm: VaR là một ngưỡng, không phải một mức trần. Bài viết này sẽ đi qua hai cách tính VaR tiêu chuẩn, một ví dụ minh họa, và — quan trọng không kém — những điều mà VaR âm thầm không cho bạn biết. Nếu bạn muốn tính toán trực tiếp, công cụ tính Value at Risk hỗ trợ cả hai phương pháp.

VaR Tham Số: Giả Định Đường Cong Hình Chuông

Phương pháp tham số (variance-covariance) giả định rằng lợi nhuận tuân theo phân phối chuẩn. Khi đã chấp nhận giả định đó, VaR chỉ đơn giản là một điểm trên đường cong hình chuông. Bạn cần lợi nhuận kỳ vọng và độ biến động của danh mục theo từng kỳ, cùng z-score ứng với mức độ tin cậy mong muốn — số độ lệch chuẩn tính từ trung tâm ra phần đuôi, để lại đúng xác suất đã chọn ở phía ngoài:

• Độ tin cậy 90% → z = 1.2816
• Độ tin cậy 95% → z = 1.6449
• Độ tin cậy 99% → z = 2.3263

Công thức tính tỷ lệ tổn thất qua khung thời gian T kỳ là:

• VaR% = z × độ biến động × √T − lợi nhuận trung bình × T
• VaR ($) = VaR% × giá trị danh mục

Hai quy tắc mở rộng theo tỷ lệ đang đóng vai trò then chốt ở đây. Độ biến động tăng theo căn bậc hai của thời gian (√T), trong khi lợi nhuận trung bình tăng tuyến tính theo thời gian (×T) — hệ quả của giả định rằng lợi nhuận độc lập giữa các kỳ. Thành phần lợi nhuận trung bình được trừ đi vì xu hướng tăng kỳ vọng bù đắp một phần rủi ro giảm; với mức lợi nhuận trung bình dương đủ lớn, VaR thậm chí có thể ra kết quả âm, một kết quả hoàn toàn hợp lý cho thấy lợi nhuận kỳ vọng vượt trội hơn độ biến động trong khung thời gian đó.

VaR Lịch Sử: Để Dữ Liệu Tự Nói

Phương pháp lịch sử không đưa ra bất kỳ giả định phân phối nào. Thay vì dùng công thức, nó đọc câu trả lời trực tiếp từ chuỗi lợi nhuận thực tế trong quá khứ của bạn. Đối với VaR 95%, nó tìm phân vị thứ 5 của chuỗi lợi nhuận — mức tổn thất mà chỉ 5% kỳ tệ nhất vượt qua — và báo cáo dưới dạng một con số VaR dương:

• VaR lịch sử = phân vị thứ (100 − độ tin cậy) của chuỗi lợi nhuận thực, đảo dấu để mức lỗ hiển thị dương

Vì sử dụng đúng hình dạng thực tế của chuỗi lợi nhuận, VaR lịch sử nắm bắt được đuôi phân phối dày và độ lệch (skew) mà một đường cong chuẩn sẽ làm mờ đi — những phiên sụp đổ đột ngột 15% mà crypto tạo ra thường xuyên hơn nhiều so với dự đoán của đường cong hình chuông. Cái giá phải trả là nó cần một chuỗi lợi nhuận thực và mang tính đại diện, và nó chỉ “nhìn thấy” được những biến động xấu ở mức mà lịch sử dữ liệu của bạn từng chứa. Nếu khoảng dữ liệu của bạn chưa từng bao gồm một cú sập, thì VaR lịch sử của bạn cũng sẽ không phản ánh được điều đó.

Ví Dụ Minh Họa

Xét một danh mục $100,000 với độ biến động hàng ngày 1.82% và lợi nhuận trung bình hàng ngày là 0%. Bảng dưới đây thể hiện VaR tham số ở các mức độ tin cậy và khung thời gian khác nhau, cùng với VaR lịch sử được đọc từ một chuỗi lợi nhuận mẫu bao gồm vài phiên xấu.

Phương pháp	Độ tin cậy	Khung thời gian	VaR %	VaR $
Tham số	95%	1 ngày	2.99%	$2,994
Tham số	99%	1 ngày	4.23%	$4,234
Tham số	95%	10 ngày	9.47%	$9,467
Lịch sử	95%	mỗi kỳ	6.60%	$6,600

Có hai điểm đáng chú ý. Thứ nhất, VaR 10 ngày (9.47%) không gấp mười lần VaR một ngày — nó lớn hơn khoảng √10 ≈ 3.16 lần, vì độ biến động mở rộng theo căn bậc hai của thời gian. Thứ hai, VaR lịch sử ở mức 95% là $6,600, cao hơn gấp đôi con số VaR tham số 95% là $2,994. Khoảng cách đó chính là toàn bộ luận điểm ủng hộ phương pháp lịch sử: chuỗi lợi nhuận thực tế chứa những phiên lỗ mạnh mà một đường cong chuẩn trơn tru, được hiệu chỉnh theo cùng mức độ biến động trung bình, đơn giản là không lường trước được.

Cách Sử Dụng Công Cụ Tính Value at Risk

Công cụ có hai chế độ. Chuyển đổi bằng nút Tham số / Lịch sử.

Ở chế độ Tham số:

1. Giá Trị Danh Mục — tổng giá trị chịu rủi ro, theo đơn vị tiền tệ tài khoản của bạn.
2. Mức Độ Tin Cậy — chọn 90%, 95%, hoặc 99%; công cụ sẽ ánh xạ sang z-score tương ứng.
3. Lợi Nhuận Trung Bình (mỗi kỳ) — lợi nhuận kỳ vọng mỗi kỳ, tính theo phần trăm. Nhập 0 nếu bạn không muốn dựa vào xu hướng tăng.
4. Độ Biến Động (mỗi kỳ, độ lệch chuẩn) — độ lệch chuẩn của lợi nhuận theo từng kỳ, tính theo phần trăm.
5. Khung Thời Gian (số kỳ) — bao nhiêu kỳ về phía trước, ví dụ 1 cho một ngày hoặc 10 cho hai tuần giao dịch. Độ biến động được mở rộng theo √khung thời gian.

Ở chế độ Lịch sử, bạn nhập Giá Trị Danh Mục, Mức Độ Tin Cậy, và một chuỗi Lợi Nhuận Lịch Sử (%, phân tách bằng dấu phẩy hoặc xuống dòng) — dán vào chuỗi lợi nhuận thực theo từng kỳ và công cụ sẽ đọc trực tiếp phân vị thực nghiệm. Dù ở chế độ nào, kết quả hiển thị đều gồm Value at Risk ($) và Value at Risk (%).

Những Điều VaR Không Cho Bạn Biết

Đây là chỗ mà sự trung thực trở nên quan trọng. Cả hai phương pháp đều biểu diễn độ lớn tổn thất kỳ vọng tại một ngưỡng — không phương pháp nào giới hạn mức lỗ của bạn. Theo định nghĩa, phần bù của mức độ tin cậy (5% đối với VaR 95%) chính xác là tần suất mà mức lỗ thực tế vượt qua con số VaR. VaR cho bạn biết đuôi phân phối bắt đầu từ đâu; nó không nói gì về việc đuôi đó sâu đến mức nào. Trong 5% số ngày tệ hơn mức VaR 95%, mức lỗ có thể chỉ nhỉnh hơn một chút hoặc lớn đến mức thảm khốc.

VaR tham số còn mang thêm một cảnh báo: giả định phân phối chuẩn của nó có xu hướng đánh giá thấp rủi ro đối với các tài sản có đuôi phân phối dày và độ lệch cao như crypto, nơi những biến động cực đoan xảy ra thường xuyên hơn nhiều so với những gì đường cong hình chuông ngụ ý — khoảng cách $2,994 so với $6,600 trong ví dụ minh họa chính là hệ quả của điều này. VaR lịch sử tránh được giả định đó nhưng chỉ trung thực đến mức mà khoảng dữ liệu của nó cho phép. Hãy xem VaR là một yếu tố đầu vào, không phải một sự đảm bảo an toàn. Kết hợp nó với các quy tắc quản lý rủi ro và định cỡ vị thế để không một ngày nào có thể gây thiệt hại quá lớn, theo dõi độ sâu của các khoản lỗ thực tế bằng phân tích drawdown và phục hồi, và sử dụng các thước đo lợi nhuận điều chỉnh theo rủi ro như tỷ số Sharpe và Sortino để đánh giá xem lợi nhuận có thực sự xứng đáng với rủi ro đã chấp nhận hay không.