Phân tích rủi ro tỷ giá trong hoạt động kinh doanh ngoại tệ tại Ngân hàng thương mại cổ phần NAVIBANK

ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
LỜI MỞ ĐẦU
1. Tính cấp thiết của đề tài
Ngân hàng là một doanh nghiệp đặc biệt, nó hoạt động trong lĩnh vực nhạy
cảm nhất của xã hội – lĩnh vực tiền tệ. Đối với tất cả các nền kinh tế trên thế giới,
dù phát triển theo xu hướng nào thì ngân hàng đều giữ vai trò không thể thiếu – nó
là mạch máu của nền kinh tế thế giới nói chung và Việt Nam nói riêng. Trong bối
cảnh chung của nền kinh tế đang đổi mới từng ngày, hệ thống các ngân hàng không
ngừng phát triển để đáp ứng những nhu cầu ngày càng cao của công cuộc công
nghiệp hóa hiện đại hóa đất nước. Trong hoạt động của các Ngân hàng thương mại
hiện nay, kinh doanh ngoại tệ đã và đang là một hoạt động mang lại lợi nhuận
chiếm một tỷ trọng không nhỏ trong tổng số lợi nhuận chung của Ngân hàng. Phần
lớn các Ngân hàng thương mại nhận thức được tầm quan trọng của hoạt động kinh
doanh ngoại tệ đã đầu tư khá lớn cho hoạt động này. Tuy nhiên, cũng như các Ngân
hàng khác, hoạt động kinh doanh ngoại tệ của Ngân hàng NAVIBANK luôn phải
đối mặt với rất nhiều rủi ro, có khả năng gây thiệt hại lớn nếu không có biện pháp
phòng ngừa và quản lý hợp lý. Một trong những rủi ro đem lại thiệt hại rất lớn trong
hoạt động kinh doanh ngoại tệ đó là rủi ro tỷ giá. Việc quản lý tốt cũng đồng nghĩa
với việc tăng lợi nhuận cho Ngân hàng. Do vậy việc nghiên cứu quản lý rủi ro tỷ giá
trong hoạt động nhằm giảm thiểu những mất mát cho Ngân hàng là một điều hết sức
quan trọng có ý nghĩa thực tế rất lớn.
Thêm vào đó, Ngân hàng Thương mại Cổ phần Nam Việt – Navibank vừa
công bố kết quả kinh doanh quý 4 và năm 2011 của Ngân hàng mẹ. Kết quả cho
biết trong quý 4/2011, NVB lãi sau thuế 32,6 tỷ đồng, giảm gần 24% so với quý
4/2010; lũy kế cả năm 2011 Ngân hàng này lãi ròng 180 tỷ đồng, giảm 7,2% so với
năm 2010.Trong cơ cấu nguồn thu, trong khi mảng thu nhập lãi thuần đóng góp
nguồn thu lớn nhất với 213,2 tỷ đồng trong quý 4 và 738,9 tỷ đồng năm 2011, thì
hoạt động kinh doanh ngoại hối lại khiến NVB lỗ thuần 26,14 tỷ đồng trong quý 4
và gần 93 tỷ đồng năm 2011. Trong quý 4/2011, NAVIBANK phải trích lập dự
phòng rủi ro tín dụng 37,7 tỷ đồng, lũy kế cả năm là 69,48 tỷ đồng.
Từ thực tế đó, đề tài “Phân tích rủi ro tỷ giá trong hoạt động kinh doanh ngoại

tệ tại Ngân hàng thương mại cổ phần NAVIBANK” đã được lựa chọn làm đề tài
chuyên đề thực tập.
Với mục đích trên, nội dung của đề tài chủ yếu nghiên cứu về rủi ro tỷ giá
trong hoạt động kinh doanh ngoại tệ tại Ngân hàng NAVIBANK năm 2010-2011.
1
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
2. Mục đích nghiên cứu
• Tìm hiểu những vấn đề lý luận cơ bản về rủi ro tỷ giá trong hoạt động kinh
doanh ngoại hối.
• Phân tích tổng quan hoạt động kinh doanh ngoaị hối tại ngân hàng TMCP
NAVIBank, thực trạng quản lý rủi ro trong hoạt động kinh doanh ngoại hối.
• Phân tích và đánh giá rủi ro tỷ giá trong hoạt động kinh doanh ngoại hối của
Ngân hàng TMCP NAVIBank.
• Đánh giá nhằm rút ra những giải pháp và kiến nghị cho việc nâng cao hiệu
quả quản lý rủi ro trong hoạt động kinh doanh ngoại hối tại ngân hàng NAVIBank.
3. Số liệu và phương pháp nghiên cứu
Bộ số liệu dùng để phân tích là bộ số liệu từ ngày 1/1/2010 đến ngày 1/2/2012
của Ngân hàng TMCP NAVIBANK về tỷ giá giao ngay của một số ngoại tệ là: US-
Dollar lớn(USD), US-Dollar vừa, US-Dollar nhỏ, Pound Sterling (GBP), EURO
(EUR), Japanese Yen (JPY), Swiss Franc (CHF), Canadian Dollar (CAD), Australian
Dollar (AUD), Singapore Dollar (SGD) (số liệu theo ngày).
Với mong muốn được ứng dụng những kiến thức mình đã học trong suốt 4 năm qua tại
khoa toán kinh tế, em đã sử dụng mô hình phân tích chuỗi thời gian ARIMA, ARCH ,
GARCH và mô hình phân tích rủi ro VAR (Value at risk) vào trong bài thực tập để
thực hiện những mục tiêu đề ra khi chọn đề tài này.
4. Kết cấu của chuyên đề thực tập
Chuyên đề ngoài phần lời mở đầu, kết luận và kiến nghị, danh mục tài liệu
tham khảo, danh sách bảng biểu, phụ lục, nội dung chính bao gồm:
2
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A

CHƯƠNG 1: Một số mô hình phân tích rủi ro tỷ giá trong hoạt động kinh
doanh ngoại hối
1.1 Mô hình kinh tế lượng


1.2 Mô hình VaR (Value at Risk )
1.2.1 Ước lượng VAR bằng phương pháp Risk Metrics
1.2.2 Ước lượng VAR bằng phương pháp kinh tế lượng ARMAvà GARCH
CHƯƠNG 2: Thực trạng kinh doanh ngoại tệ và diễn biến tỷ giá hối đoái tại
ngân hàng NAVIBank
2.1 Lý luận chung về rủi ro tỷ giá trong hoạt động kinh doanh ngoại hối của
ngân hàng

a. Khái niệm về thị trường ngoại hối
b. Chức năng của thị trường ngoại hối
c. Đối tượng chính tham gia trên thị trường ngoại hối

a. Khái niệm tỷ giá hối đoái
b. Phân loại tỷ giá hối đoái
c. Các nhân tố ảnh hưởng tới tỷ giá hối đoái
 !"#"$%
a. Khái niệm về rủi ro tỷ giá
b. Nguyên nhân gây ra rủi ro tỷ giá
2.2 Diễn biến tỷ giá các đồng ngoại tệ của NAVIBank hai năm gần đây
a. US-Dollar lớn – vừa – nhỏ (USD)
b. Pound Sterling (GBP)
c. Euro (EUR)
d. Japanese Yen (JPY)
e. Swiss Franc (CHF)
f. Canadian Dollar (CAD)

g. Australian Dollar (AUD)
h. Singapore Dollar (SGD)
2.3 Thực trạng kinh doanh ngoại tệ của ngân hàng NAVIBank
a. Lãi (lỗ) thuần từ hoạt động ngoại hối năm 2009
b. Lãi (lỗ) thuần từ hoạt động ngoại hối năm 2010
c. Lãi (lỗ) thuần từ hoạt động ngoại hối năm 2011
3
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
CHƯƠNG 3: Sử dụng mô hình phân tích rủi ro tỷ giá trong hoạt động kinh
doanh ngoại hối của ngân hàng NAVIBANK
3.1 Mô hình kinh tế lượng
3.2 Mô hình VAR
KẾT LUẬN VÀ KIẾN NGHỊ
&'(#$%#)'*+,-!./#"01%234
5%##"###678"9:" ;<=>'%%#317?,#/=
%1@#"#A?3 B',#C76%#317?#D E
F3+AG>''+H/I#+,A=JK=E"01-!.5%##"#
&'(#$%#)'*L
4
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
CHƯƠNG 1
MỘT SỐ MÔ HÌNH PHÂN TÍCH RỦI RO TỶ GIÁ TRONG HOẠT
ĐỘNG KINH DOANH NGOẠI HỐI
1.1 Mô hình kinh tế lượng
Chúng ta có thể sử dụng các mô hình trong kinh tế lượng để phân tích rủi ro
của tỷ giá ngoại tệ F so với đồng Việt Nam. Mô hình hóa rủi ro tạo ra các công thức
để tính độ rủi ro của một tài sản tài chính. Các mô hình tiêu biểu là: Mô hình
phương sai có điều kiện của sai số thay đổi, tự hồi quy (autoregressive conditional
heteroscedastic – ARCH), tác giả Engle (1982); Mô hình ARCH tổng quát
(GARCH) của Bollerslev (1986); Mô hình GARCH dạng mũ (EGARCH) của

Nelson (1991).
Trong phạm vi chuyên đề, với mô hình kinh tế lượng, em sử dụng mô hình
ARCH, và mô hình GARCH để phân tích rủi ro tỷ giá trong hoạt động kinh doanh
ngoại hối của NAVIBANK.
1.1.1 Mô hình ARCH
Năm 1982 Engle đã đề xuất mô hình ARCH. Đây là mô hình đầu tiên đưa ra
cơ sở lý thuyết để mô hình hóa rủi ro. Tư tưởng cơ bản của mô hình này là (a) cú
sốc u
t
của một loại tài sản không tương quan chuỗi, nhưng phụ thuộc; (b) sự phụ
thuộc của u
t
có thể được mô tả bằng một hàm bậc hai của các giá trị trễ.
Mô hình ARCH (m) có dạng:
r
t
= µ
t
+ u
t
(2.1)
u
t
= σ
t
ε
t
, (2.2)
σ
t

2
=
2 2 2
0 1 1 2 2

  '  '
3 3 3
α α α α
− − −
+ + + +
(2.3)
α
0
> 0; α
1
, α
2
, …, α
m
≥ 0.
ε
t
là biến ngẫu nhiên độc lập có cùng phân bố với kỳ vọng bằng không,
phương sai bằng 1.
Các hệ số α
i
phải thỏa mãn một số điều kiện nhất định sao cho phương sai
không điều kiện là hữu hạn. u
t
thường được giả thiết là có phân bố chuẩn hóa hoặc

phân bố t-Student.
Từ (2.1) có thể là các cú sốc trong quá khứ lớn đưa đến phương sai có điều
kiện đối với u
t
lớn. u
t
có xu hướng lớn. Điều này có nghĩa rằng, theo mô hình
ARCH, các cú sốc lớn có xu hướng do cú sốc lớn gây ra. Đặc điểm này giống như
tính chất bầy đàn của độ rủi ro.
5
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
Để đơn giản ta xét mô hình ARCH(1) :
u
t
= σ
t
ε
t
,
σ
t
2
=
0
α
+
2
11
−


3
α
(2.4)
α
0
> 0; α
1
≥ 0.
E(u
t
) = E(E(u
t
/F
t-1
)) = E(

σ
E(

ε
)) = 0
Var(u
t
) = E(u
t
)
2
= E(E(3
2


/F
t-1
))
= E(
0
α
+
2
11
−

3
α
) =
0
α
+
1
α
E(
2
1−
3
)
Do u
t
là dừng với E(u
t
) = 0,Var(u
t

) = Var(u
t-1
) = E(
2
1−
3
), nên Var(u
t
) =
0
α
/
1
1
α
−
). Do Var(u
t
) > 0, nên 0
≤
α
1
< 1.
Trong một số ứng dụng, người ta cần tính một số mô men bậc cao đối với u
t
,
do đó, α
1
phải thỏa mãn thêm một số điều kiện khác. Chẳng hạn, để xem xét phần
đuôi của phân bố, người ta phải tính mô men cấp bốn.

Nếu giả thiết u
t
~ N(0, 1) thì :
E(u
t
4
/F
t-1
) = 3 E(u
t
2
/F
t-1
)
2
= 3(
0
α
+α
1
2
1−
3
)
2
E(u
t
4
) = E(E(u
t

4
/F
t-1
)) = 3 E(
0
α
+α
1
2
1−
3
)
2
= 3 E(
4
1
2
1
2
110
2
0
2
−−
++

33
αααα
)
Nếu u

t
dừng với mô men bậc bốn m
4
= E(u
t
4
), ta có :
m
4
= 3(
2
110
2
0
)(2
αααα
++

39"
m
4
)
= 3
2
111
2
0
3))1/(21(
αααα
+−+

m
4

m
4
=
)31)(1(
)1(3
2
11
1
2
0
αα
αα
−−
+
Kết quả rút ra được hai kết luận quan trọng, là : (i) Do mô men cấp bốn
dương, nên
)31(
2
1
α
−
> 0 -> 0
2
1
α
≤
< 1/3. (ii) Hệ số bất đối xứng không điều kiện

của u
t
là :
2
4
))((
)(


39"
3&
=
)31)(1(
)1(3
2
11
1
2
0
αα
αα
−−
+
2
0
2
1
)1(
α
α

−
×
= 3
2
1
2
1
31
1
α
α
−
−
> 3
Hệ số nhọn của u
t
dương và lớn hơn 3 nên phân bố của u
t
bẹt hơn phân bố
chuẩn hóa. Tính chất trên đây vẫn đúng đối với mô hình ARCH tổng quát.
 Ưu điểm của mô hình:
• Cho chúng ta biết được rủi ro tỷ giá ở thời kỳ trễ ảnh hưởng như thế nào
đến rủi ro ở thời kỳ hiện tại.
• Cho chúng ta biết được độ lớn của các yếu tố trễ là bao nhiêu
6
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
 Nhược điểm của mô hình:
Mô hình ARCH mô hình hóa động thái của phương sai có điều kiện. Nhờ đó
có thể dự tính được độ rủi ro lợi suất của một loại tài sản. Tuy vậy, mô hình này có
một số nhược điểm sau đây:

• Mô hình giả thiết rằng các cú sốc dương và cú sốc âm có cùng ảnh
hưởng đến độ rủi ro, vì trong phương trình phương sai các u
t-i
đều được bình
phương. Trong thực tế giá của một tài sản tài chính phản ứng khác nhau đối với các
cú sốc âm và cú sốc dương.
• Mô hình ARCH là mô hình có điều kiện ràng buộc α
1
2
phải nằm trong
khoảng [0, 1/3) để mô men cấp 4 là hữu hạn. Các điều kiện ràng buộc sẽ phức tạp
hơn trong mô hình ARCH bậc cao.
• Mô hình ARCH chỉ đưa ra cơ chế biến đổi của phương sai có điều
kiện, không đưa ra một giải thích nào vì sao lại có cơ chế như vậy, không cho chúng
ta biết được nguồn gốc biến thiên của các chuỗi tài chính.
• Mô hình ARCH thường dự báo cao độ rủi ro vì mô hình phản ứng
chậm đối với những cú sốc lớn cô lập.
1.1.2 Mô hình GARCH
Năm 1986, Bollerslev đã mở rộng mô hình ARCH, và đặt tên mô hình
ARCH tổng quát (GARCH).
Mô hình có dạng:
r
t
= µ
t
+ u
t
, (2.5)
u
t

= σ
t
ε
t
, (2.6)
σ
t
2
=
2 2 2 2 2
0 1 1 1 1 2 2

α α α β σ β σ β σ
− − − − −
+ + + + + + +
 '  '   +  +
3 3
, (2.7)
ε
t
là các biến ngẫu nhiên độc lập, có cùng phân phối.
2

σ
=
2 2
0
1 1
' +
   M  M

 M
3
α α β σ
− −
= =
+ +
∑ ∑
,
α
0
> 0; α
1
, α
2
,…, α
m
≥ 0, β
1,
β
2
,…, β
s
≥ 0 và
ax(m,s)
i
1
( )
'
M


α β
=
+
∑
< 1.
Nếu m > s thì β
j
= 0 với j > s. Nếu s > m thì α
i
= 0 với i > m.
Các điều kiện trên đảm bảo cho phương sai không điều kiện và phương sai
có điều kiện dương.
Mô hình (2.5)–(2.7) được gọi là mô hình ARCH tổng quát ký hiệu là
GARCH (m, s), trong đó m là độ dài của trễ đối với
2

3
, s là độ dài của trễ ứng với
7
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
2

σ
.
Chúng ta đặt
22

3
ση
−=

, từ đó

3
ησ
−=
22
;
1
2
1
2
1 −−−
−=

3
ησ
, …
Phương trình (2.7) được viết lại:

3
ησ
−=
22
=
∑∑
=
−−
=
−
−++

+
M
MMM
'


33
1
2
1
2
0
)(
ηβαα
,
3
2

=
∑
=
−
++
),max(
1
2
0
)(
+'



3
βαα
+

η
-
∑
=
−
+
M
MM
1
ηβ
. (2.8)
E(

η
) = E((
2
)

εσ
-
2

σ
) = 0; Cov(
),

M −
ηη
= 0 với j>1.
Ta có (2.8) có dạng ARMA đối với 3
2

. Như vậy, GARCH có thể coi như là
một dạng của ARMA đối với 3
2

. Trung bình không điều kiện đối với mô hình
ARMA, chúng ta có:
E(u
2

) =
∑
=
+−
),max(
1
0
)(1
+'


βα
α
Với các giả thiết đã nêu thì E(u
2


)>0.
Xét những điểm mạnh và những điểm yếu của mô hình GARCH. Để đơn
giản ta xét GARCH(1,1):
2
11
2
110
2
−−
++=

3
σβαασ
(2.9)
α
0
> 0; α
1
, β
1
≥ 0 và α
1
+β
1
< 1.
u
2
1−
hoặc

2
1
−

σ
hoặc đồng thời cả u
2
1−
và
2
1
−

σ
lớn sẽ dẫn đến
2

σ
lớn. Điều này
có nghĩa là u
2
1−
lớn có xu hướng dẫn đến u
2

lớn, hành vi này chính là hành vi bầy
đàn trong các chuỗi tài chính theo thời gian.
Nếu ta giả thiết u có phân bố chuẩn hoặc phân bố đối xứng và 1 – 2
2
11

2
1
)(
βαα
+−
> 0, thì chúng ta có thể chỉ ra hệ số nhọn:
2
1
2
11
2
11
2
4
2)(1
))(1(3
)(
)(
αβα
βα
−+−
+−
=


3&
3&
> 3.
Do vậy, hàm mật độ của u thoải hơn hàm mật độ trong phân bố chuẩn.
1.2 Mô hình VaR (Value at Risk )

Giá trị chịu rủi ro (VaR) được định nghĩa như là sự thua lỗ tối đa được dự báo
trước từ việc giữ một tài sản hay một danh mục thị trường trong suốt một quãng
thời gian với một mức tin cậy nhất định. VaR trả lời câu hỏi giá trị cao nhất mà một
8
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
danh mục đầu tư có thể mất đi dưới những điều kiện thị trường bình thường trên cơ
sở một quãng thời gian và độ tin cậy nhất định.
Chẳng hạn, nếu một danh mục đầu tư có VaR hàng ngày là 10 triệu Bảng Anh
tại 1% mức ý nghĩa, thì với xác suất 99% (độ tin cậy) rằng trung bình trong 1 ngày
mua bán, sự thua lỗ thực tế của danh mục có thể đạt 10 triệu Bảng Anh.
J.P Morgan đã phát triển phương pháp luận Risk Metrics để tính VaR và đến năm
1995 đã được Long & More thực nghiệm. Và trong thực tế, ta có thể dùng phương
pháp kinh tế lượng GARCH để ước lượng VAR.
1.2.1 Ước lượng VAR dựa vào phương pháp Risk Metrics
• Kí hiệu: r
t
là lợi suất hàng ngày liên tiếp của tài sản
F
t-1
là hàm phân phối tích lũy, nó phản ánh lượng thông tin có thể thu thập được tại
thời kì t-1.
• Các giả thiết: r
t
/ F
t-1
~ N(µ
t
,σ
2
t

)
Trong đó: µ
t
là trung bình có điều kiện của r
t
σ
2
t
là phương sai có điều kiện
• RiskMetrics giả định rằng , r
t
/F
t
~
( )
2
,
 
8
µ σ
, ở đây μ
t
là trung bình có điều
kiện &
2

σ
là phương sai có điều kiện của r
t
.

• Và µ
t
, σ
2
t
tuân theo mô hình chuỗi thời gian như sau:
µ
t
= 0
r
t
= u
t
(3.2)
σ
2
t
= ασ
2
t-1
+ (1-α)r
t-1
với (0 < α < 1)
Trong đó: u
t
=σ
t
*ε
t
là quá trình IGARCH(1,1) không có bụi; ở đây giá trị α

thường ở trong khoảng (0.9;1)
Một thuộc tính tốt của bước ngẫu nhiên trong mô hình IGARCH là phân
phối có điều kiện của tổng lợi suất thì dễ dàng đạt được. Đặc biệt, cho k thời kỳ , lợi
suất từ điểm (t+1) đến thời điểm (t+k) là:
[ ]
1 1

   
   
+ + − +
= + + +
Chúng ta sử dụng ngoặc vuông [k] biểu thị lợi suất k thời kỳ.
Dưới mô hình đặc biệt IGARCH(1,1) trong phương trình (3.2), phân phối có
điều kiện của


[k]: F
t
là chuẩn với giá trị trung bình bằng 0 và phương sai
2

σ
[k].
Ở đây,
[ ]


2
σ
có thể được tính theo phương pháp dự báo mô hình độ dao động. Sử

dụng giả thiết các ε
t
độc lập và phương trình (3.2) ta có:
9
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
[ ] [ ]
( ) ( )
∑
=
+
==



N39"N 9"
1
2
//
σ
Ở đây,
)/()/(
2
1 
N&N39"
++
=
σ
có thể thu được một cách đệ quy.
Sử dụng
1111

*
−−−−
==

3
εσ
, chúng ta có thể viết lại phương độ dao động
của phương trình IGARCH(1,1) trong phương trình (3.2) như sau:
)1(**)1(
2
1
2
1
2
1
2
−−+=
−−−

εσασσ

∀
Trong trường hợp riêng, ta có:
)1(**)1(
2
1
2
1
2
1

2
−−+=
−+−+−++

εσασσ
Với i = 2 , ,k.
Vì,
( )
20/
2
1
≥∀=
−+
N&

ε
. Phương trình trước chỉ ra rằng:
( ) ( )

N&N& //
2
1
2
−++
=
σσ
; với i= 2, , k (3.3)
Với dự báo mức độ dao động của một bước tiếp theo, phương trình (3.2) chỉ
ra rằng:
222

1
*)1(*


ασασ
−+=
+
Vì thế, phương trình (3.3) cho thấy
2
1
)/(
++
=

N9"
σ
với
1≥
. Từ đó,
[ ]
2
1
2
*
+
=


σσ
Kết quả chỉ ra rằng

[ ]

N  /
∼
),0(
2
1
+


σ
. Vì vậy, dưới mô hình
IGARCH(1,1) trong phương trình (3.2), phương sai có điều kiện của
[ ]


, k tỷ lệ
theo theo thời gian.
Độ lệch tiêu chuẩn có điều kiện của lợi suất k thời kỳ là
1
*
+


σ
.
Khi đó, VAR 1 ngày sẽ là:
VaR(1) = Giá trị của tài sản hoặc danh mục tại t *
1
*65,1

+

σ
Ứng với k ngày là:
VaR(k) = Giá trị của tài sản hoặc danh mục tại t *
1
*65,1
+


σ
Ở đây đối số k của VaR thì được sử dụng để biểu thị cho trục thời gian. Vì
vậy trong Risk Metrics chúng ta có :
( )
*9" 9"=
Điều này chỉ ra quy tắc căn bậc hai của thời gian tính toán VaR trong Risk
Metrics.
Nhận xét phương pháp Risk Metrics:
 O3P': Tính VaR theo mô hình RiskMetrics là khá dễ dàng, dễ hiểu do ðó
10
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
phýõng pháp này ðýợc nhiều ngân hàng, tổ chức tài chính sử dụng. Một lợi ích khác
là phương pháp này tính toán rủi ro khá rõ ràng trên thị trường tài chính.
 8I#P':
• Khi mức lợi suất có phần đuôi dày, chuỗi lợi suất không tuân theo phân bố
chuẩn (tức có đồ thị hàm mật độ không đối xứng) thì khi ước lượng VaR là thấp.
Một cách tiếp cận khác để tính VaR là tránh đưa ra giả định.
• Quy tắc căn bậc hai của thời gian là một kết quả của mô hình đặc biệt sử
dụng Risk Metrics. Nếu giả định giá trị trung bình bằng 0 hoặc giả định mô hình
đặc biệt IGARCH(1,1) của lợi suất là không đạt được thì quy tắc trên là không có

giá trị. Từ thực tế này đòi hỏi phải sử dụng phương pháp khác để tính VaR.
1.2.2 Ước lượng VAR dựa vào phương pháp kinh tế lượng ARMA và GARCH
a. Ước lượng VaR một thời kỳ
Xem xét loga lợi suất


của một tài sản. Mô hình chuỗi thời gian chung cho


có thể được viết là:

Q
M
MM
=


3
33
εσ
θφφ
*
**
11
0
=
−++=
∑∑
=
−

=
−
(3.4)
∑∑
=
−
=
−
++=
'
M
MM



3
1
2
1
2
0
2
**
σβαασ
(3.5)
Phương trình (3.4) và (3.5) là phương trình trung bình và phương trình độ
dao động của


, chúng thuộc lớp ARMA(p,q) và GARRCH(n,m). Hai phương trình

này có thể được sử dụng để thu được những giá trị dự báo bước tiếp theo của giá trị
trung bình có điều kiện và phương sai có điều kiện của


với giả định rằng những
tham số là đã biết. Đặc biệt chúng ta có:
∑ ∑
= =
−+−+
−+=
=

Q
M
MM
3
1 1
110
)1(
ˆ
θφφ
∑ ∑
= =
−+−+
++=


'
M
MM

3
1 1
2
1
2
10
2
)1(
ˆ
σβαασ
Nếu giả định rằng ε
t
là nhiễu Gauxơ, thì phân phối có điều kiện của
1+

thông tin có thể có tại thời điểm t là
( )
)1(
ˆ
);1(
ˆ
2

8
σ
.
Sử dụng các điểm phân vị của phân phối có điều kiện ta có thể tính VaR như
sau:
11
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A

Với điểm phân vị 5% thì 9"R
1
*65,1
+
−

σµ
Với điểm phân vị 1% thì VaR =
1
*33,2
+
−

σµ
Ví dụ: Dựa vào mô hình Garch chúng ta có thể dự báo được sau 1 thời kì lợi
suất tài sản là 11% và độ lệch chuẩn theo ngày là 7%. Với mức ý nghĩa 5% ta có:
VaR = 0,11 - 1,65*0,07 = - 0,0055 = - 0,55%
Từ ví dụ trên ta thấy: với mức độ dao động của tài sản là 7% nếu nhà đầu tư
vẫn tiếp tục đầu tư vào nó thì anh ta sẽ gánh chịu 1 lượng tổn thất do rủi ro của nó
gây ra là 0,55% so với tổng giá trị của danh mục đầu tư với độ tin cậy 95%.
b. Ước lượng VaR nhiều thời kỳ
Giả định rằng, ở thời điểm h thường tính VaR của k thời kỳ của một tài sản
mà lợi suất của nó là r
t
. Biến số lợi suất là lợi suất k thời kỳ tại thời điểm gốc dự báo
h:
r
h
[k] = r
h+1

+…r
h+k
Nếu lợi suất r
t
theo mô hình chuỗi thời gian trong phương trình (3.4) và (3.5)
thì giá trị trung bình có điều kiện và biến số r
h
[k] /F
k
có thể đạt được bởi những
phương pháp dự báo mô hình phương sai sai số thay đổi và chuỗi thời gian.
 Dự báo lợi suất kỳ vọng
Giá trị trung bình có điều kiện E(r
h
[k] /F
k
) có thể thu được bởi phương pháp
dự báo mô hình ARIMA. Đặc biệt, chúng ta có

ˆ
[k] = r
h
[1]+…+r
h
[k] . Ở đây, r
h
[

] là giá trị dự báo lợi suất của bước tiếp theo tại thời điểm dự báo gốc h =>
, ,2

=

. Những dự báo này có thể thu được một cách đệ quy.
Sử dụng phép biểu diễn MA: R
t
= μ + u
t
+ ψ
1
u
t-1
+ψ
2
u
t-2
+…+ ψ
n
u
t-n
của mô
hình ARMA trong phương trình (3.4), chúng ta có thể viết sai số dự báo của

bước
tiếp theo tại thời điểm dự báo gốc h như sau:
e
h
(

) = r
h+


– r
h
(

) = u
h+


+ ψ
h+

u
h+

-1
+… ,
, ,2
=

Ta có dự báo MA với
l
bước tiếp theo:
ˆ
( )

 l
= μ + ψ
l
u

h
+ψ
l+1
u
h-1
+… ,
, ,2
=

 Dự báo độ dao động kỳ vọng có điều kiện
Dự báo độ dao động của lợi suất k thời kỳ tại thời điểm dự báo gốc h là bíên
số có điều kiện e
h
[k] /F
h
. Sử dụng giả thiết độc lập của ε
t+i
với i = 1,…,k.
Ở đây, i=1, ,k. Ở đây, u
t+i
= ε
t+i
.σ
t+I.
Chúng ta có:
VaR(e
h
[k]/F
h
)=VaR(u

h+k
/F
h
)+(1+ψ
1
)
2
.
VaR(u
h+k1
/F
h
)+…+(
∑
−
=
1
0


ψ
i
)
2
.
VaR(u
h+k
/F
h
)

Với
2
( )

σ
l
là giá trị dự báo độ dao động của

bước tiếp theo tại thời điểm
12
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
dự báo gốc h. Nếu mô hình dao động là mô hình GARCH trong phương trình (3.5)
thì những dao động dự báo có thể thu được một cách đệ quy.
Thí dụ xét mô hình chuỗi thời gian đặc biệt sau:
R
t
= μ
t
+ u
t
u
t
=σ
t
*ε
t
σ
t
2

= α
0
+ α
1
* u
t-1
2

+ β
1
*σ
t-1
2
Vì chúng ta có, ψ
i
=0 với mọi i>0. Điểm dự báo lợi suất k thời kỳ tiếp theo tại
thời điểm dự báo gốc h là:
[ ]
µ
.
ˆ


=
và sai số dự báo liên kết là:
e
h
[k] = u
h+k
+

u
h+k-1
+ …+ u
h+1
Vì vậy, độ dao động dự báo lợi suất k thời kỳ tiếp theo tại thời điểm dự báo
gốc h là: VaR(e
h
[k]/F
h
)=
∑
=

S

1
2
)(
σ
Sử dụng phương pháp dự báo của mô hình GARCH (1,1), chúng ta có:
σ
h
2

(

) = α
0
+ α

1
* u
h
2

+ β
1
*σ
h
2
σ
h
2

(

) = α
0
+ (α
1
+ β
1
)
)1(
2
−


σ
,

, ,2
=

Vì vậy, VaR(r
h
[k]/F
h
) có thể đạt được bằng cách đệ quy trên. Nếu ε
t
là nhiễu
Gauxơ thì phân phối có điều kiện của r
h
[k]/F
h
là chuẩn với giá trị trung bình bàng
kμ và phương sai VaR(r
h
[k]/F
h
). Những điểm phân vị cần thiết trong phép tính VaR
có thể tính được dễ dàng.
13
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
CHƯƠNG 2
THỰC TRẠNG KINH DOANH NGOẠI TỆ VÀ DIỄN BIẾN TỶ GIÁ
HỐI ĐOÁI TẠI NGÂN HÀNG NAVIBANK
2.1 Lý luận chung về rủi ro tỷ giá trong hoạt động kinh doanh ngoại hối của
ngân hàng
2.1.1 Thị trường ngoại hối
a. Khái niệm về thị trường ngoại hối

Thị trường ngoại hối (The Foreign Exchange Market), được viết tắt là FOREX,
là thị trường tiền tệ quốc tế nơi diễn ra việc mua bán các loại ngoại tệ, các phương
tiện thanh toán được sử dụng trong thanh toán quốc tế có giá trị như ngoại tệ. Trong
đó, phương tiện thanh toán là những thứ có sẵn để chi trả, thanh toán lẫn cho nhau.
Đối với một quốc gia, ngoại hối bao gồm:
- Ngoại tệ: là đồng tiền nước ngoài. Ngoại tệ có thể là tiền kim loại, tiền
giấy, tiền trên tài khoản, séc du lịch, tiền điện tử…
- Các giấy tờ có giá ghi bằng ngoại tệ như séc thương mại, kỳ phiếu, trái
phiếu, cổ phiếu và các giấy tờ có giá khác ghi bằng ngoại tệ.
- Vàng tiêu chuẩn quốc tế: Là vàng được sử dụng với vai trò là tiền (phương
tiện thanh toán trong thanh toán quốc tế).
- Đồng tiền quốc gia do người không cư trú nắm giữ
Trong phạm vi bài chuyên đề ta chỉ tập trung nghiên cứu bộ phận chính của thị
trường ngoại hối đó là ngoại tệ và tỷ giá ngoại tệ liên quan.
Trong thực tế, do hoạt động mua bán tiền tệ xảy ra chủ yếu giữa các ngân
hàng (chiếm khoảng 85% tổng doanh số giao dịch), chính vì vậy, theo nghĩa hẹp
(nghĩa thực tế) thì S%*'3"6BT"##$
%GU#V>6" 
b. Chức năng của thị trường ngoại hối
14
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
c. Đối tượng chính tham gia trên thị trường ngoại hối
Nhóm khách hàng mua bán lẻ (retail clients hay bank customers) bao gồm
các công ty nội địa và đa quốc gia, những nhà đầu tư quốc tế và tất cả những ai có
nhu cầu mua bán ngoại hối nhằm hai mục đích: chuyển đổi tiền tệ và phòng ngừa
rủi ro tỷ giá.
Các Ngân hàng Thương mại (Commercial Banks)
Các NHTM tiến hành giao dịch ngoại hối nhằm hai mục đích:
• Cung cấp dịch vụ cho khách hàng, bằng cách mua hộ và bán hộ cho
nhóm khách hàng mua bán lẻ. Vì là mua bán hộ nên ngân hàng không phải bỏ vốn,

không chịu rủi ro tỷ giá và không làm thay đổi kết cấu bảng cân đối tài sản nội
bảng. Thông qua dịch vụ mua bán hộ, ngân hàng thu một khoản phí phổ biến ở dạng
chênh lệch tỷ giá mua bán.
• Kinh doanh cho chính mình, tức mua bán ngoại hối nhằm kiếm lãi khi tỷ
giá thay đổi. Hoạt động kinh doanh này tạo ra trạng thái ngoại hối, do đó ngân hàng
phải bỏ vốn, chịu rủi ro tỷ giá và làm thay đổi bảng cân đối nội bảng hoặc ngoại
bảng của ngân hàng.
Ngân hàng Trung ương (Central Banks)
Nhìn chung, các NHTW không thờ ơ trước sự biến động của tỷ giá đối với
đồng tiền do mình phát hành. Do đó, mặc dù hầu hết các đồng tiền của các nước
Các chức năng của FOREX
1. Phục vụ thương mại quốc tế (Primary Role)
2. Phục vụ luân chuyển vốn quốc tế
3. Hình thành lên tỷ giá
4. Nơi NHTW can thiệp lên tỷ giá
5. Nơi kinh doanh và phòng ngừa rủi ro tỷ giá
Forward Swap Future OptionSpot
15
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
công nghiệp phát triển được thả nổi từ năm 1973, nhưng trên thực tế, các NHTW
vẫn thường xuyên can thiệp bằng cách mua vào hay bán ra nội tệ trên thị trường
ngoại hối nhằm ảnh hưởng lên tỷ giá theo hướng mà NHTW cho là có lợi.
2.1.2. Tỷ giá hối đoái
a. Khái niệm tỷ giá hối đoái
Tỷ giá hối đoái là sự so sánh về mặt giá cả giữa hai đồng tiền của hai nước khác
nhau. Cũng có thể gọi tỷ giá hối đoái là giá của một đồng tiền này tính bằng giá của
một đồng tiền khác.
• e – tỷ giá hối đoái của đồng nội tệ tính theo đồng tiền nước ngoài
• E – tỷ giá hối đoái của đồng ngoại tệ tính theo đồng nội tệ
b. Phân loại tỷ giá hối đoái

Tỷ giá mua và tỷ giá bán:
• '3"W:!">X: là tỷ giá mà tại đó ngân hàng yết giá để mua đồng
tiền đó
• 6W+ ">X: là tỷ giá mà tại đó ngân hàng yết giá sẵn sàng bán
ra đồng tiền yết giá.
Tỷ giá mở cửa và tỷ giá đóng cửa:
• 'Y#Z": là tỷ giá áp dụng cho hợp đồng giao dịch đầu tiên trong
ngày.
• A#Z": là tỷ giá áp dụng trong hợp đồng giao dịch cuối trong
ngày.
Tỷ giá giao ngay và tỷ giá kỳ hạn:
• ""1: là tỷ giá niêm yết giá giữa hai đồng tiền để chuyển giao
ngay lập tức. Nói cách khác tỷ giá giao ngay là tỷ giá hiện hành giữa hai đồng tiền.
•  [ : ngoài tỷ giá giao ngay thì các tổ chức kinh tế còn có thể
cam kết với nhau ngày hôm nay để trao đổi đồng tiền với nhau vào một ngày nhất
định trong tương lai.
Tỷ giá tiền mặt và tỷ giá chuyển khoản:
• ?'\: là tỷ giá tiền áp dụng cho ngoại tệ tiền kim loại, tiền giấy,
tiền séc và thẻ tín dụng.
• #31P ): là tỷ giá chuyển khoản áp dụng cho các khoản mua
bán ngoại tệ là các khoản tiền gửi tại ngân hàng.
16
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
c. Các nhân tố ảnh hưởng đến tỷ giá hối đoái
• Mức chênh lệch lạm phát giữa các quốc gia.
• Mức độ tăng hay giảm thu nhập quốc dân giữa các nước
• Mức chênh lệch lãi suất giữa các nước.
• Những dự đoán về tỷ giá hối đoái.
• Tình trạng cán cân thanh toán quốc tế.
• Sự can thiệp của chính phủ.

o Can thiệp vào thương mại quốc tế.
o Can thiệp vào đầu tư quốc tế.
o Can thiệp trực tiếp vào thị trường ngoại hối.
o Tác động đến những biến động của nhân tố vĩ mô như lạm phát, lãi
suất, và thu nhập quốc dân.
• Các nhân tố khác: Khủng hoảng kinh tế, xã hội, đình công,thiên tai
2.1.3 Rủi ro tỷ giá trong hoạt động kinh doanh ngoại hối của ngân hàng
"]B'5?
Rủi ro tỷ giá là khả năng xảy ra những tổn thất mà ngân hàng phải gánh chịu
khi tỷ giá thay đổi trong quá trình hoạt động kinh doanh ngoại tệ của mình. Rủi ro
tỷ giá phát sinh khi ngân hàng kinh doanh mua bán ngoại tệ cho chính mình, hay
nói cách khác, rủi ro tỷ giá là rủi ro xuất hiện khi có sự dịch chuyển tỷ giá của các
ngoại tệ mà ngân hàng NHTM nắm giữ dưới dạng tài sản “Có”, tài sản “Nợ” hoặc
cả hai tức là tạo trạng thái ngoại hối mở (open or unhedged position) để đầu cơ
kiếm lời khi tỷ giá thay đổi.
Tình huống thường xảy ra đối với rủi ro tỷ giá là việc duy trì một trạng thái
hối đoái mở của một loại ngoại tệ nhất định. Nếu như một ngoại tệ có trạng thái hối
đoái dương mà ngoại tệ đó bị giảm giá thì chắc chắn rủi ro sẽ xảy ra và ngược lại.
68317$$1"
b.1 Trạng thái ngoại tệ
 BW>N>&(#">^+_&^X` Các giao dịch
làm phát sinh sự chuyển giao quyền sở hữu về ngoại tệ làm phát sinh trạng thái
ngoại tệ.
 BWa> N>3>#1_aNX`Các giao
dịch làm tăng quyền sở hữu về một ngoại tệ sẽ làm phát sinh trạng thái trường ngoại
tệ nào đó. LFC được tính cho một thời kỳ nhất định, do đó nó phản ánh doanh số
tăng quyền sở hữu ngoại tệ trong kỳ tính toán.
17
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
 B)Wb> N>3>#1_bNX`Các giao

dịch làm giảm quyền sở hữu về một ngoại tệ sẽ làm phát sinh trạng thái đoản ngoại
tệ nào đó. SFC được tính cho một thời kỳ nhất định, do đó nó phản ánh doanh số
giảm quyền sở hữu ngoại tệ trong kỳ tính toán.
 BD` Là chênh lệch giữa tài sản có và tài sản nợ (nội và
ngoại bảng) của một ngoại tệ tại một thời điểm. Nếu tài sản có lớn hơn tài sản nợ thì
ngoại tệ ở trạng thái trường ròng và ngược lại. Vì là trạng thái tại một thời điểm nên
trạng thái ngoại hối ròng của một ngoại tệ phản ánh số dư của ngoại tệ đó tại thời
điểm tính toán.
Trạng thái ngoại tệ ròng = Ngoại tệ mua vào – Ngoại tệ bán ra
 #$6cBWbQ3">&(#">=+X` tài sản có và tài
sản nợ của cùng một loại ngoại tệ là bằng nhau. Khi đó, những thay đổi tỷ giá
không ảnh hưởng đến lãi hay lỗ ngoại hối.
 P'=+B` Là ngay tại thời điểm ký kết hợp
đồng, chứ không phải thời điểm thanh toán. Do đó, kể cả khi một doanh nghiệp
thực hiện hợp đồng kỳ hạn thì ngay sau thời điểm ký kết thì trạng thái ngoại tệ được
ghi nhận.
Một NHTM duy trì trạng thái ngoại tệ trường sẽ gặp rủi ro hối đoái nếu như
ngoại tệ giảm giá; và ngược lại, họ sẽ gặp rủi ro khi ngoại tệ tăng giá trong trường
hợp NHTM đó duy trì trạng thái ngoại tệ đoản. Điều đó có nghĩa là khả năng rủi ro
hối đoái sẽ xảy ra nếu như NHTM đó duy trì trạng thái ngoại tệ mở và tỷ giá trên thị
trường biến động.
b.2 Biên độ dao động của tỷ giá
Cơ chế tỷ giá từng bước được thả nổi đã dần hiện hữu khi vào cuối năm 2005 Quỹ
Tiền tệ Quốc tế (IMF) chính thức công nhận VN thực hiện hoàn toàn việc tự do hóa
các giao dịch vãng lai. Năm 2006, thị trường ngoại hối của Việt Nam bắt đầu chịu
áp lực thực sự của quá trình hội nhập kinh tế quốc tế. Lượng ngoại tệ đổ vào Việt
Nam bắt đầu tăng mạnh. Ngân hàng Thế giới (WB) và Quỹ Tiền tệ Quốc tế (IMF)
cũng đã sớm cảnh báo về việc Ngân hàng Nhà nước (NHNN) cần tăng cường sự
linh hoạt của tỷ giá trong bối cảnh nguồn vốn đổ vào Việt Nam ngày càng lớn. Sự
can thiệp về tỷ giá hối đoái kịp thời sẽ góp phần giảm áp lực trong điều hành tiền tệ

của NHNN. Do đó, việc nới rộng biên độ tỷ giá là yêu cầu tất yếu. Nếu quan sát
thường xuyên những diễn biến phương thức điều hành tỷ giá của NHNN trong
khoảng thời gian gần đây, chúng ta dễ cảm nhận về một sự chuyển động khá âm
18
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
thầm nhưng không kém phần mạnh mẽ. Cụ thể:
- Ngày 1/7/2002 biên độ tỷ giá được mở rộng từ +/-0,1% lên +/-0,25% ,
- Ngày 2/1/2007, tức là sau khoảng 5 năm không thay đổi, biên độ tỷ giá được
mở rộng lên thành +/-0,5%,
- Ngày 24/12/2007, biên độ tỷ giá được điều chỉnh lên thành +/- 0,75%,
- Sau đó hơn 2 tháng, ngày 10/3/2008 , biên độ lại được đưa lên mức +/-1%.
- Ngày 7/11/2008 biên độ tỷ giá giữa VND với đồng USD được nới rộng từ +/-
2% lên +/-3% theo tỷ giá bình quân trên thị trường ngoại tệ liên ngân hàng.
- Đầu 2009 biên độ tăng vọt +/- 5%
- Ngày 26/11/2009, biên độ tỷ giá mới cho giao dịch mua bán giao ngay giữa USD
và VND là +/- 3%
- Hiện nay, biên độ tỷ giá đang ở mức +/- 5%
b.3 Nguyên nhân từ phía hoạt động kinh doanh ngoại hối của ngân hàng
Kiến thức về nghiệp vụ chuyên môn của các Ngân Hàng để vận hành giao dịch
và đo lường rủi ro tỷ giá còn yếu, kỹ năng xử lý, phân tích số liệu chưa cao, chưa có
những bộ phận nghiên cứu dự đoán sự thay đổi tỷ giá trên thị trường
Hiện nay dù có tham gia vào một số nghiệp vụ phái sinh (nghiệp vụ Swap,
giao dịch tương lai, hợp đồng quyền chọn)…nhưng hầu như các NHTM Việt Nam
chỉ chú ý đến việc mua bán ngoại tệ nhằm mục đích thanh toán, cho vay ngoại tệ
mà quên đi yếu tố bảo hiểm tỷ giá nên trong kinh doanh tiền tệ ngân hàng đóng vai
trò chủ yếu là trung gian giao dịch hơn là nhà tạo lập thị trường. Cũng chính vì thế,
ngân hàng rất yếu về phân tích tỷ giá, đặc biệt là phân tích kỹ thuật biến đổi cấu trúc
dự trữ giữa các loại ngoại tệ. Hầu như rất ít ngân hàng sử dụng phân tích kỹ thuật
như một công cụ hỗ trợ thêm cho phân tích cơ bản trong phân tích tỷ giá. Đó cũng
chính là lý do vì sao mà ít ngân hàng mạnh về kinh doanh đầu cơ mà chỉ kinh doanh

cho khách hàng. Bên cạnh đó, trình độ của các bộ kinh doanh ngoại tệ chưa cao,
kinh nghiệm còn ít. Điều này là nguyên nhân quan trọng dẫn tới rủi ro tỷ giá. Do đó,
phân tích tốt sự biến động tỷ giá sẽ giúp cho ngân hàng quản lý rủi ro tỷ giá một
cách có hiệu quả, đồng thời cần chú ý đào tạo và quan tâm nhiều hơn tới đội ngũ
cán bộ công nhân viên để ngân hàng không chỉ phát triển về lượng mà cả về chất.
Một điểm bất lợi của các NHTM ở Việt Nam là chưa có hệ thống EBS
(Electronic Brokerage System) nên tỷ giá mà các ngân hàng được cung cấp bởi
Reuters hay các hãng tin khác cũng chỉ là tỷ giá tham khảo, chưa phải là tỷ giá giao
19
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
dịch thật sự trên thị trường.
2.2 Diễn biến tỷ giá các đồng ngoại tệ của NAVIBank hai năm gần đây

Sử dụng phần mềm EVIEWS cho bộ số liệu tỷ giá ta có bảng thống kê mô tả
một số đặc trưng của các loại tỷ giá như dưới đây. Ký hiệu 1 cho tỷ giá mua vào
bằng tiền mặt của đồng tiền đó theo đồng Việt Nam ; ký hiệu 2 cho tỷ giá mua vào
bằng chuyển khoản; và ký hiệu 3 cho tỷ giá bán ra.
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
AUD1 19468.04 20280 22550 15137 2161.737 -0.485602 1.658494
AUD2 19608.14 20423 22905 15244 2180.326 -0.482077 1.659779
AUD3 20058.83 20919 23231 15549 2206.044 -0.487358 1.648278
CAD1 19691.23 20253 21685 16787 1336.95 -0.444711 1.732088
CAD2 19833.49 20396 21894 16906 1349.742 -0.438694 1.734524
CAD3 20272.55 20846 22216 17428 1360.138 -0.425028 1.679071
CHF1 20872.66 21272 28337 15891 2822.914 -0.05156 1.923521
CHF2 21025.46 21422 28537 16003 2851.438 -0.04578 1.932201
CHF3 21513.84 21919 29495 16446 2913.064 -0.023989 1.968149
EUR1 27016.49 27436 30178 22238 2051.466 -0.489262 2.133532
EUR2 27140.79 27594 30712 2535 2290.564 -2.348439 23.25048
EUR3 27743.85 28173 30927 22796 2090.708 -0.514274 2.15292

GBP1 31308.82 32266 34509 26631 2117.992 -0.575974 1.922363
GBP2 31529.19 32479 34844 26818 2138.801 -0.567572 1.922056
GBP3 32151.64 33146 35337 27302 2155.566 -0.570985 1.93005
JPY1 239.5611 247.22 283.24 192.38 24.92444 -0.349352 1.777176
JPY2 240.9465 248.58 284.74 193.7 24.98176 -0.34762 1.775623
JPY3 246.71 254.76 290.02 201.47 25.49725 -0.340205 1.760541
SGD1 15230.06 15842 17128 12690 1365.182 -0.483367 1.606134
SGD2 15334.98 15947 17249 12779 1375.489 -0.480585 1.604679
SGD3 15688.93 16320 17686 13168 1380.48 -0.457369 1.57435
USD_L1 19922.22 19485 21036 18479 867.0925 -0.056547 1.410278
USD_L2 19939.13 19500 21036 18479 869.7839 -0.071121 1.405949
USD_N1 19834.63 19380 21036 18359 889.5781 -0.034039 1.429777
USD_N2 19939.13 19500 21036 18479 869.7839 -0.071121 1.405949
USD_V1 19900.63 19470 21036 18449 864.771 -0.051866 1.438385
USD_V2 19939.13 19500 21036 18479 869.7839 -0.071121 1.405949
USD_Ban 19968.33 19500 21036 18479 862.0019 -0.081528 1.40217
Từ bảng mô tả thống kê cơ bản trên, ta có thể đọc được các kết quả thành lời cho
mỗi loại tỷ giá, bao gồm giá trị trung bình, giá trị lớn nhất , nhỏ nhất, trung vị,
phương sai, hệ số bất đối xứng và độ nhọn. Ta có một vài nhận xét đặc biệt như sau:
20
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
 Đồng GBP có tỷ giá trung bình cao nhất ( trên 31000) với độ lệch chuẩn
cũng tương đối cao
 Đồng CHF có độ lệch chuẩn cao nhất ( xấp xỉ +/-3000) trong khi giá trị trung
bình không phải là lớn nhất => hàm chứa rủi ro lớn
 Đồng đô la Mỹ có giá trị trung bình khá cao ( xấp xỉ 20000), và độ lệch
chuẩn tương đối nhỏ ( +/- 800) so với các đồng tiền khác. Điều này chứng tỏ tỷ giá
đồng đô la Mỹ có phần ổn định hơn qua các thời kỳ.
a. US-Dollar lớn – vừa – nhỏ (USD)
• Đồ thị tỷ giá mua vào bằng tiền mặt của 3 loại đồng đô la Mỹ

Đồng đô la lớn là đồng đô la có mệnh giá cao như 50$ hoặc 100$, đồng đô la vừa
thường có mệnh giá 10$, 20$, và đồng đô la nhỏ có mệnh giá là 1$, 2$ hoặc 5$.
Như vậy tỷ giá mua vào bằng tiền mặt của đồng đô la Mỹ tỷ lệ thuận với mệnh giá
của nó. Đồng đôla lớn được mua với giá cao hơn 2 loại còn lại do sự tiện lợi trong
thanh toán của nó. Hơn thế nữa, tỷ giá mua vào bằng tiền mặt của cả 3 loại tiền này
đều có xu thế tăng theo thời gian. Tuy nhiên sự tăng lên này ko diễn ra liên tục mà
theo từng giai đoạn, thường kéo dài trong vài tháng sau đó mới có sự di chuyển lên.
Năm 2010, tỷ giá đồng đôla tăng trong mức 18.500 đến 19.000 VND. Đến cuối năm
tăng lên mức 19.500 VND và sang đầu năm 2011 thì tăng lên 21.000. những tháng
giữa và cuối năm có giảm xuống mức 20.500 VND nhưng sau đó lại vượt ngwongx
21.000 VND. Theo như đồ thị chuỗi tỷ giá tại những quan sát cuối, ta thấy tỷ giá
đang có xu hướng đi xuống trong 1 vài tháng tới.
• Đồ thị tỷ giá bán của cả 3 loại đồng đô la Mỹ
21
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
Tỷ giá mua vào của 3 loại đồng đô la Mỹ tuy có khác nhau dù cho mua bởi tiền mặt
hay chuyển khoản, nhưng tỷ giá bán ra là chung cho cả 3. Động thái giá của 3 loại
đồng tiền này có xu thế tăng dần qua từng giai đoạn và thay đôi tương ứng với tỷ
giá mua vào. So sánh 2 đồ thị ta có thể thấy khi tỷ giá mua vào tăng thì tỷ giá bán
cũng tăng, nhưng tăng 1 lượng tương ứng hay không thì ta xem xét đồ thị dưới đây.
• Đồ thị so sánh tỷ giá mua vào bằng tiền mặt, bằng chuyển khoản và
bán ra của đồng đô la vừa
Như vậy tỷ giá bán ra đều thay đổi theo tỷ giá mua vào nhưng mức thay đổi là
không đồng nhất về tỷ lệ. Thêm vào đó, ta thấy đường USD_V2 nằm trên đường
USD_V1, điều đó có nghĩa rằng tỷ giá mua vào bằng chuyển khoản do giảm được
chi phí trong giao dịch nên có mức tỷ giá cao hơn so với tỷ giá mua bằng tiền mặt.
b. Pound Sterling (GBP)
22
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
Năm 2010, tỷ giá đồng Pound Sterling có nhiều biến động. Cụ thể giảm mạnh vào

các tháng trong quý 2, sau đó phục hồi và tăng nhanh chóng suốt những tháng cuối
năm. Đến đầu năm 2011, nó đã ở mức khá cao và tương đối ổn định cho đến cuối
năm 2011, đầu 2012.
23
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
c. Euro (EUR)
Đồng Euro cũng có nhứng động thái khá giống đồng Pound Sterling ở trên. Bất ổn vào
năm 2010 và tương đối ổn định vào năm 2011. Tuy nhiên đồ thị cũng cho thấy 1 động
thái giảm sâu trong tỷ giá bởi 1 bước trượt khá dài của tỷ giá trong nhnwgx tháng đầu
năm 2012.
d. Japanese Yen (JPY)
Hai năm vừa qua 2010 và 2011 có lẽ là hai năm phục hồi của đồng Yên Nhật, chỉ có sự
tăng lên và gần như không có sự giảm xuống trong tỷ giá. Chính sách tỷ giá của Nhật
Bản tác động rất lớn đến động thái của đồng tiên nước này. Đồng yên tiến tới mức 290
VND và xấp xỉ 1,5 lần cũng chính nó cách đây 2 năm. Tuy nhiên ta có thể nhận thấy
dường như chuỗi đồ thị tỷ giá này đang ở trên đỉnh của 1 ngọn sóng và chuẩn bị 1 xu
hướng đi xuống trong những thàg đầu năm 2012.
e. Swiss Franc (CHF)
24
ĐỒNG THỊ AN TOÁN TÀI CHÍNH 50A
Nếu như ta còn nghi ngờ đông Yên đang chuẩn bị đi xuống thì đỉnh sóng, thì đồng
Swiss Franc cho ta thấy 1 xu thế đi xuống rõ ràng sau khi tăng một cách táo bạo từ
16.000 lên 28.000 tại một số mốc thời gian. Sự tăng lên quá lớn như vậy sẽ báo hiệu
một sự giảm sâu trong tỷ giá trong những tháng tiếp theo.
f. Canadian Dollar (CAD)
Về biên độ dao động, đông Canadian Dollar cũng có mức biến động tuyệt đối không
nhỏ khi chuyển từ năm 2010 sang năm 2011 và xu thế tỷ giá khá ổn định trong suốt
2011 và 2 tháng đầu năm 2012.
g. Australian Dollar (AUD)
25