Nghiên cứu này đánh giá khả năng dự báo gia trị chịu rủi ro (VaR) và giá trị thiếu hụt dự kiến (ES) cho khung thời gian dài ngày đối với thị trường chứng khoán Việt Nam. Cụ thể, nghiên cứu so sánh dự báo VaR và ES với khung thời gian 10-ngày cho chỉ số VN-Index và HNX-Index tại hai mốc phân vị phổ biến là 1% và 5% từ phương pháp phi tham số, bán tham số và tham số. | DỰ BÁO VAR VÀ ES VỚI KHUNG THỜI GIAN DÀI NGÀY ỨNG DỤNG VỚI THỊ TRƯỜNG VIỆT NAM Lê Hải Trung Học viện Ngân hàng Email trunglh@ Mã bài JED-1140 Ngày nhận 06 03 2023 Ngày nhận bản sửa 09 04 2023 Ngày duyệt đăng 10 07 2023 DOI Tóm tắt Nghiên cứu này đánh giá khả năng dự báo gia trị chịu rủi ro VaR và giá trị thiếu hụt dự kiến ES cho khung thời gian dài ngày đối với thị trường chứng khoán Việt Nam. Cụ thể nghiên cứu so sánh dự báo VaR và ES với khung thời gian 10-ngày cho chỉ số VN-Index và HNX-Index tại hai mốc phân vị phổ biến là 1 và 5 từ phương pháp phi tham số bán tham số và tham số. Với các kiểm định đa dạng so sánh khả năng dự báo tuyệt đối và tương đối của các phương pháp kết quả thực nghiệm cho thấy mô hình Gjr-Sge với giả định phân phối xác suất Skewed Generalized Error SGE cho chỉ số giá chứng khoán Việt Nam mang lại kết quả dự báo ổn định và tốt nhất ở khung thời gian 10-ngày. Nghiên cứu này nhấn mạnh việc ghi nhận tính không chuẩn trong phân phối xác suất tỷ lệ sinh lời của thị trường chứng khoán Việt Nam và giúp đề xuất mô hình đo lường phù hợp cho các tổ chức tài chính và nhà đầu tư khi tham gia vào thị trường chứng khoán Việt Nam. Từ khóa Giá trị chịu rủi ro giá trị thua lỗ dự kiến dự báo rủi ro. Mã JEL G17 C22 E47 G2. Multi-day VaR and ES forecasts An application to Vietnamese stock market Abstract This paper compares the forecasting performance of multi-day Value at Risk VaR and Expected Shortfall ES from alternative approaches for financial returns in Vietnam. In particular we examine the 10-day VaR and ES forecasts in both 1 and 5 quantile levels from non-parametric semi-parametric and parametric approaches for VN-Index and HNX-Index. Using a battery of backtesting techniques our horserace indicates that the Gjr-Sge model with the assumption of the Skewed Generalized Error conditional distribution consistently and significantly outperforms other methods in both quantiles and indices. Our findings highlight the role of
