Basel III Framework 26 NHTMCP Việt Nam DuckDB 3-Tier Medallion 20 Kiến Trúc Định Lượng

Hệ Thống Trực Quan Hóa Quản Trị Rủi Ro Đuôi & Phân Bổ Danh Mục Đa Tài Sản

Khung thực nghiệm mô hình hóa rủi ro đuôi cực trị ($VaR_{99\%}$ & $ES_{97.5\%}$) và kiểm định phân bổ động danh mục cho 26 Ngân hàng Thương mại Cổ phần tại Việt Nam — Khóa luận tốt nghiệp K14 Công nghệ Tài chính (Fintech).

Tác giả: Nguyễn Trung Hiếu (MSSV: 2046230031) GVHD: PGS. TS. Trần Phước Đơn vị: Khoa Tài chính - Kế toán, Trường ĐH Công Thương TP.HCM (HUIT)
🏛️ Khái Quát Nghiên Cứu & Cơ Sở Pháp Lý
Định vị học thuật theo thông lệ Basel III và quy định hiện hành của Ngân hàng Nhà nước Việt Nam
⚖️ Khung Pháp Lý & Chuẩn Mực Giám Sát
Nghiên cứu ứng dụng trực tiếp vào Trụ cột 2 Basel III (Quy trình đánh giá nội bộ mức đủ vốn ICAAP và Kiểm tra sức chịu đựng thị trường — Market Risk Stress Testing theo Thông tư 13/2018/TT-NHNN), kết hợp hỗ trợ tính toán vốn pháp định theo Phương pháp Tiêu chuẩn (SA) Trụ cột 1 theo Thông tư 14/2025/TT-NHNN.
TT 13/2018/TT-NHNN • TT 14/2025/TT-NHNN
🗄️ Không Gian Dữ Liệu & Hạ Tầng
Khảo sát chuỗi thời gian phân giải cao của 26 NHTMCP niêm yết tại thị trường chứng khoán Việt Nam qua 7 năm (2018–2025). Hệ thống vận hành trên kho dữ liệu DuckDB 3 tầng Medallion (Bronze → Silver → Gold), thực hiện mô phỏng danh mục vốn quy mô 100 Tỷ VNĐ trong giai đoạn Out-of-Sample ($N = 489$ phiên).
26 Cổ Phiếu Ngân Hàng • 7 Năm Chuỗi Thời Gian
🔬 Thực Nghiệm Đối Chuẩn 20 Mô Hình
Triển khai so sánh đối chuẩn độc lập 20 kiến trúc định lượng thuộc 3 trường phái: Kinh tế lượng chuỗi thời gian (GARCH-EVT, GJR-Hansen), Học máy phi tuyến (LightGBM QR CAND_30 với cơ chế phân tách đuôi `TAIL_SPLIT`) và Kiến trúc tích hợp lai (HYBRID_FUSION kết hợp Hansen Skewed-$t$ và 24 biến vĩ mô Hamilton).
Econometrics • Machine Learning • Hybrid
📈 Kết Quả Nghiên Cứu Thực Nghiệm Trọng Tâm
Các phát hiện định lượng được xác thực qua kiểm định thống kê chính thức (Kupiec, Christoffersen, FZ Loss, MCS)
Mô Hình Tối Ưu Tổng Thể
GJR-Hansen Skewed-t
-3.0003
Đạt giá trị hàm mất mát FZ Loss tối ưu và nằm trong Tập mô hình tin cậy (Model Confidence Set, p = 1.0000), thể hiện tính ưu việt của phân phối độ dày đuôi bất đối xứng.
Kiểm Soát Vùng Rủi Ro
Kiến Trúc Lai HYBRID_FUSION
25X / 1V / 0Đ
Tại kỳ kiểm định khắt khe nhất P2, không ghi nhận ngân hàng nào rơi vào Vùng Đỏ Basel III; đưa 96.15% ngân hàng về ngưỡng Vùng Xanh an toàn theo kiểm định Kupiec & Christoffersen.
Danh Mục Thích Ứng Mọi Mùa
Cải Thiện So Với GARCH-EVT
+27.99%
Tại Kịch bản All-Weather, HYBRID_FUSION đạt Sharpe 2.252 (so với GARCH-EVT 2.237), Sortino 2.83, kiểm soát sụt giảm Max DD -7.36%, NAV đạt 161.43 Tỷ VNĐ.
Kiểm Toán Ma Sát Giao Dịch
Kiểm Soát Tái Cân Bằng Danh Mục
416 Triệu
Khấu trừ phí giao dịch 0.15%/lệnh, tỷ lệ xoay vòng vốn kỷ luật (2.19%/ngày vs 2.72%/ngày) giúp tiết kiệm 416 triệu VNĐ chi phí ma sát, bảo toàn Net NAV sau phí đạt 163.07 Tỷ VNĐ.
📊 Danh Mục Dashboards Tương Tác Chuyên Sâu
Hệ thống báo cáo động Plotly độc lập phục vụ thẩm định và tra cứu tham số chi tiết

2. Kịch Bản 1: Thận Trọng & Bảo Toàn Vốn

Cơ chế phân bổ tỷ trọng ưu tiên bảo toàn vốn: Cổ phiếu Ngân hàng ≤ 40%, Vàng 20%, Tài sản phi rủi ro (R_f) ≥ 40%.

Max Drawdown Thấp Nhất
Mục Tiêu Vốn Bảo Toàn
Vốn Khởi Điểm 100 Tỷ
Xem Kịch Bản Thận Trọng →

3. Kịch Bản 2: Cân Bằng 60/40

Cấu trúc cân bằng cổ điển tối ưu hóa: 35% Cổ phiếu Ngân hàng, 25% VNINDEX ETF, 20% Vàng, 20% Tài sản phi rủi ro.

Tỷ lệ Cổ Phiếu 60%
Tài Sản Phòng Thủ 40%
Hệ Số Sharpe 2.15
Xem Kịch Bản Cân Bằng →

4. Kịch Bản 3: Thích Ứng Mọi Mùa (All-Weather)

Cấu trúc Ray Dalio hiệu chỉnh phù hợp đặc thù thị trường Việt Nam. HYBRID_FUSION ghi nhận CAGR 27.99%, Sharpe 2.252 và NAV đạt 161.43 Tỷ VNĐ.

CAGR Đạt Được 27.99%
Sharpe All-Weather 2.252
NAV Cuối Kỳ 161.43 Tỷ
Xem Kịch Bản Mọi Mùa →

5. Động Lực 26 Ngân Hàng Hàng Ngày

Ma trận chuỗi thời gian phân bổ tỷ trọng động theo ngày (Daily Rebalancing Streamgraph) của 26 NHTMCP qua 7 năm. Khấu trừ chi phí ma sát 0.15%, Net NAV đạt 163.07 Tỷ VNĐ.

Phạm Vi 26 Cổ Phiếu
Net NAV Sau Phí 163.07 Tỷ
Tiết Kiệm Phí 416 Triệu
Xem Động Lực 26 Ngân Hàng →