Loạt bài nghiên cứu này chỉ phân tích các rủi ro thuộc phạm vi quản lý trực tiếp của các nhà quản lý nợ, và không đề cập đến các rủi ro liên quan đến hoạch định chính sách và các quyết định chính trị. Tuy nhiên “rủi ro chính sách tùy nghi” (discretionary policy risk) (ví dụ như quyết định không ban hành, hoặc không tuân thủ các mục tiêu, nguyên tắc tài khóa, khung tài khóa trung hạn, đánh giá bền vững nợ DSA, kế hoạch vay trả nợ hàng năm) và “rủi ro chính trị” có thể ảnh hưởng tiêu cực đến danh mục nợ và hệ số tín nhiệm quốc gia. Cụ thể, khi các quan chức nhà nước quyết định không thanh toán nghĩa vụ trả nợ hoặc chấm dứt các nghĩa vụ nợ trước thời hạn đã cam kết trước đây, hệ quả không thể tránh khỏi là sự kiện vỡ nợ hoặc yêu cầu mua lại trái phiếu trước khi đến hạn và cần được các nhà quản lý nợ quản lý chủ động.

Thông thường, giới phân tích thị trường sẽ tập trung vào các rủi ro thị trường (rủi ro lãi suất và tỷ giá hối đoái), rủi ro tín dụng và rủi ro thanh khoản. Tuy nhiên, một yếu tố quan trọng trong quản lý rủi ro nợ công cần được chú ý đến là sự đánh đổi giữa chi phí và những yếu tố như kỳ hạn (nhìn chung, phát hành các công cụ nợ với kỳ hạn ngắn hơn sẽ giúp kiềm chế chi phí nhưng sẽ làm gia tăng rủi ro tái cấp vốn và rủi ro lãi suất) (1). Sau cuộc khủng hoảng tài chính toàn cầu năm 2008, các nhà quản lý nợ đã nhận ra rằng cần quản lý rủi ro tái cấp vốn (2) một cách cẩn trọng. Gần đây, đặc biệt là sau cuộc khủng hoảng nợ công châu Âu, việc đo lường rủi ro tín dụng (thông qua đánh giá hệ số tín nhiệm và khả năng vỡ nợ của một quốc gia) và rủi ro thanh khoản (thông qua điều kiện thanh khoản của thị trường trái phiếu) ngày càng thu hút sự chú ý của nhiều chuyên gia bình luận về thị trường, các bên tham gia thị trường cũng như các nhà quản lý nợ (Bank for International Settlement, 2011; và Caceres et al, 2010).

Các phương pháp đánh giá rủi ro truyền thống bao gồm phương pháp đối xứng, điểm phân vị (quantile), khoảng tứ phân vị (interquartile range), và các phương pháp đo lường mức thâm hụt (shortfall). Đo lường rủi ro theo phương pháp đối xứng được sử dụng rộng rãi nhất là phương sai (variance) và độ lệch chuẩn (standard deviation). Tuy nhiên, cũng có nhiều quan điểm phê phán phương pháp này do không đánh giá được tác động của các sự kiện cực đoan (“rủi ro đuôi”). Các phương pháp đo lường rủi ro theo điểm phân vị hay thâm hụt, như phương pháp lower partial moment (LPM), được một số chuyên gia đánh giá là phù hợp hơn trong các sự kiện cực đoan. Phương pháp thống kê Giá trị Rủi to (VaR) là một trong những phương pháp điểm phân vị được biết đến nhiều nhất, đặc biệt kể từ khi Hội đồng Giám sát Ngân hàng của Basel khuyến nghị nội bộ áp dụng phương pháp này để quản lý rủi ro thị trường. Trong số các phương pháp LPM, phương pháp LPM0 (xác suất lỗ) phản ánh tốt nhận thức rủi ro (Papaioannou, 2006).

Nhiều phương pháp hiện đại nhằm đo lường và kiểm soát rủi ro trực tiếp hay gián tiếp đều dựa trên dự báo mật độ (density forecast). Một số nghiên cứu gần đây đã đề xuất các phương pháp khác nhau để đánh giá dự báo mật độ từ mô hình rủi ro. Từ giác độ quản lý rủi ro, các phương pháp sử dụng kiểm định tỷ lệ hợp lý (likelihood ratio test) tương đối đơn giản và dễ tính toán. Tuy nhiên, mô hình kiểm định tỷ lệ hợp lý có thể không phát hiện được sai sót trong dự báo mật độ, và vì vậy cần được kết hợp với các kiểm định chẩn đoán khác để đánh giá rủi ro một cách phù hợp. Các kỹ thuật này thường được áp dụng tùy thuộc vào đặc điểm của loại rủi ro đang được phân tích (Papaioannou, 2011).

Loạt bài nghiên cứu sau đây trình bày một số chỉ số đánh giá rủi ro nợ công thường được các nhà quản lý nợ sử dụng. Đối với mỗi chỉ số, bài viết sẽ đưa ra công thức tính cùng với phân tích ngắn gọn về sự liên quan của chỉ số này đối với công tác quản lý nợ công và một số điều cần lưu ý. Nhiều trong số các chỉ số này được sử dụng trong phân tích đánh giá rủi ro nợ thông qua các mô hình và công cụ phân tích như Chiến lược Quản lý nợ Trung hạn (MTDS) và mô hình Phân tích Rủi ro và Tối ưu hóa danh mục Nợ công (Sovereign Portfolio Risk Analyzer and Optimizer, SoPRAnO) (xem IMF, 2017 và Abramov, Mirestean và Papaioannou, 2017).

Tài liệu tham khảo:

Abramov, Anatoly, Alin Mirestean, and Michael G. Papaioannou, 2017, “Sovereign Portfolio Risk Analyzer and Optimizer (SoPRAnO) – User Manual,” mimeograph (Washington: International Monetary Fund).

Bank for International Settlements, 2011, “The Impact of Sovereign Credit Risk on Bank Funding Conditions,” CGFS Papers No. 43, Committee on the Global financial System, July.

Caceres, Carlos, Vincenzo Guzzo, and Miguel Segoviano, 2010, “Sovereign Spreads: Global Risk Aversion, Contagion or Fundamentals?” IMF Working Paper 10/120 (Washington: International Monetary Fund).

International Monetary Fund, 2017, “State-Contingent Debt Instruments for Sovereigns,” Policy Paper, May (Washington: International Monetary Fund).

Papaioannou, Michael, 2011, “Sovereign debt portfolios: risks and liability management operations,” Journal of the Asia Pacific Economy, Vol. 16, No. 3, pp. 354–360.

Papaioannou, Michael, 2006, “A Primer for Risk Measurement of Bonded Debt from the Perspective of a Sovereign Debt Manager,” IMF Working Paper 06/195 (Washington: International Monetary Fund).