Treasury 8 — Dữ liệu, Định giá & Đo rủi ro

Đây là bài khép lại series Treasury & Kinh doanh vốn chuyên sâu. Bảy bài trước dựng nền nghiệp vụ: tổng quan Treasury, thị trường tiền tệ, kinh doanh ngoại hối, phái sinh lãi suất, quản lý tài sản–nợ (ALM), rủi ro thanh khoản và đầu tư trái phiếu. Bài cuối đổi góc nhìn: không còn hỏi "giao dịch thế nào" mà hỏi "làm sao biến mỗi deal thành dữ liệu, định giá nó theo thị trường, đo rủi ro và ghi nhận lãi/lỗ" — tức góc nhìn của kỹ sư dữ liệu / quant / risk analyst đứng sau bàn kinh doanh vốn.

Với dân Data ở NCB, Treasury là miền dữ liệu đặc biệt: khối lượng deal nhỏ hơn bán lẻ nhiều lần, nhưng giá trị mỗi deal lớn, vòng đời phức tạp, và giá trị của nó thay đổi mỗi ngày theo thị trường. Không như khoản vay bán lẻ (giá gốc gần như cố định), một vị thế trái phiếu hay hợp đồng phái sinh phải được định giá lại (revalue) cuối mỗi ngày. Đó là lý do backbone của Treasury data là một batch EOD (end-of-day) chạy đều đặn: nạp market data → định giá → tính P&L → đo rủi ro → nạp hạn mức.

1. Mô hình tinh thần: vòng đời một con số Treasury

Hãy theo dõi hành trình của một giao dịch, từ lúc trader gõ phím đến lúc nó xuất hiện trên báo cáo ALCO:

1. Deal capture — trader ghi nhận giao dịch vào hệ thống Treasury (front office): mua 100 tỷ trái phiếu Chính phủ kỳ hạn 5 năm, coupon 4.5%. Deal có các thuộc tính tĩnh (static data): loại công cụ, đối tác, ngày giá trị, danh nghĩa (notional), lịch dòng tiền.
2. Market data — hệ thống cần giá thị trường hiện hành để định giá: đường cong lãi suất (yield curve), tỷ giá, giá/lợi suất trái phiếu, biến động (volatility). Đây là nguồn dữ liệu ngoài, cập nhật liên tục.
3. Valuation (mark-to-market) — chiết khấu dòng tiền tương lai của deal về hiện tại bằng đường cong thị trường → ra giá trị hợp lý (fair value) hôm nay.
4. Risk — từ deal + market data, tính độ nhạy (PV01, delta), tổng hợp lên VaR và chạy stress test.
5. Accounting / P&L — chênh lệch giá trị giữa hôm nay và hôm qua là P&L định giá lại (revaluation P&L); cộng với P&L thực hiện (realized) và lãi dồn tích (accrual) ra tổng lãi/lỗ, rồi hạch toán vào sổ cái — nối Kế toán ngân hàng.
6. Limit & MIS — vị thế và rủi ro được đối chiếu với hạn mức; báo cáo tổng hợp lên ALCO và Ủy ban rủi ro.

Bốn bước 2–5 lặp lại mỗi ngày cho mọi deal còn sống. Đó chính là nhịp tim của Treasury data.

2. Kiến trúc dữ liệu Treasury

Dữ liệu Treasury tách thành ba mảng, và hiểu ranh giới giữa chúng là chìa khóa:

2.1. Trade / position data (dữ liệu giao dịch & vị thế)

Bắt nguồn từ hệ thống front office (nhiều ngân hàng VN dùng Murex, Calypso, Kondor, hoặc module treasury của core). Grain mịn nhất là một deal; tổng hợp lên thành vị thế (position) theo công cụ, loại tiền, kỳ hạn. Các trường cốt lõi:

2.2. Market data (dữ liệu thị trường)

Đây là input ngoài ngân hàng, quyết định giá trị deal. Ba đối tượng chính:

• Đường cong lãi suất (yield curve): tập các lãi suất theo kỳ hạn (1M, 3M, 6M, 1Y, 2Y, 5Y, 10Y…), dựng từ lãi suất tiền gửi, hợp đồng phái sinh, lợi suất trái phiếu Chính phủ. Từ đường cong này ta suy ra discount factor cho từng mốc thời gian. Xây và nội suy đường cong là bài toán quant riêng — xem phái sinh lãi suất.
• Tỷ giá (FX rates): spot và forward points cho từng cặp tiền — nối kinh doanh ngoại hối.
• Giá & lợi suất công cụ: giá thị trường trái phiếu, lợi suất tham chiếu, mặt phẳng biến động (vol surface) cho quyền chọn.

Market data lưu dạng time-series, có tính bất biến quan trọng: mỗi lần định giá phải gắn với một snapshot thời điểm cụ thể (ví dụ mốc EOD 17:00). Định giá lại lịch sử ("giá trị danh mục ngày 30/06") chỉ đúng nếu ta lưu đầy đủ snapshot market data lịch sử — y hệt bài học snapshot số dư trong dữ liệu kế toán.

2.3. Risk & P&L data (kết quả tính toán)

Là output của batch định giá: giá trị MtM từng deal, các độ nhạy (PV01, delta), P&L phân rã, VaR danh mục, kết quả stress. Đây là dữ liệu phục vụ báo cáo và giám sát.

3. Định giá Mark-to-Market (MtM)

Mark-to-market là định giá vị thế theo giá thị trường hiện hành, cho ra giá trị hợp lý (fair value) — khác với định giá theo giá gốc phân bổ (amortized cost) dùng cho tài sản nắm giữ đến đáo hạn.

Nguyên lý chung: giá trị hiện tại = tổng dòng tiền tương lai chiết khấu về hôm nay bằng đường cong thị trường.

PV = Σ  CF_t × DF(t)          với DF(t) = discount factor kỳ hạn t
   t

Ví dụ minh hoạ (số giả định) — trái phiếu: mệnh giá 100, coupon 5%/năm, còn 3 năm, lợi suất thị trường (yield) hiện là 6%.

PV = 5/(1.06)^1 + 5/(1.06)^2 + 105/(1.06)^3
   = 4.717 + 4.450 + 88.161 ≈ 97.33

Lợi suất thị trường (6%) cao hơn coupon (5%) nên trái phiếu định giá dưới mệnh giá (97.33 < 100) — quan hệ giá–lợi suất nghịch biến quen thuộc, xem đầu tư trái phiếu.

Với FX forward, MtM = giá trị quy đổi của chênh lệch giữa tỷ giá kỳ hạn đã ký và tỷ giá kỳ hạn thị trường hiện tại, chiết khấu về hôm nay. Với hợp đồng hoán đổi lãi suất (IRS), MtM = PV của vế nhận − PV của vế trả, mỗi vế chiết khấu bằng đường cong tương ứng.

P&L định giá lại là điều dân Data cần nắm khi dựng bảng lãi/lỗ hằng ngày:

Revaluation P&L (ngày T) = MtM(T) − MtM(T−1)  [đã điều chỉnh dòng tiền phát sinh trong ngày]
Total P&L = Realized P&L + Revaluation P&L + Accrual (lãi dồn tích)

4. Đo rủi ro thị trường

Định giá cho biết deal đáng bao nhiêu hôm nay; đo rủi ro cho biết giá trị đó có thể thay đổi bao nhiêu khi thị trường biến động. Ba tầng công cụ, từ thô đến tinh:

4.1. Sensitivity — PV01 / DV01

PV01 (Present Value of 1 basis point) và DV01 (Dollar Value of 01) đo thay đổi giá trị của công cụ khi lãi suất/lợi suất dịch chuyển 1 điểm cơ bản (1 bps = 0.01%). Đây là độ nhạy bậc nhất theo lãi suất — đơn vị đo rủi ro lãi suất trực quan nhất.

Quan hệ với thời lượng điều chỉnh (modified duration):

ΔPV ≈ − ModDuration × PV × Δy               (xấp xỉ bậc nhất)
DV01 = |ΔPV khi Δy = 1bp| ≈ ModDuration × PV × 0.0001

Ví dụ minh hoạ (số giả định): danh mục trái phiếu giá trị 500 tỷ, modified duration = 4.2.

DV01 ≈ 4.2 × 500 tỷ × 0.0001 = 0.21 tỷ = 210 triệu / 1bp

Nghĩa là mỗi khi đường cong dịch lên 1bp, danh mục mất khoảng 210 triệu; dịch 25bp → khoảng 5.25 tỷ. Lưu ý:

• PV01 thường hiểu là độ nhạy theo dịch chuyển của đường cong chiết khấu; DV01 là độ nhạy theo dịch chuyển của lợi suất (yield). Trong thực hành nhiều nơi dùng lẫn nhau; điều quan trọng là nhất quán trong toàn hệ thống.
• PV01 danh mục = tổng PV01 các deal (cộng được vì là xấp xỉ tuyến tính) — thuận lợi cho tổng hợp bằng SQL.
• Với biến động lớn cần thêm convexity (độ nhạy bậc hai) để chính xác: ΔPV ≈ −ModDur×PV×Δy + ½×Convexity×PV×Δy².
• Tương tự, vị thế FX có delta (độ nhạy theo tỷ giá), quyền chọn có delta/gamma/vega.

4.2. Value at Risk (VaR)

VaR trả lời: "Trong điều kiện thị trường bình thường, với độ tin cậy X%, danh mục lỗ không quá bao nhiêu trong H ngày?" Ba tham số bắt buộc: độ tin cậy (confidence), khoảng nắm giữ (holding period), và loại tiền.

Đọc đúng: "VaR 1 ngày 99% = 10 tỷ" nghĩa là có 99% khả năng tổn thất trong 1 ngày không vượt 10 tỷ — tương đương chỉ 1% ngày (khoảng 2–3 ngày/năm giao dịch) kỳ vọng lỗ vượt 10 tỷ. VaR không nói lỗ tối đa là bao nhiêu; nó chỉ là ngưỡng phân vị.

(a) Historical VaR (mô phỏng lịch sử) — không giả định phân phối. Áp các thay đổi market data trong quá khứ (ví dụ 250–500 ngày gần nhất) lên danh mục hiện tại, thu được một vector P&L giả định; sắp xếp tăng dần và lấy phân vị tương ứng. Ví dụ với 250 kịch bản, VaR 99% ≈ giá trị lỗ thứ 2–3 từ dưới lên (phân vị 1%). Ưu điểm: nắm bắt được đuôi thực tế và tương quan; nhược điểm: phụ thuộc cửa sổ lịch sử, "quên" biến cố ngoài cửa sổ.

(b) Parametric / Variance–Covariance VaR — giả định lợi suất các nhân tố rủi ro phân phối chuẩn. Công thức cho danh mục:

VaR = Z_α × σ_P × √H

  Z_α  = phân vị chuẩn:  Z(95%) = 1.645 ;  Z(99%) = 2.326
  σ_P  = độ lệch chuẩn P&L danh mục 1 ngày = √(sᵀ Σ s)
         s = vector độ nhạy (PV01/delta) theo nhân tố rủi ro
         Σ = ma trận hiệp phương sai thay đổi nhân tố rủi ro
  H    = số ngày nắm giữ (√H = quy tắc căn bậc hai thời gian)

Ví dụ minh hoạ (số giả định) — một nhân tố: σ P&L 1 ngày = 3 tỷ.

VaR 1 ngày 99% = 2.326 × 3 tỷ ≈ 6.98 tỷ
VaR 10 ngày 99% = 6.98 × √10 ≈ 22.1 tỷ

Ưu điểm: nhanh, tường minh. Nhược điểm: giả định chuẩn đánh giá thấp đuôi (thị trường tài chính có đuôi dày, "fat tails"), và tuyến tính hóa nên kém chính xác với quyền chọn.

(c) Monte Carlo VaR — mô phỏng hàng nghìn kịch bản nhân tố rủi ro rồi định giá lại đầy đủ; linh hoạt nhất, đắt tính toán nhất.

Giới hạn của VaR (rất quan trọng): VaR không cho biết mức lỗ khi vượt ngưỡng, và không cộng gộp chuẩn (không sub-additive) — VaR của danh mục hợp nhất có thể lớn hơn tổng VaR các phần, mâu thuẫn trực giác đa dạng hóa. Vì vậy chuẩn mực hiện đại (Basel — FRTB) chuyển sang Expected Shortfall / CVaR ở mức 97.5%: kỳ vọng tổn thất khi đã vượt VaR, tức trung bình phần đuôi.

4.3. Stress testing & scenario analysis

VaR mô tả thị trường bình thường; stress test hỏi "nếu xảy ra biến cố cực đoan thì sao?". Hai dạng: kịch bản lịch sử (tái áp cú sốc 2008, taper tantrum 2013, COVID 2020…) và kịch bản giả định (đường cong +200bp, VND mất giá 5%, thanh khoản đóng băng). Đây là bổ trợ bắt buộc cho VaR — nối rủi ro thanh khoản — và là công cụ chính khi VaR "im lặng" trước rủi ro đuôi.

5. Banking book vs Trading book

Một deal Treasury được phân loại sổ (book classification) ngay khi ghi nhận, và phân loại này quyết định cách định giá, cách tính vốn và cách hạch toán. Đây là ranh giới nền tảng dân Data phải gắn đúng vào từng vị thế.

Tại Việt Nam, yêu cầu vốn cho rủi ro thị trường của sổ kinh doanh nằm trong khung an toàn vốn theo Thông tư 41/2016/TT-NHNN (CAR theo Basel II) và các văn bản liên quan của NHNN. Ở tầng chuẩn mực quốc tế, FRTB (Fundamental Review of the Trading Book) của Ủy ban Basel định nghĩa lại ranh giới trading/banking book chặt hơn và chuyển thước đo từ VaR sang Expected Shortfall — xem rủi ro & Basel.

Vì sao ranh giới quan trọng với Data: cùng một trái phiếu, nếu ở trading book thì mọi biến động giá chạy thẳng vào P&L ngày; nếu ở banking book (giữ đến đáo hạn) thì ghi nhận theo giá gốc, biến động giá không vào KQKD. Gắn sai book_type → sai P&L, sai vốn, sai báo cáo NHNN.

6. Hạn mức, tuân thủ & MIS cho ALCO

Đo rủi ro chỉ có nghĩa khi gắn với hạn mức (limit) và cơ chế giám sát. Các loại hạn mức Treasury điển hình:

• VaR limit: trần VaR cho từng desk/toàn danh mục.
• Position / notional limit: trần trạng thái theo công cụ, loại tiền, kỳ hạn.
• Sensitivity limit: trần PV01/DV01 tổng, hoặc theo từng điểm kỳ hạn (bucket).
• Stop-loss limit: ngưỡng lỗ lũy kế buộc đóng vị thế.
• Counterparty / concentration limit: trần theo đối tác, theo nhóm phát hành.
• Overnight / open FX position limit: trạng thái ngoại hối qua đêm (nối FX).

Quy trình giám sát 3 tuyến: front office tự theo dõi → middle office / risk tính độc lập và kiểm tra limit → báo cáo vi phạm (breach) lên ALCO và Ủy ban rủi ro. Bộ MIS cho ALCO tổng hợp: vị thế theo book/loại tiền, P&L (realized + revaluation + accrual), VaR & sử dụng hạn mức (% utilization), kết quả stress, và các breach trong kỳ. Đây là "sản phẩm cuối" mà pipeline dữ liệu Treasury phục vụ — nối vai trò của ALM/ALCO.

7. Góc nhìn Data Engineering: batch EOD & pipeline market data

Đây là phần cốt lõi cho đội data NCB. Backbone Treasury data là một batch cuối ngày (EOD/COB) có thứ tự phụ thuộc chặt:

1. Nạp & làm sạch market data (curve, FX, giá) — snapshot mốc EOD
2. Snapshot vị thế cuối ngày từ front office (deal + cashflow)
3. Định giá (MtM) từng deal bằng snapshot market data
4. Tính P&L (revaluation vs T−1) + accrual
5. Tính sensitivity (PV01/DV01, delta)
6. Chạy Historical/Parametric VaR + stress
7. Đối chiếu hạn mức, sinh breach
8. Nạp GL (hạch toán) + kết xuất MIS/báo cáo NHNN

Những điểm dân Data cần khắc cốt:

• Market data pipeline là hạ tầng sống còn: nguồn ngoài (Reuters/Refinitiv, Bloomberg, đấu thầu trái phiếu, NHNN) → validate (thiếu điểm kỳ hạn? giá đột biến? stale?) → dựng đường cong → lưu snapshot bất biến theo as_of. Một điểm dữ liệu sai (ví dụ lợi suất 5Y bị nhập nhầm) làm sai toàn bộ định giá danh mục — nên kiểm tra chất lượng market data (outlier, staleness, độ đầy đủ đường cong) là ưu tiên số một.
• Point-in-time & tái lập được (reproducibility): mọi con số MtM/VaR phải tái tạo lại được từ đúng snapshot deal + market data của ngày đó. Lưu đủ lịch sử cả hai để audit và tính lại — nền của dữ liệu kế toán áp dụng nguyên vẹn.
• Idempotent & phụ thuộc (dependency): batch phải chạy lại được (re-run) khi có market data đính chính, và tôn trọng thứ tự phụ thuộc (không tính P&L trước khi có MtM). Đặt các kiểm soát chất lượng giữa các bước: đủ deal so với front office? tổng notional khớp? VaR có nhảy bất thường?
• Đối soát (reconciliation): số MtM/P&L từ hệ thống risk phải khớp con số hạch toán trên GL; lệch là dấu hiệu lỗi định giá hoặc mất deal — cùng tư duy đối soát ở kế toán.
• Hạ tầng: đưa position + market data + kết quả risk lên kho/lakehouse (BigQuery), transform & test bằng dbt, phục vụ dashboard rủi ro/P&L cho ALCO trên Power BI.

8. Use case thực tế

Bối cảnh (số liệu minh hoạ): desk kinh doanh vốn NCB nắm danh mục trái phiếu Chính phủ trading book giá trị MtM 500 tỷ, modified duration 4.2 → DV01 ≈ 210 triệu/1bp. Đội risk chạy batch EOD lúc 18:00: nạp đường cong từ kết quả đấu thầu trái phiếu và lãi suất liên ngân hàng, snapshot vị thế, định giá lại.

Diễn biến: cuối ngày đường cong 5Y dịch +8bp so với T−1. Revaluation P&L ước tính ≈ −(210 triệu × 8) ≈ −1.68 tỷ cho riêng cấu phần lãi suất. Historical VaR 1 ngày 99% của danh mục = 6.5 tỷ; hạn mức VaR desk = 8 tỷ → utilization 81%, chưa breach nhưng vào vùng cảnh báo (>80%). Stress test kịch bản "đường cong +200bp" cho lỗ giả định ≈ 42 tỷ — đưa vào gói MIS trình ALCO.

Vai trò đội Data: (1) đảm bảo market data pipeline có đủ điểm kỳ hạn và không có outlier trước 18:00; (2) batch định giá idempotent, tái lập được để audit; (3) đối soát P&L từ risk engine với hạch toán GL — lệch < ngưỡng dung sai; (4) dashboard ALCO tự động: P&L phân rã, VaR & utilization, stress, breach. Một sự cố điển hình: lợi suất 10Y bị nhà cung cấp gửi stale (không đổi 3 ngày) → định giá sai, VaR "phẳng" giả tạo; kiểm tra staleness trong pipeline là thứ chặn được sự cố này.

Truy vấn proxy trên SQL Builder: phần dưới minh hoạ tư duy tổng hợp vị thế và tính VaR lịch sử bằng phân vị.

Lưu ý quan trọng — đây là PROXY minh hoạ. Sandbox là PostgreSQL với schema đơn giản (customers, accounts, transactions, employees, departments) và chỉ chạy một câu SELECT/WITH. Không có bảng Treasury thật: ta coi accounts.balance như "giá trị vị thế" theo currency, và transactions.amount như "vector P&L giả định" để minh hoạ khái niệm. Giá trị nằm ở khuôn mẫu truy vấn, không phải con số.

Ví dụ 1 — Tổng hợp vị thế theo loại tiền (position by currency)

SELECT
  a.currency,
  COUNT(*)        AS so_vi_the,
  SUM(a.balance)  AS tong_gia_tri
FROM accounts a
GROUP BY a.currency
ORDER BY tong_gia_tri DESC;

Ý nghĩa: đây là hình dạng của một báo cáo trạng thái — nhóm theo chiều (loại tiền, và trên hệ thống thật thêm book_type, desk, tenor) rồi cộng giá trị. Bước đầu tiên của mọi gói MIS gửi ALCO.

Ví dụ 2 — Historical VaR bằng phân vị (percentile của vector P&L)

SELECT
  percentile_cont(0.05) WITHIN GROUP (ORDER BY t.amount) AS var_95_proxy,
  percentile_cont(0.01) WITHIN GROUP (ORDER BY t.amount) AS var_99_proxy,
  AVG(t.amount)                                          AS pnl_trung_binh,
  COUNT(*)                                               AS so_kich_ban
FROM transactions t;

Ý nghĩa: đây chính là bản chất của Historical VaR — coi mỗi dòng là một kịch bản P&L, sắp xếp và lấy phân vị đuôi (1% cho 99%, 5% cho 95%). Trên hệ thống thật, t.amount là vector P&L thu được từ việc định giá lại danh mục hiện tại theo 250–500 bộ thay đổi market data lịch sử; ở đây chỉ mượn cột amount để minh hoạ phép lấy phân vị.

Ghi nhớ

• Vòng đời một con số Treasury: deal capture → market data → định giá (MtM) → đo rủi ro → P&L/hạch toán → limit & MIS cho ALCO. Bốn bước giữa lặp lại mỗi EOD cho mọi deal còn sống.
• Mark-to-market = chiết khấu dòng tiền tương lai về hiện tại bằng đường cong thị trường (PV = Σ CF_t × DF(t)); Revaluation P&L = MtM(T) − MtM(T−1). Đối lập với amortized cost của banking book.
• PV01/DV01 = thay đổi giá trị khi lãi suất dịch 1bp; DV01 ≈ ModDuration × PV × 0.0001; PV01 danh mục cộng được từ các deal.
• VaR cần 3 tham số (độ tin cậy, holding period, currency); VaR = Z_α × σ_P × √H (parametric, Z99%=2.326) hoặc lấy phân vị đuôi của vector P&L (historical). VaR không nói lỗ tối đa, không sub-additive → Basel/FRTB dùng Expected Shortfall 97.5%.
• Stress test bổ trợ VaR cho rủi ro đuôi (kịch bản lịch sử + giả định) — bắt buộc, không thay thế được bằng VaR.
• Banking book vs trading book: khác nhau về ý định nắm giữ → khác cách định giá (amortized cost vs MtM), rủi ro chính (tín dụng+IRRBB vs thị trường), vốn và hạch toán. Gắn sai book_type → sai P&L/vốn/báo cáo.
• Góc Data: market data pipeline (validate outlier/staleness, snapshot bất biến theo as_of) và batch EOD định giá/PnL phải point-in-time, tái lập được, idempotent, có đối soát với GL. Một điểm market data sai làm sai toàn bộ định giá.

Nguồn tham khảo

• Basel Committee on Banking Supervision (BIS) — Minimum capital requirements for market risk (FRTB) và Interest rate risk in the banking book (IRRBB): https://www.bis.org (ranh giới trading/banking book, chuyển VaR → Expected Shortfall).
• Thông tư 41/2016/TT-NHNN — quy định tỷ lệ an toàn vốn (CAR theo Basel II), bao gồm vốn cho rủi ro thị trường của sổ kinh doanh; các văn bản liên quan của Ngân hàng Nhà nước (sbv.gov.vn).
• IFRS Foundation — IFRS 9 Financial Instruments và IFRS 13 Fair Value Measurement (phân loại đo lường amortized cost vs fair value, khung định giá hợp lý).
• Philippe Jorion — Value at Risk: The New Benchmark for Managing Financial Risk (nền tảng VaR historical/parametric/Monte Carlo, hạn chế của VaR).
• John C. Hull — Options, Futures, and Other Derivatives và Risk Management and Financial Institutions (định giá, duration/DV01, đo rủi ro thị trường).
• Frank J. Fabozzi — Bond Markets, Analysis, and Strategies (định giá trái phiếu, duration & convexity, PV01/DV01).
• PostgreSQL Documentation — Aggregate Functions (percentile_cont, ordered-set aggregates) minh hoạ phép lấy phân vị của Historical VaR: https://www.postgresql.org/docs