- Kết quả tính VaR tại mức tin cậy

- Kết quả tính VaR tại mức tin cậy 99% ở phương pháp phương sai- hiệp phương sai tương đối đều nhau ( vì các cổ phiếu có sự tương quan với nhau). Nhưng ở mô phỏng lịch sử thì chênh lệch nhau tương đối lớn, đặc biệt là phần đánh trọng số khá thấp (251,847.04 đ) và mô phỏng quá khứ thông thường cao vượt trội (485,757.54 đ). Đó có thể là do giả định rằng phân phối của dữ liệu lịch sử sẽ lập lại trong tương tai. Giả định này là khá phi thực tế, đặc biệt là trong bối cảnh thị trường chứng khoán Việt Nam đang còn non trẻ và có nhiều biến động thất thường. Hoặc có thể là do bộ số liệu quá lớn và thời gian quá dài, thông tin đã quá cũ, bộc lộ nhiều hạn chế trong việc dự báo trong tương lai.

Kết quả (Anh) 1:

-Results computer VaR at 99% confidence level in the method of variance-covariance are relative to each other (because the stocks have a correlation with each other). But in historical simulation, the difference of each other relatively large, especially relatively low weight rating (251, 847.04) and past simulations typically superior high (485, 757.54). It may be due to the assumption that the distribution of historical data will repeat in the future. This assumption is quite unrealistic, especially in the context of Vietnam stock market are young and are more erratic fluctuations. Or it could be because the data is too large and the time too long, the information was too old, revealed many limitations in making predictions in the future.

Kết quả (Anh) 2:

- Results calculated VaR at 99% confidence level in the sai- method covariance relatively equal (because the stocks are correlated with each other). But in historical simulations are several relatively large difference, especially relatively low weighted share (251,847.04 e) and simulated high common past formidable (485,757.54 e). That may be due to the assumption that the distribution of historical data will repeat the same ear. This assumption is quite unrealistic, especially in the context of Vietnam's stock market is still young and erratic fluctuations. Or may be because the data is too large and too long, outdated information, revealed many shortcomings in forecasting future.