การคำนวณค่าความเสี่ยงและการทดสอบสภาวะวิกฤตสำหรับตราสารหนี้ระยะยาว

Abstract

ในงานวิจัยนี้เป็นการนำเสนอวิธีการบริหารและการทดสอบพอร์ตโฟลิโอภายใต้ความเสี่ยงที่เกิดขึ้นจาก อัตราดอกเบี้ยของตราสารหนี้ โดยใช้ข้อมูลตัวอย่าง คือ อัตราดอกเบี้ยของตราสารหนี้รัฐบาลที่ไม่มีคูปองที่มีอายุ ตั้งแต่ 3 เดือน ถึง 45 ปี ของเดือนมีนาคม พ.ศ.2554 จนถึงเดือนพฤษภาคม พ.ศ.2561 จากข้อมูลดังกล่าว เมื่อ ใช้เทคนิคการวิเคราะห์องค์ประกอบหลัก จะพบว่าการอธิบายความผันผวนที่เกิดขึ้นกับข้อมูลอัตราดอกเบี้ยของ ตราสารหนี้รัฐบาลที่ไม่มีคูปองมีอยู่ 3 องค์ประกอบหลัก คือ การเปลี่ยนแปลงค่าอัตราดอกเบี้ย ความชันและ การเปลี่ยนแปลวของเส้นโค้ง ซึ่งเพียงพอต่อการอธิบายควาผันผวนของเส้นอัตราดอกเบี้ย และได้นำ องค์ประกอบเหล้านี้มาใช้ในการจำลองอัตราดอกเบี้ยในภาวะที่ผิดปกติ โดยใช้ตัวแปรสุ่มที่ ±1SD และ±2SD เพื่อนำมาคำนวณมูลค่าปัจจุบันสุทธิ (NPV)และเปรียบเทียบกับการวัดมูลค่าความเสี่ยง (VaR).ในการศึกษานี้พบว่าสำหรับค่าความเชื่อมั่นที่ร้อยละ 95 การทดสอบในสภาวะวิกฤติจะใช้การคำนวณน้อยกว่าการวัดมูลค่าความเสี่ยงเพราะไม่จำเป็นต้องจำลองสถานการณ์ของเส้นอันตราผลตอบแทน และผลที่ได้ยังสอดคล้องกับการวัดความเสี่ยงด้วยมูลค่าความเสี่ยงที่จำลองเส้นอัตราดอกเบี้ยโดยการสุ่มทั้งหมด 100,000 งานวิจัยนี้จึงสามารถช่วยบริหารจัดการในการประเมินความเสี่ยงและผลกำไรที่บริษัทประกันต้องเสี่ยง โดยเกิดจากการลงทุนของการถือตราสารหนี้รัฐบาลเป็นหลักได้อยางมีประสิทธิภาพยิ่งขึ้น

This research presents a method of managing and assessing portfolio under risk from interest rates of bonds. The dataset used is interest rates of government zero coupon bonds data from March 2011 to May 2018. The bonds' maturity ranges between 3 months to 45 years. This research started by evaluating the interest rates of the government zero coupon bonds, using principal component analysis. To explain the fluctuations of the interest rates, the research found that the first three principle components consist of level, slope and hump. The research then performed stress test using sample variables at ±1SD and ±2SD, and computed value at risk (VaR). The results from the two methods were then used to compute Net Present Value (NPV) for comparison. This research found that, for the same 95 percent accuracy, the stress test used less calculation than VaR, since there is no need for Yield-Curve scenario simulation. Also, the stress test's result corresponded to that of VaR, which simulated interest rate curve from 100,000 randomizations. In conclusion, the stress test method presented in this research could be adopted by insurance companies, whose main investment is government bonds, to effectively manage risks and assess profits.