Top 12 # Xem Nhiều Nhất Phan Biet Cavet That Va Gia / 2023 Mới Nhất 12/2022 # Top Like | Cuocthitainang2010.com

Phan Biet Phap Luat Va Dao Duc / 2023

Published on

Đạo đức và pháp luật là hại khái niệm hoàn toàn khác nhau, đứng trên phương diện pháp luật, đạo đức chỉ là tập hợp những quan điểm của một xã hội, của một tầng lớp xã hội, của một tập hợp người nhất định về thế giới, về cách sống. Nhờ đó con người điều chỉnh hành vi của mình sao cho phù hợp với lợi ích của cộng đồng xã hội.

1. PHÁP LUẬT ĐẠI CƯƠNG

2. TÌNH HUỐNG T Ì N H H U Ố N G TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNGTÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNHHUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNHHUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG TÌNH HUỐNG

3. TÌNH HUỐNG: Vì là bạn thân thiết với nhau nên A đã cho B và C vào nhà hút ma túy, bị công an bắt quả tang. Hỏi A có vi phạm pháp luật không hay chỉ vi phạm đạo đức vì tội “nể bạn”?

5.  Là một hiện tượng xã hội phản ánh các mối quan hệ hiện thực bắt nguồn từ bản thân cuộc sống của con người.  Đạo đức là tập hợp những quan điểm của một xã hội, của một tầng lớp xã hội, của một tập hợp người nhất định về thế giới, về cách sống. Nhờ đó con người điều chỉnh hành vi của mình sao cho phù hợp với lợi ích của cộng đồng xã hội.

7.  Là hệ thống các quy tắc xử sự, là công cụ điều chỉnh các quan hệ xã hội do Nhà nước ban hành, thể hiện ý chí của giai cấp cầm quyền và được thực hiện bằng các biện pháp cưỡng chế của Nhà nước.  Mỗi hình thái kinh tế – xã hội đều có một kiểu Nhà nước và một kiểu pháp luật tương ứng. Lịch sử xã hội loài người đã có các kiểu pháp luật chủ nô, pháp luật phong kiến, pháp luật tư sản và pháp luật xã hội chủ nghĩa.

8. SO SÁNH SỰ KHÁC BIỆT GIỮA ĐẠO ĐỨC VÀ PHÁP LUẬT

9. Đều góp phần điều chỉnh hành vi con người cho phù hợp với lợi ích,yêu cầu chung của xã hội, bảo vệ trật tự kỷ cương xã hội Đều là hình thái ý thức xã hội nên chịu sự thay đổi khi tồn tại xã hội thay đổi Đều là hình thái ý thức xã hội nên chịu sự thay đổi khi tồn tại xã hội thay đổi GIỐNG NHAU:

10. ĐẠO ĐỨC PHÁP LUẬT  Ra đời trước pháp luật  Việc thực hiện mang tính tự giác  Mang tính chủ quan  Phạm vi rộng lớn  Động cơ bên trong mỗi người làm nên hành động  Ra đời khi có sự phân chia giai cấp  Mang tính bắt buộc, cưỡng chế là tất yếu  Mang tính khách quan  Phạm vi hẹp, vì có điều luật vi phạm đạo đức  Do tác động bên ngoài , dẫn tới hành vi KHÁC NHAU:

11. GIẢI ĐÁP: Mặc dù hành vi cho người bạn kia vào nhà hút heroin của A là vì nể bạn nhưng A đã phạm vào tội “tội chứa chấp việc sử dụng trái phép chất ma túy” được quy định tại Điều 198 của Bộ luật Hình sự năm 1999.

12. Thực hiện bởi Trần Thị Mỹ Lan và nhóm 7 lớp DB_13DQT

Download Ung Dung Giai Thuat Bayes Trong Chan Doan Phan Biet Xuat Huyet Nao Va Nhoi Mau Nao Tren Leu / 2023

ỨNG DỤNG GIẢI THUẬT BAYES TRONG CHẨN ĐOÁN PHÂN BIỆT XUẤT HUYẾT NÃO VÀ NHỒI MÁU NÃO TRÊN LỀU Tóm tắt Cơ sở: Sự phân biệt giữa nhồi máu não (NMN) và xuất huyết não (XHN) trên lều hết sức quan trọng trong bước xử trí ban đầu ở bệnh nhân đột quỵ cấp. Phương pháp: Năm 2004, chúng tôi xây dựng hệ chuyên gia mô phỏng giống cách thức tư duy, học tập của người thầy thuốc dựa trên giải thuật xác suất Bayes nhằm hỗ trợ chẩn đoán phân biệt XHN và NMN trên lâm sàng. Nghiên cứu được tiến hành tại khoa Nội Thần Kinh bệnh viện Chợ Rẫy từ tháng 09/2004 đến tháng 07/2005. Kết quả nghiên cứu: kiểm chứng ở 196 bệnh nhân cho thấy hệ chuyên gia tỏ ra ưu điểm khá hơn so với thang điểm lâm sàng Siriraj và Nguyễn Bá Thắng: độ nhạy chẩn đoán XHN của hệ chuyên gia so với thang điểm Siriraj và Nguyễn Bá Thắng là 99,05% so với 75,61% và 98,04%; độ nhạy chẩn đoán NMN của hệ chuyên gia 92,54% so với 90,79% và 83,82%; độ chính xác chung 96,51% so với 82,91% và 92,35%; tỉ lệ chẩn đoán không chắc chắn 12,25% so với 19,39% và 13,27%. Kết luận: Nghiên cứu này chỉ là bước đi ban đầu tìm lời giải cho những nghiên cứu sâu hơn để xây dựng phần mềm hoàn thiện có thể ứng dụng chẩn đoán nhiều bệnh lý và được kiểm định hiệu quả, tin cậy ở nhiều trung tâm. Summary Background: Distinguishing between supratentorial cerebral infarction and cerebral haemorrhage is very important in initial treatment on patients having an acute stroke. Method: In 2004, we designed and programmed an expert system copying the way of study and thinking from clinical doctors basing on Bayes’s probability algorithm in order to support diagnosing to distinguish between supratentorial cerebral infarction and cerebral haemorrhage clinically. The research was carried out at the neurology ward of Cho Ray Hospital from September 2004 to July 2005. Results: The result of validation study from 196 patients shows that the expert system is fairly better than Siriraj’s and Nguyen Ba Thang’s clinical scale: sensitivity of the expert system for diagnosing cerebral haemorrhage in comparison with Siriraj’s and Nguyen Ba Thang’s clinical scale is 99.05% in comparison with 75.61% and 98.04%; sensitivity of the expert system for diagnosing cerebral infarction is 92.54% in comparison with 90.79% and 83.82%; overall accuracy of diagnosis is 96.51% in comparison with 82.91% and 92.35%; rate of vague diagnosis is 12.25% in comparison with 19.39% and 13.27%. Conclusion: this research is only the initial step for next well- researched one in order that we can program better softwares which are applied to diagnosing many diseases and are checked effectively and trustworthily at many hospitals. ĐẶT VẤN ĐỀ Sự phân biệt giữa nhồi máu não (NMN) và xuất huyết não (XHN) hết sức quan trọng trong bước xử trí ban đầu ở bệnh nhân đột quỵ cấp bởi vì tiên lượng và điều trị khác nhau. Hiện nay ở nước ta, máy CT scan cần thiết để chẩn đoán đột quỵ chủ yếu được trang bị tập trung một số thành phố lớn, ở một số bệnh viện lớn tuyến trung ương hay tuyến tỉnh. Trong khi đó, có khá nhiều bệnh viện, đặc biệt các bệnh viện tuyến huyện không có máy CT scan. Sự thiếu hụt thiết bị cận lâm sàng và các bác sĩ chuyên khoa sâu có thể làm gia tăng tỉ lệ tử vong cũng như để lại hậu quả nặng nề cho bản thân người bệnh và xã hội. Chương trình phần mềm máy tính giả lập trí thông minh của con người (trí tuệ nhân tạo), có thể được sử dụng để hỗ trợ bác sĩ trong việc ra quyết định lâm sàng trong hoàn cảnh không có hội chẩn trực tiếp với bác sĩ chuyên khoa. Để tìm hiểu và đánh giá vai trò kỹ thuật này, chúng tôi thực hiện nghiên cứu ứng dụng trí tuệ nhân tạo trong chẩn đoán phân biệt NMN và XHN trên lều. ĐỐI TƯỢNG – PHƯƠNG PHÁP NGHIÊN CỨU Nghiên cứu xây dựng hệ chuyên gia Chúng tôi thiết kế và xây dựng hệ chuyên gia với tên gọi “Sổ tay Lâm sàng” phiên bản 1.0, được viết bằng ngôn ngữ Microsoft Visual C# .NET phiên bản năm 2003(1,6,7,2,3). Hệ chuyên gia được thiết kế gồm ba phần chính : (1) lưu trữ dữ liệu bệnh nhân; (2) cơ sở tri thức; (3) chẩn đoán y khoa. * Thiết kế giải thuật chủ yếu dựa trên công thức xác suất Bayes : Các xác suất P(Aj), P(K / Aj), P(K) được tính toán trước, được gọi là xác suất tiền nghiệm. P(Aj / K) : xác suất xảy ra biến cố Aj khi K đã xảy ra, được gọi là xác suất hậu nghiệm. Ví dụ: Tính xác suất xuất hiện xuất huyết não (XHN) khi bệnh nhân có triệu chứng đau đầu (Đđ). P(XHN) = P(XHN/Đđ) * Trong đó : – P(XHN) : Xác suất xuất hiện XHN – P(XHN/Đđ) : Xác suất xuất hiện XHN khi triệu chứng đau đầu xuất hiện – P(Đđ/XHN) : Xác suất xuất hiện triệu chứng đau đầu khi bệnh lý XHN xuất hiện – P(Đđ/không XHN) : Xác suất xuất hiện đau đầu khi XHN không xuất hiện – P(Đđ) = P(Đđ/XHN) * P(XHN) + P(Đđ /không XHN ) * P(không XHN) Chúng tôi sử dụng một số bệnh án mẫu để hệ chuyên gia học tập, cập nhật cơ sở tri thức cho đến khi các chỉ số đánh giá kết quả hệ chuyên gia chẩn đoán thông qua độ nhạy, độ đặc hiệu, giá trị tiên đoán dương, giá trị tiên đoán âm, độ chính xác chung đạt đến trị số trên 85%. Mẫu nghiên cứu bao gồm các bệnh nhân nhập khoa Nội Thần Kinh bệnh viện Chợ Rẫy từ 09/2004 đến tháng 07/2005 thỏa tiêu chuẩn chẩn đoán đột quỵ của Tổ Chức Y Tế Thế Giới; nhập viện trong vòng 72 giờ và có hình ảnh CT sọ não trong vòng 7 ngày sau khởi phát. Nghiên cứu không bao gồm các bệnh nhân xuất huyết khoang dưới nhện, xuất huyết não thất đơn thuần hoặc có dấu chứng tổn thương thân não nguyên phát (không phải do chèn ép từ trên xuống). Nghiên cứu kiểm chứng hệ chuyên gia Các bệnh nhân trong mẫu nghiên cứu có tiêu chuẩn chọn bệnh tương tự như phần nghiên cứu xây dựng hệ chuyên gia. Kết quả chẩn đoán bằng hệ chuyên gia và các thang điểm lâm sàng Siriraj, Nguyễn Bá Thắng được so sánh với kết quả chụp CT scan sọ não. KẾT QUẢ Nghiên cứu xây dựng hệ chuyên gia Nghiên cứu thực hiện trên 193 bệnh nhân đột quỵ trên lều thỏa các tiêu chuẩn chọn bệnh và không vi phạm các tiêu chuẩn loại trừ, trong đó có 101 bn XHN chiếm 52,33% và 92 bn NMN chiếm 47,67%; nam chiếm 56,48%, nữ chiếm 43,52%; tuổi trung bình là 62,7, trong đó nhỏ nhất là 27 tuổi và cao nhất là 90 tuổi. Thời gian bệnh nhân nhập viện đến lúc khám thu thập dữ liệu là 1,5 ngày. Các đặc điểm lâm sàng khảo sát gồm có tuổi, giới, các triệu chứng khởi đầu như kiểu khởi phát, đau đầu, nôn ói, mức độ ý thức khi khởi phát, co giật, tiền sử cao huyết áp, tiểu đường, cơn thoáng thiếu máu não, đột quỵ trước đó, bệnh tim, các triệu chứng biểu hiện khi thăm khám như mạch, nhiệt, huyết áp, nhịp thở, kiểu thở, mức độ ý thức lúc thăm khám, dấu xơ vữa động mạch, xuất huyết tiêu hoá trên, dấu màng não, rối loạn ngôn ngữ, rối loạn cơ vòng, nhìn chăm chăm, phản xạ lòng bàn chân, rối loạn vận động, cảm giác. Những dữ liệu của 193 bệnh nhân trong mẫu nghiên cứu được nhập vào cơ sở dữ liệu của hệ chuyên gia và được hệ chuyên gia học tập, tính toán xây dựng nên cơ sở tri thức thể hiện bằng những trị số xác suất tiền nghiệm được tính toán trước. Bên cạnh học tập từ cơ sở dữ liệu bệnh nhân mẫu, phần mềm cho phép người sử dụng hiệu chỉnh cơ sở tri thức dựa trên những kinh nghiệm, kết quả nghiên cứu trước đó hay kết quả đánh giá hệ chuyên gia chẩn đoán. Kết quả đánh giá hệ chuyên gia chẩn đoán trên mẫu nghiên cứu Mỗi bệnh nhân trong nhóm nghiên cứu đều có một tập triệu chứng được thu thập trước. Hệ chuyên gia sẽ tính toán dựa trên tập triệu chứng của mỗi bệnh nhân, cơ sở tri thức sẵn có và giải thuật xác suất Bayes để đưa ra kết luận về xác suất xuất hiện của từng bệnh lý XHN và NMN. Dựa vào kết quả này, hệ chuyên gia chọn: (1) Trị số xác suất cao nhất trong tập hợp bệnh lý trên để đưa ra kết luận chẩn đoán; (2) Trị số này phải lớn hơn hoặc bằng một trị số cho trước (chẳng hạn P = 0,85) thì hệ chuyên gia mới đưa ra ngưỡng kết luận cuối cùng; trị số cho trước này được gọi là trị số ngưỡng. Trị số ngưỡng có thể thay đổi tùy theo yêu cầu của người sử dụng. Bảng 1: So sánh kết quả chẩn đoán của hệ chuyên gia trong trường hợp không sử dụng và sử dụng trị số ngưỡng 0,85 (N = 193) Hệ chuyên gia Không Sử dụng p sử dụng trị số trị số ngưỡng ngưỡng (N = (N = 172) 193) Độ 97,03% 98,96% 0,17 nhạy (98/101 (95/96 chẩn bn) bn) đoán XHN Độ 82,61% 95,65% < nhạy (76/92 (66/69 0,01 chẩn bn) bn) đoán NMN Giá 85,96% 96,94% < trị tiên (98/114 (95/98 0,01 đoán bn) bn) dương XHN Giá 96,2% 98,51% 0,19 trị tiên (76/79 (66/67 đoán bn) bn) dương NMN Độ 90,16% 97,58% < chính xác 0,01 (174/193 (161/165 chung bn) bn) Tỉ 0% 14,51% < lệ chẩn (0/193 (28/193 0,01 đoán bn) bn) không chắc chắn Tóm lược nghiên cứu kiểm chứng hệ chuyên gia Nghiên cứu thực hiện trên 196 bệnh nhân đột quỵ trên lều thỏa các tiêu chuẩn chọn bệnh và tiêu chuẩn loại trừ như nghiên cứu xây dựng hệ chuyên gia, trong đó có 110 bn XHN chiếm 56,12% và 86 bn NMN chiếm 43,88%; nam chiếm 56,12%, nữ chiếm 43,88%; tuổi trung bình là 63,7, trong đó nhỏ nhất là 33 tuổi và cao nhất là 90 tuổi. Thời gian bệnh nhân nhập viện đến lúc khám thu thập dữ liệu là 1,7 ngày. Bảng 2: So sánh kết quả chẩn đoán của hệ chuyên gia với thang điểm Siriraj & Nguyễn Bá Thắng (N = 196)

Cavet Là Gì? Cách Nhật Biết Cavet Xe Thật Và Giả / 2023

Cavet là gì? Cách nhật biết cavet xe thật và giả

Hướng dẫn cách nhận biết cavet xe thật và giả

Nhiều người không có điều kiện mua xe mới đã tìm đến những chiếc xe cũ qua nhiều đời chủ. Điều này dẫn đến tình trạng làm giả cavet xe bằng những thủ đoạn tinh vi.

Trước thực trạng trên, Công an đã vào cuộc và giúp người mua xe cũ cách nhận biết cavet xe thật và giả như sau:

– Phôi đăng kí xe thật có sợi bảo vệ phát quang dưới nguồn SPOT, còn đăng kí xe giả thì không có.

– Phù hiệu công an sẽ phát quang dưới nguồn UV với đăng kí xe thật, còn đăng kí xe giả sẽ không xuất hiện hiện tượng phát quang trên phù hiệu.

– Hoa văn nền ở mặt trước của cavet xe thật vẫn liên tục và sắc nét dù được phóng đại 30 lần. Còn với cavet giả, khi phóng đại 30 lần sẽ quan sát thấy nhiều hạt mực khác nhau nằm đan xen, hoa văn đứt đoạn.

– Mã số hiệu của giấy đăng ký xe giả không được tạo ra bằng hình thức đóng dấu trực tiếp mà được tạo ra bằng cách in màu kĩ thuật số nên không có vết tràn mực, ria mép có nhiều hạt mực khác nhau đan xen. Còn giấy đăng kí xe thật có mã số hiệu được đóng dấu trực tiếp, thể hiện rõ dấu vết tràn mực tại ria mép.

Nếu xe bạn mua cũ qua một đời chủ thì ngoài nhận biết cavet xe bằng các dấu hiệu trên, để đảm bảo xe chính chủ của người bán, bạn nhất định phải có giấy ủy quyền của chủ xe được phòng công chứng xác thực.

Hướng giải quyết khi mua phải cavet xe giả

Khi kiểm tra, Công an xác nhận cavet xe của bạn là giả và bạn có đủ bằng chứng xác nhận mình không biết giấy tờ xe là giả và mục đích mua xe của bạn là chính đáng thì bạn hãy liên hệ ngay với chủ xe cũ để cùng giải quyết. Nếu người bán xe cho bạn không xác nhận, chứng thực được các giấy tờ xe là hợp pháp thì hợp đồng mua bán xe của bạn với chủ xe bị vô hiệu. Theo đó các bên sẽ trả lại những gì đã giao dịch, nghĩa là người bán xe phải trả lại tiền cho bạn còn chiếc xe sẽ được bạn trả lại cho người bán. Vì xe hiện tại không rõ nguồn gốc, không chứng thực được xuất xứ và có nhiều dấu hiệu đáng nghi nên sẽ bị Công an thu giữ và điều tra. Để đảm bảo quyền lợi của bản thân, bạn nên phối hợp tích cực với Công an trong quá trình điều tra.

Nếu bên bán xe không đồng ý hoàn trả lại tiền bạn đã bỏ ra mua xe. Bạn cũng có thể khởi kiện ra toà án nhân dân cấp tỉnh, huyện nơi người bán xe đang thường trú để được giải quyết theo những quy định của pháp luật và đòi lại quyền lợi cho mình.

Các đối tượng bán xe cũ không rõ nguồn gốc, xuất xứ ngày càng có nhiều thủ đoạn tinh vi để làm giả giấy tờ xe. Để tránh cho mình không là nạn nhân, bạn cần có những thông tin, kĩ năng để nhận biết về giấy tờ xe đầy đủ, chính xác. Khi sở hữu được một chiếc xe được chứng thực đầy đủ giấy tờ, nguồn gốc chính chủ thì bạn nên bảo dưỡng xe và làm sạch xe thường xuyên bằng máy phun rửa xe để hạn chế hỏng hóc, han rỉ xe do bụi bẩn gây ra. Liên hệ ngay với chúng tôi theo số điện thoại 0912 370 282 để được tư vấn về giá máy rửa xe máy cũng như sở hữu được những sản phẩm chính hãng tốt nhất hiện nay.

Mô Hình Var ( Value At Risk) / 2023

Giới Thiệu Độ Đo Rủi Ro VaR và Ứng dụng trên TTCK Việt Nam

PHẦN MỞ ĐẦU

Quý nhà đầu tư và bạn đọc thân mến, quản trị rủi ro là một vấn đề không mới khi mà chúng ta đã dần quen thuộc với cụm từ này trong những năm gần đây, dù đây lại là lĩnh vực được quan tâm và triển khai trên thế giới từ lâu. Quản trị rủi ro đang được chú ý hơn đối với lĩnh vực Tài chính Ngân hàng ở nước ta, khi mà các định chế tài chính lớn trong nước đang từng bước nâng cấp hoạt động quản trị rủi ro để tiệm cận gần hơn với tiêu chuẩn chung của Thế giới hiện nay ( Các vấn đề Quản trị rủi ro theo Tiêu chuẩn Basel I, II và III).

Thực sự chúng ta cũng đang từng ngày giải quyết vấn đề quản trị rủi ro theo những cách khác nhau, với mục đích nắm bắt và phần nào kiểm soát được mức độ thiệt hại nếu rủi ro xảy ra. Chúng tôi xin được giới thiệu đến quý nhà đầu tư và bạn đọc một công cụ có thể giúp chúng ta phần nào tính toán được sự thiệt hại ( tổn thất) trong trường hợp có phát sinh rủi ro trong quá trình đầu tư cũng như trong hoạt động cho vay, đó là công cụ tính VaR ( Value at Risk – Giá trị Rủi Ro). Từ kiến thức chung đến Ứng dụng trong từng trường hợp cụ thể, Công cụ tính toán VaR có thể xác định được mức tổn thất tối đa có thể chạm đến trong từng khung thời gian cụ thể và với một mức độ tin cậy nhất định.

Mặc dù còn những hạn chế trong kiến thức về Quản trị rủi ro của 

chúng tôi

, tuy thế người viết vẫn sẽ cố gắng truyền tải phương pháp tính toán này trở thành một công cụ có ích cho Nhà đầu tư và bạn đọc trong hoạt động giao dịch và hoạt động kinh doanh trên Thị trường chứng khoán.

TIẾP CẬN KHÁI NIỆM VaR

Trước khi nói về sự khác biệt, người viết đưa ra một vài ví dụ trực quan lên quan đến biến động P&L (Profit&Loss) của một vài cổ phiếu, biên độ giá, và các giá trị VaR tính toán trên cùng một đồ thị, như sau:

P&L của cổ phiếu GAS

P&L của cổ phiếu VCB

P&L của cổ phiếu VNM

Đối với các cổ phiếu cơ bản ta thấy rất hiếm trường hợp tăng kịch trần hoặc chạm sàn trong phiên, cụ thể khi quan sát 3 cổ phiếu BCs trên, rất hiếm trường hợp P&L chạm đường biên màu xanh lá cây ( Biên trên 7%) và chạm đường màu đỏ ( Biên dưới -7%).

Ngược lại, đối với một số cổ phiếu nóng thì tần suất chạm hai biên này sẽ lớn hơn nhiều.

P&L của cổ phiếu HHS

Nhà đầu tư và bạn đọc thử quan sát lại các đồ thị một lần nữa, chúng ta luôn thấy có những khoảng cách từ hiệu suất thực tế ( đường P&L) với các đường biên độ giá, trường hợp khoảng cách bằng 0 tức là vị trí những điểm chạm của P&L và đường biên độ giá ( khi mà cổ phiếu tăng trần hoặc là giảm sàn trong phiên). Vậy thì giả dụ nếu biết trước rằng, vào ngày mai cổ phiếu của chúng ta sẽ giảm sàn, thì kế hoạch phân bổ tỷ trọng cổ phiếu và tiền đối ứng của chúng ta sẽ là gì? Tất nhiên kế hoạch an toàn là bán toàn bộ cổ phiếu và duy trì tỷ trọng tiền đối ứng 100% (1- Là để tránh mất thành quả, 2- Là sẵn sàng lượng tiền để mua ở mức giá thấp hơn). Ngược lại, nếu chúng ta biết rõ ngày mai cổ phiếu của chúng ta sẽ tăng trần và chúng ta được phép mua bán T+0, phương án khả thi nhất là chúng ta sẽ mua hết  số tiền đang có trong tài khoản (all in – biến 100% lượng tiền mặt thành cổ phiếu).

Như vậy, nếu cổ phiếu giảm càng sâu ta cần một lượng tiền đối ứng càng lớn, ngược lại nếu cổ phiếu tăng càng tốt, thì lượng tiền đối ứng càng nhỏ để nhường chỗ cho sự gia tăng khối lượng cổ phiếu. Khoảng cách giữa P&L và các biên thể hiện một sự đối ứng của tiền đối với khối lượng cổ phiếu đang nắm giữ. Khoảng cách của P&L với biên dưới càng lớn, ta cần một lượng tiền đối ứng càng lớn.

Phần tiền đối ứng cần được duy trì là cách để tránh thiệt hại khi rủi ro xảy ra, nó vừa thể hiện mức độ chịu rủi ro của mỗi cá nhân hoặc tổ chức tham gia thị trường. Động thái sau khi xảy ra rủi ro là bù vào phần đã vay nếu chúng ta đã vay trước đó, hoặc là sẵn sàng tham gia với lượng cổ phiếu lớn hơn nữa ở mức giá thấp hơn để kéo giá mua giảm xuống đối với một đơn vị cổ phiếu. Hay nói cách khác là lượng tiền dự phòng để chúng ta có thể chủ động hơn trong trường hợp rủi ro xảy ra. 

Đối với cổ phiếu : Nếu giá cổ phiếu VCB phiên này chúng ta tính mức điều chỉnh tối đa 1.92% ( tương ứng mức giá 36.88) với độ tin cậy 95%, và 5% còn lại VCB có thể rớt xuống thấp hơn giá 36.88, thì điều này có thể giúp chúng ta nhiều hơn trong việc cân đối tỷ trọng cổ phiếu hơn là một biến cố chắc chắn rằng, VCB điều chỉnh tối đa 7%( giá sàn 35.00) với độ tin cậy 100%. 

Đối với chỉ số thị trường: Chúng ta cũng có thể gượng ép để nói chỉ số VN-index cũng có thể mất tối đa 7% trong một phiên ( người viết cho rằng sự kiện này là thảm họa khủng khiếp nếu tất cả các cổ phiếu trên sàn HSX giảm sàn), điều này đúng 100% nhưng đối với chúng ta có vẻ hơi khó tin! Chính vì vậy, một giá trị tổn thất -0.9%, -1.1%, -1.3% trong phiên thì đáng tin hơn đối với chúng ta, đây cũng là mức VaR95, VaR975, VaR99 tính toán được gần nhất ( phiên thứ Năm 13/10/2016). Chúng ta cũng hoàn toàn nói ngược lại rằng, chỉ 5% xác suất xảy ra kịch bản chỉ số thị trường VN-index giảm hơn mức -0.9% ( Nếu điều này xảy ra, thì người viết kịp nghĩ rằng nó khá hiếm bởi vì chỉ 5% trường hợp rớt sâu hơn mức này, vậy thì liệu có nên tham gia quá trình BẮT ĐÁY nếu nó giảm sâu như vậy không? Có thể là đáy lắm chứ!)

P&L của chỉ số VN-index

Bởi vì Rủi ro cũng chỉ là một khái niệm của xác suất về những điều mơ hồ

Bởi vì Rủi ro có thể mang đến những tổn thất mất mát  nhưng cũng có thể mang lại những lợi ích, những cơ hội Và Bởi vì  Rủi ro chỉ là Trò chơi của những kẻ thống trị

Giới Thiệu Độ Đo Rủi Ro VaR và Ứng dụng trên TTCK Việt Nam

CÁCH TÍNH GIÁ TRỊ VaR

Theo định nghĩa toán học, VaR là mức phân vị thứ 

α (alpha) 

của một hàm phân phối chuẩn hóa. Quả thực định nghĩa này là khó hiểu đối với phần đông chúng ta và cũng không kém mơ hồ. Thế nhưng, người viết vẫn phải nêu ra định nghĩa chuẩn của giá trị VaR vì đây là phần không thể thiếu khi giới thiệu về bất kỳ điều gì mới, cũng giống như các giới thiệu về Một chức danh mới của một yếu nhân nào đó, Một sự kiện mới, Một tính năng mới, Một khái niệm mới, hay đơn giản chỉ là Một vật kỳ quặc mà chúng ta chưa hề biết về nó và lý do vì sao nó tồn tại…

Thế thì xuất phát từ nhu cầu Quản trị rủi ro thực tế, người viết khái quát VaR như một mức ( Giá trị theo đơn vị tiền tệ, Giá trị tương đối theo phần trăm) mà một khoản đầu tư có thể giảm xuống tối đa trong một đơn vị thời gian ( ngày, tuần, tháng) với một độ tin cậy bằng xác suất cho trước ( 95%, 97.5%, 99%). 

Phương pháp Ước lượng VaR sử dụng các ước lượng không chệch

Đối với một cổ phiếu hoặc một chỉ số, P&L chính là sự chênh lệch của giá phiên hôm nay trừ giá phiên trước đó, chia cho giá của phiên trước đó ( [Close(t) – Close(t-1)]/

Close(t-1)).

2. Xác định các giá trị Trung bình mẫu và Phương sai mẫu

Đây là hai đại lượng không thể thiếu khi tính giá trị VaR theo phương pháp này. Các giá trị Trung bình mẫu và Phương sai mẫu được xem là các ước lượng không chệch của giá trị Kỳ vọng (E(P&L)) và Phương sai (Var(P&L)). 

Trung bình mẫu = Tổng n giá trị P&L trong n phiên chia cho n =

                         = [P&L(t-n-1)+..+

P&L(t-1)+

P&L(t)]/n

Phương sai mẫu = Tổng sai lệch bình phương của n P&L trong n phiên và Trung bình mẫu chia cho n -1 = 

=[(P&L(t-n-1)- Trung bình mẫu)^2+..+

(P&L(t-1)- Trung bình mẫu)^2

+

(P&L(t)- Trung bình mẫu)^2

]/(n-1)

Nếu khó hiểu quá thì thực ra 2 giá trị này trông như thế này: 

Để xác định trung bình mẫu ta sử dụng hàm AVERAGE, phương sai mẫu ta dùng hàm VAR trong Excel.

3. Tính VaR

Tính theo giá trị phần trăm

VaR95 = Trung bình mẫu – 1.65*(Phương sai mẫu)^0.5

VaR975 =

Trung bình mẫu – 1.96*(Phương sai mẫu)^0.5

VaR99 = 

Trung bình mẫu – 2.33*(Phương sai mẫu)^0.5

Tính theo giá trị bằng tiền cho chỉ số

VaR95 = (1+Trung bình mẫu – 1.65*(Phương sai mẫu)^0.5)*Chỉ số đóng cửa

VaR975 = (1+Trung bình mẫu – 1.96*(Phương sai mẫu)^0.5)*Chỉ số đóng cửa

VaR99 = (1+Trung bình mẫu – 2.33*(Phương sai mẫu)^0.5)*Chỉ số đóng cửa

Giá GAS, VaR95 và giá sàn dự kiến

Giá HHS, VaR95 và giá sàn dự kiến

Giá VCB, VaR95 và giá sàn dự kiến

Giá VNM, VaR95 và giá sàn dự kiến

Bởi vì Rủi ro cũng chỉ là một khái niệm của xác suất về những điều mơ hồ

Bởi vì Rủi ro có thể mang đến những tổn thất mất mát  nhưng cũng có thể mang lại những lợi ích, những cơ hội Và Bởi vì  Rủi ro chỉ là Trò chơi của những kẻ thống trị

Giới Thiệu Độ Đo Rủi Ro VaR và Ứng dụng trên TTCK Việt Nam

ỨNG DỤNG VaR TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Cho lượng tiền mặt đối ứng hay việc phân bổ tỷ trọng Tiền mặt/ Cổ phiếu

Tỷ

trọng

Chứng

khoán

/

Danh

mục

= (

bp

-q)/b

Trong

đó

: b

tỷ

lệ

thắng

và mở rộng ra như sau:

Tỷ

trọng

Tiền

/

Danh

mục

 = (

b’p

’-q’)/b’

Trong

đó

: b’ 

tỷ

lệ

thất

bại

Là nhân tố tin cậy cho phép đánh giá lại tỷ lệ cho vay margin đối với các công ty chứng khoán

Thực ra những biến động cổ phiếu là bất thường và biến đổi theo phiên, nếu một tỷ lệ vay được ấn định từ trước đó đối với một số cổ phiếu điều chỉnh sâu trong suốt một quá trình sẽ mang lại rủi ro cho hoạt động vay và cho vay của nhà đầu tư lẫn công ty chứng khoán.Việc thay đổi tỷ lệ cho vay margin theo tuần, tháng sẽ trở nên hiệu quả hơn và cập nhật hơn nếu chúng ta biết rằng, trong tuần tới, tháng tới, giá cổ phiếu hoặc chỉ số có thể giảm sâu nhất về mức nào với một độ tin cậy chấp nhận được (95%, 97.5%, 99%). Như thế đối với mỗi một mã cổ phiếu, chúng ta ấn định một tỷ lệ cho vay hiệu quả hơn là đánh đồng đều đối với toàn bộ cổ phiếu, hay phân loại cổ phiếu theo mệnh giá hay vốn hóa thị trường ( tất nhiên là cổ phiếu của chúng ta vẫn nằm trong danh sách được phép vay).

Chúng ta khai thác 2 điểm của ngưỡng VaR mà người viết cho rằng là có ích. 

Một là, Sự ổn định của cổ phiếu thường gắn với một sự an toàn nhất định, nếu ngưỡng VaR được duy trì càng gần với tổn thất thực tế thì càng cần ít trích lập khoản dự phòng. Ngược lại, dự báo về mức độ có thể thiệt hại của cổ phiếu nằm xa hơn với thiệt hại thực tế thì khoản trích lập cũng phải tăng lên tương ứng. Như vậy, rủi ro tăng lên, trích lập dự phòng càng nhiều thì cũng đồng nghĩa với tỷ lệ cho vay margin không thể cao được . Rủi ro sẽ không còn là rủi ro nếu chúng ta đánh giá gần đúng nhất về mức độ thiệt hại. Ở

 chiều ngược lại,

 trong một ngưỡng chịu đựng rủi ro được xác định từ trước có thể tin cậy được

(95%, 97.5%, 99%)

, ta hoàn toàn có thể nâng tỷ lệ cho vay margin cao lên mà không còn e ngại về rủi ro của sự điều chỉnh giá. 

Hai là, Nếu tổn thất thực tế vượt qua ngưỡng VaR dự báo thì sao? Đây là trường hợp hiếm, nếu đánh giá trên phương diện là nhà đầu tư là cơ hội Mua ở vùng giá thấp hơn vì khả năng P&L sẽ hồi phục trở lại cao hơn ngưỡng VaR đánh giá, nhưng trên phương diện cho vay của công ty chứng khoán thì rủi ro đã sinh ra và có thể gây những tổn thất nhất định cho hoạt động cho vay. Nếu chúng ta dựa vào số lần giá trị tổn thất của mỗi cổ phiếu vượt ngưỡng VaR là tiêu chí để tăng hay giảm tỷ lệ cho vay margin thì người viết cho rằng là điều khá hợp lý. Bởi vì, chúng ta không thể cấp margin cao hơn cho một cổ phiếu liên tục chạm sàn so với một cổ phiếu hiếm khi điều chỉnh giảm sàn.

Một ngưỡng hỗ trợ tin cậy có thể dự báo trước và tham gia thị trường ở vùng giá thấp hơn

Đứng trên phương diện Phân tích kỹ thuật, mức VaR95 có thể xem như mức Hỗ trợ cho vận động giá của cổ phiếu, hoặc chỉ số với độ tin cậy lên đến 95%. Chỉ có 5% trường hợp Giá cổ phiếu hoặc chỉ số có thể rớt ra ngoài khoảng này ( vì 5% cũng là một xác suất thấp) vậy thì sẽ có khả năng cao rằng vận động giá hoặc chỉ số có thể vượt lên trên mức VaR95 ở những phiên kế tiếp ( Tín hiệu BẮT ĐÁY hoặc MUA ở vùng xác suất thấp mà cơ hội hồi phục

cao đối với những cổ phiếu cơ bản chịu những nhịp điều chỉnh ngắn hạn). 

Ứng dụng VaR95 BẮT ĐÁY thị trường

Ứng dụng VaR95 BẮT ĐÁY cổ phiếu GAS

Ứng dụng VaR95 BẮT ĐÁY cổ phiếu DXG

Bởi vì Rủi ro cũng chỉ là một khái niệm của xác suất về những điều mơ hồ

Bởi vì Rủi ro có thể mang đến những tổn thất mất mát  nhưng cũng có thể mang lại những lợi ích, những cơ hội Và Bởi vì  Rủi ro chỉ là Trò chơi của những kẻ thống trị