Za začetek vas spomnim, da meri vrednost ogrožene (var):
Indikator VAR pravi, da izgube ne bodo presegle x monetarnih enot z verjetnostjo R.
Na primer, če je enodnevni VAR za portfelj je -23000 na zaupanju verjetnostne ravni, kar pomeni, da z verjetnostjo 0,95 izgube v enem dnevu, portfelj ne bo presegel vrednosti -23000 dolarjev in ustrezno , z verjetnostjo 1 - 0,95 \u003d 0,05, presega - 23000 dolarjev.
Za variacijo-covarian var formula je zelo preprosta:
VAR \u003d - P * K * SIGMA * SQRT (T / 252)
Kje:
P - Stroški portfelja;
K - Kvantist za normalno porazdelitev. Na primer, za stopnjo verjetnosti zaupanja 0,95, K \u003d 1.645. To je pravzaprav, koliko Sigms moramo sprejeti, da bi dobili želeno raven verjetnosti zaupanja;
Sigma - letna nestanovitnost ali standardni odklon našega donosa portfelja za leto;
T - Obzorje, za katerega cenim VAR v dneh;
252 - predpostavka o številu delovnih dni na leto;
SQRT (T / 252) - Odgovoren za skaliranje nestanovitnosti do obzorja, ki ga potrebujemo, kot pri financih, se domneva, da je nestanovitnost sorazmerna z korenom od časa.
Portfelj Sigma se lahko enostavno izračuna na naslednji način:
1. Ocenite matriko COVARIANCE C med enodnevnim pridelkom sredstev v portfelju v nekaterih "oknu", na primer, v zadnjih 252 dneh.
2. Izračunajte vektor sredstev v portfelju W, tako da je njihova vsota enaka 1.
3. Razmislite o disperzije portfelja kot Sigma ^ 2 \u003d W "* C * W, kjer" pomeni prenos. Odstranite kvadratni koren iz disperzije in dobite portfelj sigma.
4. Pomnožite nastalo sigma na SQRT (252), da dobite letno nestanovitnost našega portfelja.
Poskusimo narediti vse zgoraj na preprostem primeru v Ekeller za 2 delnic, od katerih je eden od Intel (INTC), in drugi - Texas Tools (TXN):
Po prejemu dneva s finance.yahoo.com v preteklem letu, bomo ocenili kovarianco med njihovimi dnevnimi donosi:
Opozoriti je treba, da je matrika kovariance simetrična, na glavni diagonalni pa je kovariance vsakega deleža s sabo, kar je enako razpršenosti donosnosti tožbe.
Zdaj predpostavimo, da smo kupili v dolgih INTC na 250.000 USD in kupili v dolgi TXN za 750.000 USD. Potem bo vektor teže (0,25; 0,75).
Zdaj izračunam Sigma našega portfelja:
Tako sigma \u003d 0,26.
Sedaj namestimo vse izračunane vrednosti v formuli zgoraj, da izračunamo metodo VAR variacije-kovariance, da bi cenili enodnevni VAR za portfelj dveh intc in delnic TXN v vrednosti 1.000.000 $ z verjetnostjo zaupanja 0,95: 
Tako, var \u003d -26958.6 $. To je, z verjetnostjo 0,95, naše izgube na portfelju dveh delnic v enem dnevu ne bo presegalo 26958,6 $.
Splošni pristop k izračunu Zgodovinske var naslednje:
1. Določite število scenarijev na zgodovini katere želimo izračunati var.
2. Za vsa orodja za portfelj, smo zgodovinsko cenovno sledi v dan za isto obdobje, ki je enako številu scenarijev + 1.
3. Izračunajte dnevne donose vsakega orodja.
4. Za vsak dan na zgodbe, kakšen je ločen scenarij možnega obnašanja portfelja z dnevno dobičkonosnostjo, obravnavamo dnevni dobiček / izgubo za vsako orodje in nato celotni dobiček / izguba portfelja.
5. Ko smo prejeli vektorja portfelja / izgube za vsak skript, ga razvrstimo od minimalnega na maksimum.
6. Zdaj je treba določiti tako imenovano število kritičnih scenarij. Za to je potrebno verjetnost zaupanja, da se pomnoži s številom scenarijev in zaokroži vrednost na najbližjo celoto.
7. Za pridobitev var, moramo računati od začetka vektorja, ki ustreza največjemu možnem dobičku števila scenarijev, ki so enaka številu kritičnega scenarija, pridobljenega v odstavku 6, in naslednji scenarij nam bo dala vrednost var.
Za naš primer vzemite število scenarijev, ki je enako 250. Nato bo izračun kritičnega scenarija naslednji: 
Prejeto število kritičnih scenarija je 238.
Zdaj izgradnjo dobička / izgube vektorja na portfelju za vse 250 scenarijev določajo zgodovinsko var: 
Tako je enodnevni zgodovinski VAR za naš primer -25845,4 $.
Včasih je izražen pristop k izračunu zgodovinskega var, spremenjen s tehtanjem zgodovinskih podatkov, tako da starejši podatki imajo manjšo težo pri izračunu var, novejših podatkov.
Ponovno, izbrano število scenarijev za izračun določa okno, v katerem bo VAR ocenjen in če to okno vsebuje nekatere ekstremne dogodke na trgu, se bo upošteval v TAR rezultatu. To pomeni, da lahko tveganje analitika izrecno izbere okno, da zajame, na primer visoko volatilnost na trgu in oceni var za to.
Če so portfeljska orodja v različnih valutah, potem potrebna za odločanje o osnovni valuti portfelja in z uporabo zgodovinskih trgovanja valutnih tečajev upoštevajo tudi dobiček / izgubo zaradi spreminjanja menjalnega tečaja pri izračunu dobička / izgube za vsako od portfeljskih orodij za vsak skript.
Primerjava variacije-kovariance VAR enaka -26958.6 $ in zgodovinski VAR enaka -25845,4 $ bomo videli, da zgodovinski VAR ocenjuje možne izgube na portfelju, ki je manjša od variacijskega kovarianca. Običajno je nasprotno. Z velikim številom scenarijev za izračun zgodovinskega var, je njena ocena izgub pridobljena višja od ocene metode variacij in kovariance z upoštevanjem realne porazdelitve na trgu in prisotnosti debelega repa v njem.
Primerjava dveh pristopov vodita do naslednjih prednosti / minuse za vsakega od njih.
Pristop variacije-kovariance do izračuna var:
Minusi:
1. Uporabljena predpostavka o običajni porazdelitvi dobičkonosnosti orodij.
2. Pri izračunu VAR za več kot en dan se domneva, da je matrika kovariance konstantna.
3. Nemogoče je uporabiti za izračun varnih možnosti in orodij z značilnostmi možnosti.
Prednosti:
1. Hitri izračun, ne zahteva velikih računalniških virov.
2. Če se lahko uporabljajo samo linearna orodja, kot so delnice, terminske pogodbe, valute za izračun var.
3. Matrica kovariance je mogoče dobiti od prodajalca, da ne para z izračunom samega.
Zgodovinski pristop k izračunu VAR:
Prednosti:
1. Uporablja se realna porazdelitev dobičkonosnosti na trgu z resničnimi debelimi repi.
2. Matrika kovariance se ne izračuna.
Minusi:
1. Težave pri izračunu VAR za možnosti kot opcijske skladbe so kratke in tudi težave s skladiščenjem velikega števila možnosti sledi.
2. Stroški infrastrukture kažejo, da mora biti baza podatkov, kjer bodo shranjene zgodovinske cene za orodna orodja.
V priponki na delovno mesto Excell, ki vsebuje vse izračune za navedene primere.
Izvleček iz knjige "Analiza kreditnih tveganj".
Obstajajo različne metodologije za ocenjevanje možnih izgub na finančnih instrumentih in portfeljih., Upoštevamo glavne:
- VAR (tveganje tveganja - "na tveganju");
- primanjkljaj;
- analitični pristopi (na primer, delta-gama pristop);
- testiranje stresa (nova metodologija).
Upoštevajte najpogostejšo metodo kvantitativne ocene obsega tržnega tveganja trgovalnih pozicij - Var.:
VAR je ocena vrednosti, ki ni presežena v tem časovnem obdobju (časovno obdobje) izguba z določeno verjetnostjo (raven zaupanja) je izražena v denarnih enotah osnovne valute. Osnova za VAR je dinamika tečajev in cene orodij za določeno obdobje v preteklosti.
Časovni horizont se pogosto izbere na podlagi roka za iskanje finančnega instrumenta v portfelju ali njegovi likvidnost, ki temelji na minimalnem dejanskem obdobju, v katerem se lahko to orodje izvaja na trgu brez velike izgube. Časovno obdobje se meri s številom delavcev ali trgovalnih dni.
Stopnja zaupanja ali verjetnosti je izbrana glede na preference tveganja, izražene v regulativnih dokumentih banke. V praksi se pogosto uporablja raven 95% in 99%. Odbor za nadzor bank Basel priporoča 99-odstotno raven, na podlagi katerih so nadzorni organi osredotočeni.
Vredna vrednost se izračuna s tremi osnovnimi metodami:
Ta metoda se lahko uporabi za oceno tržnega tveganja finančnih instrumentov, za katere ima banka odprt položaj. Omeniti je treba, da je parametrična metoda slabo primerna za ocenjevanje tveganja sredstev z nelinearnimi cenovnimi značilnostmi. Glavna pomanjkljivost te metode je predpostavka običajne porazdelitve finančnih instrumentov, ki praviloma ne izpolnjuje parametrov realnega finančnega trga. Za parametrični izračun var, je treba redno izračunati nestanovitnost kotacij vrednostnih papirjev, menjalnih tečajev, obrestnih mer ali drugih dejavnikov tveganja (spremenljivka, iz katere je sprememba nabavne vrednosti položaja, ki ga je odprla banka, največja) .
Osnovna formula za določanje var, ob upoštevanju vrednosti položaja sredstva, ima naslednji obrazec:
Var \u003d v * λ * σ,
Kje:
λ - količinska normalna porazdelitev za izbrano stopnjo zaupanja. Kvantistika kaže položaj želene vrednosti naključne vrednosti glede na srednjo vrednost, izraženo v količini standardnih odstopanj donosa portfelja. V skladu z verjetnostjo odstopanja od povprečja, ki je enaka 99%, je kvantifikacijski distribucija 2.326, pri 95% - 1.645;
σ - nestanovitnost spremembe faktorja tveganja. Nestanovitnost je standardna (RMS) odstopanje spremembe faktorja tveganja glede na njeno prejšnjo vrednost;
V. - trenutne stroške odprtega položaja. V okviru odprtega položaja se tržna vrednost finančnih instrumentov, kupljenih ali prodaje banke za dobiček ali druge namene, razume na tak način, da je število finančnih instrumentov, ki so v sedanjih razmerah v bilančni ali zunajbilančni računi Ne nič.
Primer
Vlagatelj je lastnik delnic družbe v vrednosti 10 milijonov rubljev. Navedena raven zaupanja je 99% z začasnim obzorjem v enem dnevu. Enodnevna nestanovitnost cene delnic (σ) \u003d 2.15.
Var \u003d 10 * 2.33 * 2,15 \u003d 50,09 milijona rubljev.
Z drugimi besedami, verjetnost, da bodo izgube investitorja presegla 50 milijonov rubljev. Naslednji dan, enak 1%. Izgube, ki presegajo 50 milijonov rubljev. V povprečju enkrat v 100 dneh trgovanja.
Ta metoda temelji na predpostavki taintarnice obnašanja tržnih cen v bližnji prihodnosti.
Najprej je izbrano obdobje (število delavcev ali trgovalnih dni), za katere se spremljajo zgodovinske spremembe cen vseh sredstev, vključenih v portfelj. Za vsako obdobje so simulirani scenariji sprememb cen. Hipotetična cena sredstva se izračuna kot sedanja cena, pomnožena z zvišanjem cen, ki ustreza temu scenariju. Nato se izračuna tudi popolno prevrednotenje celotnega sedanjega portfelja po cenah, ki temeljijo na zgodovinskih scenarijih, za vsak skript pa se izračuna, koliko se lahko stroški trenutnega portfelja spremenijo. Po tem so dobljeni rezultati razvrščeni po številki v padajočem vrstnem redu (od največjega povečanja do največje izgube). In končno, v skladu z želeno stopnjo zaupanja, je vrednost varnega var opredeljena kot taka največja izguba, ki je enaka kot količina spremembe s številko, ki je enaka celotnemu delu števila (1 - količinsko pri a Glede na raven zaupanja) * Število scenarijev.
V nasprotju s parametrično metodo je metoda zgodovinskega modeliranja jasno in v celoti ocenjuje tveganje, je primerna za ocenjevanje tveganja sredstev z nelinearnimi cenami. Prednost zgodovinskega modeliranja je, da odpravlja visok vpliv vzorčnega tveganja in temelji na modelu, ki je bil dejansko ugotovljen v preteklosti, razen predpostavk o običajni distribuciji ali drugem stohastičnem modelu dinamike cen. Omeniti je treba, da je ta metoda pri izračunu var, ta metoda zelo verjetnost merilnih napak v majhnem obdobju zgodovinskega vzorca. Poleg tega najstarejše opazovanja niso izključene iz vzorca, ki dramatično poslabša natančnost modela.
Primer:
V 400 scenarijih je bilo 300 primerov izgube in 100 primerov incidentov. VAR (95%) je absolutna vrednost 21. največjega izgube (400 + 1-1 (1-0,05) * 400 \u003d 21, kjer je 0,05 kvantificiran z ravnijo zaupanja v 95%), tj. Spremembe na številko 380.
Metoda Monte Carlo ali metoda stohastičnega modeliranja, je najbolj zapletena metoda izračuna VAR, vendar je njena natančnost bistveno višja od vrednosti drugih metod. Metoda Monte Carlo je zelo podobna metodi zgodovinskega modeliranja, temelji tudi na spremembi cene sredstev, le z določenimi parametri distribucije (matematična pričakovanja, nestanovitnost). Metoda Monte Carlo pomeni izvajanje velikega števila preskusov - enkratno modeliranje razvojnih razmer na trgih z izračunom finančnega rezultata na portfelju. Zaradi teh testov bo pridobljena porazdelitev možnih finančnih rezultatov, na podlagi katere je mogoče pridobiti oceno VAR z odrezanjem najhujšega glede na izbrano verjetnost zaupanja. Metoda Monte Carlo ne pomeni koagulacije in posploševanja formul za pridobitev analitične ocene portfelja kot celote, zato za rezultat na portfelju in za nestanovitnost in korelacije, lahko uporabite bistveno bolj zapletenih modelov. Metoda je naslednja. Glede na retrospektivne podatke (časovno obdobje) se izračunajo matematična pričakovanja in nestanovitnost. Uporaba senzorja naključnega števila se podatki ustvarjajo z običajno porazdelitvijo in so zapisani v tabeli. V nadaljevanju izračunava pot simuliranih cen v skladu s formulo naravnega logaritma in vrednost portfelja pa je ponovno ocenjevanje.
Ker je COMSOM CARLO Monte Carlo skoraj vedno opravljena z uporabo programskih orodij, ti modeli morda niso formule, temveč dovolj zapleteni podrobini. Tako metoda Monte Carlo vam omogoča uporabo modela skoraj vse kompleksnosti pri izračunu tveganj. Prednost metode Monte Carlo je tudi priložnost za uporabo katere koli distribucije. Poleg tega metoda omogoča simulacijo obnašanja trgov - trendov, visoke ali nizke volatilnosti grozdov, spreminjajoče se korelacije med dejavniki tveganja, skripte "Kaj - če" itd. Opozoriti je treba, da ta metoda zahteva zmogljive računalniške vire in z najpreprostejšimi izvedbami so lahko blizu zgodovinskega ali parametričnega varnega varnega, kar bo privedlo do dedovanja vseh njihovih pomanjkljivosti.
Pomanjkljivost metode ocenjevanja tveganja VAR je, da ne upošteva zelo pomembnih in zanimivih predmetov, potrebnih za resnično zastopanje tržnih tveganj. VaR ne upošteva, kako prispevek k tveganju omogoča trg, ki strukturne spremembe v portfelju povečajo tveganje, kot tudi tisto, kar instrumenti za varovanje pred tveganjem nadzorujejo posebno tveganje. Model ne zagotavlja informacij o najslabši možni izgubi zunaj vrednosti VAR (na določeni stopnji zaupanja v 95%, ostaja neznana, kar je lahko izgube v preostalih 5% primerov).
Kot alternativni ukrep za oceno tržnega tveganja se lahko uporabi metodologija primanjkljaja, ki je povprečna količina izgube, ki presega var. Primanjkljaj je bolj konzervativni ukrep tveganja kot var. Za isto verjetnost primanjkljaja zahteva, da rezervirate večji kapital. Tako vam omogoča, da upoštevate velike izgube, ki se lahko pojavijo z majhno verjetnostjo. Prav tako bolj ustreza vam omogoča, da ocenite tveganje v takem pogostnem primeru v praksi, ko je porazdelitev izgube "debele repi" distribucijske funkcije (odstopanja na robovih porazdelitve verjetnosti gostote iz normalne distribucije).
Obseg tržnega tveganja je vključen v izračun vrednosti lastnih sredstev banke (kapital) banke v skladu z navodilom Banke Rusije z dne 16. januarja 2004 št. 110-in "o obveznih predpisih bank ". \\ T Postopek za izračun kreditnih organizacij glede na velikost tržnih tveganj je predviden z uredbo centralne banke Ruske federacije "o postopku za izračun kreditnih organizacij obsega tržnega tveganja" 14. novembra 2007 št. 313-str. Kumulativna vrednost tržnega tveganja se izračuna s formulo:
PP \u003d 12,5 * (PR + FR) + BP,
Kje:
PP. - kumulativna vrednost tržnega tveganja;
Itd - obseg tržnega tveganja za finančne instrumente, ki so občutljivi na spremembe obrestnih mer (v nadaljnjem besedilu obravnavana tveganja);
Fr. - obseg tržnega tveganja za finančne instrumente, ki so občutljivi na spreminjanje trenutne (poštene) vrednosti za lastniške vrednostne papirje;
Bp - Obseg tržnega tveganja na odprto kreditno organizacijo v tujih valutah in plemenitih kovin.
V zadnjih desetletjih se globalno gospodarstvo redno pade v Whirlpool finančnih kriz. 1987, 1997, 2008 je skoraj privedlo do propada obstoječega finančnega sistema, zato je vodilni strokovnjaki začeli razvijati metode, s pomočjo negotovosti, ki prevladuje v finančnem svetu, je mogoče nadzorovati. V Nobelovih nagradah zadnjih let (pridobljenih za model Black Showlza, VAR, itd), trend do matematičnega modeliranja gospodarskih procesov, poskuša napovedati obnašanje trga in oceniti njeno stabilnost.
Danes bom poskušal povedati o najbolj razširjeni metodi napovedi izgub - vrednost ogroženega (var).
Pomanjkljivost te metode je nezmožnost napovedi gradnje portfelji, ki jih nimamo informacij. Obstaja tudi problem, če se komponente portfelja bistveno spremenijo v kratkem času.
Dober primer računalništva je na voljo na naslednji povezavi.
Seveda to niso edine tehnike izračuna VAR. Obstajajo preproste linearne in kvadratne cenovne napovedi modelov, kot tudi precej zapleteno metodo variacij kovariance, ki jih nisem povedal, ampak bo zainteresiran bo lahko našli opis tehnik v spodnjih knjigah.
Kljub kritiki je var uspešno uporabljen v vseh večjih finančnih institucijah. Treba je omeniti, da se ta pristop ne uporablja vedno, na podlagi katere druge tehnike so nastale s podobno idejo, vendar drug način izračuna (na primer, SVA).
Glede na kritike so bile razvite spremembe VAR, ki temeljijo na drugih distribucijah, ali na druge metode izračunov na vrhuncu Gaussove krivulje. Ampak bom poskušal povedati o tem še en čas.
Razmislite o metodah ocene tveganja, zlasti na trgu, s pomočjo ukrepa tveganja (vrednost v vrednosti). Če želite to narediti, bomo analizirali praktičen primer ocene tveganja za družbo Gazproma.
Tržno tveganje (angleščinaTrg.tVEGANJE.) - To je verjetnost škodljivih sprememb vrednosti sredstev. Na spremembo vrednosti vplivajo številni makro, mezo-, mikroekonomski dejavniki, na katere se pripisujejo cene za surovine (olje, jeklo, platino itd.); Cene za plemenite kovine (zlato, srebro); Spremembe v industrijskih indeksih proizvodnje, nacionalnih kazalnikov (BDP, brezposelnost, ključna obrestna mera, inflacija), raven povpraševanja in ponudbe itd.
Tržna tveganja so v sistemu finančnega tveganja in možno je dodeliti naslednje vrste:
Tržna tveganja ocenjujejo različne investicijske družbe, naložbene in hedge sklade, zasebni vlagatelji, banke, podjetja, finančna sredstva, dobavitelji itd. Zmanjšati možne izgube in ustvarjanje rezerv. Kot vidimo, tržna tveganja vplivajo na najbolj različne udeležence na finančnem trgu.
Za upravljanje morebitnih izgub in določitev rezerv za zavarovanje izgube je potrebno kvantitativno oceno tveganja. Glavna aksiom katerega koli nadzora je, da je mogoče upravljati samo tisto, kar je mogoče kvantitativno izmeriti. Vse metode za ocenjevanje tržnega tveganja se lahko razdelijo na dve skupini:
Prednosti statističnih metod vključujejo možnost objektivne ocene verjetnosti nepričakovanih izgub in njihove absolutne velikosti. Strokovne metode vrednotenja omogočajo, da se upoštevajo šibke formalizirane dejavnike tveganja in razviti različne scenarije za njen upad.
Markovitz v zgodnjih 60 -s je predlagal oceno tveganja kot variabilnosti vrednosti vrednostnih papirjev na borzi. To je močnejša cena sredstva, večje je tveganje vlaganja v to. Slabosti te metode so bile v nezmožnosti napovedovanja velikosti in verjetnosti prihodnjih izgub.
V osemdesetih letih je bil predlagan nov merila tveganja - VAR Tveganjaki nam je omogočilo, da celovito ocenimo morebitne izgube v prihodnosti z izbrano verjetnostjo in za določeno časovno obdobje. Za izračun ukrepa tveganja VAR v praksi uporablja več načinov:
Razmislite o primeru ocene tveganja sredstva na borznem trgu po modelu VAR, ki temelji na delti običajnega modeliranja verjetnosti in velikosti izgube. Vzemite citate delnic OAO Gazproma in izračunajte možne izgube pri tej vrsti sredstva. Če želite to narediti, morate prenesti ponudbe iz storitve Finam.ru ("Izvozni podatki") ali FINANCE.YAHOO.COM, če ocenite tržno tveganje za tuja podjetja. Na priporočilo banke mednarodnih naselij za izračun var, je treba uporabiti vsaj 250 podatkov na stroške ukrepa. Davne citate za OAO Gazprom so bili sprejeti za obdobje 31.01.2014 - 01/31/2015.
Ocena tržnega tveganja po vrednosti ogroženega (var)
Donosnost delovanja OAO Gazproma \u003d Ln (b6 / b5)
Izračun dobičkonosnosti delnic OAO Gazproma
Opozoriti je treba, da je pravilnost uporabe DELTA običajne metode ocenjevanja tveganja dosežena le pri podrejevanju dejavnikov tveganja (donosnost) z običajnim zakonom o distribuciji (Gaussian). Za določitev pristopa distribucije donosov se lahko Gaussovo porazdelitev uporabljajo klasična statistična merila - Kolomogorov-Smirnov ali Pearson.
Pričakovana vrednost \u003d C555 (C5: C255)
Standardni odklon \u003d STOOTCLONE (C5: C255)
Izračun parametrov distribucijske funkcije donosnosti promocije
Naslednji korak pri izračunu merjenja tveganja se razlikuje, je opredelitev količinske dane normalne porazdelitve. V statistiki pod količinsko se razume - vrednost distribucijske funkcije (Gauss) v skladu z določenimi parametri (matematično pričakovanjem in standardnim odstopanjem), v katerem funkcija ne presega te vrednosti z določeno verjetnostjo. V našem primeru je bila verjetnostna raven sprejeta za 99%.
Izračunajte v Excelu vrednost količinskih za distribucijo dobičkonosnosti delnic OAO Gazproma.
Kwantil. \u003d Norma (1%; E5; F5)
Količinsko vrednotenje v Excelu
kje:
P T +1 je najnižja vrednost ukrepa v naslednjem obdobju T z določeno stopnjo količinskega.
Predvideti prihodnje vrednosti staleža (sredstva) za več obdobij, je treba uporabiti spremembo formule:
Kje:
q - Kvantilacijska porazdelitev zalog;
P T - Vrednost ukrepa v času T;
P T +1 je minimalna vrednost deleža v naslednjem obdobju T na določeni ravni kvantila;
n - globina napovedovanja možne minimalne vrednosti ukrepa.
Formula za izračun prihodnje vrednosti deleža v Excelu bo pogledala:
Najmanjša vrednost delovanja OAO Gazproma naslednjega dne \u003d (1 + G5) * B255
Najmanjša vrednost delovanja OAO Gazproma v 5 dneh \u003d B255 * (1 + G5 * Koren (5))
Napovedovanje najnižje vrednosti delnic z določeno verjetnostjo
Vrednote PT +1 kaže, da z verjetnostjo 99% delnic Gazproma ne bo prazna pod ceno, ki je enaka 137.38 rubljev, vrednost PT +5 pa kaže na možno minimalno vrednost delovanja z verjetnostjo 99% naslednjih 5 dni. Za izračun absolutne vrednosti morebitne izgube določi odstotek spremembe vrednosti ukrepa. Formule za izračun Excel bo naslednje:
Relativna sprememba vrednosti ukrepa
Relativni upad vrednosti zalog Naslednji dan \u003d Ln (F9 / B255)
Relativno zmanjšanje vrednosti ukrepa v petih dneh \u003d Ln (F10 / B255)
Absolutne spremembe vrednosti ukrepa
Absolutni padec vrednosti zalog naslednji dan = F9-B255.
Absolutno zmanjšanje vrednosti ukrepa v petih dneh \u003d F10-B255
Tako preberite gospodarski pomen kazalnika VAR, kot sledi: Naslednji dan stroški dela Gazproma z verjetnostjo 99% ne bodo pod 137.38 rubljev. In absolutne izgube ne bodo presegla 6,44 rubljev (5%) na delnico. Podobno kot na VAR ocene za pet dni pred nami: Delež delnic Gazproma z verjetnostjo 99% ne pade pod 129,42 rubljev, izguba kapitala pa ne bo presegla 11% (14,4 drgnite na delnico) .
Druga metoda izračuna tveganja VAR se imenuje "Rocni Way", saj omogoča, da se ne priključi na porazdelitev, s katero se vrednost sredstev spremeni. To je ena od glavnih prednosti proti normalni metodi Delta. Za oceno tržnih tveganj bomo uporabili iste vhodne podatke - ponudbe OAO Gazproma. Koraki za izračun VAR so naslednji:
Izračun največje in minimalne donosnosti delnic OAO Gazproma
Glede na izračunano donosnost delnic OAO Gazprom določa najvišjo in najmanjšo dobičkonosnost. To naredimo, uporabljamo formule:
Najvišja vrednost donosnosti tožbe \u003d Max (C5: C255)
Najmanjša vrednost donosnosti tožbe \u003d Min (C5: C255)
Izbira števila intervalov združevanja dobičkonosnosti / izgube
Za ročni način za oceno tveganja morate vzeti število časovnih presledkov združevanja dobičkonosnosti. Znesek je lahko vsak, v našem primeru bomo vzeli n \u003d 100.
Določanje širine združevanja skupine
Širina intervala ali korak spreminjanja skupine je potrebna za izgradnjo histograma in se izračuna kot delitev največjega širjenja dobičkonosnosti na število časovnih presledkov. Formula za izračun intervala je naslednja:
Velikost intervala vrnite se delnice \u003d (E5-F5) / H5
Ocena tveganja tveganja VAR "Ročno"
Na naslednjem koraku je treba zgraditi histogram porazdelitve dobičkonosnosti v izbranih intervalih. To naredimo, izračunamo meje vseh skupin donosnosti (vse od njih 100). Formula za izračun je naslednja:
Meja donosnosti \u003d H5 + $ E $ 11
Izračun meje izmenjave v Excelu za delovanje OAO Gazproma
Po določitvi meja vrtnih skupin gradimo kumulativni histogram. Če želite to narediti, pojdite na dodatke "Podatke" → "Analiza podatkov" → "Histogram".
V oknu, ki se odpre, izpolnite "Input intervali", "Pocket Intervals", izberite možnost "Integral odstotek" in "Graphics" možnost.
Primer izgradnje histograma donosnosti OAO Gazproma
Posledično bo oblikovan nov delovni list z razporedom in pogostnostjo donosa / izgube v določenem intervalu. Urnik s kumulativnim rezultatom ima naslednji obrazec:
Histogram akumulirane donosnosti v Excelu
Zato je prvi stolpec tabele tabele količinska za razdelitev dobičkonosnosti / izgub, druga pogostost donosov na enega ali drugega intervala, tretja odraža verjetnost izgube. V tabeli s kumulativno verjetnostjo vstopanja v določen interval je treba najti raven ~ 1%.
Opredelitev količinskega donosa "Ročni način"
Vrednost količine ustreza -0.039, medtem ko je na Delta običajna metoda ocenjevanja tveganja za quonile je bila -0.045. Za oceno tveganj bomo uporabili že pridobljene formule ocenjevanja in izračunali znesek odškodnine. Spodnja slika prikazuje oceno možnih izgub naslednji dan in v petih dneh z verjetnostjo 1% bo 4 in 9%, oz.
Rezultat ocene "Ročni način" VAR tveganja v Excelu
Domači borzi ima dovolj visoko stopnjo nestanovitnosti, "težki repi" so opazili na trgu - to je nastanek pogostih kriz z veliko škodo. Posledično model VAR ne more natančno napovedati možnih prihodnjih izgub vlagateljev. Opozoriti je treba, da je ta model dobro uporabljen za blago z nizkimi vodnimi trgi, ne pa za stalež.
Povzetek
V tem članku smo pregledali metode ocenjevanja tveganja na primeru delnic OAO Gazproma, za to, korak za korakom razstavljenih, kot sodobna ocena tveganja vrednosti tveganja (var) je vgrajena v Excelu na dva načina: Delta normalna simulacija in "ročni način".
Če razdelite dejavnike, ki jih je treba analizirati, primarno in sekundarno, se izkaže, da je v vsakem podjetju velik sklop obeh in drugih. Jasno je, da vsi ljudje vedo. Zato v začetku devetdesetih let. Upravljanje bank J. P. Morgan je dal svojo "tvegano" nalogo, da najde obliko, ki jo je mogoče enostavno razumeti, in ki bi združila in poenotena primarna in sekundarna tveganja na različnih področjih poslovanja. Torej je bila ocena tveganja vrednosti, bolj znana kot var. Danes je standardno orodje za nadzor tveganja.
Profil dohodka in tveganja v nekaterih finančnih instrumentih je porazdeljen linearno. Recimo, da ste kupili dejanje, in na enoto spreminjanja njene cene, rezultat vašega položaja se bo razlikoval od istega števila enot. To je primer primarnega tveganja. Spremembe cen izvedenih finančnih instrumentov so prav tako odvisne od spreminjanja cen osnovnih sredstev (v našem primeru). Vendar pa so občutljivi na spremembe in druge spremenljivke, ki smo jih razpravljali v poglavju o možnostih, kot so spremembe nestanovitnosti in obrestnih mer, pa tudi spremembe v času. To je nekatere sekundarne spremenljivke. Zaradi njih cena izvedenih finančnih instrumentov ne spreminja linearno v zvezi s ceno osnovnega sredstva.
Verjetno, vodstvo ne bi bilo vprašanje o ustvarjanju varnih sredstev, če ni bilo orodij izvedenih finančnih instrumentov, na primer, možnost, katerih cena je nelinearna odvisna od njegovih opredmetenih spremenljivk. Pomembno je, da bralec meni, da je portfelj posojil enak portfelj možnosti, samo za posojila. Podrobnosti bomo razpravljali pozneje, v tem poglavju pa bodo pokazali načela dela, možnosti in omejitve modela na enostavnejših sredstev.
Opozoriti je treba na vlogo korelacije pri gradnji poročil. Upravljanje velike banke Potrebujete dva ali tri preprosto poročilo o velikem številu različnih položajev v različnih izdelkih. Če jih "vozite" vse v en model, tudi pri današnjih računalniških hitrostih, bo obdelava podatkov trajala preveč časa. Lažje je odbiti iz določenih osnovnih sredstev in dopolnjuje njihovo matriko korelacij z drugimi sredstvi, tudi če obstaja nekaj položajev, kot v primeru, ko ste kupili delnice Lukoil in prodanih delnic Rosnefta. Sistem bi moral oceniti korelacijo in domnevati, koliko lahko izgubite, če se cene obnašajo točno, kot ste pričakovali. Če korelacija ne ceni in ne upošteva tveganj dveh delnic kot neodvisne, jih dejansko precenjujejo, kot v praksi večino časa se premaknejo v eno smer. Iskanje statistično razumne velikosti možnih največjih izgub je le glavna naloga tveganja vrednosti. Ta izraz je preveden kot vrednost tveganja.
Natančneje, VAR je najvišji znesek:
Glavne razlike v gradnji VAR so ocena pričakovane voltenosti in število standardnih odstopanj. Prvi parameter je potreben za razumevanje najverjetnejše ocene izgube, ki se lahko pričakuje v 2/3 določenega obdobja. Drugi je največ odstopanja v roku 1/3 časa.
Nestanovitnost ali variabilnost cen se imenuje "standardni odklon" v statistiki. Pri modelih se pričakovana nestanovitnost uporablja v modelih, ki se izračuna kot ocenjena (pričakovana) razširitev med zaključnimi cenami v tem časovnem obdobju.
Recimo, da ste prodali možnost za dvig cene zaloge X (neobvezno klic na delnico x). Zdaj je vaš portfelj sestavljen iz enega prodanega klica, cena delnice je 100,0, cena izvršitve je 100,0, pričakovana nestanovitnost je 19,1%, izvajanje klica (določeno obdobje) po 30 dneh. Nestanovitnost 19,1% kaže, da bo v enem dnevu zavrnitev tržne cene ukrepa (enodnevno standardno odstopanje) približno ± 1% za 2/3 obravnavanega obdobja (30 dni).
Koliko standardnih odstopanj se pravilno uporablja za štetje var? Z drugimi besedami, kako ujeti gibanje cen v preostalih 1/3 časovnega obdobja, ki bo preseglo nestanovitnost pričakovane pasu? Večina raziskanih statističnih podatkov ve, da je krivulja normalne porazdelitve, in dejstvo, da v običajni porazdelitvi pod tremi standardnimi odstopanji pade 99% dogodkov. Toda v praksi je ta vrednost precej štiri standardna odstopanja (tabela. 1), zato jih je treba uporabiti, da zajamejo gibanje, ki jih neizčrpana z običajno porazdelitvijo.
Tabela 1. Prevrednotenje možnosti (glej primer) pri spreminjanju cene osnovnega sredstva (naslednji dan)
Stroški osnovnega sredstva niso edina vrednost, ki se spreminja v času horizonta. Cena pričakovane volatilnosti prostora lahko pade ali vzpon. V skladu s tem je treba model preskusiti na različne ravni pričakovane nestanovitnosti.
Na primer, model lahko omeji spremembe v nestanovitnosti v višini 15%. To pomeni, da če je v trenutku pričakovana nestanovitnost 19,1%, potem bo naslednji dan v mejah (16,61%, 21,97%). Povrnimo naš portfelj, glede na nove omejitve (tabele 2 in 3).
Tabela 2. Prevrednotenje možnosti pri spreminjanju nestanovitnosti (naslednji dan)
S primerjavo teh podatkov lahko iščete na omrežju vrednosti, ki določajo vrednost portfelja v intervalih, od nespremenjenega in konca z ekstremno v obdobju, ki se pregleduje (naslednji dan).
Tabela 3. Prevrednotenje opcije pri spreminjanju cene osnovnega sredstva in nestanovitnosti
Povzetek trenutne vrednosti portfelja iz dobljenih rezultatov dobimo številne prevrednoteke za vse razlike v pregledu obdobja (tabela 4).
Tabela 4. Finančni rezultat prevrednotenja opcije pri spreminjanju cene osnovnega sredstva in nestanovitnosti
Prevrednotenje, ki prikazuje največjo izgubo (-2,81), je VAR za obdobje enega dne in z višino zaupanja v višini 98% (po nabavni vrednosti osnovnega sredstva 104 točk in nestanovitnosti 21,97%). Mnogi izdelki nimajo samo promptne cene, temveč tudi krivulje, tj. Cene za isti izdelek z njegovo ponudbo v prihodnosti, nihanje tudi s trajnostnim mestom. Na deviznem trgu, na primer, so krivulje naprej rezultat razmerja obrestnih mer dveh valut. V primeru terminskih pogodb proizvodov, krivulje naprej so rezultat napovedi prihodnje tržne konjunktura. Na primer, krivulja naprej se spremeni, ko spremeni pričakovanja o primanjkljaju ponudbe blaga na dan izteka pogodbe. Poleg krivulj osnovnega sredstva (nujne cenovne strukture), obstoječe krivulje za nestanovitnost (struktura nestanovitnosti). Za poenostavljen izračun VAR je priporočljivo spremeniti ceno prihodnosti vsakega obdobja z uporabo ustreznega standardnega odstopanja.
Po analogiji spreminjajo nestanovitnost vzdolž celotne hitre krivulje.
Združevanje krivulj in nestanovitnosti osnovnih sredstev, dobimo želeno matrico tveganja na podlagi nihanj cene osnovnega sredstva, njegovo nestanovitnost in krivulje naprej.
Upoštevajte, da se vsi izračuni za trgovalne enote izvedejo v danem obdobju - praviloma, za en dan. V praksi se lahko trg veliko premika v eni smeri. Zato lahko največje vrednosti izgub sledijo po eni za drugo več dni, od katerih je lahko število, ko je dinamika cen, ki je pokazala padec leta 2008, znatna. Zato za upravljanje pripravlja naselja za obdobje desetih dni. Vendar pa je to dokaj konzervativen pristop, saj z negativno dinamiko, je položaj tudi sposoben spreminjati, t.j., trgovci lahko zmanjšajo položaje, in kreditne enote - za prodajo dela portfelja. V tem primeru se lahko napovedane izgube zmanjšajo.
Ker obstajajo različne formule za ocenjevanje nestanovitnosti in potrebnih standardnih odstopanj, ko slišite, da lahko ta položaj izgubi 10 milijonov dolarjev, to ne pomeni, da je 10-krat manj ali ima 10-krat manj tveganje kot položaj, ki Lahko izgubi 100 milijonov dolarjev. To ni trivialna opomba: Torej, ob koncu druge polovice leta 2011, je bila vrednost, ki jo je napovedala Bank Goldman Sachs VAR vrednost 100 milijonov dolarjev za vse položaje v vseh uradih sveta. Hkrati je v nekaterih ruskih bankah srednje velikih preseglo 15 milijonov dolarjev. Verjetno je na voljo, da je njihova raven tveganja šesto tveganje za največjega trgovca na svetu. Namesto tega so formule, ki so vgrajene pri določanju tveganja, zelo ohranjena.
V začetku avgusta 2011, sredi kriznih pojavov, povezanih z zmanjšanjem ameriške bonitetne ocene in bančne krize v Evropi, se je sporočilo pojavilo, da je v skladu z rezultati dveh trgovalnih sej, Goldman Sachs imel izgube v višini $ 100 milijonov z drugimi besedami, je bila potrjena pravilnost izračuna VAR.
Vendar pa je škandal v J. P. Morgan zaradi izgub v portfeljih izvedenih instrumentov, ki se je zgodil maja 2012, je ponovno pokazal, da so lahko TAR modeli "Twisted" in podcenjenih kazalnikov tveganja.
Var - način verjetnostnega merjenja možnih rezultatov, vključno z največjimi izgubami, v določenem časovnem obdobju ("časovno obdobje"). Pri izračunu, izhaja iz dejstva, da se sestava prvotnega portfelja in z določeno stopnjo zaupanja (v smislu statistike) ne spremeni. V stresnih testih ne upoštevamo najslabšega stanja sedanjega trga, ampak ustvariti scenarije stresnih situacij, ki temeljijo na najhujših zgodovinskih scenarijih za razvoj trga. Z drugimi besedami, izguba vašega portfelja izračunajo parametre trga, ki se pojavljajo v zadnjih 30-40 letih. Če je vaš portfelj večinoma kupljenih položajev, pri ustvarjanju stresnega testa, ki ga vzamete najhujše gibanje. Če imate večinoma prodane položaje, je osnova stresnega testa je trenutki uničenja rasti. V obeh situacijah stresni test prikazuje scenarije nočne more.
Pomembna razlika med stresnimi testi in izračuni VAR je korelacijam. Pri izračunu var, se predvideva opazovana raven korelacije med različnimi položaji v portfelju. Glede na scenarije stresnega, lahko zavrnemo ugotovljene korelacije, ki vodijo k povečanju možnih izgub. Torej, naša stališča v promocijah Lukoila in Rosneft se bodo štele za popolnoma neodvisne.
Poleg tega, nekratkoročni in maksimalni zgodovinski nestanovitnost, na primer, 30% padec ali 40% povečanje ene od teh delnic v enem od dni krize iz leta 1998 ali 2008, pri izbiri upravljavca tveganj.
Zamisel o pomanjkanju korelacije med podobno prodanimi in kupljenimi sredstvi se lahko primerja z dejstvom, da lahko na primer stroški mleka in stroški krav, v različnih smereh: cena mleka (delnice Lukoil) bo Dvoposteljna, cena krav (delnice Rosneft) pa bodo dvakrat padla. Z drugimi besedami, po isti ceni nafte, bo ta dinamika cen majhna. Če ga vzamemo kot podlago, se morajo vse ruske banke zapreti, saj nihanja obrestnih mer, kažejo v letu 2008, kažejo na ogromno tveganje njihovega sedanjega poslovanja.
Da ne bi zaprli bank, izberite nekaj scenarijev "razumnih". Zaradi takega "glajenja" najhujših scenarijev, kot kažejo krize, ki se je zgodilo v Rusiji (1998) in na Zahodu (2007-2009), so bile največje izgube podcenjene v pred krizi stresa stresa. Pokazalo, da bo vodja tveganja rekel, da "zaradi takega subjekta, večina bančnih menedžerjev niso moteni s predlaganimi scenariji in ne bi mogli pravočasno zapreti tveganih položajev." Priporočamo, da je pri izvajanju stresnih testov bolje, da se motijo \u200b\u200bv smeri konzervativnosti ocen in precenjevanje tveganja scenarijev. V praksi to pomeni, da so morali upravljavci pred kriznimi časi narediti podjetje v veliko manjših volumnih. Ta sklep je urejen ali ne, vendar je prav z obstojem stresnih testov, ki jih zahodni regulatorji dosežejo zmanjšanje bank finančnega vzvoda.
Opozoriti je treba, da je "poznana (zgodovinska) korelacija" zelo nepraktična. Korelacije sredstev za 10 let in na leto so lahko zelo različne. Zato morate izbrati obdobje, za katerega se lahko uporabi zgodovinska korelacija za uporabo v modelih. Vendar pa je višja nestanovitnost trga, je ohranjena običajno medsebojna povezava. Z drugimi besedami, povečanje nestanovitnosti spremlja spreminjajoče se korelacije.
Eden od razlogov za njihove kršitve so vrzeli v likvidnosti. Povečana nestanovitnost vodi do udeležencev na trgu zmanjšanje velikosti položaja. Ker se število kupcev zmanjša, se trgi soočajo z "prelom likvidnosti", t.j. cene ne gladko, ampak skoki. Poleg tega, ker imajo različne skupine sredstev drugačno bazo strank, likvidnostni odmori vplivajo na njihove cene na različne načine.
Zato je ona, ki je glavni sovražnik stabilnosti korelacij. Takšne "vrzeli" je težko izraziti matematično. Zato bomo ponovili, možnost trgovcev, ki so določeni na možnost videza teh vrzeli, v času pričakovane nestanovitnosti. Glede na vrednost takšne strokovne prilagoditve v VAR-modelih sredstev, s katerimi se trguje z možnostmi, niso dejanske in pričakovane nestanovitnosti. Vendar pa za nekatera sredstva ni intenzivnega delovanja neobveznega trga. Kakšna nestanovitnost je treba uporabljati v var?
Če se na želeno prednost ne trgujejo možnosti, lahko modeli uporabijo pričakovano nestanovitnost podobnega sredstva, pri čemer upošteva določen koeficient korelacije med spremembami teh sredstev. Tako je relativno majhna skupina trgovcev, ki se trguje z možnostmi za likvidna sredstva in določi njihovo pričakovano nestanovitnost, nepričakovano oskrbuje ta kritični parameter za izračun najvišje izgube pomembnega dela trga.
Radovedna postavka, ki je ponovno pokazala omejitve možnosti niti takih "zaupanja vrednih" logičnih konstrukcij, ki so podlagale sodoben sistem merjenja tveganja: Kot smo rekli, je pričakovana nestanovitnost sama produkt, njegova cena pa je odvisna od nihanj zaradi nihanja zaradi povpraševanje in predloge. Izkazalo se je, da lahko en velik kupec ali prodajalec izkrivlja nestanovitnost na določenem trgu, in to bo vplivalo na oceno izgube celotnega tržnega segmenta!
Kot bomo videli v naslednjem delu knjige, obrestne mere za kreditne izdelke, sestavljene iz obrestnih mer in kreditnih tveganj (kreditno širjenje). Kreditni namazi so običajno "pakirani" v obrestne mere za kreditne izdelke, vendar jih je mogoče preprosto identificirati (glej poglavje 8). Poleg tega obstajajo ti prečiščeni kreditni razponi kot finančni proizvodi. Komercialni bankirji jih imenujejo jamstva (dejansko prodajajo nefinirano kreditno tveganje naročnika), in naložbene kreditne zamenjave (CDS). Garancijske cene se redko spreminjajo. Toda kreditne zamenjave se trguje na trgu, zato so njihove cene pogosto predmet sprememb.
Večina velikih podjetij in bank ima javne dolgove. In ker obstajajo, to pomeni, iz sredstev, namenjenih za njihovo odplačilo, lahko dodelite pristojbino za kreditno tveganje, t.j. za nakup ali prodajo kreditne zamenjave.
V tem primeru postane omejitev kreditnega tveganja na nasprotnih strankah, ki je predmet nestanovitnosti trga, kar pomeni, da se lahko izračuna var. Če je ta metodologija sprejeta, potem, kot drugje, je podobna ocena izkrivljena s spremembo likvidnosti kreditnih trgov. Dejstvo je, da čeprav so bili na začetku kreditni razponi izračunani na podlagi cen obveznic, zdaj ti trgi obstajajo vzporedno. Ker se likvidnost obveznic in kreditnih zamenjav istega izdajatelja razlikuje, se izkaže, da različne ocene kreditnega tveganja teoretično obstajajo na obeh trgih. V zvezi s tem lahko upravljavci tveganj sprejmejo kot osnovo. Njihove preference vplivajo na velikost omejitev na nasprotni stranki, pa tudi za spremembo časa njihove revizije: nestabilnega trga, ki jih naredi kot podlago, pogosteje se omejitve lahko revidirajo po spremembi nestanovitnosti. Ta proces lahko po nepotrebnem nestanovitnosti v že standardiziranem bančnem poslovanju, stabilnost katerih upravljavci tveganj, nasprotno, je treba zaščititi.
Dodatne težave, ki jih povzroča redundantni nadzor, je lahko posledica upravljavcev tveganj na "asimetrično tveganje". Z vidika statistike lahko odstopanje cen vodi do enakega tveganja in v primeru njene rasti ter v primeru zmanjšanja. Vendar pa je padec rublja povezan z padcem zanesljivosti ruskega bančnega sistema, kot v primeru drugih držav v razvoju. Torej, če ruska banka prodaja dolgoročno termonoško pogodbo za krepitev rublja, potem, če bo rublo krepi in prodaja bo izguba, bo banka lahko plača, saj je krepitev rublja običajno povezana z rastjo ruskega gospodarstva in blaginje na svetu kot celote. Toda če banka dolgo prodaja dolarje, potem bo v kriznih razmerah težko vračati izgube, saj bodo sovpadale z rastjo neplačil v portfelju kredita, ki jo povzročajo kompleksne gospodarske razmere. Tako je lahko tveganje, simetrično z vidika tržnega tveganja, asimetrično za izračun kreditnega tveganja za iste transakcije.
Več podrobnosti, ki jih omenjamo, bolj očitno, da je proces analize tveganja težko uravnavati. Upoštevati mora asimetrične razmere, ki se pogosto zaznajo pri analizi življenjskih realnosti. Še en primer.
V začetku leta 2007 je bila izvedena analiza kreditnega tveganja, ki je nastala iz ruske banke v zvezi z Citibank v primeru nakupa iz zadnje izbirne možnosti za delnice Sberbank. Pravzaprav se je kreditno tveganje pojavilo v primeru njegovega močnega povečanja cene, če je bil hkrati Citibank ne more izpolniti svojih obveznosti. Ker je bila možnost kratkoročna, se lahko taka situacija pojavi le z nenadnim stečajem Citibank.
Takrat nihče drug ni osumljen, da svet stoji na pragu resne krize. Položaj podjetja je bil, da bi lahko le nepričakovani propad svetovnih finančnih trgov povzročil stečaj mednarodne banke, kot je Citibank. Zato, ne glede na dobre rezultate, ki so pokazali Sberbank, se bo v položaju svetovne krize njegovih delnic padla tudi. V tem primeru se možnost ne bo izvedena, zato je bilo kreditno tveganje pri nakupu klic iz Citibank majhno. Toda pri nakupu Sberbank na možnosti Citibank ta analiza ni delovala. Vendar pa so strokovnjaki za tveganja verjeli, da je bilo pri nakupu klicnih možnosti in dajanje kreditnega tveganja je bilo simetrično. Možnost je bila izvedena novembra 2007, dejanski dogodki pa so potrdili pravilno razumevanje koncepta koncepta asimetrije zahtevka za posojilo.
Upravljanje s tveganji je ena ključnih regij bančnega poslovanja. Modeli upravljanja s tveganji omogočajo, da imajo igralce Financeer, tj. Specialistne strokovnjake za hitro oceniti tveganje malo znanih izdelkov v eni sami obliki za vse raznolike poslovanje v njihovi jurisdikciji. To je točno glavna vrednost takih modelov. Zato je funkcionalno področje dejavnosti banke, imenovano "tvegano", postaja vse pomembnejše orodje pri poenotenju metodologije odločanja o različnih oblikah tveganja, to je glede na količino virov tveganja, ki so na voljo bankam.
Vendar pa, kot v primeru katerega koli orodij, uporabite modele, ki merijo tveganje, je namenjen za smiselno, ne da bi jim dala depozit zelo specializiranih tehnikov modeliranja, ampak neodvisno se ukvarjajo s predpostavkami, določenimi v izračunih. To smo dokazali na primeru razlike v pristopih k vprašanju simetrije tveganj. Takšne situacije spominjajo na dobro znano anekdoto o dinozavra: ko moški vprašajo, kakšno priložnost, da spoznajo takšno zver na ulici, pravi, da ne: "so izumrli!" Naslednji odgovor je vprašanje blondinke, mimogrede, podiplomski specialist na področju statistike. Po njenem mnenju so možnosti od 50 do 50: "sestanek ali ne." V primerih, ko upravljavci (in ne le upravljavci tveganja) uporabljajo kvantitativno analizo, ne da bi upoštevali praktično logiko, vsako tveganje se spremeni v absolutno, t.e., ki ni tehtano na verjetnost analiziranega kritičnega položaja. Potem se dinozaver ne bo srečal in ne posluje. Zato mora biti uporaba VAR modelov ali stresnega testa smiselna.
Banka ima v lasti določenih virov, ki so obseg več vrst tveganj, ki jih lahko sprejme. Od tega je ključnega pomena tveganje likvidnosti, kreditnega tveganja, obrestnega tveganja in valutnega tveganja.
Obseg likvidnostnih tveganj je vir, katerega nepravilno upravljanje je največja grožnja banki. Hkrati pa je glavni vir dohodka, ki nastane zaradi razlike med stroški privabljanja in dajanja sredstev, in izračun teh kazalnikov je subjektivna in je povezana z metodo prenosa cen, ki je najbolj politizirano vprašanje . Zapletenost metod povečanja sredstev in njihovo namestitev je znana vsem. Najvišje upravljanje in razviti, v državah v razvoju pa se nenehno sodeluje v posebni obliki razprave o presežnem in nezadostne likvidnosti. Kreditno tveganje je bolj specifična kategorija v primerjavi z likvidnostjo, vendar je predmet vpliva politike. Močni v tem smislu divizije "sponko" je šibkejši, ki jih prekrivajo z dostopom do omejitev. Vendar pa takšne politike pogosto skrivajo pomanjkanje razumevanja možnosti drugih proizvodov.
Z drugimi besedami, vsi so študirali le, da so izrecno vključeni, vodstvo pa ne ve, da je celotna linija izdelkov prispevala k učinkovitemu dialogu med delitvami živil. Valutno in obrestno tveganje, ki jih mnogi vključujejo likvidnostno analizo, je lažje analizirati kot različne teme, čeprav je namenjen naprej, in ti dve viri sta tesno prepletena.
Zdi se, da je pomembnost ločevanja vse razumljiva, vendar je v praksi zelo težka, na primer zaradi razlike v odsevu različnih računovodskih poslov. Zaradi takih tkev ima lahko banka dovolj likvidnosti, vendar lahko gibanje menjalnih tečajev ali obrestnih mer zmanjša svoj dobiček na nič.
V praksi so rezerve valut in obrestnih tveganj tudi predmet nekaterih odobrenih domačih politik. Kot tveganje likvidnosti, komercialne divizije raje, da jih ne upoštevajo. Optimizacija dobička na kreditne krivulje, tj., Prejemati največji dobiček kreditnega tveganja v absolutnem smislu (brez zavezujoče za kreditno krivuljo posojilojemalca), popolnoma prezrejo vprašanje optimalne porazdelitve teh sredstev, saj je obvladovanje, ki pripada "Nekdo" v zakladnici banke.
Tako je v bankah sprva zabrisana odgovornost za vse najpomembnejše vire. Problem je poslabšan z dejstvom, da se ne štejejo za vire, razen likvidnosti. Imenujejo "omejitve". V tej knjigi bomo poskušali pokazati, da lahko sprememba terminologije privede do spremembe ideologije. In v okviru preučitve potencialov za drugačno vrsto tveganj, ki se zaznavajo kot viri, in ne kot omejitve, bomo pokazali način povečanja učinkovitosti njihove uporabe.
