 | Эта статья поднимает множество проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалить эти сообщения-шаблоны ) ( Узнайте, как и когда удалить этот шаблон сообщения )
|
RiskMetrics дисперсия модель (также известная как экспоненциальный Smoother ) была создана в 1989 году, когда сэр Деннис Уэзерстоун , новый председатель JP Morgan попросил для ежедневного измерения отчета и объяснить риски его фирмы. Почти четыре года спустя , в 1992 год JP Morgan начал в RiskMetrics методология на рынок , что делает основные исследования и анализ , что удовлетворили просьбу сэра Дениса Уэзерстоун в свободном доступе для всех участников рынка.
В 1998 году, когда спрос клиентов на экспертные знания группы в области управления рисками превысил внутренние ресурсы компании по управлению рисками, Департамент корпоративного управления рисками был выделен из JP Morgan как RiskMetrics Group с 23 сотрудниками-основателями. Технический документ RiskMetrics был пересмотрен в 1996 году. В 2001 году он был снова переработан в Return to RiskMetrics . В 2006 году был введен новый метод моделирования доходности факторов риска (RM2006). 25 января 2008 года RiskMetrics Group зарегистрировалась на Нью-Йоркской фондовой бирже ( NYSE : RISK). В июне 2010 года RiskMetrics была приобретена MSCI за 1,55 миллиарда долларов. [1]
Процесс измерения риска [ править ]
Измерение риска портфеля можно разбить на этапы. Первый - это моделирование рынка, который влияет на изменение стоимости портфеля. Модель рынка должна быть в достаточной степени определена, чтобы портфель можно было переоценить с использованием информации из модели рынка. Затем измерения риска извлекаются из распределения вероятностей изменений стоимости портфеля. Изменение стоимости портфеля менеджеры портфеля обычно называют прибылью и убытком, или прибылями и убытками.
Факторы риска [ править ]
Системы управления рисками основаны на моделях, описывающих возможные изменения факторов, влияющих на стоимость портфеля. Эти факторы риска являются строительными блоками для всех функций ценообразования. В целом, факторами, определяющими цены на финансовые ценные бумаги, являются цены на акции , обменные курсы , цены на сырьевые товары , процентные ставки , корреляция и волатильность . Создавая будущие сценарии для каждого фактора риска, мы можем сделать выводы об изменениях в стоимости портфеля и переоценить портфель для различных «состояний мира».
Меры риска портфеля [ править ]
Стандартное отклонение [ править ]
Первым широко используемым показателем риска портфеля было стандартное отклонение стоимости портфеля, как описано Гарри Марковицем . Хотя стандартное отклонение сравнительно легко вычислить, оно не является идеальной мерой риска, поскольку оно снижает как прибыль, так и убытки.
Ценность под угрозой [ править ]
Технический документ 1994 года популяризировал VaR как предпочтительную меру риска среди инвестиционных банков, стремящихся измерить риск своего портфеля в интересах банковских регуляторов. VaR - это мера риска ухудшения ситуации, означающая, что она обычно ориентирована на убытки.
Ожидаемый дефицит [ править ]
Третья часто используемая мера риска - это ожидаемый дефицит , также известный как ожидаемая потеря хвоста, XLoss, условный VaR или CVaR.
Marginal VaR [ править ]
Маргинальный VaR о положении по отношению к портфелю можно рассматривать как сумму риски , что позиция добавления в портфолио. Формально его можно определить как разницу между VaR всего портфеля и VaR портфеля без позиции.
Чтобы измерить влияние изменения позиций на риск портфеля, отдельных VaR недостаточно. Волатильность измеряет неопределенность доходности актива, взятого изолированно. Однако, когда этот актив принадлежит портфелю, имеет значение вклад в риск портфеля.
- Филипп Жорион (2007)
Дополнительный риск [ править ]
Возрастающая риска статистика предоставляет информацию о чувствительности риски портфеля к изменениям размеров удержания позиции в портфеле.
Важным свойством возрастающего риска является субаддитивность. То есть сумма дополнительных рисков позиций в портфеле равна общему риску портфеля. Это свойство имеет важные применения при распределении риска между различными единицами, где цель состоит в том, чтобы сохранить сумму рисков равной общему риску.
Поскольку RiskMetrics охватывает три меры риска, существует три дополнительных показателя риска: инкрементный VaR (IVaR), инкрементный ожидаемый дефицит (IES) и инкрементное стандартное отклонение (ISD).
Дополнительная статистика также имеет приложения для оптимизации портфеля. Портфель с минимальным риском будет иметь дополнительный риск, равный нулю для всех позиций. И наоборот, если дополнительный риск равен нулю для всех позиций, портфель гарантированно будет иметь минимальный риск только в том случае, если мера риска является субаддитивной.
Согласованные меры риска [ править ]
А мера когерентной риска удовлетворяет следующие четыре свойства:
1. Субаддитивность
Мера риска является субаддитивной, если для любых портфелей A и B риск A + B никогда не превышает риск A плюс риск B. Другими словами, риск суммы субпортфелей меньше или равен сумма их индивидуальных рисков.
Стандартное отклонение и ожидаемый дефицит являются субаддитивными, а VaR - нет.
Субаддитивность требуется в связи с агрегацией рисков по подразделениям, бизнес-подразделениям, счетам или дочерним компаниям. Это свойство важно, когда разные бизнес-единицы рассчитывают свои риски независимо, и мы хотим получить представление об общем риске. Отсутствие субаддитивности также может вызывать озабоченность регулирующих органов, поскольку фирмы могут быть мотивированы разделиться на дочерние компании для удовлетворения требований к капиталу.
2. Трансляционная инвариантность
Добавление денежных средств в портфель снижает его риск на ту же сумму.
3. Положительная однородность 1 степени.
Если мы удвоим размер каждой позиции в портфеле, риск портфеля будет вдвое больше.
4. Монотонность
Если убытки в портфеле A больше, чем убытки в портфеле B для всех возможных сценариев возврата факторов риска, то риск портфеля A выше, чем риск портфеля B.
Оценивание меры риска [ править ]
Процесс оценки любой меры риска может значительно ошибаться. Если из неточной оценки мы не можем получить четкое представление о том, какова может быть истинная ценность, то оценка фактически бесполезна. Хорошее измерение риска состоит в том, чтобы дополнить любую оценочную меру риска некоторым показателем их точности или размера ошибки.
Существуют различные способы количественной оценки погрешности некоторых оценок. Один из подходов - оценить доверительный интервал измерения риска.
Модели рынка [ править ]
RiskMetrics описывает три модели для моделирования факторов риска, определяющих финансовые рынки.
Ковариационный подход [ править ]
Первый очень похож на метод средней ковариации Марковица. Марковиц предположил, что ковариационная матрица активов может быть соблюдена. Ковариационная матрица может использоваться для вычисления дисперсии портфеля. RiskMetrics предполагает, что рынок управляется факторами риска с наблюдаемой ковариацией. Факторы риска представлены временными рядами цен или уровней акций, валют, товаров и процентных ставок. Инструменты оцениваются с учетом этих факторов риска с помощью различных моделей ценообразования. Предполагается, что сам портфель представляет собой линейную комбинацию этих инструментов.
Историческое моделирование [ править ]
Вторая рыночная модель предполагает, что на рынке есть только конечное число возможных изменений, взятых из выборки доходности факторов риска за определенный исторический период. Обычно историческое моделирование выполняется путем выборки из прошлых ежедневных изменений факторов риска и применения их к текущему уровню факторов риска для получения сценариев цен факторов риска. Эти сценарии измененных цен факторов риска используются для генерации распределения прибыли (убытка) по портфелю.
Этот метод имеет преимущество простоты, но как модель он медленно адаптируется к меняющимся рыночным условиям. Он также страдает ошибкой моделирования, поскольку количество моделирования ограничено историческим периодом (обычно от 250 до 500 рабочих дней).
Моделирование Монте-Карло [ править ]
Третья рыночная модель предполагает, что логарифм доходности или логарифма доходности любого фактора риска обычно следует нормальному распределению . В совокупности логарифм факторов риска является многомерным нормальным . Моделирование алгоритма Монте-Карло генерирует случайные рыночные сценарии, построенные на основе многомерного нормального распределения. Для каждого сценария рассчитывается прибыль (убыток) портфеля. Этот набор сценариев прибыли (убытка) обеспечивает выборку распределения прибыли (убытка), из которой можно вычислить выбранные меры риска.
Критика [ править ]
Нассим Талеб в своей книге «Черный лебедь» (2007) писал:
Банки теперь более уязвимы для Черного лебедя, чем когда-либо прежде, поскольку «ученые» среди их сотрудников заботятся о разоблачении . Гигантская фирма JP Morgan поставила под угрозу весь мир, представив в девяностых годах RiskMetrics, фальшивый метод, направленный на управление рисками людей. Распространяется родственный метод под названием « Value-at-Risk », основанный на количественном измерении риска. [2]
Ссылки [ править ]
- Гарри Марковиц , «Выбор портфеля», « Журнал финансов» , март 1952 г.
- Питер Зангари, Технический документ RiskMetrics , 1996.
- Мэтью Прицкер, Скрытые опасности исторического моделирования , Совет управляющих Федеральной резервной системы, серия дискуссий по финансам и экономике , 2001 г.
- Джереми Берковиц и Джеймс О'Брайен, «Насколько точны модели оценки стоимости под риском в коммерческих банках?», Journal of Finance , Vol. 57, № 3 (июнь 2002 г.), стр. 1093–1111.
- Хорхе Мина и Джерри Сяо. Вернуться к RiskMetrics - эволюция стандарта , 2001.
- Крис Фингер. Как историческое моделирование сделало меня ленивым , RiskMetrics Research Monthly , апрель 2006 г.
- Жиль Зумбах, Мягкое введение в методологию RM 2006 , Рабочий документ RiskMetrics, ноябрь 2006 г.
- Алан Лаубш, Управление рисками: Практическое руководство , 1999 г.
- Специфический
- ^ «MSCI купит RiskMetrics за 1,55 миллиарда долларов» . Рейтер . 1 марта 2010 . Проверено 1 ноября 2018 .
- ^ Нассим Талеб (2007). Черный лебедь: влияние невероятного .Цитируется у Нассима Талеба (10 сентября 2009 г.). «Отчет о рисках финансового моделирования, VaR и экономического развала» (PDF) . Палата представителей США. Архивировано из оригинального (PDF) 4 ноября 2009 года.
Внешние ссылки [ править ]
- Исторические бизнес-данные для RiskMetrics Group:
- Документы SEC
