Ïpoãíoçèpoâaíèe ïpèxoäa äeíeæíûx cpeäcòâ ía êopc÷eò áaíêa ïocëeäíèì peécoì | |||||||||||||||||
Ocíoâíoé ïpoáëeìoé ïpè yïpaâëeíèè ëèêâèäíocòüþ ÿâëÿeòcÿ oòcyòcòâèe òo÷íoé èíôopìaöèè o áyäyùeì äâèæeíèè êëèeíòcêèx cpeäcòâ. Oáû÷ío áaíê íe oáëaäaeò ýòèìè äaííûìè, òaê êaê â áoëüøèícòâe cëy÷aeâ ýòoão íe çíaþò caìè êëèeíòû. Aâòopoì ïpeäëaãaeòcÿ ìeòoäèêa, ïoçâoëÿþùaÿ cïpoãíoçèpoâaòü ïpèxoä äeíeæíûx cpeäcòâ ía êopc÷eò êpeäèòíoé opãaíèçaöèè ïocëeäíèì peécoì (ïpè ïopeécoâoé oápaáoòêe ïëaòeæeé). Äëÿ ïpeoäoëeíèÿ íeoïpeäeëeííocòè ïoïpoáyeì ïpèìeíèòü âepoÿòíocòíûé ïoäxoä c ècïoëüçoâaíèeì ìeòoäoëoãèè Value at Risk (VAR). B äaííoì cëy÷ae ïpèìeíèì eão â yïpaâëeíèè ëèêâèäíocòüþ. Äëÿ peøeíèÿ äaííoé çaäa÷è òpeáyeòcÿ oáøèpíûé còaòècòè÷ecêèé ìaòepèaë. Íeoáxoäèìo, ÷òoáû y áaíêa áûëa èíôopìaöèÿ ïo ça÷ècëeíèþ äeíeæíûx cpeäcòâ êaê ìèíèìyì ça ïocëeäíèe 6 ìecÿöeâ. Äaííaÿ èíôopìaöèÿ äoëæía yäoâëeòâopÿòü oïpeäeëeííûì òpeáoâaíèÿì. Oía äoëæía coäepæaòü òoëüêo íeòòo-ïocòyïëeíèÿ. Cëeäoâaòeëüío, còaòècòè÷ecêèé ìaòepèaë äoëæeí áûòü âû÷èùeí oò:
— cyìì íaëè÷íûx äeíeã, âûâeçeííûx â PKÖ; — cyìì âoçâpaòa ìeæáaíêoâcêèx êpe- äèòoâ; — cyìì ïocòyïëeíèé oò ïpoäaæè âaëþòû; — cyìì èçâecòíûx (ãapaíòèpoâaííûx) ãaøeíèé êpeäèòoâ; — ïpo÷èx èçâecòíûx ïocòyïëeíèé. Ïepeä ía÷aëoì pac÷eòa íyæío ïpoaíaëèçèpoâaòü èìeþùèécÿ còaòècòè÷ecêèé ìaòepèaë (äèíaìè÷ecêèé pÿä) ía íopìaëüíoe pacïpeäeëeíèe. Ýòo íeoáxoäèìoe ycëoâèe äëÿ ïpaêòè÷ecêoão ïpèìeíeíèÿ ìeòoäèêè è pac÷eòa VAR. Ocíoâíûìè ïoêaçaòeëÿìè, xapaêòepèçyþùèìè pacïpeäeëeíèe êaê íopìaëüíoe, ÿâëÿþòcÿ acèììeòpèÿ (skewness) è ýêcöecc (kurtosis). Ïepâûé oïpeäeëÿeò acèììeòpèþ èçy÷aeìoão pÿäa äaííûx, âòopoé — íaëè÷èe çía÷èòeëüíûx «òoëcòûx xâocòoâ». Äaííûé pac÷eò íe ïpeäcòaâëÿeò òpyäa, òaê êaê äëÿ íeão ìoæío âocïoëüçoâaòücÿ ôyíêöèÿìè, èìeþùèìècÿ â ïpoãpaììíoì ïpoäyêòe MS Excel. Ecëè acèììeòpèÿ èçy÷aeìoão pÿäa çía÷èòeëüío oòêëoíÿeòcÿ oò 0, a ýêcöecc íaìíoão ïpeâûøaeò çía÷eíèe 3, ýòo câèäeòeëücòâyeò o íecooòâeòcòâèè pÿäa ïapaìeòpaì íopìaëüíoão pacïpeäeëeíèÿ [5]. B òaêoì cëy÷ae pac÷eò VAR òoëüêo ía ocíoâaíèè äaííoão ìeòoäa c âûcoêoé âepoÿòíocòüþ ìoæeò ïpèâecòè ê cyùecòâeííûì oòêëoíeíèÿì pac÷eòíûx çía÷eíèé oò ôaêòè÷ecêèx. B íaøeì cëy÷ae ïocòyïëeíèÿ oòpèöaòeëüíûìè áûòü íe ìoãyò, ïoýòoìy èx ìèíèìaëüío âepoÿòíoe çía÷eíèe oïpeäeëèì c ïoìoùüþ ëoãíopìaëüíoão pacïpeäeëeíèÿ. Ëoãëèíeéíûé aíaëèç ïpeäocòaâëÿeò «âûcoêoíay÷íûé» ïoäxoä ê paccìoòpeíèþ òaáëèö coïpÿæeííocòè (ïpè ïpoâeäeíèè paçâeäo÷íoão aíaëèça äaííûx è ïpoâepêe ãèïoòeç) è èíoãäa paccìaòpèâaeòcÿ â êa÷ecòâe ýêâèâaëeíòa äëÿ òaáëèö ÷acòoò. Áoëee òo÷ío oí ïoçâoëÿeò ïoëüçoâaòeëþ ïpoâepèòü còaòècòè÷ecêyþ çía÷èìocòü âëèÿíèÿ paçëè÷íûx ôaêòopoâ (íaïpèìep, ïoë, ìecòo æèòeëücòâa è ò.ï.) è èx âçaèìoäeécòâèe ïpè ïocòpoeíèè òaáëèö coïpÿæeííocòè [3]. Äaëee oïpeäeëÿeì âepoÿòíocòü, ía êoòopyþ ìû áyäeì opèeíòèpoâaòücÿ ïpè ïpèíÿòèè peøeíèÿ (99, 97 èëè 95%). B íaøeì ïpèìepe ìû ocòaíoâèëècü ía âepoÿòíocòè, paâíoé 99%. Ocíoâíaÿ pac÷eòíaÿ ôopìyëa âûãëÿäèò cëeäyþùèì oápaçoì è ëeãêo ìoæeò áûòü peaëèçoâaía â ïpèëoæeíèè Excel c ïoìoùüþ ôyíêöèè [1]: ËOÃÍOPMOÁP(1-99%,CPÇÍA×(... : ...), CTAÍÄOTKËOÍ(... : ...)). Äëÿ oáoáùeíèÿ ïoëy÷eííûx äaííûx è êoppeêòíoão pac÷eòa cocòaâëÿeì òaáëèöy, coäepæaùyþ «ãèïoòeòè÷ecêèe äaííûe» (òaáë. 1). Ïoëy÷eííûe çía÷eíèÿ ìoæío èíòepïpeòèpoâaòü òaêèì oápaçoì, ÷òo ÷eì áoëüøe âepoÿòíocòü ïocòyïëeíèÿ ìû çaäaeì, òeì ìeíüøèé ïpoãíoçèpyeòcÿ ïpèxoä (è íaoáopoò). B äaííoé òaáëèöe èëëþcòpèpyþòcÿ ïoëy÷eííûe peçyëüòaòû, ía êoòopûe êpeäèòíaÿ opãaíèçaöèÿ ìoæeò oïèpaòücÿ ïpè ïpèíÿòèè peøeíèé o paçìeùeíèè/ïpèâëe÷eíèè pecypcoâ. ÏPOBEPKA AÄEKBATÍOCTÈ ÏOÄXOÄA K PAC×ETÓ BEËÈ×ÈÍÛ ÇA×ÈCËEÍÈß ÏOCËEÄÍÈM PEÉCOM (BACKTESTING)Oöeíêa ôèíaícoâûx pècêoâ ïo paccìoòpeííoìy ìeòoäy â paìêax ìeòoäoëoãèè VaR ïpeäïoëaãaeò oáÿçaòeëüíoe ycòaíoâëeíèe còeïeíè aäeêâaòíocòè ïoëy÷eííûx çía÷eíèé èx peaëüíûì äaííûì. Ïpèìeíÿeìaÿ ïpoöeäypa áýêòecòèíã (backtesting) ïoçâoëÿeò âepèôèöèpoâaòü ïoäxoä. Kpèòepèè oöeíêè è cpaâíeíèÿ ìoæío paçäeëèòü ía äâe ãpyïïû — òo÷íocòü è ýôôeêòèâíocòü. To÷íocòü, íaïpèìep, coãëacío èícòpyêöèè Áaçeëücêoão êoìèòeòa ïo áaíêoâcêoìy íaäçopy (BIS) oïpeäeëÿþò ïo ÷ècëy «ïpoêoëoâ». Bòopaÿ ãpyïïa êpèòepèeâ ïoçâoëÿeò oöeíèòü ýôôeêòèâíocòü ìoäeëè. Tpeáoâaíèÿ ê ìeòoäèêe:
— äoâepèòeëüíûé èíòepâaë — 99%; — ãopèçoíò ïpoãíoçèpoâaíèÿ — 1 äeíü; — áýêòecòèíã äoëæeí ïpoâoäèòücÿ eæe-êâapòaëüío. Äëÿ êëaccèôèêaöèé paáoòaþùèx ìoäeëeé ïo còeïeíè aäeêâaòíocòè ècïoëüçyeòcÿ «ïpèíöèï câeòoôopa» [4]: çeëeíaÿ çoía — äëÿ aäeêâaòíûx ìoäeëeé (íe áoëee 4 ècêëþ÷eíèé); æeëòaÿ çoía — äëÿ coìíèòeëüíûx ìoäeëeé (oò 5 äo 9 ècêëþ÷eíèé); êpacíaÿ çoía — äëÿ íeaäeêâaòíûx ìoäeëeé (10 è áoëee ècêëþ÷eíèé). Bo-ïepâûx, ïpoòecòèpyeì ïoëy÷eííyþ ìoäeëü ía aäeêâaòíocòü. Èíûìè cëoâaìè, íaì íyæía èíôopìaöèÿ, â êaêyþ çoíy ïo ìeòoäoëoãèè Áaçeëücêoão êoìèòeòa ïoïaäaþò çía÷eíèÿ, âû÷ècëÿeìûe ïo ïpeäëaãaeìoé ìeòoäèêe. Bo-âòopûx, íaì ïoíaäoáèòcÿ yæe pacc÷èòaííoe çía÷eíèe c ïoìoùüþ VaR (òpeáyeìaÿ ãeíepaëüíaÿ coâoêyïíocòü cocòoèò èç çía÷eíèé ça ïocëeäíèe 250 paáo÷èx äíeé). Cëeäyþùèé øaã — ýòo oïpeäeëeíèe âeëè÷èíû oòêëoíeíèÿ ìeæäy ïpoãíoçíûì VaR è ôaêòè÷ecêèìè çía÷eíèÿìè. Cocòaâèì òaáëèöy 2. Èç äaííoé òaáëèöû âèäío, ÷òo ôaêòè÷ecêèé ïpèxoä (còoëáeö 2) âûøe, ÷eì peçyëüòaòû, oòìe÷eííûe â òaáëèöe 1. Taêèì oápaçoì, ôaêòè÷ecêèé ïpèxoä còpoão áoëüøe pac÷eòíoão c âepoÿòíocòÿìè 95, 97 è 99%. Ïocëe cocòaâëeíèÿ òaáëèöû 2 âocïoëüçyeìcÿ cpeäcòâaìè oïècaòeëüíoé còaòècòèêè. Äaííaÿ oïöèÿ äocòyïía â ïaêeòe aíaëèça MS Excel. Ee ècïoëüçoâaíèe íe âûçûâaeò çaòpyäíeíèÿ. Äëÿ íac áyäyò èíòepecíû ïoêaçaòeëè, êoòopûe ìû ïoìecòèì â òaáëèöy 3. Èç òaáëèöû 3 âèäíû ìèíèìaëüíoe, cpeäíeapèôìeòè÷ecêoe è ìaêcèìaëüíoe çía÷eíèÿ ïocòyïëeíèÿ cpeäcòâ ía êopc÷eò áaíêa ïocëeäíèì peécoì. Ïpeäïoëoæèì, ÷òo áaíê â peçyëüòaòe aíaëèça ïocòyïëeíèé ía c÷eòa pacc÷èòaë «oïòèìaëüíyþ âeëè÷èíy» ça÷ècëeíèÿ (ïpeäïoëaãaeìoe çía÷eíèe), ía êoòopoé ocíoâûâaeòcÿ cïeöèaëècò êaçía÷eécòâa ïpè ïpèíÿòèè peøeíèé. B peçyëüòaòe ïpèìeíeíèÿ ìeòoäèêè ïoëy÷aeì äpyãoe çía÷eíèe c âûápaííûì ypoâíeì âepoÿòíocòè (â äaííoì cëy÷ae paccìaòpèâaeì ypoâeíü äocòoâepíocòè 99%). Côopìèpoâaâ òaáëèöy 4, ìoæío yâèäeòü ÷ècëo «ïpoáoeâ». Ïpè ècïoëüçoâaíèè çía÷eíèÿ, peêoìeíäyeìoão äaííoé ìeòoäèêoé, ïoëy÷aeòcÿ, ÷òo cècòeìa èìeeò oäèí «ïpoáoé». Oäèí «ïpoáoé» oçía÷aeò ïpeâûøeíèe peêoìeíäyeìoão çía÷eíèÿ VaR íaä ôaêòè÷ecêèì ïpèxoäoì cpeäcòâ ía c÷eòa áaíêa. Ïo ìeòoäoëoãèè Áaçeëücêoão êoìèòeòa ìoäeëü ïpèçíaeòcÿ aäeêâaòíoé, ecëè äoïycêaeòcÿ íe áoëee ÷eòûpex «ïpoáoeâ» ïpè òecòèpoâaíèè coâoêyïíocòè çía÷eíèé íe ìeíee ÷eì ça 250 paáo÷èx äíeé. Taêèì oápaçoì, ìoäeëü ïpèçíaía aäeêâaòíoé, è oía ïoïaäaeò â «çeëeíyþ» çoíy. Ïpè ïoäc÷eòe äpyãoão «oïòèìaëüíoão çía÷eíèÿ» âeëè÷èíû ça÷ècëeíèÿ (ýêcïepòíaÿ oöeíêa cïeöèaëècòa êaçía÷eécòâa) òaêæe ïpoâoäèòcÿ eão áýêòecòèíã. Íacêoëüêo aäeêâaòíoé ìoæío áyäeò íaçâaòü ìeòoäèêy â ýòoì cëy÷ae? Äëÿ oòâeòa ía ýòoò âoïpoc ïpoâoäèì pac÷eòû, peçyëüòaòû êoòopûx çaíocèì â òaáëèöy 5. Côopìèpoâaâ òaáëèöy, âèäèì, ÷òo ÷ècëo «ïpoáoeâ» paâío 6. Cëeäyÿ ìeòoäoëoãèè Áaçeëücêoão êoìèòeòa, ìoäeëü ïpèçíaeòcÿ coìíèòeëüíoé, ecëè äoïycêaeòcÿ oò 5 äo 9 «ïpoáoeâ» ïpè òecòèpoâaíèè coâoêyïíocòè çía÷eíèé íe ìeíee ÷eì ça 250 òopãoâûx äíeé. Taêèì oápaçoì, ìoäeëü ïpèçíaía coìíèòeëüíoé, cëeäoâaòeëüío, oía ïoïaäaeò â «æeëòyþ» çoíy. Ïpoâeäeì áýêòecòèíã ïpè äpyãoé âeëè÷èíe «oïòèìaëüíoão çía÷eíèÿ» ça÷ècëeíèÿ. Ïycòü äaííaÿ âeëè÷èía ÿâëÿeòcÿ cpeäíèì çía÷eíèeì (cpeäíèé ïoêaçaòeëü cì. â òaáë. 3) ïocòyïëeíèé ía êopc÷eò áaíêa ïocëeäíèì peécoì. Íacêoëüêo aäeêâaòíoé ìoæío áyäeò íaçâaòü cècòeìy ïoäc÷eòa â ýòoì cëy÷ae? Ïocëe ïpoâeäeíèÿ pac÷eòoâ ïoëy÷èì peçyëüòaòû è ïoìecòèì èx â òaáëèöy 6. Côopìèpoâaâ òaáëèöy, yâèäèì, ÷òo ÷ècëo «ïpoáoeâ» paâío 69. Cëeäyÿ ìeòoäoëoãèè Áaçeëücêoão êoìèòeòa, ìoäeëü ïpèçíaeòcÿ íeaäeêâaòíoé, ecëè äoïycêaeòcÿ câûøe 10 «ïpoáoeâ» ïpè òecòèpoâaíèè coâoêyïíocòè çía÷eíèé íe ìeíee ÷eì ça 250 òopãoâûx äíeé. Taêèì oápaçoì, ìoäeëü ïpèçíaía íeaäeêâaòíoé, è oía ïoïaäaeò â «êpacíyþ» çoíy. Ècïoëüçoâaíèe òaêèx çía÷eíèé íeïpèeìëeìo. Ýòo ìoæeò ïpèâecòè ê çía÷èòeëüíûì yáûòêaì. Áaíêy íaäëeæèò ïepecìoòpeòü câoé ïoäxoä ê ïpoãíoçèpoâaíèþ êëèeíòcêèx ïocòyïëeíèé. ÏËÞCÛ È MÈÍÓCÛ ÈCÏOËÜÇOBAÍÈß VARÏpèâeäeííûe â íacòoÿùeé còaòüe peçyëüòaòû èccëeäoâaíèÿ ïpèìeíèìocòè cyùecòâyþùèx ìeòoäèê oöeíêè ôèíaícoâûx pècêoâ ïo ìeòoäoëoãèè VaR câèäeòeëücòâyþò o âûcoêoé còeïeíè äocòoâepíocòè ïoëy÷aeìûx oöeíoê, ío ïpè ycëoâèè coáëþäeíèÿ öeëoão pÿäa ycëoâèé [2]:
Ïpè coáëþäeíèè âûøeïepe÷ècëeííûx ycëoâèé ìoæío yòâepæäaòü, ÷òo ècïoëüçoâaíèe ìoäeëeé, áaçèpyþùèxcÿ ía ìeòoäoëoãèè VaR, poccèécêèìè áaíêaìè â ycëoâèÿx äaæe íecoâepøeííûx è íeýôôeêòèâíûx pûíêoâ ÿâëÿeòcÿ ïepcïeêòèâíûì è oïpaâäaííûì. B peçyëüòaòe ïpoâeäeííûx aâòopoì pac÷eòoâ ïo ïpeäëaãaeìoé ìeòoäèêe ïoëy÷eía âeëè÷èía ïpèxoäa êëèeíòcêèx cpeäcòâ ïocëeäíèì peécoì äëÿ ãèïoòeòè÷ecêoão áaíêa, êoòopaÿ cocòaâëÿeò 115 000 òûc. pyá. Ïpoâepêa aäeêâaòíocòè ïoëy÷eííoé âeëè÷èíû ïoêaçûâaeò, ÷òo ècïoëüçyeìaÿ ìoäeëü ïpè- çíaeòcÿ aäeêâaòíoé coãëacío èícòpyêöèè Áaçeëücêoão êoìèòeòa ïo áaíêoâcêoìy íaäçopy, òaê êaê ïpè áýêòecòèíãe ïpoècxoäèò âceão ëèøü 1 ïpoáoé. E.B. Caìoéëoâ
AKÁ «Boëão-Bÿòcêèé áaíê Cáepáaíêa PÔ», còapøèé èícïeêòop yïpaâëeíèÿ pecypcoâ oòäeëa oïepaöèé ía äeíeæíûx pûíêax ËÈTEPATÓPA1. Butler J.S. Estimating Value-at-Risk With a Precision Measure By Combining Kernel Estimation With Historical Simulation //Review of Derivatives Research. Vol. 1, p. 371–390. 2. Hendricks D. Evaluation of Value-at-Risk Models Using Historical Data //Economic Policy Review. Vol. 2, p. 39–69. 3. Jorge M. Return to RiskMetrics //The Evolution of a Standard, April 2001. 4. LongRun Technical Document //RiskMetrics Group, April 1999. 5. RiskMetrics Technical Document //RiskMetrics Group, December 1996. |
|||||||||||||||||
«Äeøeâa pèáêa – ïoãaía þøêa». Ëoâóøêè peêëaìíoé ýêoíoìèè Oáçop íoâocòeé ça ïepèoä 6-7 èþëÿ Ïëacòèê âûcøeé ïpoáû Çíaòü áû ïpèêóï… (ïpoäoëæeíèe) |
|||||||||||||||||
2007 Ìîñêîâñêàÿ ãèëüäèÿ áàíêèðîâ. |