Курсовая работа: Застосування методики Value at risk (VАR) в сучасному фінансовому аналізі ризиків

Оцінивши стандартні відхилення логарифмів змін цін для кожного з вхідних у портфель активів, обчислюємо VaR для них шляхом множення стандартних відхилень на відповідному довірчому рівню коефіцієнт.

Повне обчислення VaR портфеля вимагає знання кореляційних зв'язків між його елементами.

Аналітичний метод може бути узагальнений на портфель з довільним числом різних активів - досить знати їх кореляції між ними. Кореляції важливі при розгляді нелінійних інструментів. Кореляції між різними активами особливо важливі при розгляді складних портфелів - саме кореляція визначає характер прибутків і збитків між різними інструментами.

Серйозна перевага цього методу полягає в тому, що для більшості ринкових факторів всі необхідні параметри нормального розподілу добре відомі. Відзначимо також, що оцінка ризику в рамках методології VaR, отримана за допомогою аналітичного методу, збігається з оцінкою ризику, пропонованою сучасною портфельною теорією [15, c. 79].

Аналітичний метод простий у реалізації і дозволяє відносно швидко (можливо, навіть у режимі реального часу) обчислювати VaR практично на будь-яких сучасних комп'ютерах. Але якість оцінки погіршується при збільшенні в портфелі частки інструментів з нелінійними функціями виплат.

Крім того, необхідність робити припущення про вид розподілів для базових активів є серйозними недоліками цього методу. Аналітичний метод володіє також рядом не менш істотних недоліків. Зокрема, доводиться опиратися на досить сумнівні гіпотези про нормальність розподілу і стаціонарність нормального розподілу, що робить метод мало придатним для сучасних ринкових умов.

Метод не застосовується для портфелів, які складаються з інструментів, вартість яких залежить від базисних активів нелінійним образом, наприклад, для портфелів, що містять нелінійні фінансові інструменти (опціони).

У кожному разі визначення VaR має на увазі знання функції розподілу прибутковості портфеля за обраний інтервал часу. Якщо стандартне відхилення як міра ризику визначає «ширину» щільності розподілу прибутковості портфеля, то VaR визначає конкретне значення втрат у вартості портфеля, що відповідає заданій вазі «хвоста» розподілу.

Приклад, що пояснює поняття й визначення VaR, наведений на рис.1.

Рис.1. Типова функція Va R

По осі абсцис відкладені зміни цін ліквідації портфеля протягом певного періоду часу, по осі ординат - частота появи цих змін. Крива на малюнку задає щільність розподілу ймовірностей прибутків і втрат для даного портфеля і заданого періоду підтримки позицій. VaR-область відповідає обраному довірчому рівню 1-р = 98,5% у тому розумінні, що її площа становить 98,5% від загальної площі під кривою; відповідно площа області ліворуч становить 1,5% від загальної площі під кривою. Таким чином, VaR являє собою величину сумарних можливих втрат, які відповідають заданим довірчим рівням.

Резюмуючи все вищесказане по аналітичному методі, можна виділити основні позитивні й негативні сторони застосувань аналітичного методу для розрахунку VaR.

Його переваги:

1) простота й наочність розрахунків;

2) можливість розрахунку сукупної величини VaR для лінійних інструментів;

3) доступність методичних матеріалів.

Недоліки:

1) допущення про нормальний розподіл;

2) неможливість розрахунку VaR для нелінійних інструментів [4, c. 181].

Найвідомішою реалізацією аналітичного методу є система RiskMetrics, розроблена банком J. P. Morgan. Як основне допущення передбачається, що зміни ринкових факторів ризику мають нормальний розподіл. Це припущення дозволяє визначити розподіл прибутків і збитків для всього портфеля, який також буде нормальним. Потім, знаючи властивості закону нормального розподілу можна легко обчислити збиток, який буде траплятися не частіше заданого відсотка випадків, тобто показник ризикової вартості.

Наріжним каменем аналітичного методу є процедура відображення ризиків (англ. risk mapping). Вона припускає декомпозицію кожного інструмента з портфеля на безліч більше простих, стандартних інструментів або позицій, при цьому кожна стандартна позиція повинна відображати лише один ринковий фактор ризику. Для кожної стандартної позиції визначається її поточна вартість як функція від єдиних ринкових факторів, за умови, що значення інших ринкових факторів ризику є фіксованими. Для оцінки опціонів використовується лінійна апроксимація, при цьому вартість опціону виражається у вигляді дельта-еквівалентної позиції «спот».

Таким чином, вихідний портфель фінансових інструментів представляється у вигляді еквівалентного портфеля стандартних позицій. Еквівалентність, яка у загальному випадку може бути лише приблизною, означає, що портфель стандартних позицій має таку ж чутливість до змін значень ринкових факторів. Величина ризикової вартості визначається саме для еквівалентного портфеля стандартних позицій. Подібна апроксимація дає гарні результати, якщо число стандартних позицій досить великий і портфель не містить великої частки опціонів і заснованих на них інструментів, для оцінки яких лінійна апроксимація може виявитися неадекватною [15, c. 83].

На наступному етапі робиться припущення, що одноденні процентні зміни або збільшення логарифмів значень факторів ризику мають нормальний розподіл з математичним очікуванням, рівним нулю. Для кожного ринкового фактору проводиться статистична оцінка величини середнього квадратичного відхилення, а також розраховуються коефіцієнти кореляції між різними парами факторів. Отримані результати використаються для визначення середніх квадратичних відхилень і коефіцієнтів кореляції для вартостей стандартних позицій. Середнє квадратичне відхилення стандартної позиції розраховується як добуток середнього квадратичного відхилення відповідного ринкового фактору на коефіцієнт еластичності вартості позиції за даним ринковим фактором (процентна зміна вартості позиції при зміні величини ринкового фактору на 1%). Коефіцієнти кореляції для стандартних позицій дорівнюють коефіцієнтам кореляції між відповідними ринковими факторами за винятком того, що коефіцієнт кореляції міняє знак, якщо вартість стандартної позиції змінюється назад стосовно зміни ринкового фактору [15, c. 88].

Потім складається коваріаційна матриця змін вартостей стандартних позицій. За допомогою цієї матриці і формули дисперсії для суми нормально розподілених випадкових змінних можна розрахувати дисперсію вартості портфеля, яка складається зі стандартних позицій. Коваріаційна матриця множиться зліва і справа на вектор значень вартостей позицій, у результаті чого обчислюється значення дисперсії портфеля, звідки шляхом витягу квадратного кореня отримується його середнє квадратичне відхилення.

Нарешті, на основі властивостей нормального розподілу визначається значення ризикової вартості. Так, якщо довірчий інтервал заданий на рівні 95%, те величина ризикової вартості дорівнює 1,65 стандартного відхилення портфеля. Таким чином, величина ризикової вартості розраховується за наступною формулою:

де Z - кількість середніх квадратических відхилень, яка відповідає заданому довірчому інтервалу; t - часовий обрій; p - вектор розміру позицій; Q - ковариационная матриця змін вартості позицій.

Метод історичного моделювання (historical simulation) є відносно простим підходом, який, на відміну від аналітичного методу, не опирається на теорію ймовірностей і вимагає відносно невеликого числа припущень щодо статистичних розподілів для ринкових факторів ризику. Як і в аналітичному методі, вартості інструментів портфеля повинні бути попередньо представлені як функції ринкових факторів ризику.

Шуканий розподіл прибутків і збитків отримується емпіричним шляхом. Поточний портфель піддається впливу реальних змін значень ринкових факторів ризику, які спостерігалися в минулому, наприклад, за останні n періодів. Для цього будується n безлічей гіпотетичних значень ринкових факторів на основі їхніх нинішніх значень і процентних змін за останні n періодів. Таким чином, отримані гіпотетичні значення грунтуються на реальних даних, але не тотожні їм. На основі цих гіпотетичних наборів значень ринкових факторів розраховується n гіпотетичних значень вартості портфеля. Порівняння цих значень з поточною вартістю портфеля дає можливість знайти n величин прибутків і збитків, викликаних зміною ринкових факторів. Отримані величини також є гіпотетичними, тому що портфель міг мати різний склад протягом останніх n періодів. Останнім етапом є побудова емпіричного розподілу ймовірностей прибутків і збитків, отриманих у результаті змін вартості портфеля, і визначення величини ризикової вартості [15, c. 90].

Метод статистичних випробувань Монте-Карло (Monte-Carlo simulation) також відноситься до методів імітаційного моделювання, і в чинність цього він має ряд загальних особливостей з методом історичного моделювання. Основна відмінність полягає в тому, що в методі Монте-Карло не проводиться моделювання з використанням реально спостережуваних значень ринкових факторів. Замість цього вибирається статистичний розподіл, який добре апроксимує зміни ринкових факторів, і проводиться оцінка його параметрів. Для цієї мети часто використається розподіл Стьюдента або суміш нормальних розподілів. Потім на основі обраного розподілу за допомогою генератора псевдовипадкових чисел генеруються тисячі або навіть десятки тисяч гіпотетичних наборів значень ринкових факторів. Отримані значення використовуються для розрахунку величин прибутків і збитків, викликаних зміною вартості портфеля. На останньому етапі будується розподіл прибутків і збитків портфеля й визначається величина ризикової вартості.

Вибір методу розрахунку показника ризикової вартості буде визначатися складом і структурою портфеля, доступністю статистичних даних і програмного забезпечення, обчислювальними потужностями й рядом інших факторів.