Моделирование эффективного управления интеграцией субъектов малого и среднего бизнеса в экономический комплекс крупного промышленного предприятия

5. Обоснован инструментальный метод измерения финансовых рисков путем восстановления функции плотности распределения значений финансовых величин

Расчетом рисковой стоимости занимается довольно много специализированных компаний, а также и собственные подразделения предприятий (ФСП). Использование новейшие математические достижения для решения задач оценки рисков при расчетах VaR в значительной степени способствует более точному измерению глубины финансовых рисков. Например, классическая техника расчета VaR основана на предположении о нормальном распределении доходности финансовых инструментов. Однако в силу нестабильности рынка значения финансовых величин далеко не всегда подчиняются закону нормального распределения, что требует восстановления плотности вероятности для точной оценки VaR.

В диссертации рассмотрен пример, демонстрирующий эффективность расчета VaR с точки зрения соотношения риск/доходность портфеля тендерных заявок. В работе проведены экспериментальные исследования расчетов VaR тремя методами (рис. 9):

- метод, основанный на использовании распределения Парето;

- метод, основанный на нормальном распределении с оценкой матрицы ковариаций при помощи GARCH модели - метод, которым пользуется всемирно известная компания RiskMetrics, основанная при содействии JP Morgan;

- метод восстановления функции плотности распределения ВФПР.

Оценки VaR проводились на 10 дней вперед для портфеля из пяти подрядчиков. Число расчетов равно 300, временной горизонт - 2009-й год. По оси абсцисс отложены порядковый номер вычисления VaR. Каждое испытание характеризовалось двумя величинами: оценкой VaR возможных будущих потерь, выраженной в долях от стоимости портфеля, и реальным изменением стоимости портфеля заявок через десять дней.

Для оценки эффективности расчета VaR использовались коэффициенты:

DF - коэффициент соответствия распределению, который показывает во сколько раз превышено допустимое количество «пробоев» линии VaR. Если максимальное заданное число «пробоев» линии VaR равно 4, а реальное количество «пробоев» составило 8, то величина DF равна 2. В случае же если линия VaR была «пробита» 3 раза, DF будет равен 0,75. Для оптимальной методики величина DF должна стремиться к единице.

ALF - функция средних потерь, которая показывает среднее значение денежных потерь при «пробое» VaR;

AUR - риск невостребованности капитала, который характеризует неиспользованную часть резервного капитала. Резервный капитал, необходимый для покрытия возможных убытков, не участвует в инвестиционном процессе. Чем выше размер резервного фонда, тем больше величина недополученной прибыли.

Рис. 9. Расчет финансовых рисков тремя методами: первый график - метод, основанный на распределении по Парето; второй график - метод на основе GARCH; третий график - метод ВФПР

Поэтому расчет величины резервного капитала является важнейшим моментом для институциональных инвесторов - средств, зарезервированных на покрытие убытков, должно быть не меньше, но и не больше необходимого. Как раз AUR и показывает «избыточную» долю резервного капитала, которая не пошла на покрытие убытков и в тоже время не участвовала в инвестициях.

Из табл. 4 видно, что минимальную величину невостребованного капитала (коэффициент AUR) дает метод с оценкой матрицы ковариаций при помощи GARCH модели, в основу которого положено предположение о нормальном распределении вероятности. Коэффициент DF, показывающий во сколько раз количество «пробоев» VaR превышает допустимое, равно 3,33. Другими словами, в этом методе более чем в три раза было превышено количество убыточных сделок, в которых убыток превышал максимально запланированное значение. Можно констатировать, что данный метод является ненадежным в управлении рисками. К тому же величина средних потерь (коэффициент ALF) для метода, основанного на GARCH, максимальна среди всех рассматриваемых инструментальных методов. Таким образом, исходя из всех показателей, данный метод является самым рискованным из всех трех методов.

Таблица 4 Сравнение методов расчета рисковой стоимости

Определим, какой из инструментальных методов оценки величины финансовых рисков является самым надежным. По показателям DF и ALF самым эффективным является метод, основанный на использовании распределения Парето. Однако, оценивая коэффициент AUR можно заключить, что наибольшая надежность достигнута за счет того, что в этом методе доля неиспользованного резервного капитала была наибольшей, и, таким образом, величина недополученной прибыли также наибольшая среди всех методов.

Получается, что инструментальный метод на основе GARCH самый рискованный (можно сказать чрезвычайно рискованный), а метод, основанный на использовании распределения Парето, не позволяет наиболее эффективным способом использовать инвестиционные средства.

В результате сравнения вышеуказанных методов расчета VaR определено, что наиболее эффективным по критерию риск/доходность является метод ВФПР. Это утверждение сделано на основе следующих выводов:

- критерий риска - коэффициент DF не превысил максимально допустимого значения 1, тогда как в методе, основанном на GARCH, он превышен в 3 с лишним раза. К тому же средняя величина потерь занимает промежуточное значение между двумя другими инструментальными методами, превосходя по этому показателю GARCH-метод;

- критерий доходности - метод ВФПР позволяет при соблюдении критерия управления риском осуществлять более тонкое управление инвестиционными ресурсами по сравнению с методом на основе распределения Парето. Это достигается за счет того, что расчет, сделанный по методу ВФПР, дает меньшую, чем в Парето-методе, величину неиспользованного резервного капитала. Разница в показателях AUR, казалось бы, небольшая. Однако если учесть, что каждая десятая доля процента - это очень большие средства в абсолютном выражении, можно сказать, что в плане управления капиталом расчет VaR, сделанный по инструментальному методу ВФПР предоставляет гораздо больше возможностей, чем метод, основанный на использовании распределения Парето.

Список публикаций по теме диссертации

1. Якупов А.И., Уланов С.В. Генетический алгоритм для отбора признаков при разработке скоринговых карт // Вестник Ижевского государственного технического университета, 2010. - № 2 (46). - 0,5 п.л. (авт. 0,2 п.л.)

2. Якупов А.И. Метод оценки кредитоспособности частных предпринимателей с применением интеллектуальных алгоритмов обработки данных // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. Материалы 34-й международной конференции - Украина, Крым, Ялта-Гурзуф: Приложение к журналу «Открытое образование», 2007. - 0,3 п.л.

3. Васильев В.А., Уланов С.В., Якупов А.И. Применение нейронной сети для моделирования кредитоспособности юридических лиц // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. Материалы 35-й международной конференции - Украина, Крым, Ялта-Гурзуф: Приложение к журналу «Открытое образование», 2008. - 0,3 п.л. (авт. 0,1 п.л.)

4. Уланов С.В., Якупов А.И. Алгоритмы скоринга и точность скоринговых расчетов // Математические модели и информационные технологии в организации производства.- Ижевск: Изд-во ИжГТУ, 2008. - № 1 (14). - 0,6 п.л. (авт. 0,3 п.л.)

5. Уланов С.В., Якупов А.И. Дедуктивные скоринговые системы // Математические модели и информационные технологии в организации производства. - Ижевск: Изд-во ИжГТУ, 2008. - № 1 (14). - 0,4 п.л. (авт. 0,2 п.л.)

6. Якупов А.И. Применение деревьев решений для моделирования экономической состоятельности юридических и физических лиц // Ж. АН Украины «Искусственный интеллект» - № 4. - Донецк: Изд-во Наука i освiта, 2008. - 0,6 п.л.

7. Якупов А.И. Применение логических классификаторов для моделирования кредитоспособности предприятий малого и среднего бизнеса // Искусственный интеллект - 2008. Интеллектуальные системы - 2008: Сборник материалов международной научно-технической конференции (пос. Кацивели, АР Крым, Украина). Т. 2, Изд-во: Наука i освiта, 2008. - 0,5 п.л.

8. Якупов А.И. Применение метода опорных векторов для моделирования кредитоспособности подрядных организаций крупных корпораций // Научно-практическая конференция с международным участием «Демидовские чтения - Тула, 2009», Тула, 2009. - 0,4 п.л.

9. Уланов С.В., Якупов А.И. Применение методологии функционального моделирования при управлении бизнес-процессами // Человеческие ресурсы и управление бизнес-процессами в современных социально-экономических системах: тенденции, проблемы и перспективы. Материалы Всероссийской научно-практической конференции, Москва, 2010. - 0,2 п.л. (авт. 0,1 п.л.)

Сдано в производство 18.05.2010. Формат 60х84/16

Отпечатано на ризографе.

Уч.-изд.л. 1,00. Усл. печ. л. 1,00.

Заказ 221/2. Тираж 100 экз.

Ассоциация по методологическому обеспечению деловой активности и общественного развития «Митра»

426008, г. Ижевск, ул. Пушкинская, 241

Размещено на Allbest.ru