Оценка финансовых рисков

Размещено на http://allbest.ru

Эссе

Оценка финансовых рисков

Содержание

1. Оценка финансовых рисков на основе показателя волатильности

2. Задача

Список используемой литературы

финансовый риск волатильность

1. Оценка финансовых рисков на основе показателя волатильности

Волатильность - это статистический показатель, характеризующий тенденцию рыночной цены или дохода изменяться во времени. Данный показатель является важнейшим финансовым показателем в управлении финансовыми рисками, где представляет собой меру риска использования финансового инструмента за заданный промежуток времени. Чаще всего вычисляется среднегодовая волатильность. Выражается волатильность в абсолютном или в относительном от начальной стоимости значении.

Для таких финансовых показателей, как стоимость, доходы, выручка, прибыль, на величину которых оказывают влияние случайные факторы, волатильность определяется, как среднеквадратическое отклонение случайной величины и равна квадратному корню из суммы квадратов разности текущих значений случайной величины и ее математического ожидания, деленной на величину исторической выборки.

Наиболее распространенной оценкой рыночных рисков среди профессиональных операторов финансовых рынков, уделяющих внимание технике анализа рисков, выступала «сигма» (р) - статистическая характеристика волатильности рынка, рассчитываемая как стандартное отклонение от среднего по выборке значения (или квадратный корень из дисперсии выборки).

Математически стандартное отклонение определяется следующим образом:

,

где n - количество значений в выборке;

х_i - i-тые значения выборки, в диапазоне счетчика i от 1 до n.

По экономическому смыслу «сигма» описывает диапазон колебаний показателя без учета последовательности, что может быть частично компенсировано при переходе от анализа абсолютных значений к анализу изменений. Статистически »сигма» характеризует разброс значений выборки. При этом, если в математической статистике принято описывать распределение двумя величинами - стандартным отклонением и средним значением - то в практике финансовых рынков преобладает более емкий показатель нормированного (т.е. деленного на среднее значение выборки) среднеквадратического отклонения. Такой показатель обеспечивает большую адекватность сравнительных оценок.

Более того, наибольшее распространение в рыночной практике в качестве меры риска получило стандартное отклонение, рассчитанное не по цене, а по доходности инструмента. В конкретный момент времени по конкретному инструменту цена и доходности информационно равнозначны, поскольку между этими величинами существует взаимно-однозначное соответствие. Вместе с тем, показатель доходности является более адекватной для сопоставления по различным инструментам характеристикой рыночной конъюнктуры, поскольку, наряду с ценой, учитывает комплекс параметров инструмента (в т. ч. срочность, наличие и периодичность купонных и процентных платежей, оферт и т. п.). Многие стандартные аналитические, равно как и торгово-аналитические пакеты не только осуществляют анализ основных рыночных характеристик (в т. ч. волатильности) на базе доходности, но и осуществляют по ним котировку (т. е. фактически сделка заключается по доходности, после чего расчетным образом определяется ее цена).

При том, что в практике финансовых рынков достаточно часто встречается отождествления понятий стандартного отклонения и волатильности, сигма не является всеобъемлющей характеристикой явления волатильности. Волатильность (или изменчивость) рыночного показателя проявляется в динамике значений данного показателя (например, в движениях котировок), и с этой точки зрения может быть описана статистическим распределением данной величины, или, в сокращенном варианте, ее дисперсией и стандартным отклонением.

Однако, реальная волатильность финансового рынка определяется не только зафиксированными изменениями, но и их последовательностями, а также характеристиками спроса. Очевидно, что стабильная ценовая динамика может выступать как следствием стабилизации рынка на определенном ценовом уровне, так и отсутствием рыночного равновесия. Разница между этими ситуациями выражается в количестве и объеме, наличии двусторонних котировок, величине спрэда между котировками на покупку и продажу и т.п.

Таким образом, в целях углубленного анализа конъюнктуры рынка целесообразна комплексная характеристика, основанная на наборе показателей. При этом, поскольку при рассмотрении риска достаточно часто вопрос формулируется не в общем виде в связи с финансовым инструментом, но в отношении пакета данного инструмента определенного объема, объемные характеристики волатильности в контексте анализа риска представляются достаточно существенными.

Вместе с тем, в целях практического анализа рисков сигма представляется приемлемой характеристикой волатильности.

Это определяет ее широкое распространение, как непосредственно, так и в качестве расчетного элемента в рамках различного рода аналитических моделей. Так, например, описанная выше модель CAPM, в качестве меры волатильности использует дисперсию (т.е. ², что, по сути, тождественно).

Кроме того, именно на основе показателя дисперсии в 1963 г. Бамоль предложил считающуюся прообразом современных VAR-оценок меру риска: - k, , где: и s - соответственно, среднее значение и стандартное отклонения распределения значений стоимости портфеля; k - экспертный коэффициент аппетита к риску.

Итоговая величина риска, по сути, формируется двумя источниками - уровнем подверженности риску (т.е. распределением вероятности возможных исходов) базового инструмента и величиной позиции - оценка риска в форме возможных потерь по позиции сводит их в единый показатель.

Данный показатель представляет собой достаточно удачное сочетание перечисленных в качестве требований к мере риска возможностей:

· компактное представление в виде числа делает его удобным для представления в рамках финансовой отчетности, как непосредственно, так и в сочетании с другими характеризующих деятельность организации показателями, а также с использованием форм визуализации информации;

· экономический смысл показателя возможных потерь интуитивно очевиден как в непосредственном виде, так и в сопоставлении с другими финансовыми показателями, в т. ч. величиной прибыли, собственных средств, резервов на возможные потери, объемом операций и т. п.;

· общепринятый механизм установления соответствия между возможной величиной потерь и капиталом, необходимым для покрытия риска, позволяет использовать данную меру риска не только в качестве информационной базы для принятия решений, но и в качестве прямого инструмента регулирования объемов осуществляемых / возможных операций в соответствии с имеющейся в распоряжении величиной собственных средств;

· использование денежного показателя потерь позволяет корректно сопоставлять, складывать и т.п. оценки рисков по различным объектам, в т. ч. с различной природой риска. Кроме того, возможность оценки риска по различным группировкам инструментов дает дополнительно количественную оценку эффекта диверсификации.

В этом контексте VAR является не столько альтернативой отдельным мерам риска, сколько их комплексным замещением.

Аналитические методы оценки VAR, процедуры управления риском, основанные на понятии необходимого для покрытия риска капитала - Capital at Risk, сокращенно CAR - получили широкое распространение в качестве наилучших образцов (best practice) финансовых технологий. Так, по оценке международной ассоциации по работе с производными инструментами - International Swap and Derivatives Association, сокращенно ISDA - уже в 1995 году большинство ведущих участников рынка использовало в целях оценки рисков основанные на VAR подходы.

По моему мнению, показатель волатильности является важным показателем при проведении оценки финансовых рисков. Данный показатель определяется, как среднеквадратическое отклонение, которое необходимо для принятия решения куда выгоднее инвестировать.

2. Задача

Выберите наилучший вариант для инвестирования с оптимальным сочетанием риск-доходность, для чего:

1) Найти ожидаемую доходность в обоих вариантах инвестирования.

2) Найти коэффициент вариации в обоих вариантах инвестирования.

Ожидаемая доходность:

Вариант 1.

-2*0,1+(-1)*0,1+0*0,1+1*0,2+2*0,3+3*0,2=1,1 млн. руб.

Вариант 2.

-2*0+(-1)*0,1+0*0,2+1*0,4+2*0,2+3*0,1=1,0 млн. руб.

Среднее абсолютное отклонение:

Вариант 1.

(-2-1,1+(-1)-1,1+0-1,1+1-1,1+2-1,1+3-1,1)/6= -0,6 млн. руб.

Вариант 2.

(-2-1+(-1)-1+0-1+1-1+2-1+3-1)/6= - 0,5 млн. руб.

Среднеквадратическое отклонение рассчитывается по следующей формуле:

,

где k_i - доходность или актива при i -ом варианте исхода событий;

- ожидаемая доходность;

P_i - вероятность i-го варианта исхода событий.

Вариант 1.

=1,58

Вариант 2.

= 1,1

Коэффициент вариации (является отношением среднеквадратического отклонения случайной величины к ее ожидаемому значению):

Вариант 1.

1,58/1,1=1,44

Вариант 2

1,1/1=1,1

На основании произведенных расчетов можно сделать вывод, что оптимальный вариант для инвестирования является 1 вариант. Так как ожидаемая доходность в 1 варианте инвестирования составит больше на 100 тыс. руб. чем во 2 варианте. Среднеквадратическое отклонение и коэффициент вариации в первом варианте имеет большее значение, чем во втором варианте.

Список используемой литературы

1. Балдин К.В., Воробьев С.Н. Модели и методы управления рисками в предпринимательстве. М.: Изд-во Московсокго психолого-социального института; Воронеж: Изд-во НПО «МОДЭК», 2009.

2. Балдин К.В., Передеряев И.И., Голов Р.С. Управление рисками в инновационно-инвестиционной деятельности предприятия. М.: Дашков и Ко, 2012.

3. Васин С.М., Шутов В.С. Управление рисками на предприятии. М.: КНОРУС, 2010.

4. Гончаренко Л.П., Филин С.А. Риск-менеджмент. М.: КНОРУС, 2009.

5. Грачева М.В., Ляпина С.Ю. Управление рисками в инновационной деятельности. М.: ЮНИТИ-ДАНА, 2010.

6. Казакова Н.А.Финансовая среда предпринимательства и предпринимательские риски: Учеб. Пособие. - М.: ИНФРА-М, 2012. - 208 с. - (Высшее образование)

7. Кричевский М.Л. Финансовые риски. М.: КНОРУС, 2013.

8. Просветов Г.И. Управление рисками: задачи и решения. М.: Альфа-Пресс, 2008.

9. Фомичев А. Н. Риск-менеджмент: учебник. М.: Дашков и Ко, 2009.

10. Четыркин Е.М. Финансовые риски. М: Дело, 2008.

11. Шапкин А.С., Шапкин В.А. Экономические и финансовые риски. Оценка, управление, портфель инвестиций. М.: Дашков и Ко, 2012.

Размещено на Allbest.ru