±ЕТ < 0, ї=(0,0,1) (2.11)

±ЕП >0,

5) Кризисное финансовое состояние задается условиями:

±ЕС < 0,

±ЕТ < 0, ї=(0,0,0) (2.12)

±ЕН < 0,

На рис. 4 поясняется экономический смысл классификации финансовых ситуаций в зависимости от основных областей риска. Анализ абсолютных показателей финансовой устойчивости, который включает в себя исследование состояния запасов и затрат, равен возможным потерям в области риска.

I - частота возникновения



Рис 4. Построение кривой риска и финансового состояния организации в зависимости от возможных потерь и степени устойчивости финансов.

Правилом классической рыночной экономики считается, что проектам, предполагающим наиболее высокий ожидаемый доход, сопутствует также и наибольший риск. При подготовке данных для анализа финансовой состоятельности проекта принципиально важным является выбор расчетной денежной единицы.

В мировой практике в этом качестве выступает, как правило, «постоянный доллар» или другая стабильная де- нежная единица таких стран как ФРГ, Швейцария, Франция, Япония, Великобритания.

Инфляция в России стала неотъемлемым элементом экономической действительности. Учет инфляции необходим при расчете наращенной суммы денег и определения действительной ставки процентов при получении кредитов.

Многие организации для повышения надежности при выборе вариантов проекта ориентируются не на один, а на два и более измерителя.

Анализ чувствительности модели состоит из следующих шагов:

- выбор основного ключевого показателя, т.е. параметра, относительно которого и производится оценка чувствительности. Такими показателями могут служить: внутренняя норма доходности или чистый приведенный доход;

• выбор факторов (уровень инфляции, степень состояния экономики и др.);

• расчет значений ключевого показателя на различных этапах осуществления проекта: изыскание, проектирование, строительство, монтаж и наладка оборудования, процесс отдачи вложенных средств.

Сформированные таким путем последовательности затрат и поступлений дают возможность определить финансовые потоки для каждого момента или отрезка времени, т.е. определить показатели эффективности.

Первоначально строятся диаграммы, отражающие зависимость выбранных результирующих показателей от величины исходных параметров. Сопоставляя между собой полученные диаграммы, можно определить «ключевые» показатели, в наибольшей степени влияющие на оценку проекта.

Затем определяются критические для проекта значения ключевых параметров. В простейшем случае может рассчитываться так называемая «точка безубыточности», выражающая минимальный допустимый объём производства (продаж), при котором проект не приносит прибыли, но еще не оказывается убыточным.

Если проект финансируется за счет кредитов, то критическим значением будет та минимальная величина став- ки, при которой проект будет не в состоянии погасить задолженность. В дальнейшем может быть получено п- мерное (по числу критических точек) описание поля допустимых значений, в пределах которого проект оказывается состоятельным с финансовой и экономических точек зрения.

Обычная практика распределения риска заключается в том, чтобы сделать ответственным за риск того участника проекта, который в состоянии лучше всех рассчитывать и контролировать риски. Однако в жизни часто бывает так, что именно этот партнер недостаточно крепок в финансовом отношении, чтобы преодолеть последствия от действия рисков.

Как и анализ риска, его распределение между участниками инвестиционного проекта может быть качественным и количественным.

Для количественного распределения риска в проектах предлагается использовать так называемую концептуальную модель [19, с.164] (рис.5 ).

Рисунок 5. Общая концептуальная модель процесса распределения риска между организацией и инвестором.

Модель базируется на стандартных методах решений, основой которых является дерево «вероятностей и решений», используемое для установления последовательности решений.

Последовательность решений по выбору того или иного заказа определяется на стадии формирования портфеля заказов. Эта проблема носит двойственный характер, обусловленный участием в инвестиционном проекте, по меньшей мере, двух сторон: покупателя и продавца, заказчика и исполнителя, руководителя организации и инвестора.

Рост размеров и продолжительность инвестирования проектов, разнообразие и сложность, внедрение новых методов и технологий в их реализацию, высокая динамичность внешней среды, окружающей любую фирму, конкуренция, инфляция и другие отрицательные факторы приводят к росту степени риска в процессе осуществления проекта.

Любой инвестор, размещая свои средства, решает как минимум двухкритериальную задачу, одновременно стремясь максимизировать ожидаемую прибыль другу, окончательное инвестиционное решение и минимизировать риск. Поскольку эти цели противоречат друг представляет собой компромисс, в котором риск и доходность должны быть сбалансированы в оптимальной для инвестора пропорции.

Портфельный анализ предлагает обширный инструментарий для решения этой проблемы.

Мы предлагаем использовать теорию портфеля для решения следующих задач инвестиционного проектирования:

1. Расчет ставки дисконтирования при определении критериев эффективности инвестиционного проекта. Для расчета ставки дисконтирования предлагается использовать модели «доход-риск», учитывающие неопределенность получения дохода.

2. Нахождение оптимального для инвестора соотношения риск- доходность, которое реализуется методами диверсификации.

Существует модель расчета ставки дисконтирования, которая позволяет учесть риск при обосновании ставки дисконтирования - модель определения цены капитальных активов (САРМ).

Продолжением модели САРМ является кумулятивный подход [89,с.15], который предполагает корректировку безрисковой ставки по не- скольким критериям, например, качество управления, размер компании, структура пассивов, товарная диверсификация, разветвленность сбыта, динамика прибыли. Оценка по каждому критерию производится на основе сравнения с компаниями аналогами. По нашему мнению, этот подход является наиболее адекватным сегодняшнему состоянию российской экономики.

На основе данного определения и проведенного исследования методов оценки финансового риска можно сделать ряд выводов:

1. Риск организации количественно характеризуется субъективной оценкой вероятной, т.е. ожидаемой величины максимального и минимально- го дохода (убытка) от данного вложения капитала. При этом, чем больше диапазон между максимальным и минимальным доходом (убытком) при равной вероятности их получения, тем выше степень риска. Величину риска можно измерить с помощью среднего ожидаемого значения, колеблемости возможного результата и оценкой волатильности. Волатильность способна оценить различные финансовые инструменты, которые находятся в организации, следовательно, с её помощью можно и управлять финансовым риском.

2. Поскольку существует способ оценить количественно финансовый риск, существуют и методы анализа финансовых рисков. Из рассмотренных в данной главе методов наиболее эффективно можно использовать статистический метод и портфельный анализ. Статистический метод составляет основу проведения оценки уровня финансового риска

К основным показателям такой оценки относятся: уровень финансового риска, дисперсия (ожидаемый доход от осуществления финансовой операции); среднеквадратическое отклонение (оценка уровня индивидуального финансового риска); коэффициент вариации (определяется уровень риска, если показатели среднего ожидаемого дохода от осуществления финансовых операций различаются между собой); бета-коэффициент (оценка портфельного систематического финансового риска по отношению к уровню риска финансового рынка в целом).

3. Инвестирование проектов возможно посредством финансовых инструментов, т.е вложением свободных денежных средств в виде ценных бумаг в некоторое дело, приносящее предполагаемый доход. Дополнительно к рассмотренным методам учета и анализа финансовых рисков здесь целесообразно добавить еще три способа снижения риска: распределение риска между участниками проекта (передача части риска соисполнителям); страхование; резервирование средств на покрытие непредвиденных расходов. Модель учета ставки дисконтирования в инвестиционном проекте, предлагаемая на основе синтеза двух существующих моделей, позволяет учесть множество факторов, влияющих на риск инвестиционного проекта, не используя статистики рынка ценных бумаг.



2.3 Value-at-risk: методика расчета рыночного риска

При проведении риск-менеджмента сначала производится анализ видов рисков, оказывающих влияние на деятельность компании или банка. В зависимости от целесообразности учета в работе этих рисков по возможности проводится количественная оценка их влияния на финансовый результат. На основе данных оценок или, исходя из иных обоснованных предположений, осуществляется определение уровней допустимых потерь, которые приводят к установлению ограничений в деятельности банка или компании. С целью контроля над соблюдением установленных ограничений производится постоянный мониторинг рисковой деятельности финансовой компании или банка.

Описание различных видов рисков, возникающих при осуществлении финансовой деятельности, можно найти в разных источниках. Следует отметить, что в практической деятельности одними из наиболее значимых видов риска являются те, которые связаны с неопределенностью изменений рыночных котировок (валютный, ценовой и процентный риски). Так, валютный риск связан с потерями при неблагоприятном изменении валютных курсов; ценовой - с неблагоприятным изменением цен на финансовые инструменты (традиционно с изменениями цен на акции); процентный-с неблагоприятным изменением процентных ставок по процентным финансовым инструментам (например, облигации). Эти виды рисков можно анализировать как отдельно, так и вместе, однако их рассмотрение по отдельности позволяет точнее определять источники риска.

На практике при анализе данных видов риска наиболее предпочти- тельной является их количественная оценка. То есть целесообразно получение оценок возможных потерь от использования соответствующих финансовых инструментов и их комбинаций в течение определенного инвестиционного горизонта. Во-первых, это позволяет отразить риск каждой позиции и риск портфеля в целом. Во-вторых, на основе таких оценок возможна классификация по степени риска, что помогает принимать те или иные решения.

С точки зрения получения данных оценок целесообразно рассмотреть методику VAR (Value-at -Risk - стоимость, подверженная риску). Она появилась сравнительно недавно (в 90-х годах ХХ века) и первоначально использовалась только в финансовой сфере. В настоящее время методика при- меняется и в управлении деятельностью компаний из других отраслей.

Суть методики VAR состоит в ответе на вопрос, какую величину не превысят максимальные потери по окончании инвестиционного горизонта со степенью уверенности, равной заданной вероятности. То есть результаты расчетов по данной методике могут представляться следующим образом. При вложении в евро одного миллиона долларов США на период, равный одному месяцу, потери свыше 49,2 тысячи долларов США могут реализоваться с вероятностью менее 5 процентов. Сами расчеты заключаются в вычислении суммы максимальных потерь при остальных параметрах, задаваемых извне (в том числе и на основании дополнительных расчетов с использованием исторических рядов данных о котировках финансовых инструментов). При этом под значением VAR понимается рассчитанная сумма максимальных потерь (в приведенном примере - 49,2 тысячи долларов США).

Общий подход к расчету значения VAR состоит из следующих шагов.

1. Должна быть определена позиция, расчет значения VAR которой производится. Она может представлять собой как размещение средств в один вид финансовых инструментов, так и в несколько (в портфель финансовых инструментов).

При этом необходимо определить инвестиционный горизонт, на который предполагается размещение средств, а также базовую валюту для расчета финансового результата инвестиций.

Кроме того, выбирается уровень вероятности б, допустимый для расчета VAR (обычно используются значения 5 процентов или 1 процент).

2. Вычисления базируются на оценке изменения текущей рыночной стоимости позиции, поэтому её значение рассчитывается в единицах базовой валюты S0.

3. На основе исторических данных о доходностях использования в прошлом аналогичной позиции или на основе иных обоснованных предположений делаются выводы о виде статистического распределения вероятностей и, соответственно, функции распределения вероятностей доходности позиции по окончании инвестиционного горизонта:

F (х) = P (о< х), - ?< x < + ?

где о - случайная величина - доходность позиции по окончании инвестиционного горизонта;

P (о< х) - вероятность события о< х.

4. На основе полученной функции распределения, во-первых, рассчитывается ожидаемая доходность M позиции по окончании инвестиционного горизонта (математическое ожидание или среднее значение случайной величины).

Во-вторых, определяется квантиль уровня б, то есть значение х, при котором P (о< х) = б (обозначается F-1 (б)).

Исходя из представленного соотношения, все уровни доходности меньше критического значения х будут наблюдаться с вероятностью не более б.

С учетом полученного критического значения и среднего ожидаемого значения доходностей можно рассчитать значение VAR.

Например, если в качестве доходностей использовались обычные относительные доходности, то есть доходности вида (P1 - P0) /P0, где P0 и P1 соответственно стоимости на начало и конец какого-либо расчетного периода, то значение VAR рассчитывается следующим образом:



VAR = S0 (M - F-1 (б)).

Рассмотрим подробнее, как был получен результат приведенного выше примера.

Задача состояла в расчете риска позиции размещения одного миллиона долларов США в евро на период в один месяц. Базовая валюта, в которой рассчитывается финансовый результат, - доллары США. Допустимый уровень вероятности - 5 процентов. Текущая дата на момент расчета - 1 декабря 2003 года. Рыночная стоимость позиции на дату расчета совпадает с инвестируемой суммой один миллион долларов США, поскольку базовой валютой является доллар США.

Основной этап в расчете значения VAR - определение распределения вероятностей доходности позиции. На основе данных за период с 1 января 1999 года по 1 декабря 2003 года (за весь период с момента ввода в обращение валюты евро) были рассчитаны ряды относительных доходностей вложений долларов США в евро на периоды, равные одному месяцу. Гистограмма полученного статистического ряда данных представлена на рисунке 6.

Рисунок 6. Гистограмма распределения вероятностей доходности



Рассмотрев рисунок, можно сделать допущение о нормальности распределения вероятностей доходности. Проведение дополнительных статистических тестов (Колмогорова- Смирнова и ч-квадрат теста) проверки соответствия полученного результата нормальному распределению вероятностей также не отвергло гипотезу о нормальности. В итоге, принимая в качестве искомого нормальное распределение вероятностей, можно переходить к расчету VAR.

Параметры полученного нормального распределения: среднее - 0,08 процента, среднеквадратическое отклонение - 2,99 процента. Таким образом, используя введенные ранее обозначения, M получилось равным 0,08 процента, а значение квантили - уровня 5 процентов, которое может рассчитываться как с использованием статистических программ, так и посредством Excel (функция NORMINV), составило - 4,84 процента.

В итоге, используя приведенную выше формулу для расчета VAR, значение VAR составило 1 000 000 (0,08 процента - (-4,84 процента)) = 49 200 долларов США.

Ключевым моментом при нахождении значения VAR является определение вида распределения вероятностей доходности. Но следует отметить, что с целью решения этой задачи не менее важно выбрать вид доходности, который будет использоваться в расчетах.

В приведенном выше примере использовались относительные доходности и предполагалось, что оцениваемая доходность подчиняется нормальному закону распределения вероятностей. Нормальность распределения относительной доходности - достаточно логичное предположение, которое можно обосновать, однако применение такого подхода имеет недостатки. При использовании относительных доходностей в расчетах статистических характеристик учитываются случаи нахождения доходностей в больших отрицательных значениях. С точки зрения экономического смысла такие случаи невозможны, иначе они бы соответствовали случаям потерь инвестором средств, значительно превышающих первоначальный объём инвестиций.

Избежать данного недостатка возможно, используя кумулятивные доходности (доходности вида P1/P0, где P0 и P1, соответственно, стоимости на начало и конец расчетного периода) в предположении логнормальности их распределения вероятностей. Другими словами, это предположение подразумевает, что натуральный логарифм кумулятивной доходности имеет нормальное распределение вероятностей. Поскольку логарифмическая функция не определена на области отрицательных значений, но может принимать любое действительное значение, названная проблема в указанном предположении отсутствует. В настоящее время такое предположение о виде Распределения доходностей финансовых инструментов является наиболее типичным в практике инвестиционного анализа, поскольку обладает хорошими статистическими свойствами.

Во-первых, оно весьма близко к предположению о нормальности распределения вероятностей относительных доходностей, что следует из: если r

- относительная доходность, то соответствующая логарифмическая кумулятивная доходность имеет вид ln (1+r), а при малых значениях r логарифм значения 1+r приблизительно равен r.

В частности, если использовать данные приведенного выше примера, параметры нормального распределения логарифмической кумулятивной доходности, приведенные к сопоставимому виду, то есть умноженные на 100, получаются схожими с пара метрам и нормального распределения относительной доходности (значения в скобках): среднее - 0,04 (0,08), среднеквадратическое отклонение - 2,96 (2,99). Для сравнения гистограмма ряда логарифмических кумулятивных доходностей представлена на рисунке7.



Рисунок 7. Гистограмма логарифмических кумулятивных доходностей

Во-вторых, концепция использования логарифмических кумулятивных доходностей согласуется с предположением о случайном изменении доходности в течение последовательных периодов, составляющих инвестиционный горизонт, в условиях известного распределения вероятностей доходности. То есть она согласуется с финансовой теорией случайного блуждания, широко используемой в практике финансового анализа (например, на ней основана методология известного пакета программ для проведения риск- менеджмента Risk Metrics). Предположим, что рассматриваются инвестиции в некоторый финансовый инструмент и инвестиционный горизонт составляет два года. Как для первого, так и для второго года предполагается, что с равной вероятностью можно получить прибыль в размере 25 процентов или убыток, равный - 5 процентам. Тогда после окончания первого года ожидаемая доходность инвестиций составит 10 процентов (10 процентов = 50 процентов25 процентов + 50 процентов (-5 процентов)). По окончании второго года возможны четыре варианта результата инвестиций (в скобках указан номер варианта): два последовательных года с прибылью (1); два последовательных года с убытками (2); первый год с прибылью, второй - с убытком (3); первый год с убытком, второй - с прибылью (4). Вероятности реализации и доходности инвестиций для каждого из вариантов представлены в таблице 3.



Таблица 3 Вероятности реализации и доходности инвестиций

В итоге ожидаемая доходность инвестиций по окончании второго года составит 21 процент (21 процент = 25 процентов56,25 процента + 25 процентов (-9,75 процента) + 25 процентов18,75 процента + 25 процентов18,75 процента). Как видно из представленных расчетов, доходность по итогам двух удачных лет превышает ожидаемую доходность на 35,25 процента. Данное отклонение больше, чем отклонение доходности по итогам двух неудачных лет от ожидаемой доходности (30,75 процента). Следует отметить, что по итогам первого года аналогичные отклонения были одинаковыми.

Это говорит о том, что при учете нескольких последовательных инвестиционных периодов распределение относительной доходности имеет тенденцию к смещению.

Распределение доходности перестает быть симметричным. И поскольку целесообразнее рассматривать только инвестиции с положительным математическим ожиданием, график плотности распределения доходности в данном случае имеет тенденцию к удлинению вправо (см. рисунок 8). При этом чем больше инвестиционных периодов включается в рассмотрение, тем больше смещение распределения вероятностей.

Рисунок 8. Изменение плотности распределения вероятностей доходности при нескольких последовательных инвестиционных подходах



Таким образом, если однопериодное распределение вероятностей относительной доходности являлось нормальным, многопериодное распределение перестает удовлетворять свойствам нормального распределения. Однако такой вывод невозможен в случае использования логарифмических кумулятивных доходностей.

Логарифмические эффект.

Рассмотрим ранее приведенную таблицу 1 с использованием логарифмических кумулятивных доходностей (см. таблицу 4).

Таблица 4 логарифмических кумулятивных доходностей

В этом случае ожидаемое значение логарифмической кумулятивной доходности составило 17,19 процента (17,19 процента = 25 процентов44,63 процента + 25 процентов (-10,26 процента) + 25 процентов17,19 процента + 25 процентов17,19 процента) и распределение доходностей стало симметричным (отклонения крайних значений от ожидаемого значения составили одинаковую величину - 27,44 процента). Каким бы ни было при рассмотрении количество инвестиционных периодов, данное свойство сохраняется.

Это связано с тем, что логарифмическая кумулятивная доходность представляет собой математическую модель доходности при непрерывной капитализации процентов в каждый момент времени.

Важным является вывод: если однопериодное распределение вероятностей логарифмической кумулятивной доходности было нормальным, то многопериодное распределение также будет иметь вид нормального распределения.

Таким образом, при рассмотрении процесса изменения котировок финансовых инструментов как процесса случайного блуждания (то есть при отсутствии прогнозов на будущее предполагать, что в каждый элементарный момент времени котировки ведут себя случайно в соответствии с некоторым известным законом распределения вероятностей), наиболее подходящей моделью для доходности является предположение о нормальном распределении логарифмической кумулятивной доходности.

В-третьих, продолжая рассматривать преимущества использования логарифмической кумулятивной доходности, следует отметить её предпочтительность при анализе рисков, связанных с изменениями валютных курсов.

Использование логарифмической кумулятивной доходности позволяет сохранить предположения о нормальности распределения для кросс-курсов валют, а также избежать так называемого парадокса Сигеля. Рассмотрим данные свойства подробнее.

Нетрудно проверить, что если, например, RGBP/USD логарифмическая кумулятивная доходность валютного курса фунта стерлингов по отношению к доллару США, REUR/USD логарифмическая кумулятивная доходность валютного курса евро по отношению к доллару США, то логарифмическая кумулятивная доходность кросс-курса фунта стерлингов по отношению к евро будет равняться:

R GBP/EUR = R GBP/USD - R EUR/USD.

Если логарифмические кумулятивные доходности валютных курсов были нормально распределенными, то и логарифмическая кумулятивная доходность кросс-курса также будет нормально распределенной. Однако этот вывод нельзя считать правильным при использовании относительных доходностей. В таком случае соотношение между доходностями имеет вид:



Данный вид нелинейный, и при нормальности распределения относительных доходностей валютных курсов нельзя сделать вывод о нормальности распределения относительной доходности кросс-курса.

Парадокс Сигеля (Siegel's paradox) можно проиллюстрировать на следующем примере. Предположим, что текущий курс доллара США 1,15 за один евро. Есть два инвестора: один - американский, другой - европейский, и у обоих одинаковые ожидания относительно будущего значения курса. Например, они предполагают изменение курса до значения 1, 20. Тогда относи- тельная доходность американского инвестора при вложении долларов США в евро составит 4,35 процента (4,35 процента = 1, 20/1,15 - 1). Относительная доходность европейского инвестора при вложении евро в доллары США составит - 4,17 процента (-4,17 процента = (1/1, 20) / (1/1,15) - 1). Парадокс состоит в том, что указанные доходности не компенсируют друг друга. Легко проверить, что при использовании логарифмических кумулятивных доходностей данный парадокс не возникает.

Таким образом, логарифмические кумулятивные доходности - удобное средство для анализа, операции с ними более просты, чем с другими видами доходностей, и при типичных преобразованиях они сохраняют статистические свойства. В случае практического внедрения анализа рисков в виде программных продуктов эти доходности в целом способствуют упрощению реализации методики VAR.

Касаясь реализации методики VAR, следует отметить, что после выбора используемой в расчетах доходности и определения вида распределения вероятностей доходности существенным является подход к оцениванию параметров распределения вероятностей. В частности, для нормального распределения логарифмической кумулятивной доходности необходима оценка параметров среднего значения и среднеквадратического отклонения доходности.

Если для финансовых инструментов имеются в наличии исторические ряды котировок, то оценивание параметров может осуществляться на их основе с помощью статистических выборочных оценок. В частности, для логарифмической кумулятивной доходности могут использоваться значения выборочного среднего и выборочного среднеквадратического отклонения. В этом случае важен выбор периода исторических данных, на основании которого рассчитываются оценки, поскольку выбор различных исторических периодов будет приводить к различным значениям оценок пара метров. В связи с этим целесообразно порекомендовать следующий подход к выбору исторического периода для оценивания. Наиболее предпочтительным является использование самых свежих последних данных об изменениях котировок (то есть выбор периода, затрагивающего время непосредственно перед проведением анализа).

Тем самым данные будут содержать в себе последние тенденции развития рынка анализируемого финансового инструмента. При этом длина исторического периода должна выбираться исходя из соображений продолжения тенденций на будущее, сложившихся в течение этого периода.

Альтернативен подход, при котором предполагается, что в будущем произойдет изменение сложившихся тенденций. В таком случае для оценивания может использоваться определенный период в прошлом, тенденции в котором соответствовали текущему прогнозу.

Если для анализируемого финансового инструмента отсутствуют или недоступны исторические ряды данных изменения котировок, то выбор распределения и оценка его параметров производятся на основе специально разрабатываемых математических моделей либо исходя из иных обоснованных предположений. Например, в качестве параметров могут приниматься соответствующие параметры аналогичных финансовых инструментов, выпущенных эмитентами, которые близки или схожи с эмитентом, выпустившим анализируемый финансовый инструмент.

Следует отметить, что в случае оценивания по рядам исторических данных параметра среднеквадратического отклонения возможно учитывать информацию только об отрицательных изменениях доходности. Это связано с тем, что методика VAR направлена на оценку потенциальных убытков. В случае же обычного использования выборочного среднеквадратического отклонения в его расчет попадают как отрицательные, так и положительные изменения доходности. Тем самым оценка потенциальных потерь становится загроможденной исторической информацией, связанной со случаями получения прибыли, что не вполне обоснованно.

При оценивании по историческим данным распределения логарифмических кумулятивных доходностей следует учитывать, что такое распределение имеет некоторые отличия от предполагаемого нормального распределения. Можно обнаружить, что оно обычно обладает так называемым лептокуртозисом. То есть по сравнению с нормальным распределением более вероятно получение значительных отрицательных или положительных значений. Это выражается в наличии у плотности распределения «тяжелых хвостов», «тонкой талии» и более высокого пика (см. рисунок 9). Если при проведении анализа названные особенности будут ярко выраженными, то требуется расчет VAR не через нормальное распределение, а с помощью более точных методов расчета квантили по имеющемуся распределению.



Рисунок 9. Особенности плотности распределения логарифмической кумулятивной доходности

Из наиболее типичных случаев применения методики VAR можно выделить, во-первых, расчет лимитов на операции, связанные с риском не- благоприятного изменения котировок; во-вторых, оценку эффективности осуществления операций на основе характеристик доходности и риска. Преимущество использования методики VAR для расчета лимитов на операции, связанные с риском неблагоприятного изменения котировок, заключается в том, что основным параметром для расчета и контроля лимитов становится значение ожидаемых потерь. В этом случае четко обосновывается вы деление определенных объемов средств на определенные виды операций.

Процесс определения лимитов можно представить следующим образом. По предполагаемым направлениям размещения рассчитываются характеристики VAR.

На их основе определяются допустимые для финансовой компании банка потери по направлениям размещения и, исходя из данных значений, рассчитываются лимиты выделения средств на виды операций. Также в качестве альтернативы возможно установление лимитов напрямую на значения VAR позиций. Тем не менее как в том, так и в другом случае основным параметром, контролируемым в процессе осуществления деятельности, становится значение VAR. При этом в проведении расчетов целесообразно основываться на критерии покрытия значений VAR собственными средствами финансовой компании или банка.

Следует отметить, что VAR не является аддитивной мерой риска (то есть значение VAR совокупной позиции, как правило, меньше суммы значений VAR, рассчитанных по составляющим позиции).

Это связано со свойством диверсификации, заключающимся в том, что неблагоприятное изменение котировок по одному финансовому инструменту может в определенной степени компенсироваться благоприятным их изменением по другому финансовому инструменту, что уменьшает риск совокупной позиции. Поэтому лимиты значений VAR по совокупным позициям могут быть меньше, чем суммы лимитов по их составляющим (см. рисунок 10).

Рисунок 10. Пример иерархической структуры лимитов значение VAR

Еще один пример типичного применения методики VAR относится к оценке эффективности управления средствами. Обычно критерием эффективности является доходность операций. Тем не менее, существенную дополнительную пользу несет информация о риске операций. Если такой же уровень доходности получен при меньшем риске операций, то при прочих равных условиях такая информация свидетельствует о более качественном управлении средствами.

Для такой оценки возможно использование показателя эффективности, представляющего собой отношение доходности от операций к доле VAR от общего объема инвестированных средств. Этот показатель будет характеризовать доходность на единицу VAR, а также отражать эффективность операций в терминах доходности и риска. Чем больше значение данного показателя, тем более качественно производилось управление средствами с точки зрения доходности и риска.

Методика Value-at- Risk применяется и в других случаях при проведении финансового анализа. Ее использование является достаточно удобным, поскольку значение VAR имеет понятную экономическую интерпретацию и дает количественную оценку рыночного риска, что может широко использоваться на практике.

Внедрение данной методики позволяет более обоснованно принимать финансовые решения, а также оценивать их эффективность. Следует также отметить, что при профессиональной работе с рыночными финансовыми инструментами её применение наиболее предпочтительно риск- менеджмента.



ЗАКЛЮЧЕНИЕ

Финансовая деятельность организации во всех её формах связана с многочисленными рисками, степень влияния которых на результаты этой деятельности существенно возрастает с переходом к рыночной экономике. Возрастание степени влияния финансовых рисков на результаты финансовой деятельности организации связано с быстрой изменчивостью экономической ситуации в стране и конъюнктуры финансового рынка, расширением сферы финансовых отношений и её «раскрепощением», появлением новых для хозяйственной практики финансовых технологий и инструментов.

Финансовый риск является одной из наиболее сложных категорий, связанных с осуществлением хозяйственной деятельности, поэтому очень важно, какую политику управления этими рисками предпримет руководитель. Для организации управление финансовыми рисками - это часть общей финансовой стратегии, заключающейся в разработке системы мероприятий по нейтрализации возможных негативных финансовых последствий рисков, связанных с осуществлением различных аспектов финансовой деятельности.

В результате проведенных исследований нами предлагается ряд выводов и практических рекомендаций для руководителей предприятий, финансовых менеджеров, которые сталкиваются в своей деятельности с проблемой финансового риска.

1. Теоретически доказано, что финансовый риск нужно рассматривать, как наиболее важную составную часть способностей руководителя, один из основных моментов процесса получения хозяйственного дохода и организационно-уиравленческой деятельности. Управление финансовым риском в условиях экономической деятельности имеет большое теоретическое и практическое значение и является важным условием выхода экономики России на путь устойчивого экономического роста и развития.

2. Исследование сути финансового риска предусматривает характеристику его разновидностей в хозяйственной деятельности организации. Предложенная в диссертации классификация разрешает не только более полно охарактеризовать риск во всех его проявлениях, но и определить факторы, которые влияют на него, а также определить роль и место каждого вида риска в общей системе. Это создает условия для эффективного применения методов управления финансовыми рисками организации.

3.Необходимость управления риском обусловлена особенностью тех экономических процессов, которые имеют место в отечественной экономике.

Изучение управления риском базируется на экономической сути риска и управления как экономических категорий и учета экономических интересов субъектов хозяйственной деятельности. Управление риском - это процесс выявления уровня неопределенности, становления его допустимых границ и создания адаптированного к рискам режима, который базируется на поддержании интересов субъектов хозяйственной деятельности и разрешает предупреждать или уменьшать отрицательное влияние случайных факторов на экономический процесс, одновременно создавая условия для получения высокого уровня хозяйственного дохода.

В практической деятельности организации необходимо учитывать риск инвестиционного проектирования как часть финансового риска. Принимая решение об эффективности инвестиционного проектирования в условиях неопределенности, инвестор решает как минимум двухкритериальную задачу, иначе говоря, ему необходимо найти оптимальное сочетание «риск-доходность». Очевидно, что найти идеальный вариант «максимальная доходность - минимальный риск» удается лишь в очень редких случаях.

Риск возникает при любых видах хозяйственной деятельности организации, связанной с производством продукции, товаров и услуг, их реализацией; товарно-денежными и финансовыми операциями, коммерцией и характеризуется сочетанием возможности достижения как нежелательных, гак и особо благоприятных отклонений от запланированных результатов.

5. Процесс риск - менеджмента должен состоять из четырех этапов: прогнозирование, анализ, контроль и оценка. Главная цель управления риском состоит в том, чтобы обеспечить непрерывность деятельности при любых условиях. Поэтому со стороны руководителей и финансовых менеджеров должны быть приняты меры на случай непредвиденных или неожиданных событий, которые могли бы помешать достижению поставленной цели.

6. Оценивая риск, который в состоянии принять на себя организация, руководитель прежде всего должен исходить из профиля деятельности, из наличия необходимых ресурсов для реализации программы финансирования возможных последствий риска, стремиться учесть отношение к риску партнеров так, чтобы наилулшим образом способствовать реализации основной стратегической цели.

7. Рыночные риски, возникающие вследствие изменения цен акций, сырьевых товаров, обменных курсов, процентных ставок, на наш взгляд, лучше всего оценивать с помощью методологии, которая является суммарной мерой риска, способной производить сравнение риска по различным портфелям (например, из акций и облигаций) и по различным финансовым инструментам (например, форварды и опционы). Для финансового менеджера особый интерес представляет риск в отношении финансовых активов, который влияет на деятельность предприятия в целом и на управление инвестиционными проектами. При этом ключевая идея состоит в следующем: требуемая (или ожидаемая) доходность и риск изменяются в одном направлении, т.е. пропорционально друг другу.

9. Исследована природа риска и выявлены взаимосвязи категорий «риск» и «доходность». Проведённые исследования позволили нам сформулировать концепцию риска инвестиционного проектирования:

• уточнён термин «риск»;

• сформулировано понятие риска инвестиционного проекта;

• проанализированы критерии риска и предложен новый показатель («цена риска»);

• предложен алгоритм риск-менеджмента;

• исследованы методы анализа риска инвестиционного проектирования и предложены методические рекомендации для его проведения.

10. Портфельная теория и синтез математических моделей представляют собой основанный на статистических методах механизм оптимизации формируемого инвестиционного портфеля по задаваемым критериям соотношения уровня прибыльности и риска. Оптимизация портфеля, направленная на снижение уровня его риска при заданном уровне доходности, основывается на оценке ковариации и диверсификации инструментов портфеля. В процессе оптимизации инвестиционного портфеля изучается ковариация изменения (колебания) уровня инвестиционного дохода по различным сопоставимым видам финансовых инструментов.

Размещено на Allbest.ru

...