30 Янв

Сравнительный анализ методов расчета VaR




Номер части:
Оглавление
Содержание
Журнал
Выходные данные


Науки и перечень статей вошедших в журнал:

Сравнительный анализ методов расчета VaR

Основой финансового менеджмента всегда является получение максимального дохода при обеспечении минимума риска. Доход и риск представляют собой взаимосвязанные и взаимообусловленные категории. Основа риск менеджмента базируется на целенаправленном поиске и организации работы по снижению степени риска.

Риск есть экономическая категория и, как следствие, может повлечь за собой три результата:

  • Отрицательный;
  • Положительный;
  • Нулевой;

Поскольку современное управление риском подразумевает базировку на основе показателя “Value At Risk” – стоимостная мера риска. Необходимо четкое представление того, какой из методов расчета “VaR” показывает наилучший результат. Методология “VaR” стала особенно широко применяться в последнее время по всему миру. [7] Стоимостная мера риска дает вероятностную оценку потенциальных убытков инвестиционного портфеля в течение определенного периода времени при заданном доверительном уровне. Вероятность наступления определенного события определяется доверительным уровнем.

Параметрические методы или методы локального оценивания, такие как дельта-нормальный метод, просты. Допускается, что для аналитического представления не требуется полной переоценки позиций, а также не требует обширной базы ретроспективных данных. [3] Однако существует ряд минусов, например то, что гипотеза о нормальном распределении в целом не соответствует параметрам реального рынка. Оценка рисков активов с нелинейными ценовыми характеристиками.

Дельта-гамма-вега-приближение обеспечивает учет соответствующих рисков, таких как изменение дельты и волатильности, таким образом, позволяя обеспечить усиления достоинства [1] дельта-нормального метода путем предоставления возможности более приемлемой оценки нелинейных инструментов. Изменение капитала портфеля характеризуется параметрическим распределением, в то время как “VaR” может быть вычислен через параметр этого распределения.

Параметрические методы полного оценивания, такие как метод исторического моделирования, обеспечивают наглядную и полную оценку риска, без предположений о характере распределения. Метод исторического моделирования классически строится на основе определения исходного ряда показателей, которые представляют собой значения стоимости рассматриваемого портфеля фиксированных в течение исторического периода состояния рынка.[2] Полученный временной ряд переводится в ряд относительных изменений, далее полученные изменения упорядоченно выстраиваются и очищаются на часть наихудших значений, превышающих уровень доверенности. Наихудшее значение соответствует максимально вероятной величине потерь в рамках “VaR”.  (Гистограмма 1.)

Гистограмма 1. Историческая симуляция.

Однако у исторического метода есть существенные недостатки. Один из них связан с тем, что при недостаточно долгой исторической дате невозможно получить надежную оценку. Более того, в связи с тем, что исторический метод подразумевает независимость и идентичность распределения каждого наблюдения, используемого для вычисления “VaR”. В свою очередь это не дает возможности волатильности. [6]

Еще один достойный внимания метод – метод “Монте-Карло”, который является общепризнанным и наилучшим, исходя из того, что он обладает рядом достоинств, в частности, не использует гипотезу о нормальном распределении доходностей. [5] Модель Монте-Карло не формализованная и более гибкая. Моделирование данным методом не предполагает необходимости определять, что именно оптимизируется, также нет необходимости упрощения реальности для облегчения решения, поскольку современные компьютерные технологии, позволяющие реализовывать модели сложных систем. Данный метод основан на моделировании случайных процессов с заданными характеристиками. В отличие от метода исторического моделирования, метод Монте-Карло генерация изменения цен активов производится случайным образом.

Таким образом, подводя итог сравнительного анализа различных методов подсчета “VaR”.  Метод Монте-Карло является более гибким, чем другие модели по причине того, что при моделировании с помощью метода Монте-Карло отсутствует необходимость в определении того, что именно необходимо оптимизировать. [4] Программы для ЭВМ предусматривают опережение во времени, именно поэтому данный метод является общепризнанным и наилучшим, так как базируется на гипотезе о нормальном распределении доходностей, которые показывают высокую точность для нелинейного инструментария и устойчивости к выбору ретроспективы.

Список литературы:

  1. Ващенко Т.В., Лисицына Е.В., Поведенческие финансы — новое направление финансового менеджмента. История возникновения и развития. // Финансовый менеджмент. — №1. – 2014
  2. Бутова Т.В. Предпринимательство. Пособие для подготовки к экзамену/ Москва, 2004, С. 11-16.
  3. , Thaler R. Financial Decision-Making in Markets and Firms: A Behavioral Perspective// NBER Working Paper. – 1994.
  4. De Bondt W., Thaler R. Does the Stock Market Overreact? // Journal of Finance. — 1985. — Vol. 40. — Р. 733—801.
  5. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision Under Risk // Econometrica. — 1979.- Vol. 47. Р. 263-291.
  6. «History of Monte Carlo Casino». Craps Dice Control. RetrievedMarch 23, 2009.
  7. Barone-Adesi, G.; Giannopoulos, K.; Vosper, L. (1999).»VaR Without Correlations for Portfolios of Derivatives Securities». Journal of Futures Markets 19: 583–602
    Сравнительный анализ методов расчета VaR
    Written by: СКОПИНСКИЙ АЛЕКСЕЙ ИГОРЕВИЧ
    Published by: БАСАРАНОВИЧ ЕКАТЕРИНА
    Date Published: 05/30/2017
    Edition: ЕВРАЗИЙСКИЙ СОЮЗ УЧЕНЫХ_ 30.01.2015_01(10)
    Available in: Ebook