RiskMetrics

редактировать
Американская финансовая компания

RiskMetricsдисперсия модель (также известная как экспоненциальный сглаживатель ) была впервые создана в 1989 году, когда сэр Деннис Уэтерстоун, новый председатель JP Морган попросил ежедневный отчет с оценкой и объяснением рисков его фирмы. Почти четыре года спустя, в 1992 году, J.P. Morgan запустил методологию RiskMetrics на рынок, сделав существенные исследования и анализ, которые удовлетворили запрос сэра Денниса Уэзерстоуна, свободно доступными для всех участников рынка.

В 1998 году, когда спрос клиентов на опыт группы в области управления рисками превысил внутренние ресурсы компании по управлению рисками, Департамент корпоративного управления рисками был выделен из JP Morgan как RiskMetrics Group с 23 сотрудниками-основателями.. Технический документ RiskMetrics был пересмотрен в 1996 году. В 2001 году он был снова переработан в Return to RiskMetrics. В 2006 году был введен новый метод моделирования доходности факторов риска (RM2006). 25 января 2008 года RiskMetrics Group зарегистрировалась на Нью-Йоркской фондовой бирже (NYSE : РИСК). В июне 2010 года компания RiskMetrics была приобретена MSCI за 1,55 млрд долларов.

Содержание

  • 1 Процесс измерения риска
  • 2 Факторы риска
  • 3 Измерения риска портфеля
    • 3.1 Стандартное отклонение
    • 3.2 Стоимость, подверженная риску
    • 3.3 Ожидаемый дефицит
    • 3.4 Предельный VaR
    • 3.5 Дополнительный риск
    • 3.6 Связанные меры риска
    • 3.7 Оценка мер риска
  • 4 Рыночные модели
    • 4.1 Ковариационный подход
    • 4.2 Историческое моделирование
    • 4.3 Моделирование Монте-Карло
  • 5 Критика
  • 6 Ссылки
  • 7 Внешние ссылки

Процесс измерения риска

Портфель измерение риска можно разбить на шаги. Первый - это моделирование рынка, который влияет на изменение стоимости портфеля. Модель рынка должна быть в достаточной степени определена, чтобы портфель можно было переоценить, используя информацию из модели рынка. Затем измерения риска извлекаются из распределения вероятностей изменений стоимости портфеля. Изменение стоимости портфеля менеджеры портфеля обычно называют прибылями и убытками или прибылями и убытками

Факторы риска

Системы управления рисками основаны на моделях, описывающих потенциальные изменения факторов, влияющих на стоимость портфеля. Эти факторы риска являются строительными блоками для всех функций ценообразования. В целом, факторами, определяющими цены на финансовые ценные бумаги, являются цены на акции, курсы валют, цены на товары, процентные ставки, корреляция и волатильность. Создавая будущие сценарии для каждого фактора риска, мы можем сделать выводы об изменениях в стоимости портфеля и переоценить портфель для различных «состояний мира».

Показатели риска портфеля

Стандартное отклонение

Первым широко используемым показателем риска портфеля было стандартное отклонение стоимости портфеля, как описано Гарри Марковицем. Хотя стандартное отклонение сравнительно легко вычислить, оно не является идеальной мерой риска, поскольку оно снижает прибыль, а также убытки.

Стоимость, подверженная риску

Технический документ 1994 г. популяризировал VaR в качестве меры риска среди инвестиционных банков, которые хотят иметь возможность измерить свой портфель риск в пользу банковских регуляторов. VaR - это показатель риска снижения, означающий, что он обычно ориентирован на убытки.

Ожидаемый дефицит

Третьей часто используемой мерой риска является ожидаемый дефицит, также известный как ожидаемая потеря хвоста, XLoss, условная VaR или CVaR.

Маржинальный VaR

Маржинальный VaR позиции по отношению к портфелю можно рассматривать как величину риска, который позиция увеличивает портфель. Формально его можно определить как разницу между VaR всего портфеля и VaR портфеля без позиции.

Чтобы измерить влияние изменения позиций на риск портфеля, отдельных VaR недостаточно. Волатильность измеряет неопределенность доходности актива, взятого изолированно. Однако, когда этот актив принадлежит портфелю, имеет значение вклад в риск портфеля.

Philippe Jorion (2007)

Дополнительный риск

Статистические данные по дополнительному риску предоставляют информацию о чувствительности риск портфеля при изменении размеров удерживаемых позиций в портфеле.

Важным свойством возрастающего риска является субаддитивность. То есть сумма дополнительных рисков позиций в портфеле равна общему риску портфеля. Это свойство имеет важные приложения при распределении риска по различным единицам, где цель состоит в том, чтобы сумма рисков оставалась равной общему риску.

Поскольку RiskMetrics охватывает три меры риска, существует три дополнительных показателя риска: инкрементный VaR (IVaR), инкрементный ожидаемый дефицит (IES) и Инкрементное стандартное отклонение (ISD).

Дополнительная статистика также применяется для оптимизации портфеля. Портфель с минимальным риском будет иметь дополнительный риск, равный нулю для всех позиций. И наоборот, если дополнительный риск равен нулю для всех позиций, портфель гарантированно будет иметь минимальный риск, только если мера риска является субаддитивной.

Связанные меры риска

A Связанные меры риска удовлетворяют следующим четырем свойствам:

1. Субаддитивность

Мера риска - субаддитив, если для любых портфелей A и B риск A + B никогда не превышает риск A плюс риск B. Другими словами, риск сумма подпортфелей меньше или равна сумме их индивидуальных рисков.

Стандартное отклонение и ожидаемый дефицит являются субаддитивными, а VaR - нет.

Субаддитивность требуется в связи с объединением рисков между отделами, бизнес-подразделениями, счетами или дочерними компаниями. Это свойство важно, когда разные бизнес-единицы рассчитывают свои риски независимо, и мы хотим получить представление об общем риске. Отсутствие субаддитивности также может вызывать беспокойство регулирующих органов, поскольку фирмы могут быть мотивированы разделиться на дочерние компании для удовлетворения требований к капиталу.

2. Неизменность перевода

Добавление денежных средств в портфель снижает его риск на ту же сумму.

3. Положительная однородность степени 1

Если мы удвоим размер каждой позиции в портфеле, риск портфеля будет вдвое больше.

4. Монотонность

Если потери в портфеле A больше, чем потери в портфеле B для всех возможных сценариев возврата факторов риска, то риск портфеля A выше, чем риск портфеля B.

Оценка мер риска

Процесс оценки любой меры риска может значительно ошибаться. Если из неточной оценки мы не можем получить хорошее представление о том, какова может быть истинная ценность, то оценка фактически бесполезна. Хорошее измерение риска состоит в том, чтобы дополнить любую оценочную меру риска некоторым показателем их точности или размера ошибки.

Существуют различные способы количественной оценки погрешности некоторых оценок. Один из подходов - оценить доверительный интервал измерения риска.

Рыночные модели

RiskMetrics описывает три модели для моделирования факторов риска, которые определяют финансовые рынки.

Ковариационный подход

Первый очень похож на ковариационный подход Марковица. Марковиц предположил, что можно наблюдать матрицу ковариации активов Σ {\ displaystyle \ Sigma}\ Sigma . Ковариационная матрица может использоваться для вычисления дисперсии портфеля. RiskMetrics предполагает, что рынком управляют факторы риска с наблюдаемой ковариацией. Факторы риска представлены временными рядами цен или уровней акций, валют, товаров и процентных ставок. Инструменты оцениваются с учетом этих факторов риска с помощью различных моделей ценообразования. Предполагается, что сам портфель представляет собой линейную комбинацию этих инструментов.

Историческое моделирование

Вторая модель рынка предполагает, что на рынке есть только конечное число возможных изменений, взятых из выборки доходности факторов риска за определенный исторический период. Обычно историческое моделирование выполняется путем выборки из прошлых ежедневных изменений факторов риска и применения их к текущему уровню факторов риска для получения сценариев цен факторов риска. Эти сценарии изменения цены факторов риска используются для получения распределения прибыли (убытка) по портфелю.

Этот метод имеет преимущество простоты, но как модель он медленно адаптируется к меняющимся рыночным условиям. Он также страдает ошибкой моделирования, поскольку количество симуляций ограничено историческим периодом (обычно от 250 до 500 рабочих дней).

Моделирование Монте-Карло

Третья рыночная модель предполагает, что логарифм доходности или логарифма доходности любого фактора риска обычно следует нормальному распределению. В совокупности логарифмическая отдача факторов риска является многомерной нормой. Алгоритм Монте-Карло моделирование генерирует случайные рыночные сценарии, полученные из этого многомерного нормального распределения. Для каждого сценария рассчитывается прибыль (убыток) портфеля. Этот набор сценариев прибыли (убытка) обеспечивает выборку распределения прибыли (убытка), из которой можно вычислить выбранные меры риска.

Критика

Нассим Талеб в своей книге Черный лебедь (2007) писал:

Банки теперь более уязвимы для Черного лебедя чем когда-либо прежде, с «учеными» среди своих сотрудников, занимающимися облучением. Гигантская фирма J. П. Морган подверг риску весь мир, представив в девяностых годах RiskMetrics - фальшивый метод, направленный на управление рисками людей. Распространяется родственный метод под названием «Value-at-Risk », основанный на количественном измерении риска.

Ссылки

Конкретный
  1. ^«MSCI покупает RiskMetrics за 1,55 миллиарда долларов». Рейтер. 1 марта 2010 г. Источник 1 ноября 2018 г.
  2. ^Нассим Талеб (2007). Черный лебедь: влияние невероятного.Цитируется в Нассим Талеб (10 сентября 2009 г.). «Отчет о рисках финансового моделирования, VaR и развала экономики» (PDF). Палата представителей США. Архивировано из исходного (PDF) 4 ноября 2009 года.

Внешние ссылки

Последняя правка сделана 2021-06-04 04:35:53
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте