WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 14 |

«ЭНЦИКЛОПЕДИЯ ФИНАНСОВОГО РИСК-МЕНЕДЖМЕНТА Под ред. А. А. Лобанова и А. В. Чугунова а л ь п и н а /ржа б л и ш е р Москва 2003 УДК 336.7(031) ББК 65.262Я2 Э68 Книга издана при содействии ...»

-- [ Страница 11 ] --

1) объективность: более точная оценка потребности в капитале и эко­ номической выгодности операций по сравнению с традиционными по­ казателями, такими как рентабельность капитала или активов;

VIII. Интегрированный риск-менеджмент на уровне предприятия 2) комплексность: интеграция в одном показателе оценок основных ви­ дов финансового риска (рыночного, кредитного и операционного);

3) универсальность: возможность применения в стратегическом плани­ ровании, ценообразовании и системах мотивации персонала на всех уровнях управления в банке.

Важным преимуществом RAROC является возможность оценивать риски «снизу вверх», по отдельным операциям, портфелям и клиентам, последовательно поднимаясь на все более высокие уровни путем агрегирования рисков с уче­ том эффектов диверсификации между различными направлениями деятельнос­ ти. Расчет потребности в капитале с учетом всех основных рисков и увязыва­ ние размера вознаграждения руководителей с рентабельностью задействован­ ного капитала создает действенные стимулы к экономии на размере капитала, что, в свою очередь, способствует приросту экономической прибыли.

Эти достоинства вместе с появлением в 90-х годах XX в. математических моделей для расчета экономического капитала, резервируемого против ры­ ночного, кредитного и операционного рисков на основе методики VaR, обус­ ловили широкое распространение подхода RAROC среди крупных транснаци­ ональных банков.

Несмотря на популярность метода RAROC среди практиков, его критики указывают на существенные недостатки, главным из которых признается не­ совместимость с классической финансовой теорией, в частности с моделью оценки капитальных активов {САРМ) [12, 37].

Как известно, последняя базируется на постулате о наличии так называе­ мого «эффективного рынка», на котором отсутствуют арбитражные возмож­ ности, а также налоги, издержки, связанные с банкротством, и конфликт ин­ тересов между акционерами и управляющими. Согласно теореме Модилья­ ни-Миллера, любые изменения структуры капитала в таком идеальном мире не будут оказывать влияние на рыночную стоимость активов компании, а зна­ чит, и на ее инвестиционные решения. Так как на эффективном рынке все риски, которым подвержены инвесторы, могут быть оценены справедливо, рыночная стоимость специфических рисков была бы одинаковой для всех бан­ ков и не зависела бы от состава и структуры их портфелей активов. При при­ нятии инвестиционных решений риск учитывался бы только на основании его корреляции с систематическими рыночными факторами, имеющими стоимост­ ную оценку (в модели САРМ— это коэффициент бета и рыночная премия за риск соответственно).

Поскольку банки как финансовые посредники обязаны своим существо­ ванием именно разнообразным несовершенствам рынка, связанным с асим­ метрией информации о рисках различных активов, они принимают на себя главным образом те риски, которые не могут быть легко «перепроданы» на рынке посредством хеджирования в силу их относительной неликвидности, как, например, риски портфелей ссуд. Не имея справедливой рыночной оценки этих рисков, банки могут управлять ими только двумя способами: путем из­ менения своей инвестиционной политики (что далеко не всегда желательно, ибо может означать прекращение выполнение банком своих регулярных функ­ ций) либо через варьирование структуры капитала. Тем самым, банки вынуж 38* 57* Энциклопедия финансового риск-менеджмента дены увязывать решения о структуре капитала со своим отношением к при­ нимаемому «нехеджируемому» риску (которое определяется ковариацией с риском уже существующего портфеля активов), чего, очевидно, не наблюда­ лось бы на эффективном рынке.

В отличие от модели САРМ, в методе RAROC капитал размещается пропор­ ционально совокупному экономическому риску элементов портфеля, а не их сис­ тематическому риску, имеющему рыночную оценку. Иными словами, RAROC в своем исходном виде игнорирует корреляционные взаимосвязи между неликвид­ ным риском корпоративного портфеля и систематическим рыночным риском.

На практике эта погрешность может оказаться не столь существенной, если банк способен «перенести» на рынок или на другое подразделение боль­ шую часть своего хеджируемого риска. Предположим, что более правильный подход к распределению капитала между элементами портфеля должен ос­ новываться на линейной двухфакторной модели следующего вида [37]:

ц = а, + Pimrm + Дргр + e„ (8.18) где г — требуемая рентабельность акционерного капитала для i-ro элемента портфеля;

rm — рыночная премия за риск (разность в доходности фондового рынка и рынка безрискового актива);

г — доходность существующего портфеля активов в данном банке;

Am> A — «рыночный» и «внутренний» коэффициенты бета соответственно.

Заметим, что модель (8.18) отличается от классической модели САРМ тем, что в ней доходность является функцией не только систематического рыноч­ ного риска, но и совокупного риска портфеля неликвидных активов.

Если в реальности требуемая доходность на капитал (или, что эквивалент­ но, размер задействованного капитала) для данного направления деятельнос­ ти определяется «рыночным» и «внутренним» коэффициентами бета, то бан­ ку необходимо оценить оба этих параметра. В методе RAROC первым из них пренебрегают и размещают капитал по направлениям деятельности только пропорционально их внутренним коэффициентам бета (см. п. 8.8.4);

»i = Vl Vp + 0i- (8Л9) Отчасти это связано со сложностью определения рыночного коэффициен­ та бета для тех направлений бизнеса, которые имеют мало самостоятельных компаний-аналогов, чьи акции обращались бы на фондовом рынке (или не имеют таковых вовсе— см. п. 8.8.1). Можно показать, что оценка внутреннего коэф­ фициента бета при переходе от (8.18) к (8.19) будет.смещенной, так как не­ смещенная оценка является функцией «рыночных» коэффициентов бета для данного направления бизнеса и существующего портфеля активов [49];

E(pip) = др + А Д (8.20) VIII. Интегрированный риск-менеджмент на уровне предприятия Легко видеть, что, чем больше рисков i-ro направления деятельности банк способен хеджировать на рынке или «перенести» на другое свое подразделе­ ние (т. е. чем меньше подверженность этого направления систематическому рыночному риску— /8jm), тем меньше будут несоответствия при размещении капитала.

С практической точки зрения метод RAROC имеет следующие слабые стороны:

1) неприменимость к оценке рентабельности инвестиций в безрисковые активы, для которых рыночный, кредитный и операционный риски пре­ небрежимо малы (например, покупка краткосрочных государственных бескупонных облигаций стран с высоким кредитным рейтингом и удер­ жание их до погашения). Для таких операций рассчитанная, соглас­ но (8.9), рентабельность капитала будет бесконечно большой, что экономически бессмысленно;

2) сложность расчета для все более мелких подразделений, отдельных опе­ раций и продуктов, для которых определение размера задействованного капитала и отнесение прибыли или затрат является проблематичным.

8.8. Подходы к размещению капитала по направлениям деятельности Для того чтобы рассчитать величину экономической прибыли по отдельным направлениям деятельности и подразделениям банка или промышленного пред­ приятия, необходимо тем или иным образом распределить между ними не толь­ ко прямые и накладные затраты и доход (выручку), но и собственные сред­ ства. Выше был рассмотрен общий подход к определению совокупного раз­ мера экономического капитала, главная функция которого в финансовом сек­ торе заключается в покрытии всех основных видов риска с требуемым уров­ нем доверия. В нормальном случае экономический капитал, размещенный по приносящим доход подразделениям («центрам прибыли»), в сумме не должен превосходить фактически имеющийся капитал. Однако если предприятие рас­ полагает избыточным по сравнению с экономически обоснованной потребно­ стью капиталом, который отражается как общий резерв (discretionary reserve) и не подлежит распределению по центрам прибыли (возможно, как и некото­ рые другие составляющие экономического капитала, такие как стоимость де­ ловой репутации [62]), то размещенный по направлениям деятельности капи­ тал в сумме будет меньше фактически имеющегося.

На сегодняшний день предложено несколько основных подходов к раз­ мещению капитала по направлениям деятельности с учетом риска [19, 53].

Если в методе RAROC совокупная потребность в капитале рассчитывалась «снизу вверх», по отдельным видам риска, в большинстве этих подходов ка­ питал распределяется по принципу «сверху вниз», на основании того или иного показателя интегрального экономического риска, выражаемого волатильностью доходности (рыночной стоимости активов, денежного потока и т. д.). С од­ ной стороны, такой подход позволяет учесть в неявном виде все риски, кото­ рым подвержено данное направление деятельности, в их реальной взаимо 574 Энциклопедия финансового риск-менеджмента связи друг с другом. Это дает существенное преимущество перед методикой RAROC, в которой оценивается ограниченный набор рисков (как правило, рыночные, кредитные и операционные), при этом учет корреляционных свя­ зей между этими видами риска представляет собой весьма сложную пробле­ му. С другой стороны, интегральные показатели риска не позволяют судить о том, какие факторы вносят наибольший вклад в риск данного подразделения или направления деятельности.

Ниже рассмотрены наиболее часто используемые в практике зарубежных банков способы размещения капитала по направлениям деятельности* и оцен­ ки общей потребности в капитале для покрытия интегрального экономичес­ кого риска.

8.8.1. Подход на основе аналогий В данном подходе уровень обеспеченности капиталом задается по аналогии с представленными на рынке самостоятельными компаниями. Для каждого направления бизнеса определятся группа самостоятельных «монопродуктовых» компаний, занимающихся только данным видом деятельности («pure play» peers), акции которых обращаются на фондовом рынке**. По каждой группе рас­ считывается усредненное соотношение «капитал/активы», отражающее осо­ бенности данного вида деятельности, в соответствии с которым и устанавли­ вается требуемый размер капитала для каждого отдельного направления биз­ неса. Размер капитала для всего банка определяют в данном подходе «снизу вверх»: путем суммирования требований к капиталу по всем составляющим корпоративного портфеля.

Пример 8.3 [53]. Проиллюстрируем применение данного подхода на услов­ ном примере универсального банка, который осуществляет только три вида деятельности: кредитование корпоративных клиентов, кредитование населе­ ния и операции на финансовых рынках. Основные риски, которым подверже­ ны каждое из направлений деятельности, перечислены в табл. 8.1. Исходные данные по величине активов, соответствующих наблюдаемым на рынке уров­ ням покрытия активов капиталом, приведены в табл. 8.3.

Из таблицы видно, что, если для банка в целом уровень покрытия капи­ талом активов составляет около 15%, то для отдельных направлений бизнеса это соотношение колеблется от 10 до 33%, отражая различия в уровне рис­ ка этих видов деятельности.

Главное преимущество данного подхода заключается в использовании объективных рыночных данных. Однако на практике трудности могут воз­ никнуть при малом количестве или отсутствии самостоятельных компаний, * Приведенный ниже сравнительный анализ подходов к размещению капитала ос­ новывается на материале из [53]- Теоретические и практические аспекты разме­ щения капитала по направлениям деятельности рассматриваются также в [19, 25, 32, 46, 62, 67, 76].

* Предполагается, что открытые акционерные общества регулярно публикуют свои балансы.

VIII. Интегрированный риск-менеджмент на уровне предприятия Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА НА ОСНОВЕ РЫНОЧНЫХ АНАЛОГИЙ Активы* Капитал/ Капитал* ROA, %

по которым были бы доступны данные финансовой отчетности. Кроме того, нельзя исключать и возможности значительного разброса в уровнях капита­ ла внутри группы самостоятельных монопродуктовых компаний, что делает нецелесообразным их усреднение. В этом случае перед руководством банка встает проблема выбора из нескольких, возможно, сильно различающихся между собой значений.

Хотя в данном подходе размещение капитала производится с учетом осо­ бенностей деятельности каждого из направлений бизнеса, это вовсе не га­ рантирует для них равную вероятность банкротства*. Например, если инвес­ тиционные компании, занимающиеся торговлей на финансовых рынках, ха­ рактеризуются большей частотой банкротств, чем кооперативы потребитель­ ского кредитования, то инвесторы будут учитывать это в требуемой доходно­ сти вложений в капитал этих компаний. Как уже указывалось выше, в случае внутрибанковского рынка ресурсов стоимость задействованного капитала бу­ дет одинаковой для всех направлений деятельности, поэтому различия в уровне риска необходимо учитывать именно при размещении собственных средств.

Эта проблема разрешается в рамках следующего подхода.

Хотя понятие банкротства в юридическом смысле применимо только в отноше­ нии предприятия в целом, а не его отдельных подразделений или направлений бизнеса, не являющихся самостоятельными юридическими лицами, для целей на­ шего анализа определим банкротство как ситуацию, когда убытки превосходят размер имеющегося балансового капитала (для банка в целом) или размещен­ ного условно экономического капитала (для отдельно взятого направления дея­ тельности).

57* Энциклопедия финансового риск-менеджмента 8.8.2. Подход на основе равной вероятности банкротства В качестве показателя вероятности банкротства в данном подходе использу­ ется индекс Z (Z-ratio), предложенный в 1988 г. Хэннэном и Хэнвеком [43]:

Е(КОА) + ~ 2 = ———А, (8-21) где E(ROA) — ожидаемая рентабельность активов (отношение прибыли до уплаты налогов к сумме активов), обычно оцениваемая как средняя рентабельность активов за определенный период времени;

С/А — доля капитала в активах;

°ЮА — стандартное отклонение рентабельности активов.

Индекс Z Хэннэна-Хэнвека показывает, на сколько стандартных отклоне­ ний должна упасть рентабельность активов, прежде чем капитал предприя­ тия будет полностью исчерпан. Связь между значением индекса Z и вероят­ ностью банкротства обратная.- чем выше индекс, тем ниже вероятность банк­ ротства. Можно показать, что при предположении о нормальном распреде­ лении рентабельности активов (рассчитываемой за определенный период времени, например, год), вероятность банкротства предприятия в течение сле­ дующего периода составит [53]:

Р{С<А} = - ^. (8.22) В реальности, однако, распределения рентабельности активов обычно ха­ рактеризуются более выраженными «хвостами» по сравнению с нормальным законом, вследствие чего вероятность банкротства предприятия будет выше, чем при расчете по формуле (8.22). Кроме того, следует принимать во внима­ ние и то, что банкротство может наступить не только из-за потери всего име­ ющегося капитала в течение одного периода, как неявно предполагается в (8.22), а в результате накопления убытков за несколько последовательных периодов.

Уровень капитала в данном подходе рассчитывается по принципу обеспе­ чения равной вероятности банкротства для всех направлений деятельности, задаваемой целевым значением индекса Z*:

^ = Z'cRQA-ROA. (8.23) Пример 8.4 [53]. Рассчитаем значения индекса Z по формуле (8.21) для каж­ дого из направлений деятельности, воспользовавшись «рыночными» значени­ ями уровня капитала из примера 8.3 и дополнив их данными об ожидаемой рентабельности активов и ее волатильности. Из табл. 8.3 следует, что эти виды деятельности сильно различаются между собой по вероятности банкротства.

VIII. Интегрированный риск-менеджмент на уровне предприятия S Как и следовало ожидать, эта вероятность наиболее высока для операций на финансовых рынках, заметно меньше она для кредитования корпоративных заемщиков, а кредитование населения характеризуется самой низкой вероят­ ностью потери капитала. Если задать самое высокое из наблюдаемых значе­ ний индекса Z (13,8 для кредитования населения) в качестве целевого уров­ ня для всех направлений деятельности, то это позволит «выровнять» их по вероятности банкротства путем размещения капитала. Вычисленные по фор­ муле (8.23) уровни покрытия капиталом активов приведены в табл. 8.4.

По сравнению с подходом на основе рыночных аналогий подход на осно­ ве равной вероятности банкротства требует гораздо более высокого обеспе­ чения капиталом кредитования корпоративных заемщиков и операций на фи­ нансовых рынках. Так, в последнем случае уровень капитала в активах возра­ стает с 33 до 95%.

Если рассматривать организацию как механическую сумму составляющих ее направлений деятельности, то банку потребуется на 89% больше капита­ ла, чем в предыдущем подходе. Однако при простом суммировании требова­ ний к капиталу по направлениям деятельности значение индекса Z для банка в целом оказывается существенно выше, чем для любого из трех направле­ ний его деятельности:

„ 0,0599 + 10 625/36 Это означает, что вероятность банкротства всего банка будет значительно ниже, чем у любого из направлений его деятельности. Причиной такого рас­ хождения являются несовершенные (отличные от 1) корреляции в рентабель Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА НА ОСНОВЕ РАВНОЙ ВЕРОЯТНОСТИ БАНКРОТСТВА ЯОА, % Капитал °ко*> % Индекс Z Капитал/ Направление активы, % (2) (4)=(2) х (3) - (1) (1) G) (5) = (4)х(1)[8.3Г Кредитование корпоративных 4,96 2,78 13,80 33,40 3 заемщиков Потребительское кредитование 4,94 1,08 13.80 9,96 2 населения Операции на финансовых 14,67 7,96 13,80 95,18 4 рынках Банк в целом 5,99 1,29 27,12 28,99 10 Здесь и далее в таблицах в квадратных скобках указан номер таблицы, данные из соответствующей колонки которой используются в расчетах.

578 Энциклопедия финансового риск-менеджмента ности активов между различными видами деятельности. Чем больше эти кор­ реляции отличаются от +1, тем сильнее они нивелируют колебания рентабель­ ности активов по банку в целом. В этом и проявляется эффект естественной диверсификации внутри портфеля направлений бизнеса, когда риск банкротства всего банка оказывается ниже, чем средневзвешенная сумма рисков составля­ ющих его подразделений. В результате размер капитала, необходимый банку в целом для достижения любой заданной вероятности банкротства, будет мень­ ше, чем для достижения этой же вероятности банкротства по всем его на­ правлениям деятельности, рассматриваемым как самостоятельные компании*.

В нашем примере банку потребуется почти в два с половиной раза меньше капитала для достижения целевого значения коэффициента Z*, равного 13,8:

С/А6тк = 13,80 X 1,29-5,99 = 11,81%;

С = 36 647X0,1181 = 4329.

Приведенный пример показывает, что при агрегировании требований к капиталу «снизу вверх» игнорирование диверсификации риска между направ­ лениями деятельности приводит к завышению совокупного размера капитала для предприятия в целом. Если же учесть эффект диверсификации в неявном виде на самом верхнем уровне корпоративной иерархии (где это проще все­ го сделать) и сразу определить размер капитала, соответствующий требуе­ мой вероятности банкротства для предприятия в целом, то остается нерешен­ ной проблема размещения этого капитала «сверху вниз», по отдельным на­ правлениям деятельности, в условиях, когда рентабельности их активов не проявляют совершенной положительной корреляции друг с другом.

Эти несоответствия создают трудности методического и психологическо­ го характера как при оценке результатов работы руководителей отдельных подразделений и направлений бизнеса, так и в процессе стратегического уп­ равления компанией. Выше уже отмечалось, что чем больше капитала «при­ писано» данному направлению деятельности, тем сложнее ему заработать экономическую прибыль. Если капитал, размещенный по направлениям дея­ тельности, в сумме будет превышать фактически имеющийся, то линейные руководители могут счесть это несправедливым, так как этот «фиктивный», с их точки зрения, капитал будет занижать рентабельность капитала в каждом из направлений деятельности. Избыток размещенного капитала по сравнению с реально располагаемым вносит искажения и в процесс стратегического пла­ нирования и управления предприятием, так как в этом случае экономическая прибыль по банку в целом не будет равна сумме экономических прибылей составляющих его подразделений**. Теоретически вполне возможна ситуация, Поскольку направления деятельности внутри одной организации не являются са­ мостоятельными юридическими лицами, опасность банкротства юридически ак­ туальна только для предприятия в целом. Ввиду этого высшее руководство будет в первую очередь стремиться к минимизации вероятности банкротства всего пред­ приятия, нежели любого из входящих в него направлений деятельности.

Из (8.4) легко видеть, что экономическая прибыль предприятия в целом будет больше суммы экономических прибылей входящих в него направлений деятель­ ности на величину разницы между суммой размещенного и фактически имеюще­ гося капитала.

VIII. Интегрированный риск-менеджмент на уровне предприятия когда каждое из направлений деятельности в отдельности оказывается не в состоянии окупить стоимость задействованного капитала (размещенного ис­ ходя из посылки о совершенной положительной корреляции между видами деятельности), в то время как предприятие в целом достигает и даже пре­ восходит требуемую рентабельность капитала (размер которого рассчитан с учетом эффекта диверсификации риска между направлениями деятельности).

В предельном случае владельцы предприятия могут принять решение о пре­ кращении деятельности и уходе с рынка, основываясь на недостаточной рен­ табельности размещенного капитала, хотя рентабельность фактически имею­ щегося капитала может быть вполне удовлетворительной.

Задача размещения капитала по направлениям деятельности с учетом диверсификации риска при условии соблюдения целевой вероятности банкрот­ ства предприятия решается в рассмотренных ниже подходах.

8.8.3. Подход на основе равномерного масштабирования требований к капиталу Самый простой способ устранить расхождение между суммой капитала, раз­ мещенного по направлениям деятельности в подходе на основе равной веро­ ятности банкротства, и капиталом, требуемым для обеспечения этой же ве­ роятности банкротства для всего предприятия, заключается в пропорциональ­ ном сокращении требований к капиталу по всем направлениям. Так, если размещенный по самостоятельным направлениям деятельности капитал в сум­ ме составляет 150% от фактически имеющегося капитала в целом по пред­ приятию, то для каждого из направлений размер капитала должен быть умень­ шен ровно в полтора раза, с тем чтобы сумма размещенного капитала стала равной совокупному имеющемуся капиталу. Формально это можно выразить следующим образом:

( Z ^ - R OA^ A, ^ = (Z*

kdue — коэффициент диверсификации;

п — общее количество направлений деятельности.

Пример 8.5 [53]. Применение данного подхода проиллюстрировано в табл. 8.5, в первой колонке которой приведены рассчитанные в предыдущем примере (см. табл. 8.4) требования к капиталу по трем направлениям деятельности, имеющим равную вероятность банкротства (Z=13,8). Коэффициент диверси­ фикации рассчитывается по данным из табл. 8.4 как отношение капитала, требуемого для обеспечения такого же значения коэффициента Z для банка в целом, и суммы капитала, рассчитанного для обособленных направлений деятельности (4329/10 624 = 0,4074).

5SO Энциклопедия финансового риск-менеджмента Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА С УЧЕТОМ ДИВЕРСИФИКАЦИИ РИСКА НА ОСНОВЕ РАВНОМЕРНОГО МАСШТАБИРОВАНИЯ Капитал до Коэффициент Капитал после Направление масштабирования диверсификации масштабирования (1) (2) (3) = (1)х(2) Кредитование корпоративных 3 779 0,4074 заемщиков Потребительское кредитование 2 018 0,4074 населения Операции на финансовьк 4 828 0,4074 рынках Банк в целом 4 10 625 0, С одной стороны, данный подход позволяет весьма просто учитывать эф­ фект диверсификации при размещении капитала по направлениям деятель­ ности, которые по-прежнему будут характеризоваться одинаковой вероятнос­ тью банкротства (хотя и отличной от первоначальной). С другой стороны, выигрыш от диверсификации, выражающийся в уменьшении совокупной по­ требности в капитале, распределяется в этом подходе пропорционально исход­ ным требованиям к капиталу, рассчитанным для самостоятельных направле­ ний деятельности. Отсюда следует, что те направления, которые используют капитал наименее эффективно (т. е. являются его самыми большими «потре­ бителями») получат в результате масштабирования требований к капиталу непропорционально большой выигрыш, выражающийся в приросте экономи­ ческой прибыли.

Пример 8.6 [53]. Рассчитаем по формуле (8.4) значения экономической при­ были до и после равномерного сокращения требований к капиталу для трех подразделений условного предприятия (табл. 8.6). Все подразделения получа­ ют одинаковую бухгалтерскую прибыль, но различаются по размеру задейство­ ванного капитала и, как следствие, получаемой экономической прибыли. Если принять во внимание положительный эффект от диверсификации риска и со­ кратить требования к капиталу, рассчитанному для самостоятельных направ­ лений деятельности, например на 50%, то прирост экономической прибыли у подразделения X, являющегося самым «расточительным» потребителем капи­ тала, будет вдвое больше, чем у подразделения Z, которое использует капи­ тал наиболее эффективно.

Таким образом, распределение выигрыша от. диверсификации риска между направлениями деятельности с разной рентабельностью капитала производится непропорционально: подразделения с меньшей эффективностью использования капитала получают относительно больший прирост экономической прибыли.

VIII. Интегрированный риск-менеджмент на уровне предприятия $ Таблица 8. ВЛИЯНИЕ РАВНОМЕРНОГО СОКРАЩЕНИЯ ТРЕБОВАНИЙ К КАПИТАЛУ НА ЭКОНОМИЧЕСКУЮ ПРИБЫЛЬ Прирост Стоимость Эконом. Стоимость Эконом. эконом.

капитала прибыль капитала при прибыль с прибыли Направление Прибыль (Е) без учета без учета 50%-ной учетом после деятельности диверсифика­ диверсифи­ диверсифи­ диверсифи­ 50%-ного кации кации кации сокращения ции (СОЕ X О капитала (1) (2) 0) = (1)-(2) (4) = (2) X 0,5 (S) = (1) - (4) (6) = (5) - (3) X 100 100 0 50 50 + Y 100 70 зо 35 65 + Z 100 so 50 25 75 + Это затрудняет ранжирование подразделений и направлений деятельности по эффективности использования размещенного капитала.

Кроме того, данному подходу присущ еще один существенный недоста­ ток. Распределение выигрыша от диверсификации пропорционально требова­ ниям к капиталу для обособленных направлений деятельности означает, что он распределяется пропорционально собственному риску направлений деятель­ ности, взвешенному на величину их активов. Однако нужно учитывать, что «вклад», который данное направление деятельности вносит в совокупный риск предприятия, будет зависеть не только от собственного риска этого направле­ ния, но и от его корреляции с рисками других направлений деятельности дан­ ного предприятия. По аналогии с диверсификацией портфеля финансовых активов, подразделение, рентабельность которого имеет отрицательную или малую положительную корреляцию с рентабельностью других подразделений, будет сильнее уменьшать общий риск, чем подразделение с высокой поло­ жительной корреляцией. Если же просто сократить в одно и тоже количе­ ство раз требования к капиталу, рассчитанные для обособленных направле­ ний деятельности, то подразделения с малой положительной или отрицатель­ ной корреляцией рентабельности активов с остальньш предприятием получат сравнительно больше капитала, чем подразделения с высокой положительной корреляцией. Для решения этой проблемы необходимо учитывать в явном виде корреляционные взаимосвязи между элементами портфеля направлений дея­ тельности при размещении между ними имеющегося капитала.

8.8.4- Подход на основе внутренних коэффициентов бета Если корреляции в рентабельности разных направлений деятельности можно оценить непосредственно эмпирически либо обосновать теоретически (напри­ мер, принять их равными корреляциям в ценах акций аналогичных «монопро 582 Энциклопедия финансового риск-менеджмента дуктовых» компаний*), то эффект диверсификации риска можно учесть в яв­ ном виде при определении совокупной потребности в капитале для всего пред­ приятия по аналогии с портфелем ценных бумаг**:

(8.25) где ЯС. — размер капитала, резервируемого против риска i-ro направления деятельности (например, рассчитанный по методу RAROC или равной вероятности банкротства);

pS] — корреляция между рентабельностью активов i-ro и j-ro направлений деятельности.

Из формулы (8.25) следует, что выигрыш от диверсификации риска между направлениями деятельности учитывается только при расчете совокупного размера капитала и не распределяется «сверху вниз» по источникам его воз­ никновения. Это позволяет избежать искажений в оценке результатов рабо­ ты руководителей тех направлений бизнеса, которые имеют слабую поло­ жительную или отрицательную корреляцию рентабельности с другими на­ правлениями и создают положительный эффект для всего предприятия уже в силу факта своего существования. Однако в этом случае арифметическая сумма размещенного по всем направлениям деятельности капитала будет вновь превосходить совокупную потребность предприятия в капитале, что чревато уже обсуждавшимися выше трудностями методического и психоло­ гического характера.

Декомпозиция совокупного риска по направлениям деятельности с уче­ том как их собственных рисков, так и корреляционных взаимосвязей возмож­ на в рамках подхода на основе внутренних коэффициентов бета***. Для каж­ дого направления бизнеса рассчитывается «внутренний» коэффициент бета (internal beta) по формуле:

СОУСДЩ.ДОАД,,) _ о-,, ( А = °6счк ®банк где ROA, КОАбаик — рентабельность активов i-ro направления деятельности и всего банка соответственно;

°1- °банк — стандартное отклонение рентабельности активов направления деятельности и банка соответственно;

Р\ ват — корреляция между рентабельностью активов i-ro направления деятельности и рентабельностью активов в целом по банку.

Это согласуется с подходом к оценке корреляций дефолтов, используемым, в ча­ стности, в модели EDF (см. п. 5.13.2.2).

Такой подход применяется при расчете размера совокупного экономического ка­ питала в банке J. P. Morgan Chase.

Определение и интерпретация коэффициента бета применительно к акциям дано в п. 3.7.

VIII. Интегрированный риск-менеджмент на уровне предприятия Из (8.26) легко видеть, что вклад каждого направления в совокупный риск банка является произведением двух факторов: относительного риска данного вида деятельности (о;

/сгбанк) и корреляции в рентабельности активов данного направления и банка в целом (р!ван1)- Если корреляция положительна, то вклад данного направления в риск всего банка будет возрастать пропорционально его собственному относительному риску, в противном случае риск банка будет ли­ нейно снижаться с ростом риска этого вида деятельности.

Капитал в этом подходе размещается между направлениями бизнеса про­ порционально их внутренним коэффициентам бета:

С,/Д= Д хС/Абат, (8.27) где Ц/А — уровень покрытия активов капиталом для i-ro направления деятельности;

С/Абсш — требуемое соотношение «капитал/активы» для всего банка с учетом диверсификации.

Докажем справедливость формулы (8.27). Совокупный риск банка, выра­ жаемый дисперсией рентабельности его активов, может быть представлен следующим образом:

aL< = X X ЩЩОМГ!, ГД (8.28) i ) где wj — доля активов банка, задействованных в i-м направлении деятельности;

п i=l, 2,...п;

Хш- = 1< 1= г — рентабельность активов (ROA) в i-м направлении деятельности.

Правая часть равенства (8.28) представляет собой сумму элементов ко­ вариационной матрицы рентабельностей направлений деятельности (табл. 8.7).

Строка с номером i в этой матрице соответствует i-му направлению дея­ тельности, вклад которого в совокупный риск банка будет равен просто сум­ ме всех элементов в этой строке:

п «•ЧХ Щ CovGi, ij) = щ Covfr,, r^). (8.29) и Для того чтобы рассчитать долю в совокупном риске банка, которая при­ ходится на данное направление деятельности, разделим выражение (8.29) на величину суммарного риска банка:

ЩСоур-,,^) шД. (8.30) 584 Энциклопедия финансового риск-менеджмента Таблица 8. КОВАРИАЦИОННАЯ МАТРИЦА РЕНТАБЕЛЬНОСТЕЙ НАПРАВЛЕНИЙ ДЕЯТЕЛЬНОСТИ Вклад Направление 1 2 п в общий риск банка п w^WjCovCr,,!-) = Ш, Ш СОУ(Г,, Г ) Ш.ШпСОУСГ], Г ) 2 2 П 1 wf< i- = iu1Cov(rI,rUM) n ш2]Ги;

;

Ссл/(г„7-) = Ш2Ш„СОУ(Г2, г„) 2 uj2ai„Cov(r,,r2) \ф И = LU2Cov(r2,r6aHi) n ШПХШ,СОУ(Г„,Г,) = п WnHJiC0V(r„ Г„) J - l uJnw2Cov(r2, г„) ^Я!

= u;

nCov(rn,rSH() Суммарный риск банка i Поскольку сумма относительных вкладов всех направлений деятельности должна быть равна 100% совокупного риска банка, то п I >i A=l. (8.31) что и требовалось доказать.

Пример 8.7 [53]. Придерживаясь прежнего целевого значения индекса веро­ ятности банкротства Хэннэна-Хэнвека (Z = 13,8) и соответствующего разме­ ра капитала для всего банка, вычисленного в примере 8.4 (С = 4329), произ­ ведем размещение капитала по направлениям деятельности, используя дан­ ные о волатильности рентабельности активов из табл. 8.3.

Как следует из табл. 8.8, полученные результаты существенно отличают­ ся от размещения капитала в подходе на основе равномерного масштабиро­ вания. Характерно, что направления деятельности с относительно невысоки­ ми корреляциями в рентабельности активов с остальным банком (кредитова­ ние корпоративных заемщиков и операции на финансовых рынках) получают значительно меньше капитала, чем направление с высокой положительной корреляцией (кредитование населения).

Главное преимущество подхода на основе внутренних коэффициентов бета заключается в возможности распределить риск всего предприятия по состав­ ляющим его подразделениям с учетом их собственных рисков и корреляцион­ ных взаимосвязей между ними. Это гарантирует, что при корректном разнесе­ нии прибыли по центрам затрат сумма экономических прибылей подразделений будет равна совокупной экономической прибыли банка. Именно поэтому из всех VIII, Интегрированный риск-менеджмент на уровне предприятия Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА НА ОСНОВЕ ВНУТРЕННИХ КОЭФФИЦИЕНТОВ БЕТА Капитал/активы, % Капитал Р °"им> % Я.втк Направление (4) = (3) х 4329/ (5) = (4) х (1) (2) (3) = (D/1,29 X (2) /36647 х 100% х (1) [8.3] Кредитование корпоративных 2,78 0,911 10,76 1 0, заемщиков Потребительское кредитование 1,08 0,762 0,638 7,54 1 населения Операции на финансовых 7,96 0,429 2,65 31,27 1 рынках Банк в целом 1,29 1,0 1,0 11,81 4 подходов он чаще всего используется для размещения экономического капи­ тала по направлениям деятельности в крупных зарубежных банках [49].

Тем не менее у данного подхода можно выделить два существенных недо­ статка. Во-первых, вклад каждого из направлений деятельности в совокупный риск предприятия рассчитывается апостериори, исходя из неявной посылки о том, что рассматриваемое направление уже существует в корпоративном порт­ феле, и его вес, и веса всех остальных направлений будут оставаться неизмен­ ными. Продажа или ликвидация существующего либо появление нового направ­ ления бизнеса влечет за собой изменение размерности ковариационной мат­ рицы (т. е. добавление или исключение строки и столбца), всех весов и коэф­ фициентов корреляции, а следовательно, и совокупного риска предприятия вместе с внутренними коэффициентами бета составляющих его подразделений.

Даже при неизменном наборе направлений деятельности изменение темпов их роста относительно друг друга потребует перерасчета всех элементов ковари­ ационной матрицы и коэффициентов бета. Иными словами, подход на основе внутренних коэффициентов бета может эффективно применяться только «в статике», т. е. для уже существующего портфеля направлений бизнеса с ус­ тойчивой во времени структурой.

Во-вторых, коэффициент бета по определению может принимать не только положительные, но и отрицательные значения, что, согласно данному под­ ходу, автоматически трансформируется в отрицательный по величине разме­ щенный капитал. Хотя на первый взгляд это может показаться лишенным эко­ номического смысла, с точки зрения предприятия в целом отрицательный капитал, приписанный какому-либо направлению деятельности, просто отра­ жает сокращение потребности в совокупном капитале благодаря отрицатель­ ной корреляции в рентабельности активов между данным направлением биз­ неса и предприятием. Экономическая прибыль подразделения с отрицатель­ ным размещенным капиталом, рассчитанная согласно (8.4), будет положитель­ ной даже при нулевой бухгалтерской прибыли, что отражает положительный 586 Энциклопедия финансового риск-менеджмента вклад данного направления как фактора диверсификации корпоративного портфеля. Однако здесь возникают трудности организационно-психологичес­ кого характера, связанные с убеждением остальных линейных руководителей в справедливости такого подхода, а также с оценкой результатов работы ру­ ководителей подразделений с отрицательным капиталом на основе экономи­ ческой прибыли. Последняя отражает не только полученную бухгалтерскую прибыль, но и «ценность» данного вида деятельности как такового с точки зрения диверсификации портфеля, которая не зависит напрямую от эффек­ тивности работы его руководителей. Избежать этих трудностей можно, толь­ ко отказавшись от распределения выигрыша от диверсификации риска меж­ ду подразделениями и учитывая корреляции лишь при определении общей потребности в капитале, что можно сделать как в явном виде, с помощью формулы (8.25), так и в неявном виде, воспользовавшись формулой (8.23) в подходе на основе целевой вероятности банкротства.

8.8.5. Подход на основе концепции предельного капитала В тех случаях, когда структура портфеля направлений бизнеса уже не явля­ ется статичной и может существенно меняться в результате стратегических решений или колебаний темпа роста различных направлений, размещение капитала следует производить, основываясь на предельных вкладах направле­ ний деятельности в общий риск предприятия.

Для заданного направления деятельности предельным капиталом (incremental capital — 1С, marginal capital — MQ называется приращение совокуп­ ного капитала предприятия в результате включения (создания/покупки) или выделения (ликвидации/продажи) этого направления при условии, что вероят­ ность банкротства предприятия остается постоянной:

1С = С - С (8.32) к к я я х весь банк банк без данного направления деятельности ' Если ожидается изменение масштаба деятельности уже существующего направления бизнеса, то предельный капитал будет определяться как такое приращение капитала всего предприятия при заданном изменении объемов операций по данному направлению, которое позволит поддержать вероятность банкротства предприятия на прежнем уровне при неизменном масштабе дея­ тельности остальных подразделений:

1С = С - С „ я (8.33) к я х весь банк банк после изменения масштаба данного направления деятельности -*-*/ При бесконечно малых изменениях масштаба деятельности предельный капитал для i-ro направления может быть выражен следующим образом*:

эд t Mq = _ a ? СМ4) а* > где А. — сумма активов 1-го направления деятельности.

* Ср. с определением предельного VaR и VaR приращений в п. 3.19.

VIII. Интегрированный риск-менеджмент на уровне предприятия Величина предельного капитала зависит от корреляции между направле­ ниями деятельности и от того влияния, которое оказывает на диверсифика­ цию портфеля изменение его структуры. Включение в портфель нового на­ правления, характеризующегося положительной корреляцией рентабельнос­ ти с уже существующими направлениями деятельности, потребует увеличе­ ния совокупного капитала (тем большего, чем выше корреляция). Аналогич­ но, добавление отрицательно коррелированного с остальными направления деятельности позволит снизить совокупный размер капитала, что будет выра­ жаться в отрицательном значении предельного капитала.

Пример 8.8 [53]. В табл. 8.9 приведены значения предельного капитала для трех направлений деятельности условного банка, рассчитанные на основе фор­ мулы (8.32) с помощью имитационного моделирования. Как следует из таб­ лицы, включение в состав банка подразделения, специализирующегося на кре­ дитовании корпоративных заемщиков и имеющего отрицательную корреляцию рентабельности с операциями на финансовом рынке, снижает совокупный риск кредитования населения и операций на финансовых рынках и тем самым уменьшает требования к капиталу банка.

В то же время предельный капитал в сумме составляет лишь около 10% от совокупного капитала банка, а следовательно, сумма рассчитанной на его основе экономической прибыли по направлениям деятельности будет боль­ ше, чем совокупная экономическая прибыль банка в целом.

При анализе подхода на основе внутренних коэффициентов бета было показано, что изменение объемов операций по одному из направлений дея­ тельности влечет за собой изменение относительных весов в активах и долей в общем риске других направлений. Поэтому итоговое приращение риска всего банка будет зависеть не только от изменения вклада в общий риск со сторо­ ны данного направления, но и от изменившихся вкладов всех остальных на­ правлений деятельности. В общем случае значения предельного капитала не бу­ дут равны требованиям к капиталу, рассчитанным на основе внутренних коэф­ фициентов бета.

В этом можно убедиться с помощью следующего графика (рис. 8.7). Пред­ положим, что банк включает в себя всего два направления деятельности, одно из которых (А) характеризуется низким риском и невысокой рентабельнос­ тью, а другое (В) — сравнительно большим риском, но и более высокой до­ ходностью. Кривая АВ на графике отображает уровень покрытия капиталом активов, необходимый для достижения целевого значения индекса Z для все­ го банка, при всевозможных соотношениях активов входящих в него подраз­ делений. По сути, это своего рода кривая безразличия, которая показывает всевозможные инвестиционные комбинации, удовлетворяющие заданному уров­ ню риску («iso-'msolvency» curve). В данном примере предполагается, что рента­ бельности активов этих двух подразделений проявляют несовершенную поло­ жительную корреляцию друг с другом, поэтому кривая безразличия имеет вы­ пуклый вид.

В точках А и В на графике все активы банка вложены в направление А или В соответственно, и уровни капитала, необходимые для достижения целе­ вой вероятности банкротства для банка в целом и соответствующего подраз ta* 588 Энциклопедия финансового риск-менеджмента Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА НА ОСНОВЕ КОНЦЕПЦИИ ПРЕДЕЛЬНОГО КАПИТАЛА Капитал Капитал/ Активы банка Капитал банка Предельный капитал ДЛЯ активы безданного без данного (в % к активам) банка в для банка подразделения подразделения целом без Направление данного подразде­ ления, % (2) (1) (3) = 36647- (4)=(2) х О) (5) = (1) - (4)% = -UH8.3] = (5)/(1)[8.3] Кредитование корпоративных 4 329 19,78 25 333 5011 -682 -6,03% заемщиков Потребительское кредитование 4 329 21,74 16 386 3 562 767 3,79% населения Операции на финансовых 4 329 12,55 31 575 3 963 366 7,22% рынках Размещенный капитал (в % к всему капиталу) 451 (10,42%) Неразмещенный капитал (в % к всему капиталу) 3 878 (89,58%) Всего капитала 4 329 (100%) деления, будут совпадать. Любая промежуточная точка на кривой АВ (напри­ мер, точка О указывает требуемый уровень покрытия капиталом активов для всего банка, состоящего из двух направлений деятельности, с учетом дивер­ сификации риска. Наращивая долю вложений в более рискованный, но одно­ временно и более прибыльный вид деятельности В, банк будет смещаться вверх по кривой безразличия, что означает увеличение требований к капиталу. Темп изменения соотношения капитал/активы, выражаемый тангенсом угла наклона касательной к оси абсцисс в данной точке кривой безразличия, и будет равен ве­ личине предельного капитала в смысле (8.33). Предельный капитал, таким об­ разом, является переменной величиной, зависящей от объема операций по дан­ ному виду деятельности. Отсюда становится понятным, почему предельный капитал в общем случае не будет равен ни уровню капитала, необходимого предприятию в целом для достижения целевой вероятности банкротства, ни средневзвешенному по объему активов значению уровней капитала, рассчи­ танных для обособленных направлений деятельности.

Подводя итог, отметим, что подход на основе концепции предельного ка­ питала позволяет размещать капитал в «динамике», т. е. при возникновении новых направлений деятельности, а также при изменении масштабов или вы­ делении из состава корпоративного портфеля уже существующих направле­ ний. Тем самым величина экономической прибыли, ожидаемой от того или иного решения стратегического характера, будет более точно отражать вли­ яние этого решения на общий риск предприятия.

VIII. Интегрированный риск-менеджмент на уровне предприятия 100% % активов, вложенных в подразделение В Источник: [53].

Рис. 8.7- Кривая равной вероятности банкротства для двух подразделений Однако, как доказывается в [64], сумма предельного капитала, размещен­ ного по подразделениям, всегда будет меньше имеющегося у банка капита­ ла, а экономическая прибыль отдельных подразделений в сумме будет превы­ шать экономическую прибыль всей организации. Оставшийся неразмещенным капитал не является избыточным, а выполняет функцию резерва против поло­ жительных корреляций в рентабельности между отдельными направлениями деятельности [53]. Теоретически это может привести к ситуации, когда все подразделения смогут обеспечить положительную экономическую прибыль на размещенный предельный капитал, в то время как банк в целом будет иметь нулевую или даже отрицательную экономическую прибыль. Наконец, предель­ ный капитал может принимать отрицательные значения, а это приводит к тем же трудностям организационного характера, которые уже обсуждались при рассмотрении подхода на основе внутренних коэффициентов бета.

8.8.6. Сравнение различных подходов к размещению капитала В табл. 8.10 сведены воедино требования к капиталу для направлений дея­ тельности условного банка, рассчитанные с помощью каждого из рассмот­ ренных выше подходов к размещению капитала (см. табл. 8.3, 8.4, 8.5, 8.8, 8.9). Очевидно, что значения размещенного капитала и экономической при­ были будут существенно отличаться в зависимости от выбранного метода расчета.

590 Энциклопедия финансового риск-менеджмента Таблица 8. ПРИМЕР РАЗМЕЩЕНИЯ КАПИТАЛА ПО НАПРАВЛЕНИЯМ ДЕЯТЕЛЬНОСТИ РАЗЛИЧНЫМИ СПОСОБАМИ Подход Подход Подход на Подход Подход на основе на основе основе равной на основе Направление на основе внутренних концепции вероятности равномерного аналогий коэффици­ предельного банкротства масштабирования ентов бета капитала Кредитование корпоративных 1949 3 779 1 540 1217 ^ заемщиков Потребительское кредитование 2 018 2 018 822 1 526 населения Операции на финансовьк 1 662 4 828 1967 I 586 рынках Нераспределен­ — — — — 3 ный капитал Всего 5 629 10 625 4 329 4 329 4 Каждый из приведенных подходов к размещению капитала имеет свои сильные и слабые стороны, но, к сожалению, следует признать, что ни один из них не позволяет рассчитывать экономическую прибыль так, чтобы она адекватно отражала во всех ситуациях истинный вклад подразделения в со­ здание общей экономической стоимости предприятия.

8.9. Проверка на устойчивость (стресс-тестирование) 8.9.1. Понятие и виды стресс-тестирования Как известно, одна из важнейших целей управления рисками заключается в предотвращении единовременных значительных по величине убытков, кото­ рые могут иметь катастрофические последствия для предприятия. Хотя фи­ нансовый риск-менеджмент базируется в основном на аппарате математи­ ческой статистики, в отличие от классических статистических задач, в ко­ торых обычно рассматриваются усредненные характеристики случайных ве­ личин и процессов, а экстремальные «выбросы» игнорируются, наибольший интерес для риск-менеджеров представляют именно редкие, экстремальные события, лежащие далеко «в хвостах» распределений прибылей и убытков.

Стандартные модели оценки рыночного риска на основе концепции VaR по­ зволяют рассчитать максимальный ожидаемый убыток с заданной вероятно­ стью, однако они не дают никакой информации о том, каким может быть непредвиденный убыток, вероятность возникновения которого обычно зада­ ется на уровне от 0,01 до 5%. Для решения этой задачи обычно применяет­ ся не вероятностный, а сценарный подход, известный как «стресс-тестиро­ вание» (stress testing).

VIII. Интегрированный риск-менеджмент на уровне предприятия 59* Целью стресс-тестирования является оценка устойчивости портфеля фи­ нансовых активов, предприятия или даже финансовой системы в целом к зна­ чительным изменениям макроэкономического характера и «экстремальным» событиям — маловероятным, но все же возможным кризисным ситуациям, труд­ но поддающимся прогнозированию и в силу этого способным привести к ано­ мально большим убыткам (или прибылям). Такие события, как правило, ле­ жат далеко за пределами «трех сигм»* и в силу этого остаются за рамками стандартных статистических моделей. Так, например, в ходе знаменитого краха фондового рынка США 19 октября 1987 г., вошедшего в историю как «чер­ ный понедельник», колебания цен составили свыше 25 стандартных отклоне­ ний** [41], а в ходе мексиканского валютного кризиса 1994-1995 гг. был от­ мечен скачок курса в 122(!) стандартных отклонения [14]. Являясь разновид­ ностью сценарного подхода, стресс-тестирование используется в качестве дополнения к VaR-моделям, отражающим лишь «нормальное» поведение фи­ нансовых рынков и оказывающимся неадекватными в периоды резких изме­ нений волатильности. Иными словами, стресс-тестирование призвано дать ответ на вопрос «Сколько может быть потеряно?», а не «Сколько, вероятно, будет потеряно?».

На рис. 8.8 в схематичном виде представлен общий алгоритм проведения стресс-тестирования портфеля финансовых активов. Отправной точкой явля­ ется выбор видов риска, чувствительность к которым необходимо проанали­ зировать, а также метода моделирования. Проверка на устойчивость может проводиться как по отношению к какому-либо одному риску (например, про­ центному, валютному или кредитному), так и охватывать сразу несколько ви­ дов риска. Различают следующие подходы к стресс-тестированию [16]:

• анализ чувствительности (sensitivity analysis) — простейшая форма сце­ нарного подхода, при котором моделируются последствия изменения единственного фактора риска, при том что значения остальных фак­ торов являются фиксированными;

• сценарный анализ (scenario analysis), под которым понимается изучение воздействия от одновременных изменений нескольких факторов риска***;

* Выражение, обычно используемое для указания на ограниченность статистических мо­ делей, особенно основанных на нормальном законе распределения вероятностей. Как известно, 99,78% всех значений нормально распределенной случайной величины по­ падает в диапазон ±3 стандартных отклонения от среднего значения. В [41] указыва­ ется, что на практике ожидаемая частота событий, масштаб которых измеряется че­ тырьмя стандартными отклонениями, обычно принимается равной одному разу в год.

* Имеется в виду значение волатильности доходности, рассчитанное по некоторой выборке докризисных данных. В зависимости от глубины выборки масштаб колеба­ ний рынка, выраженный в количестве «исторических» стандартных отклонений, будет оцениваться по-разному. Так, например, согласно [29], колебания фондового рын­ ка США в ходе кризиса 19 октября 1987 г. составили 22 стандартных отклонения.

* В ряде источников (см., например, [16, 41]) дается иная трактовка сценарного анализа, под которым понимается не разработка сценариев изменения факторов риска, а выдвижение гипотез о возможных глобальных событиях («состояний мира», например, стихийных бедствиях, войнах и т. п.) и дальнейший анализ их влияния на финансовые рынки и стоимость портфелей.

59* Энциклопедия финансового риск-менеджмента • оценка максимально возможного убытка (maximum loss approach) — сценарный подход, заключающийся в поиске сценария, приводящего к самым большим потерям {worst-case scenario). Поиск может вестись как экспертным путем, так и с помощью статистического моделиро­ вания. В последнем случае его часто называют систематическим стресс-тестированием (systematic stress testing) [14];

• статистическое оценивание с помощью моделей, базирующихся на ма­ тематической теории рекордов (extreme value theory — EVT)*.

Последний подход применяется все чаще для целей стресс-тестирования, однако он имеет следующие существенные недостатки:

• сложность верификации прогнозов ввиду редкости наступления экс­ тремальных событий;

• отсутствие параметрических моделей прогнозирования экстремальных событий для многомерных распределений (которые необходимы для оценки потерь по позициям, подверженных более чем одному факто­ ру риска);

• невозможность статистического прогнозирования корреляций в наступ­ лении экстремальных событий.

Под сценариями кризисных ситуаций могут пониматься как изменения зна­ чений отдельных факторов риска (например, цен или процентных ставок), так и изменения в их динамике-, индивидуальной (волатильности) и совместной (корреляции между факторами риска).

В идеале, набор сценариев для стресс-тестирования должен максималь­ но соответствовать индивидуальным особенностям данного портфеля и учи­ тывать:

• непротиворечивые изменения цен и ставок одновременно на несколь­ ких рынках;

• возможные последствия кризиса в виде неликвидности рынка и изме­ нения валютного регулирования;

• возможные проявления одновременно нескольких видов риска.

К сожалению, на практике стресс-тестирование не удовлетворяет этим критериям, что объясняется либо высокой вычислительной сложностью зада­ чи, либо просто недостатком статистических данных, требуемых для постро­ ения сценариев.

Стресс-тестирование может проводиться как по историческим сценари­ ям, отражающим события, реально имевшие место в прошлом, так и по гипотетическим сценариям, которые строятся исходя из правдоподобных предположений о механизме развития кризисных ситуаций, не имевших пря­ мых исторических прецедентов. Исторические сценарии обладают тем весо Математическая теория рекордов изучает распределения порядковых статистик, в частности крайних членов вариационного ряда. Фундаментальное изложение этой теории дано в [4];

обзор основных положений теории и ее приложения к финан­ совому риск-менеджменту можно найти в [14, 34, 60].

VIII. Интегрированный риск-менеджмент на уровне предприятия Вид риска >' Рыночный риск Прочие риски (процентный риск, Кредитный риск (риск ликвидности, валютный риск и др.) операционный риск) V >' > f Вид стресс-тестирования V Сценарный анализ Математическая теория Анализ чувствительности (одновременное изменение рекордов (EVT);

оценка (изменение единственного нескольких факторов риска) максимального убытка фактора риска) ( < > > >' Вид экстремального событии > > Значения факторов риска Волатильности Корреляции (цены акций, процентные факторов риска между факторами риска ставки, курсы валют и др.) ' г > > V Тип сценариев >< Стохастические Исторические Гипотетические (Монте-Карло) * > > >< Набор активов для стресс-тестирования.

величина экстремальных событий н временной горизонт >< Переоценка портфеля по рыночной стоимости а соответствии с выбранными сценариями;

агрегирование (по подразделениям, инструментам и т. п.);

оценка потенциальных убытков;

внесение изменений в структуру портфеля Источник: [16].

Рис. 8.8. Алгоритм стресс-тестирования на уровне портфеля финансовых активов S94 Энциклопедия финансового риск-менеджмента мым преимуществом, что события, лежащие в их основе, действительно про­ исходили в прошлом, а следовательно, вполне могут повториться вновь. Для оценки последствий такого рода повторений сценарии изменения значений факторов риска, наблюдавшиеся в ходе того или иного кризиса, применяют к модели текущего портфеля и определяют размер потенциальных потерь.

Главный недостаток исторического моделирования заключается в его рет­ роспективном характере. Как известно, кризисы на финансовых рынках ха­ рактеризуются слабой повторяемостью, а профессиональные участники этих рынков постоянно совершенствуют свой инструментарий прогнозирования и управления рисками (что, однако, не делает их полностью застрахованны­ ми от повторения одних и тех же ошибок, связанных, например, с игнори­ рованием или недостаточным учетом циклов деловой активности в эконо­ мике).

Гипотетические сценарии позволяют дополнить исторический опыт осно­ ванными на интуиции суждениями экспертов относительно механизма зарож­ дения и характера протекания возможных в будущем кризисов. Такие сцена­ рии могут быть построены путем варьирования значений и волатильностей отдельных факторов риска, их корреляций друг с другом и «конструирова­ ния» на их основе более сложных событий. Учитывая то, что сценарное про­ гнозирование не является жестко формализованным методом, возможны раз­ личные подходы к разработке гипотетических сценариев для проведения стресс-тестирования. В частности, американская организация «Группа по вы­ работке рекомендаций в сфере производных инструментов» (Derivatives Policy Group) рекомендует следующие стандартные сценарии для проведения стресс тестирования [36]:

1) параллельный сдвиг кривой процентных ставок на ±100 базисных ПУНКТОВ (б. П.);

2) изменение наклона кривой процентных ставок в диапазоне от 2 до 10 лет на ±25 б. п.;

3) каждый из четырех комплексных сценариев трансформации кривой доходности, включающий параллельный сдвиг на ±100 б. п. и изме­ нение наклона кривой в диапазоне от 2 до 10 лет на ±25 б. п.;

4) изменение трехмесячной волатильности всех процентных ставок на ±20% от их преобладающих значений;

5) изменение значения фондового индекса на ±10%;

6) изменение трехмесячной волатильности фондового индекса на ±20% от его преобладающего значения;

7) изменение обменных курсов основных мировых валют по отношению к доллару США на ±6% и на ±20% — для всех остальных валют;

8) изменение трехмесячной волатильности валютных курсов на ±20% от их преобладающих значений;

9) изменение спредов в доходности по свопам на 20 б. п.

Очевидно, что приведенные сценарии изменения процентных ставок да­ леки от максимальных по амплитуде колебаний, наблюдавшихся в ходе ре VIII. Интегрированный риск-менеджмент на уровне предприятия альных кризисов*, и в силу этого вряд ли пригодны для оценки устойчивости компании к событиям, подобным «Азиатскому гриппу» 1997 г. или российско­ му долговому кризису августа 1998 г.

Комплексные сценарии, включающие в себя изменения волатильностей и корреля­ ций, используются при стресс-тестировании показателя VaR (stressing VaR), кото­ рое иногда выделяют в самостоятельную разновидность стресс-тестирования. Со­ гласно распространенным рекомендациям, при расчете VaR ковариационным мето­ дом или методом Монте-Карло стресс-тестирование следует проводить, варьируя в различных комбинациях входные параметры — волатильности и корреляции. Одна­ ко не следует забывать, что дельта-нормальный метод расчета VaR основан на ли­ нейной аппроксимации чувствительности цен инструментов к относительно неболь­ шим (в пределе — к бесконечно малым) изменениям факторов риска**. Для ин­ струментов с нелинейными функциями ценообразования погрешность такого при­ ближения будет тем больше, чем сильнее реальное изменение фактора риска от­ личается от того, которое предполагалось при оценке чувствительности. В случае стресс-тестирования речь идет именно о внезапных и очень больших по величине «скачках» факторов риска, поэтому необходимо либо специально оценивать линей­ ную чувствительность к изменениям такого масштаба, либо проводить стресс-тес­ тирование только корреляционной, а не ковариационной матрицы.

Главным требованием, предъявляемым к гипотетическим сценариям, ни­ когда не наблюдавшимся ранее в реальности, является их правдоподобие (likelihood, plausibility), которое можно истолковать как логико-эмпирическую непротиворечивость совместных изменений факторов риска, прогнозируемых в таких сценариях***. В отличие от вероятности в ее статистическом пони­ мании, правдоподобие является весьма субъективным понятием. Достовер­ ность стресс-тестирования, таким образом, будет целиком зависеть от ком­ петентности и опыта экспертов, привлеченных к разработке сценариев. Тем не менее правдоподобие используемых сценариев является непременным условием для стресс-тестирования, которое без этого превращается, по мет­ кому замечанию Аллена [7], в наивную детскую игру «Кто назовет самое большое число?». Для того чтобы не оказаться вовлеченным в такую игру и хотя бы частично снизить субъективность гипотетических сценариев, реко­ мендуется строить их, опираясь в той или иной степени на предшествую­ щую историю.

Проверка логико-эмпирической непротиворечивости сценария представ­ ляет собой сложную задачу, поскольку в периоды кризисов корреляцион­ ные взаимосвязи между различными рынками и факторами риска изменяют­ ся скачкообразно (обычно в сторону увеличения), при этом многовариант­ ность такого рода изменений только возрастает по мере глобализации ми­ ровой экономики. Еще труднее оценить вероятность реализации гипотети­ ческих сценариев, ибо они лежат за пределами нашего опыта. Хотя боль Статистические данные о максимальных колебаниях процентных ставок, курсов валют и фондовых индексов по ряду стран Европы, а также США и Японии при­ ведены в [78].

См. формулу (3.34).

Попытка дать формальное определение критерию правдоподобия гипотетических сценариев предпринята в [78].

596 Энциклопедия финансового риск-менеджмента шинство методик стресс-тестирования не предполагает оценку вероятности наступления того или иного события, получение таких оценок было бы край­ не заманчивым, так как позволило бы интегрировать сценарные и статисти­ ческие методы риск-менеджмента [10]. Заметим, что оценка вероятности повторения сценария, уже наблюдавшегося в прошлом, не менее пробле­ матична, однако уже сам факт хотя бы однократной реализации историчес­ кого сценария дает некоторую информацию об относительной частоте по­ добного рода событий*.

Хотя экспертный подход к построению гипотетических сценариев и пре­ обладает в практике стресс-тестирования, сценарии вовсе не обязательно должны быть содержательными, т. е. иметь под собой некоторое экономи­ ческое обоснование, базирующееся на прошлом опыте или интуиции экспер­ та. Сценарии могут быть и чисто формальными, построенными с помощью метода Монте-Карло в большом количестве с целью нахождения сценария, чреватого самыми большими убытками, и его дальнейшего анализа на прав­ доподобие.

Наконец, необходимо определить портфель, т. е. набор активов и финан­ совых инструментов, подлежащих стресс-тестированию, задать масштаб и вре­ менной горизонт изменений набора факторов риска. Последнему обстоятель­ ству придается особенно большое значение, так как кризисы могут сильно различаться по продолжительности, в том числе и вследствие расхождений в определении событий, признаваемых кризисом**. Выбор временного горизон­ та для кризисного сценария существенно зависит от ликвидности портфеля, которая, в свою очередь, определяется размером позиций. На практике при разработке сценариев рекомендуется использовать временные горизонты дли­ тельностью не более одного месяца для развитых рынков и не более двух месяцев — для развивающихся рынков [14].

Сформулированные тем или иным образом сценарии «проигрываются» на модели, описывающей стоимость текущего портфеля через набор факторов риска. Фактически это означает переоценку стоимости портфеля по задан­ ным в сценариях значениям цен, курсов и процентных ставок. Затем опреде­ ляются потенциальные прибыли или убытки в результате изменений текущей стоимости портфеля. На завершающем этапе проводится анализ полученных результатов с целью выработки профилактических мероприятий, направлен­ ных на устранение выявленных «узких мест» в структуре портфеля и повыше­ ние оперативности и эффективности действий всей системы риск-менеджмента в случае начала кризиса.

Было бы большой ошибкой рассматривать стресс-тестирование как чис­ то модельный эксперимент, единственной целью которого является прогноз будущих убытков. Скорее, его можно уподобить учебной тревоге, в ходе ко­ торой проверяется готовность всех элементов и структур организации к на­ ступлению кризисной ситуации. Пессимистический сценарий может не реа­ лизоваться на практике именно потому, что заранее были приняты меры пре­ досторожности и устранены хотя бы некоторые «узкие места», а это позво Подробнее об оценке вероятности реализации сценариев см. [10].

См. также гл. X.

VIII. Интегрированный риск-менеджмент на уровне предприятия $ лило вовремя разорвать цепь причинно-следственных связей, конечным зве­ ном которой явились бы катастрофические убытки*.

Результаты стресс-тестирования должны использоваться при принятии решений в следующих областях [77]:

• управление риском балансовой ликвидности;

• количественная оценка последствий экстремальных событий;

• проверка предположений, лежащих в основе статистических моделей;

• установление торговых лимитов (stress test limits);

• размещение капитала по портфелям и направлениям деятельности.

Стресс-тестирование, таким образом, является необходимым этапом пла­ нирования на случай чрезвычайных ситуаций (contingency planning), позволя­ ющим значительно повысить шансы компании на выживание в случае воз­ никновения кризиса.

Пример 8.9**. Рассмотрим реальный пример, приведенный в [16], для иллю­ страции преимуществ стресс-тестирования перед показателем VaR для про­ гнозирования потерь, понесенных в ходе валютного кризиса в странах Юго Восточной Азии в 1997 г. В январе 1998 г. южнокорейская инвестиционная ком­ пания SK Securities Со. понесла убыток в размере 189 млн. долл. США вслед­ ствие исполнения обязательств по годовому свопу на совокупный доход, за­ ключенному в конце января 1997 г. Расчет производился в конце срока дей­ ствия свопа, и размер выплаты зависел от обменного курса валют Таиланда (таиландский бат— ТНВ), Индонезии (индонезийская рупия— IDR) и Японии (йена— JPY) по отношению к доллару США (USD).

В соответствии с условиями сделки, SK Securities должна была получить сумму, равную ( ц, 1 + Мах 0;

3 • Rp - Rj - R, + Мах N 0:1- -0,97 (8.35) д* в, V где N = S3 млн. долл.;

В0 (В2), R0 (R2), Y0 (У2) — обменные курсы бата, рупии и йены по отношению к доллару США в начале (конце) срока действия свопа соответственно (все курсы даны в расчете на один доллар США);

Здесь уместно вспомнить знаменитый лайнер «Титаник», который затонул в 1912 г.

от столкновения с айсбергом. Катастрофа произошла в результате стечения це­ лого ряда роковых обстоятельств и ошибок (при прокладке курса появление льда в этих широтах в это время года не ожидалось;

айсберг не был замечен вовремя, так как имел темно-синий оттенок, ночь была безлунной, и на поверхности океа­ на не было волн;

корабль шел на предельной скорости, так как все предупреж­ дения о ледовой опасности были проигнорированы, и на мостике в тот момент не было капитана;

после обнаружения айсберга был среверсирован винт, что за­ медлило маневр судна и т. д.). Вполне возможно, что отсутствие любого из этих факторов могло бы предотвратить кораблекрушение.

Автор благодарен О. К. Васильевой за перевод и адаптацию этого материала.

598 Энциклопедия финансового риск-менеджмента Rj — обменный курс рупии к доллару США через 6 месяцев после заключения свопа.

Если бы величина (8.35) оказалась отрицательной, то SK Securities пришлось бы выплатить ее абсолютное значение контрагенту по свопу. Из (8.35) легко видеть, что если бы валютные курсы оставались неизменными на протяже­ нии всего времени действия свопа, то SK Securities получила бы сумму в раз­ мере 0.03N = 1,59 млн. долл. Условия свопа показывают, что компания рас­ считывала получить прибыль от возможного обесценения йены и повышения курсов рупии и бата по отношению к доллару США.

Решение SK Securities заключить своп основывалось на исторических дан­ ных о курсах валют и их волатильности. Анализ исторических данных пока­ зал, что риск будет относительно низким. В течение года, предшествующе­ го заключению контракта, центральный банк Таиланда поддерживал бат жестко «привязанным» к валютной корзине, состав которой никогда не раз­ глашался, но предположительно она включала доллары США (80%), японс­ кие йены (12%) и немецкие марки (8%). Центральный банк Индонезии пла­ нировал ограничить падение рупии по отношению к доллару США на уров­ не не более 5% в год. Напротив, центральный банк Японии преимуществен­ но воздерживался от контроля поведения йены. Различные валютные поли­ тики центральных банков отражаются в волатильностях обменных курсов по отношению к доллару США, рассчитанных по историческим данным: чем больше валюта привязана к доллару США, тем меньше волатильность. Этот факт подтверждается табл. 8.11, в которой приведены годовые волатильно­ сти, вычисленные на основе исторических данных за период в 26 недель с 6 августа 1996 г. по 28 января 1997 г.

После заключения свопа центральные банки этих стран некоторое время продолжали следовать заявленной ранее денежной политике. Но вследствие того, что центральный банк Таиланда потратил большую часть своих офици­ альных резервов на то, чтобы защитить бат от спекулятивных атак, 2 июля 1997 г. было решено не продолжать активные интервенции и тем самым под­ держать таиландских экспортеров. Курс бата незамедлительно упал по отно­ шению к доллару на 16%. В результате валюты других стран региона тоже упали по отношению к доллару. 14 августа 1997 г. центральный банк Индо­ незии также отказался от жесткого контроля курса рупии. Табл. 8.12 пока­ зывает падение курсов валют, фигурирующих в условиях свопа, в период с конца января 1997 г. по конец января 1998 г.

Из сравнения табл. 8.11 и 8.12 можно сделать вывод, что показатель VaR, рассчитанный в момент заключения свопа, сильно занижал потенци­ альные потери. Нетрудно убедиться, что величина однодневного VaR, вычис­ ленная на основе данных из табл. 8.11 для позиций THB/USD и IDR/USD в расчете на 100 долл. США исходя из предположения о нормальном распре­ делении относительных изменений обменных курсов с уровнем доверия 99%, недооценивает реальные понесенные потери в 18 и 12 раз соответственно.

Согласно данным из [16], показатель VaR для всего свопа с уровнем дове­ рия 99%, рассчитанный методом Монте-Карло, оказался равным 16 млн. долл., что в 12 раз меньше реальных потерь SK Securities по сделке (189 млн. долл.).

VIII. Интегрированный риск-менеджмент на уровне предприятия S Таблица 8. ГОДОВЫЕ ВОЛАТИЛЬНОСТИ КУРСОВ ВАЛЮТ ПО ОТНОШЕНИЮ К ДОЛЛАРУ США, РАССЧИТАННЫЕ ПО ИСТОРИЧЕСКИМ ДАННЫМ Валюта ТНВ IDR JPY Волатильность 2,20% 6,88% 1,23% Период наблюдения: 6.08.96-28.01.97.

Таблица 8. ПАДЕНИЕ КУРСА ВАЛЮТ ОТНОСИТЕЛЬНО ДОЛЛАРА США Валюта ТНВ IDR JPY Падение курса относительно 51,8% 77,9% 2,9% доллара США Период наблюдения: 29.01.1997-29.01.1998.

Таблица 8. ВОЗМОЖНЫЕ СЦЕНАРИИ ДЛЯ СТРЕСС-ТЕСТИРОВАНИЯ Потери, Сценарий ТНВ IDR JPY млн. долл.

Слабый кризис 0 58, -15% -15% (-8%) Умеренный кризис -30% -30% (-15%) 116, Крупномасштабный -50% -50% (-30%) 0 183, кризис В ситуации, описанной выше, стресс-тестирование могло использоваться как простой метод для анализа риска, присущего этой сделке. Исходя из предпо­ ложения о том, какие изменения в обменных курсах могут оказаться неблаго­ приятными для SK Securities, можно построить, например, три сценария, соот­ ветствующие слабому, умеренному и крупномасштабному кризису (табл. 8.13).

Процентные отношения, приведенные в таблице, описывают предполагаемые падения курсов валют по отношению к доллару США в течение срока дейст­ вия свопа. В круглых скобках указаны величины предполагаемых падений кур­ са индонезийской рупии за первые 6 месяцев действия контракта.

бОО Энциклопедия финансового риск-менеджмента Очевидно, что в последнем, наиболее пессимистическом сценарии, весь­ ма точно описывающем разразившийся в середине 1997 г. кризис, прогнози­ руемые потери оказались наиболее близкими к реальным. Основная пробле­ ма, однако, заключается в том, насколько правдоподобными сочло бы все эти сценарии руководство компании SK Securities в начале 1997 г., которое при принятии решения о заключении свопа исходило из вполне рационального на тот момент предположения о стабильности валютных курсов.

8.9.2. Требования регулирующих органов к проведению стресс-тестирования Крупные зарубежные банки стали активно применять этот метод анализа риска в начале 90-х годов, а сам термин «стресс-тестирование» вышел за рамки про­ фессионального лексикона и стал широко использоваться в мировой прессе после выступления председателя ФРС США Гринспена в Сенате Конгресса США на заседании банковского комитета 1 октября 1998 г., посвященного си­ туации вокруг хеджевого фонда Long Term Capital Management. Гринспен тог­ да заявил: «Именно отсутствие стресс-тестирования сложного портфеля к из­ менениям процентных ставок и привело в конечном счете к краху фонда Long Term Capital Management». Из этого высказывания недвусмысленно следует, на­ сколько большое внимание уделяют стресс-тестированию органы банковско­ го надзора и регулирования финансовых рынков.

Базельский комитет по банковскому надзору рассматривает стресс-тести­ рование как важнейший элемент системы управления рисками в банках, при­ меняющих внутренние модели для расчета размера капитала, резервируемо­ го против рыночного риска. Общие требования Базельского комитета по бан­ ковскому надзору для банков стран Группы 10 сводятся к следующим [8]:

1. Банки, использующие подход на основе внутренних моделей для оп­ ределения размера капитала, резервируемого против рыночного рис­ ка, обязаны иметь точную и всеобъемлющую программу стресс-тести­ рования. Стресс-тестирование, проводимое с целью выявления собы­ тий или воздействий, могущих оказать сильное влияние на банки, яв­ ляется ключевым элементом при оценке банком достаточности соб­ ственного капитала.

2. Сценарии для стресс-тестирования должны отражать набор факторов, которые могут привести к экстремальным убыткам или прибылям по торговым портфелям либо чрезвычайно затруднить контроль за рис­ ками этих портфелей. Такие факторы включают маловероятные со­ бытия в разрезе всех основных видов риска, включая различные эле­ менты рыночного, кредитного и операционного рисков. Сценарии стресс тестирования призваны пролить свет на влияние подобных событий на позиции как с линейными, так и с нелинейными ценовыми харак­ теристиками (т. е. опционы и им подобные инструменты).

3. Стресс-тестирование должно осуществляться как по количественным, так и по качественным сценариям, учитывающим как рыночный риск, так и изменение ликвидности в периоды нестабильности рынков. Ко VIII. Интегрированный риск-менеджмент на уровне предприятия личественные критерии призваны идентифицировать правдоподобные кризисные сценарии, которым могут быть подвержены банки. Каче­ ственные критерии должны отражать тот факт, что двумя основными целями стресс-тестирования являются оценка достаточности капитала банка для покрытия потенциальных значительных убытков и определе­ ние мер, которые банк может предпринять для снижения риска и сохра­ нения капитала. Такая оценка является неотъемлемым этапом при выработке и оценке стратегии управления банком, при этом резуль­ таты стресс-тестирования должны регулярно доводиться до сведения высшего руководства и периодически — до сведения совета директоров банка. Результаты стресс-тестирования обязательно должны анализи­ роваться высшие руководством банка и учитываться при выработке политики по управлению рисками и лимитами.

4. При проведении стресс-тестирования банки должны комбинировать сценарии, предписываемые органами надзора, со сценариями, разра­ ботанными самими банками с целью учета специфических особенно­ стей принимаемых ими рисков.

Банки должны предоставлять органам надзора описание используемой методологии для идентификации и применения сценариев, а также описание результатов стресс-тестирования. Банкам предписывается предоставлять на­ циональному органу надзору информацию о стресс-тестировании своих теку­ щих портфелей по трем группам сценариев [8]:

• сценарии, не требующие проведения моделирования: наибольшие убыт­ ки, реально понесенные банком за последний отчетный период, в со­ поставлении с размером капитала и прогнозными оценками убытков, рассчитанными с использованием внутренней модели банка (напри­ мер, сколько последовательных дней, характеризовавшихся наиболь­ шими убытками, могло бы быть покрыто данной величиной VaR);

• сценарии, предполагающие проведение моделирования: сценарии рыноч­ ных кризисов, реально имевших место в прошлом и характеризовав­ шихся как сильными колебаниями цен, так и резким падением лик­ видности рынка (например, крах фондового рынка США 19 октября 1987 г., кризисы на мировом валютном рынке в 1992 и 1993 гг., обвал рынков облигаций в начале 1994 г. и др.), а также периодов экстре­ мально высокой волатильности и корреляции в динамике факторов рыночного риска;

• сценарии, разработанные самими банками и отражающие специфику их операций и особые характеристики их торговых портфелей (на­ пример, проблемы в важнейшем регионе и одновременное резкое па­ дение цен на нефть).

В ряде стран мира национальные органы банковского надзора и регули­ рования разработали собственные, более детальные требования к проведению банками стресс-тестирования своих портфелей (см., в частности, [78]). На ру­ беже XXI в. международные регулирующие органы стали проявлять все боль­ ший интерес к оценке устойчивости к кризисам уже не только отдельных банков, но и национальных финансовых систем в целом. Этот подход полу 40 — 602 Энциклопедия финансового риск-менеджмента чил название агрегированного стресс-тестирования (aggregate stress testing) [16, 77]. Так, в 2000 г. Комитет по глобальной финансовой системе (Committee on the Global Financial System) при Банке международных расчетов провел широ­ кое исследование практики стресс-тестирования в 43 различных финансовых учреждениях [6]. В русле этой тенденции Всемирный банк и Международный валютный фонд инициировали в 1999 г. так называемую «Программу оценки финансового сектора». (Financial Sector Assessment Program — FSAP), целью ко­ торой является заблаговременное выявление уязвимых мест в финансовых системах стран — участниц проекта*. Главным инструментом анализа устой­ чивости финансовых систем является стресс-тестирование, которое можно про­ водить как централизованно, на уровне агрегированного банковского порт­ феля страны, так и децентрализованно, на уровне отдельных банков, агреги­ руя оценки, рассчитанные ими по стандартному набору исторических или ги­ потетических сценариев**.

8.9.3. Преимущества и недостатки стресс-тестирования Важность стресс-тестирования как метода сценарного прогнозирования, по­ зволяющего дополнять анализ риска с помощью статистических моделей, труд­ но переоценить. Стресс-тестирование дает возможность моделировать и ана­ лизировать последствия сложных событий, характеризующихся аномальными изменениями состояния финансовых рынков. Результаты проверки на устой­ чивость необходимы в первую очередь для своевременного выявления и уст­ ранения «узких мест» в системе управления рисками в компании. Наконец, стресс-тестирование позволяет в известном смысле слова «хеджировать» мо­ дельный риск посредством сценарного анализа событий, остающихся за рам­ ками стандартных моделей оценки риска.

Являясь слабоформализованным, эвристическим методом, стресс-тестиро­ вание имеет целый ряд серьезных недостатков, наиболее очевидным из кото­ рых является субъективность выбора сценариев и оценки правдоподобности их осуществления. Прогнозная ценность проверки на устойчивость к реально наблюдавшимся в прошлом кризисам, как правило, оказывается незначитель­ ной из-за слабой «воспроизводимости» прошлых кризисных ситуаций в буду­ щем. Кроме того, стресс-тестирование существенно уступает статистическим моделям в том, что оно не позволяет прогнозировать корреляционные зави­ симости в динамике цен при построении кризисных сценариев. Последний недостаток является наиболее существенным, поскольку резкие изменения це­ новых корреляций в моменты рыночных кризисов несут наибольшую угрозу для компании, строящей стратегии хеджирования на основе «нормального» состояния рынка. Наконец, разработка набора правдоподобных сценариев для Участниками «пилотного» проекта по стресс-тестированию финансовых систем в рамках этой программы стали 24 страны, в том числе и Россия. К настоящему времени Центральный банк РФ разработал и применяет методику агрегирован­ ной оценки устойчивости российского банковского сектора к проявлениям кри­ зисов, учитывающую рекомендации из [16].

Рекомендации по методике стресс-тестирования финансовых систем изложены в [16, 77].

VIII. Интегрированный риск-менеджмент на уровне предприятия бОЗ стресс-тестирования больших диверсифицированных портфелей, учитывающих взаимосвязь различных рисков и рынков, может оказаться очень трудоемкой и потребовать больших затрат времени и ресурсов. Это обстоятельство на­ кладывает существенные ограничения на количество содержательных гипоте­ тических сценариев, используемых в практике стресс-тестирования, которое, как правило, не превышает 5-20 правдоподобных ситуаций [7].

8.10. Риск неадекватности модели (модельный риск) Как ни парадоксально, но риск-менеджмент при определенных обстоятель­ ствах сам может являться источником риска. Этот специфический вид риска получил название риска неадекватности модели, или модельного риска. Хотя по своей природе модельный риск занимает особое положение среди всех прочих видов риска, его обычно относят к классу операционных рисков [39].

Основанием такой классификации служит то, что риск неадекватности моде­ ли, как и все операционные риски, — это нежелательное явление, на пер­ вый взгляд не являющееся неизбежной платой за получаемую доходность.

Именно поэтому целью риск-менеджмента в отношении модельного риска будет не оптимизация (как в случае рыночного и кредитного риска), а мини­ мизация (в идеале— до нуля).

Насколько значим модельный риск и возможно ли в принципе его полнос­ тью устранить? Ответ на этот вопрос зависит от того, в какой мере организа­ ция полагается в своей деятельности на результаты математического модели­ рования. При работе на финансовых рынках ббльшая опасность исходит со стороны неадекватных моделей, используемых для ценообразования и хеджиро­ вания сложными производными инструментами (такими, как опционы), нежели от моделей, применяемых для оценки рисков и расчета достаточности капита­ ла. Хотя потери вследствие модельного риска могут достигать весьма больших величин* (примером могут служить убытки в размере 2,1 млрд. долл., поне­ сенные в 1998 г. хеджевым фондом LTCM из-за применения неадекватных мо­ делей процентного арбитража между американским и европейским рынками и чрезмерно высокой доли обязательств), Талеб в [80] все же предостерегает от преувеличения угрозы, исходящей от некорректных моделей ценообразования, говоря о том, что «большая часть денег зарабатывается или теряется в резуль­ тате колебаний рынка, а не моделирования».

При всей важности, которая придается математическому моделированию в сфере современных финансов, следует помнить, что модели являются всего лишь средством интерполяции, позволяющим рассчитывать ненаблюдаемые цены на основе известных рыночных цен. Общепризнанный успех теории це­ нообразования опционов, по мнению Дермана [26], как раз и обусловлен тем, что она представляет собой искусную интерполяцию, дающую возможность представить нелинейные колебания цен опционов через более простые ли­ нейные изменения волатильностей и вероятностей. Само представление оп * Данные о наиболее известных случаях потерь за последние тридцать лет, причи­ ной которых был официально признан модельный риск, приведены в [57].

604 Энциклопедия финансового риск-менеджмента циона как взвешенной по вероятности комбинации более простых ценных бумаг— акций и облигаций, в которой вероятности зависят от волатильнос тей, обусловливает статистическую достоверность модели Блэка-Шоулза-Мер тона в прогнозировании не абсолютных, а относительных цен, хотя немно­ гие из лежащих в ее основе допущений выполняются на реальных рынках.

Именно через эту призму следует смотреть на рекомендации практиков «не воспринимать модели слишком серьезно» [7].

В конечном счете, модели являются не чем иным, как инструментом пред­ сказания будущего. В XX в. одним из важных достижений философии науки стало понимание того, что не существует априорных правил, которые позво­ лили бы предсказывать будущее наилучшим образом. Наука в своем разви­ тии не может опираться на свод установленных предписаний относительно применяемых методов исследования, а должна быть открытой для учета как можно большего числа обоснованных точек зрения и критики в отношении теорий и моделей, прогнозы которых не подтверждаются на практике. В этом смысле участники финансовых рынков должны стремиться к максимальной свободе в построении и апробации новых моделей, учитывающих как можно больший объем информации о будущем в форме интуитивных, эвристических представлений их создателей. Свобода инноваций (методов расчета, торговых стратегий) должна быть обязательно дополнена жесткой системой проверки новых моделей на адекватность в условиях реального рынка (общей для всех схемы тестирования и расчета финансового результата), что в совокупности образует механизм «естественного отбора» наиболее эффективных моделей.

Модельный риск стал осознаваться участниками международных финан­ совых рынков как самостоятельная угроза лишь недавно, однако его актуаль­ ность постоянно повышается с усложнением структуры производных финан­ совых инструментов и методов оценки их стоимости. В последние годы рис­ ку неадекватности модели уделяется все большее внимание со стороны как банков и инвестиционных компаний, так и органов государственного надзора и научного сообщества, подтверждением чему может служить выход в свет первой книги, целиком посвященной модельному риску и способам его сни­ жения [40].

Термин «модельный риск» (model risk) означает возможность потерь вслед­ ствие использования неадекватных математических моделей для прогнозирова­ ния финансовых рынков, определения стоимости финансовых инструментов и оценки связанных с ними рисков. Неадекватность модели является относитель­ ным (во времени и пространстве) понятием, при этом она может быть вызвана как объективными причинами (нереалистичными посылками в основе приме­ няемых алгоритмов или качественными изменениями состояния моделируемо­ го рынка, еще не отраженными в модели), так и субъективными факторами (например, попытками применить модель, разработанную для конкретного ин­ струмента или рынка, к оценке риска операций на другом рынке).

Примерами риска неадекватности модели могут служить потери вслед­ ствие неэффективной стратегии хеджирования опционами, основанной на неверно рассчитанных показателях дельта, гамма и др., или такое экзотичес­ кое явление, как «модельный арбитраж» (model arbitrage), когда один участ­ ник рынка, получив доступ к информации о слабых местах во модели контр VIII. Интегрированный риск-менеджмент на уровне предприятия агента, используемой для ценообразования (обычно от его бывших сотрудни­ ков), вырабатывает торговую стратегию для извлечения арбитражной прибы­ ли за счет «игры» на недостатках модели конкурента [29]. Иногда модельный арбитраж может представлять угрозу не только для какого-либо одного учас­ тника рынка, но и для рынка в целом. Так, распространено мнение, что ав­ томатические системы индексного арбитража, широко использовавшиеся для страхования портфелей акций, во многом повинны в произошедшем 19 ок­ тября 1987 г. крахе фондового рынка в США [30].

Существуют разные подходы к выделению источников модельного риска.

Так, Крухи, Галай и Марк приводят в [23] следующую классификацию при­ чин, обусловливающих неадекватность модели:

1) ошибочная модель или ее неправильное описание:

• ошибки в аналитическом решении, • неправильный выбор случайного процесса, лежащего в основе модели, • отсутствие необходимых факторов риска, • отсутствие поправок на транзакционные издержки и факторы ры­ ночной ликвидности, • неправильное описание или выбор базисного актива;

2) неправильная реализация алгоритма модели;

3) неправильная калибровка модели;

4) ошибки, связанные с получением и обработкой рыночных данных;

5) неправильное применение модели.

Аллен в [7] предлагает более простую классификацию источников модель­ ного риска из трех основных видов:

1) неправильное построение модели;

2) отсутствие в модели одного или нескольких значимых факторов риска;

3) невозможность определения значения одного или нескольких входных параметров модели на основе рыночных цен инструментов хеджиро­ вания в силу отсутствия ликвидного рынка.

Ввиду разнообразия существующих моделей ценообразования и оценки риска, основанных на различных математических методах и используемых для оценки разных по своей природе рисков, едва ли возможно привести исчер­ пывающий перечень потенциальных источников модельного риска. Тем не менее следует выделить некоторые наиболее часто встречающиеся причины как объективного, так и субъективного характера, приводящие к возникнове­ нию модельного риска, в первую очередь при оценке рыночного риска с по­ мощью показателя VaR*.

* Обсуждение теоретических недостатков моделей временной структуры процент­ ных ставок и моделей ценообразования опционов можно найти в [57].

bob Энциклопедия финансового риск-менеджмента 8.10.1. Основные источники риска неадекватности моделей расчета VaR I. Некорректные предположения о характере изменений цен и иных факто­ ров риска на финансовых рынках являются едва ли не самой распространен­ ной, но одновременно и самой трудноустранимой причиной модельного рис­ ка. Типичным примером может служить посылка о нормальном законе рас­ пределения доходностей активов на рынках, лежащая в основе ковариацион­ ного метода расчета VaR. Это допущение повсеместно используется в целях снижения методологической и вычислительной сложности задачи, хотя и ве­ дет к существенным погрешностям в оценке рыночного риска. Из-за так на­ зываемого эффекта лептокуртозиса (реальные распределения доходностей имеют более «тяжелые» ветви и «высокую» вершину, чем у нормального рас­ пределения), ковариационные модели, как правило, оказываются неадекват­ ными на рынках стран с развивающейся и переходной экономикой, где ука­ занные особенности выражены наиболее сильно [2, 35].

2. Масштабирование стандартного отклонения доходности при помощи квадратного корня из отношения временных горизонтов (особенно для боль­ ших интервалов времени). Широко используемый на практике прием прибли­ женного оценивания волатильности доходности для заданного горизонта про­ гноза Г заключается в умножении значения стандартного отклонения доход­ ности, рассчитанного для определенного временного интервала t на yffit. Час­ то такое масштабирование применяют в отношении стандартного отклоне­ ния дневных доходностей для прогнозирования волатильности на больший вре­ менной горизонт, хотя возможна и обратная операция: оценка волатильнос­ ти за меньший интервал времени (день, неделя, месяц) на основе стандарт­ ного отклонения доходности за более длительный период (например, год). Этот прием базируется на предположении о том, что дисперсия доходности пря­ мо пропорциональна длительности временного горизонта прогнозирования. Это допущение будет справедливым, только если доходности рассматриваемого актива являются независимыми и одинаково распределенными случайными вели­ чинами (т. е. временной ряд является стационарным)*, что, как известно, не наблюдается в реальности, особенно в периоды рыночных кризисов [48]. На практике к такому масштабированию волатильности прибегают, как правило, только для сравнительно небольших значений соотношений временных гори­ зонтов (Tit ^ 10 -^ 15), ибо при больших горизонтах прогнозирования получен­ ная оценка обычно значительно превосходит реально наблюдаемую волатиль ность [27]. Характерно, что Базельский комитет по банковскому надзору в рамках подхода на основе внутренних моделей разрешает банкам при расче­ те величины VaR с горизонтом прогнозирования в 10 дней оценивать стан­ дартное отклонение десятидневных доходностей путем умножения одноднев­ ной волатильности на VlO [8]. В то же время предпочтительным методом Независимость предполагает отсутствие автокорреляции во временных рядах до­ ходностей активов, а стационарность отражает неизменность математического ожидания и дисперсии доходности во времени.

VIII, Интегрированный риск-менеджмент на уровне предприятия расчета волатильности доходности для любого горизонта прогнозирования является непосредственное оценивание по агрегированным соответствующим образом историческим временным рядам, если, конечно, их глубина позволя­ ет получить достоверную оценку.

3. Использование искусственно смоделированных («синтетических») цен вместо или вместе с реальными рыночными ценами, в частности при заполнении так называемых «лакун» — пробелов во временных рядах цен в периоды отсутствия сделок, которыми изобилуют неликвидные рынки. Поми­ мо общеметодологической проблемы совместимости данных*, нельзя игнори­ ровать и аспект ликвидности. Различные методы интерполяции позволяют «вы­ равнивать» ценовую историю, что может создать иллюзию высокой ликвидно­ сти рынка данного актива и привести в итоге к нереалистично низким оцен­ кам рыночного риска. Вместо аналитической «реконструкции» ценового ряда, частоту заключения сделок на рынке можно учесть при выборе величины вре­ менного горизонта расчета VaR, который, очевидно, не может быть меньше максимального периода между любыми двумя соседними ценами, используе­ мыми для переоценки позиций по рыночной стоимости.

4. Игнорирование существования рыночного спреда при использовании в модели среднерыночных цен сделок является еще одним фактором, снижаю­ щим прогнозную точность VaR-моделей**. «По умолчанию» исходными данны­ ми для расчета величины VaR выступают временные ряды доходностей, рас­ считанных по средним рыночным ценам сделок (например, по ценам закрытия биржи или средним ценам по спреду) независимо от вида сделки (покупки или продажи). Очевидно, что в средних ценах не учитываются транзакционные из­ держки на совершение операций. На неглубоких рынках, характеризующихся невысокой ликвидностью, существенные убытки могут возникнуть уже только из-за высокого спреда между котировками на покупку и продажу. Некоторые исследования показывают, что игнорирование рыночного спреда на «развиваю­ щихся» рынках приводит к существенной недооценке рыночного риска, кото­ рая может составлять до 25-30% от величины VaR [9]***.

5. Игнорирование влияния объема заключаемой сделки на ее цену также может оказаться существенным фактором, занижающим рыночный риск круп­ ных портфелей, особенно на неглубоких низколиквидных рынках. Количествен­ ная оценка этого фактора риска и ее интеграция в стандартную VaR-модель представляют собой гораздо более сложную задачу, чем учет рыночного спре­ да, поскольку для этого необходимо оценить зависимость между объемом сдел­ ки, с одной стороны, и надбавкой к цене и временем исполнения заявки, с дру * В этой связи известный американский исследователь Ло не без иронии заметил:

«Мне нравятся синтетические данные, потому что я знаю, откуда они берутся.

Я также знаю, что они являются чистыми, поскольку сам составляю эти данные.

Что может быть лучше? Проблема с синтетическими данными заключается в од­ ном: имеют ли они хоть что-нибудь общее с реальным миром? Я в самом деле не знаю, как ответить на этот вопрос. Синтетические данные могут оказаться по­ лезными лишь тогда, когда вы имеете действительно хорошее представление об изучаемом явлении» [45, р. 64].

** Подробнее эта проблема анализируется в гл. IV.

*** См. также п. 4.4.1.

608 Энциклопедия финансового риск-менеджмента гой. В отсутствие достоверных внешних источников данных для определения эла­ стичности цены по объему сделки, такая оценка нередко основывается на субъек­ тивных суждениях, что неизбежно сказывается на ее точности*.

6. Неверный выбор глубины ретроспективы для статистической оценки волатильностей и корреляций или построения сценариев изменения факторов риска представляет собой общую проблему оценки рыночного риска с помо­ щью показателя VaR. Модели с более глубокой выборкой, т. е. с большим ис­ торическим периодом наблюдений, обычно демонстрируют более высокую точ­ ность оценок VaR [2, 35]. В частности, Базельский комитет по банковскому надзору предписывает, чтобы во внутренних VaR-моделях банков минимальная глубина ретроспективы составляла не менее 1 года (—250 дней торгов), а при использовании схем взвешивания исторических данных эффективный период наблюдений также должен быть не менее 1 года (т. е. средневзвешенный вре­ менной лаг должен составлять не менее 6 месяцев) [8]. Однако с увеличением объема выборки усиливается и запаздывание в отклике модели на резкие ко­ лебания рынка, что объясняется эффектом сглаживания. Как показывают ре­ зультаты некоторых исследований, в моменты рыночных кризисов более высо­ кую прогнозную точность расчета VaR могут обеспечивать модели с более короткой ретроспективой (30-90 дней) [35], которые, однако, не могут исполь­ зоваться банками в целях определения достаточности капитала в рамках под­ хода Базельского комитета на основе внутренних моделей.

7. Использование «универсальных» моделей для всех типов, фаз и со­ стояний рынка представляет собой проблему общеметодологического харак­ тера, значимость которой выходит далеко за рамки риск-менеджмента.

В моделях оценки рыночного риска определяющую роль играет выбор мето­ да и параметров расчета, наиболее важными из которых являются довери­ тельный интервал и исторический период наблюдений. В связи с этим про­ блему адекватности VaK-моделей в известном смысле можно рассматривать как оптимизационную задачу поиска единственной модели (метод + входные параметры), обеспечивающей наибольшую точность оценки рыночного риска на заданном рынке.

Приведенный выше анализ преимуществ и недостатков использования исторических периодов наблюдений разной длительности показывает, что про­ стейшим решением проблемы могло бы стать нахождение некоторого «сред­ несрочного» интервала наблюдений, характеризующегося как достаточно вы­ сокой точностью, так и приемлемой чувствительностью к резким изменениям факторов риска. Такой подход представляется интуитивно притягательным в том смысле, что обычно «истина лежит посередине», и иногда подтверждает­ ся практикой (см., например, [2]). Вполне естественно возникает желание рас­ пространить это правило и на другие параметры оптимизации, получив в ре­ зультате некую «универсальную» модель, которая, по ожиданиям ее разра­ ботчиков, должна показывать стабильно высокую точность во всех фазах и состояниях рынка. Следует признать, что в общем случае это оказывается опасной иллюзией, которая может дорого стоить поддавшемуся ей участни­ ку финансового рынка. Здравый смысл подсказывает, что профессионалы * Подробнее см. п. 4-4.

VIII. Интегрированный риск-менеджмент на уровне предприятия в любой сфере деятельности при решении сложных задач пользуются не ка­ ким-либо одним универсальным инструментом (даже если он существует), а целым набором специализированных инструментов, знание свойств и ограни­ чений которых вместе с умением применять их в комплексе и составляет про­ фессиональное ноу-хау. В области финансового риск-менеджмента эта оче­ видная аналогия зачастую не принимается в расчет, результатом чего являет­ ся неразрешимая в принципе проблема неадекватности квазиуниверсальных VaH-моделей. В случае с выбором глубины ретроспективы можно рекомендо­ вать параллельное применение двух VaH-моделей: с долгосрочным периодом наблюдений в качестве основной в периоды относительно «нормального» раз­ вития рынка и с короткой ретроспективой периодом наблюдений — для по­ вышения чувствительности VaR в периоды резкого возрастания волатильнос ти в преддверии рыночных кризисов [35].

8. Некомпетентность высшего руководства и злоупотребления со сто­ роны разработчиков моделей представляют собой отличный от рассмотрен­ ных выше источник модельного риска, обусловленный так называемым «че­ ловеческим фактором». Как правило, руководство банка или инвестиционной компании, ответственное за принятие решений на основе рассчитанных оце­ нок риска, не обладает профессиональными знаниями о возможностях и ог­ раничениях используемых математических методах, и в силу этого вынужде­ но доверять рекомендациям разработчиков моделей, имеющих наиболее пол­ ное представление об их сильных и слабых сторонах. Проблема, таким обра­ зом, заключается в асимметрии информации между разработчиками и пользо­ вателями моделей, а также асимметрии ответственности за принятие оши­ бочных решений в результате использования неадекватной модели. Отсюда возникает отнюдь не гипотетическая опасность того, что риск-менеджеры могут злоупотреблять своим информационным преимуществом, прибегая к сокрытию возникающих трудностей или принятию избыточного риска.

К сожалению, универсального решения проблемы агентских издержек, заключающейся в контроле за действиями агента (разработчиков модели) со стороны принципала (его руководства) не существует. Большинство из при­ веденных ниже методов снижения модельного риска являются лишь паллиа­ тивами, нацеленными на частичное решение данной проблемы, однако их применение в комплексе позволяет во многом снизить угрозу со стороны «субъективного» фактора *.

8.10.2. Основные способы снижения модельного риска 1. Регулярная научно обоснованная верификация и калибровка моделей явля­ ется необходимым условием применения любых статистических моделей в инве­ стиционной деятельности. Верификация (ueri/ication) в широком смысле слова предполагает оценку достоверности предсказаний, полученных с помощью мо­ дели (в частности, прибылей и убытков), с помощью тех или иных статистичес­ ких критериев. В более узком смысле, верификация подразумевает количествен Рекомендации по снижению модельного риска даны в [29, 41, 55].

610 Энциклопедия финансового риск-менеджмента ную оценку точности модели путем сопоставления расчетных значений с факти­ чески полученными ценами (прибылями и убытками) непосредственно в ходе текущей деятельности (live-testing) либо с помощью статистического эксперимен­ та— тестового «прогона» модели по историческим данным (backtesting). Верифи­ кация необходима для калибровки (calibration) модели, т. е. устранения обнару­ женных отклонений путем коррекции входных параметров, промежуточных или конечных результатов расчета. Неудовлетворительные результаты верификации могут стать основанием для выбора другого метода расчета, т. е. смены модели.

Для верификации моделей расчета VaR можно использовать следующие критерии [34]:

• прогнозная точность (например, степень соответствия заданного до­ верительного интервала модели фактически наблюдаемому количеству превышений убытками прогнозной величины VaR, средний размер пре­ вышения и т. д.)*;

• сравнительная консервативность (систематическое завышение оцен­ ки риска, ведущее к избыточному резервированию капитала);

• экономическая эффективность (выгодность использования модели с точки зрения стоимости резервируемого капитала).

Последний критерий является наиболее значимым для банков, использу­ ющих внутренние модели для расчета размера капитала, резервируемого про­ тив рыночного риска торгового портфеля. С его помощью можно подобрать такую модель, которая не занижает систематически рыночный риск (мень­ шие штрафы со стороны органа надзора), но в то же время и не завышает его (меньшие вмененные издержки, связанные с резервированием капитала).

Регулярная оценка адекватности модели путем тестирования по историчес­ ким данным (backtesting) представляет собой наиболее известный способ вери­ фикации VaR-моделей, получивший официальный статус с принятием страна­ ми Группы 10 подхода на основе внутренних моделей. Стандартная методика Базельского комитета предусматривает, что банки, использующие VaR-модели для расчета размера резервируемого капитала, обязаны ежеквартально прово­ дить тестирование моделей по историческим данным для оценки ее адекват­ ности, основанное на сравнении дневной прогнозной величины VaR с факти­ ческими изменениями стоимости портфеля для каждого дня за последние дней торгов [79]. В зависимости от количества превышений убытками величи­ ны VaR орган надзора может увеличивать требования к достаточности капита­ ла, что фактически является формой калибровки моделей, занижающих риск**.

Существуют и более сложные методы верификации, такие как критерии согла­ сия А'-квадрат и Колмогорова-Смирнова (проверка реального распределения до ходностей на соответствие нормальному закону), критерий Купера, проверка на независимость случаев превышения убытками величины VaR и др.*** * Критерии оценки прогнозной точности модели приведены в [47].

* Подробное описание методики Базельского комитета содержится в п. 9.53.

* Различные методы верификации моделей расчета VaR по историческим данным рассматриваются в [II, 51].

VIII. Интегрированный риск-менеджмент на уровне предприятия Верификация и калибровка моделей должны проводиться отделом риск менеджмента во взаимодействии с отделом информационных технологий как часть регулярной проверки функционирования («аудита») всей системы риск менеджмента на предприятии. Такая проверка включает в себя такие аспек­ ты, как организацию службы риск-менеджмента, наличие и полноту докумен­ тации, качество и надежность источников данных и т. д.* 2. Регулярное проведение сценарного анализа устойчивости к кризис­ ным ситуациям на рынках (стресс-тестирование) является обязательным до­ полнением к используемым статистическим моделям оценки рисков. Стресс тестирование является одним из основных способов снижения модельного риска. Важным преимуществом сценарного анализа является возможность учета мотивированных суждений экспертов в гораздо большей мере, чем это удается сделать в формальных моделях. Рекомендации по проведению стресс тестирования были подробно рассмотрены выше.

3. Реализация известного принципа K.I.S.S. (keep it simple, stupid)** позво­ лит избежать риска, связанного с неоправданным усложнением моделей в тех областях, где в этом не возникает необходимости. Существует точка зрения, что модель не должна быть чем-то большим, чем грубой аппроксимацией, пригодной для целей интерполяции***. Концептуальная «прозрачность» и про­ стота реализации модели является очень существенными преимуществами при ее использовании на практике. В то же время нельзя забывать, что, хотя лю­ бая модель является упрощенным отображением действительности, а степень ее сложности все же должна в какой-то мере соответствовать сложности моделируемого объекта, неизбежной платой за простоту является снижение точности прогноза. Так, например, использование в модели постоянной про­ центной ставки, постоянной или детерминированной волатильности может быть продиктовано стремлением уменьшить вычислительную сложность, но одновременно может привести к очень большим расхождениям с рыночны­ ми данными. К сожалению, для сверхсложных процессов в природе и обще­ стве, таких как погода, динамика финансовых рынков и мировой экономики в целом, единственными на сегодняшний день «моделями», сложность кото­ рых гарантировала бы достоверный прогноз, являются сами эти процессы.

4. Создание специального подразделения контроля за применением мо­ делей (model review area), организационно независимого как от отдела торгов, так и отдела риск-менеджмента, является одной из возможных мер организа­ ционного характера с целью снижения модельного риска [29]. Для того чтобы контроль был эффективным, его должны осуществлять только те специалисты, которые сами являлись или могут быть разработчиками систем риск-менедж­ мента, чья квалификация должна как минимум не уступать квалификации кон­ тролируемых ими разработчиков модели. Создание подразделение контроля фак­ тически означает «удвоение» отдела риск-менеджмента и может повлечь за собой значительное увеличение издержек. Кроме того, размер вознаграждения * Предписания Базельского комитета по проведению внутренней проверки систем риск-менеджмента в банках изложены в п. 9.5.1.

* В дословном переводе: «Делай это проще, дурачок!».

* Обсуждение различных точек зрения на адекватность моделей приводится в [7].

612 Энциклопедия финансового риск-менеджмента контролеров (которое должно быть достаточно высоким с тем, чтобы сделать эту работу привлекательной для профессионалов высокой квалификации) не должен напрямую зависеть от результатов деятельности того подразделения, которое выступает «потребителем» результатов расчетов, выполненных с по­ мощью модели, например отдела торгов (казначейства) компании.

Основной функцией отдела контроля должно быть отслеживание действий трейдеров и риск-менеджеров, которые при внешнем соблюдении установлен­ ных лимитов (например, дельта-, гамма-, Vafi-лимитов и др.) умышленно при­ нимают скрытые риски, которые не учитываются или недооцениваются в ис­ пользуемой модели.

5. Привлечение компетентных независимых экспертов из научных уч­ реждений, имеющих высокую профессиональную репутацию, для проведения «внешней» верификации модели на регулярной основе является альтернати­ вой созданию собственного подразделения контроля [55]. Хотя такой подход сопряжен с гораздо меньшими затратами, он может оказаться и менее эф­ фективным — внешний консультант не в состоянии контролировать возмож­ ные злоупотребления риск-менеджеров, а также следить за поддержанием точности модели на постоянной основе.

6. Преодоление «разрыва компетентности» между разработчиками мо­ делей и лицами, принимающими решения, явилось бы, по-видимому, идеаль­ ным решением проблемы риска неадекватности модели, обусловленного субъективными факторами. Очевидно, что эта цель, несмотря на свою при­ влекательность, не может быть достигнута в одночасье путем организацион­ ных мер, таких как специальное обучение руководителей высшего звена — она отражает скорее общую эволюцию требований к специалистам, занима­ ющимся оценкой рисков в финансовых институтах. В идеале, достижение этой цели требует нивелирования различий в образовании и квалификационном уровне риск-менеджеров и высшего руководства финансовых учреждений, что вряд ли реализуемо в реальной жизни.

7. Резервирование капитала против потерь вследствие риска неадекват­ ности моделей, особенно используемых для ценообразования финансовых ин­ струментов, представляет собой естественный способ защиты от «остаточно­ го» риска, который не может быть устранен путем продажи, хеджирования, страхования или управления. Необходимость создания специального резерва капитала логически вытекает уже из самого факта отнесения модельного рис­ ка к разряду операционных рисков. Хотя Базельский комитет не рассматрива­ ет в явном виде риск неадекватности моделей в рамках подходов к расчету размера капиталу против операционных рисков [82], банки должны сами учи­ тывать этот вид риска при определении потребности в экономическом капита­ ле (см. п. 8.7). Резерв капитала против модельного риска должен покрывать потенциальные потери вследствие использования входных данных, не основан­ ных на ценах ликвидного рынка, а также нереалистичных предположений, ле­ жащих в основе моделей. Размер резерва рекомендуется рассчитывать по фор­ муле, отражающей изменение финансового результата при использовании в модели консервативных (в статистическом смысле) значений входных перемен­ ных [7]. Такой подход позволяет привести размер резерва в соответствие ре­ альному уровню риска и автоматически учитывать эффекты снижения риска VIII. Интегрированный риск-менеджмент на уровне предприятия при неттинге, продаже риска и приближении срока до исполнения обязательств (по мере которого падает чувствительность финансового результата к входным параметрам модели). Количественный подход в значительной степени снижает субъективность при определении размера резерва против модельного риска и предотвращает нецелевое использование созданного резерва, в частности для манипулирования показателями прибыли со стороны трейдеров.

Необходимость резервирования капитала указывает на то, что модельный риск не может быть устранен полностью, поэтому актуальность разработки эффективных методов анализа и контроля за этим видом риска будет только повышаться со временем.

Литература 1. Кайберг Г. Вероятность и индуктивная логика. — М.: Прогресс, 1978.

2. Лобанов А., Порох А. Анализ применимости различных моделей расчета value atriskна российском рынке акций/ТРынок ценных бумаг, 2001, №2.

С. 65-70.

3. Малер Г. Производные финансовые инструменты: прибыли и убытки. — М.: ИНФРА-М, 1996.

4. Невзоров В. Б. Рекорды. Математическая теория. — М.: ФАЗИС, 2000.

5. Ширинская Е. Б., Пономарева Н. А., Купчинский В. А. Финансово-ана­ литическая служба в банке. — М.: ФБК-ПРЕСС, 1998.

6. A survey of stress tests and current practice at major financial institutions.

Report by a Task Force established by the Committee on the Global Financial System of the central banks of the Group of Ten countries. Bank for International Settlements, 2001, April.

7. Allen S. Financial risk management: A practitioner's guide to managing market and credit risk. — Hoboken, N.J.: John Wiley & Sons, Inc., 2003.

8. Amendment to the Capital Accord to incorporate market risks. Basle Committee on Banking Supervision, 1996, January.

9. Bangia A., Diebold F. X., Schuermann Т., Stroughair J. D. Modeling liquidity risk, with implications for traditional market risk measurement and management. Working paper No. 99-06. The Wharton Financial Institutions Center, 1998.

10. Berkovitz J. A coherent framework for stress testing. Finance and Economics Discussion Series No. 1999-29. Board of Governors of the Federal Reserve System, 1999.

11. Berkovitz J. Evaluating the forecasts of risk models. Finance and Economics Discussion Series No. 1999-11. Board of Governors of the Federal Reserve System, 1999.

12. Bessis J. Risk management in banking. 2nd ed. — Chichester: John Wiley & Sons, Ltd., 2002.

Ы4 Энциклопедия финансового риск-менеджмента 13. Best P. Implementing value at risk. — Chichester: John Wiley & Sons, Ltd., 1998.

14. Best P. Stress testing//In: Lore M, Borodovsky L. (eds.) The professional's handbook of financial risk management. — Oxford: Butterworth Heinemann, 2000. P. 233-260.

15. Black F., Scholes M. The pricing of options and corporate HabilitiesZ/Journal of Political Economy. 1973. V. 81. No. 3. P. 637-659.

16. Blaschke W., Jones M., Majnoni G., Peria S. M. Stress testing of financial systems: An overview of issues, methodologies, and FSAP experiences.

IMF Working paper No. 01/88. International Monetary Fund, 2001.

17. Bock J. T. A capital idea//Risk Professional. 2000. V. 2. No. 9. P. 37-40.

18. Bock J. T. Over-egging the pudding//Risk Professional. 2000. V. 2.

No. 10. P. 22-27.

19. Bock J. T. Take your pick//Risk Professional, 2001. V. 3. No. I. P. 34-38.

20. Boer P. F. The real options solution: Finding total value in a high-risk world. — John Wiley & Sons, Ltd., 2002.

21. Canals J. Universal banking: International comparisons and theoretical perspectives. — N.Y.: Oxford University Press, 1997.

22. Carey M. Dimensions of credit risk and their relationship to economic capital requirements/Лп: Mishkin F. S. (ed.) Prudential supervision: What works and what doesn't. — Chicago: The University of Chicago Press, 2001. P. 197-232.

23. Crouhy M., Galai D., Mark R. Model risk//Journal of Financial Engineering.

1998. V. 7. No. 3/4 (September/ December). P. 267-288.

24. Crouhy M., Galai D., Mark R. Risk management. — N.Y.: McGraw-Hill, 2001.

25. Culp С L. The process of risk management. — N.Y.: John Wiley & Sons, Inc., 2001.

26. Derman E. The future of modeling//RISK. 1997. V. 10. No. 12 (December).

P. 164-167.

27. Diebold F. X., Hickman A., Inoue A., Schuermann T. Converting 1-day volatility to h-day volatility: Scaling by Vh is worse than you think. Working paper No. 97-34. The Wharton Financial Institutions Center, 1997.

28. Doherty N. A. Integrated risk management: Techniques and strategies for reducing risk. — N.Y.: McGraw-Hill, 2000.

29. Dowd K. Beyond value at risk: The new science of risk management. — Chichester: John Wiley & Sons, Ltd., 1998.

30. Downes J., Goodman J. E. Dictionary of finance and investment terms.

4th ed. — N.Y.: Barron's, 1995.

31. Economic capital survey overview. Capital Market Risk Advisors, 2001, May.

VIII. Интегрированный риск-менеджмент на уровне предприятия 32. Eisele W., Knobloch A. P. Value at risk: Tool for managing trading risks// In: Frenkel M., Hommel U., Rudolf M. (eds.) Risk management: Challenge and opportunity. — Berlin: Springer Verlag, 2000. P. 155-179.

33- Embrechts P. (ed.) Extremes and integrated risk management. — L.: Risk Books, 2000.

34. Engel J., Gizicki M. Conservatism, accuracy and efficiency: Comparing value-at-risk methods. Discussion paper 2. Australian Prudential Regulation Authority, Reserve Bank of Australia, 1999, March.

35. Fink A., Johanning L., Rudolph B. Zur Prognosegiite altemativer VaR-Verfahren im AktienbereiclV/Solutions. 1999. Jahrgang 3, Ausgabe 1. S. 25-33.

36. Framework for voluntary oversight. Derivatives Policy Group, 1995.

37. Froot K. A., Stein J. С Risk management, capital budgeting and capital structure policy for financial institutions: An integrated approach. Working paper 5403. National Bureau of Economic Research, 1996.

38. Gastineau G. L., Kritzman M. P. Dictionary of financial risk management. — N.Y.: Frank Fabozzi Associates, 1996.

39. Generally accepted risk principles. — United Kingdom: Coopers & Lybrand, 1996.

40. Gibson R. (ed.) Model risk: Concepts, calibration and pricing. — L.: Risk Publications, 2000.

41. Goldman, Sachs & Co., SBC Warburg Dillon Read. The practice of risk management. — L.: Euromoney Publications, 1998.

42. Grant J. L. Foundations of EVA. 2nd ed. — John Wiley & Sons, 2003.

43- Hannan Т. Н., Hanweck G. A. Bank insolvency and the market risk for large certificates of deposit/AJournal of Money, Credit and Banking. 1988.

V. 20. No. 2. May. P. 203-211.

44. Hanrahan M. Establishing a capital-based limit structure//In: Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. — Oxford: Butterworth-Heinemann, 2000. P. 635-656.

45. Haitle T. The fundamentals of technical analysis: Andrew Lo/Technical Analysis of Stocks and Commodities. 1997. V. 15. No. 12 (December). P. 50-67.

46. Haubenstock M., Morisano F. A framework for attributing economic capital and enhancing shareholder value//In: Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. — Oxford:

Butterworth-Heinemann, 2000. P. 657-689.

47- Hendrics D. Evaluation of value-at-risk models using historical data. Federal Reserve Bank of New York Economic Policy Review. 1996. April.

48. Iacono F., Skeie D. Translating VaR using VTV/Derivatives week. 1996.

October 14. P. 8.

49. James С RAROC based capital budgeting and performance evaluation:

A case study of bank capital allocation. Working paper 96-40.

The Wharton Financial Institutions Center, University of Pennsylvania, 1996.

ЫЬ Энциклопедия финансового риск-менеджмента 50. Jorion P. Financial risk manager (FRM) instruction manual. — N.Y.: Carli Management Corporation, 2000.

51. Jorion P. Value at risk: The new benchmark for managing financial risk.

2nd. ed. — McGraw-Hill, 2001.

52. Jovic D., Beutler M. Paradoxical incentives in the New Basel capital framework//Risk Professional. 2000. V. 2. No. 5. P. 36-39.

53. Kimball R. С Economic profit and performance measurement in banking// New England Economic Review. 1998. July/August. P. 35-53.

54. Kupper E. F. Risk management in banking. Proceedings of Risk and Capital Management Conference. Australian Prudential Regulation Authority, 1999.

55. Lam J. С Firmwide risk management: An integrated approach to risk management and control//In: Schwartz R. J., Smith С W., Jr. (eds.) Derivatives handbook: Risk management and control. — N.Y.: John Wiley & Sons, 1997. P. 407-429.

56. Lewis M. The price of behaving rationally in a market meltdown//The New York Times Magazine. 1999. January 24. P. 32.

57. Lhabitant F.-S. Coping with model risk//In: Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. — Oxford:

Butterworth-Heinemann, 2000. P. 415-471.

58. Linsmeier T. J., Pearson N. D. Risk measurement: An introduction to value at risk. Working paper. University of Illinois at Urbana-Champaign, 1996.

59. Liu J., Lu B. Non-hedgable risk: Model risk//In: Fabozzi F. J. (ed.) Perspectives on interest rate risk management for money managers and traders. — John Wiley & Sons, 1998.

60. Longin F. From value at risk to stress testing: The extreme value approach.

Discussion paper No. 2161. Center for Economic Policy Research, 1999.

61. Madden B. J. CFROI valuation: A total system approach to valuing the firm. — Oxford: Butterworth-Heinemann, 2002.

62. Matten С Managing bank capital: Capital allocation and performance measurement. 2nd ed. — Chichester: John Wiley & Sons, Ltd., 2000.

63. Merton R. Theory of rational option pricing//Bell Journal of Economics and Management Science. 1973. No. 4 (Spring). P. 141-183.

64. Merton R., Perold A. Theory of risk capital in financial firms//Journal of Applied Corporate Finance. 1993- V. 6. No. 3.

65. Milne A., Whalley E. Bank capital and risk-taking. Working paper No. 90.

Bank of England, 1998.

66. Niven P. R. Balanced scorecard step-by-step: Maximizing performance and maintaining results. — John Wiley & Sons, 2002.

67. Overbeck L. Allocation of economic capital in loan portfolios//In: Franke J., Hardle W., Stahl G. (eds.) Measuring risk in complex stochastic systems.

Lecture notes on statistics. Vol. 147. Chap. 1. — N.Y.: Springer Verlag, 2000.

68. Paxson D. Real R&D options;

theory, practice and implementation. — Oxford: Butterworth-Heinemann, 2002.

VIII. Интегрированный риск-менеджмент на уровне предприятия 69. Pyle D. Bank risk management: Theory. Report presented at the Conference on risk management and regulation in banking. Jerusalem, 1997, May 17-19.

70. Rahl L., Esseghaier Z. Measuring financial risk in the 21st century//Banking Accounting and Finance. 2000. Spring. P. 45-54.

71. Shafer G., Vovk V. Probability and finance. It's only a game. — Wiley Interscience, 2001.

72. Shimpi P. (ed.) Integrating corporate risk management — N.Y.: TEXERE LLC, 2001.

73. Stern J. M., Shiely J., Ross I. The EVA challenge: Implementing EVA in an organization. — John Wiley & Sons, 2001.

74. Stern J. M., Stewart G. B. Ill, Chew D. H., Jr. The EVA financial system// Journal of applied corporate finance. 1995- Summer. P. 38-55.

75. Stewart G. B. III. The quest for value: A guide for senior managers. — N.Y.: Harper Business, 1991.

76. Stockes J. Using simulation to determine bank capital adequacy//Financial Engineering News. 2002. No. 28. November/December. P. 4-5.

77. Stress testing by large financial institutions: Current practice and aggregation issues. Committee on the Global Financial System, Bank for International Settlements, 2000, April.

78. Stress testing//In: Guidelines on market risk. V. 5. Vienna, Austrian National Bank, 1999.

79. Supervisory framework for the use of «backtesting» in conjunction with the internal models approach to market risk capital requirements. Basle Committee on Banking Supervision. 1996. January.

80. Taleb N. Dynamic hedging: Managing vanilla and exotic options. — N.Y.:

John Wiley & Sons, Inc., 1997.

81. The handbook of world stock, derivative and commodity exchanges 1998. — L.: Mondo Visione, 1998.

82. The New Basel capital accord. Consultative document. Basel Committee on Banking Supervision, 2003, April.

83. Tregeorgis L. Real options: Managerial flexibility and strategy in resource allocation. — Mass.: MIT Press, 1996.

84. Venkat S. Implementing a firm-wide risk management framework//In:

Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. — Oxford: Butterworth-Heinemann, 2000. P. 581-613.

85- Williams D. L. Selecting and implementing enterprise risk management technologies//In: Lore M., Borodovsky L. (eds.). The professional's handbook of financial risk management. — Oxford: Butterworth Heinemann, 2000. P. 614-634.

41 — Регулирование рисков банковской С. В. ЗАМКОВОЙ, А. А. ЛОБАНОВ деятельности 9.1. Введение В процессе эволюции любой банковской системы можно просле­ дить влияние двух разнонаправленных тенденций: стремления к наибольшей эффективности со стороны участников системы (в лице владельцев коммерческих банков) и стремления к наиболь­ шей стабильности со стороны общества в целом (в лице государ­ ства). Стабильность функционирования является едва ли не глав­ ным требованием, предъявляемым обществом к банковской сис­ теме, что отличает ее от любой другой отрасли экономики. Спе­ циальное регулирование финансово-банковского сектора со сто­ роны государства обусловлено как спецификой банковского дела, связанного с производством услуг особого рода (трансформацией депозитов в ссуды, выпуском инструментов ликвидности и накоп­ лением информации о заемщиках), так и многообразными отри­ цательными последствиями, которые банковские кризисы несут для национальной экономики и социальной стабильности.

Очевидно, что банки занимают особое место среди других специализированных финансовых посредников в силу уникальной «двойственности» выполняемых ими функций: пассивной (привле­ чение средств вкладчиков) и активной (размещение их в ссуды).

Банки имеют дело с финансовыми контрактами (ссудами и де­ позитами), которые не могут быть так же легко перепроданы на рынке, как акции, облигации или иные ценные бумаги. Ликвид­ ность последних объясняется их «анонимностью» в том смысле, что личность их текущего владельца не имеет значения для оп­ ределения их рыночной цены. В результате банки, как правило, не имеют возможности продать эти контракты на рынке и вы­ нуждены оставлять их на балансе до истечения срока их дей­ ствия. Кроме того, финансовые контракты, выпускаемые фирма­ ми-заемщиками (договоры займа), обычно отличаются по объе­ му и сроку действия от контрактов, необходимых инвесторам (срочных депозитов или вкладов до востребования).

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 14 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.