RiskMetrics - Википедия - RiskMetrics

В RiskMetrics отклонение модель (также известный как экспоненциальный более гладкий) была впервые создана в 1989 году, когда сэр Деннис Уэтерстоун, новый председатель Дж. П. Морган, попросил ежедневный отчет с оценкой и объяснением рисков его фирмы. Почти четыре года спустя, в 1992 году, J.P. Morgan запустил методологию RiskMetrics для рынок, сделав предметное исследование и анализ, удовлетворившие просьбу сэра Денниса Уэзерстоуна, в свободный доступ для всех участников рынка.

В 1998 г. по мере роста спроса со стороны клиентов группы управление рисками экспертиза превышала внутренние ресурсы компании по управлению рисками, Департамент корпоративного управления рисками был выделен из J.P. Morgan как RiskMetrics Group с 23 сотрудниками-основателями. Технический документ RiskMetrics был пересмотрен в 1996 году. В 2001 году он был снова пересмотрен в Вернуться в RiskMetrics. В 2006 году был введен новый метод моделирования доходности факторов риска (RM2006). 25 января 2008 года RiskMetrics Group зарегистрировалась на Нью-Йоркской фондовой бирже (NYSE: РИСК). В июне 2010 года RiskMetrics была приобретена MSCI за 1,55 миллиарда долларов.^[1]

Процесс измерения риска

портфолио оценка риска можно разбить на шаги. Первый - это моделирование рынка, который влияет на изменение стоимости портфеля. Модель рынка должна быть в достаточной степени определена, чтобы портфель можно было переоценить с использованием информации из модели рынка. Затем измерения риска извлекаются из распределения вероятностей изменений стоимости портфеля. Изменение стоимости портфеля менеджеры портфеля обычно называют прибылью и убытком, или P&L.

Факторы риска

Системы управления рисками основаны на моделях, которые описывают потенциальные изменения факторов, влияющих на стоимость портфеля. Эти факторы риска являются строительными блоками для всех функций ценообразования. В целом, факторы, влияющие на цены финансовых ценных бумаг: цены на акции, обменные курсы, цены на товары, процентные ставки, корреляция и непостоянство. Создавая будущие сценарии для каждого фактора риска, мы можем сделать выводы об изменениях в стоимости портфеля и переоценить портфель для различных «состояний мира».

Меры портфельного риска

Стандартное отклонение

Первым широко используемым показателем риска портфеля был стандартное отклонение стоимости портфеля, как описано Гарри Марковиц. Хотя стандартное отклонение сравнительно легко вычислить, оно не является идеальной мерой риска, поскольку оно снижает как прибыль, так и убытки.

Ценность под угрозой

Популярность технической документации 1994 года VaR в качестве меры риска, которую предпочитают инвестиционные банки, стремящиеся измерить риск своего портфеля в интересах банковских регуляторов. VaR - это риск убытков мера, что означает, что он обычно фокусируется на потерях.

Ожидаемый дефицит

Третья часто используемая мера риска: ожидаемый дефицит, также известный как ожидаемая потеря хвоста, XLoss, условный VaR или CVaR.

Маржинальный VaR

В Маржинальный VaR позиции по отношению к портфелю можно рассматривать как величину риска, которую эта позиция добавляет к портфелю. Формально его можно определить как разницу между VaR всего портфеля и VaR портфеля без позиции.

Для измерения влияния изменения позиций на риск портфеля отдельных VaR недостаточно. Волатильность измеряет неопределенность доходности актива, взятого изолированно. Однако, когда этот актив принадлежит портфелю, имеет значение вклад в риск портфеля.
— Филипп Жорион (2007)

Дополнительный риск

Дополнительный риск Статистика предоставляет информацию о чувствительности портфельного риска к изменениям размеров удерживаемых позиций в портфеле.

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

Поскольку RiskMetrics охватывает три меры риска, существует три дополнительных меры риска: Инкрементальный VaR (IVaR), Ожидаемый прирост дефицита (IES) и Инкрементное стандартное отклонение (ISD).

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

Согласованные меры риска

А согласованная мера риска удовлетворяет следующим четырем свойствам:

1. Субаддитивность

Мера риска субаддитив если для любых портфелей A и B риск A + B никогда не превышает риск A плюс риск B. Другими словами, риск суммы субпортфелей меньше или равен сумме их отдельных риски.

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

Субаддитивность требуется в связи с агрегацией рисков по подразделениям, бизнес-подразделениям, счетам или дочерним компаниям. Это свойство важно, когда разные бизнес-единицы рассчитывают свои риски независимо, и мы хотим получить представление об общем риске. Отсутствие субаддитивности также может вызывать озабоченность у регулирующих органов, поскольку фирмы могут быть заинтересованы в разделении на аффилированные лица для удовлетворения требований к капиталу.

2. Инвариантность перевода

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

3. Положительная однородность 1 степени.

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

4. Монотонность

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

Оценка мер риска

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

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

Модели рынка

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

Ковариационный подход

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

Историческое моделирование

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

Преимущество этого метода заключается в простоте, но как модель он медленно адаптируется к меняющимся рыночным условиям. Он также страдает ошибкой моделирования, поскольку количество симуляций ограничено историческим периодом (обычно от 250 до 500 рабочих дней).

Моделирование Монте-Карло

Третья рыночная модель предполагает, что логарифм доходности или логарифма доходности любого фактора риска обычно следует нормальное распределение. В совокупности логарифмическая отдача факторов риска равна многомерный нормальный. Алгоритм Монте-Карло Моделирование генерирует случайные рыночные сценарии, построенные на основе многомерного нормального распределения. Для каждого сценария рассчитывается прибыль (убыток) портфеля. Этот набор сценариев прибыли (убытка) обеспечивает выборку распределения прибыли (убытка), из которой можно вычислить выбранные меры риска.

Критика

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

Банки теперь более уязвимы для Черный лебедь чем когда-либо прежде с "учеными" среди своих сотрудников, заботящимися о обнажения. Гигантская фирма Дж. П. Морган подвергнуть риску весь мир, внедрив в девяностые годы RiskMetrics, фальшивый метод, направленный на управление рисками людей. Связанный метод под названием «Стоимость под риском, », Который основан на количественном измерении риска.^[2]

внешняя ссылка

- Исторические бизнес-данные для RiskMetrics Group:
- Документы SEC

[1] «MSCI купит RiskMetrics за 1,55 миллиарда долларов». Рейтер. 1 марта 2010 г.. Получено 1 ноября 2018.

[2] Нассим Талеб (2007). Черный лебедь: влияние невероятного. Цитируется в Нассим Талеб (10 сентября 2009 г.). «Отчет о рисках финансового моделирования, VaR и экономического развала» (PDF). Палата представителей США. Архивировано из оригинал (PDF) 4 ноября 2009 г.

[1]

[2]