Что такое анализ рисков?
Анализ риска - это процесс оценки вероятности неблагоприятного события, происходящего в корпоративном, правительственном или экологическом секторе. Анализ риска - это исследование скрытой неопределенности данного курса действий, которое относится к неопределенности прогнозируемых потоков денежных потоков, дисперсии доходности портфеля или акций, вероятности успеха или неудачи проекта и возможных будущих экономических состояний. Аналитики риска часто работают в тандеме со специалистами по прогнозированию, чтобы минимизировать будущие негативные непредвиденные последствия.
Ключевые вынос
- Анализ риска - это процесс оценки вероятности неблагоприятного события, происходящего в корпоративном, правительственном или экологическом секторе. Риск можно анализировать, используя несколько подходов, в том числе те, которые подпадают под количественные и качественные категории. Анализ риска все еще является скорее искусством, чем наукой.
Понимание анализа рисков
Аналитик риска начинает с определения того, что может пойти не так. Негативные события, которые могут произойти, затем сопоставляются с метрикой вероятности, чтобы измерить вероятность возникновения события. Наконец, анализ риска пытается оценить степень воздействия, которое будет оказано, если событие произойдет.
Количественный анализ рисков
Анализ риска может быть количественным или качественным. При количественном анализе риска модель риска строится с использованием имитационной или детерминированной статистики для присвоения числовых значений риску. Входные данные, которые в основном являются предположениями и случайными переменными, вводятся в модель риска.
Для любого заданного диапазона входных данных модель генерирует диапазон выходных данных или результатов. Модель анализируется с использованием графиков, анализа сценариев и / или анализа чувствительности менеджерами по управлению рисками для принятия решений по снижению рисков и борьбе с ними.
Симуляция Монте-Карло может быть использована для генерации диапазона возможных результатов принятого решения или предпринятого действия. Моделирование - это количественный метод, который многократно вычисляет результаты для случайных входных переменных, каждый раз используя различный набор входных значений. Результирующий результат от каждого входа записывается, и конечным результатом модели является распределение вероятностей всех возможных результатов. Результаты могут быть обобщены на графике распределения, где показаны некоторые показатели центральной тенденции, такие как среднее значение и медиана, и оценка изменчивости данных через стандартное отклонение и дисперсию.
Результаты также могут быть оценены с использованием инструментов управления рисками, таких как анализ сценариев и таблицы чувствительности. Анализ сценария показывает лучший, средний и худший результат любого события. Разделение различных результатов от лучших к худшим обеспечивает разумное распространение информации о менеджере риска.
Например, американская компания, которая работает в глобальном масштабе, возможно, захочет узнать, каким будет ее итоговый результат в случае укрепления обменного курса в отдельных странах. Таблица чувствительности показывает, как изменяются результаты при изменении одной или нескольких случайных величин или допущений. Менеджер портфеля может использовать таблицу чувствительности для оценки того, как изменения различных значений каждой ценной бумаги в портфеле будут влиять на дисперсию портфеля. Другие типы инструментов управления рисками включают деревья решений и анализ безубыточности.
Качественный анализ рисков
Качественный анализ рисков - это аналитический метод, который не идентифицирует и не оценивает риски с помощью количественных и количественных оценок. Качественный анализ включает письменное определение неопределенностей, оценку степени воздействия (если возникает риск) и планы контрмер в случае возникновения негативного события.
Примеры качественных инструментов риска включают SWOT-анализ, диаграммы причин и следствий, матрицу решений, теорию игр и т. Д. Фирма, которая хочет измерить влияние взлома безопасности на своих серверах, может использовать качественную технику риска, чтобы помочь подготовить ее к любым потерянным доход, который может возникнуть в результате взлома данных.
В то время как большинство инвесторов обеспокоены риском снижения, математически риск представляет собой дисперсию как в сторону снижения, так и в сторону увеличения.
Почти все виды крупных предприятий требуют минимального анализа рисков. Например, коммерческим банкам необходимо надлежащим образом хеджировать валютные риски зарубежных кредитов, в то время как крупные универмаги должны учитывать возможность сокращения доходов из-за глобальной рецессии. Важно знать, что анализ рисков позволяет специалистам выявлять и снижать риски, но не полностью их избегать.
Пример анализа риска: стоимость под риском (VaR)
Величина риска (VaR) - это статистика, которая измеряет и количественно определяет уровень финансового риска в фирме, портфеле или позиции за определенный период времени. Этот показатель чаще всего используется инвестиционными и коммерческими банками для определения степени и степени возникновения потенциальных потерь в их институциональных портфелях. Риск-менеджеры используют VaR для измерения и контроля уровня подверженности риску. Можно применять расчеты VaR к конкретным позициям или целым портфелям или для измерения подверженности всего предприятия риску.
VaR рассчитывается путем смещения исторической доходности от худшей к лучшей с предположением, что доходность будет повторяться, особенно когда это касается риска. В качестве исторического примера давайте рассмотрим ETF Nasdaq 100, который торгуется под символом QQQ (иногда его называют «кубиками») и который начал торговать в марте 1999 года. Если мы рассчитываем каждый дневной доход, мы получаем богатый набор данных: более 1400 баллов. Худшие, как правило, визуализируются слева, а лучшие результаты - справа.
В течение более 250 дней ежедневный доход для ETF рассчитывался от 0% до 1%. В январе 2000 года ЕФО вернул 12, 4%. Но есть моменты, когда ETF также приводил к потерям. В худшем случае ЕФО ежедневно терял от 4% до 8%. Этот период называют худшими 5% в ЕФО. Основываясь на этих исторических доходах, мы можем с уверенностью предположить 95%, что самые большие потери ЕФО не превысят 4%. Поэтому, если мы инвестируем 100 долларов, мы можем с уверенностью сказать, что наши потери не превысят 4 доллара.
Важно помнить одну важную вещь. VaR не дает аналитикам абсолютной уверенности. Вместо этого это оценка, основанная на вероятностях. Вероятность становится выше, если вы учитываете более высокую доходность и учитываете только худший 1% от доходности. Потери Nasdaq 100 ETF от 7% до 8% представляют худшие 1% его производительности. Таким образом, мы можем с 99% уверенностью предположить, что наша худшая прибыль не потеряет нам 7 долларов на наших инвестициях. Мы также можем с уверенностью сказать, что инвестиции в размере 100 долларов могут потерять для нас максимум 7 долларов.
Ограничения анализа рисков
Риск является вероятностной мерой, и поэтому никогда не сможет точно сказать, каков ваш точный уровень риска в данный момент времени, а только то, каким будет распределение возможных потерь, если и когда они произойдут. Также нет стандартных методов расчета и анализа риска, и даже VaR может иметь несколько различных способов решения этой задачи. Предполагается, что риск часто возникает с использованием нормальных вероятностей распределения, которые в действительности встречаются редко и не могут объяснить экстремальные события или события «черного лебедя».
Финансовый кризис 2008 года, который обнажил эти проблемы как относительно мягкие расчеты VaR, недооценил потенциальные события риска, связанные с портфелями субстандартных ипотечных кредитов. Величина риска также была недооценена, что привело к экстремальным коэффициентам левереджа в субстандартных портфелях. В результате, из-за недооценки возникновения и величины риска учреждения не смогли покрыть убытки в миллиарды долларов из-за обвала ипотечных кредитов.
