Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Вопрос 12. Измерение финансового риска

Поиск

С учетом отмеченных трудностей, в зависимости от особенностей конкретных рисков, можно рекомендовать следующие три метода измерения рисков:

· вероятностный метод. Метод явл наиболее предпочтительным, когда имеется достаточно надежная информация о всех сценариях и их вероятностях;

· приближенный вероятностный метод. Если по каким-то причинам не удается определить искомое распределение вероятностей для множества всех сценариев, то можно попытаться сознательно упростить это множество сценариев в расчете на то, что полученная (хотя и грубая) модель окажется практически полезной;

· косвенный (качественный) метод. Если применение точной или приближенной вероятностной модели оказывается практически невозможным, значит "прямое" (количественное) измерение рисков невозможно. В этом случае следует ограничиться измерением каких-либо других показателей, косвенно характеризующих рассматриваемый риск и в то же время доступных для практического измерения. Этот метод дает лишь качественную оценку риска, но за неимением лучшего такой подход в ряде случаев оказывается единственно возможным.

Для получения количественной меры риска обычно используется какая-либо числовая характеристика распределения p(x), например стандартное отклонение. За последние годы большую популярность приобрела концепция Value-At-Risk (VAR), которая с вероятностной точки зрения соответствует понятию квантиля.

Следует, однако, помнить, что любая числовая мера неопределенности является ограниченной; лишь само распределение дает исчерпывающую характеристику риска. Поэтому выбор в качестве такой меры той или иной числовой характеристики распределения должен производиться с учетом особенностей конкретной задачи управления рисками.

Поясним на конкретных примерах, как используется каждый из трех указанных методов измерения рисков

Кредитный риск – риск потерь, возникающих в результате неспособности партнера по сделке своевременно выполнить свои обязательства. Полная вероятностная модель кредитного риска практически не реализуема. В простейшем случае используется модель, основанная на: величине потенциальных потерь (L) в случае невыполнения обязательств партнером по сделке; вероятности невыполнения обязательств партнером по сделке.

Таким образом, при рассмотрении кредитного риска приходится использовать приближенный вероятностный метод, основанный на сведении множества возможных сценариев к бинарному распределению:

- с вероятностью 0 партнер не выполнит свои обязательства, и мы потеряем L;

- с вероятностью 1 партнер выполнит свои обязательства, и мы получим некоторую прибыль Р.

Оценка параметров L и P в случае обычных кредитов выполняется сравнительно просто: грубо говоря, потери равны сумме кредита, а прибыль - это доход, обусловленный условиями договора. В случае срочных контрактов потенциальные потери имеют более сложную природу, поскольку необходимо учитывать длительность контрактов. В простейших моделях величина потенциальных потерь пропорциональна квадратному корню из длительности контракта.

Юридический риск – это риск того, что в соответствии с действующими в данный момент законами партнер не обязан выполнять свои обязательства по сделке. Основной источник юридических рисков – отсутствие полной документации, регламентирующей сделку и/или некорректность этой документации.

Наиболее доступным методом измерения юридических рисков на сегодняшний день является косвенный (качественный) метод. Так, например, чтобы определить уровень юридических рисков некоторого контракта, мы должны, во-первых, оценить уровень юридической проработки этого контракта и, во-вторых, сопоставить этот уровень с существующими стандартами.

Ясно, что грамотная оценка юридических рисков может быть выполнена лишь квалифицированными специалистами. При этом, чем выше квалификация, тем более надежна оценка юридических рисков.

 

Вопрос 13. Теория выбора оптимального портфеля инвестиций (модель CARM)

В середине 1960-х годов была создана модель ценообразования на рынке капитальных вложений. По этой модели на равновесном рынке происходит распределение рисковых ценных бумаг и св-ва будут близки к св-вам оптимального портфеля. Модель “CARM” имеет вид:

E (R) = Rf + β * (E (Rm) - Rf),

где E (R) – ожидаемая норма отдачи на акцию; E (Rm) – ожидаемая норма отдачи на рыночный портфель; Rf – безрискованная процентная ставка; β – бета коэф акции.

β = cov (R, Rm) / δ в квадрате,

где δ в квадрате - дисперсия нормы отдачи на рыночный портфель.

Согласно этой модели, требуемая отдача на конкретную акцию увеличивается линейно с ее β-коэф, кот измеряет чувствит-ть отдачи акции к изменениям в эк-ке в целом. В последствии было предложено уравнение, кот называется основным уравнением равновесного рынка, которое более справедливо на реальном рынке:

R = Rf + β (Rm – Rf) + α,

где Rm – % на рыночный портфель; R – % ставка на акцию; α - разница между продажн и покупн ценой акции.

Для применения модели CARM необходимо иметь достоверные оценки для безрисковой процентной ставки, рыночную рискованную премию и β-коэф отдельного проекта. При этом для безрисковой процентной ставки обязательно берут процентную ставку по краткосрочным государственным облигациям. Рыночная рискованная премия может быть оценена из прошлой и прогнозируемой информации с помощью статистических методов. Однако β-коэффициент оценить достаточно сложно, т.к. именно он должен отразить все характеристики проекта. Самый распространенный метод оценки β-коэффициента – это получение его путем измерения связей между изменениями цены обыкновенных акций фирмы и динамики уровня цен на рынке. Эти оценки могут быть более менее удовлетворительными, но в любом случае таким способом можно определить только стоимость собственного капитала всей фирмы, при этом этот метод не решает проблему нахождения β-коэф для реализующихся на рынке совместных инвестиционных проектов.

Следующим способом нахождения β-коэф явл метод предсказания β-коэф с использованием операционных, технических и финансовых данных по инвестиционному проекту. Необх для этого метода инфо берется из прошлых или проектируемых данных бухгалтерского учета. Такой метод оказывается менее субъективным и не имеет искажений с ограниченностью выбора сходных фирм.

Одним из существенных факторов, влияющих на степень риска, а значит и на методы определения β-коэф является структура используемого инвестором капитала, который определяется главным образом соотношением собственных и заемных средств.

Для наиболее четкого учета эффекта заемного финансирования при оценке инвестиционных проектов можно рассматривать теорию Модильяни и Миллера (М-М). Предполагается, что проектные инвестиции или активы фирмы остаются неизменными и рассматривается только изменение структуры капитала:

W = rd (D / (D +E)) + re (E / (E + D)),

E – собствен капитал фирмы; D – заемный капитал; re – норма собствен капитала фирмы; rd – норма заемного капитала фирмы; W – средняя стоим-ть капитала фирмы.

Теория М – М инициировала большое количество исследований в области выбора структуры капитала, при этом сформировалось 2 взгляда на эту теорию:

1) Гипотеза статистич компромисса, т.е. выбор оптимального соотношения между собственным и заемным капиталом, рассматривается как компромисс между выгодами и потерями заемного финансирования.

2) Рекомендуется находить оптимальное количество долга эмпирически, при этом предполагается, что фирма заменяет свой собственный капитал заемным или наоборот пока его стоимость не достигнет максимума.

Теоретическое обоснование функционир-я фирмы в условиях риска нельзя объяснить без временной составляющей затрат, связанных с финанс операциями. Поскольку невозможно точно определить ни коэф дисконтирования, ни параметры α и β для CARM модели приходится опираться на косвенный подсчет этих показателей.

 



Поделиться:


Последнее изменение этой страницы: 2016-09-05; просмотров: 485; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.217.26.8 (0.007 с.)