Валютный риск

 

 

 Необходимость  управления рисками сегодня осознана  во всем мире. В практической  деятельности при управление  риском недостаточно провести  качественный анализ риска, то есть определить его природу (источники возникновения), а в, целом ряде случаев необходимо дать количественную оценку валютного риска.

 

 В экономической  литературе используются разные  термины для количественной оценки  риска. В их числе: степень риска, уровень, стоимость, величина, а также мера риска. Риск предлагается измерять как в абсолютных величинах, например в рублях, так и в процентах.

 

 Наиболее  часто в качестве количественной  оценки риска используются вероятность  и те или иные параметры (характеристики) распределения вероятностей значений случайной величины (доходности, прибыли, убытков и пр.). К числу таких параметров относятся среднее (ожидаемое) значение, дисперсия, среднее квадратическое отклонение и коэффициент вариации. Многообразие терминов, связанных с количественной оценкой риска, вызвано множеством определений риска, отсутствием общепринятого определения меры риска, а также многообразием методов оценки одного и того же риска. Решение этой проблемы идет по двум направлениям. Продолжаются попытки разработать методики, которые бы адекватно оценивали риск, кроме того регулирующие орган заинтересованы в создании единой стандартной методики оценки риска в целях упрощения контроля и учета. Рассмотрим современные способы оценки валютного риска: - "классический" метод измерения величины риска основано на использовании в качестве его оценки дисперсии D, среднее квадратического отклонения и коэффициента вариации г. Дисперсия D вычисляется по формуле:

 

 

 

 

 

 где  (i = 1,2,..., n) значения случайной величины, например валютный курс за последние n дней; m - среднее значение случайной величины (средний курс за те же дни).Среднеквадратическое отклонение рассчитывается по формуле:

 

 

(2.2)

 

 

 Коэффициент  вариации рассчитывается по формуле:

 

 

(2.3)

 

 

 Дисперсия (как и среднее квадратическое  отклонение) является мерой разброса  значений случайной величины (валютный  курс можно рассматривать как  случайную величину) относительно  среднего значения. Использование  среднеквадратического отклонения  или дисперсии в качестве меры риска соответствует определению риска как отклонения фактического результата от ожидаемого. Фактически среднеквадратическое отклонение является мерой неопределенности. При малой а практически все значения валютного курса содержатся в малом интервале, центром которого является среднее значение. Чем более изменчив курс, тем больше дисперсия. При абсолютно стабильном курсе дисперсия равна нулю, то есть нет отклонений от среднего, нет неопределенности и соответственно нет риска.

 

 Значения среднеквадратического отклонения и коэффициента вариации можно использовать для сравнения изменчивости курсов различных валют и для сравнительной оценкой валютного риска при совершении операций в той или иной валюте. Например, если среднеквадратическое отклонение и ко коэффициент вариации для курса USD/RUB больше, чем дл курса USD/EUR, то это означает, что валютный риск при использовании рубля в качестве валюты платежа (доллар - валюта цены) больше, чем при использовании EUR.В результате вычислений может оказаться, что для одной валюты среднеквадратическое отклонение курса больше, а коэффициент вариации меньше, чем для другой. В этом случае однозначных выводов при сравнении изменчивости курсов валют сделать нельзя, но предпочтительнее та валюта, для которой коэффициент вариации меньше.

 

 Если  вычислить среднеквадратические  отклонения и коэффициент вариации  за различные промежутки времени, например, для n = 50, а затем для n = 100, то получим разные величины, так как вычисляемые значения (средний курс, среднеквадратическое отклонение и коэффициент вариации) - это случайные величины. Поэтому при близких значениях коэффициента вариации для сравниваемых курсов валют выводы о соотношении валютных рисков могут быть недостоверны.

 

 Для  получения достоверных оценок необходимо иметь достаточно большой объем статистических значений валютных курсов (n порядка 100) и не следует использовать малый объем данных (n порядка 10).В теории вероятностей доказано, что для любых случайных величин и любых распределений вероятностей их значений вероятность выйти за пределы интервала m ± Зσ < 1/9. Для наиболее часто встречающихся распределений эта вероятность еще меньше. Так, для нормального распределения она меньше, чем 0,0028, то есть в интервал За попадают более 99,7% значений случайной величины. Это означает, что, если за достаточно продолжительный период (например, за год) среднее значение курса RUB /USD составилоЖ), 10 руб./долл. и а = 0,30 руб., то с вероятностью 99,7% можно ожидать, что в ближайшее время рыночный курс будет находиться в пределах 29,20-31,00 руб./долл., а возможностью выхода курса за этот интервал можно пренебречь. Это справедливо при условии, что данный валютный курс подчиняется закону нормального распределения.

 

 Из формулы  видно, что при вычислении дисперсии используются все отклонения от среднего (в обе стороны), а не только те, которые вызывают наступление неблагоприятного события (например, денежных потерь), и сама дисперсия показывает величину разброса (отклонения) от средней ожидаемой величины в обе стороны (в сторону как ухудшения, так и улучшения ожидаемого результата). Вместо дисперсии для оценки риска учитывать только такие значения случайной величины, которые меньше среднего (ожидаемого), то есть в формуле оставить только отклонения от среднего в меньшую (худшую) сторону. Вычисляемая таким образом величина называется полудисперсией.

 

 Использование  для количественной оценки риска  получения результата меньше  среднего (ожидаемого) полудисперсии  вместо дисперсии не гарантирует, что меньшей полу дисперсии (как и дисперсии) соответствует меньший риск, если под этим понимать меньшую вероятность наступления соответствующего события.

 

 Главными  недостатками данного подхода, основанного  на использовании дисперсии (среднеквадратического  отклонения) или коэффициента вариации в качестве меры риска, являются:- учет отклонения случайной величины (валютного курса) в обе стороны (в благоприятную или в неблагоприятную) от ожидаемого значения, что искажает фактическую (реальную) величину риска;- искажение (как увеличение, так и уменьшение) величины риска в случае распределения вероятностей существенно отличного от нормального (особенно для асимметричных распределений);- затрудненность процесса управления риском, так как дисперсия (среднеквадратическое отклонение и коэффициент вариации) не показывает величины возможных денежных потерь.

 

 Использование  полудисперсии устраняет только  первый из отмеченных недостатков, поэтому данный метод не совсем  удобен для управления риском, контроля и учета.

 

 Современный  подход к оценке валютного риска включает два различных, но дополняющих друг друга метода: метод оценки "величины под риском" (Value-at-Risk, VAR), базирующийся на анализе статистической природы валютного рынка, и метод анализа чувствительности портфеля к изменению параметров рынка - стрессовое тестирование (Stress or Sensetive Testing)

 

 В качестве  альтернативного метода измерения  валютного риска методика Value-at-risk (VAR) стала широко применяться  начиная с середины 90-х гг. Она  позволила унифицировать подходы  к количественной оценке валютного и других рыночных рисков. Впервые подход оценки рыночных рисков, основанный на вычислении VAR, был рекомендован Группой 30 (The Global Derivatives Study Group, G30) в 1993 г. в исследовании "Derivatives: Practices and Principles". В том же году Европейский совет в директиве "EEC 6-93" предписал производить расчет резервов капитала с использованием методов VAR. В 1994 г. Банк международных расчетов (BIS) рекомендовал банкам раскрытие своих значений VAR. Эта методика была предложена Базельским комитетом банковского надзора в 1995 г. для оценки рисков потенциальных убытков, которые могут возникнуть в результате неблагоприятной конъюнктуры рынка (в т.ч. валютного).В настоящее время методика VAR используется перечисленными международными организациями, а также Банковской федерацией Европейского сообщества и рядом национальных центральных банков в качестве стандарта для оценки рыночного риска и в качестве основы при установлении нормативов величины собственного капитала банка относительно риска его активов. Такая позиция объяснима, так как VAR позволяет измерить и привести к одному числу все рыночные риски, которым подвержен банк, что упрощает задачи регулирующих органов. С помощью данной методики можно количественно оценить риск - определить величину и вероятность возможных потерь за заданный период времени (период поддержания позиций).Банки и другие финансовые институты многих стран используют методику VAR для управления рисками. На ее основе производятся:- оценка рыночного (в том числе валютного) риска как торгового портфеля в целом, так и отдельной позиции;- установление лимитов по открытым позициям;- выбор способа оптимального хеджирования;- внутренний контроль;- отчетность.

 

 Широкое  распространение методика VAR получила  в транснациональных банках. Например, немецкий Deutsche Bank измеряет рыночные риски на основе методики VAR, дополняя ее стрессовым тестом. По данным 1997 г., реальные убытки банка превышали величину VAR только в течение трех торговых дней.

 

 За последние  несколько лет методика VAR стала одним из самых популярных инструментов управления и контроля риска в компаниях различного типа. Во-первых, в США крупнейшей инвестиционной компанией Дж. П. Морган была создана система оценки риска Riskmetrics TM с предоставлением в свободное пользование базы данных для этой системы всем участникам рынка. Во-вторых, в конце 90-х гг. увеличились рыночные риски, в результате чего многие финансовые институты понесли значительные потери, в частности от операций на рынках финансовых деривативов. Институциональные инвесторы используют методику VAR для оценки рыночных рисков различных инструментов и сегментов рынка, инвестиционные аналитики - для сравнительного анализа различных проектов. Среди первых нефинансовых корпораций методику VAR для оценки риска денежных потоков и принятия решений о хеджировании стали использовать американская компания Mobil Oil, немецкие Veba и Siemens, норвежская компания Statoil.Методика VAR некоторыми российскими банками начала применяться с 1997 г. Существующие программные решения разного уровня в этой области делают методику VAR доступной для широкого использования российскими структурами. Так, например, подсчитать VAR можно с помощью Risk-калькуляторов, таких, как Four - Fifteen (RiskMetrics), FOTO и другие.

 

 Однако  ее использование не помогло избежать проблем, связанных с кризисом 2008 г. И это вполне объяснимо, так как в методике используются определенные гипотезы и допущения, применение которых некорректно для условий современного российского рынка. Особенно это касается неустойчивой корреляции валютных курсов, отсутствия стационарности и достаточной предыстории рынка, позволяющей прогнозировать экстремальные ситуации, несоответствия реальных законов распределения цен различных финансовых инструментов гипотезе о нормальном распределении и т.п.Около 60% пенсионных фондов США используют в своей работе методику VAR.Как уже отмечалось, в этих условиях российские финансисты не отказались от использования методики VAR, а пошли по пути ее совершенствования. В отличие от упрощенных методов, используемых в зарубежных системах, специалистами ММВБ разработана оригинальная система анализа рынка, основанная на использовании статистических испытаний (Монте-Карло) по сложным законам распределения в целях учета возможных финансовых потрясений, подобных мировым финансовым кризисам.

 

 По сути, это просто экспертная (директивная) оценка, а вероятность ее достижения  в каждом конкретном случае  может быть разной, что никак  не отражено в этом документе. Поэтому на практике при принятии  решений следует использовать количественные оценки риска, получаемые по методике VAR, а затем из директивной и рассчитанной величин возможных потерь следует выбрать наибольшую. Данный подход применим при работе как на мировом, так и на российском валютных рынках. Однако для российского валютного рынка в силу его недостаточного развития и жесткого регулирования методика VAR, как и другие статистические методы, применима, но менее эффективна, чем для мировых валютных рынков.- метод стресс-тестинг (Stress testing) позволяет оценить возможные потери в периоды резких колебаний валютного курса, вплоть до моделирования кризисных ситуаций. Эту технологию можно отнести к классу методов "что - если" (what - if), и именно она может успешно применяться на современном российском рынке. В данном случае на основе прогнозных оценок валютного курса, которые целесообразно получать разными методами, рассчитываются различные субъективные сценарии в виде возможных изменений стоимости портфеля (позиции) как при краткосрочных, так и при длительных сильных изменениях рынка, что позволяет выработать спектр решений при возникновении соответствующего риска. Всем вариантам сценариев присваиваются вероятности, и оценивается соответствующая величина максимальных потерь. Этот подход позволяет оценить возможные потери при реализации вероятных неблагоприятных сценариев поведения и мирового, и российского валютного рынка.

 

 Использование  при стабильной рыночной конъюнктуре  данного метода дополнительно  к оценкам риска, получаемым методом Value-at-Risk, вызвано необходимостью оценить риск для ситуаций "стресса" на рынке, то есть тех, что осталось за пределами VAR, а также отсутствием принципиальных возможностей предсказаний кризисов с помощью статистической обработки данных за прошлые периоды времени, так как нет достаточной статистики кризисов. Такие события, как обвал 17 августа 1998 г., вообще не вписываются в вероятностную модель валютного рынка, они были предопределены всем предшествующим развитием событий, и вероятность их наступления скорее близка к единице, чем к нулю. Обвал валютного курса 17 августа был заранее предсказан многими специалистами, и если говорить о вероятности, то при повторении такого сценария развития событий, который имел место накануне 17 августа, вероятность повторения обвала весьма велика. Отметим при этом, что сам по себе статистический анализ кривой валютного курса никак не мог предсказать такой обвал, так как формально соответствующие изменения валютного курса находятся за пределами не только 38, но и 58, что, казалось бы, свидетельствует об исчезающей малой их вероятности, тогда как в реальности это далеко не так. Здесь мы имеем тот самый случай, когда формальный статистический подход приводит к грубым ошибкам в прогнозировании, если не учитывать другие факторы, лежащие за пределами анализа только кривой валютного курса.

 

 Многие  зарубежные банки в своих годовых  отчетах указывают величину VAR и  дополняют ее результатами стрессового  тестирования. Например, во французском  банке Societe Generale для оценки риска  и установления лимитов используется методика VAR с доверительным интервалом 99% и "Метод десятилетнего шока", разработанный в банке в начале 90-х гг. Этот метод основан на предположении о развитии в течение одного дня наихудшего сценария сразу на всех валютных рынках, который возможен лишь один раз в десять лет. Так, рассчитанная по методике VAR величина риска валютных потерь в банке на 30 декабря 2008 г. равнялась 2 млн. евро, а по "Методу десятилетнего шока" величина риска была равна 99 млн. евро.

 

 Стрессовое  тестирование имеет как преимущества (дает нозможность рассчитать максимальные убытки при любом рыночном сценарии; позволяет рассматривать влияние отдельных факторов на уровень возможных потерь), так и недостатки (рыночные сценарии субъективны; сценарии учитывают риски присущие только данному составу портфеля (который в дальнейшем может измениться) и не позволяют учитывать вероятность возникновения потерь)

 

1.Существуют  компьютерные системы Boundary Rider, RMIS и  другие, которые автоматизируют  деятельность подразделения по управлению рисками и приспособлены к регулярной обработке потока транзакций с накоплением исторической базы данных. С их помощью можно рассчитать VAR, а также провести стрессовое тестирование.