Анализ риска
Что такое Анализ риска?
Анализ рисков — это процесс оценки вероятности возникновения неблагоприятного события в корпоративном, государственном или экологическом секторе. Анализ рисков — это исследование неопределенности, лежащей в основе данного образа действий, и относится к неопределенности прогнозируемых потоков денежных средств, дисперсии доходности портфеля или акций, вероятности успеха или неудачи проекта и возможному будущему экономическому состоянию. Аналитики рисков часто работают в тандеме с профессионалами в области прогнозирования, чтобы минимизировать будущие негативные непредвиденные последствия.
Ключевые моменты
- Анализ рисков — это процесс оценки вероятности возникновения неблагоприятного события в корпоративном, государственном или экологическом секторе.
- Риск может быть проанализирован с использованием нескольких подходов, в том числе тех, которые подпадают под категории количественных и качественных.
- Анализ рисков по-прежнему больше искусство, чем наука.
Понимание анализа рисков
Аналитик рисков начинает с определения того, что может пойти не так. Затем негативные события, которые могут произойти, сравниваются с метрикой вероятности для измерения вероятности возникновения события. Наконец, анализ риска пытается оценить степень воздействия, которое будет оказано, если событие произойдет.
Количественный анализ рисков
Анализ рисков может быть количественным или качественным. В рамках количественного анализа риска модель риска строится с использованием моделирования или детерминированной статистики для присвоения числовых значений риску. Входные данные, которые в основном являются предположениями и случайными величинами, 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 специалистами по рискам для принятия решений по снижению рисков и управлению ими.
Моделирование методом Монте — Карло может быть использован для создания целого ряда возможных исходов принятого решения или действие принято. Моделирование — это количественный метод, который многократно вычисляет результаты для случайных входных переменных, используя каждый раз другой набор входных значений. Результирующий результат для каждого входа записывается, а окончательный результат модели представляет собой распределение вероятностей всех возможных результатов. Результаты можно суммировать на графике распределения, показывающем некоторые меры центральной тенденции, такие как среднее и медианное, и оценку изменчивости данных с помощью стандартного отклонения и дисперсии.
Результаты также можно оценить с помощью инструментов управления рисками, таких как анализ сценариев и таблицы чувствительности. Сценарный анализ показывает лучший, средний и худший исход любого события. Разделение различных результатов от лучших к худшим обеспечивает разумное понимание для риск-менеджера.
Например, американская компания, работающая в глобальном масштабе, может захотеть узнать, как будет выглядеть ее чистая прибыль, если обменный курс некоторых стран укрепится. Таблица чувствительности показывает, как меняются результаты при изменении одной или нескольких случайных величин или предположений. Менеджер портфеля может использовать таблицу чувствительности, чтобы оценить, как изменения различных значений каждой ценной бумаги в портфеле повлияют на дисперсию портфеля. К другим типам инструментов управления рисками относятся деревья решений и анализ безубыточности.
Качественный анализ рисков
Качественный анализ рисков — это аналитический метод, который не идентифицирует и не оценивает риски с помощью числовых и количественных оценок. Качественный анализ включает письменное определение неопределенностей, оценку степени воздействия (если возникает риск) и планы противодействия в случае наступления 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 нарушения безопасности на свои серверы, может использовать качественный метод оценки риска, чтобы помочь подготовиться к любой потере. доход, который может возникнуть в результате утечки данных.
Краткая справка
В то время как большинство инвесторов обеспокоены риском падения, математически этот риск представляет собой отклонение как в обратную, так и в восходящую сторону.
Практически любой крупный бизнес требует минимального анализа рисков. Например, коммерческим банкам необходимо надлежащим образом хеджировать валютные риски по иностранным кредитам, в то время как крупные универмаги должны учитывать возможность сокращения доходов из-за глобальной рецессии. Важно знать, что анализ рисков позволяет профессионалам выявлять и снижать риски, но не полностью их избегать.
Пример анализа рисков: стоимость под риском (VaR)
Подверженная риску стоимость (VaR) — это статистика, которая измеряет и количественно определяет уровень финансового риска внутри фирмы, портфеля или позиции в течение определенного периода времени. Этот показатель чаще всего используется инвестиционными и коммерческими банками для определения степени и вероятности потенциальных убытков в их институциональных портфелях. Риск-менеджеры используют VaR для измерения и контроля уровня подверженности риску. Можно применить расчеты VaR к конкретным позициям или целым портфелям или для измерения подверженности риску всей компании.
VaR рассчитывается путем смещения исторической доходности от худшей к лучшей с допущением, что доходность будет повторяться, особенно когда это касается риска. В качестве исторического примера давайте рассмотрим ETF Nasdaq 100, который торгуется под символом QQQ (иногда называемый «кубиками») и который начал торговаться в марте 1999 года. Если мы рассчитаем каждую дневную доходность, мы получим обширный набор данных более 1400 баллов. Худшие обычно визуализируются слева, а лучшие результаты — справа.
Для более чем 250 дней дневная доходность ETF составляла от 0% до 1%. В январе 2000 года доходность ETF составила 12,4%. Но есть моменты, когда ETF также приводил к убыткам. В худшем случае ETF демонстрировал ежедневные потери от 4% до 8%. Этот период называют худшими 5% ETF. Основываясь на этой исторической доходности, мы можем предположить с 95% уверенностью, что крупнейшие потери ETF не превысят 4%. Таким образом, если мы инвестируем 100 долларов, мы можем с 95% уверенностью сказать, что наши потери не превысят 4 долларов.
Имейте в виду одну важную вещь. VaR не дает аналитикам абсолютной уверенности. Вместо этого это оценка, основанная на вероятностях. Вероятность возрастает, если вы учитываете более высокую доходность и учитываете только худший 1% доходности. Убытки Nasdaq 100 ETF от 7% до 8% представляют собой худший 1% его результатов. Таким образом, мы можем предположить с вероятностью 99%, что наша худшая прибыль не потеряет 7 долларов на наши инвестиции. Мы также можем сказать с 99% уверенностью, что инвестиция в 100 долларов потеряет максимум 7 долларов.
Ограничения анализа рисков
Риск является вероятностной мерой и поэтому никогда не может сказать вам наверняка, какова ваша точная подверженность риску в данный момент времени, а только каково будет распределение возможных убытков, если и когда они произойдут. Также нет стандартных методов расчета и анализа риска, и даже VaR может иметь несколько разных подходов к задаче. Часто предполагается, что риск возникает с использованием вероятностей нормального распределения, что в действительности случается редко и не может учитывать экстремальные события или события «черного лебедя».
Финансовый кризис 2008 года , который подвергается эти проблемы как относительно доброкачественных расчетов VaR занижена потенциальное возникновение рисковых событий , связанных с портфелями ипотечных кредитов. Величина риска также была недооценена, что привело к чрезмерным коэффициентам левериджа в портфелях субстандартных кредитов. В результате недооценка возникновения и величины риска оставила учреждения неспособными покрыть миллиарды долларов убытков из-за обвала стоимости субстандартных ипотечных кредитов.