- •3.1. Виявлення та ідентифікація банківських ризиків.
- •3.2. Кількісні показники оцінювання банківських ризиків
- •1) Кількість ризику
- •3.3. Математичні методи оцінювання ризиків
- •Динам1ка дохідності портфеля цінних паперів та ринкового індексу
- •Варіанти реалізації цінних паперів,тис.Грн
- •Історичний VaR-метод
- •Дохідність портфеля активів (за днями)
- •Метод Монте-Карло
- •3.5. Оцінювання складових факторів ризику валютного портфеля банку
- •Розрахунок ризикової вартості портфеля валют
- •Перевірка адекватності VaR-моделі (бек-тестінг)
Метод Монте-Карло
Метод Монте-Карло розрахунку VaR є кількісним методом, який моделює майбутні значення змінної за допомогою імітації її поведінки в майбутньому. Цей підхід передбачає застосування генератора випадкових значень, вхідними параметрами якого є розподіл імовірностей, середнє значення часового ряду, що моделюється, і його середньоквадратичне відхилення. З виходу генератора після кожного його запуску знімаються значення конкретного часового ряду. Зауважимо, що після кожного запуску генератора значення отриманих числових рядів будуть дещо іншими, хоча всі вони характеризуються заданим середнім значенням та значенням середньоквадратичного відхилення.
Важливість застосування методу Монте-Карло для розрахунку VaR полягає в тому, що на початку аналізу у ризик-менеджера є лише один історичний статистичний часовий ряд значень відповідної випадкової величини, що для отримання адекватних висновків про поведінку значень цієї величини у майбутньому може бути недостатнім. Метод Монте-Карло дозволяє розширити базу статистичних даних за допомогою моделювання.
Параметричний (варіаційно-коваріаційний) VaR-метод
Параметричний метод передбачає, що значення часового ряду випадкової величини, що аналізується, апріорі має нормальний розподіл. Таким чином, для подальшого аналізу необхідно розрахувати лише дві величини — очікуване (середнє) значення та середньоквадратичне відхилення σ, які повністю характеризують класичний нормальний розподіл. Ці значення розраховуються за формулами:
, (3.4.3)
де — очікуване (середнє) значення;
— похідний ряд значень змін початкових значень , розрахованих за формулами (3.4.1) або (3.4.2); N — кількість значень цього ряду;
(3.4.4)
де σ - середньоквадратичне відхилення.
Знаменник формули (3.4.4) дорівнює N, а не (N-1), оскільки у даному викладі вважаємо ряд значень генеральною, а не вибірковою сукупністю, що важливо для невеликих значень N.
Перевагою параметричного методу є стандартна нормальна форма кривої щільності ймовірності, за якої апріорі відомо, що для обчислення волатильності випадкової величини, яка характеризується таким розподілом, з імовірністю 95 % необхідно помножити стандартне квадратичне відхилення на коефіцієнт 1,65, тоді як з імовірністю 99 % — на коефіцієнт 2,33:
ω(95%) = 1,65 • σ; ω(99%) = 2,33 • σ.
Розраховані за даними прикладу 3.4.1 середнє значення, середньоквадратичне відхилення та значення волатильності будуть такими:
= 0,01; σ = 0,14; ω(95%) = 0,23; ω(99%) = 0,32.
Побудований за такими даними графік нормального розподілу має вигляд (рис. 3.4.2)
Рис. 3.4.2 Графік нормального розподілу ймовірностей
Як бачимо, значення волатильності, обчислене з імовірністю 95% за історичним методом (0,15) і параметричними методом (0,23) дещо різняться через те, що ряд значень, розрахованих для прикладу 3.4.1 за формулою (3.4.2), неадекватно представляє нормальний розподіл.