www.fibo.ru//
Мне вчера довелось разговаривать с одним господином из отдела риск-менеджмента одного весьма уважаемого российского брокера, и он мне поведал о вещах, которые сподвергли меня на размышления о том, что у нас подразумевается под риском (в общем-то, они имели мало общего именно с риск-менеджментом, речь идет скорее об определении и измерении риска)
Упомянутый господин сказал, что для оценки риска на российских финансовых рынках их не удовлетворяет нормальное распределение вероятности, и они используют собственную модель, которая могла бы оценивать риски связанные с событиями в области fat tails (“толстые хвосты”) кривой нормального распределения.
В общих чертах суть такова: они сначала рассчитывают обычное стандартное отклонение (скажем, изменения курса доллара к рублю) и получают value-at-risk позиции связанной с изменением валютного курса. Потом говорят, что кроме этого существует вероятность того, что рубль упадет очень сильно (как в 1998 году, скажем, на 70%) и что соответствующий риск недостаточно отражен в традиционном Гауссовом распределении. Он не сказал, каким образом они рассчитывают VaR сопряженный с этим событием, но, к примеру, его можно рассчитать, построив обыкновенную гистограмму распределения фактических дневных изменений за последние пять лет и просуммировав убыток, взяв из левого края процент случаев исходя из вашего доверительного интервала (скажем 5% для 95% интервала). И эту вероятность (точнее соответствующий VaR) они добавляют к VaR этой позиции, найденному исходя из обычной методики.
Изначально, мне это весьма не понравилось. Дело в том, что существуют некоторые условности, которые общеприняты во всем мире (риск вообще сложно определить – он зависит от многих субъективных параметров – например ваших objectives). Но в финансовом мире принято считать, что измерением риска по определению служит стандартное отклонение (тем самым, подразумевая, что распределение вероятности нормально, ну или произведено из нормального, e.g. логонормальное). Что события, вроде падения рубля, УЖЕ учтены через смещение mean и расширение standard deviation. Для отображения ненормальности в маловероятных событиях принято использовать видоизменные Гауссовы распределения, такие как T-student, например (распределение с более “толстыми” хвостами и “проваленной” вершиной). Исходя из этого, добавление к conventionally calculated VaR каких-то своих собственных субъективно оцененных довесков, может быт, и имеет какой-то смысл (для более наглядного описания позиции боссам), но не может быть представлено в качестве оценки риска стороннему человеку (клиенту), у которого risk твердо ассоциируется со стандартным отклонением, и уж конечно эта (их) оценка риска не может быть использована для исследования в корреляционных матрицах для того, чтобы, скажем, рассчитывать совокупный риск портфеля.
Однако, существует и другая правда. На самом деле, даже T-student распределение явно занижает оценку потенциального маловероятного, но очень крупного убытка (для данного инвестиционного банка это является весьма, и даже наиболее, важным, поскольку их доверительный интервал 99%). И де-факто, в то время, как их модель абсолютно не адекватно описывает риск в 99 случаях из ста, и корреляционные матрицы не могут использовать такие данные для расчета совокупного риска, но в 1ом (именно критическом) случае их оценка потенциального риска оказывается значительно правдоподобней традиционной (а именно для этого случая и используется VaR! И, на самом деле, именно этот случай интересует клиентов!)
Забавность ситуации заключается в том, что эти размышления не являются наукой. Сегодня с утра я обзвонил свои приятелей, работающих в западных инвестиционных банках, и с удивлением обнаружил, что не существует сколько-нибудь сложившегося мнения о том, какому способу отдать предпочтение для измерения потенциального убытка на таких неликвидных и волатильных рынках как наш. Было бы интересно услышать соображения на этот счет, поскольку по большому счету, соответствующие условности и понятия у нас только формируются, и зависит от нас какими им быть.
COMMODITIES
Цены на какао выросли в среду на торгах в Нью-Йорке на 2%, достигнув максимальных уровней за последний месяц. Декабрьский фьючерс CSCE вырос на $25 и закрылся $1018 за тонну. Возрастающий спрос толкает рынок вверх. Производители шоколада закупают какао-бобы в преддверии пикового сезона продаж, который продолжается с конца октября (Halloween) до Нового Года. По оценке подразделения торговли какао нашего брокера ED&F Man, в будущем году спрос в мире на какао составит 3.04 млн. тонн, а производство, хоть и вырастет на 6.1%, составит только 2.97 млн. тонн – сократятся переходящие товарные запасы. На прошлой неделе, запасы какао на сертифицированных CSCE складах сократились на 0.9%. Продержку рынку оказывает и закрытие открытых на понижение позиций хедж-фондов и крупных спекулянтов.
Вместе с тем, не стоит ждать серьезного дефицита какао на рынке, запасов вполне хватит справиться с временным избыточным спросом, а в дальнейшем производство подтянется. В частности, в африканской стране Кот д’Ивуар, контролирующей 40% мирового рынка какао, вводится система гарантирования фермерам минимальных закупных цен для фермеров, что побудит их выращивать урожаи, не беспокоясь о возможном падении цен.
ВЧЕРА: события и макроэкономические индикаторы
США
Обращения за закладными выросли на прошлой неделе на 20%, после падения на 11,4% на позапрошлой, сразу после террактов. Резкое снижение процентных ставок должно стимулировать обращения за кредитами.
Япония
Розничные продажи дорогостоящих товаров снизились в августе на 3,4% по сравнению с аналогичным периодом прошлого года. Ожидалось же снижение только на 2,4%.